ChatGPT对物流行业发展的影响分析

杨力 陈齐萌 朱俊奇

DOI：10.3969/j.issn.1672-1101.2024.02.003

摘  要：传统物流业在订单处理、仓储管理、货物运输配送和客户服务等环节存在污染排放量大、成本高昂及效率低下等诸多问题。生成式人工智能ChatGPT可有效帮助物流行业各环节解决现存问题，如释放生产力潜能、重塑生产关系框架、推动行业转型升级和产业模式创新，但也会带来失业、人员结构和经营模式变革、法律纠纷、行业竞争壁垒增加等多项挑战。对此，文章提出，未来物流行业发展应在企业层面坚持自主技术研发与组织结构优化并行，在政府层面坚持政策支持与法规约束并行，在个体层面坚持融入浪潮与明确风险并行，并充分发挥各条路径间的协同效应来加以应对。

关键词：ChatGPT；物流行业；生成式人工智能

中图分类号：F25；TP18  文献标识码：A  文章编号：

1672-1101（2024）02-0019-08

收稿日期：2023-06-14

基金项目：安徽省高等学校科学研究重大项目：“双碳”约束下安徽省数字经济与实体经济深度融合发展路径研究（2023AH040152）

作者简介：杨力（1972-），男，安徽淮南人，教授，博士，研究方向：管理科学与工程。

Analysis of the  Impact of ChatGPT on the Development of Logistics Industry

YANG  Li，CHEN  Qimeng，ZHU  Junqi

（School of Economics and Management，Anhui University of Science and Technology，Huainan，Anhui  232000，China）

Abstract： The traditional logistics industry has many problems such as large pollution discharge，high cost and low efficiency in order processing，warehouse management，cargo transportation and distribution and customer service.Generative artificial intelligence ChatGPT can effectively help to solve existing problems in all aspects of the logistics industry，such as releasing productivity potential，reshaping the framework of production relations，promoting industry transformation and upgrading and industrial model innovation，but it will also bring many challenges such as unemployment，personnel structure and business model changes，legal disputes，and increasing industry competition barriers.In this regard，the paper proposes that the future development of the logistics industry should adhere to the parallel of independent technology research and development，and organizational structure optimization at the enterprise level，adhere to the parallel of policy support and regulatory constraints at the government level，adhere to the parallel of integration into the wave and clear risks at the individual level，and give full play to the synergistic effect between various paths.

Key words：ChatGPT;logistics industry;generative artificial intelligence

物流行業在加快商品流通、提升居民生活质量以及促进经济发展等方面都发挥着重要作用。然而，随着数字经济的快速发展，节能减排、降本增效的呼声日益高涨，物流行业如何通过制度赋能和技术创新来满足低排放、低成本、高效率的发展需求成为当前面临的首要难题。火爆当下的ChatGPT因其内在的自然语言处理技术以及智能对话交互、文本理解生成等多项功能为这一问题提供了新的解决方案［1］。本文以当前物流业各环节存在的主要问题作为切入点，探讨ChatGPT应用于物流行业可能带来的机遇和挑战，并提出未来物流行业健康发展的可行性路径。

一、当前物流行业发展面临的主要问题

2022年全国社会物流总额347.6万亿元，按可比价格计算，同比增长3.4%https：//www.sohu.com/a/646933729_120629561。物流行业在传统运输业务的基础上，新增了包装、加工、仓储、配送、客户服务等多项业务，并日渐成为国民经济的重要产业。快速发展的同时，物流业污染排放量大、成本高昂、效率低下等问题日益突出，主要存在于以下4个环节中。

（一）訂单处理

当今物流行业的订单处理环节存在信息化水平不足、流程透明度低及订单跟踪不及时等问题。大多数物流企业缺乏先进的信息化设备及软件，如，仍使用人工处理订单，效率低下，无法实现信息的高效传递和企业与客户的实时互动。与此同时，订单处理流程缺乏透明度，企业工作流程不清晰，工作质量难以评估。此外，在出现异常状况时，订单状态不能实时同步，导致客户无法及时收到异常提醒。

（二）仓储管理

当今物流行业的仓储管理环节面临着需求预测不精确、仓储成本高及仓库透明度低等问题。首先，部分企业智能化水平较低，仓储设备老旧，大部分仓储管理工作仍依靠人工完成，不仅仓储效率低下，企业还需负担非必要的薪酬支出。其次，企业对客户的需求预测不够精确，仓储货量与实际需求量差距较大，仓库利用率低、存货同比及周转天数常年居高不下，如图1所示（数据来源：Wind金融终端）。最后，由于土地资源紧张，仓储用地供不应求，仓库租金持续上涨。

（三）货物运输与配送

当今物流行业的货物运输配送环节面临着几个主要问题：费用高昂、污染排放量大及节能降碳路径优化技术不成熟。油价逐年上涨，物流企业所需负担的燃油费用随之增加，加之高昂的公路收费在运输成本中占很大比重，某些地区甚至出现了“超期收费”和“乱收费”的现象［2］，物流企业的运输成本显著增加。油价和路费的压力导致超载现象屡禁不止，产生大量的罚单，形成恶性循环。虽然一些大型物流企业已经开始使用新能源运输工具和环保材料，但中小型企业仍在使用传统的运输工具和包装材料，这不仅会消耗大量燃料，影响空气质量，导致大量废弃物囤积，也与国家“双碳”发展战略相悖。此外，部分企业的节能降碳路径优化技术不够成熟，致使运输配送方案在距离、拥堵程度等方面无法解决实际问题，也导致了成本和时间的浪费。

（四）客户服务

目前，物流行业主要存在真人客服和智能服务助手两种客户服务形式。真人客服往往需要通过当面沟通才能有效解决客户的问题，同时需要企业负担一定的薪水，并且真人客服可能会因为长时间工作导致服务质量的下降。而传统智能服务助手虽然能保证全时段在线，但仅能回答被预先设置好答案的问题，难以解决客户的个性化问题。如何取长补短、使二者功能互补是企业当前面临的问题。

总而言之，物流行业发展不仅要满足消费者对快速、准确、低消费的需求，满足企业对低成本、高效率及高利润的需求，也要满足政府对低污染和低排放的要求，这给行业发展提出了挑战。ChatGPT的出现给物流行业带来了新的发展契机，物流行业想要实现更好发展，就必须明确ChatGPT作为新技术的两面性，并采取相应措施，在发挥其优势的同时尽可能减少潜在风险。

二、ChatGPT在物流行业中的发展潜能

ChatGPT在物流行业有着广阔的发展潜能，可应用于订单处理、仓储管理、货物运输配送、客户服务4个环节，以解决行业现存问题，场景应用如图2所示。

（一）实现订单自动化下达与处理

在订单处理环节，ChatGPT将得到广泛应用。它可以为客户提供自动化的订单创建、修改和取消服务；可通过分析客户历史订单记录，针对客户的偏好和需求提供个性化方案，提升客户满意度；可通过收集订单信息，生成货物清单，协助企业完成订单处理工作；还可以提供订单跟踪和查询服务，当订单出现异常时，ChatGPT会及时发出提醒，并给出改进建议，帮助企业和客户及时发现和处理异常情况。

（二）实现仓储布局优化与仓库安全监控

在仓储管理环节，ChatGPT可发挥重要作用。它能够协助企业建立智能化库存控制系统，通过分析历史库存数据预测未来仓储需求，为企业提供仓储优化建议，从而有效预防库存过剩或库存不足，提高仓库利用率和运转效率；可利用语言交互功能为仓库员工提供智能化的操作指导，减少操作失误；可以结合机器视觉技术，嵌入自动化装卸机器人，自动识别货物信息并完成装卸工作；还可以整合仓库数据和订单信息，帮助企业实时监控仓库运转状况，做好仓储安全预警工作。

（三）实现货物运输配送路线规划与优化调度

在货物运输与配送环节，ChatGPT的应用十分广泛。它可以通过分析历史数据，结合天气状况和交通路况，预测运输配送途中可能遇到的风险，辅助企业进行路线规划；可作为聊天机器人或语音助手，帮助客户实时查询货物的位置和状态；可协助公司建立智能化运输配送管理系统，实现货物的自动追踪和自动计费；还可通过分析不同运输方式所需的时间和成本，根据形状、体积和重量等因素确定不同货物的运输配送要求，智能化调度运输资源，将货物合理分发给适配的运输配送工具。

（四）实现个性化推荐能力与服务质量提升

客户服务也是ChatGPT广泛应用的环节之一。ChatGPT能够将真人客服和智能服务助手两者互补，在长时间工作的同时实现服务质量的提升，为客户提供精确的解答和个性化的服务；可以被训练为智能化的客户服务机器人或语音助手，使客户能够通过对话框等语言输入方式与其交互，享受物流信息查询、收货地址更改及投诉建议等多项智能化服务；可以搭建个性化推荐系统，通过数据分析，针对用户需求推荐产品和服务；还可以将客户评价归类并反馈给企业，帮助企业了解客户对服务的满意度。

基于对上述4个环节的优化，ChatGPT给物流行业带来的发展机遇可以概括为以下两个方面：

一方面，ChatGPT可以释放生产力潜能，重塑生产关系框架。物流企业尚存在许多操作简单、重复性高、规则性强的工作，占用了员工大量的时间。在微软公司将 ChatGPT植入必应搜索和Edge浏览器之后，用户已经可以通过一种近似人际交流的方式让计算机完成类似检索信息、整理资料的简单任务［3］。这将显著提升员工处理此类工作的效率，从而投入更多的精力去攻克那些对创造力要求较高的问题。当前人机交互技术的发展虽说已比较成熟，但还远没有达到跟人与人交流类似的便捷程度。ChatGPT可能会将传统“以机器为中心”的工业模式变革为“以人为中心”的模式。这项转变有望促成以生成式人工智能为核心的新一轮工业革命，推进人机交互模式的变革。

另一方面，ChatGPT将推动行业转型升级和产业模式创新。ChatGPT在数据分析预测、实时监控及路径优化等领域都发挥着重要作用，物流企业可以将其与其他互联网技术相结合，实现“1+1＞2”的效果，从而促进新产业模式的多样性发展，提升产品和服务的质量。企业可将ChatGPT与数字人技术结合使用，降低数字人的制造难度，通过数字人进行客户服务和员工培训；可将其与元宇宙相结合，构建虚拟仓库、模拟真实场景，在提升仿真训练真实性的基础上降低仿真成本；可将其与机器学习和数据挖掘技术结合使用，提供更精准的数据预测和需求分析服务；还可将其与语音识别技术相结合，提供智能化和个性化兼具的客户服务。当今物流行业的工业设计流程多为线性流程，遇到问题就需要推倒重来，试错成本高昂。ChatGPT可根据设计人员的要求快速生成科学且具体的设计方案，从而缩短工业设计时间，减少人工设计产生的成本损失。此外，ChatGPT还将推动物流行业的供给侧结构改革，促使物流行业从数字化向数智化转型，优化上游供应商、中端物流运输企业以及下游消费者的空间分布［4］。

总之，ChatGPT可以为物流从业者及客户提供更满意的智能化软硬件使用体验，为运营管理人员提供更准确的预测、优化和决策支持，帮助物流企业利用有限的资源提供个性化智能服务，在减少排放、降低成本的同时提高效率和利润。

三、ChatGPT对物流行业的挑战

引入ChatGPT同样也给物流行业发展带来诸多挑战，主要体现在以下3个方面，如图3所示。

（一）就业问题及人员结构和经营模式变革

随着技术的进步，自动化、智能化的解决方案逐渐应用于各行各业，在一定程度上替代了传统的运作方式。因此，人工智能的出现引发员工失业是长期存在的现象。但与传统人工智能不同的是，ChatGPT不仅具有不俗的专业技能，还具备优秀的学习、社交能力，利用其处理工作相较于人类拥有更小的误差和更低的成本。但ChatGPT不具备体力劳动能力，所以受其影响较大的工作岗位可能并非那些对身体素质要求较高、专业技能要求较低的低层体力工作，而是那些对专业技能要求较高但工作内容较规律的中层技术工作［5］。另外，那些需要依靠长久积累经验，在无规则、不确定的环境下需通过创新来解决问题的高层管理工作仍难以被ChatGPT替代。因为在这种环境下，ChatGPT虽然具备不俗的专业技能，但缺乏自主创新能力，很难根据有限的信息给出令人满意的解决方案。

随着ChatGPT被引入物流行业，由此产生的大量失业者会加剧工作岗位的供需失衡，中层岗位员工将面临两难选择。第一种选择是离职寻找新工作，第二种选择是被迫降薪留任。中层员工掌握的专业技能在高层管理岗位没有用武之地，因此，无论是离职还是留任，都只能选择对能力要求较低的低层岗位，从而导致自身工资水平的下降，而高层员工却会因为自身的不可替代性而受益，不同层级员工间的薪资水平差距将因此进一步拉大。

物流企业还将面临业务规划、技术推广、人才培养和招聘等经营模式变革带来的挑战。首先，企业将使用大量自动化系统替代劳动力，这些系统需要员工去开发、操作和维护。其次，员工可能会因为过度依赖ChatGPT而沉湎于舒适区中，逐渐丧失自身的主观能动性和创新能力，甚至沦为人工智能的傀儡［6］。企业需对员工进行必要的培训和教育，提高他们适应新环境的能力［7］。最后，应用ChatGPT会产生大量的数据，企业需要增设相关的数据分析岗位。

（二）技术局限性及潜在法律风险

ChatGPT生成内容的准确性难以保证［8］。首先，ChatGPT的回答高度依赖训练模型，虽然数据会定期更新，但尚无法做到实时同步，如果用户输入错误、不完整的问题，或咨询的问题涉及到未更新的数据，ChatGPT将很难给出准确答案。其次，目前ChatGPT的使用效果反馈只有在用户使用英文提问时较好，当用户使用其他语言时，ChatGPT生成内容的准确性会随之下降。最后，ChatGPT无法解释回答问题的逻辑过程，如果其参考的数据具有主观性，生成的结果大概率也会带有偏见，且此类回答很难被ChatGPT自身检测出来［9］。

ChatGPT本质上是对大批数据的重新组合，不会备注生成内容的来源，数据来源是否合法、生成的内容是否会侵犯他人的知识产权还有待商榷［10］。如果不注意数据来源合法性检测和数据隐私保护，企业就可能会使用到ChatGPT生成的非法数据，侵犯其他用户输入到云端模型中的隐私信息，从而引发法律纠纷［11］。

ChatGPT在内容生成过程中不受人工介入，且缺乏对是非的判断能力，可能会响应有害指令，生成非法、虚假信息［12］。虽然OpenAI在开发过程中设置了相关限制条件来最小化风险，但一些黑客已经找到了绕过这些条件从事犯罪行为的方法［13］。同时，ChatGPT的自然语言处理技术降低了违法内容生成的技术门槛，使其生成速度和逼真度都獲得了提升。此外，现有法律关于ChatGPT的准入范围和应用边界尚未明确，这无疑会带来监管难题。

（三）应用成本高昂及行业竞争壁垒问题

ChatGPT的运行需要依靠数据、软硬件和算力资源支撑，这将消耗大量的电力，并随之产生不菲的软硬件成本和环保费用。此外，ChatGPT面世时间较短，想要应用于物流行业仍面临许多技术难关，如，需要投入资金、引入高素质人才或进行相应人才培养，这些成本会给企业带来很大的压力。

近年来，物流企业如雨后春笋般涌现，但雄厚资金和先进技术兼具的大型物流公司却少之甚少，行业内部发展水平差距较大。因此，至少在ChatGPT面世的初期，能将其应用于自身业务流程的物流企业较为有限。生成式人工智能的兴起无疑会吸引大型物流企业的关注，它们可能会为了维护自身在市场中的主导地位，设立竞争壁垒，从而引发行业内部的恶性竞争［14］。

四、未来物流行业发展路径

综上所述，ChatGPT在物流行业有着广阔应用前景的同时也存在若干发展隐患，我们需要对其秉持开放和包容的态度。最新发布的GPT-4在ChatGPT的基础上增加了安全抵御、任务完成和图片理解能力，而OpenAI之外的其他公司设计的产品相较于ChatGPT仍存在不小差距，这说明新技术给行业发展带来的挑战是可以努力克服的，但想要复刻它带来的机遇却困难得多。未来物流业发展需要在融入生成式人工智能浪潮、广泛应用ChatGPT的基础上，包容审慎，取其精华、去其糟粕，从而更有效地解决行业现存问题，具体发展路径可通过以下3个层面展开，如图4所示。

（一）企业层面：自主技术研发与组织结构优化并行

企业在新技术发展过程中发挥着巨大的作用，成为生成式人工智能技术研发和应用推广的主体［15］。

我国在生成式人工智能研发与应用领域与美国仍存在差距。行业发展如果只依托国外的技术支持，就意味着将信息和数据与他国共享，很容易受到牵制，甚至引发行业机密的泄露。因此，物流行业如果想要健康、稳定发展，就必须拥有自主可控的核心算法、模型和框架。当前，我国相关软硬件研发能力较弱，而ChatGPT需要大量的算力支持。因此，物流行业不仅需要拥有诸如“文心一言”等对标ChatGPT的智能化模型，还需要研发出能够支持模型运行的硬件和软件。在研发过程中，巨头企业需以身作则，促进企业间合力攻坚，优良的行业合作氛围有助于攻克技术难关。只有这样，才能降低生成式人工智能在物流行业应用的准入门槛，才能根本性地解决应用成本高昂带来的行业竞争壁垒问题，也才能从根源上防止不法分子的犯罪行为。

针对应用ChatGPT可能引发的就业问题，物流企业需要对组织结构进行有效变革。首先，应适当缩减可能被ChatGPT替代的岗位，明确岗位权责，减少非必要的人力成本。其次，应加强企业高层对ChatGPT的认知和了解，促使他们健全管理机制，制订科学的发展方针［16］。最后，应注重研发、运行和维护环节相关人才的吸纳与培养，减少对外依赖，实现独立、自主发展。

（二）政府层面：政策支持与法规约束并行

为使物流行业拥有光明的未来，政府也应当发挥领导作用，依托丰富的治理经验和完善的治理环境，进行针对性干预与调整。不仅需要开放包容、韧性容错的“技术善治”导向，并且需要监管理念、主体和工具的全方位适配［17］。

对于技术难题，单个企业的能力是有限的，所以需要政府整合行业资源，加大在技术研发和人才培养方面的资金投入。政府还可以在高校和企业开设生成式人工智能相关课程，增设职业化技术培训学校，构建人才培养基地；同时，制订激励政策，鼓励更多的企业和专家通力协作参与技术研发。如果相关模型和软硬件研发成功，应对其进行适当开源，使企业和客户明确其生成逻辑，增强社会认可度［18］。

针对失业问题，政府可以增设工作岗位，满足失业者的就业需求。新旧岗位对员工能力要求不同，所以还需要建立终身学习制度，对从业者进行技能培训，以增强他们对新岗位的适应能力。针对无法重新就业的人员，需要完善社会保障制度，保障其基本生活需要。此外，政府还需要对区域内劳动者最低薪资水平进行规约，避免收入差距过大。对于即将毕业求职的学生，应开设相关职业规划课程，帮助他们明确自身的职业需求。

对ChatGPT存在的安全隐患进行针对性立法已经迫在眉睫，这不仅是物流行业健康发展的前提条件，更是维护国家安全的必要之举。当地时间2024年3月13日，欧洲议会正式批准欧盟《人工智能法案》。今后的立法工作应明晰ChatGPT的准入范围和应用边界，统一监管标准，防患于未然，同时也应明确：立法的目的是缓和新兴技术与现有法规的冲突，让其在科学的环境下有序应用，而非限制其发展。另外，健全监管体系，从采集、存储、分析、使用及共享5个环节对ChatGPT生成的内容进行严格把关，确保内容合法、不存在主观偏见，从而有效防止恶意利用、数据泄露和伦理问题。对于ChatGPT自身漏洞引发的违法犯罪行为，在对漏洞进行技术攻克的同时，也应制订相关法律，对不法行为予以严厉处罚，起到警示作用［19］。针对ChatGPT应用成本高造成的行业壁垒问题，应构建合理的市场准入制度和严格的责任承担制度，从根源上遏制恶性竞争。

（三）个体层面：融入浪潮与明确风险并行

目前，一些大型企业已开始尝试将ChatGPT应用于订单处理和客户服务等环节。作为生成式人工智能浪潮中的参与者，物流从业者和客户不仅需要与时俱进，培养终身学习理念，熟悉ChatGPT的业务逻辑和使用方法以适应新的行业环境，避免被时代淘汰；同时，也应明晰ChatGPT存在的技术局限性和法律风险，注重隐私保护，化“双刃剑”为“单刃剑”。

人工智能只是人们提出假设、设计实验和理解结果的工具，没有自主意识和情感，因此不能替代人类［20］。ChatGPT是社会文明进步的产物，我们应该积極拥抱它，但同时我们也应抱有理性、客观的态度，不应盲目信任或过度依赖它，避免沦为其附庸，失去自身的主观能动性。

在坚持以上3条发展路径的基础上，企业、政府和个体间还应建立紧密的协同合作关系。首先是政府与企业间的协同。政府可以为企业提供政策和资金方面的支持，鼓励企业开展生成式人工智能的相关研究，同时健全监管体系，明晰ChatGPT的应用边界，遏制企业间的恶性竞争。其次是政府与个体间的协同。政府可以建立终身学习制度，为个体提供丰富的教育资源和健全的社会保障，帮助个体提升对新技术的适应能力。同时，政府也应制订相关法律，促使个体明确ChatGPT的潜在风险，保护自身权益。最后是企业与个体间的协同。企业可通过技术研发和组织结构优化，促使个体适应ChatGPT引入物流业带来的变化，同时企业也应增设工作岗位满足失业人群的就业需求，面向个体提供有关ChatGPT使用方法的培训指导，并依法保障个体的隐私安全。

总之，ChatGPT是物流行业新的技术红利，给行业发展带来了新的机遇，它的出现对于物流行业来说是契机而不是灾难。虽然ChatGPT能否帮助物流行业实现降本、提质、增效的发展目标尚未可知，但如果能够对ChatGPT有充分的认识，并采取相应针对性措施，兼顾发展与规范，必能使其为物流行业的发展创造更大的价值。

参考文献：

［1］  SOM  BISWAS.ChatGPT and the Future of Medical  Writing［J］.Radiology，2023，307（2）：223312.

［2］  殷云.中国物流行业存在的主要问题分析［J］.中国流通经济，2012，26（1）：23-26.

［3］  陈永伟.超越ChatGPT：生成式AI的机遇、风险与挑战［J］.山东大学学报（哲学社会科学版），2023（3）：127-143.

［4］  陈智.人工智能的消费升级效应及其推动物流业高质量发展研究［J］.商业经济研究，2021（24）：122-125.

［5］  TIM ORCHARD，LESZEK  TASIEMSKI.The rise of Generative AI and possible effects on the economy［J］.Economics and Business Review，2023，9（2）：9-26.

［6］  TAHA  BIN  ARIF，UZAIR  MUNAF，IBTEHAJ  UlHAQUE.The future of medical education and research：Is ChatGPT a blessing or blight in disguise？［J］.Medical education online，2023，28（1）：2181052.

［7］  EVA  A  M  VAN  DIS，JOHAN  BOLLEN，WILLEM  ZUIDEMA，et al.ChatGPT：five priorities for research［J］.Nature，2023，614：224-226.

［8］  YIQIU  SHEN，LAURA  HEACOCK，JONATHAN  ELIAS，et al.ChatGPT and Other Large Language Models Are Double-edged Swords［J］.Radiology，2023，307（2）：230163.

［9］  H TIFFANY  KUNG，MORGAN CHEATHAM，ARIELLE  MEDENILLA，et al.Performance of ChatGPT on USMLE：Potential for AI-assisted medical education using large language models［J］.PLOS digital health，2023，2（2）：e0000198.

［10］  C FELIPE  KITAMURA.ChatGPT Is Shaping the Future of Medical Writing but Still Requires Human Judgment［J］.Radiology，2023，307（2）：230171.

［11］  CHRIS  STOKELWALKER.ChatGPT listed as author on research papers：many scientists disapprove［J］.Nature，2023，613：620-621.

［12］  鄧建鹏，朱怿成.ChatGPT模型的法律风险及应对之策［J］.新疆师范大学学报（哲学社会科学版），2023，44（5）：91-101.

［13］  The  Lancet  Digital Health.ChatGPT：friend or foe？［J］.The Lancet  Digital health，2023，5（3）：E102.

［14］  MICHAEL  LIEBRENZ，ROMAN SCHLEIFER，ANNA BUADZE，et al.Generating scholarly content with ChatGPT：ethical challenges for medical publishing［J］.The Lancet.Digital health，2023，5（3）：E105-E106.

［15］  张夏恒.ChatGPT的逻辑解构、影响研判及政策建议［J］.新疆师范大学学报（哲学社会科学版），2023，44（5）：113-123.

［16］  徐鹏，徐向艺.人工智能时代企业管理变革的逻辑与分析框架［J］.管理世界，2020，36（1）：122-129.

［17］  姜李丹，薛澜.我国新一代人工智能治理的时代挑战与范式变革［J］.公共管理学报，2022，19（2）：1-11.

［18］  H  HOLDEN  THORP.Tools such as ChatGPT threaten transparent science; here are our ground rules for their use［J］.Nature，2023，613：612.

［19］  舒洪水，彭鹏.ChatGPT场景下虚假信息的法律风险与对策［J］.新疆师范大学学报（哲学社会科学版），2023，44（5）：124-129.

［20］  H  HOLDEN  THORP.ChatGPT is fun，but not an author［J］.Science，2023，379：313.

［责任编辑：范  君］