生成式人工智能大模型赋能传统出版企业转型升级路径研究

[摘 要] 基于质性研究方法，通过扎根理论提炼归纳出“智能内容生成提质优化、产业生产效率提速升级、个性定制内容交付传播、融合发布渠道策略制定、商业市场数据分析洞察、新型商业模式开发创新、组织架构流程变革重组、品牌核心价值维护创造、法律法规伦理风险考量”九大主范畴和“传统出版企业转型升级”一大核心范畴。在对主范畴与核心范畴的典型关系结构以及范畴间逻辑关系分析的基础上，构建生成式人工智能大模型赋能传统出版企业转型升级有效路径的理论模型。模型揭示了如何更好地将生成式人工智能大模型赋能企业后端的生产力提升和前端的新价值创造是传统出版企业实现转型升级的关键。

[关键词] 生成式人工智能 企业转型升级 传统出版业 大模型 扎根理论

[中图分类号] G230 [文献标识码] A [文章编号] 1009-5853 （2024） 04-0037-10

Research on the Transformation and Upgrading Path of Traditional Publishing Enterprises Empowered by Generative Artificial Intelligence Large Models：Qualitative research Based on Grounded Theory

Dong Hua Zhang Haoyue Gao Aiyu

（College of Economics and Management， Qingdao University of Science and Technology， Qingdao， 266061）（College of Economics and Management， Qingdao University of Science and Technology， Qingdao， 266061）（College of Journalism and Communication， Shaanxi Normal University， Xi’ an， 710062）

[Abstract] Based on the qualitative research method and grounded theory， nine main categories have been extracted and summarized， including “the improvement and optimization of intelligent content generation， the acceleration and upgrading of industrial production efficiency， the delivery and dissemination of personalized customized content， the formulation of integrated publishing channel strategies， the analysis and insight of commercial market data， the development and innovation of new business models， the transformation and reorganization of organizational structure and processes， the maintenance and creation of brand core values， and the consideration of legal and regulatory ethical risks”， as well as one core category of “transformation and upgrading of traditional publishing enterprises”. Based on the analysis of the typical relationship structure between the main categories and the core category， as well as the logical relationship between categories， a theoretical model of generative artificial intelligence is constructed to empower traditional publishing enterprises to transform and upgrade effectively. The model reveals that how to better empower the productivity improvement of the backend and the creation of new value in the frontend with generative artificial intelligence models is the key to the transformation and upgrading of traditional publishing enterprises.

[Key words] Generative artificial intelligence Enterprise transformation and upgrading Traditional publishing industry Foundation models Grounded theor

[基金项目] 本文系国家社会科学基金“大数据驱动制造企业服务化组织创新的路径与模式研究”（17BJY073）研究成果之一。

[作者简介] 董华，经济学博士，青岛科技大学经济与管理学院教授、博士生导师；张皓越，青岛科技大学经济与管理学院2023级硕士生；高爱宇，陕西师范大学新闻与传播学院2024级硕士生。

1 引 言

在AI迅速发展的智能化浪潮时代，生成式人工智能作为一种利用人工智能技术来自动生成文本、图像、视频、音频等多模态数据的消费级内容创作工具，已逐渐成为赋能各行业发展革新的重要力量。传统出版业一直以来主导着以专业生产内容（PGC）为主的知识传播和信息分享渠道。然而，随着数字媒体的崛起和读者行为的转变，专业生产内容向在线平台迁移，同时，伴随着自媒体和自出版的发展也带来了用户生产内容（UGC）的融合，集聚了来自互联网上的文字、图片、音频、视频等内容。近两年，随着生成式人工智能的迭代成熟和应用加速，传统出版企业面临更多的机遇与挑战。一方面，自然语言生成模型和内容自动生成算法带来的内容生产模式的彻底变革，催动出版业生产力的突破革新，使其能够低成本、高质量地生成大量优质内容，从而在各大流量、社交、视频平台占据主导地位；另一方面，生成式人工智能大模型的应用也在重塑内容写作流程模式、深化人机协同工作、重构编辑出版伦理规范等方面给传统出版企业带来了新的挑战，同时还带来了剽窃行为隐蔽、主体责任不清、作品署名争议、信息安全风险等新问题[1]。探讨如何充分发挥生成式人工智能大模型的潜力，创新业态模式实现新的价值创造，对传统出版企业抓住时代机遇顺利实现转型升级至关重要。

2 文献回顾

目前，关于生成式人工智能大模型如何赋能传统出版企业转型升级的相关研究主要集中在四个方面：一是对传统出版业未来发展模式与实现基础的探索。如宋婷[2]提出传统出版业健康可持续发展的新思路是实现传统出版与新兴媒体的深度融合；胡易容[3]认为生成式人工智能大模型的能力正在成为出版业不可或缺的基础性构成，出版业正在走向更为广阔的立体型、开放型和智能型的出版之路。在内容生成的持续迭代中，一个全程、全域、全产业链的全新智能出版时代正在到来。二是对生成式人工智能大模型与传统出版企业融合路径与条件的探索。如刘广东[4]认为厘清ChatGPT的技术原理及其可供性，辨析生成式人工智能中的人机互动关系，是理解这场内容生产范式转换的前提；靳建国[5]认为AI技术可以促进出版内容个性化，通过分析用户需求，定制化推出出版内容，提供更具有针对性的内容服务；程可伊[6]认为互动这一关键属性使得互动出版从某种意义上来说，是一种碎片式出版，即经过组合、整理、加工而形成的非系统甚至非原创的出版物。在互联网时代，互动出版呈现出强大的生命力，与ChatGPT有着天然的融合条件。三是对生成式人工智能大模型赋能出版企业转型的实现路径的研究。如黄国斌等[7]研究面对AI技术在应用过程中产生的问题，提出出版产业可从树立人机协同的战略思维、加强科技伦理以确保人工智能规范应用、加快实现出版资源的数字化与数据化、加强数字资产的保全与应用、加快出版人才队伍建设等方面形成破局对策；蔡喆等[8]的研究建议与AI企业合作、引入AI人才，整合现有流程管理系统和辅助编辑系统，加速实现全流程人工智能化。四是对出版业特定领域的转型策略的研究。如张琦等[9]在“出版+直播、短视频”领域中提出结合新科技、发掘新技术来优化用户体验应是接下来的着力点。

通过文献梳理可以看出，生成式人工智能大模型赋能传统出版企业转型升级的研究刚刚兴起，相关成果主要集中在近两年。研究视角主要集中于如何将AI工具深度融合到传统出版企业的生产流程中，以加速内容产出并提高产出质量，当前尚缺少对于生成式人工智能大模型赋能传统出版企业转型升级的成功案例和具体有效路径的探索研究。

3 研究设计

3.1 研究方法选择

鉴于生成式人工智能大模型赋能传统出版企业转型升级具有突出的实践性，以及本文旨在从整体层面归纳提炼生成式人工智能赋能传统出版企业转型升级的有效路径，因此选择适合路径模型搭建的扎根理论作为研究方法。

扎根理论是葛拉瑟（Glaser）和史特劳斯（Strauss）共同提出的质性研究方法，该方法不会依据特定的理论事先提出具体的研究概念与架构，而是强调随着数据资料的收集与编码过程，逐渐扩充、发展新的概念，具有足够的解释力以及情境性、本土性、深度性、可靠性等多种优点[10]。由于我国出版业规模庞大，且生成式人工智能大模型赋能出版业数据获取存在低时效性等缺陷，相较于定量研究，定性研究更具备优势。此外，作为一项极具前瞻性的技术，AI与传统出版业的结合尚处在探索阶段，缺乏一定的理论框架，适合利用扎根理论进行探索性研究。本研究按照程序化扎根理论的一般流程，在严谨的数据收集和分析的基础上，通过开放性编码、主轴性编码和选择性编码探索生成式人工智能大模型赋能传统出版企业转型升级的具体路径和策略。本研究不仅可为出版企业的战略制定提供参考借鉴，也可为AI时代相关产业政策的制定提供理论依据。

3.2 研究对象及数据来源

研究对象特征及其选择。传统出版业作为以内容生产为核心价值的行业，能够迅速察觉到生成式人工智能大模型对传统生产工具的替代和对业务模式流程的冲击。艾瑞咨询数据显示，生成式人工智能大模型主要影响内容创作与人机交互，因此价值链线上化程度越高，内容主导部分在价值链中占比越高，大模型对其颠覆效应就越明显。当前，生成式人工智能大模型赋能传统出版业转型升级的典型特征主要表现在创新驱动、数据赋能、阅读场景与个性化阅读、提升效率、拓展业务边界等方面。由于参与生成式人工智能大模型赋能传统出版业价值链的主体具有多元性，因此研究对象不仅包括传统纸媒出版单位、音像制品出版企业、人工智能科技研发企业等，还会涉及包括中介机构和政府等其他辅助性机构。

研究数据来源及收集方式。依据三角验证原则，多样化的资料来源可以构建更加坚实有效的扎根研究基础。本研究的原始数据资料主要通过行业调研报告、文献数据库、企业财报及政府机构官网等渠道获得。同时，为了丰富数据资源并紧密结合出版企业的现实实践，将国内的人民教育出版社、果麦文化、中信出版集团和国外的企鹅兰登、牛津大学出版社等业内领先的出版机构大模型实际应用案例作为补充资料，确保资料能够相互补充与验证，为研究结果的可靠性和准确性提供保障[11]。本研究整理分析2020年1月到2024年6月间所收集资料共计138份。

4 资料及数据分析

通过三级编码对原始资料语句（初始概念）等样本数据进行分析，以获取生成式人工智能大模型赋能传统出版企业转型升级的有效路径要素。

4.1 开放性编码

通过对收集的资料进行初步的处理和分类，将原始资料语句及初始概念数据进行概念化、抽象化，并不断比较形成子范畴。由于原始资料语句和初始概念的层次较低，且存在大量的交叉或重复，因此对它们进行进一步的分析和概括，最终精简归纳出原始资料语句和初始概念共73条，进而抽象出41条子范畴，见表1。

4.2 主轴性编码

主轴性编码是将所分析现象的条件、脉络、行动策略和结果各范畴间联系起来，实现资料重新组合的过程。在此聚类开放性编码的子范畴并找寻其不同范畴间内部关系，从而进一步构建围绕子范畴之间的关系网络。基于开放性编码中呈现的41种不同子范畴，将其归纳得到9大主范畴：（1）智能内容生成提质优化；（2）产业生产效率提速升级；（3）个性定制内容交付传播；（4）融合发布渠道策略制定；（5）商业市场数据分析洞察；（6）新型商业模式开发创新；（7）组织架构流程变革重组；（8）品牌核心价值维护创造；（9）法律法规伦理风险考量。

4.3 选择性编码

选择性编码要求从主范畴中提取核心范畴，建立系统性核心范畴和其他主范畴之间的联系，并以“故事线”的方式进一步发展出实质理论构架。本研究通过对9个主范畴进行深入分析和比较研究，确定“传统出版企业转型升级”这一核心范畴，并构建典型关系结构与内涵，如图1所示。通过分析原始语句中的初始概念关系，发现这一核心范畴确实能统领9大主范畴，且各主范畴之间也有相互关联。

4.4 理论饱和度检验

理论饱和度（theoretical saturation）是指通过采集额外数据也不能再发展出新范畴、不再产生新理论[12]。本文采用预留原始资料的形式进行理论饱和度检验，通过对预留的16份原始资料再次进行开放性编码、主轴性编码和选择性编码，没有新的范畴出现，可判定本有效路径理论通过理论饱和度检验。

5 生成式人工智能大模型赋能传统出版企业转型升级路径模型构建

5.1 九大主范畴间的逻辑关系与相关性分析

基于三级连续编码的循环往复及前述理论推导，可以揭示传统出版企业转型升级受到生成式人工智能大模型赋能的“智能内容生成提质优化”等九大主范畴的共同驱动，且这些主范畴理论皆对核心范畴“传统出版企业转型升级”起直接或间接的正向促进作用。在理论模型构建过程中，发现各主范畴之间不仅存在一定的逻辑关系，还存在基于促进性、互补性等相互影响的相关关系。其中，生成式人工智能大模型赋能下的“智能内容生成提质优化”“个性定制内容交付传播”和“产业生产效率提速升级”将在内容生成的速度、质量、个性化和效率方面全方位促进出版企业的生产力提升，生成式人工智能大模型赋能下“新型商业模式开发创新”“融合发布渠道策略制定”和“品牌核心价值维护创造”则会在模式、渠道和品牌等方面促进出版企业实现全新的价值创造。生产力提升和新价值创造是推动传统出版企业实现转型升级的核心和关键，“商业市场数据分析洞察”是生产力提升和新价值创造的基础，“组织架构流程变革重组”和“法律法规伦理风险考量”是实现转型升级的内外部条件与保障。

5.2 生产力提升

生成式人工智能大模型赋能智能内容生成和个性化定制内容交付等均可以使传统出版企业的生产力得到极大提升。例如通过大模型的文本、语音、图像、视频等多模态优质内容的智能生成，结合自然语言处理和图像识别技术，实现对出版物内容的智能编辑和自动校对，识别和纠正文本中的错误，优化版面设计，提升出版物的整体质量和读者体验。大模型智能生成出版物内容质量的高低决定着传统出版企业转型升级的成败。在商业市场上，通过AI系统分析读者行为和市场数据，可以指导出版商进行精准的内容编辑，还可以基于目标读者分析实现个性化定制内容的智能推送和精准的市场推广，从而提高读者满意度、增加出版量，提升出版企业盈利能力。除了提供更优质的内容，大模型赋能下快速的内容生成和高效内容处理也会缩短出版周期，提高响应市场的速度，使出版产业生产效率获得极大提高，并最终构建起更高质量更高效率服务读者的智能知识服务生态体系，加快出版企业创新发展实现转型升级。

5.3 新价值创造

生成式人工智能大模型赋能另一个重要体现是助力传统出版企业实现新的价值创造。基于生成式大模型，出版企业不仅可以推出智能客服、一键式智能数字出版、推出对话式写作的出版平台和竞品分析等新的商业模式，从而为客户读者创造更多新的产品服务价值，还可以通过AI辅助内容审核处理、智能协同编校等进一步优化出版企业价值创造的流程与模式。例如，酷狗作为国内领先的数字音乐交互服务平台，借助AI大模型的多模态能力，既赋能音乐人创作出更丰富优质的音乐内容，又能反向输入音乐，利用AI技术输出更全面的描述，为用户生成个性化歌单。通过云端协同部署AI大模型，可以赋能音乐的创作、分类、推荐以及风格转换等，这将产生出全新的业务形态和与之匹配商业模式，实现音乐产业的升级。此外，多语种传播、沉浸式产品体验、多模态融合的全媒体传播、融合出版等新的融合发布渠道策略也为出版企业拓展了更多的受众，从而开拓出更多新的价值创造途径，成为转型升级的新引擎。生成式人工智能大模型所带来的新型商业模式和各类发布渠道策略，不仅能够更好地维护出版企业原有的品牌核心价值，还能够通过产品服务创新增强读者的品牌认知度和忠诚度，提升品牌形象，创造新的品牌价值，打造新的竞争力，实现从传统出版到现代出版的升级。

5.4 内部变革与外部保障

内部变革与外部保障是生成式人工智能大模型赋能出版企业生产力提升和新价值创造的必要条件。生成式人工智能大模型的应用不仅创造出新的商业模式，也改变了出版企业价值创造的流程与模式，出版企业要想顺利实现转型升级，其自身的组织架构与流程必须向着全面适应AI化变革发展。新业务流程和组织架构可以优化信息的传递共享，提升资源配置整合效率。例如，彭博社成立了专门的数据科学和AI部门与新闻编辑部紧密合作，推动AI技术在新闻生成和数据分析中的应用。其开发的赛博格（Cyborg）AI编辑系统能够快速分析大量的财务数据并自动生成金融新闻和报告，极大地提高了新闻发布的速度和准确性。组织架构流程变革重组本质上是企业内部各种错综复杂的关系基于AI内容生产与价值创造的新特征进行重新优化组合和调整协调的过程。组织内部变革的滞后往往会使出版企业难以释放生成式人工智能大模型带来的新生产力和新价值创造的潜力。此外，出版企业必须认真考量AI所带来的著作权归属、隐私保护、剽窃盗版等法律法规伦理风险问题，并将其作为策略选择和是非对错的重要衡量因素，才能保证企业转型路径的正确方向。同时，生成式人工智能大模型大规模应用带来的一系列问题也将会推动出版行业相关法律法规的完善，从而为出版企业转型升级提供有力保障。

基于以上故事线的分析及归纳，本文构建基于核心范畴—主范畴的生成式人工智能大模型赋能传统出版企业转型升级有效路径的理论模型，如图2所示。该路径表明，在大模型的赋能下，以商业市场数据分析洞察为基础和起点，以企业后端的内容生产力的提升到面向市场前端的新价值创造为主动力轴，配合组织架构流程内部变革重组和法律法规伦理的外部风险考量的内外部力量，共同推动传统出版企业实现转型升级。

6 研究结论与展望

6.1 研究结论

本文基于程序化扎根理论构建了生成式人工智能大模型赋能传统出版企业转型升级路径模型。主要工作与发现包括：第一，在归纳梳理73条原始资料语句和初始概念的基础上，通过开放性编码抽象出41条子范畴；第二，在41个子范畴基础上，通过主轴性编码归纳出9大主范畴，并通过选择性编码确定“传统出版企业转型升级”的核心范畴，构建典型关系结构。这9大主范畴清晰展示了基于生成式人工智能的大模型赋能传统出版企业转型升级的影响因素和发展过程；第三，各主范畴之间存在逻辑关系和相互影响，前向阶段的主范畴会对后续阶段的主范畴产生直接或间接影响，同阶段内各主范畴间互为正向影响，涵盖了从后端的生产力提升到前端的新价值创造的全方位变革；第四，在主范畴逻辑关系和相互影响分析的基础上，勾勒出传统出版企业转型升级路径的全景图，构建生成式人工智能大模型赋能传统出版企业转型升级路径的理论模型。其中，智能内容生成提质优化、产业生产效率提速升级、个性定制内容交付传播作为赋能企业转型升级的后端要素，通过直接提升生产力相互影响；融合发布渠道策略制定、新型商业模式开发创新、品牌核心价值维护创造作为赋能企业转型升级的前端要素，通过实现新价值创造相互影响；商业市场数据分析洞察是提升生产力和实现新价值创造的前置要素；组织架构流程变革重组是保证企业顺利实现转型升级的内部基础；法律法规伦理风险考量是企业顺利实现转型升级的外部保障。通过模型构建发现，如何更好地将生成式人工智能作用于企业后端的生产力提升和前端的新价值创造是传统出版企业实现转型升级的关键所在。

6.2 前景展望

在人工智能大模型赋能传统出版企业转型升级过程中，必须格外关注新商业模式的可持续性。如果盲目跟风，新模式可能面临市场饱和、竞争加剧和难以取得竞争优势的风险，同时易导致企业开展与其能力和资源不匹配的活动，或忽略潜在客户的真实需求，从而导致转型失败。业务模式和出版模式的开发创新应与企业自身独特定位和资源相匹配，通过深入的市场分析，不断挖掘用户潜在需求，评估自身核心能力，注意商业性与公共性的平衡，并确保符合相关法律法规以规避风险，才能保证转型升级的正确方向。此外，尽管生成式人工智能在提高内容生成质量和效率方面具有显著优势，但过度依赖生成式人工智能大模型可能会使出版企业忽视传统人工的价值，导致失去灵感创意和编辑的质量控制，从而损害内容的质量和原创性。因此，企业在利用生成式人工智能的同时，应充分认识到人力资源在内容质量控制方面的价值。随着读者需求、竞争格局和技术趋势的不断演进，出版企业应该积极迅速适应这些变化，主动把握生成式人工智能发展规律，承担其在生成式人工智能环境下的主体责任，通过优化组织流程和管理制度、定期评估和调整策略来确保生成式人工智能大模型助力企业顺利转型升级。

注 释

[1]匡文波，姜泽玮. ChatGPT在编辑出版中的应用、风险与规制[J].中国编辑，2024（1）：72-77

[2]宋婷.出版融合视角下传统出版行业发展新途径[J].文化产业，2022（20）：16-18

[3]胡易容.技术创新驱动下的出版系统迭代机制：兼谈人工智能生成内容对出版行业的冲击[J].中国编辑，2023（7）：61-65+75

[4]刘广东.出版再想象：AI与内容生产变革[J].数字出版研究，2023，2（2）：15-20

[5]靳建国.AI时代传统出版单位融合出版路径探析[J].名作欣赏，2023（21）：94-96

[6]程可伊.ChatGPT与出版业变革：应用场景、风险挑战及应对措施探析[J].商讯，2023（12）：115-118

[7]黄国斌，蒋海鸥.AI赋能出版产业的思路和对策[J].出版广角，2023（12）：39-43

[8]蔡喆，王梅，赵延永.生成式AI为助力出版发展提供新引擎[J].全媒体探索，2023（5）：119-121

[9]张琦，谢思慧.融合发展背景下直播、短视频在传统出版行业中的应用研究[J].出版科学，2020，28（6）：72-78

[10]王念祖，林至康.我国台湾地区《数字出版产业发展策略与行动计划》误区分析：基于扎根理论的探讨[J].出版科学，2020，28（1）：87-94

[11]陈宇，孙枭坤.内生与外压的耦合：社会治理创新的生成逻辑：基于扎根理论的质性分析[J].云南行政学院学报，2022，24（2）：52-62

[12]蒋永康，梅强.基于扎根理论的知识转移粘滞过程机制研究：以在孵企业为例[J].科技进步与对策，2023（23）：1-9

（收稿日期：2024-03-19；修回日期：2024-06-26）