ChatGPT引发持续关注，今年3月横空出世的Adobe Firefly再度将有关“生成式AI”的探讨顶到风口浪尖。作为当下最出圈的科技热点，AIGC，即“AI Generated Content”人工智能生成内容，已成为继元宇宙、Web3.0后，最受资本界和科技产业界关注的新技术形态。

由新技术引发的从AI生成内容到AI生成体验的革新，将产生哪些连锁反应，对不同行业带来怎样的深远影响，又将为区域发展提供哪些思考？

在徐汇区日前举行的“亚马逊云科技AIGC Day·上海站”活动中，来自科技和产业界的资深从业者，围绕AIGC带来的内容生产领域的全面革新、自然语言人机交互的全面进化等话题进行了探讨。活动现场，Adobe高级解决方案顾问杨凡还详细介绍了Adobe Firefly这一“Adobe软件家族”全新的创意生成式人工智能模型集以及全新的Adobe Sensei GenAI服务。

徐汇漕河泾开发区“元创未来”元宇宙特色产业园

苏卓表示，从行业角度看，生成式AI能够让更多人使用到企业、机构所开发的模型。而越多人提供数据，就意味着模型的算力将越来越强，从业者就能利用大模型去构建更多不同的产业应用。从消费者角度看，人们在日常网购中接触到的消费内容，比如场景、模拟试穿、个性化搭配等，也都有生成式AI的身影。

对品牌来说，此前要花费较大时间和人力成本与设计师沟通，才能获取想要的内容。而借助AIGC技术，无论是制作游戏场景，还是一张产品海报，通过一段文字描述就能生成初步的图文或视频效果，再由人工进一步调整打磨，大幅加快了游戏、海报这些创意产品在概念设计阶段的生产效率。“用户还能尝试更多不同风格，大幅降低试错成本和难度，提升艺术设计领域的数字化创新效率。”苏卓说。

在传媒行业，苏卓去年曾带领团队为中国香港的新闻资讯平台“HK01”（香港01）提供生成式AI的技术支持。在HK01的“三分钟看世界”板块，原先需要依靠强大的编辑团队，每天一早将数十个专业频道的内容分别浓缩成几百字甚至更短的精华信息，再进行推送。现在，借助AIGC技术，一些基础的新闻推送、摘要可通过AI自动撰写，同时将人类编辑已撰写好的信息撰写成不同的传播风格。随着每天的练习和素材累积，AI所撰写出的内容质量也不断提升。“生成式AI也将推动传媒行业出现颠覆式发展。”

2022世界人工智能大会

不止市场营销、文化传媒等传统行业正通过生成式AI探索转型，游戏、电商等看起来“很新”的行业，也在寻求基于技术升级迭代的“常态化创新”。这并不全都依赖于行业本身或市场带来的“内卷”。事实上，企业想要常青，创新就一日不能停步。

Adobe公司的发展历程就是一个典型案例。创建于1982年的Adobe，最初开发了应用于出版和印刷领域的PostScript，随后发布了Photoshop这一风靡世界且历久弥新的图像处理软件。此后，Adobe还开发出了Acrobat和PDF文档标准，在收购Macromedia公司后又推出了Flash和Dreamweaver两大动画制作软件。

而就在人们以为Adobe公司要在图像处理领域一路向前时，它却积极向数字营销领域进军，拓展数据分析业务，并将手中的创意软件矩阵全部实现云转型，从昔日卖软件光盘变为提供线上订阅式的SaaS服务，于是就有了Adobe Cloud云服务。近年来，Adobe又着眼于数字化营销领域，从为品牌建立官方网站、数字资产管理、实时客户数据平台、创建大规模个性化体验，到客户行为分析和预测等，涵盖了客户需求的全程。负责广告营销的工作人员甚至可以从手机端即时生成客户所需的宣传内容，快速实现数字化生产力。

“在40多年的发展历程中，我们从未停止过创新。”杨凡说。在国内市场颇为熟悉的电商营销领域，Adobe亦有深耕。以Adobe全新的Sensei GenAI为例，在企业的未来愿景中，“618”“双11”等大促期间，品牌产品在不同的预热环节需要不同的话术和营销手段，都可通过文字描述在Sensei GenAI中生成相应的营销建议。而电商网站的数据报表，也可通过AI将数字化的业绩转换为语言描述进行业绩解读。“这些都是人工智能赋予我们的新能力。”

美罗城的裸眼3D球幕为徐家汇商圈增添了科技内核

隐私、安全、伦理与版权

2010年左右，“大数据”这一概念开始普及，人们首先意识到随着移动互联网的普及，在消费侧将有海量数据产生。而在工业侧，随着物联网设备的出现，大量实时生产数据也会形成海量的数据库。在德勤管理咨询中国总监李华明看来，基于海量数据的生成式人工智能技术，目前已经有了较明确的三个应用方向，即知识获取、内容生成以及交互体验。

从市场营销角度，生成式AI能够生成视频、图片等营销内容，帮助人们完成元宇宙3D产品体验、制作个性化广告，乃至提升产品的推荐系统。从公司治理角度，生成式AI能够帮助企业完成知识管理、流程分析和新员工培训，企业HR则能借此提升员工薪酬分析、劳动技能分析的效率。IT人员通过生成式AI，可自动生成一部分代码，协助自动化测试、技术培训等工作。在采购与供应链端，生成式AI可帮助人们分析消费者情绪，更好完成需求预测和产销协同的匹配，进而优化库存、做好物流分析。在金融领域，生成式AI已经能在财务报告中主动识别有价值的机会点，并进行投资分析。

资本市场对新技术的嗅觉往往最灵敏。李华明表示，公开数据表明，去年全世界生成式AI相关的风投已达20亿美元，预计到2030年，整个生成式AI的市场规模有望达到2000亿美元。“AIGC的应用正迎来爆发期，它所带来的新生产方式会影响到我们每一个人，对产业也将产生深远影响。”

武康大楼已成为NFT、AIGC、元宇宙等新技术新赛道的热门创作元素

ChatGPT-3的参数已经达到1750亿，3月中旬发布的ChatGPT-4的参数虽未正式公布，但从ChatGPT模型问世到形成千亿级参数规模，只用了5年左右的时间。面对这一高速迭代的人工智能技术，有关隐私安全、伦理、就业岗位的讨论也甚嚣尘上。

日前，意大利基于涉嫌数据泄露等原因要求暂时禁用ChatGPT；马斯克等千余名科技界人士则呼吁在确定风险可控前，暂停训练比ChatGPT-4更强大的AI系统至少6个月。在腾讯综艺《令人心动的offer》第四季中，建筑专业选手试图用AI生成效果图来代替传统的CAD绘图，被甲方当即质疑了图片的版权问题。

杨凡表示，Adobe自有平台已经实现了上百种人工智能的应用场景，而在这些场景的生成与运用过程中，公司一直关注伦理道德、隐私保护与版权问题，并制定了相应的导则来保证人们对人工智能输入的内容合法且符合道德标准，AI输出的内容也风险可控。例如，在图片生成工具中，人们就无法输入名人、政要的姓名和非法词汇。版权方面，Adobe选取了自行购买、开源内容以及版权已过期的内容对人工智能进行训练。“这也是为何Firefly具备了真正的商业应用价值，因为它所生成的内容都可以安全地商用。”

对于生成式AI存在的风险，李华明认为，这就如同一枚硬币的两面，机遇与挑战并存。

首要挑战就是隐私保护。“我们在向ChatGPT提出问题时，它也记录下了关于我们的数据，包括我们关注的内容、提问涵盖的信息，这些都是我们个人隐私的一部分。”李华明表示，随着以互联网大厂为代表的人工智能模型提供商，和以亚马逊、微软等为代表的算力基础设施供应商的服务不断发展，需要政府部门加强相应的监管和政策制定。

包括ChatGPT在内，现有人工智能模型的大小已经远超一般人脑所能理解的程度，而在实际的商业场景应用中，又需要人们理解这些模型背后的原理以及它们所给出的风险提示。因此，生成式AI的透明性和可解释性就尤为重要。此外，生成式AI的公平性、公正性以及得出结论的可靠性和偏差性也需要关注。“最后还有一点，如何确保生成式AI不会受到恶意的网络入侵，这一安全性问题眼下也需要更多关注。”李华明说。

栏目主编：唐烨 题图来源：漕河泾“元创未来”元宇宙特色产业园

来源：作者：舒抒

花粉社群VIP加油站