卢向华：拥抱AIGC，“量体裁衣”驱动企业智能数字化

■ 生成式AI从技术早期的兴奋阶段，进入了场景化商业落地的第二阶段。

■ AIGC将更多取代的不是岗位，而是任务。

近日，在由复旦管院提供学术支持的“智造未来”AIGC主题论坛上，信息管理与商业智能系卢向华教授发表了“AIGC与企业智能数字化时代”主题演讲，围绕AIGC技术为企业带来的新能力，企业在数字化方面的AIGC应用探索等话题，分享了最新的研究与思考。

1

关键词高度吻合

企业智能化渴望向AIGC“进阶”

去年底到今年初，AIGC在全球掀起了一股新的热潮，无论从注册人数、使用频率、专家研判，以及各企业的重视程度来看，都具有非常高的热度。那么AIGC技术将为企业数字化带来怎样的新能力和新机会？

当下大家谈到AIGC时，似乎很容易与ChatGPT等同起来，但ChatGPT不能涵盖AIGC，它只是AIGC的一种应用。例如Open AI的GPT，是突破传统AI技术的生成式AI大模型，AIGC应用则是基于生成式AI大模型之上，来实现传统AI所不能实现的应用。

AIGC的应用一定会遵循三大要素。AIGC首先要有系统、产品或者方案，有了产品系统方案之后，要输入提示语，它会基于提示语去生成一些创造性内容。包含这三大要素的AIGC产品就称之为AIGC的应用。

基于AIGC的定义，它最大的能力来自于输入提示内容之后，能够理解所输入的内容，并且智能涌现出解决实际问题的能力，例如逻辑推理、多模态内容生成、代码生成调用、知识问答等能力等，这些能力对于企业的信息处理分发、人机交互、流程连动、自动优化等过程带来了极大的影响。

为什么说AIGC的这些能力给企业数字化带来了新的机会点？

我们通常把企业数字化分成三个阶段，第一阶段企业主要做ERP、CRM，第二阶段做线上化、数字化，第三阶段，也就是现在，是基于企业线上化、数字化之后的数据积累，去更好地实现智能化的过程。

当前企业智能化的很多关键词，实际上和AIGC是完全重叠的。智能化本来就是希望通过数据、模型和算力更好地实现主动预测、主动防范、敏捷响应、自动应对，而AIGC与企业智能化的基础设施是类同的，解决问题的目标也是一致的。正因为这些一致性，所以现在企业看到AIGC会“两眼放光”，希望将AIGC技术立即应用到企业数字化转型过程中，降本增效或是加强创新。

根据亿欧的企业调研数据，十年前愿意实施企业移动信息化的企业一年内只占4.3%，而到了AIGC时代，一年内计划部署AIGC应用的企业高达90.8%，可见企业非常期待让AIGC技术在企业数字化应用里落地。

从去年底到今年初，AIGC产业发展更多在强调技术本身的兴奋点，那时候没有过多考虑商业化落地，包括可持续、可盈利和成本的问题，因此这一早期的繁荣并没有产生和市场契合度非常高的产品。现在生成式AI进入第二阶段，我们需要更多思考怎样通过行业大模型、场景大模型落地到企业的具体数字化应用里，从而更好地实现场景化商业落地。

2

“激活”RPA

AIGC助力企业优化管理

现在无论营销、客服、OA、财务、HR、研发还是供应链，都有了AIGC的应用探索，但大都还称不上成熟。

相比而言，AIGC在智能客服中的应用发展相对成熟。以往所谓的“智能客服”，实际上并没有那么“智能”，据统计有80%以上的需求最后会转成人工，加入AIGC能力以后的智能客服把这一数据降到了40%左右，有了明显好转，这主要归功于AIGC智能客服在共情能力、理解能力、逻辑计算能力上的巨大提升。

以前企业的新员工需要“师傅带教”，现在将AIGC运用在企业OA中，有了更强大的内部知识库和信息检索，新员工可能就不必那么依赖“师傅”，有不懂的地方可以直接询问AIGC并得到迅捷的回答。以“孩子王”为例，企业内部有一个“孩子王小精灵”，员工可以通过语音询问什么时候发工资，怎么请假，尤其是在服务客户时可以问如何设置团购、如何发放优惠券等……这对于目前有近200个营销小工具的孩子王而言，无疑节约了员工大量的搜索和学习成本。这些AIGC的应用主要是基于企业内部的知识库、员工手册等进行训练的，而且更酷的一点是员工问到相应的流程时，“小精灵”还会自动地把相关入口提供给员工。

这样的AIGC应用就不仅只是提供对话功能，还可以直接调用企业里的其他应用来完成某些任务。这一能力改变了以往相对僵硬的RPA（机器人流程自动化），我们可以用语音让RPA帮我们完成好几个任务，RPA自己有能力把好几个系统串联起来，让RPA更加友好、智能和灵活， 例如我们可以让RPA去相关系统里下载校招投递资料，不仅能下载还能做分析——对话之后，它会解读你的语意，自动进入相应的招聘系统，输入帐号和密码登录，找出招生数据，导出并下载数据，还会自动生成PPT来分析这次简历的投递过程。基于这些AIGC的能力，一般员工可以拥有无代码或低代码编程的能力，可以让此前僵硬的跨系统调用变得更自动化、柔性化，这对于灵活优化企业的数字化流程带来巨大的价值。

3

AIGC应用发展

需要耐心摸索、跨越鸿沟

现在很多人一提到AIGC就联想到“裁员”，而我认为，AIGC将更多取代的不是岗位，而是任务。

人永远不可能被取代，但任务可以借助技术的力量来加以取代。企业不是要思考把哪个岗位替代掉，而是思考哪个任务可以用AIGC的方式替代掉。

AIGC的价值并不会自动产生，其定义决定了它的提示语工程很重要，输入什么样的提示语就会得到什么样的反馈。

很多人没有耐心，说AI写的文章，用户根本读不下去；AI画出来的海报，甲方根本不接受；AI做出来的活动策划，纯属套路。这么回答的人，基本上跟AI“玩”的次数都比较有限或还没有掌握和AIGC对话的方法论。而实际上，即使是我们和ChatGPT聊天，也要通过多轮对话之后，可能才能得到我们真正想要的东西。因此目前AIGC应用还需要耐心磨合和调试，通用大模型真正应用到业务场景里还需要比较高的调试成本，这也是为什么需要有行业大模型和场景大模型存在的原因。

因为AIGC需要调试，所以需要在企业里创造氛围，让员工努力拥抱和尝试AIGC应用，才能有商业价值的产生。不是所有的企业都需要开发自己的大模型，对于大部分小微企业，建议“量体裁衣“，使用一些开源API或成熟的第三方软件去拥抱AIGC场景，可能是最合适的。对于数字化能力比较高的企业，可以考虑是否有必要在企业中台加一层企业通用大模型（Model as a Service,MaaS），提升前端应用的能力。

开发AIGC成本巨大，现在看起来好像“价值有限”，但曙光就在眼前。AIGC产业已经慢慢进入了场景摸索、跨越鸿沟的阶段。

---

【教授简介】  卢向华，复旦大学管理学院信息管理与商业智能系教授、博士生导师，复旦科创企业家营授课教师，研究方向：互联网创新运营、大数据分析、企业信息化等。

更多观点：