过去一年，我们见证了数字科技的加速度。每个人都身处变革巨浪之中，既对大模型的突破进展无比兴奋，也对未来充满了无限憧憬。新年伊始，眺望未来的科技趋势，我们正驶向一个由连接衍生交互、由计算催生智能的时代。高性能计算、量子计算、云计算和边缘计算这“四大计算”融会贯通，正催生全新的计算范式，AI治理将引领我们踏上更智慧、更安全的未来。ChatGPT的发布，给我们带来了十分有眩晕感的2023年。如果我们把2023年作为人工智能科幻剧的第一集，那么2024年第二集显然已经开播，但我们还不知道未来剧情是什么，因为当下我们还处在前3分钟的“前情提要”里。
科技在爆炸式增长，人类在这颗星球上生存了数十万年，而在过去的两百多年中，我们便经历了三次划时代的科技革命。就在我们以为第三次科技革命即将接近尾声的时候，通用人工智能突然迎来了曙光，科技革命不再是人类工具的革命，而有可能孕育一种新的智能，大幅改变我们已知的生产与社会形态，这也是一种“相变”（语出腾讯研究院司晓）。
进入2024年，我们很难预测人类下一个时代究竟会进入什么状态。但我们明确地感知，当下我们已经身在AI所助推的相变之中。生成式人工智能拉开了迈向通用人工智能的序幕，它对社会生产和生活的变革也将从劳动力市场、生产组织方式、底层理论等方面对管理产生深远的影响，如何与硅基劳动力协作、如何适应生产效率的跃迁等问题也将成为对未来企业管理的重大考验。
2023年年末，我们就AIGC对行业的变革、价值以及企业的影响，共访谈了来自13个行业的企业CXO、技术专家、高校学者等近90位代表，并提出如下趋势。
1.与AIGC工具相伴将成为产品研发设计的常态
随着AIGC在文生文、文生图等领域的演进，其在产品研发和设计领域的应用将越来越广泛。以时尚行业为例，根据麦肯锡的调查，尽管AIGC仍是一项新兴技术，但超过一半的时尚行业高管表示，他们的公司正在利用这种新技术。在时尚行业，AIGC在设计和产品开发阶段的应用占28%。在这一趋势的推动下，知衣科技和西湖心辰合作推出了“FASHION DIFFUSION”服装行业模型，旨在成为服装行业的Midjourney，提高在款式寻找、款式修改和设计等方面的效率。
此外，在生物科技领域，图灵量子近期推出了一种蛋白质设计生成模型。这种模型被视为蛋白质设计领域的“ChatGPT”，能够高效地定制蛋白产品，应用于抗体诊断、疫苗设计和新材料研发等多个领域。在制造业领域，英伟达公司近期发布了一款自研的大型语言模型“ChipNeMo”。这个模型含有高达430亿个参数，主要应用于辅助芯片设计，以提高其芯片设计团队的工作效率。英伟达首席科学家比尔·达利（Bill Dally）表示，他们的目标是使芯片设计师的工作更加高效，即使ChipNeMo只能提高几个百分点的生产率，也是值得的。
2. AIGC将推动企业生产效率的飞速跃迁
在当前企业的生产过程中，AIGC不仅可以简化传统过程，还在推动新的工作模式和生产方法的发展。AIGC技术正成为提升企业生产效率、创新能力和灵活性的关键因素。
在通用的代码编程领域，市场上已有超过300种基于AIGC的代码产品，这些产品不仅能够减少项目开发时间，还能提高整体的开发效率，已经在全球范围内被广泛使用。其中，如GitHub Copilot可提升50%编程效率，大幅缩短项目开发时间；咨询公司埃森哲在引入Amazon Code Whisperer后减少了约30%开发工作量；西门子和微软合作开发的可编程逻辑控制器（PLC）代码生成工具，能够简化复杂的编程任务，这种自动化不仅提高了代码编写的效率，还使非专业人士能够更容易地参与到编程工作中。
在工业生产制造领域，Authentise通过利用12000篇增材制造论文对通用大语言模型精调，推出3DGPT用于增材制造技术问答。用户可以获得例如“在使用粉末不锈钢时如何减少缺陷的可能性”等专业问题的答案，这种应用可以减少试错成本。
SprutCAM X结合ChatGPT api构建CAM虚拟助手，能够支持工程师操作机床加工，例如提出“在点(100, 25)处钻一个直径10毫米的孔”，AI助手就会生成相应的CAM执行代码。C3iot基于大语言模型构建了面向多个行业和多个领域的生成式AI服务，并且为某大型制造企业基于生成式AI提供设备运维服务，借助C3 Generative AI，操作员可以利用简化的工作流程来诊断设备故障原因。当操作员发现生产问题时，可以直接进入C3 Generative AI搜索故障排除指南，以找出潜在原因。
在游戏和影视动漫行业，AIGC正在显著提升生产效率和创意表达能力。例如，Midjourney的产品在游戏、影视动漫行业的应用，已经提高了20%-30%的开发效率，并且在角色设计方面缩短了所需时间，预计能够减少超过50%的成本。在影视制作方面，美国AI初创公司Pika Labs发布的Pika1.0产品不仅能提高视频制作的效率和质量，还能显著降低制作成本，使更多的创意和故事得以实现。在游戏美术插画的创作过程中，美术人员可以首先根据线稿图生成蒙版图和语义图，然后利用ControlNet等AIGC工具进行精细化控制，通过多次迭代和风格迁移，最终得到满意的插画。原本一幅插画需要1名美术人员5天才能完成，现在只需1天，大幅缩短了制作周期。
3. AIGC将通过智能交互推动客户体验升级
AIGC技术在改善客户体验方面展现出巨大潜力，这一点在IDC（国际数据公司）的调研报告中得到了明确的体现。调研显示，63%的企业将改善客户体验视为AIGC在企业的主要应用。这种技术的应用不仅能够提高客户服务的效率，而且通过智能生成拟人化答案，使得智能客服能够应对更复杂的需求。例如，腾讯新一代企点智能客服在对话交互中，有效融合大模型、向量数据库和海量搜索引擎知识，能够基于上下文和企业知识库进行高效的问答推理。这种能力在处理“操作步骤讲解”这类复杂问题时表现得尤为突出，能够将问题解决率提高30%。此外，AIGC的应用还极大地提升了用户体验，使智能客服更加接近“真人客服”。新一代智能客服能够准确识别用户情绪，针对不同类型的对话（如任务型、知识型、闲聊型）采用合适的聊天语气和方式。在过去，用户若在业务办理中插入“闲聊式”话题，可能会导致任务中断和服务流程重启。如今，借助大模型加持的智能客服拥有更强大的意图理解能力，能够以“聊天”的形式流畅提供服务，显著提升办理业务的成功率。
此外，在智能硬件领域，国光电器推出的智能音箱Vifa ChatMini也在借助AIGC来改善用户体验。这款音箱内置了ChatGPT和文心一言双模型，在保持专业声学标准的同时，其自然语言生成和情感表达能力都具备较高水准。Vifa ChatMini特别适合老年人和儿童等特定用户群体，可以用于情感支持和智能学习陪伴，同时也能作为智能助手应用于日常工作和生活规划中。这些进展表明，AIGC技术在改善用户体验方面具有巨大的潜力和实际应用价值。
AIGC代表新一轮范式转移的开始，对企业组织管理的影响也在悄然发生，组织资源、组织形态和管理本质都将发生变化，企业组织管理进入新情境。
1. 硅基劳动力成为新的组织资源
IT咨询公司高德纳（Gartner）在2023年10月发布报告表示，预计到2026年，80%的企业都将使用AI。凭借更高效率、更低成本、更高智力等优势，生成式人工智能将被越来越多地引入组织中，与人共同成为企业中最核心的资产与生产要素。人工智能既是员工的生产力工具，也越来越成为“新员工”本身。
根据研究与咨询公司弗雷斯特（Forrester）的估计，到2030年，生成式人工智能虽然会使一些工作实现自动化，但它也将改变1100万种工作的完成方式。例如，编辑、作词家和专栏作家等与生成式人工智能协同工作，可提高资料搜集和文稿处理效率。又如，在生成式智能平台Wordsmith的帮助下，美联社实现了超过50000篇文章的自动化撰写。且这种自动化并没有取代任何记者，而是释放了每个季度制作收益报告所花费的约20%的时间，相当于把原本处理这项枯燥工作的三名全职员工解放了出来。
这意味着企业人才部署将迎来重大变化。除了调整用人规模，也需要对人才重新分类，进而开展后续的培养。例如，2023年5月，IBM宣布，暂停招聘未来几年将会被AI替代的职位，还计划在5年内用AI替代近8000个工作岗位。另外，由于硅基员工并非纯粹意义上的劳动力，特质的差异意味着劳动关系的行为主体将更为复杂。人-物-组织的关系将会更加复杂、多元和多变。
2. 超级个体成为新的组织形态
伴随人、机、物高度融合互动, 人机协作共生共创的组织新生态和新工作场景将逐步形成。在此情景下,几个人、十几个人的小型组织将成为未来组织形式的新范例。例如，Midjourney公司的团队成员仅有11人，其中八成是研发人员，完全没有产品经理、市场销售人员。生成式人工智能技术可以提高生产效率，减少人力成本，使得企业在某些领域能够以更小的规模运作。例如，自动化的内容创作和数据分析可以减少对大量人力资源的依赖。小型化创业组织快速崛起，赋予团队更多的自治权，从而激发创意和加速决策。比如，Spotify的小团队模型已经成为创新的典范。
这些超级个体的出现，也意味着生成式智能的演进，不仅仅是技术赋能，更有可能是行业话语权的转移。善用生成式人工智能技术的“超级个体”，已经相继在设计、游戏等领域崭露头角，对大企业的优势地位发起了挑战。例如，由两位哈佛大学辍学生创立的Etched.ai公司，计划于2024年第三季度交付一款推理性能可达英伟达同类产品10倍的AI芯片，用于为大语言模型加速。
3. 人机混合决策需探索新管理范式
微软董事会主席兼CEO纳德拉（Satya Nadella）在Copilot发布会上提出，希望通过与计算机互动方式的演变，从根本上改变工作方式，同时将促进新一轮的生产率提高。在管理实践上，AIGC的增益效果是毋庸置疑的。德勤在一份研究报告中指出，采用大模型的企业在快速响应市场变化方面的能力将比同行提高30%；领英（LinkedIn）的人才洞察工具可以预测行业技能趋势和人才流动趋势，帮助企业提前6 个月识别关键岗位的潜在空缺，从而制定更有效的人才战略。诺贝尔经济学奖得主赫伯特·西蒙（Herbert Simon）认为，管理的核心在于决策。而生成式人工智能可在海量、庞杂的信息中提供超越人类能力范围的洞察和见解，从而帮助管理者做出更好的决策。虽然由人最终做决策的方式并没有发生变化，但AIGC将会广泛介入决策流程，人机混合决策应运而生。这意味着企业经营管理要进行认知与思维革命，管理者要有基于人机协同的管理新技能。
AIGC正在赋能管理实践，但也将对当下的管理思想和管理方法产生巨大冲击。试想一下，当未来AI越来越多成为人类的同事时，如何协同碳-硅基员工的关系将对管理提出挑战。我们都知道，认定“人是社会人”是现代管理学的基础，社会人不仅在意经济利益，也在意工作中与周围人的关系。但AI同事既不是“经济人”，更不是“社会人”，以“社会人”为中心的管理理念和手段的适用性势必降低，需要探索新的管理范式。
AIGC的发展正处于初级阶段，对未来产生的影响有些已经初见端倪，而更多的变化尚未可知。但AIGC技术的演变让我们对未来的生产和生活充满期待。
一方面，多模态能力将不断提升，极大拓展AIGC的应用空间。多模态是人类世界的本来样貌，通用人工智能（AGI）的发展趋势一定是朝向多模态。AIGC将从文本、图像、视频（2D和3D），再到声、光、电，甚至分子、原子等各类模态，而且具备跨模态迁移的特性。例如，目前谷歌发布的Gemini主打原生大模型，无缝跨文本、图像、视频、音频和代码。谷歌称，Gemini是第一个在MMLU ( 大规模多任务语言理解)方面优于人类专家的模型，准确率达到90%（人类专家为89. 8%）。
另一方面，人工智能体（AI Agent）的探索将持续增多，智能体将会无处不在。比尔·盖茨近日撰文表示，人工智能体将是下一个平台，它会彻底改变人们使用计算机的方式并颠覆软件行业。在不久的将来，任何上网的人都将拥有由人工智能驱动的个人助手，远超今天的技术水平。人工智能体由四个主要部分组成，包括多模态大模型（LMM）、长期记忆（memor y）、规划（planning）和工具使用（tool use)。人工智能体愈来愈多，如微软AutoGen，发布短短两周内，星标量就从390增到10K，并在Discord上吸引了5000多名成员。它允许多个智能体扮演各种角色，如程序员、设计师，或是各种角色的组合，仅通过对话就可以完成编程任务。
未来已来，一个充满韧性与变革的全新时代正式开启。让我们拥抱变革，共同谱写人类与科技和谐共生的新篇章！
