2024年AIGC发展趋势报告

AIGC驱动下的生产力变革、实践与展望 CONTENS目录 00/序言AIGC 01/驱动下的生产力变革 02/AIGC驱动下的应用实践 03/AIGC驱动下的未来展望 04/结语 序言 AI工具极大发展，其极强的生产力带来了“外挂”般的工作效率，对人类生产与服务的产业链、价值链将进行赋能和重构。 在2023年，我们见证了文生文、文生图的进展速度，视频可以说是人类被A/攻占最慢的一块“处女地”。而在2024年开年，OpenAl就发布了王炸文生视频大模型Sora，它仅仅根据提示词，就能够生成60s的连贯视频，“碾压”了行业目前大概只有平均“4s”的视频生成长度。 可以说，Sora的出现，预示着一个全新的视觉叙事时代的到来，它能够将人们的想象力转化为生动的动态画面，将文字的魔力转化为视觉的盛宴。在这个由数据和算法编织的未来，以Sora为代表的AIGC，正以其独特的方式，重新定义着我们与数字世界的互动。 AIGC交互界面的用户友好性、大模型开源及API价格的降低、插件服务带来的应用生态繁荣等，都使得AI技术或将成为像水、电、网络一样的基础设施，渗透并改变千行万业。 随着AI发展进入新时代，AI对营销行业及社会其他行业带来的深刻变革，也成为当下我们要思考的重要营销命题，未来将会如何？ 据麦肯锡数据预测，到2045年左右，有50%的工作将被AI替代，比此前的估计加速了10年。与此同时，具有创造力、深度思考等高阶智力的人才，将享受到AIGC带来的效率优势，成为AI的驾驭者，相应的工作需求也会增加。 智力要素重要性的提升、附加值的提高，都将推动社会资源和财富向顶尖人才和组织聚集，但社会是一个整体，生产效率的提升并不代表着购买力的提升，被替代的普通职工才是购买力的最大来源，为了维持供需平衡，分配制度需要重塑。 所以，技术的跃迁、生产效率的提升并不会自然带来社会整体福利水平的提升，相反往往以牺牲部分人的利益为前提进而引发社会结构、分配方式的重塑。 我们希望重新思考：AIGC对人类社会的影响，我们难以想象或者回答这个命题，所以我们想要将目光聚焦在营销领域，毕竟，我们的业务、团队、规划处在炮火的前线。 基于我们的观察理解和业务上对AIGC的实操应用，我们整理推出《2024AIGC发展趋势报告：AIGC驱动下的生产力变革、实践与展望》，这个报告内容将围绕以下几个问题展开： 1、AIGC时代受AI影响最大的是谁？2、基于AIGC的内容能打动消费者吗？3、AI会带来营销行业史上最大规模失业潮吗？4、企业如何用AI提升营销能力？ PS：因受时间、视角等客观因素影响，部分观点仅代表“一家之言”，仅作行业分享及探讨交流使用，对此产生的业务决策请谨慎处理 01 AIGC驱动下的生产力变革 "History does not repeat itselfbut it does often rhyme." 历史不会重复，但是会押韵 01 1.1生产主体被重构，从PGC到AIGC AIGC驱动下的生产力 在古代，人类通过口头传承、手写等方式记录和分享他们的知识和经验。随着科技的发展，人类生产内容的方式也不断变化。 到了近代，人类开始使用机器来生产内容。例如，在新闻报业中，人们使用手动打字机将新闻稿件录入到纸上。随着技术的不断发展，人类生产内容的方式也不断升级。 在现代，人类使用计算机、互联网等现代化工具来生产内容。人们可以通过各种软件和平台来创作和分享文字、图像、音频、视频等多种类型的内容。同时，人工智能技术也已经开始涉足内容生产领域，通过算法和模型来生成文本、图像、音频等内容。 上个世纪50年代，人工智能（AI）出现，随着计算机技术的不断进步和软件算法的不断优化：人工智能技术逐渐成为了当今科技领域的热门话题和应用领域。 AI，构建了新的生产主体！AI使机器具备“思考与行动”的能力，人与机器需在企业中配合发挥作用！AI具有较强的计算和数据应用能力、自适应和学习能力、对外界环境进行感知的能力，这是AI最显著、最具价值的能力，能够为社会和企业赋能，具有提高效率、减少人力、进行更好的决策的作用。AI的出现改变社会分工结构，并成为现代劳动力的一员。 互联网在发展，信息网络上的内容输出形式也在不断变革。内容生产模式一共有三个发展阶段：PGC（专家生产内容）、UGC（用户生产内容）和AIGC（AI生产内容）。 01 1.1生产主体被重构，从PGC到AIGC AIGC驱动下的生产力 PGC一般是由专业化团队操刀、制作门槛较高、生产周期较长的内容，最终用于电视剧、电影等商业变现，但PGC受限于供给侧的人力资源，难以满足大规模的内容生产需求。UGC在一定程度上降低了生产成本与中心化程度，满足了用户个性化、多样性的需求，但由于创作者、内容和工具不受限，其质量不可避免地下降。 PGC、UGC分别被产能与质量束缚，难以满足互联网时代快速增长的内容需求。如今，AIGC的兴起，不仅将内容产业的繁荣推向了新的高度，也将对社会的演进产生更深远的影响。从产能方面来看，AIGC优化了信息挖掘、素材调用等环节，实现高效率的内容生产。从质量方面来看，AIGC创新了内容生产的流程和规范，使得内容生成更具有创造性。 “互联网平台的内容生产模式，以前经历了两个时代。第一个时代是PGC，第二个时代是UGC，我想第三个时代即将到来，就是AIGC，即AI生产内容。我认为专注于大型语言模型，是通往AIGC的最佳途径。 -OpenAICEO山姆·奥特曼 01 1.1生产主体被重构，从PGC到AIGC AIGC驱动下的生产力 AIGC是继PGC、UGC之后的全新内容生产方式。它不仅能提升内容生产的效率，还能创造出独特价值和独立视角的内容。虽然我们仍处在“助手阶段”，但随着算法技术的发展，AIGC最终可以实现以较小的成本，以百倍千倍的生产速度，去生成AI原创内容。 热情。 2022年，AI程序画作-《埃德蒙·贝拉米画像》仅用时数分钟，在佳士得被喊出43万美元的高价 俄国艺术家亚历山大·伊凡诺夫-《基督显圣》这幅画历时20多年，是世界上耗时最长的艺术作品 AIGC相关应用以惊人的速度在几个月内快速渗透到各个国家，各个行业，各种场景和领域，新技术的有效性已经在多个领域被验证和确认，人们有机会以全新的生产方式和生产关系完成现有的工作和任务。更加让人兴奋的是，新技术一定还会催生新的商业模式和新物种，重塑现在的生产生活方式，创造新的价值。 每一家企业都有机会变成新技术推动下的智能企业。人类有机会以更低的成本，在更多领域中解放自己的想象力和创造力，为社会发展注入新的活力。 当然，回顾人类科技发展的历史，我们会发现，每一次重大的变革，都会带来现有体系的阻力和摩擦，而最终，无一例外，社会对效率的追求和人类对幸福生活的追求终将推动技术向前发展。 当许多人还在犹豫和焦虑的时候，优秀的企业已经率先拥抱变化并积极尝试各种可能性，带领企业走进无人区和未知的空间。 我们完全有理由相信，我们的社会在熟悉新技术和新模式之后，一定可以用一种更安全、更有效、更先进的方式管理好并发挥出技术的最大价值。 01 1.2生产工具大众化，内容生产释放更大想象力 AIGC驱动下的生产力 业内把AI分为三个发展阶段：弱人工智能、强人工智能、超人工智能。 当前处于弱人工智能阶段，并且这一阶段将维持较长的时间。 尽管这样，中国数字经济崛起，AI已成为经济高质量发展的引擎，AI是数字经济时代的关键基础设施。 AI的三个发展阶段 AI的价值可以从两方面来看，对于企业来说，可以帮助企业实现降本增效，为社会创造数字化劳动力；从产业来看，不仅在于单点的数字化，而是带动一个产业上下游完成数字化变革，进而完成技术对产业的重构。 在过去一年左右的时间，AI对内容生成带来了很大变化。深度学习从2012年开始进入工业界应用以来，一个很大的核心优势是模型的识别能力。但近年来，随着大语言模型的普及和发展，AI开始由模型的识别进入了模式的生成。 生成式AI被视为下一代人工智能发展方向，其与传统判别式AI的主要差别之一为应用方式。简单来说，判别式AI更多用于分析和预测数据，如识别一张图片是猫还是狗；而生成式A/更多是创造新内容，如根据指令来生成全新的猫咪图。 01 1.2生产工具大众化，内容生产释放更大想象力 AIGC驱动下的生产力变革 在传统认知里，我们常认为A/会率先替代体力劳动，然后再进入认知劳动，最后才是创造性劳动。这里的假设是，创造性劳动对于今天的算法来说是一个非常困难的事情。但是图片生成引擎的快速发展，出现了一个有意思的现象，实际上在这种非常开放的创意型场景里，AI展现出了很强的能力。 随着这种大的预训练模型和复杂的生成算法的出现，AI替代劳动力的顺序可能会进行反转：可能会率先在开放性、具有一定不确定性和错误容忍率的创造性劳动力领域率先实现突破。 AIGC的出现大大降低了创作门槛，为各行各业带来了新的机会：一键生成文章、段子、短视频 在AIGC的帮助下，人人都能成为内容创作者。AIGC能够帮助我们更高效地传达思想，提供创作灵感，当然也能做校对、编辑等基础性工作。这种人机协作方式将进一步提高内容创作的效率及质量。AIGC也逐渐渗透到了社会的各行各业，“AIGC+”逐渐成为各类产业发展的-种新模式。在更广泛的领域，AIGC也能有新的应用。 01 1.3内容的生成质量将越来越好 AIGC驱动下的生产力变革 AIGC领域目前呈现AIGC的内容类型不断丰富、内容质量不断提升、技术的通用性和工业化水平越来越强等趋势，这使得AIGC在消费互联网领域日趋主流化，涌现了写作助手、AI绘画、对话机器人、数字人等爆款级应用，支撑着传媒、电商、娱乐、影视等领域的内容需求。目前AIGC也正在向产业互联网、社会价值领域扩张应用。 AIGC对创作者的解放体现在：“只要会说话，你就能创作”，无需懂得原理，不用学习代码，或者Photoshop等专业工具。创作者以自然语言向Al描述脑海中的要素甚至想法（术语是给出“prompt”）后，Al就能生成对应的结果。这也是人机互动从打孔纸带，到编程语言，图形界面后的又一次飞跃。 从效果上看，AIGC在基于自然语言的文本、语音和图片生成领域实现令人满意，特别是知识类中短文，插画等高度风格化的图片创作，创作效果可以与有中级经验的创作者相匹敌；在视频和3D等媒介复杂度高的领域处于探索阶段。尽管AIGC对极端案例的处理、细节把控、成品准确率等方面仍有许多进步空间，但蕴含的潜力令人期待。 01 1.4AIGC正与N+产业密切交融 AIGC驱动下的生产力 AIGC渗透到社会的各行各业，“AIGC+”逐渐成为各类产业发展的一种新模式。 在医疗领域，Al的应用已能够精准辅助诊断，例如GoogleHealth的深度学习模型，在乳腺癌筛查中的准确率已超越人类专家。利用强大的图像识别和模式分析能力，这些模型可以从成千上万的X光片中识别出极易被人眼忽视的细微变化。AI的这一突破不仅加快了诊断过程，还提高了疾病的早期发现率，挽救了无数宝贵的生命。 然而，AI在医疗诊断中的应用依然面临着限制。AI系统所需要的大量标注数据、医疗影像的隐私问题、以及算法本身的透明度与可解释性都是当前函需解决的问题。另外，法律法规和伦理道德的限制同样制约着AI在医疗领域的更广泛应用。未来，随着这些障碍的逐渐消除，AI在医疗诊断上的潜力将得到进一步发掘。 金融领域也不例外，它经历了由AI推动的变革。金融机构利用复杂的算法来预测市场趋势管理风险、甚至自动执行交易。机器学习技术能够分析大规模的历史数据，识别出人类难以察觉的模式。例如，通过深度学习，A可以在高频交易中捕捉到微小的市场变化，并在毫秒级做出反应，这是任何人类交易者所无法比拟的。 尽管AI在金融领域显著提高了效率，它也带来了新的挑战。AI交易系统可能会放大市场的波动性，由于其决策过程的“黑箱”特性，当市场出现