2024AIGC发展趋势报告：AIGC驱动下的生产力变革、实践与展望

AIGC 驱动下的生产力变革、实践与展望.2024年AIGC 发展趋势报告 目录CONTENSCONTENS/ 序言 AIGC / 驱动下的生产力变革 / AIGC 驱动下的应用实践 / AIGC 驱动下的未来展望 / 结语 序 言PS：因受时间、视⻆等客观因素影响，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。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，我们⻅证了文生文、文生图的进展速度，视频可以说是人类被AI攻占最慢的一块“处女地”。而在2024年开年，OpenAI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”的视频生成⻓度。 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交互界面的用戶友好性、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？ 据⻨肯锡数据预测，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《2024 AIGC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： 、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？ 、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？ AIGC 驱动下的 生产力变革“History does not repeat itself, but it does often rhyme.”历史不会重复,但是会押韵 —Mark Twain AIGC 驱动下的生产力变革1.1 生产主体被重构，从 PGC 到 AIGC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。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⻔话题和应用领域。 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（用戶生产内容）和AIGC（AI生产内容）。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。 AIGC 驱动下的生产力变革1.1 生产主体被重构，从 PGC 到 AIGCPGC一般是由专业化团队操刀、制作⻔槛较高、生产周期较⻓的内容，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，满足了用戶个性化、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⻓的内容需求。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。” — OpenAI CEO 山姆·奥特曼 AIGC 驱动下的生产力变革1.1 生产主体被重构，从 PGC 到 AIGCAIGC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。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⻆的内容。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。 到了2023年，以AIGC为代表的一系列技术创新再次燃起技术革命产业赋能和科技创新创业的热情。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，是世界上耗时最⻓的艺术作品2022年，AI程序画作-《埃德蒙·⻉拉米画像》 仅用时数分钟，在佳士得被喊出43万美元的高价 AIGC 驱动下的生产力变革1.2 生产工具大众化 ，内容生产释放更大想象力业内把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⻓的时间。 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AI更多是创造新内容，如根据指令来生成全新的猫咪图。 AI的三个发展阶段弱人工智能强人工智能超人工智能 AIGC 驱动下的生产力变革1.2 生产工具大众化 ，内容生产释放更大想象力在传统认知里，我们常认为AI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⻔槛，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一种新模式。在更广泛的领域，AIGC也能有新的应用。 AIGC 驱动下的生产力变革1.3 内容的生成质量将越来越好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AI描述脑海中的要素甚至想法（术语是给出“prompt”）后，AI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⻜跃。 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，插画等高度⻛格化的图片创作，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。 AIGC 驱动下的生产力变革. AIGC 正与 N+ 产业密切交融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，AI的应用已能够精准辅助诊断，例如Google Health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亟需解决的问题。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、管理⻛险、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