执行摘要
生成式人工智能（GenAI）作为人工智能（AI）领域的新兴领域，能够生成和理解高质量的文本、图像、音频、视频、3D模型等内容。GenAI 基于大型语言模型（LLM），如 GPT，利用深度学习生成类似人类的对话文本，并在多个经济领域展现出巨大潜力。
GenAI 工具，如 ChatGPT，能够处理自然语言提示，提供详细回应，并帮助用户完成撰写电子邮件、文章、编程代码等任务。这些工具通过革新客户关系、提高运营效率和推动业务扩张，对数字经济产生重大影响。
尽管 GenAI 工具面临数据安全、问责制、透明度、数字素养和隐私等伦理挑战，以及系统可用性、训练数据偏差、版权问题、偏见、可靠性和毒性等通用挑战，但风险投资（VC）投资者仍对其高度关注，预计到 2023 年底，全球 GenAI 投资将达到 420 亿美元。
生成式预培训变压器 (GPT)
GPT 是由 OpenAI 开发的语言模型，通过在大量文本数据集上进行训练，能够根据提供的提示或上下文生成类似人类的文本。GPT 模型是“预训练”的，即最初在大量的文本数据集上进行训练，然后可以进一步调整以适应特定任务，如文本完成、问答和机器翻译等。
生成 AI 工具
基于 GenAI 的工具可以创建新内容，例如自然语言处理（NLP）系统，如 ChatGPT，它使用户能够与虚拟助手进行对话性交互。其他工具包括 Chatsonic、Google AI Bard、Microsoft Dynamics 365 Copilot、Salesforce Einstein GPT 等。本报告主要以 ChatGPT 为例进行分析。
生成 AI 的背景和历史
GenAI 的发展历程可以追溯到 20 世纪 50 年代和 60 年代的马尔可夫模型和隐马尔可夫模型（HMMs），以及 80 年代和 90 年代探索生成型人工智能的概率模型。ChatGPT 是 GPT 模型的一种变体，专门 Fine-Tuned 以生成对话响应。
生成式 AI 及其工具的应用
GenAI 工具在公共和私营部门都有广泛应用，例如：
- 公共部门：提高公共服务交付效率、信息传播、决策支持等。
- 私营部门：客户参与和支持、虚拟销售代理、市场研究与开发、内容创建、在线 Chatbot 集成、语言翻译与交流、AI 驱动的系统、全天候可用、可扩展性和成本效益、遗传 AI 模型与数字经济等。
生成 AI 模型与数字经济
GenAI 模型，如 ChatGPT，预计将对数字经济产生重大影响，改革各个业务领域的运营方式和用户体验，提高多个行业的生产效率。据麦肯锡公司报告，当 GenAI 应用于约六十三个不同行业的使用案例时，每年可以带来 2.6 万亿美元至 4.4 万亿美元的经济效益。
生成式 AI 及其工具的挑战
GenAI 工具面临的主要挑战包括：
- 道德挑战：训练数据的偏差、版权问题、隐私、作业位移、透明度等。
- 通用挑战：面向部门的数据可用性有限、回答不正确或不一致、GenAI 在商业部门采用的延迟、问责制问题、GenAI 及其模型缺乏标准和原则、可靠性问题、鲁棒性瓶颈、大型模型集中运行、隐私和成本问题、开源限制、缺乏国家战略、IT 公司的激励不足、关于 GenAI 语言模型的误解、全球社区缺乏数字素养、GenAI 模型的研究仍在发展中等。
关于 GenAI 彻底改变数字经济的建议
为了应对 GenAI 的挑战并释放其潜力，报告提出以下建议：
- 制定整体伦理准则和框架：所有利益相关者合作制定有关 GenAI 的伦理准则，以解决责任、隐私、偏见等问题。
- 商界早期采用 GenAI：企业尽早采纳 GenAI 技术，在关键业务领域生成商业价值。
- 国家生成 AI 战略的发展：政府制定国家 GenAI 战略，吸引外资，并确保高效提供公共服务。
- GenAI 的激励措施：通过财务激励促进 GenAI 技术的测试床、开发和采用。
- 披露 GenAI 及其工具，如 ChatGPT，作为 AI 语言模型的地位：提高公众对 GenAI 语言模型的理解，避免误解。
- GenAI 标准和原则：开发适合的标准和原则，以帮助用户安全、伦理且有效地利用 GenAI 工具。
- 重要的数字素养 GenAI：提升全社会数字成熟度，促进道德 GenAI 的采用。
- GenAI 研究，包括 LLM：将基于 GenAI 的模型的各个方面作为当前和未来研究工作的关键优先领域。
- 使用开源 GenAI 模型：资助构建负担得起的开源 GenAI 模型，供全球社区使用。
- GenAI 模型合作基础设施的建立：建立联合基础设施来使用专业的 GenAI 语言模型。
- GenAI 全球合作：建立由多利益相关方组成的全球合作机制，共同应对 GenAI 的挑战。
- GenAI 技术公司与包括政府在内的其他利益相关者的承诺：GenAI 技术公司承诺与利益相关者合作，解决 GenAI 工具和保护全球社区的技术带来的风险。
- 组建监测和分析 GenAI 工具性能的独立机构：设立独立机构来监督和分析 GenAI 工具。
生成 AI 工具性能
GenAI 工具，如 ChatGPT，存在一些局限性，例如缺乏真正的世界感、对输入短语的敏感度、调整灵敏度、过度冗长、响应不够连贯、知识限制、缺乏情感理解、缺乏创造力和原创性、响应缺乏准确性、有时会产生虚假信息等。
结论
GenAI 工具正在迅速变革公共和私营部门，并具有巨大的经济潜力。然而，GenAI 也面临诸多挑战，需要所有利益相关方共同努力，在促进创新与制定监管措施之间寻求平衡，以管理 GenAI 工具可能带来的副作用，并确保可持续和包容性的数字经济的发展。
