最新动态：
2025-08-08 20:32
推荐内容
廖肇弘：生成式AI如何加速企业创新转型
作者：
廖肇弘
来源：
CIO Taiwan
发布时间：
2025-02-27 13:42
从玩家到 CEO
2022 年 11月 30 日 OpenAI 正式对外发表 ChatGPT，生成式 AI（Generative AI，简称 GenAI）开始加速爆炸性成长。除了 ChatGPT 之外，Midjourney、Stable Diffusion 以及微软 Copilot、Google Bard …等，越来越多的生成式 AI 工具服务如雨后春笋般蓬勃发展。
除了 ChatGPT 二个月内达 1 亿用户以及 1,750 亿参数 LLM 大型语言模型的特点之外，真正让世人惊艳的其实是，只要以口语化的 Prompt 指令，就可以指挥各种生成式 AI 进行拟人化的对答、撰写各种专业文件、或是一键生成各种程序码、比美艺术家绘图的「创作能力」。
如果说未来的能源是「数据」（Data），未来的动力引擎就是「算力」（Computing Power）。生成式 AI 将数据和算力由科学家和工程师手中解放到一般人手中，这是第一次工业革命到目前第四次工业革命以来，人类文明社会总体生产力再一次大跃进。
不过，生成式 AI 让人们惊艷，也开始恐惧，人类是不是真的要被 AI 取代了？
从开始的惊艷、恐惧、疑虑、到目前的理解、接受，短短几个月，生成式 AI 的目光焦点就已从最早的计算机玩家转移到企业市场。全球企业 CEO 们开始认真思考：如何运用生成式 AI 的强大火力来加速提升企业创新竞争力？
CXO 眼中的生成式 AI
如果你以为刚开始几起泄漏营业秘密或资安疑虑的报导，就让企业 CEO 们对生成式 AI 打退堂鼓，那就太单纯了！其实说直白点，这只是欺敌策略，比较高段的企业领导人早就在思考如何超前部署生成式 AI，最好是对手都不敢用，自己可要赶快卯起来研发 ─ 江湖的水，比你想象得还要深啊！
不要被媒体误导，让我们直接看看国际研究机构的研究报告数据：
- 根据高盛研究，生成式 Al 将使全球约 3 亿个全职工作自动化，可能取代美国 7% 的工作岗位，使全球 GDP 在 10 年内增长 7% 达 7 兆美元。
- 德勤 Deloitte 针对企业 CEO 的调查显示，超过一半 55% 表示正在尝试使用生成式 AI，37% 企业已经开始导入，79% CEO 认为将提高组织效率，高达 82% CEO 认为生成式 AI 将在未来两年内成为组织竞争优势的关键要素。
- 近期 TECHnalysis Research 另一项涵盖全球超过 500 家大型企业 CEO 的调查研究更显示：90% 的 CEO 认为 AI 将在未来五年内成为他们行业领头羊，78% CEO 认为 AI 技术将帮助他们开发新的产品和服务，85% CEO 已经开始或计划在未来一年内投资生成式 AI 相关技术。
看了那么多的报告数据，结论其实只有一个，那就是：大多数企业 CEO 都已经意识到生成式 AI 的重要，纵使仍有若干疑虑，但大多数都已在积极练兵，想要运用生成式 AI 作为提升企业创新竞争力的强大武器。
生成式 AI 在各产业的应用
这些想法，很多已经落实为具体的作法。事实上，已有许多产业开始使用生成式 AI 并获得不错的成果，例如：
- 娱乐及媒体业：最早让世人见识到生成式 AI 的创作能力就是在影音娱乐产业。Netflix 早就使用 AI 技术来分析用户的观看习惯，并根据这些数据推荐相关的节目。近来「虚拟人」、「虚拟主播」、「虚拟歌手」…等不断应运而生，Gartner 预估 2030年 将有 90% 影剧创作内容是由 Al 生成的。生成式 AI 或许就是元宇宙的加速器。
- 制造业：在制造业中，生成式 AI 开始被用于优化生产流程和提高产品质量。例如，通用电气（GE）使用 AI 技术来预测机器的维修需求，从而减少停机时间和维修成本。根据 Gartner 预估，制造业到 2024 年将有 40% 的企业应用程序使用对话式 AI ，到 2027 年将有 30% 的制造商利用生成式 AI 来提高产品开发效率。这数字可能算是相当保守的预测。
- 零售业：与消费者体验有关的零售业，生成式 AI 很早就开始被应用。除了电商在 SEO、关键字广告、虚拟人营销…之外，也可以根据消费者的购物习惯生成个性化的推荐以提高销售转换率。亚马逊也很早就使用 AI 技术分析消费者的购物记录，提供个性化的商品推荐，从而提高销售成效。未来生成式 AI 在商务上的创新应用，想必会是越来越丰富的。
- 观光旅游：疫情后，观光旅游业开始报复性增长。生成式 AI 可以轻易根据旅客的偏好和旅行记录生成个性化的旅游建议。例如，Airbnb 使用 AI 技术来分析旅客的预订记录，并根据这些数据推荐相关的住宿及旅游行程的选择。以后每个人都配备有虚拟的私人导游其实也不用太过讶异了。
- 医疗保健业：生成式 AI 可以根据患者的数据生成个性化治疗方案，提高治疗效果。例如， DeepMind 公司已经开发出可以预测患者的疾病进展的 AI 系统，帮助医生制定更有效的治疗计划。Gartner 预估到 2025 年有超过 30% 的新药和新材料使用生成式 AI 发现。Insilico Medicine 在短短 18 个月内就透过生成式 AI 从新靶点发现转变为临床前候选药物，预算仅为 260 万美元。
- 银行金融业：银行和金融机构正在积极使用生成式 AI 进行风险评估、投资策略制定等。JP Morgan Chase 使用 AI 技术分析金融市场的数据，预测股票的价格走势，帮助投资者做出更明智的决策。麦肯锡估计生成式 AI 将在欺诈检测、交易预测和风险因素建模中得到应用，每年可额外创造 2,000~3,400 亿美元的经济价值。
当然不限于上述产业，从新创公司、中小企业、一直到世界 500 强，许多企业领导人都在不断探索：如何使用生成式 AI 的强大火力来提升企业创新竞争力？
企业如何应用生成式 AI
麦肯锡调查指出，企业目前运用生成式 AI 约有 75% 集中在客户营运、营销业务、软件工程和研发。Gartner 对 2,500 名企业高层进行的另一项调查显示，想要运用生成式 AI 在改善客户体验和留客率、推动收入增长，以及优化成本结构的应用上。
让我们看看目前已有的例子：
- 客户服务：透过 Chatbot 聊天机器人提供实时且拟人化的客户互动。
- 个性化产品和服务：运用生成式 AI 根据消费者的喜好和行为数据，生成个性化的产品或服务建议。
- 市场营销：自动生成广告、营销文案等，减少人工创作的时间和成本。
- 个性化体验：根据每位用户的喜好和行为自动生成个性化的内容或推荐，提供更加个性化的用户体验。
- 优化生产流程：以生成式 AI 预测机器维修需求，从而减少停机时间和维修成本。
- 自动化工作流程：以生成式 AI 自动生成脚本或程序码，帮助企业自动化某些任务从而提高效率。
- 简历分析：以生成式 AI 进行自动化面试以及简历筛选分析等工作。
- 金融市场分析：银行和金融机构使用生成式 AI 分析金融市场数据，预测股票价格走势或风险评估，从大量数据中挖掘出隐藏的模式和趋势。
- 数据驱动决策：生成式 AI 帮助企业从大量数据中提取有价值的洞察，从而做出更明智的决策。
- 模拟与训练：以生成式 AI 模拟真实世界的情境，帮助企业在无风险的环境中进行训练或测试。
- 风险管理：模拟各种业务情境和风险，帮助企业更好地预测和管理风险。
- 专 利分析：以生成式 AI 自动检索和分析现有的专 利，找出可能的侵权风险或新的技术趋势。
生成式 AI 加速企业创新转型
当然，我相信此刻肯定还有其他无数的生成式 AI 企业应用正在研发中。不过，我个人认为，生成式 AI 与以往鉴别式 AI 的最大差异不在于「分析力」而是在于「创造力」。如何善用生成式 AI 的高度创造力来加速企业创新，才能发挥生成式 AI 最强大的火力，例如：
- 创新商业模式：生成式 AI 不仅可以提高现有业务的效率，还可以创造全新的商业模式和收入来源。你曾思考过如何在一天之内提出超过 100 种以上的创新商业模式构想吗？
- 产品设计与原型制作：生成式 AI 可以自动生成新的产品设计或建议改进现有设计的方法，从而加速产品开发过程。一天之内创建出 100 种新的产品设计雏形似乎并不是太困难的事情？
- 研究与开发：在高度技术密集的药物开发或材料科学等领域，生成式 AI 已经可以预测新的化合物或材料的性质从而加速研究过程。一天生成数百种 IC 设计？看来已经不是那么不可思议了。
你曾想象过如何在一天之内使用生成式 AI 创建出 100 种可能的商业模式？写出 100 份 BP？开发出 100 种新商品雏形？模拟分析在 100 个市场上的销售状态？产生 100 个可能的虚拟竞争对手来检验自己的商模？瞬间产生 100 份世界各国专 利？…
不用怀疑，这些狂野的创新想法，我都已经亲自动手实验过，而且确实可行。
本文作者廖肇弘博士为本站专栏专家，多年来任职于工研院及资策会等科技研究机构，曾任国内外多所大学EMBA教授及微软、IBM、PwC、华为等世界500强企业顾问。曾主持许多大型项目及政府计划，专注于数位经济与创新管理等议题，两岸三地学员已超过数万人，是活跃于两岸产官学研界的资深数位专家。本文首发于CIO Taiwan，本站转载此文章仅供读者学习、交流，请勿用于商业目的。