ChatGPT依然是最火爆的生成式AI應用。

(資料圖片僅供參考)

2個月實現月活用戶過億，用戶量更是超過1300萬。這組數據，標榜了ChatGPT的赫赫戰績。

經歷了媒體報道和研報渲染之后，國內的科技大廠也紛紛官宣跟進，還有一眾科技大佬也開始現身說法。

同時在各大內容平臺上，來自各領域的自媒體紛紛用文字和視頻發表他們對ChatGPT的看法。不管科技號、教育號、藝術號還是母嬰號，各行各業人士發的相關視頻，流量皆是大得驚人。

這意味著，ChatGPT已經具備了極大的破圈效應。而破圈，恰恰是火爆的最好證明。

翻一翻各大平臺的相關內容，會發現很多人都在說ChatGPT有多厲害。其實在個人業務方面，即便ChatGPT在寫作、設計、編程等業務上也表現得再出色，也體現不出真正的價值。

一眾媒體和研究機構所說的ChatGPT的價值，在于它對廣大組織的應用價值，以及它所帶動的產業鏈能夠為各行業帶來多大的經濟效益。

在王吉偉頻道看來，以ChatGPT為代表的生成式AI工具，之所以能夠為組織帶來極大的商業價值，不在于它生成內容有多快多好，而是在于它與更多企業管理系統集成與聯動，通過文字、圖片、視頻、代碼等內容的自動化生成，深度參與組織運營的業務流程，革新了業務流程架構，精簡并優化了原本復雜的業務流程，使得組織的業務運行效率大幅提升。

比如，美聯社采用了語言生成工具，將收集到的相關公司的損益表、資產負債表和現金流量表等數據轉換為連貫的報告，通過精簡流程，季度財務報告的制作速度提升了15倍以上。

再如在某藥企將生成式AI應用于藥物研發，通過識別潛在的候選藥物并在計算機中測試其有效性，進而加快藥物發現和開發各項業務流程過程，提前進入臨床試驗期。

類似的案例還有很多，一些大家想象不到的業務場景都開始應用生成式AI。目前已有很多企業通過生成式AI增強業務能力或者優化業務流程，實現降本增效。

說了那么多，生成式AI到底對業務流程有什么影響？企業又該如何應用生成式AI？本文，王吉偉頻道就跟大家聊聊這些。

什么是生成式AI？

前一篇文章中，王吉偉頻道提到AIGC內容生成模式的背后都是生成式AI技術在支撐。那么，到底什么是生成式AI呢？

生成式AI，在2020年首次出現在國際研究和咨詢機構Gartner的技術成熟度曲線上。

關于生成式AI(Generative AI)，Gartner這樣定義：通過各種機器學習(ML)方法從數據中學習工件的組件(要素)，進而生成全新的、完全原創的、真實的工件(一個產品或物品或任務)，這些工件與訓練數據保持相似，而不是復制。

如果覺得這個定義過于學術，麥肯錫則是這樣描述的：生成式AI就是利用現有文本、音頻文件或圖像創建新內容的技術，使用生成式AI，計算機檢測與輸入相關的基本模式并生成類似內容。

數據分析公司AIMultiple則認為，生成式 AI 是一種利用現有文本、音頻文件或圖像創建新內容的技術。借助生成式 AI，計算機可以檢測與輸入相關的底層模式并生成類似的內容。

過去兩年，生成式AI技術上的進展主要來自于三大領域：圖像生成領域，以DALL·E-2、Stable Diffusion為代表的擴散模型(diffusion model)，自然語言處理(NLP)領域基于GPT-3.5的ChatGPT，以及代碼生成領域基于GPT-3的Copilot。

當前正在流行的ChatGPT等生成式AI工具，背后包含多種技術，包括生成對抗網絡 (GANs)、Transformers架構和變分自動化編碼器Variational auto-encoders，其中GANs是關鍵技術。關于生成式AI技術探討的文章有很多，大家對號入座去搜索即可，這里就不多做介紹了。

總而言之就是，利用這些技術就可以打造出像ChatGPT這樣的對話機器人以及類似Midjourney一般的圖像生成SaaS應用。

理論上，只要某個企業能夠擁有同源技術以及相關開源架構，加上足夠的算力和數據，也能打造成ChatGPT這樣的現象級應用。只是，存在一個時間和投入問題，沒有足夠的現金流和足夠的耐心并不容易成功。

所以現在都在喊口號跟進ChatGPT相關技術的廠商，哪些是在喊口號哪些是真心搞生成式AI，還要大家辨別的看。

好吧，有點扯遠了。對于生成式AI技術，我們只需簡單的了解即可。畢竟咱們也沒能力去做基礎算力投入，所以主要關注生成式AI技術的應用就好了。

關于這些，我們在下一節聊。

生成式AI的應用概況

生成式AI，被Gartner列為2022年頂級戰略技術。頂級和戰略兩個關鍵詞，已經彰顯了生成式AI在未來組織經營中的重要性。

很多人都認為生成式AI就是ChatGPT，并非如此。只是ChatGPT等AI工具的火爆，讓大家開始更多的關注AIGC和它背后的生成式AI技術。自人工智能技術逐步成熟后，各種基于AI的文字技術、語音技術、圖像技術及影音技術AI便開始影響我們的生活。

比如做內容創業的朋友，很多都用剪映等工具的語音轉字幕、文字轉視頻功能，這些功能都是基于相關的生成式AI技術開發的。再如現在大家經常使用的語音導航，背后都也是對話式AI技術。

文本生成是生成式AI最早應用的領域之一，目前已廣泛應用于對話機器人、內容續寫、新聞撰寫、詩歌小說創作等領域。

文本轉語音技術，也已廣泛應用于新聞閱讀、有聲書、出行導航、通知播報、視頻配音等領域。

圖像生成則率先在游戲內容創建、圖像修復、風格遷移、圖像合成等領域得到了應用。

可以說，當代工作與生活中的一些場景已經離不開生成式AI技術。

現階段的生成式AI通常被用來生成產品原型或初稿，應用場景涵蓋圖文創作、代碼生成、游戲、廣告、藝術平面設計等。

在企業具體經營中，生成式AI的用途已經很廣。

在營銷和銷售業務上，可用于制作個性化營銷、社交媒體和技術銷售內容，以及創建與特定業務(如零售)助手；

在日常辦公及活動設計中，可以生成任務列表以高效執行給定活動；

在IT開發和項目管理場景中，可以用于編寫、記錄和審查代碼；

在法務上，可以用于回答復雜問題，提取大量法律文件，起草和審查年度報告；

在藥物研發上，可以通過更好地了解疾病和發現化學結構來加速藥物發現。

以上只是生成式AI應用的一部分，現在已有很多企業開始將生成式AI應用于一些業務場景。

比如在教育領域，一些教育機構會針對一些學生的需求和興趣等數據，基于AI算法來分析學生過去的表現、技能等數據，用生成式AI工具為他們設計個性化課程，以確保更有效的教育方式。

在時尚領域，設計師們會借助Khroma以及Colormind等生成式AI工具，將草圖轉換為彩色圖像，幫助設計師查找顏色匹配和圖案的錯誤。并且使用這些工具的審查能力，可以分析從草圖到顏色的多種變體組合，使時尚品牌變得更有創意。此外，這些工具還能減少物理樣本的需求，節省時間和資源。

下面這張圖片來自麥肯錫，它為生成式AI的使用場景做了很好的分類與總結。

Gartner預計到2025年，生成式AI將占所有生成數據的10%，目前這一比例還不到1%。同時在具體行業應用方面，Gartner預計，到2025年生成式AI將用于50%的藥物發現和開發項目，到2027年將有高達30%的制造商將使用生成式AI來改進其產品開發流程。

紅杉資本預測，生成式AI有可能創造數百萬億美元的經濟價值。

未來，生成式AI將成為一項大眾化的基礎技術，極大的提高數字化內容的豐富度、創造性與生產效率，其應用邊界也將隨著技術得進步與成本的降低擴展到更多領域。

生成式AI對業務流程的影響

從前面幾個案例，我們能看到生成式AI之所以能夠幫助人們提升效率：一方面在于它能夠有效加強現有生產力，另一方面則在于它改變了很多場景的原有業務流程。

就如服裝設計，過去要設計服裝需要畫草圖、了解材料、制作小樣等多個步驟。現在只需要使用生成式工具A選擇所需的美學、材料和目標市場，就可以根據構想創建多種風格多種元素的服裝，中間的業務流程已經完全不需要。

再以ChatGPT編寫代碼為例，開發人員甚至可以用它從頭開始到尾編寫完整的代碼，以便在特定場景中創建應用程序。整個過程不需要開發人員輸入任何代碼，只需不斷地跟他用文字交互就夠了。

ChatGPT 可以極大地增強代碼編寫、文檔和審查。通過使用 ChatGPT，開發人員可以簡化他們的工作流程，提高他們的生產力，減少開發成本和時間，并創建原本需要更多時間和精力來構建的應用程序。

不管將ChatGPT用于個人業務的撰寫內容、創建客戶服務聊天機器人、開發對話界面、內容翻譯、日程管理，還是在企業應用于數據分析、文案和公關、客戶關系、銷售、財務、教學、人力資源等業務單元，它都能在一定程度上精簡及優化業務流程，起到降本增效的積極作用。

這是ChatGPT等生成式AI工具最具價值之處，也是生成式AI被很多機構重視的優勢所在。

通過對前面一些場景案例的分析與總結，不難發現生成式AI對于業務流程的影響主要表現在兩個方面：

一是生成式AI可以對原有流程進行精簡與優化。原本需要多個步驟的業務流程，借助AI實現流程自動化，業務流程條線和流程復雜度大幅精簡，不再需要更多的人力與資源的參與，進而實現解放人力，降低成本，提高效率。

二是基于生成式AI新流程可以替代原有流程。有些業務流程原來完全由人力承擔，企業的做法一般是將這部分業務外包出去，或者用傳統集成自動化技術去實現，在效率并未提升的情況下，成本也在逐步上升。有了可以勝任相應業務的生成式AI，自然就可以用這些技術去替代原來的外包業務流程。

現在，一些海外專家甚至已將生成式AI技術，視作西方發達國家應對外包優勢明顯的亞洲等地區的一項競爭策略。

生成式AI對業務流程的影響主要是積極的。它可以幫助企業提升業務流程的效率和優化業務流程，縮短業務流程周期，提高業務流程效率;能夠通過分析大量數據，識別常見模式和規則，生成自動化程序，提高組織生產效率和自動化水平，實現業務流程的快速執行;還可以大大減少人工干預，提高業務流程的執行效率。

此外，生成式AI技術可以對業務流程進行模擬、優化和預測，從而實現業務流程的持續優化。

當然，生成式AI技術也會帶來一些負面影響。比如技術應用后流程精簡與優化所造成的人員失業問題，業務流程中集成新技術所帶來的業務與數據的安全風險與隱私問題，以及引入技術成本短期大幅增長的問題等。

總體而言，生成式AI技術對業務流程的影響利大于弊。新技術的應用對于企業提升效率并保持競爭力至關重要，企業在引入新技術之前必然會經過相關考慮與周密部署，以保證企業的持續運營。因此，負面影響也不算太大問題。

生成式AI變革業務流程

事實上，生成式AI對組織業務流程的影響，遠不止以上幾點。

從應用角度而言，一般來說企業可以通過以下幾種方式使用生成式AI：

一是生成式AI與業務部門一起增強當前的創新工作流程，開發自動化以幫助人類更好地執行創造性任務。比如游戲設計師可以利用生成式AI來創建地下城，突出他們喜歡和不喜歡的內容;銷售人員也可以用生成式AI生成營銷自動化程序，以更高效的完成客戶對接等業務。

二是生成式AI充當業務流程的主要部分，成為某項業務的主流程。生成式AI可以在幾乎沒有人為參與的情況下生產無數的創意作品，只需要設置上下文，結果獨立生成。

三是將生成式AI工具與BPM、BPA、ERP、RPA、BI及低\無代碼等工具進行集成，形成端到端解決方案，以更全面地優化業務流程。比如將生成式AI放到超自動化架構中打造更高效的端到端自動化，以及將ChatGPT用于低代碼平臺通過對話聊天開發程序等。

需要說明的是，在端到端解決方案中，生成式AI與其他企業管理系統不是并行關系，而是在整體業務流程中都會有所交互。生成式AI生成的高質量內容會被其他系統調用，流程自動化也會參與到生成式AI的工作流之中。

例如，我們可以將生成式AI與SAP集成。生成式AI能夠讀取SAP中的數據，并利用其進行數據分析，把數據轉化為人類可讀的形式，以此提供商業洞察力。同時生成式AI可以自動完成SAP系統中的重復性工作，比如數據錄入、報告生成等，進而實現更好的業務流程自動化。

再一個ChatGPT與Salesforce的集成案例。某公司通過將ChatGPT 嵌入到Salesforce中，讓其對潛在客戶的活動和行為實時評分和評級，識別銷售線索中最有可能轉化為購買客戶的模式，以提升客戶轉化率。還可以讓ChatGPT接任繁瑣和重復的管理任務，以讓銷售專注于更有價值的任務，以此提升銷售團隊生產力。

還有RPA與生成式AI的集成應用，目前已經集成了聊天機器人、語音機器人、智能文檔識別(IDP)以及圖像生成等多種生成式AI工具。現在與ChatGPT的集成，則是在探索RPA與基于大模型的生成式AI的集成應用。

這些應用不只是單向助力RPA運作，彼此之間會在數據交換、內容生成、自動化執行等方面進行多元合作，進而優化流程以及提升效率。并且基于超自動化架構，未來將會有更多生成式AI技術集成到架構之中，將會持續提升基于RPA的流程自動化運行效率。

王吉偉為頻道認為，生成式AI技術與各種軟件系統的集成與融合，已經成為一種趨勢，并且正在極大的改變與優化企業的運營架構與運作模式，對于整體業務流程效率提升有著極大的推動作用。

現在已有很多軟件廠商，都在探索其產品與生成式AI的集成與融合應用。包括本身就為降低開發難度的低代碼與RPA平臺，比如Comidor等低代碼平臺，早就在教客戶如何通過API集成ChatGPT。

尤其是ChatGPT與低代碼、RPA等技術的集成與融合，直接讓全民開發進入了一個更加簡易的階段。我們知道，國外所推動的公民開發(Citizen Development)正在轟轟烈烈的進行，并且逐漸成為企業在IT開發方面的主流模式。

低代碼開發工具本身就是為了降低開發難度，以讓業務人員能夠替代程序員開發出其所需的相對簡單的應用程序。

通過更多人的測試，我們知道ChatGPT能夠通過對話生成很多應用場景的程序代碼。將ChatGPT與低代碼平臺集成，意味著業務人員能夠通過低代碼開發更加復雜有效的應用程序，這將會極大地提升開發效率，對于多有組織都是極大的利好。

同時在程序開發之外比如創意、設計、營銷等諸多領域，也可以用公民開發的形式將一些業務外包出去，借助生成式AI讓更多人低門檻貢獻創意以提升效率，這對于企業的流程優化以及增效降本有著重要意義。

因此，對于生成式AI的集成與融合應用，將會極大的變革組織的業務流程。未來，能夠更好的應用好對話式AI技術持續優化業務流程的組織，將會在變化萬千的市場持續保持足夠的競爭力。

后記：生成式AI開啟更高效的業務流程時代

在國外，已有很多低代碼、智能自動化以及企業管理軟件正在或者已經集成ChatGPT。一些走國際化道路的國內廠商，在海外的解決方案上集成ChatGPT問題也不大。

在國內，也有一些廠商正在探索與ChatGPT集成的可能性。微軟“幫助其他公司使用 ChatGPT開發聊天機器人”的策略，也讓更多廠商看到了應用ChatGPT的可能性。

同時微軟已正式將ChatGPT引入必應，其RPA產品Powe Automate也已經借助GPT-3等AI模型，實現了通過自然語言生成流程的新功能。未來，相信會有更多廠商會推出更多政策，以讓其生成式AI技術方案能夠落地更多企業。

可以預見，在微軟的帶動下，將會有更多廠商研發以及引入基于同源技術的類ChatGPT生成式AI。隨著基于生成式AI技術的解決方案走入更多組織，生成式AI也將帶領更多企業邁入更高效的業務流程時代。

關鍵詞： 應用程序