AIGC概念火热巨头纷纷加码商业前景几何？

　　本报记者 秦枭 北京报道
　　近日，AIGC（利用AI技术自动生成内容的生产方式）概念在二级市场吸睛无数，其概念股视觉中国（000681.SZ）、蓝色光标（300058.SZ）、恒信东方（300081.SZ）等股价出现不同幅度的上涨，其中，视觉中国更是收获久违的两连板。与此同时，多家券商团队发表研报表示看好AIGC，称这是继专业生产内容（PGC）、用户生产内容（UGC）之后利用AI技术自动生成内容的新型生产方式。
　　多位业内人士在接受《中国经营报》记者采访时表示，以往AIGC技术主要应用在文字处理领域，近年来随着深度学习模型的成熟与普及，AIGC的技术有了本质的突破，而资本市场对新技术的突破是非常敏锐的。至于相关概念的热度是否能够持续，这要取决于该项技术实现商业变现的速度与规模。
　　AIGC并不完美
　　AIGC全称为AI Generated Content，指利用人工智能技术来生成内容。目前在应用场景上，广义上的AIGC应用场景大致可以分为To B和To C两个赛道。在B端的应用主要是通过＂AI+＂，来为各产业进行赋能；在C端主要是通过与人交互，进行内容生产，主要包括AI驾驶、AI助手、AI辅助文本生成等。
　　百度创始人、董事长兼首席执行官李彦宏说道：＂在技术层面，AI作画当下非常受关注，它是技术突破的一个代表，方向性改变是，AI从理解语言、理解文字、理解图片和视频，走向了生成内容，这称之为AIGC，即人工智能自动生成内容，是一种‘人机共创’新模式。＂
　　实际上，AIGC并非新鲜事物，其萌芽阶段可以追溯到上世纪50年代，90年代以来从实验性向实用性逐渐转变。业内人士认为，AIGC真正迎来＂春天＂是从2014年起，以生成对抗网络（GAN）为代表的深度学习算法在这一年被提出。GAN可以帮助神经网络用更少的数据进行学习，生成更多的合成图像，然后用来识别和创建更好的神经网络。
　　随着GAN的迭代更新，2020年语言模型GPT-3算法的出现，以及NLP（Natural Language Processing，自然语言处理）技术和扩散模型（Diffusion Model）的发展，人工智能不仅能够模仿人的思维方式，而且能够理解并运用人类的语言。
　　在此基础上，AI进入一个新的阶段，AIGC的应用也更加地广泛。据不完全统计，过去两年间该领域共计推出了约300多个应用。
　　不过，真正让AIGC名声大噪的是在2022年8月的美国科罗拉多州博览会艺术比赛上，一幅名为《太空歌剧院》的作品获奖，该幅画作是Allen使用AI绘图工具Midjourney生成，再经Photoshop润色而来。
　　浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林对记者表示，当前AIGC的应用正在逐渐产生，也就是AI创作内容，很多领域早已成为工具，比如写作、画图、3D建模、剪辑、摄录等等，很多领域都有AI的身影，但这些AI都还达不到AIGC的程度，它们创作内容，但最终还是需要人类对内容进行删选和优化处理，所以AIGC的确是有意义的，也是有使用场景的，但完全由AI主导的创作尚未实现。
　　科技巨头集体布局
　　根据Gartner预测，到2025年，人工智能生成数据占比将达到10%。根据《Generative AI：A Creative New World》的分析，AIGC有潜力产生数万亿美元的经济价值。
　　潜在的市场价值，自然吸引了众多玩家入场。诸如百度、腾讯、阿里巴巴、字节跳动、网易等国内大厂纷纷跟进，在AIGC领域动作频频。
　　其中，百度推出了AI艺术和创意辅助作画平台＂文心一格＂，腾讯发布了写稿机器人＂梦幻写手＂，阿里巴巴则有旗下的AI在线设计平台Lubanner，两大短视频巨头字节跳动与快手分别推出剪映、云剪提供AI生成视频，网易则在音乐上做文章并推出的一站式AI音乐创作平台＂网易天音＂等。
　　在上市公司层面，AIGC概念更是火热，目前上市公司互动平台已有超过300条相关提问，多家上市公司对此做出回应。其中，中文在线（300364.SZ）、视觉中国、中科金财（002657.SZ）等上市公司均表示，自己公司的业务涉及AIGC技术。
　　不仅仅是在国内，海外科技巨头谷歌、Meta、微软等也在AIGC领域纷纷布局。
　　除传统科技巨头外，海外还出现了诸如Stability AI、Jasper、OpenAI等新贵。近日，主打文字生成的AIGC公司Jasper宣布完成1.25亿美元的A轮融资，估值达到15亿美元，Stability AI估值则达10亿美元。
　　对此，上海画龙信息科技有限公司AI运营专家骆建华对记者表示：＂AIGC概念由来已久，但为何近期突然火爆，是因为当下AIGC的技术有了本质的突破。而资本市场对新技术的突破是非常敏锐的。至于相关概念的热度是否能持续，这要取决于该项技术能否快速实现商业变现与实现的规模。＂
　　天使投资人、知名互联网专家郭涛对记者表示，以往AIGC技术主要应用在文字处理领域，近年来随着深度学习模型的成熟与普及，可以处理文字、语音、代码、图像、视频、机器人动作等格式内容，大幅拓展了应用场景，在重塑众多行业或场景的同时也孕育着巨大的商机，自然吸引众多企业积极参与。
　　商业化尚需时日
　　虽然AIGC相关概念已在资本端走红，但谈及其大规模商业化，目前业内人士并不乐观。
　　盘和林认为，行业内公司面对的问题比较多，主要是需求的差异化。单看协作，AIGC能够写作，但是写作需求不同，有人要写政府通知，有人要写说明书，有人要写广告文案，有人要写高考作文，这些需求都基于不同的数据，AI功能针对性不同，训练AI的数据内容就不同，而这些细分场景太多，导致企业不得不多管线开发AIGC产品。
　　除此之外，盘和林认为AIGC商业化落地难还由于数据污染。他表示，AIGC是基于数据的人工智能，而小规模的差异化数据，可能会误导AI，最终出来一个啼笑皆非的结果，解决不了内容创造的问题，沦为一个实实在在的娱乐工具。
　　郭涛也对记者说道，当前，AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、内容堆砌且质量层次不齐、成熟的商业应用场景较少、相关法律法规不健全及存在技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。
　　骆建华则认为目前AIGC没有实现大规模商业化落地有三个原因：＂AI模型技术成熟度及可能存在着不稳定性，AIGC与政治、道德、伦理、价值观等有不确定性的冲突风险，硬件设施的性能限制。距离商业化落地，我认为要看要实现何种程度的落地，从目前来看，在部分细分领域可能会有很快的落地化普及，但要实现大规模的商业化落地，保守估计，至少需要3~5年的时间积累才有可能。＂
　　＂目前，人工智能还处在传统的弱人工智能阶段，必须高度依赖人类对实际问题的建模，AIGC相关应用以各类辅助创作功能为主，＂郭涛认为，＂预计在未来十年后，随着深度人工智能、量子计算机等相关技术的不断发展和成熟，人工智能有望产生独立的思维和意识，作品真正拥有‘独立灵魂’，AIGC将进入全新的发展阶段。＂