如何使用ChatGPT等生成式AI加速企业自动化进程？

如何使用ChatGPT等生成式AI加速企业自动化进程？一篇文章看明白

更多组织接入ChatGPT等生成式AI，生成式自动化或成企业运营新标配

企业争相接入ChatGPT等应用，以生成式AI加速自动化成运营新趋势

从ChatGPT应用看管理，用生成式AI加速企业自动化已成运营新趋势

美泰、亨氏、雀巢都已接入OpenAI，生成式AI应用趋势已成定局

全文约5000字，阅读时间6分钟

文/王吉伟

虽然学校、媒体等领域的多家机构已经对ChatGPT发出“禁令”，依然挡不住它的火爆。

自今年二月以来，随着网站流量的持续攀升至全球前五十名，ChatGPT的用户数量及月活跃度均呈现出强劲的增长态势。如今，用户总数已超过两亿大关，月活跃用户也早已突破亿级。尽管服务器因用户过多而时常遭遇负载过高的问题，但免费用户们依然在忍受着糟糕的使用体验中，对ChatGPT保持着极高的热情与神秘的兴奋。

很多人在一次又一次的浏览器刷新中，一边录视频一边对粉丝说：看，这就是ChatGPT。

尽管新注册用户对于ChatGPT的渴望犹如潮水般汹涌，但得益于微软这个强大的后盾以及ChatGPT在AZURE上的部署，还有那每月只需支付20美元的商业模式，使得ChatGPT的服务器压力得以缓解。

ChatGPT 的每日成本高达 100 万美元，但只要拥有 150 万付费会员，便可实现每月费用平衡。据保守估计，1 亿月活会员中有 20% 选择付费订阅，仅此付费订阅业务就能带来每月 4 亿美元的营收。

OpenAI有钱了，出手也大方了，阔气拿下http://AI.com超级域名解析到ChatGPT官网。购买域名耗资超过7350万美元（还有一说是OpenAI在2021年以1100万美元拿下该域名），不过现在也不算什么，这个费用还不到PRO用户付费业务月营收的1/4。

OpenAI利用金钱的力量让 ChatGPT 的概念深入人心，然而这一行为同时也导致了其在马斯克心中的形象发生了改变，从原本的 AI 领域和创新者变成了被指责为追求利益的工具。这种转变甚至引起了硅谷钢铁侠的严厉批评，认为 OpenAI 已经背离了其最初的初心。

技术，赚钱，商业化。商业化，再赚钱，继续投入技术。你看，在中间串联技术与商业的，也只有金钱了。

OpenAI推出ChatGPT，就是为了商业化。而AI商业化，可不就是为了赚钱吗？

这样看来，骂与不骂都改变不了现实，毕竟情怀更多时候是金钱的附庸。

在商业化上，除了ChatGPT的付费订阅服务，OpenAI还通过API商业授权向更多B端厂商提供GPT-3等相关技术与服务。相关数据显示，基于GPT-3模型的AI产品，目前已经有不少。

ChatGPT 作为一款现象级的 AI 应用，已经引起了很多企业的关注和兴趣。近期，我们看到越来越多的公司开始尝试将这款强大的自然语言处理技术融入到自己的产品和服务中，以期能够更好地满足用户的需求，提升产品的竞争力。

例如，智能自动化制造商NICE已经将其基于云的知识管理解决方案CXone Expert与OpenAI的ChatGPT技术整合，旨在优化自助服务客户支持体验。

近期，微软作为OpenAI的大股东，正式推出了Azure OpenAI服务，这一举措标志着微软在人工智能领域的布局又迈出了重要的一步。与此同时，微软旗下的Teams和Power Automate已悄然内置了GPT-3，这两款产品的用户将会在未来的日子里享受到更为智能化的服务和体验。可以预见，随着这些服务的不断整合和完善，OpenAI全家桶将逐步形成，为广大用户提供更全面、更高效的人工智能解决方案。

作为一家正在使用AI向客户推荐特定服装的服装公司，Stitch Fix则正在试验OpenAI的另一个产品DALL-E 2，根据客户对颜色、面料和风格的偏好创建服装可视化。全球最大的玩具公司美泰，也正在使用DALL-E 2为玩具设计和营销生成图像。

近年来，我们观察到，无论是国内还是国际上的一些公司，纷纷宣布自己已经正式与OpenAI或ChatGPT接轨。这种趋势表明，随着更多的企业加入ChatGPT的行列，各种基于生成式AI技术的工具和解决方案也将逐渐被更多的组织所接受和应用。

很多企业愿意引入生成式AI技术，在于他们已经意识到生成式AI可以为组织的运营带来更加直接的效能价值。

生成式AI可以通过变革和优化业务流程，加速企业自动化进程，进而快速实现增效降本。

那么，生成式AI有什么特性？有哪些应用场景？可以应用于哪些部门？又是如何加速企业自动化进程的？本文，王吉伟频道就跟大家聊聊这些。

生成式AI的特性与应用场景

生成式 AI（Generative AI） 是一种利用现有文本、音频文件或图像创建新内容的技术。

借助生成式AI，计算机可以检测与输入相关的底层模式并生成类似的内容。生成式AI通过算法模型创建新内容，包括音频、代码、图像、文本、模拟和视频。而ChatGPT和Midjourney，正是文本生成和图像生成领域的当红炸子鸡。

生成式AI在最近几年的新突破，正在彻底改变我们进行内容创作的方式。

与传统的分类或回归模型不同，生成式AI技术使用机器学习算法来生成新的数据。生成式模型不仅能够预测输入数据的标签或数值，还能够生成新的数据。这种特性，使得生成式AI技术具备很多优势，可以总结为以下几点：

1、创造全新内容。这些内容可以用于创作、设计、娱乐等方面，极大地拓展了人类的创造力和想象力。

2、解决数据不足问题。利用现有数据生成更多的数据，可以有效解决比如医疗、环境监测等领域数据不足的问题。

3、提高数据利用率。利用现有数据生成的更多标准化与高质量数据，可以提高数据利用率，这对于数据稀缺或昂贵的应用领域特别重要。

4、自适应能力强。可以根据输入数据自适应地生成新的数据，这意味着生成式AI可以应对各种输入数据的变化，并生成相应的输出数据。同时，它也能适用于各种业务场景。

5、降低应用门槛。生成式AI技术易于部署，并且在使用时不需要先验知识或领域专业知识，只需要简单操作就能完成，属于多数人可使用的普惠技术。

生成式AI技术的优势在于它可以生成新的数据，并且能够自适应地应对各种输入数据的变化，这使得它在各种应用领域具有广泛的应用场景，可用于各种业务操作。

在文本内容生成中，用于自动创作文章、新闻、博客、文章摘要、广告和电影脚本、营销文案、社交媒体帖子、电子邮件及自动化回复等文字内容。

在语音合成方面，用于合成自然、流畅的语音，例如回答常见问题、提供产品支持、处理投诉、自动讲解产品介绍、自动回复电话以及语音助手等。

在图像和视频生成方案里，用于图像和视频生成，包括生成照片、设计、艺术作品和视频剪辑等。这在广告、娱乐和创意领域中非常有用。

在对话系统中，用于构建智能客服机器人、聊天机器人和虚拟助手。这些机器人可以回答用户的问题，提供支持和建议，并执行操作，例如订票、购物和预订服务。

在机器翻译中，用于自动翻译不同语言之间的文本、音频或视频，例如自动翻译新闻、网站内容、语音通话等。

在医疗辅助诊断方面，用于辅助医生进行病历记录、制定治疗计划、诊断疾病等。

在数据补全方面，用于自动生成数据，例如完成句子、补全表格、填充缺失数据等，这在数据清理和分析中非常有用。

可以看到，生成式AI技术可以应用于组织运营的大部分业务流程。

生成式AI在企业各部门的应用

广泛的应用场景，使得生成式AI能够适用于企业中的多个业务部门。基本上，只要存在着文字撰写、视频编辑以及语音转化等需求的业务场景，现在都可以用生成式AI取代之前的操作，通过生成式AI自动化替代原本的人力操作。

比如在市场营销部门，生成式AI可以用于创建自动生成的营销内容，比如广告文案、电子邮件、社交媒体帖子等。可以帮助企业快速生成大量营销内容，并更好地满足不同目标受众的需求。

在客户服务部门，生成式AI可以用于客户服务的自动化。自动回复客户邮件或社交媒体消息、为客户提供实时支持，减少客服工作量，提供更快、更准确的响应。

下面，来看几个具体应用案例。

Jasper是基于GPT-3的专注营销的AI应用，可以用于制作博客、社交媒体帖子、网络副本、销售电子邮件、广告和其他类型的面向客户的内容。

Jasper的大多数客户是个人和小型企业，但大公司中的一些团队也在使用它。比如在云计算公司VMWare，有些团队使用Jasper为营销生成原创内容，涉及电子邮件、产品活动、社交媒体文案等多项业务。

Emplifi是一家领先的客户体验平台，为包括达美、福特和麦当劳在内的8400多个品牌提供服务。

基于OpenAI的GPT-3框架，Emplifi推出了可以为企业生成社交媒体内容并可随时发布的AI解决方案Emplifi AI Composer，并将其集成到社交营销云中。

该解决方案通过自动化社交媒体内容，来生成来帮助企业提高运营效率和生产力。Emplifi的客户DELTA达美航空、健康健身公司Daily Burn等，都在使用此服务。

摩根士丹利也正在与OpenAI进行合作，使用GPT-3微调财富管理内容的培训，以便财务顾问既可以搜索公司内部的现有知识，又可以轻松地为客户创建量身定制的内容。

一些应用案例表明，DALL-E 2和其他图像生成工具已经在一些大型企业中用于广告制作。

比如亨氏已经使用带有亨氏番茄酱瓶图片以及与亨氏相似的标签的番茄酱瓶图像数据进行训练，以通过AI生成新的广告图像文案。雀巢则使用维米尔画作的AI增强版本，来帮助销售其酸奶品牌之一。

虽然大部分人对生成式AI还停留在ChatGPT等现象级应用上，但不得不说，已经有很多企业引入多种基于生成式AI技术的软件工具，将其应用于市场营销、客户服务、人力资源、知识管理、研究开发、财务、设计、IT、物流与供应链管理、法律、医务等部门的业务操作。

▲ 点击看大图

生成式AI技术，已在电商、物流、游戏、媒体、医疗、金融、法律、能源等行业及领域得到更多应用，很多组织正在通过生成式自动化提高效率，降低成本，以为客户提供更好的服务和体验。

用生成式AI加速企业自动化进程

王吉伟为频道认为，生成式AI之所以能够加速企业自动化，在于它能够有效替代原有业务流程对业务流程进行革新，并且能够高效优化现有的业务流程。

就以广告设计为例，原来的设计业务流程中至少有一个团队，负责面向市场营销、培训等市场的各种设计业务。现在好了，我们只需要引入ChatGPT、Midjourney等AI工具或者部署好本地AI模型，仅需要几个非专业人员通过输入文字，几分钟就能生成想要的广告文案和图片。

前后业务形式的变化是，以前需要专业设计人员操作PS、CorelDRAW、3Dmax等软件耗费几十到上百分钟进行设计，现在则通过文本交互几分钟就能得到想要的设计，实现了广告设计的高效自动化。更重要的是，现在几个人就能干原来多个人的活儿。

上面所描述的，是设计部门相关业务的生成式AI操作。如果在市场营销等业务部门，所需要的营销文案、宣传海报、产品及企业介绍视频以及PPT制作等都可以通过相应的生成式AI工具完成，多条线业务的综合运行效率会成倍提升。如果再加上版权、授权费用等的考虑，成本也会节省得更多。

由生成式AI技术及工具软件所带来的新型自动化业务形式，王吉伟频道将其称之为生成式自动化。

生成式自动化，直接变革了原有的业务流程，极大地提升了设计的效率。生成式AI不只通过业务自动化提升了业务效率，还能够帮助企业精简业务团队，释放人力资源去更有价值的工作岗位。

在装修设计领域，有些人用生成式AI工具生成的室内装修图，甚至比真人做得更让客户满意，以至于有人戏称3D设计师以后都要下岗了。

除了革新老旧业务流程，生成式AI还可以与企业的各种管理软件进行集成。通过商业授权API将一些生成式AI的模型能力集成到企业内部系统中，生成式AI就可以与ERP、CRM、OA、RPA等企业管理软件协同作业。

▲ 部分生成式AI工具一览

在自动化任务处理、智能预测与优化、智能客服、自适应流程管理、预防性维护等业务场景中，生成式AI可以通过重复性任务自动化、数据分析及预测、自然语言处理和对话生成等技术、自适应学习和优化等业务接口和技术，无缝对接、调取及调整企业管理软件，助力企业提升流程自动化能力，实现更高效、智能的业务管理和决策支持。

通过变革传统业务操作加速流效率，通过集成提升企业管理软件业务能力并加强流程自动化效率。生成式AI所带来的生成式自动化，正在对大量业务场景进行业务流程的革新与加强。

可以预见，文本生成、图像生成、声音生成、视频生成、代码生成等工具，将通过更短的业务路径自动化大量人力操作流程，进而整体提升了企业的自动化业务进行。

随着越来越多的企业正在通过各种形式引入生成式AI技术，也将进一步加速企业的自动化进程。

后记：如何引入与部署生成式AI？

既然生成式AI有这么多优势，企业又该如何引入与部署生成式AI呢？王吉伟频道（公号id:jiwei1122）认为，广大组织可以通过以下三种方式引入生成式AI。

最简单的方式是直接应用相关的AI工具。为了让企业更方便快捷地使用生成式AI技术，现在很多厂商都推出了相应的SaaS应用。比如现在我们所熟悉的ChatGPT、Midjourney等就属于SaaS应用，这些AI工具企业可以拿来即用，直接部署到各个业务场景即可。

同时，有些企业管理软件和流程自动化软件，也已经开始集成ChatGPT等应用，比如Nice已经宣布集成ChatGPT，还有些文档处理、视频处理等软件本身就构建于GPT-3等AI模型之上。对于这类产品，企业只需购买相应软件就能引入生成式AI技术。

其次，可以将开放API的生成式AI技术集成到企业管理系统中。有些AI厂商不会开源AI模型，但会通过商业 API 来提供该模型的能力及训练数据集。企业可以通过API将这些技术集成到自己的ERP、OA、HR、RPA等软件系统中，增强软件能力，实现增效降本。

现在已经有很多企业，通过OpenAI的API集成了 GPT-3，将ChatGPT的能力引入业务流程。

第三，可以在本地部署。很多AI模型都是开源的，比如文本生成图像的Stable Diffusion以及国内科技巨头面向AIGC领域的多种开源模型。对于这类工具，企业可以将模型直接部署到本地或者云服务器上，相当于自己搭建SaaS应用，用自身积累的数据进行训练，可以让这些模型更懂你的企业。

最后将部署好的模型发布到生产环境中，并与其他系统集成，实现具体的功能。

生成式AI的商业应用虽然发展得很快，但目前也遇到了深度伪造、版权、难以控制以及道德和法律等一系列问题与挑战。近期已经有很多高校禁止了ChatGPT，艺术家们也一直在抗议图像生成对其风格相似作品的侵权，还有媒体机构也正在指责OpenAI白用其文章训练ChatGPT。

不过总体而言，生成式AI技术的应用利大于弊。上述问题，早晚会在监管、约谈、协定、法规等的干预下达成一种新的商业平衡。

在王吉伟频道看来，生成式AI最终将会以标配的形式助力各行各业自动化重复性任务、提高生产力和商业决策，并有望彻底改变各个行业的商业运作模式。

而能够有效利用这项技术进行增效降本的公司，将会快速增加营收，以让公司在长期的市场竞争中处于有利地位。

全文完

推荐阅读

1、ChatGPT与RPA集成，生成式AI 自动化流程让AIGC价值倍增

2、业务流程将因生成式AI变革，ChatGPT引领的AIGC正在改变组织运营

3、ChatGPT带热Chatbot，十个企业级应用案例看懂聊天机器人应用价值

【王吉伟频道，关注TMT与IoT，专注数字化转型、业务流程自动化与RPA。】