前一篇文章中，王吉伟频道提到AIGC内容生成模式的背后都是生成式AI技术在支撑。那么，到底什么是生成式AI呢？

生成式AI，在2020年首次出现在国际研究和咨询机构Gartner的技术成熟度曲线上。

关于生成式AI(Generative AI)，Gartner这样定义：通过各种机器学习(ML)方法从数据中学习工件的组件(要素)，进而生成全新的、完全原创的、真实的工件(一个产品或物品或任务)，这些工件与训练数据保持相似，而不是复制。

如果觉得这个定义过于学术，麦肯锡则是这样描述的：生成式AI就是利用现有文本、音频文件或图像创建新内容的技术，使用生成式AI，计算机检测与输入相关的基本模式并生成类似内容。

数据分析公司AIMultiple则认为，生成式 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。

过去两年，生成式AI技术上的进展主要来自于三大领域：图像生成领域，以DALL·E-2、Stable Diffusion为代表的扩散模型(diffusion model)，自然语言处理(NLP)领域基于GPT-3.5的ChatGPT，以及代码生成领域基于GPT-3的Copilot。

当前正在流行的ChatGPT等生成式AI工具，背后包含多种技术，包括生成对抗网络 (GANs)、Transformers架构和变分自动化编码器Variational auto-encoders，其中GANs是关键技术。关于生成式AI技术探讨的文章有很多，大家对号入座去搜索即可，这里就不多做介绍了。

总而言之就是，利用这些技术就可以打造出像ChatGPT这样的对话机器人以及类似Midjourney一般的图像生成SaaS应用。

理论上，只要某个企业能够拥有同源技术以及相关开源架构，加上足够的算力和数据，也能打造成ChatGPT这样的现象级应用。只是，存在一个时间和投入问题，没有足够的现金流和足够的耐心并不容易成功。

所以现在都在喊口号跟进ChatGPT相关技术的厂商，哪些是在喊口号哪些是真心搞生成式AI，还要大家辨别的看。

好吧，有点扯远了。对于生成式AI技术，我们只需简单的了解即可。毕竟咱们也没能力去做基础算力投入，所以主要关注生成式AI技术的应用就好了。

关于这些，我们在下一节聊。

生成式AI，被Gartner列为2022年顶级战略技术。顶级和战略两个关键词，已经彰显了生成式AI在未来组织经营中的重要性。

很多人都认为生成式AI就是ChatGPT，并非如此。只是ChatGPT等AI工具的火爆，让大家开始更多的关注AIGC和它背后的生成式AI技术。自人工智能技术逐步成熟后，各种基于AI的文字技术、语音技术、图像技术及影音技术AI便开始影响我们的生活。

比如做内容创业的朋友，很多都用剪映等工具的语音转字幕、文字转视频功能，这些功能都是基于相关的生成式AI技术开发的。再如现在大家经常使用的语音导航，背后都也是对话式AI技术。

文本生成是生成式AI最早应用的领域之一，目前已广泛应用于对话机器人、内容续写、新闻撰写、诗歌小说创作等领域。

文本转语音技术，也已广泛应用于新闻阅读、有声书、出行导航、通知播报、视频配音等领域。

图像生成则率先在游戏内容创建、图像修复、风格迁移、图像合成等领域得到了应用。

可以说，当代工作与生活中的一些场景已经离不开生成式AI技术。

现阶段的生成式AI通常被用来生成产品原型或初稿，应用场景涵盖图文创作、代码生成、游戏、广告、艺术平面设计等。

在企业具体经营中，生成式AI的用途已经很广。

• 在营销和销售业务上，可用于制作个性化营销、社交媒体和技术销售内容，以及创建与特定业务(如零售)助手；

• 在日常办公及活动设计中，可以生成任务列表以高效执行给定活动；

• 在IT开发和项目管理场景中，可以用于编写、记录和审查代码；

• 在法务上，可以用于回答复杂问题，提取大量法律文件，起草和审查年度报告；

• 在药物研发上，可以通过更好地了解疾病和发现化学结构来加速药物发现。

以上只是生成式AI应用的一部分，现在已有很多企业开始将生成式AI应用于一些业务场景。

比如在教育领域，一些教育机构会针对一些学生的需求和兴趣等数据，基于AI算法来分析学生过去的表现、技能等数据，用生成式AI工具为他们设计个性化课程，以确保更有效的教育方式。

在时尚领域，设计师们会借助Khroma以及Colormind等生成式AI工具，将草图转换为彩色图像，帮助设计师查找颜色匹配和图案的错误。并且使用这些工具的审查能力，可以分析从草图到颜色的多种变体组合，使时尚品牌变得更有创意。此外，这些工具还能减少物理样本的需求，节省时间和资源。

下面这张图片来自麦肯锡，它为生成式AI的使用场景做了很好的分类与总结。

Gartner预计到2025年，生成式AI将占所有生成数据的10%，目前这一比例还不到1%。同时在具体行业应用方面，Gartner预计，到2025年生成式AI将用于50%的药物发现和开发项目，到2027年将有高达30%的制造商将使用生成式AI来改进其产品开发流程。

红杉资本预测，生成式AI有可能创造数百万亿美元的经济价值。

未来，生成式AI将成为一项大众化的基础技术，极大的提高数字化内容的丰富度、创造性与生产效率，其应用边界也将随着技术得进步与成本的降低扩展到更多领域。