以ChatGPT为代表的生成式人工智能快速崛起，引发全球对新一代人工智能的广泛关注，同时也引发了人们对「机器换人」问题的广泛讨论。
「ChatGPT诞生之后，一些简单的设计绘图、代码开发、策划客服类工作正被慢慢取代，这类行业的从业者要学习怎么应用ChatGPT等生成式模型的功能，不然未来很容易就会被淘汰了。」在本月初举行的第26届中国科协年会「通用大模型未来演进路线 · 数据、算力、算法论坛」上，欧洲科学院院士、琶洲实验室副主任陈俊龙谈到，数字浪潮之下，人工智能对就业市场的冲击已开始显现，劳动力市场供需结构正在改写；与此同时，通用大模型的AI赋能，也正在重塑行业产业结构以及企业组织的生态架构模式。
在人工智能领域，通用大模型作为前沿技术，其发展正备受关注。该场论坛聚焦通用大模型演进路线涉及的数据、算力和算法三个关键要素，结合我国的丰富算力现状和广泛应用场景需求，探讨如何利用大模型、大数据行业的技术和应用，助力构建新一代科学智能的行业新范式。
据悉，论坛由中国科协、广西壮族自治区人民政府主办，中国自动化学会承办，汇集了来自高校、科研院所、企事业单位的100余名代表现场参会，8万人次线上参会。
机器换人？
大模型重塑企业架构及用工市场
会上，陈俊龙院士以「千方百智：新型人工智能技术助力产业创新发展」为题作主旨报告。在演讲开始，他围绕什么是人工智能、数据及算法的并行与分布特性及重要性、生成式人工智能的应用等方面，深入探讨了人工智能对现代社会的深远影响。
生成式人工智能出现后，「哪些工作会被取代」的话题一直为大众热议。陈俊龙在演讲中回应了这一问题，并强调了AI对不同行业赛道布局及企业组织架构的革命性重塑。
「目前生成式AI能应用的大部分是设计和创意领域，就比如音效制作、剧本编写、特效生成、灯光设计等行业，之前都是必须接受数年甚至十数年的专业训练；AIGC兴起之后，这类行当现在只需要花几十分钟学习软件，制作成本也是断崖式速降，从原来的一分钟几百美元，甚至以万来起跳，变成了现在几分钟几美元而已。这些对于行业的整体重塑也是颠覆性的。」陈俊龙说。
他同时指出，大模型的出现，也将日益改变未来行业市场的企业生态模式。他以一家提供游戏聊天社区服务的互联网公司Discord和一家AIGC绘图赛道的Midjouney公司作对比举例，「Discord员工650人，营收1亿美元；而生成式AI绘图公司Midjourney，在创收达到1亿美元时却仅有11个人，而且还都是远程办公。所以 未来的行业可能会有越来越多小型公司出现，甚至会是非常精简的公司架构，盈利依然能跟传统大型公司相媲美。 」陈俊龙认为，这也将是未来企业的组织生态发展方向。
AI技术对社会产业及用工模式的深度改造，在催生大量对高技能人才需求的同时，也构成了对传统低技能、高重复性工作岗位的替代。学界把这种双重效应称为「结构性困境」。今年4月，中国人民大学劳动人事学院研究学者基于1591名中国职场人士的调研数据，发布了一份【2024人工智能与职场研究报告】。报告显示，在AI取代各类岗位的浪潮中，研发与创新类岗位显示出较强的抵抗力；而生产与制造类、财务会计类和客服支持类岗位则面临较高的被替代风险。
本次论坛上，BOSS直聘职业科学实验室主任祝恒书在演讲中同样提到了这一困境，他直言， AI对当前中国劳动力市场的影响表现为替代效应与增强效应并存 。在对那些体力劳动较多、重复性机械性较强的工作形成巨大冲击的同时，AI也催生了一系列新兴职业，如提示词工程师、语言模型训练师、ChatGPT优化师等。据他援引该司观察数据显示，这些岗位在2024年的招聘需求较2023年增长超5倍；而从地区分布看，京津冀和长三角地区LLM(大语言模型)相关岗位需求增长极快，其中北京领先，2024年上半年同比增长近243%。
会后接受南都记者采访时，祝恒书则援引BOSS直聘2023年相关职场调研报告表示，整体来看，未来对ChatGPT应用技能要求最高的将会是广告、交互设计师、游戏数值策划、全栈工程师、社区运营、法务等职业，主要分布在技术、市场、人事/财务/行政、运营、设计等行业。以广告为例，越来越多的岗位将会要求应聘者熟练掌握ChatGPT、Midjourney等AI工具，能够通过这些工具完成选题策划、文案撰写、视觉设计、视频制作等工作任务，进一步提升工作效率。
从「通用」到「行业」
大模型垂域应用场景正加速落地
当前，如何将人工智能和数字经济结合进而提振产业发展，是各行各业在落地新质生产力时重点需要解决的问题。展望未来，陈俊龙认为，在数字浪潮下，边缘计算和边缘智能将成为新的技术革新方向。
发言中陈俊龙指出，大模型的产生改变了数据的运用模式，包括提示词与思维的能力、代码生成能力，「大模型可以调度一些工具，可以利用本身的数据生成很多小模型。 这一点在发挥数据价值的过程中需要重点关注。」他预测， 未来通用大模型的底层技术跃升，必将催生更多小模型，与各垂域行业深度融合，推动产业智能化升级 。
「就比如AI for Engineering，这就需要行业的知识。头部企业有大模型，中小型企业基于大模型底层技术，结合各自行业数据来生成行业垂域小模型，这是未来的AI for Engineering落地的一大路径。」陈俊龙相信，AI大模型加持下，工业产业智能化的落地前景十分广阔。
底层大模型融合垂域行业，不仅在工业智能化领域，在TO C 的消费场景领域，陈俊龙相信商机同样巨大。他以大模型在手机端侧的应用举例称，「未来的趋势包括插件开发和手机端侧集成大型通用模型」。他阐述称，ChatGPT已经推出其应用程序，可以在苹果设备上下载，并可能与Meta等合作将AIGC模型集成到苹果手机中。此外，用户可能能够选择不同的大模型。「对于中国市场，百度、阿里和科大讯飞等公司开发的模型可能会被集成到华为、OPPO、小米等国产手机中，这代表了巨大的商业机会。」
论坛上，包括青岛科技大学副校长李少远、中国科学技术大学教授陈小平、上海交通大学教授吴帆等多位专家在内的学界大咖，也都各自从工业大数据、大小模型端云协同、智能计算等多角度，深度剖析了AI创新的要素与依托，帮助企业深入了解人工智能领域的发展动向，为行业企业的创新发展提供思路。
大模型的应用场景正在加速落地，但从长远来看，发展仍旧依赖于人工智能技术的持续进步。陈俊龙院士及以上多位专家都谈到一个共识：技术创新与大模型的投资需要同步加强，须确保两者协调发展。
大模型让数据更有价值
数据安全风险也不容小觑
在大模型赋能行业应用中，我国具有先发优势的。这源于中国的应用场景足够丰富，每个行业都有专属的数据特征，也正因如此，数据安全性的问题也是一个不容忽视的问题。发言中，陈俊龙特别指出，数据作为新时代的「石油」，其安全性和合规性至关重要。
「谁能想到一个你熟悉的朋友，顶着一张你熟悉的脸，用着你熟悉的微信号，跟你视频聊天的过程，还能造假呢？」论坛上陈俊龙播放了一则AI换脸诈骗的案例，视频中诈骗分子利用AI换脸拟声技术伪装成受害人郭先生的好友，盗用其友人微信号，通过视频电话骗取其大额钱财。
「有了生成式人工智能之后，什么东西都可以造出来，它有换脸的技术、造声的技术等等，也就有一些诈骗集团利用这些来做生成式诈骗模型，所以怎么应对个人隐私泄露和网络安全等问题，这也是业界发展中要尤其注意的。」播完VCR，陈俊龙直言大模型技术路线中的数据安全问题不容小觑。
陈俊龙提到，大模型改变了信息对算法的思维，因为算力数据非常大，需要非常大的算力系统，这样就变成边缘端的数据处理、边缘端的计算非常重要。「大模型的出现让数据变得更有价值，数据及算力的品质决定了大模型的聪明程度。」但同时，更大的算力也可能意味着更多的数据后台和更高的数据安全风险。
「隐私保护非常重要，既是法理要求、国家安全需要，还是用户的需求。」陈俊龙曾在多个场合强调数据的安全合规。
据了解，正是由于数据作为新质生产力要素的特殊性和重要性，国家层面非常重视对数据全生命周期管理，包括数据采集、存储、处理、交换、传输、销毁等。唯有实现数据安全「全领域、全要素、全类型」的全面覆盖，达到「全面防护，智能分析，自动响应」的数据安全防护效果，方能有效保护数据在全生命周期过程中的安全。
采写：南都记者吕虹
