以ChatGPT為代表的生成式人工智能快速崛起，引發全球對新一代人工智能的廣泛關註，同時也引發了人們對「機器換人」問題的廣泛討論。
「ChatGPT誕生之後，一些簡單的設計繪圖、程式碼開發、策劃客服類工作正被慢慢取代，這類行業的從業者要學習怎麽套用ChatGPT等生成式模型的功能，不然未來很容易就會被淘汰了。」在本月初舉行的第26屆中國科協年會「通用大模型未來演進路線 · 數據、算力、演算法論壇」上，歐洲科學院院士、琶洲實驗室副主任陳俊龍談到，數碼浪潮之下，人工智能對就業市場的沖擊已開始顯現，勞動力市場供需結構正在覆寫；與此同時，通用大模型的AI賦能，也正在重塑行業產業結構以及企業組織的生態架構模式。
在人工智能領域，通用大模型作為前沿技術，其發展正備受關註。該場論壇聚焦通用大模型演進路線涉及的數據、算力和演算法三個關鍵要素，結合中國的豐富算力現狀和廣泛套用場景需求，探討如何利用大模型、大數據行業的技術和套用，助力構建新一代科學智能的行業新範式。
據悉，論壇由中國科協、廣西壯族自治區人民政府主辦，中國自動化學會承辦，匯集了來自高校、科研院所、企事業單位的100余名代表現場參會，8萬人次線上參會。
機器換人？
大模型重塑企業架構及用工市場
會上，陳俊龍院士以「千方百智：新型人工智能技術助力產業創新發展」為題作主旨報告。在演講開始，他圍繞什麽是人工智能、數據及演算法的並列與分布特性及重要性、生成式人工智能的套用等方面，深入探討了人工智能對現代社會的深遠影響。
生成式人工智能出現後，「哪些工作會被取代」的話題一直為大眾熱議。陳俊龍在演講中回應了這一問題，並強調了AI對不同行業賽道布局及企業組織架構的革命性重塑。
「目前生成式AI能套用的大部份是設計和創意領域，就比如音效制作、劇本編寫、特效生成、燈光設計等行業，之前都是必須接受數年甚至十數年的專業訓練；AIGC興起之後，這類行當現在只需要花幾十分鐘學習軟件，制作成本也是斷崖式速降，從原來的一分鐘幾百美元，甚至以萬來起跳，變成了現在幾分鐘幾美元而已。這些對於行業的整體重塑也是顛覆性的。」陳俊龍說。
他同時指出，大模型的出現，也將日益改變未來行業市場的企業生態模式。他以一家提供遊戲聊天社區服務的互聯網公司Discord和一家AIGC繪圖賽道的Midjouney公司作對比舉例，「Discord員工650人，營收1億美元；而生成式AI繪圖公司Midjourney，在創收達到1億美元時卻僅有11個人，而且還都是遠端辦公。所以 未來的行業可能會有越來越多小型公司出現，甚至會是非常精簡的公司架構，盈利依然能跟傳統大型公司相媲美。 」陳俊龍認為，這也將是未來企業的組織生態發展方向。
AI技術對社會產業及用工模式的深度改造，在催生大量對高技能人才需求的同時，也構成了對傳統低技能、高重復性工作崗位的替代。學界把這種雙重效應稱為「結構性困境」。今年4月，中國人民大學勞動人事學院研究學者基於1591名中國職場人士的調研數據，釋出了一份【2024人工智能與職場研究報告】。報告顯示，在AI取代各類崗位的浪潮中，研發與創新類崗位顯示出較強的抵抗力；而生產與制造類、財務會計類和客服支持類崗位則面臨較高的被替代風險。
本次論壇上，BOSS直聘職業科學實驗室主任祝恒書在演講中同樣提到了這一困境，他直言， AI對當前中國勞動力市場的影響表現為替代效應與增強效應並存 。在對那些體力勞動較多、重復性機械性較強的工作形成巨大沖擊的同時，AI也催生了一系列新興職業，如提示詞工程師、語言模型訓練師、ChatGPT最佳化師等。據他援引該司觀察數據顯示，這些崗位在2024年的招聘需求較2023年增長超5倍；而從地區分布看，京津冀和長三角地區LLM(大語言模型)相關崗位需求增長極快，其中北京領先，2024年上半年同比增長近243%。
會後接受南都記者采訪時，祝恒書則援引BOSS直聘2023年相關職場調研報告表示，整體來看，未來對ChatGPT套用技能要求最高的將會是廣告、互動設計師、遊戲數值策劃、全棧工程師、社區營運、法務等職業，主要分布在技術、市場、人事/財務/行政、營運、設計等行業。以廣告為例，越來越多的崗位將會要求應聘者熟練掌握ChatGPT、Midjourney等AI工具，能夠透過這些工具完成選題策劃、文案撰寫、視覺設計、影片制作等工作任務，進一步提升工作效率。
從「通用」到「行業」
大模型垂域套用場景正加速落地
當前，如何將人工智能和數碼經濟結合進而提振產業發展，是各行各業在落地新質生產力時重點需要解決的問題。展望未來，陳俊龍認為，在數碼浪潮下，邊緣計算和邊緣智能將成為新的技術革新方向。
發言中陳俊龍指出，大模型的產生改變了數據的運用模式，包括提示詞與思維的能力、程式碼生成能力，「大模型可以排程一些工具，可以利用本身的數據生成很多小模型。 這一點在發揮數據價值的過程中需要重點關註。」他預測， 未來通用大模型的底層技術躍升，必將催生更多小模型，與各垂域行業深度融合，推動產業智能化升級 。
「就比如AI for Engineering，這就需要行業的知識。頭部企業有大模型，中小型企業基於大模型底層技術，結合各自行業數據來生成行業垂域小模型，這是未來的AI for Engineering落地的一大路徑。」陳俊龍相信，AI大模型加持下，工業產業智能化的落地前景十分廣闊。
底層大模型融合垂域行業，不僅在工業智能化領域，在TO C 的消費場景領域，陳俊龍相信商機同樣巨大。他以大模型在手機端側的套用舉例稱，「未來的趨勢包括外掛程式開發和手機端側整合大型通用模型」。他闡述稱，ChatGPT已經推出其應用程式，可以在蘋果器材上下載，並可能與Meta等合作將AIGC模型整合到蘋果手機中。此外，使用者可能能夠選擇不同的大模型。「對於中國市場，百度、阿裏和科大訊飛等公司開發的模型可能會被整合到華為、OPPO、小米等國產手機中，這代表了巨大的商業機會。」
論壇上，包括青島科技大學副校長李少遠、中國科學技術大學教授陳小平、上海交通大學教授吳帆等多位專家在內的學界大咖，也都各自從工業大數據、大小模型端雲協同、智能計算等多角度，深度剖析了AI創新的要素與依托，幫助企業深入了解人工智能領域的發展動向，為行業企業的創新發展提供思路。
大模型的套用場景正在加速落地，但從長遠來看，發展仍舊依賴於人工智能技術的持續進步。陳俊龍院士及以上多位專家都談到一個共識：技術創新與大模型的投資需要同步加強，須確保兩者協調發展。
大模型讓數據更有價值
數據安全風險也不容小覷
在大模型賦能行業套用中，中國具有先發優勢的。這源於中國的套用場景足夠豐富，每個行業都有專屬的數據特征，也正因如此，數據安全性的問題也是一個不容忽視的問題。發言中，陳俊龍特別指出，數據作為新時代的「石油」，其安全性和合規性至關重要。
「誰能想到一個你熟悉的朋友，頂著一張你熟悉的臉，用著你熟悉的微訊號，跟你影片聊天的過程，還能造假呢？」論壇上陳俊龍播放了一則AI換臉詐騙的案例，影片中詐騙分子利用AI換臉擬聲技術偽裝成受害人郭先生的好友，盜用其友人微訊號，透過影片電話騙取其大額錢財。
「有了生成式人工智能之後，什麽東西都可以造出來，它有換臉的技術、造聲的技術等等，也就有一些詐騙集團利用這些來做生成式詐騙模型，所以怎麽應對個人私密泄露和網絡安全等問題，這也是業界發展中要尤其註意的。」播完VCR，陳俊龍直言大模型技術路線中的數據安全問題不容小覷。
陳俊龍提到，大模型改變了資訊對演算法的思維，因為算力數據非常大，需要非常大的算力系統，這樣就變成邊緣端的數據處理、邊緣端的計算非常重要。「大模型的出現讓數據變得更有價值，數據及算力的品質決定了大模型的聰明程度。」但同時，更大的算力也可能意味著更多的數據後台和更高的數據安全風險。
「私密保護非常重要，既是法理要求、國家安全需要，還是使用者的需求。」陳俊龍曾在多個場合強調數據的安全合規。
據了解，正是由於數據作為新質生產力要素的特殊性和重要性，國家層面非常重視對數據全生命周期管理，包括數據采集、儲存、處理、交換、傳輸、銷毀等。唯有實作數據安全「全領域、全要素、全類別」的全面覆蓋，達到「全面防護，智能分析，自動響應」的數據安全防護效果，方能有效保護數據在全生命周期過程中的安全。
采寫：南都記者呂虹
