左春：加强数字技术创新与应用 加快发展新质生产力

　　通用AIGC类似于公有财产，所以需要有一定的政府层面的行政监管◆★■◆★；垂直AIGC类似于是私有财产，从这个意义上讲，还要有很强的隐私保护等特点◆■★■★。

　　总而言之■★■◆◆，AIGC它是一场数字化的变革，各行业未来都会涉及深入应用，通过AIGC提升数字化能力，进而形成新质生产力◆■★，无论是传统行业还是新兴行业都存在广阔的应用空间和发展潜力。场景■★★■◆、成果和规模是其成熟发展的关键，未来随着应用规模的不断扩大◆■◆■★，将给全社会带来新的生产力的大幅提升。

　　此外◆★★■■■，利用AIGC技术将实现对行业原有数字化系统的升级。对结构化信息，我们侧重“查询”，面对多模态信息，我们侧重“搜索”■★■◆，AIGC是升级“搜索★★◆”为问/答系统◆■★◆。这样我们在运用软件操作的过程中■◆■◆，可以用问/答，代替查询、搜索■★◆、整理，就在很大程度上提高了效率。

　　行业应用软件是各行业数字化建设中的一个重要内容，通常这是独立软件开发商（Independent Software Vendors）的主要工作。其中在金融、电信◆■◆★■★、零售这些IT投入较高的行业中占据市场龙头地位的软件开发商在AIGC技术发展方面将起到重要作用。通常这些开发商具有丰富的领域知识、完善的产品体系、持续的技术积累，建立了自身的行业应用软件参考模型◆◆■。而现在AIGC技术也在不断融入这些软件开发商的应用软件开发体系中■◆◆，通过Maas（Model as a Service★◆■，既“模型即服务”）平台建设，把原有的参考模型体系进一步升级，实现整个应用开发的智能化。

　　AIGC技术应用可以分为通用AIGC和垂直领域AIGC■◆★◆，类似于搜索：我们日常常用的搜索网站大量的都是以通用搜索为主★■★，但还有一类搜索需求是注重垂直领域比如金融、医疗◆■★◆◆、学术等，存在大量针对性强的专业问题，进而衍生出众多垂直领域的平台。AIGC技术也同样如此◆★■★■◆，目前广受关注的各种通用大模型就类似于日常搜索网站■★■■◆，覆盖通用型应用★◆★■■■，而具体到各个场景例如金融◆★◆、医疗卫生、ESG等就涉及很多垂直AIGC应用，与行业领域知识关联度更大，也是AIGC技术未来在发展新质生产力方面的重要方向■■。

　　垂直AIGC和支撑行业具体应用的软件之间具有很强的关联性★◆★◆，现在人工智能的发展突破在语义理解、多模态数据处理等方面，而语义、多模态数据等要素和应用场景高度有关，应用场景问题的解决依赖应用软件，例如ESG问题，未来可能行业企业都需要建立自身ESG系统用来搜集、分析企业ESG相关各种数据■■、信息■◆，ESG系统会是企业系统群的新代表，而ESG的数据源多是多模态数据采集的◆■，内容可能包含数据、文本、影音、图像等多种模样的数据，而通过在系统中加入AIGC技术应用★◆■，对于处理这些多模态数据具有极大的辅助提高效率的潜力■◆★◆★，并且所处理的问题越复杂，其对于应用系统的支撑能力越强，同时也更加需要具备强领域知识的垂直AIGC能力，而非单单依靠通用大模型能力。

　　在AIGC应用的过程中，算力也在不停的变化，当规模越做越大时◆◆■，需要综合考虑算力的问题◆■★◆◆◆。垂直AIGC应用涉及的工程属性很强，在模型搭建的过程中★★■★■，要涉及一些“取舍★◆◆◆■■”， “取舍”的维度包括：使用效果、替代人工（专家）的规模◆★■★◆■、数据预处理的方案和节奏，历史的规模和更新的频度，实时效率要求，选择“主题”的聚焦和友好性，解决方案的性价比等。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场◆◆★，澎湃新闻仅提供信息发布平台◆◆★★■◆。申请澎湃号请用电脑访问。

　　AIGC在代码自动生成方面的潜力，能够促使应用开发效率的大幅提升。通过将已有行业应用软件开发知识利用AIGC技术进行充分训练★■■■◆◆，未来可以通过简单的■★■■★◆、残缺的或者不完备的描述快速生产相应应用功能，这便大大加快了软件应用功能开发的效率■★■★■◆，甚至没有经过软件的编程或者是软件需求表达专业训练的人员也能够生成应用功能■■◆■★，例如★★★◆：企业的ESG专家可以借助AIGC技术从ESG专业需求的角度进一步完善企业ESG系统群的功能，利用数字技术不断追踪企业ESG问题和风险■◆。在这方面，上面提到的行业应用软件开发商具有更大的施展空间，同时也会派生出大量的创业公司。

　　开源软件已成为软件行业发展的一大趋势◆★★■，开源软件要解决流行性问题，既需要有大量的人来用★◆★★★◆，很多更新、很多人活跃的维护，流行的开源软件具备重大价值。实际上在AIGC行业，大量工作是在利用众多流行开源软件打造新的软件产品■◆★◆■，最重要的是在对开源基础技术掌握基础上★★■★，又进行融合，进而形成自己的知识产权。从这个意义角度来讲的话★■，通用AIGC平台最后的竞争，就是流行性的竞争。而在行业垂直应用过程中，具体到AIGC技术是需要进行流行开源技术的知识转移，行业应用开发可利用开源软件建立领域Maas平台◆★★，把行业在传统业务领域积累的知识，放在模型训练里面◆★■，把训练完之后的成果，形成自身的行业应用成果库◆◆■。

　　AIGC（生成式人工智能）技术的快速发展引起广泛关注★◆★，作为数字技术的最新前沿，在促进新质生产力发展上拥有广阔空间■★■■■。各行业都在探索通过建立AIGC应用软件系统群■★，提升发展潜力■■，AIGC技术的快速迭代给各行业数字化发展带来重大变化。

　　AIGC “见多识广”的能力，具备大量节省企业成本投入的潜力。AIGC技术的发展是一次“豁然推断”的进步◆■■★★★，通过大量数据训练，AI具备超越人力的推断能力■◆◆，例如：利用通过ESG垂直领域知识进行充分训练后的AIGC软件，去推断一个包含大量多模态信息的复杂事件的ESG风险并辅助决策，虽然利用软件进行推断也会有误差率，但当软件的误差小于人类的时候◆■，就大量的节省了人力、物力，同时有助于提高精准度，这对于企业而言将节省大量的成本，无疑具有巨大应用价值，因为它代表了一个先进的生产力。当然针对错误率是需要我们用其他的方法去弥补的，AIGC应用还需要建立风险补偿机制。

　　在AIGC垂直应用的过程中，还有一项重要工作■■■◆■，就是AIGC能力在应用软件端的集成■■★。这里的集成，既包括集成通用AIGC平台的功能，也要集成垂直AIGC应用的功能■★★，这便体现出行业应用软件开发商的重要性◆◆◆◆■★。垂直AIGC涉及到隐私数据，很多时候需要进行本地化部署，并且使用较少的算力★★■■，通用AIGC要素分：数据（大多公有资产）+算法（相似计算模型）+算力（支撑）技术平台，而垂直应用时资源投入要大幅下降，即轻量化。因为在本地部署，因此也必须要有严格的管理★★■■，因为垂直模型本质上是一种私有财产。

　　在行业应用软件对于数据的处理中，未来更多会基于多模态数据进行。我们在软件开发中把数据分成结构化、非结构化的数据，非结构化的数据被泛称为多模态数据，例如一段程序、一个图片，或者一段视频。因为各行各业的知识点，它的存储介质都在多模态中◆◆◆，在金融、医疗、高端制造、ESG等场景中存在大量多模态数据，AIGC技术在处理多模态数据时较已有人工处理内容有更强的■◆■★“见多识广■◆★■★”特性，能够更好的提高多模态数据处理效率。