除了Chat GPT 外，生成式 AI 能為企業帶來什麼？

過去 3 年內，創投在生成式 AI 新創注資 17 億美元，主要鎖定藥物研發與 AI 軟體應用領域，雖然當前如 ChatGPT 的早期模型仍專注於強化內容創造的能力，但 Gartner 預測，到 2025 年，超過 30% 的新藥物和材料將使用生成 AI 來完成。除此之外，Gartner 也預測，截至 2025 年，大型企業中 30% 的對行銷資訊將由生成式 AI 完成，高於 2022 年的 2%；而到 2030 年，90% 的電影由 AI 製造，達到從文字到影視的製作。

整體而言，生成式 AI 能運用在許多產業上，其應用場景橫跨公司營運、客戶體驗、以及產品與服務的創新。譬如在汽車、航太、國防等產業開始嘗試以生成式 AI 來設計零組件即為一例。此外，生成式 AI 也能用於晶片製造，運用強化學習來優化半導體晶片設計，將產品開發生命週期時間從人類專家的數週縮短到生成式 AI 的數小時，其應用潛力遠超我們想像。

一場 AI 模型大戰正準備展開

生成式 AI 能夠在幾秒鐘內生成各種可閱讀文章，同時回應社群評論，使文章更具備說服力，這對各種產業皆造成影響，業者能使用 AI 模型生成的即時的內容，除了文字生成圖像外，甚至連音檔、影片、3D 模型等都能生成，DALL-E、DALL-E 2、GLIDE 等模型都具備上述功能，這些模型稱為擴散型模型（Diffusion model）。

部分科技業者已經將這些模型強化自家產品服務，例如 Microsoft、AWS、Nvidia 推出套件和開發框架，用以支援生成式 AI 模型開發和訓練；另外的做法是將這些模型套用到現有服務中，例如微軟投資 100 億美元在 Open AI 主要目的之一就是將 Chat GPT-3 置入原有的 Azure，以及運用 DALL-E 2 來推出文字生成圖像軟體 Microsoft Designer，照這樣下去，Google、Meta、Adobe 等企業應會採取對應措施，科技業之間未來應避免不了爆發一場 AI 模型產品大戰。

市場潛力龐大，但衍生隱憂也不可忽視

生成式 AI 能夠快速成長，主要是生成對抗網路（Generative Adversarial Network）、生成擴散模型（Diffusion Model）、基礎模型（Foundation Model）等深度學習技術的成熟，未來在元宇宙逐漸成熟後，企業能夠從使用者生成內容（User Generated Content，UGC）轉為人工智慧生成內容（AI Generated Content，AIGC）中尋找龐大商業行銷商機。

當然，像能夠 GPT-3 根據其吸收的累積訓練預測句子中最有可能的下一個單字、寫故事、編歌曲，甚至寫詩，都已經顯示出人工智慧的成長速度不斷提升，同時也帶來更深層的治理問題，從論文抄襲、專利模仿、智慧財產權盜竊、深度偽造都是社會上開始正式的潛在衝擊。

新加坡、歐盟、美國、中國等國家紛紛發佈 AI 治理工具箱、技術監管框架，而對企業開始要求對模型設計、開發、部署的人工智慧倫理風險審查流程，在機器學習、邏輯程式設計、模糊邏輯、概率推理、本體工程上有更多著墨。

更多報導
AI 畫出來的圖能多美，全靠「提示工程師」！這個未來職業究竟在做什麼？
寫程式、文案都難不倒 ChatGPT，人類工作會被 AI 取代嗎？
2022 年人工智慧發展回顧：產業應用純熟，但人才稀缺難解