共计 6619 个字符，预计需要花费 17 分钟才能阅读完成。
- 集成与交融类 ChatGPT 工具与技术，以生成式 AI 改革业务流程
- ChatGPT 背地的生成式 AI，聊聊生成式 AI 如何扭转业务流程
- ChatGPT 月活用户过亿，生成式 AI 对组织的业务流程有哪些影响?
- 生成式 AI 对业务流程有哪些影响? 企业如何利用生成式 AI? 一文看懂
- 业务流程将因生成式 AI 改革，ChatGPT 引领的 AIGC 正在扭转组织经营
文 / 王吉伟
ChatGPT 仍然是最火爆的生成式 AI 利用。
2 个月实现月活用户过亿，用户量更是超过 1300 万。这组数据，标榜了 ChatGPT 的赫赫战绩。
经验了媒体报道和研报渲染之后，国内的科技大厂也纷纷官宣跟进，还有一众科技大佬也开始现身说法。
同时在各大内容平台上，来自各畛域的自媒体纷纷用文字和视频发表他们对 ChatGPT 的认识。不论科技号、教育号、艺术号还是母婴号，各行各业人士发的相干视频，流量皆是大得惊人。
这意味着，ChatGPT 曾经具备了极大的破圈效应。而破圈，恰好是火爆的最好证实。
翻一翻各大平台的相干内容，会发现很多人都在说 ChatGPT 有多厉害。其实在集体业务方面，即使 ChatGPT 在写作、设计、编程等业务上也体现得再杰出，也体现不出真正的价值。一众媒体和钻研机构所说的 ChatGPT 的价值，在于它对宽广组织的利用价值，以及它所带动的产业链可能为各行业带来多大的经济效益。
在王吉伟频道看来，以 ChatGPT 为代表的生成式 AI 工具，之所以可能为组织带来极大的商业价值，不在于它生成内容有多快多好，而是在于它与更多企业管理系统集成与联动，通过文字、图片、视频、代码等内容的自动化生成，深度参加组织经营的业务流程，变革了业务流程架构，精简并优化了本来简单的业务流程，使得组织的业务运行效率大幅晋升。
比方，美联社采纳了语言生成工具，将收集到的相干公司的损益表、资产负债表和现金流量表等数据转换为连贯的报告，通过精简流程，季度财务报告的制作速度晋升了 15 倍以上。
再如某药企将生成式 AI 利用于药物研发，通过辨认潜在的候选药物并在计算机中测试其有效性，进而放慢药物发现和开发各项业务流程过程，提前进入临床试验期。
相似的案例还有很多，一些大家设想不到的业务场景都开始利用生成式 AI。目前已有很多企业通过生成式 AI 加强业务能力或者优化业务流程，实现降本增效。
说了那么多，生成式 AI 到底对业务流程有什么影响？企业又该如何利用生成式 AI？本文，王吉伟频道就跟大家聊聊这些。
什么是生成式 AI？
前一篇文章中，王吉伟频道提到 AIGC 内容生成模式的背地都是生成式 AI 技术在撑持。那么，到底什么是生成式 AI 呢？
扩大浏览： ChatGPT 与 RPA 集成，生成式 AI+ 自动化流程让 AIGC 价值倍增
生成式 AI，在 2020 年首次呈现在国内钻研和咨询机构 Gartner 的技术成熟度曲线上。
对于生成式 AI(Generative AI)，Gartner 这样定义：通过各种机器学习 (ML) 办法从数据中学习工件的组件(因素)，进而生成全新的、齐全原创的、实在的工件(一个产品或物品或工作)，这些工件与训练数据放弃类似，而不是复制。
如果感觉这个定义过于学术，麦肯锡是这样形容的：生成式 AI 就是利用现有文本、音频文件或图像创立新内容的技术，应用生成式 AI，计算机检测与输出相干的基本模式并生成相似内容。
数据分析公司 AIMultiple 则认为，生成式 AI 是一种利用现有文本、音频文件或图像创立新内容的技术。
借助生成式 AI，计算机能够检测与输出相干的底层模式并生成相似的内容。
过来两年，生成式 AI 技术上的停顿次要来自于三大畛域：图像生成畛域，以 DALL·E-2、Stable Diffusion 为代表的扩散模型 (diffusion model)，自然语言解决(NLP) 畛域基于 GPT-3.5 的 ChatGPT，以及代码生成畛域基于 GPT- 3 的 Copilot。
以后正在流行的 ChatGPT 等生成式 AI 工具，背地蕴含多种技术，包含生成反抗网络 (GANs)、Transformers 架构和变分自动化编码器 Variational auto-encoders，其中 GANs 是关键技术。
对于生成式 AI 技术探讨的文章有很多，大家对号入座去搜寻即可，这里就不多做介绍了。
总而言之就是，利用这些技术就能够打造出像 ChatGPT 这样的对话机器人以及相似 Midjourney 个别的图像生成 SaaS 利用。
实践上，只有某个企业可能领有同源技术以及相干开源架构，加上足够的算力和数据，也能打造成 ChatGPT 这样的景象级利用。只是，存在一个工夫和投入问题，没有足够的现金流和足够的急躁并不容易胜利。
所以当初都在喊口号跟进 ChatGPT 相干技术的厂商，哪些是在喊口号，哪些是真心搞生成式 AI，还要大家分别的看。
好吧，有点扯远了。对于生成式 AI 技术，咱们只需简略的理解即可。毕竟咱们也没能力去做根底算力投入，所以次要关注生成式 AI 技术的利用就好了。
对于这些，咱们在下一节聊。
生成式 AI 的利用详情
生成式 AI，被 Gartner 列为 2022 年顶级策略技术。顶级和策略两个关键词，曾经彰显了生成式 AI 在将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 和它背地的生成式 AI 技术。
自人工智能技术逐渐成熟后，各种基于 AI 的文字技术、语音技术、图像技术及影音技术 AI 便开始影响咱们的生存。
比方做内容守业的敌人，很多都用剪映等工具的语音转字幕、文字转视频性能，这些性能都是基于相干的生成式 AI 技术开发的。再如当初大家常常应用的语音导航，背地都也是对话式 AI 技术。
文本生成是生成式 AI 最早利用的畛域之一，目前已广泛应用于对话机器人、内容续写、新闻撰写、诗歌小说创作等畛域。
文本转语音技术，也已广泛应用于新闻浏览、有声书、出行导航、告诉播报、视频配音等畛域。
图像生成则率先在游戏内容创立、图像修复、格调迁徙、图像合成等畛域失去了利用。
能够说，当代工作与生存中的一些场景曾经离不开生成式 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，利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 的用处曾经很广。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，以及创立与特定业务 (如批发) 助手；
- 在日常办公及流动设计中，能够生成工作列表以高效执行给定流动；
- 在 IT 开发和项目管理场景中，能够用于编写、记录和审查代码；
- 在法务上，能够用于答复简单问题，提取大量法律文件，起草和审查年度报告；
- 在药物研发上，能够通过更好地理解疾病和发现化学构造来减速药物发现。
以上只是生成式 AI 利用的一部分，当初已有很多企业开始将生成式 AI 利用于一些业务场景。
比方在教育领域，一些教育机构会针对一些学生的需要和趣味等数据，基于 AI 算法来剖析学生过来的体现、技能等数据，用生成式 AI 工具为他们设计个性化课程，以确保更无效的教育形式。
在时尚畛域，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，帮忙设计师查找色彩匹配和图案的谬误。并且应用这些工具的审查能力，能够剖析从草图到色彩的多种变体组合，使时尚品牌变得更有创意。此外，这些工具还能缩小物理样本的需要，节省时间和资源。上面这张图片来自麦肯锡，它为生成式 AI 的应用场景做了很好的分类与总结。
▲ 点击看大图，图片机翻，英文原图后盾回复 GC 获取
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%。
同时在具体行业利用方面，Gartner 预计，到 2025 年生成式 AI 将用于 50% 的药物发现和开发我的项目，到 2027 年将有高达 30% 的制造商将应用生成式 AI 来改良其产品开发流程。
红杉资本预测，生成式 AI 有可能发明数百万亿美元的经济价值。将来，生成式 AI 将成为一项大众化的根底技术，极大的进步数字化内容的丰盛度、创造性与生产效率，其利用边界也将随着技术得提高与老本的升高扩大到更多畛域。
生成式 AI 对业务流程的影响
从后面几个案例，咱们能看到生成式 AI 之所以可能帮忙人们晋升效率：一方面在于它可能无效增强现有生产力，另一方面则在于它扭转了很多场景的原有业务流程。
就如服装设计，过来要设计服装须要画草图、理解资料、制作小样等多个步骤。当初只须要应用生成式工具 A 抉择所需的美学、资料和指标市场，就能够依据构想创立多种格调多种元素的服装，两头的业务流程曾经齐全不须要。
再以 ChatGPT 编写代码为例，开发人员甚至能够用它从头开始到尾编写残缺的代码，以便在特定场景中创立应用程序。整个过程不须要开发人员输出任何代码，只需一直地跟它文字交互就够了。
ChatGPT 能够极大地加强代码编写、文档和审查。通过应用 ChatGPT，开发人员能够简化他们的工作流程，进步他们的生产力，缩小开发成本和工夫，并创立本来须要更多工夫和精力来构建的应用程序。
不论将 ChatGPT 用于集体业务的撰写内容、创立客户服务聊天机器人、开发对话界面、内容翻译、日程治理，还是在企业应用于数据分析、文案和公关、客户关系、销售、财务、教学、人力资源等业务单元，都能在肯定水平上精简及优化业务流程，起到降本增效的踊跃作用。
这是 ChatGPT 等生成式 AI 工具最具价值之处，也是生成式 AI 被很多机构器重的劣势所在。
通过对后面一些场景案例的剖析与总结，不难发现生成式 AI 对于业务流程的影响次要体现在两个方面：
一是生成式 AI 能够对原有流程进行精简与优化。 本来须要多个步骤的业务流程，借助 AI 实现流程自动化，业务流程条线和流程复杂度大幅精简，不再须要更多的人力与资源的参加，进而实现解放人力，降低成本，提高效率。
二是基于生成式 AI 新流程能够代替原有流程。 有些业务流程原来齐全由人力承当，企业的做法个别是将这部分业务外包进来，或者用传统集成自动化技术去实现，在效率并未晋升的状况下，老本也在逐渐回升。
有了能够胜任相应业务的生成式 AI，天然就能够用这些技术去代替原来的外包业务流程。当初，一些海内专家甚至已将生成式 AI 技术，视作东方发达国家应对外包劣势显著的亚洲等地区的一项竞争策略。
生成式 AI 对业务流程的影响次要是踊跃的。
它能够帮忙企业晋升业务流程的效率和优化业务流程，缩短业务流程周期，进步业务流程效率; 可能通过剖析大量数据，辨认常见模式和规定，生成自动化程序，进步组织生产效率和自动化程度，实现业务流程的疾速执行; 还能够大大减少人工干预，进步业务流程的执行效率。
此外，生成式 AI 技术能够对业务流程进行模仿、优化和预测，从而实现业务流程的继续优化。
当然，生成式 AI 技术也会带来一些负面影响。
比方技术利用后流程精简与优化所造成的人员失业问题，业务流程中集成新技术所带来的业务与数据的平安危险与隐衷问题，以及引入技术老本短期大幅增长的问题等。
总体而言，生成式 AI 技术对业务流程的影响利大于弊。
新技术的利用对于企业晋升效率并放弃竞争力至关重要，企业在引入新技术之前必然会通过相干思考与周密部署，以保障企业的继续经营。因而，负面影响也不算太大问题。
生成式 AI 改革业务流程
事实上，生成式 AI 对组织业务流程的影响，远不止以上几点。
从利用角度而言，一般来说企业能够通过以下几种形式应用生成式 AI：
一是生成式 AI 与业务部门一起加强以后的翻新工作流程，开发自动化以帮忙人类更好地执行创造性工作。 比方游戏设计师能够利用生成式 AI 来创立地下城，突出他们喜爱和不喜爱的内容; 销售人员也能够用生成式 AI 生成营销自动化程序，以更高效的实现客户对接等业务。
二是生成式 AI 充当业务流程的次要局部，成为某项业务的主流程。 生成式 AI 能够在简直没有人为参加的状况下生产有数的创意作品，只须要设置上下文，后果独立生成。
三是将生成式 AI 工具与 BPM、BPA、ERP、RPA、BI 及低 / 无代码等工具进行集成，造成端到端解决方案，以更全面地优化业务流程。 比方将生成式 AI 放到超自动化架构中打造更高效的端到端自动化，以及将 ChatGPT 用于低代码平台通过对话聊天开发程序等。
须要阐明的是，在端到端解决方案中，生成式 AI 与其余企业管理系统不是并行关系，而是在整体业务流程中都会有所交互。生成式 AI 生成的高质量内容会被其余零碎调用，流程自动化也会参加到生成式 AI 的工作流之中。
例如，咱们能够将生成式 AI 与 SAP 集成。生成式 AI 可能读取 SAP 中的数据，并利用其进行数据分析，把数据转化为人类可读的模式，以此提供商业洞察力。同时生成式 AI 能够主动实现 SAP 零碎中的重复性工作，比方数据录入、报告生成等，进而实现更好的业务流程自动化。
再看一个 ChatGPT 与 Salesforce 的集成案例。某公司通过将 ChatGPT 嵌入到 Salesforce 中，让其对潜在客户的流动和行为实时评分和评级，辨认销售线索中最有可能转化为购买客户的模式，以晋升客户转化率。还能够让 ChatGPT 接任繁琐和反复的治理工作，使得销售专一于更有价值的工作，以此晋升销售团队生产力。
还有 RPA 与生成式 AI 的集成利用，曾经集成了聊天机器人、语音机器人、智能文档辨认 (IDP) 以及图像生成等多种生成式 AI 工具。当初与 ChatGPT 的集成，则是在摸索 RPA 与基于大模型的生成式 AI 的集成利用。
这些利用不只是单向助力 RPA 运作，彼此之间会在数据交换、内容生成、自动化执行等方面进行多元化单干，进而优化流程以及晋升效率。并且基于超自动化架构，将来将会有更多生成式 AI 技术集成到架构之中，将会继续晋升基于 RPA 的流程自动化运行效率。
王吉伟频道（ID：jiwei1122）认为，生成式 AI 技术与各种软件系统的集成与交融，曾经成为一种趋势，并且正在极大地扭转与优化企业的经营架构与运作模式，对于整体业务流程效率晋升有着极大的推动作用。
当初已有很多软件厂商，都在摸索其产品与生成式 AI 的集成与交融利用。包含自身就为升高开发难度的低代码与 RPA 平台，比方 Comidor 等低代码平台，早就在教客户如何通过 API 集成 ChatGPT。
尤其是 ChatGPT 与低代码、RPA 等技术的集成与交融，间接让全民开发进入了一个更加繁难的阶段。
咱们晓得，国外所推动的公民开发 (Citizen Development) 正在轰轰烈烈的进行，并且逐步成为企业在 IT 开发方面的支流模式。
扩大浏览： 关注底层流程与业务执行，简略易用的 RPA 也是全民开发的重要局部
低代码开发工具自身就是为了升高开发难度，以让业务人员可能代替程序员开发出其所需的绝对简略的应用程序。通过更多人的测试，咱们晓得 ChatGPT 可能通过对话生成很多利用场景的程序代码。
将 ChatGPT 与低代码平台集成，意味着业务人员可能通过低代码开发更加简单无效的应用程序，这将会极大地晋升开发效率，对于多有组织都是极大的利好。
同时在程序开发之外比方创意、设计、营销等诸多畛域，也能够用公民开发的模式将一些业务外包进来，借助生成式 AI 让更多人低门槛奉献创意以晋升效率，这对于企业的流程优化以及增效降本有着重要意义。
因而，对于生成式 AI 的集成与交融利用，将会极大的改革组织的业务流程。将来，可能更好的利用好对话式 AI 技术继续优化业务流程的组织，将会在变动万千的市场继续保持足够的竞争力。
后记：生成式 AI 开启更高效的业务流程时代
在国外，已有很多低代码、智能自动化以及企业管理软件正在或者曾经集成 ChatGPT。
一些走国际化路线的国内厂商，在海内的解决方案上集成 ChatGPT 问题也不大。在国内，也有一些厂商正在摸索与 ChatGPT 集成的可能性。微软“帮忙其余公司应用 ChatGPT 开发聊天机器人”的策略，也让更多厂商看到了利用 ChatGPT 的可能性。
同时微软已正式将 ChatGPT 引入必应，其 RPA 产品 Powe Automate 也曾经借助 GPT- 3 等 AI 模型，实现了通过自然语言生成流程的新性能。将来，置信会有更多厂商会推出更多政策，以让其生成式 AI 技术计划可能落地更多企业。
能够预感，在微软的带动下，将会有更多厂商研发以及引入基于同源技术的类 ChatGPT 生成式 AI。随着基于生成式 AI 技术的解决方案走入更多组织，生成式 AI 也将率领更多企业迈入更高效的业务流程时代。
【王吉伟频道，关注 IoT 与 AIGC，专一数字化转型、业务流程自动化与 RPA。】
