2023年被认为是AIGC应用元年，全球范围内涌现了多款引人注目的AIGC产品，如国外的ChatGPT、国内的讯飞大模型和百度文言一心等，这些大模型很快与ToB业务相结合，给企业提供了更强大的工具，使其能够更好地满足客户需求，提升产品和服务的智能化水平，为企业的生产力带来颠覆性影响。另一方面，在AIGC的落地应用方面，许多企业仍处于摸索阶段，产生了很多问题：企业想要应用好AIGC需要提前了解哪些应用趋势？企业在落地AIGC前要提前思考哪几个问题？企业都在关注的数据合规安全问题又该如何规避？

这些问题在《数字创新派》2024特别策划第二期，由全球知名咨询公司凯捷咨询数字化咨询首席顾问专家-李竞、销售易智能化产品负责人-王超辉来一一给大家解答。

 

 

一、2024年，企业想要应用好AIGC应该关注哪些趋势？

趋势1：从观望到入局，大型企业与软件厂商、咨询公司合作落地AIGC应用

从观望到入局，企业纷纷加入到AIGC的应用中来。据凯捷最新的研究数据显示，在200家跨国企业中，目前已有40%建立了内部AIGC团队，并投入相应预算，这些企业与大型云服务提供商、咨询公司以及专业软件供应商建立了战略伙伴关系，共同探索AIGC为业务带来的各种可能性。销售易也印证了这一趋势，销售易在智能化产品的研发及推广过程中发现，企业对AIGC的态度从最初的好奇，逐渐转向观望，最终愿意实际尝试AIGC能力，主动提供了POC场景、业务规则和语料，与销售易共建应用。

趋势2：AIGC应用进一步深入到核心业务场景

70%的企业认为AIGC将改变其运营模式并提高效率。越来越多的企业开始关注AIGC与传统核心业务系统的融合，探索在合同订单、订单风控等方面的应用。在ICP场景中，AIGC处理合同条款和风控判断等任务，使得业务系统更加智能。

趋势3： AIGC在多个领域崭露头角，逐渐过渡到商业化应用

AI GC的发展速度非常快，计算资源和训练模型的指数级增长推动了更多场景从概念验证（POC）迅速过渡到商业化应用。从实际应用场景出发，AIGC在不同领域均有出色表现，除了IT领域的测试用例编写和代码编程，还有销售和客服领域，比如销售易推出的智能客服机器人、智能销售助理等。AIGC应用到实际业务场景，能够替代大量的人工工作，实现降本增效。

 

二、想通过AIGC更好地助力业务发展，落地前需要思考哪几个问题？

1.明确业务需求，选择能够快速见效的应用场景

凯捷咨询数字化咨询首席顾问专家李竞指出，企业在应用AIGC前，首要任务是根据业务链路明确业务部门的需求，选择能够快速见效的应用场景。为此，企业可采用一套系统的方法论，例如通过workshop，清单列举各个业务场景，评估其潜在效益，并进行POC测试。比如汽车企业中，从汽车设计到零配件生成，再到合同筛选、生产制造和营销服务等，其业务场景种类高达100+，对于资源有限的企业而言，需明智选择具体场景，并进行POC测试，最终选择合适的大模型厂商进行落地，从小范围业务场景出发，逐渐扩大规模。

2.全面考虑风险控制，并确保合规性

AIGC应用中伴随着各类风险，尤其是内生风险、伦理风险、知识产权风险和数据风险。在项目启动前，务必将法务团队纳入项目，全面评估合规性，特别要注意涉及到人工生成内容的合规性和知识产权问题。通过有序合规流程，企业可以降低潜在法律风险，确保AIGC应用在规范框架内进行。

3.深入了解AI模型的优势，理性看待大模型的能力和边界

大语言模型展现了高超的智能，比如在多轮对话、语义理解、生成文案和摘要总结方面表现出色，但是大模型缺乏细分领域的行业知识，在一些行业深度分析推理类场景中表现受限，这使得大模型在行业落地面临着较大的挑战。由于新闻报道中通常呈现AIGC在各种场景中令人惊叹的表现，人们可能会对其能力产生了非常高的期待，企业在选择AIGC场景时要理性看待其优势，了解大模型能力的特点和边界，并选择适合的场景进行应用。

4.确保AIGC稳定性和可用性，提升用户体验和业务决策质量。

稳定性研发是AIGC成功应用的关键。对于一些复杂推理的场景，比如在进行高级分析推理过程中，大模型可能出现幻觉，导致生成的结果在实际应用中并不符合事实，在这种情况下生成的结果是不可用的。这种不确定性可能会影响AIGC应用在实际应用中的可靠性和准确性，从而影响用户体验和业务决策的质量。销售易通过建立智能应用平台，引入行业知识库或专业领域的准确信息，以辅助大模型更好地理解和推理复杂场景，极大地提升AIGC在实际应用中的稳定性和可用性，降低大模型的幻觉，确保AIGC的稳定性和可用性。

 

 

三、AIGC会给企业带来哪些安全合规挑战？以及如何解决？

挑战一：数据安全风险及隐私泄露风险增加

随着 AIGC 应用场景越来越复杂，安全风险也在逐渐增加，黑客攻击或数据泄露都可能导致重大的安全问题，且AIGC 技术在处理大量个人和敏感数据时可能会导致隐私泄露，尤其对于ToC业务而言，例如在分析消费者行为或进行个性化推荐时，如果没有适当的数据保护措施，会导致用户的私人信息泄露。

解决思路：

新技术引用降低数据安全风险：销售易通过RAG（检索增强生成）降低潜在的隐私和数据泄漏风险。然后结合千亿级大模型的能力使得销售易在保证客户数据不流转第三方，提升数据安全的同时，还能够更好地理解用户需求和上下文，为系统提供了更为全面的行业知识背景，使得每一次的对话都能更为智能和高效。

建立健全的技术框架确保客户数据安全：建立健全的技术框架，包括数据加密、访问控制等安全措施。通过这些措施，整个系统的安全性得到加强，客户数据不容易受到侵害。企业可以借助先进的技术手段，构建一个安全可控的数据处理环境。

挑战二：安全合规是底线，不同地区数据安全合规要求不同：

各国和地区对数据隐私和安全性的法律法规不同，企业在使用 AIGC 技术必须遵守本土相关的法律法规，否则可能面临法律风险和声誉损失。

解决思路：

搭建法律合规团队：与法律专业人士合作，制定符合当地和行业法规标准的合规策略，保证团队能够及时了解法规的更新，确保人工智能应用的合法性。

建立健全的培训体系：建立健全的培训体系，对员工进行合规培训，提高员工对合规问题的认识水平，降低违规风险。员工的积极参与和遵循合规规定是预防合规问题的有效途径。