引言
2023年初，ChatGPT在全球范圍內掀起了關于生成式AI的討論熱潮。
(資料圖)
ChatGPT（全名：Chat Generative Pre-trained Transformer），是美國人工智能研究公司OpenAI于2022年11月30日發布的聊天機器人程序。ChatGPT是由AI技術驅動的自然語言處理工具，擁有語言理解和文本生成能力，不但具備強大的知識儲備，還擁有根據聊天的上下文進行互動的能力。
ChatGPT與人類真實聊天場景幾乎無異的交流能力和內容創作能力，以及根據用戶反饋持續優化模型的能力，大大拉開了其與傳統的對話機器人（Chatbot）的距離——早期的對話機器人更像是基于數據庫的查詢系統。
而且，作為生成式AI技術發展的代表性產物，與多年前同樣引起轟動的圍棋機器人AIphaGo相比，ChatGPT的應用場景更具普適性，可以更有力地持續推動這一波AI技術的發展與應用。
生成式AI的應用和發展
生成式AI（Generative AI）是通過各種機器學習方法從數據中學習目標對象的組件，研究歷史數據，進而擁有生成全新的、完全原創的內容能力的AI。它專注于創建新內容，包括音頻、代碼、圖像、文本、模擬和視頻等。
近年來，生成式AI的創新持續加速，且正大規模地從實驗室進入真實世界的場景與應用。創作效率高、創作成本低、使用門檻低的特點，使其可以應用于廣泛的行業領域。
廣告和媒體
生成式AI的多媒體內容生成功能大大推動了該技術在營銷和廣告行業的應用，該項技術可以幫助減少成本消耗，讓創作者得以更專注于需要想象力和創造力的部分。生成式AI還可以生成針對細分群體的廣告，以協助公司完成客戶細分管理。
行業案例
美國廣告平臺Omneky與OpenAI合作，通過生成式AI技術，規模化生成個性化內容，并優化所有數字渠道的廣告創意，為用戶提供的廣告營銷解決方案。
▲信息來源：Omneky官網
安全保護
生成式AI技術通過圖像處理、視頻修復和音頻合成，保護新聞受訪者的身份安全。該技術還可以根據從不同角度獲取的影像資料，生成目標人物/物體正面視角的圖像，以加強大型公共場所的安全管理水平。
醫療和制藥
生成式AI在醫療領域的應用主要包括藥物研發、篩查診斷和醫療影像處理等。
藥物研發模型的AI化，可簡化并加速研發進程，將原本平均三到六年的藥物研發周期縮短到幾個月，大大減少藥企的研發成本。
在醫療領域，生成式AI可通過生成高精度的圖像，識別疾病的早期癥狀，并制定高效且個性化的治療計劃。在手術過程中，生成式AI還可以減少圖像噪音，改善手術圖像呈現效果。
行業案例
2021年，著名藥企阿斯利康與英偉達（NVIDIA）合作，開發生成式AI藥物研發模型——MegaMolBART，該模型計劃用于反應預測、分子優化和分子生成。
▲信息來源：NVIDIA官網
軟件和程序開發
生成式AI技術可以使編碼任務自動化，并迅速識別和修復代碼中的錯誤。紅杉資本預測，生成式AI將在2030年在編程能力上超越人類程序員。同時，低代碼和無代碼應用程序的增長趨勢預計將是生成式AI的關鍵需求驅動力。
快消零售
生成式AI能夠在消費者咨詢和售后服務過程中更好地理解和處理客戶的問題。
時尚消費品企業還可以利用生成式AI自動創建效果圖像的技術，虛擬試穿效果圖或試色效果圖，優化消費者的購物體驗。
行業案例
2018年，國際快消服裝品牌Zara開發了一個AR應用程序，該應用程序使用生成式AI創建虛擬模型以展示服裝，并幫助客戶進行個性化的購物體驗。
▲信息來源：Teen Vogue官網
金融
基于金融場景積累的海量對話及解決方案數據，結合生成式AI的技術能力，可以打造全新的智能客服、智能營銷和智能風控服務。
行業案例
摩根士丹利正在與OpenAI合作，使用GPT系列產品微調財富管理內容資源，財務顧問既可以快速搜索公司內部的現有知識，又可以輕松地為客戶創建量身定制的內容。
▲信息來源：OpenAI官網
工業制造
在工業制造領域，生成式AI主要應用于零件設計、生產效能提升等方面。
憑借生成式AI，企業能夠設計出最滿足性能、材料、制造工藝等特定目標和限制條件的零件。通過優化產品設計和工程參數，生成式AI可在現有條件下增強機器和材料的使用效率以促進生產。
從企業內部角度來看，生成式AI可以應用于大多數適用文字撰寫、視頻編輯以及語音轉化等需求的業務場景。可以預見，生成式AI工具將通過更短的業務路徑，使曾經耗費大量人力的操作流程自動化，提升企業的整體運營效率。
目前在世界范圍內，生成式AI市場的主要玩家包括OpenAI、Synthesia、Jasper AI、Google和Microsoft等。北美地區在生成式AI的全球市場上占據絕對的主導地位。
目前，中國本土的生成式AI產品以語言生成類和視覺生成類為主，其他應用類型還處于探索階段。2023年3月16日，百度正式推出生成式對話產品“文心一言”（ERNIE Bot），該產品被譽為“中國版ChatGPT”。2023年3月10日，畢馬威宣布成為文心一言首批生態合作伙伴和首個國內咨詢行業合作伙伴。
負責任AI
新的技術變革往往同時帶來機遇與風險。隨著AI 逐漸從科幻走進日常生活，人們逐漸習慣于AI帶來的便捷，但是當這些技術深入應用到廣泛的領域中時，我們應該更加謹慎地看待這項技術可能帶來的風險。
歧視性算法：
性別、國家、種族、職業等都是歧視性算法的重災區，比如在很多面部識別算法中，黑人比白人的面部識別準確率更低。
隱私保護：
在人臉識別軟件的訓練過程中，可能出現未經允許使用人們的照片做試驗，或者在大型公共場所中擅自進行人臉識別試驗的情況。
學術倫理爭議：
近期已經有很多高校禁止了ChatGPT，以防止學生使用該工具完成作業，侵害科研和教學的倫理環境。
著作版權爭議：
由于生成式AI能夠根據機器訓練的材料進行設計、編寫活動，生成高價值的產品，可能引發與訓練材料非法使用相關的版權問題。
系統健全性爭議：
不成熟的機器訓練過程可能使生成式AI的學習過程存在明顯缺陷，導致其產出物質量的不確定性，如不安全或錯誤的內容輸出。
AI在敏感行業的應用：
金融行業的合規與安全性對AI提出了更高要求；AI在自動駕駛、智慧醫療等直接影響人類生命健康領域的應用亟需更加嚴格的監管。
犯罪活動：
AI技術已經開始被犯罪分子用來傷害他人或社會，例如犯罪分子使用基于AI的軟件冒充熟人或上級的聲音，進行財產轉移相關的詐騙。
負責任AI是一種以安全、可靠和合乎道德的方式開發、部署和使用AI系統的方法。負責任AI的核心理念強調以人為本、社會責任和可持續發展，這就要求AI 的發展遵循一定的基本原則，包括公平性、透明度、可靠性、隱私安全性、包容性和責任承擔：
公平性：
AI技術應促進公平公正，促進機會均等，消除AI技術的應用結果可能產生的偏見和歧視。
透明度：
當AI系統協助制定決策時，決策相關方有權利了解這些決策背后的邏輯。透明度要求AI系統的運行方式及決策模式的可解釋性，基于此理解，決策相關方可以進一步考慮潛在的性能表現、公平性、排他性或例外結果等情況。
可靠性：
AI系統需要能夠可靠、安全且一致地運行，它應該能夠按照最初的設計運作，響應意外情況，識別潛在的威脅并抵御不當操作。
隱私安全性：
AI發展應尊重和保護個人隱私，充分保障個人的知情權和選擇權，在個人信息的收集、存儲、處理、使用等各環節設置邊界，并建立規范。
包容性：
AI應促進綠色發展、不同地區的協調發展和共享發展，避免數據與平臺壟斷，鼓勵開放有序競爭。
責任承擔：
AI技術研發者、使用者及其他相關方應具有社會責任感和自律意識，嚴格遵守法律法規和倫理道德，并建立問責機制。AI技術應用過程中應確保使用人知情權，告知可能產生的風險和影響。嚴格防范利用AI技術進行非法活動的風險。
雖然對AI的倫理要求已經是社會的主流共識，但生成式AI所帶來的風險具有以往的技術革新都不具備的特點，比如生成式AI利用跟隨時間變化的數據進行訓練，這些訓練數據有時會發生重大變化，進而影響系統的功能和可信度；AI系統及其應用環境通常十分復雜，使得故障發生時很難快速檢測和處理；AI技術的社會化應用，使其容易受到社會動態和人類行為的影響。技術和社會因素相互作用，造成了AI風險的獨特性。
AI的應用倫理已經在世界范圍內引起監管機構的廣泛重視，AI風險的管控框架政策正持續建立中：
AI管控（AI in Control）
從企業的角度，AI帶來的風險主要包括：
AI技術與公司治理之間的道德和價值觀分歧引發的聲譽風險； AI技術的缺乏解釋性引發的監管和合規風險； AI技術做出錯誤判斷引發的經營和財務風險； AI技術失控并做出越界決策引發的法律風險。企業應針對四個要素對AI技術進行監督，以平衡AI所帶來的風險：
適應性：
AI技術的穩定性，跨平臺靈活性和對抗網絡攻擊威脅的能力；
公正性：
確保模型沒有偏差和偏見，以及確保一些受限屬性沒有被隨意使用；
完整性：
檢查算法的完整性和數據的有效性，包括對數據來源和數據使用適當性的檢查；
可解釋性：
決策過程的透明化和可解釋。
毫無疑問，充分理解和管理AI風險有助于增強企業的可信度，進而提升公信力。AI風險控制是所有企業即將面對的重要課題，AI管控的概念應運而生。
AI管控（AI in Control）是一種可以持續監控AI系統的技術，它通過數字化、靈活以及端到端的框架結構評估和衡量算法風險，并通過確保AI系統具有完整性、可解釋性、公正性和適應性，來幫助用戶掌控AI系統，使其在決策時能被有效利用和信任。
畢馬威在行業內領先開發了“AI in Control”框架、方法及工具，協助企業提高AI應用信心和透明度。此架構為解決上文中指出的固有風險而設計，并就建立AI治理、執行AI評價以及建立持續的AI監控程序提出建議和領先實踐。
對于每家公司來說，AI in Control都是一項定制化的服務，它的核心由一系列基礎部分組建，包括綜合性的AI架構、AI的專家評估、技術資產和能力以及持續的監督和增值洞察。
畢馬威“AI in Control”框架的特點和優勢包括：
在鼓勵創新和靈活性的環境中制定AI設計標準，并建立相關控制；
評估當前治理框架并進行差距分析，以識別需改進的領域；
設計和實施一個貫穿全生命周期（戰略制定、構建、訓練、評價、配置、運營及監控）的端到端AI治理和運營模型；
設計一個通過指引、模板、工具和加速器來交付AI的解決方案和創新的治理框架；
整合風險管理架構以確定和優先處理關鍵業務算法，納入風險緩釋策略，以應對算法在設計和運行過程中的網絡安全、完整性、公平性和適應性等問題；
保持對算法的持續控制，但不扼殺創新和靈活性。
從具體的執行層面，畢馬威將企業AI的評估分為診斷和測試兩部分：
診斷：
對企業AI計劃和治理進行診斷，包括AI管理成熟度評估，以及實現目標狀態的路線圖和建議。我們將重點評估現有治理要素對AI現狀的適用性、當前的運行模式和AI擴大使用范圍的準備情況；
測試：
基于AI評估四要素，開展各AI算法和系統的設計有效性測試和執行有效性測試。
針對AI技術的評估和測試必然區別于傳統的測試執行模式，畢馬威擁有并與第三方合作開發了一系列評估和監控工具以協助進行AI應用的診斷和測試：
工作流評價工具：
畢馬威開發的綜合化的工作流評價工具，可以對AI進行綜合評估。畢馬威擁有超過250個問題庫，這些問題均基于我們綜合性的 “AI in Control” 框架和關鍵風險領域的洞察提出；
KPMG Max：
畢馬威運用一系列腳本和流程再現技術，開發了協助驗證AI模型透明度的工具；
自動監測工具：
畢馬威與IBM合作，基于大量AI解決方案，形成功能強大的分析技術，用于監測偏差、公正性和準確性。我們能夠對組織中所有AI系統進行評估測試分析，并且將分析結果與儀表盤充分融合；
自動監測工具：
畢馬威與IBM合作，基于大量AI解決方案，形成功能強大的分析技術，用于監測偏差、公正性和準確性。我們能夠對組織中所有AI系統進行評估測試分析，并且將分析結果與儀表盤充分融合；
有洞察力的儀表盤：
畢馬威將AI評估結果綜合呈現于儀表盤工具中，使評估結果更容易理解。公司可以使用預先設計的儀表盤，或者定制一個符合公司可視化需求的定制化儀表盤。
▲ 圖片來源：KPMG US AI in Control Talkbook
結語
“最后生存下來的不是最強大或最聰明的人，而是那些能夠適應并管理變革的人。”生成式AI來勢洶洶，生產力變革的浪潮要求企業用開放的眼光，擁抱變化和挑戰，提升自身在新環境下的核心競爭力，領跑行業新賽道。同時，面對新技術引發的AI倫理風險，以及越來越嚴格的AI開發和應用監管環境，企業需盡早進行AI管控體系的搭建，為企業長遠的智能化和數字化發展保駕護航。
本文內容僅供一般參考用，并非針對任何個人或團體的個別或特定情況而提供。雖然我們已致力提供準確和及時的資料，但我們不能保證這些資料在閣下收取時或日后仍然準確。任何人士不應在沒有詳細考慮相關的情況及獲取適當的專業意見下依據所載內容行事。本文所有提供的內容均不應被視為正式的審計、會計或法律建議。
?2023畢馬威華振會計師事務所(特殊普通合伙)、畢馬威企業咨詢(中國)有限公司及畢馬威會計師事務所，均是與英國私營擔保有限公司— 畢馬威國際有限公司(“畢馬威國際”)相關聯。畢馬威國際不提供任何客戶服務。各成員所均為各自獨立的法律主體，其對自身描述亦是如此。畢馬威華振會計師事務所(特殊普通合伙) — 中國合伙制會計師事務所；畢馬威企業咨詢 (中國) 有限公司 — 中國有限責任公司；畢馬威會計師事務所 — 香港合伙制事務所。版權所有，不得轉載。畢馬威的名稱和標識均屬于畢馬威國際的商標或注冊商標。
責任編輯：
標簽：
