AIGC时代下新质生产力的探索与实践

一、引言：AIGC时代的新质生产力概述

从2023年的ChatGPT到2024年初火爆的Sora，以大模型技术为代表的通用人工智能（AGI）时代正在到来，通用人工智能也正是当前全球科技竞争的焦点。2024年国务院《政府工作报告》也明确提出，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。在全球人工智能竞争进一步升级的背景下，“人工智能+”首次被写入《政府工作报告》。

AIGC概念解析

生成式人工智能AIGC（Artificial Intelligence Generated Content）是人工智能1.0时代进入2.0时代的重要标志，它是以GPT技术为代表，一种基于神经网络和自然语言处理的技术，能够自动产生文本、图像、音频等多种类型的内容。这些内容具体可以是政府决策建议、电影片段、企业经营管理报告、行业分析报告、电影片段、小说等，甚至可以是软件代码等高逻辑高复杂性的输出。通俗一点讲，就是这玩意儿能跟人一样做很多智力劳动的工作。

为什么GPT是真智能

在大模型技术演进的整体框架中，其核心机制实际上是基于词序列的预测能力。通过捕捉前序单词的token信息，模型尝试预测接下来可能出现的词汇。例如，当输入为“我要吃”三个字时，大模型会依据概率预测后缀可能为“饭、瓜、瘪”，从而构建出完整的语句。然而，仅从这一技术特性来评判，或许难以将其界定为真正意义上的智能，它更多地表现为一种基于概率统计的软件工具。有趣的是当这项技术进化至GPT-3.5阶段时，通过投入巨大的算力资源和海量数据进行深度训练，实现了令人瞩目的突破。GPT-3.5展现出超乎我们预设的某些智能特性，诸如它自己学会并涌现了角色扮演、多维度推理、创造性表述甚至撒谎等，这些原本被认为是人类独有的复杂思维模式。这一发展不仅优化了模型的表现，更揭示了人工智能在模拟和理解人类智能行为方面所取得的重大进步。大模型能力遵循ScalingLaw，智能的程度会进一步提升。

新质生产力的内涵

新质生产力是指在科技革命和产业变革中诞生的，以高新技术为支撑、创新驱动为核心的新一代生产力形态。它突破传统生产要素的限制，通过信息技术、人工智能、生物科技等前沿领域的深度融合与广泛应用，实现生产效率大幅提升、产业结构深度优化以及经济持续高质量发展的全新动力系统。通俗说就是在传统生产要素不变情况下，不投入人员、资本等生产要素时，经济的增长需要依靠全要素率进行实现，本质上讲也就是科技创新。

佳华科技在新质生产力驱动下，紧随国家战略步伐，进行创新发展与布局，确立以大模型+与数据要素+为核心的重点工作，围绕大模型技术展开了一系列的创新研发和市场布局，形成了一套涵盖技术研发、人才培养、生态建设的完整发展战略。

二、大模型技术发展现状与行业前景展望

１、2023年国内大模型市场情况

在过去的一年中AIGC产业中技术落地且营收上亿的几个方向分别是：AI教育、数字人、GPU算力、视频／图片处理、知识库系统。可参考AIGCLink整理的以下这张图：

从图表分析可见，除了autoDL等专注于提供通用算力基础设施的公司之外，AIGC赛道上的盈利焦点主要集中在面向消费者（C端）市场的公司。诸如硅基智能、妙鸭和李一舟等创新企业及个人，在2023年成为该领域的典型成功案例，他们着力于在初创阶段开发适应C端用户需求的应用场景，如抖音等社交媒体内容创作工具以及数字营销应用等。

此外，在B端市场中，Dify、Data-GPT、毕昇智能等AI开发平台也展现出了活跃表现，它们通过整合抽象化的知识库、数据库资源以及工作流程自动化服务，为各类企业快速构建和部署AI解决方案。然而，由于企业级应用相较于个人消费市场而言具有更长的研发周期和复杂多变的应用场景挖掘需求，在2023年内尚未涌现出一款颠覆性或称霸市场的杀手级应用或平台。

2、2024年大模型应用前景展望

经过长期的观察与实践探索，本次AI技术革命的核心在于提升新质生产力水平，其本质目标是优化和增强企业的整体生产力体系，而非仅仅局限于C端市场中个人在自媒体领域的生产力增长；尤其是实体企业作为国家经济的基础支柱，其生产力的升级至关重要。

回顾2023年与客户合作的经验，各企业在实施AI战略时普遍面临以下几项关键挑战：缺乏大模型领域的专业人才；由于数据安全和隐私保护的考虑，企业经营数据难以直接上传至云端，要求具备成本效益高的私有化大模型解决方案；各行业术语和业务指标存在显著差异，如“营业利润”这一指标在不同行业中具有多种特定含义和计算方式；企业间的数据标准不统一，导致大模型难以与企业内部私有化数据进行无缝对接。

因此，在未来构建企业级AI应用的过程中，需要依托专业的平台来满足各类定制化需求。鉴于数据特异性和行业差异性，这类平台可能会分化为众多细分领域。相较于2023年大规模模型竞争的态势，预计到2024年，面向企业级应用的平台将更为聚焦，且可能每个行业中最终会形成若干主导性的大型平台。这些平台将深度融合行业知识与数据特性，从而为我司在所属行业内打造专属的大模型平台提供了机遇窗口。

三、佳华科技实践成果展示与发展路径探索

1、具体案例分析：

(1) 编写环保行业专业性报告

佳华科技运用先进的大模型技术，结合多年积累的行业和监测数据，革新了空气质量监测与管控建议报告的生成过程。报告制作时间从原本的5—10天缩短至仅需10分钟，显著提高了工作效率和经济效益。此外，大模型不仅提高了报告的精确度和质量，同时依靠大模型的推理理解能力确保了分析总结与建议的实用性和准确性，赢得了客户的广泛赞誉。

(2) 全国碳市场填报助手

根据国家的双碳控排计划，需要各控排企业在国发平台上，填写企业的碳排放数据。这个过程要填写的内容非常多，还需要上传对应的佐证材料。 通过大模型解析原始数据实现智能填报，将人从繁琐的填报检查工作中解放出来，降低了人为失误，提升了填报效率，减少了填报成本。

(3) 企业数字化

本质是结合企业各种私有数据，利用大模型、数字人等技术，打造企业智能助理，协助或代替人类在电脑、手机等数字化设备中，完成企业中重复性高、耗时多、复杂度低的劳动和工作，提升企业所有人的业务决策效率和工作效率。

(4) 生态环境双碳垂直大模型

佳华结合自身近20年的环保行业大数据，训练生态环境双碳垂直大模型，致力于解决环境保护和管理中的复杂问题。该模型通过深度学习和人工智能技术，能够处理和分析海量的环境数据，包括但不限于空气质量、水质等多个方面。通过对这些数据的深入挖掘和学习，我们的模型能够预测环境变化趋势，识别污染源，评估环保政策的效果，并为决策者提供科学的数据支持，为佳华各类业务赋能。

迎接AIGC新时代，推动新质生产力持续释放。站在AIGC时代潮头，我们应充分认识并挖掘大模型这一新质生产力的巨大潜力，携手产学研各方力量，共同推进技术创新、产业融合与应用落地。只有如此，才能真正抓住新一轮科技革命带来的历史机遇，让新质生产力在中国乃至全球范围内发挥最大效能。

面向未来，佳华科技在AIGC方向，制定了长期发展战略与目标设定，公司将持续加大研发投入，优化升级大模型技术，拓展应用场景，同时积极参与制定行业标准，基于我们全国首创的生态环境双碳大模型，引领行业发展。