| 来源：中信建设证券 编辑：管理员 时间：2023/9/8 |
生成式AI可运用于B端及C端场景，典型应用场景如B端的办公、营销、金融等，C端的教育、 社交、电商。 应用落地速度来看：B端快于C端。由于AI To B应用主要面向企业内部等特定少数用户群体， 注重为特定领域的生产降本增效，具备较强的工具属性，因此更容易落地使用。而AI To C应用 落地速度较To B产品慢，主要系其以尽可能多的用户使用为目的，对产品的标准化程度要求更 高，也需与特定场景结合，如教育产品要明确面向教师还是学生，电商产品面向买家还是卖家 等；且教育、社交的产品也具备一定媒体属性，需要接受有关部门的监管。 从数据质量看：B端高于C端。由于AI To B应用主要面向企业客户，对输出内容的专业性、准 确性有更高要求，容错率低，因此也要求底层模型用于训练的数据，也要具备较高质量；而AI To C主要面向大众用户，带有一定的社交娱乐属性，因此对输出内容的专业性和要求较弱
|
| 信息推荐 |
| » AI应用方向：效率提升 VS 娱乐消遣，短期ToB有望先行 |
| AI带来的长期回报,是大于购买AI产品的投入成本的,那么购买意愿就大,且追求业绩本就是企业终极目标;企业的现金流/调用现金能力,远好于普通个人 |
| » Casetext：由GPT-4支持的AI法律助理,访问量明显提升 |
| 可以对话形式,帮助用户实现各种法律需求,对杂乱无章的文件进行整理和分析,上传合同后系统可以确定相关条款,冲突和风险,然后提出修改建议 |
| » AIGC产业挑战：隐私、安全、产权、伦理等 |
| 缺乏标准及规范,新技术造成的虚假信息难以追踪，加上目前规范较为模糊;数据隐私及安全,强大的推理能力可能导致隐私泄露的风险 |
| » AIGC为个体赋能分析-提高效率、提升专业技能 |
| AIGC可以用于自动化文本创作,音乐创作,电影脚本创作等;可以用于数据挖掘,语音识别,计算机视觉等领域，帮助个人从大数据中获取有价值的信息 |
| » AIGC在不同行业赋能情况-提高生产力 降低成本 增强创新 |
| AIGC对行业主要赋能在于生产力显著提高,降低成本,增强创新等方面,电商行业的个性化推荐,效率提升客户服务;传媒行业的丰富内容 |
| » 中国AIGC产业未来发展趋势 |
| 未来AIGC模型体量/复杂度将会提高,基础关键能力显著增强,产品类型逐渐丰富,应用领域也将更加广泛,随着商业化程度加深,未来AIGC将涉及更多领域 |
| » 受AIGC浪潮影响较小的岗位 |
| 工作对科学方法和批判性思维的依赖程度与LLM影响情况呈负相关,体力劳动较多的岗位如社会援助,食品服务,木工,护理等受到的潜在威胁也较小 |
| » AIGC浪潮对不同岗位影响分析 |
| AIGC对职位影响机制主要在于技能点相似从而实现替代,重复性较强的初级工作AIGC具备较强的理论替代可行性,典型岗位如电商客服,新闻记者,动画设计师,教师,文员 |
| » AIGC在办公软件领域推动生产力变革 |
| AIGC正在推动办公软件领域生产力的变革,文字创作领域,微软推出的 Copilot可通过聊天式指令,生成文章,演示文稿等内容;图文/视频领域AIGC已可实现自动创作。 |
| » AIGC对教育行业影响分析 |
| 主要体现在对知识生产,知识学习方式等改变,具个性化地教育以及高效是突出特点;而深层影响将涉及现有教育模式调整.专业设置,人才培养方向等考量 |
| » AIGC在游戏研发环节贡献有哪些 |
| Al通过模仿职业选手,玩家则感觉像在与真实的职业选手对抗;模拟玩家在某套数值体系下的游戏体验,提出优化策略,发现潜在漏洞辅助游戏策划 |
| » AIGC拓展了影视行业创作空间 |
| 通过对海量剧本数据进行分析归纳,并按照预设风格快速生产剧本,创作者再进行筛选和二次加工;拓宽了影视作品想象力的边界 |
