第3節 AIGC的局限、適用場景和正確使用方式

AIGC的局限

雖然AIGC非常強大，但是無論多么強大的事物都有自己的邊界，AIGC也不例外。以下是AIGC存在的主要問題。

● 缺乏真正的創造性：AIGC可以生成豐富的內容，但它只能根據已有的數據進行模式學習和內容生成，無法像人類一樣進行真正意義上的從0到1的創造。

● 很可能出錯：AIGC非常強大，但它依舊會犯錯，而且不可控。有些錯誤很明顯，有些錯誤隱藏得很深。例如，AIGC給出一個鏈接，這個鏈接可能是空的；AIGC給出一個解釋，但可能是錯誤的。這類問題，從原理上不可能完全解決。

● 存在文化甚至種族偏見：這類問題的根源是訓練材料中隱藏著偏見，這個問題也很難從根本上解決。

● 版權風險：由于AIGC生成的內容是基于已有的數據進行學習后生成的，因此在使用這些數據時可能存在版權問題。另外，人類投入智力和精力生成的內容，很可能在我們不知情的情況下被服務商用作訓練大模型的素材，這就會進一步加大版權風險。

● 隱私和安全風險：大多數情況下，我們都是通過遠程的方式來使用AIGC服務商的服務的。服務商可以完全掌握我們提的問題、做的操作、生成的內容，這就會讓隱私和商業秘密面臨泄露的風險。

因為上述問題的存在，企業在應用AIGC時，需要揚長避短，在邊界之內用好它。

在企業實戰中，要特別注意一個問題——使用者不能懈怠和偷懶。因為AIGC的能力非常強，導致一些員工過于依賴它。我的一個學員就向我抱怨，他派來學習的員工利用AIGC糊弄他。以前給員工布置一個任務，這個員工雖說需要幾天才能交出方案，但是方案的質量尚可。學完AIGC之后，這個員工第二天就上交方案了。這個學員本來很開心，但仔細看過方案后卻發現了很多問題，質量還不如員工以前自己做的。原因是這個員工完全讓AIGC代勞，而不是積極與其協作，這不是使用AIGC的正確方式。這雖然不是AIGC本身的問題，卻是企業在應用AIGC時需要解決的問題。