任正非说，未来只有两种人，一种是熟练使用AI工具的人，另一种是可以生产AI工具的人。

首当其冲，是认知层面的改变。企业员工要积极拥抱新事物，而不是消极对抗。目前，大家对以ChatGPT为代表的大模型已经有一定认知度，从文本、图像到视频、编程，领域宽泛，技能炫目。我们不但要了解它，更要与它一同生产价值。

1. 获取知识

从网络化时代走来，我们已经习惯用百度类的搜索工具获取知识。从ChatGPT的角度而言，单纯获得知识属于“搜索”技能，之所以AI大模型在顷刻之间赢得广泛口碑，原因是它不仅能查找搜索，还能从同类数据库里识别、解读、概括，重新生成答案。如果我们想获取一个名词解释，百度一下就可以；如果我们想做一个科普性的说明文，百度就不够用了。知识包含科学知识、社会知识、事件知识、数值知识和原型知识等，在这些领域，大模型表现良好。

因此，从企业员工的角度出发，往往工作流程的第一步就是知识获取，那么使用大模型就成为一项必备技能。

2. 创作作品

在AIGC领域，文本生成、图像生成、视频生成在企业的应用中是最为成熟的。

AI写作：企业中的绝大多数岗位绕不开公文写作，其中包含会议纪要、宣传稿、主持稿、商务合同、通知文件等等。虽然企业里通常会有擅长文案的专门人才，但是人才稀缺，有了AI大模型，大家就可以用人际协作的方式来完成文字工作。

AI作图：除了企业宣传类岗位需要设计各类图片等，其实图像的制作也很常见，比如一份方案的封面设计，一份PPT中的某类展示图，一份会议邀请函等。

AI制作视频：短视频如今已经是企业文件中较为常用的类型，比如会议宣传、产品发布、团队建设视频等。生成类视频网站非常多，可供选择的有腾讯智影、文心一格等。

3. 辅助运营

AI能够协助我们完成各类运营工作，比如拟写商业方案、营销方案、协同流程等。这里有两个必要条件：

一是使用者本身具备相关运营专业知识。比如，写一份产品营销计划书，你必须准确描述产品的特点和客户类型，否则AI只能生成一份泛泛的方案，几乎派不上用场。

二是使用者要擅长与AI打交道，也就是使用各种提示词。具备这两点后，使用AI来协助运营就如虎添翼。

企业首先是一个组织，组织对外强调经济价值，对内强调提升效率。AIGC对企业内部的管理效能提升来说，可以分为四个方面的功用：

一是单纯的技能替代，二是局部替代+人的创造，三是新技能和人本身技能的融合，四是人的精力在技术的帮助下获得空余，从而创造新价值。

那么，企业的主要部门会发生哪些改变？

1. 市场／品牌部

市场／品牌部一般来说是企业的标配，也许名称会有不同，但是功能职责类似，无非是规模大小的区别。市场／品牌部承担了企业的产品传播、品牌建设、市场引流、客户黏度等职能，高频的工作有三大类：

一是文本化创作，包含产品介绍、企业宣传册、新闻通稿、营销软文等，而AIGC既可以当作辅助工具，也可以在某些结构化文本中充当主力。尤其是常规性的窗口运作，比如企业官网、微信公众号、短视频等，可以模仿商业咨询顾问刘润使用数字人，用写好的脚本通过数字分身进行传播。

二是图片视频制作，包含企业宣传片、营销海报、产品动态展示等。AIGC可以自动生成视频，或者辅助合成，迅速提高部门整体效率和工作质量。

三是市场活动，比如每年都要举办高频营销活动，其会场布置可以用3D虚拟方式增加渲染效果。

2. 营销部

营销是企业的核心工作，很多CEO甚至创始人是营销岗位出身，因为这份工作更加贴近客户、了解市场。企业的营销业务部门一般有三类职责：

一是商品展示。对比线下购物，线上购物的缺点是难以看清商品全貌，如今AIGC技术可以通过视觉算法生成3D模型，提供多方位视觉体验，降低成本，促成用户成交与转化。阿里巴巴“每平每屋业务”在这方面有较为成熟的应用，它用AIGC技术在线模拟展示“商品放家中”，直接让客户看到实际效果。

二是客户营销。一方面是吸引新客户，基本手段有扫楼、电话营销、社群互动、广告精准投放等。近年来随着信息透明度不断提高，传统营销难以吸引客户，又涌现出内容营销、专业营销、口碑营销等多种方式。这些方式通常需要通过建立“客户画像”，了解客户的属性、爱好、品位、消费能力等，进行分析后制定营销计划，以营销内容触动客户，而这一部分恰好是AIGC擅长的范围。另一方面是维护老客户，既然是“维护”，说明有相对固定的方式，比如客户生日、二次购买时间等，这些可以通过AIGC自动生成并执行。

三是直播带货。在营销环节，直播已经成为电商的必要手段。面对成本高涨、主播无法长时间工作的困境，虚拟主播可以24小时不间断直播，可控性较强。比如今年7月刚入围IDC最佳案例的广西文旅数字人“刘三姐”，承担着推广大使的职责，不仅对景区如数家珍，还在各类活动中担任主持、表演歌舞，与用户问答互动，效果良好。

3. 金融投资部

金融投资部天然与数据处理、分析关联在一起，需要在复杂市场中搜寻各种信息并加以修正、分析、决策，最终创造价值。企业金融投资部的职责一般有两类：

第一类是帮助企业做投资、并购等交易。这类工作最适合AIGC完成，借助大模型进行信息搜寻、数据分析、决策辅助等。目前量化交易、个性化的机器人投资顾问在市场中非常成熟。如摩根士丹利就是GPT-4的种子客户，通过GPT-4管理、搜索庞大的财富知识库，包括数十万页的投资策略、市场研究评论及分析师见解。

第二类职责是企业金融产品推介。AIGC可以实现金融咨询、产品介绍等视频内容的自动化生产，还可以塑造数字人客服，比如中信金控的“小信”。

4. 行政人事部

以行政人事部做一个归类，其实囊括了很多类似的职能部门，比如董事长办公室、企业管理部、包括财务部门等。这类职能部门的职责大致有三类：

第一类是制度文件类。即把企业中一些关键的成功因素总结并制定成相应的机制，从而能够更好地复制、创新、传播、防范风险等。在拟订制度方案上，可以把AIGC直接作为文书助理——你提出要求，它生成1.0版，然后再根据个性化的要求进行修订。

第二类是数据分析类。无论是员工数据、财务数据、企业绩效数据，都需要针对性地进行采集、统计、分类、分析，最终形成决策建议。AIGC在这方面的能力不用赘述。

第三类是客服类。比如员工的入／离职办理、报销流程咨询、流程辅导等，都可以通过服务机器人来解决。

5. 法务监管部

法务部门是一个相对独立的存在，其核心职能一般有三项：

一是起草各类法律文书，比如劳动合同、商务合同、法律程序中的各种往来函件等。生成文本是AIGC的强项，普通类文书起草大概率可以胜任。

二是解答法务问题。企业内部遇到矛盾、与客户之间产生纠纷等，业务部门都会向法务部提出支援请求。针对法律条款和相似案例，法务机器人可以回答一些常见问题，给出一定的处理建议。

三是律师职能。这部分需要的综合能力相对较高，不仅有对专业内容的理解，还有对人的判断等。最新的应用是DoNotPay开发的“AI律师”，这是一个运用AI技术为普通人提供法律服务的APP，功能上最初只是为违规停车自动化写申诉。随着AI技术的升级，它已经可以作为消费者代理，在对话框中与服务商协商网络套餐等问题。GPT-4也已经通过模拟律师考试，分数进入应试者前10%。

1. 决策机制

AIGC具备出色的信息整合和分析能力，能够从多个来源快速处理和理解大量数据和文本信息。通过与AIGC交互，可以获得全面的数据分析和背景信息，理解决策背景和潜在影响。它还在问题识别和解决中发挥作用，帮助我们识别问题、提供解决方案，并根据历史数据预测潜在问题和风险。作为决策支持系统的一部分，AIGC为决策者提供实时信息和分析，减少主观偏见和不确定性，通过模拟和预测分析评估不同决策方案的可能结果。这里举几个例子加以说明。

市场趋势分析：通过AIGC，企业管理者可以了解市场趋势、竞争对手动态、消费者行为等信息。AIGC可以从多个数据源中整合并分析这些信息，帮助管理者更好地理解市场状况，制定相应的市场策略和产品定位。

销售预测和需求预测：AIGC分析历史销售数据、市场趋势以及其他相关数据，提供对未来销售和需求的预测。这有助于企业管理者进行库存管理、生产计划和市场推广策略的决策，以满足市场需求并避免过度供应或供应不足的问题。

供应链优化：AIGC可以整合供应链中的数据，包括供应商信息、物流数据、生产计划等，帮助企业管理者优化供应链管理。它可以提供关于库存水平、交货时间、供应链风险等方面的分析，以帮助管理者做出更好的供应链决策，提高供应链效率和灵活性。

风险评估和管理：AIGC帮助企业管理者识别和评估潜在的风险因素，包括市场风险、竞争风险、法律风险等，帮助管理者制定风险管理计划和措施，降低风险对企业的影响。

员工绩效评估：AIGC可以分析员工的工作表现和相关数据，并提供关于员工绩效、培训需求等方面的建议和意见，帮助管理者做出更准确的绩效评估和决策。

2.人才部署

AIGC对企业人才部署的影响是巨大的，其中最直接的影响是对企业人才的重新分类和细分。随着AIGC的发展，企业人才可以被划分为自然人（碳基人）和再造人（硅基人）两大类。

自然人可分为三大类：全职数字化人才、合伙人和关系人。

全职数字化人才包括数字化管理、专业和应用人才。数字化管理人才对照企业内部原来所设置的高管、中管和基层主管。数字化专业人才对应大数据工程师、算法工程师等技术人才。数字化应用人才对应企业内部运营、营销、生产等各环节人才。

合伙人指在共享平台上的合作伙伴和专业人才，他们可以提供独特的技术专长、项目管理能力等，为企业提供专业服务。例如，企业可以通过在线平台雇佣独立的设计师、咨询顾问、营销专家等。

关系人指在社群中互动的企业外部用户，他们在使用企业产品或服务过程中积累了一定经验和知识。企业可以通过与这类人才互动，获取反馈和洞察，用于产品改进和创新。例如，企业可以通过社交媒体平台与用户互动，收集用户需求和意见。用户也可以直接创造价值，如在抖音发布视频的UGC（User Generated Content，用户原创内容）贡献者。

再造人分为机器人和数字人。机器人分为硬件机器人和软件机器人（RPA）。硬件机器人包括工业机器人、服务机器人和特种机器人，应用于制造业、服务业和一些特定领域。软件机器人（RPA）是处理重复性、规则性和烦琐工作的流程性机器人，通过加入人工智能可以扩展其工作领域。

数字人分为真人驱动型和计算驱动型。真人驱动型数字人通过映射和交互实现，可以复刻真人的外貌和语音。计算驱动型数字人是完全虚拟的，通过计算实现语音和表达的效果。

总之，AIGC对企业人才部署的影响是将人才重新分类和细化。这种分类和细化帮助企业更好地利用各类人才的专长和能力，提高工作效率和创新能力。

3. 运营模式

AIGC对企业运营模式的影响主要体现在智能化、自动化和一体化三个方面。通过智能化的交互方式，提供更好的用户体验；通过自动化的技术，提高工作效率并降低成本；通过一体化的整合，促进企业内部协同与合作。比如生产一辆汽车，AIGC如何运作呢？

智能化方面：AIGC与汽车设计团队合作，提供智能化设计建议。它可以分析市场数, 据、用户反馈和最新技术趋势，帮助设计团队优化汽车外观和性能，以满足消费者需求，提高竞争力。

自动化方面：AIGC与生产线上的自动化设备对话，实现生产流程的自动化控制。它可以与机器人和自动化设备实时交互，监控和调整生产进程。例如，AIGC与焊接机器人对话，指导其完成车身焊接工作；与装配机器人对话，确保零部件安装准确。

一体化方面：AIGC作为企业内部沟通工具，促进不同部门之间的协同。例如，设计团队、工程师、生产计划师和供应链团队可以与AIGC共享信息、解决问题并协调工作。这有助于确保生产进程顺利，减少沟通误差和信息延误。

此外，AIGC可以收集和分析客户的反馈和需求。企业通过AIGC了解客户对汽车的喜好、期望和意见，从而优化产品设计并提供更好的售后服务。

4. 组织模式

数字化之后，理想的组织形式是“经营体+赋能型中后台”，通俗意义上叫作平台型组织，大任智库提出更为系统的“细胞体班组”。在AIGC出现之前，企业因为某些职责的不可替代性，依然采取科层制架构，AI的应用加速了组织平台化，因为智能化使协作变得更容易，组织就可以更加扁平。具体体现在以下几个方面。

赋能前台：AIGC作为智能助手，为前台部门（如客户服务团队）提供支持。AIGC可以帮助前台员工快速获取产品信息、解答常见问题，并提供个性化的建议。这样可以提高客户满意度，增强客户关系，促进业务增长。

搭建中台：AIGC可以在中台搭建过程中发挥作用。中台团队利用AIGC的智能化能力，整合和管理企业核心数据、业务逻辑和服务能力。中台团队可以快速获取数据和分析结果，提供一致的决策支持和服务能力。这样可以提高数据的可访问性和一致性，促进不同部门之间的协同和共享，提升整体效率和灵活性。

提升后台：AIGC为后台部门（如研发、技术支持等）提供支持，提升专业深度。后台部门可以获取相关领域知识、技术指导和问题解决方案。AIGC提供智能化培训和学习，帮助后台部门更新知识，提高专业水平。

需要注意的是，引入AIGC并不意味着组织结构自动转变。企业在应用AIGC时需要综合自身业务需求和文化特点，调整组织结构和流程，以便更好地发挥AIGC优势。这可能涉及培训员工、工作流程、员工角色与岗位职责等方面的改变。

5.知识管理

知识管理是一种系统化的方法和过程，旨在有效获取、组织、存储、传播和应用组织内部和外部的知识资产。它涉及整合和利用组织内部的专业知识、经验、信息和外部的知识资源，以支持组织的目标和战略。有了AIGC的加持，能够促进知识的创造、共享、传递和应用，进一步提高组织绩效。

知识发现：AIGC可以作为一个智能搜索引擎，帮助用户发现相关知识和信息。用户可以提出问题或主题，AIGC根据问题的上下文和语义理解，提供相关知识和信息，帮助用户更快速地找到所需知识。

知识获取：AIGC快速获取并整合大量知识和信息。它可以从多个来源获取数据，包括文本、论文、网页等，将这些信息整合成有用的知识，从而加快知识获取和整合过程，提高知识管理效率。

知识索引：AIGC将知识进行组织和分类，使其更易于访问和理解。用户提供问题或主题，AIGC提供相关知识和信息，提高知识管理的可用性和可访问性。

知识评估：AIGC提供智能化的评估和反馈，帮助用户评估和验证所获取知识的准确性和可靠性。用户可以提出问题或验证假设，AIGC根据其训练数据和算法，提供相应评估和反馈。这有助于用户更好地评估和利用所获取的知识。

知识分配：AIGC作为中介，促进知识共享和协作。用户将知识和经验分享给其他人，也从其他人那里获取知识和经验。AIGC帮助用户更好地分配和共享知识，促进团队和组织提升协同效率和创新能力。

1. 局限性

AIGC在企业中的应用虽然有许多潜在好处，但也存在一定局限性，主要集中在数据隐私、知识图谱和人才瓶颈方面。

数据隐私：AIGC需要大量数据进行训练，这可能涉及企业内部的敏感数据。在使用AIGC时，企业需要确保数据隐私和安全，避免敏感信息泄露和误用。这需要建立合适的数据保护和隐私政策，以及采取相应的安全措施，例如数据加密、访问权限控制等。 

知识图谱：AIGC的知识是从预训练数据中习得的，并不能直接获取实时的企业内部或行业特定知识。对于企业而言，可能需要建立自己的知识图谱，整合和管理企业内部的专业知识和经验。这需要额外的工作和投入，包括知识的收集、整理和标注，以及构建知识图谱的技术和平台。

人才瓶颈：在企业中使用AIGC需要具备相应的技术和专业知识。然而，训练和部署AIGC所需的技术和资源可能超出一般企业的能力范畴。此外，企业可能需要专门的团队或人员来管理和维护AIGC，包括数据科学家、自然语言处理专家等。这可能导致人才瓶颈，限制了企业在使用AIGC方面的发展和应用。

2. 差异性

国情、产业差异和企业个性化情况对于AIGC的应用都会产生影响。企业需要遵守相关法规，根据自身规模和资源，结合产业特点进行定制化开发，并进行管理和应用。

企业在使用AIGC时需要确保数据的合规性。例如，金融企业在使用AIGC时需要特别注意保护客户隐私，以符合相关个人信息保护法规。

在产业差异化方面，不同行业的企业可能会有不同的应用场景和需求。例如，电商企业可以利用AIGC提供个性化推荐和客户支持服务。企业可以根据用户需求和偏好，向其推荐相关产品和服务，提高用户的购物体验。而在制造业，AIGC的应用可能更侧重技术支持和故障排除，帮助企业提高生产效率和质量控制。

此外，企业的个性化情况也会影响AIGC的应用。大型企业可能有更多资源和技术能力进行AIGC开发和部署。例如，一家大型银行可以利用AIGC构建智能客服系统，提供24小时在线支持。而中小型企业可能面临人才短缺和技术限制的挑战，他们需要借助第三方提供AIGC解决方案，或者与合作伙伴共享AIGC。

3.发展性

从发展性的角度看，AIGC对企业的影响可以从四个方面进行讨论。

其一，技术进一步创新。企业可以利用AIGC开展技术创新，同时保护数据隐私并确保数据共享的合规性。一方面，采用隐私保护技术，如数据加密、差分隐私和安全计算等，保护用户数据隐私。另一方面，探索联邦学习、安全多方计算等技术，在保护数据隐私的前提下，进行数据共享和协作，促进更广泛的创新与合作。

其二，企业定制化AI开发。企业可以根据自身需求和业务场景，进行定制化AI开发，以更好地适应企业特定需求。利用一些基础模型，进行特定领域的训练和微调，提高AIGC的准确性和适用性。此外，结合其他技术和工具，如自动化流程、数据分析和机器学习算法，基于大模型构建定制化的完整解决方案，满足企业具体需求。

其三，有效的人才培养。为了更好地应用AIGC，企业需要注重人才培养，包括培养内部数据科学家、自然语言处理专家和AI开发人员，以提升企业在大模型开发和应用方面的能力。同时，企业可以与高校、研究机构和专业团队合作，开展人才培训和知识共享，促进人才交流与合作，满足企业对AI技术和应用的需求。

其四，中国式AIGC发展。中国的AI大模型已经如雨后春笋般生长，不仅在参数上排在国际前列，在某些领域也拔得头筹，尤其在中文领域的应用远超国外AI模型。随着用户的成长，数据训练的成熟，这方面优势将更加凸显。

AIGC的到来，给企业员工、部门和决策层带来前所未有的机遇与挑战。它的存在并非威胁，而是一个激励我们超越自我的契机。让我们怀揣一颗勇敢的心，积极拥抱这个数字时代的变革。■

作者系大任智库总经理、长三角透明商业生态产业链联盟秘书长