一夜之间，人人都在用一个能写代码、能画画、能聊天的机器人

前段时间，我打开电脑，发现朋友圈被一个东西刷屏了。

不是新闻。也不是哪位大佬的金句。是大家都在晒自己和一个机器人的对话截图。

有人让它写一封商务邮件，三秒搞定。有人让它写 Python 代码，跑起来居然没报错。有人让它画一幅画，画得比美术系学生还像样。

我说的是 ChatGPT。

2023 年 2 月，上线两个月，它就有了 1 亿用户。 你想想看，一个产品两个月做到 1 亿人用，这事在商业史上没几回。

更关键的是，这一次不是技术圈自己在嗨。是普通人——不懂代码、不懂模型、不懂什么叫 Transformer 的人——都在玩，都在用，都在讨论。

这说明什么？

说明 AI 这次，真的开始走进每个人的工作台了。

这玩意儿，到底是什么？

很多人问我：生成式 AI 到底是个啥？跟以前那些 AI 有什么不一样？

我给你一句话解释：以前的 AI 是「分析」，你给它一堆数据，它告诉你规律；现在的 AI 是「生成」，你给它一句话，它给你造一个新东西出来。

文章、邮件、图片、视频、代码，都能造。

这就是最大的不同。

ChatGPT 就是其中一个最出名的代表。它的底层是 GPT-4 这样的大模型。什么叫「大」？GPT-3.5 这个版本，有 1750 亿个参数，用了超过 100 万个数据集、5000 亿个 token 来训练。你可以理解为，它把半个互联网的内容都「读」过了。

读到什么程度？2023 年 GPT-4 出来，去考了一次模拟律师资格考试，成绩排在前 10%。而它的上一代 GPT-3.5，考同一个试，是倒数 10%。

一年时间，从垫底到拔尖。这事挺吓人的。

五种用法，把企业里大半的活儿都覆盖了

生成式 AI 能干什么？我帮你归了归类。市面上常见的大致能分成五种。

第一种，内容生成。 写博客、写邮件、写广告、画图、剪视频。原来一个市场部干一周的活，现在一上午。

第二种，信息抽取。 一份 200 页的法律合同，扔给它，10 秒钟给你一份摘要。哪个条款有坑，标得清清楚楚。

第三种，智能客服。 以前的客服机器人，问三句就翻车。现在能接住追问，能认错，能识别你在问什么。

第四种，语言翻译。 不只是中翻英，而是能把一整套网站界面、营销文案做本地化。同一个广告，帮你改成日本版、德国版、巴西版。

第五种，写代码。 你用大白话描述一个功能，它给你写代码。还能帮你查 bug，把 SQL 改成 Python。

你想想看，一个工具，能同时进 IT 部、市场部、法务部、HR 部、客服部。KPMG 自己做过一个调查，85% 的受访企业预期 AI 和预测分析模型的使用会增加，一半的人说已经从 AI 投资里赚到了真金白银的回报。

这不是「未来趋势」，这是已经发生的事。

但是，事情开始变味了

讲到这儿，你应该已经有点兴奋了。

别急。我先给你讲三个「翻车」的故事。

故事一。 2022 年，Meta 发布了一个叫 Galactica 的 AI，专门用来整理科学论文。本意是帮学者更快查资料。结果上线三天就被骂下架。因为它大量编造内容，煞有介事地引用根本不存在的研究，还把这些假东西冠以真实科学家的名字。专家气炸了。

故事二。 同年 Meta 另一个聊天机器人 BlenderBot3，发布没多久就开始发表种族歧视和政治偏见言论。

故事三。 最贵的一次。Google 的 Bard 在首秀演示里，答错了一个关于天文的问题。就这一下，母公司 Alphabet 的市值当天蒸发 1000 亿美元。 一千个亿，就因为一个错误答案。

发现没有？这些 AI 有一个共同的毛病：说话特别自信，但经常是错的。

学术界管这叫「幻觉」。说白了，就是它在编。编得有模有样，引经据典，连专业读者都容易被唬住。

这是第一个坑，也是最深的坑。

保密、版权、黑客——这三个坑也藏着

「幻觉」只是冰山一角。我再把另外三个你必须知道的坑，摊开讲。

第一个，保密。 很多这类 AI 是「边用边学」的，你输入的数据，可能被它吸进去，变成模型的一部分。下次别人问类似的问题，你的商业机密、客户资料，就有可能被「吐」出来。

这不是假设。 你公司的核心数据，一旦喂给了公网的 AI 工具，就等于挂在了公告栏上。再想拿回来，拿不回来了。

第二个，版权。 AI 生成的东西，版权到底归谁？现在全球没个统一答案。你直接把 AI 写的文案拿去做产品资料，万一里面抄了别家受保护的内容，被告的就是你。一家叫 CNET 的科技媒体偷偷用 AI 写了 70 多篇文章，结果不少内容出错，被读者抓出来，声誉一落千丈。

第三个，网络安全。 AI 模型可以被「喂毒」，训练数据被动手脚，模型就跟着学坏。也可以被对抗攻击，精心设计的输入，能骗它做出离谱的判断。一旦你的 AI 系统暴露在公网，这些手段都会找上门。

所以，企业该怎么办？

讲到这儿，你可能会想：风险这么多，那干脆别用了？

我的建议正好相反。别装看不见，它已经来了。

想想看。Gartner 有一个预测，到 2025 年，大企业对外的信息，有 30% 会是 AI 合成的。OpenAI 拿到微软 10 亿美元投资，2023 年又加码了数十亿。Google、Meta 都在重金下注。这不是某一两家公司在赌，是整个产业链在 all in。

它会被塞进你每天用的浏览器、办公软件、聊天工具里。你想躲，躲不掉。

那怎么用？KPMG 给出的方法是八个字，负责任地用。 具体拆成几条，我翻译成人话：

第一，立规矩。 公司内部得有一套 AI 使用规范。谁能用、能做什么、不能做什么、涉密信息绝对不能喂，白纸黑字写清楚。把 AI 当成任何一项其他技术来管理，而不是当个玩具。

第二，培训人。 同一个 AI，懂行的人用，产出天差地别。提问本身就是一门手艺。你不是在用工具，你是在训练它。 提的问题越好，它给的答案越好。

第三，永远有人盯着。 这一条最关键。AI 是个接口，不是个神谕。它给的东西，必须有人审、有人改、有人负责。机器出活儿可以很快，但最后一道闸门，永远得是人。

为什么要这样？因为 AI 没有人类的判断力。它能写一段漂亮的话，但这段话是不是符合你的品牌、是不是会伤害某个群体、是不是在法律上站得住——这些事，它判断不了。

人在回路里，不是累赘，是护栏。

这一轮，才刚开始

讲到未来会怎样，我得说——我也不完全确定。

但有几条线，已经能看出方向。

软件这一行可能要变天。 写代码、改 bug、维护系统，这些活儿 AI 已经能干一大部分。以后程序员的工作可能从「写代码」变成「盯代码」。

元宇宙、虚拟现实需要的大量 3D 素材、虚拟人、视频内容，AI 能批量造。 原来成本高到吓跑一大批创业者的活儿，现在成本在急剧往下掉。

连信息安全都能受益。 AI 可以反向用来教人理解攻击手法，帮企业提前发现漏洞。

你看，工具本身没有善恶。同样的锤子，能盖房子，也能砸玻璃。 决定结局的，永远是握着锤子的那只手。

回到企业这个层面，我有个很朴素的判断：这一轮 AI 不会让你立刻失业，但会用 AI 的人，会慢慢把不会用的人甩开。差距不是一天拉开的，但每天都会拉开一点点。

这事，值得你现在就认真对待。