第3节 AIGC的局限、适用场景和正确使用方式

AIGC的局限

虽然AIGC非常强大，但是无论多么强大的事物都有自己的边界，AIGC也不例外。以下是AIGC存在的主要问题。

● 缺乏真正的创造性：AIGC可以生成丰富的内容，但它只能根据已有的数据进行模式学习和内容生成，无法像人类一样进行真正意义上的从0到1的创造。

● 很可能出错：AIGC非常强大，但它依旧会犯错，而且不可控。有些错误很明显，有些错误隐藏得很深。例如，AIGC给出一个链接，这个链接可能是空的；AIGC给出一个解释，但可能是错误的。这类问题，从原理上不可能完全解决。

● 存在文化甚至种族偏见：这类问题的根源是训练材料中隐藏着偏见，这个问题也很难从根本上解决。

● 版权风险：由于AIGC生成的内容是基于已有的数据进行学习后生成的，因此在使用这些数据时可能存在版权问题。另外，人类投入智力和精力生成的内容，很可能在我们不知情的情况下被服务商用作训练大模型的素材，这就会进一步加大版权风险。

● 隐私和安全风险：大多数情况下，我们都是通过远程的方式来使用AIGC服务商的服务的。服务商可以完全掌握我们提的问题、做的操作、生成的内容，这就会让隐私和商业秘密面临泄露的风险。

因为上述问题的存在，企业在应用AIGC时，需要扬长避短，在边界之内用好它。

在企业实战中，要特别注意一个问题——使用者不能懈怠和偷懒。因为AIGC的能力非常强，导致一些员工过于依赖它。我的一个学员就向我抱怨，他派来学习的员工利用AIGC糊弄他。以前给员工布置一个任务，这个员工虽说需要几天才能交出方案，但是方案的质量尚可。学完AIGC之后，这个员工第二天就上交方案了。这个学员本来很开心，但仔细看过方案后却发现了很多问题，质量还不如员工以前自己做的。原因是这个员工完全让AIGC代劳，而不是积极与其协作，这不是使用AIGC的正确方式。这虽然不是AIGC本身的问题，却是企业在应用AIGC时需要解决的问题。