王琬昀資深產業分析師
資策會產業情報研究所(MIC)
人工智慧(Artificial Intelligence，以下簡稱AI)是目前最熱門的話題之一，而何謂AI呢？AI是讓系統或電腦設備有模擬人類思考模式、邏輯與行為的能力，且能自行透過數據分析的過程，持續校正、進化。簡言之，AI就是讓電腦盡量像人類一樣思考、執行策略的科技。隨著AI技術快速發展，AI逐漸從過去分析數據以邏輯學習的「分析型AI(Analytical AI)」迭代到能自行創作的「創造型AI(Generative AI)」，AI機器們也開始生成原本不存在的新事物，例如寫詩、繪畫、開發遊戲等，進而掀起新形態的內容生成方式–人工智慧自動生成內容，以下簡稱AIGC(AI Generated Content)，以下將介紹讀者認識。
AIGC具體指基於深度學習技術，如大型語言模型(LLM)、生成對抗網絡(GAN)等自主生成、决策來創造全新的文本、圖像、音樂、影片、3D互動內容等各種形式的內容和數據。從內容生產方式的發展歷程來看，可大致分爲PGC(專業生成內容)、UGC(使用者生成內容)、AIGC三大階段。PGC、UGC 分別被產能與品質所限，難以滿足快速成長的數位內容需求，而基於AI的AIGC，使得內容生產的門檻降低、效率明顯提升(可以快速生產大量內容)等，因而被視為下一波引領數位內容產業發展的新生產工具。
資料來源：紅杉資本、a16Z、資策會MIC
AIGC應用場景
目前AIGC在各行業應用多元，按照形式區分可以分爲文本、聲音、圖像、影像及跨形式生成等，以下將分別介紹。
文本生成細分為(1)結構化寫作。可用於小說、新聞、專業學術寫作、小說和新聞等摘要生成等。例如Automated Insights開發的Wordsmith可以自動生成新聞評論文章；(2)非結構性寫作。可用於行銷文案、劇情撰寫等。例如Jasper平台為社群媒體、廣告行銷、部落客等產出標題、文案、腳本、文章等。(3)互動性文本。可應用於客服、遊戲等。例如OpenAI與Latitude推出遊戲AI Dungeon，可根據輸入的動作或對話生成個性化內容。
聲音生成細分為(1)語音克隆。可用於地圖導航。例如百度地圖可根據輸入的聲音，生成專屬導航語音。(2)語音機器人。可用於客服、銷售、培訓等。例如思必馳開發AI呼叫機器人、接聽機器人、培訓機器人等產品。(3)音樂生成。可用於Podcast、電影、遊戲等。例如OpenAI開發MuseNet可利用10種不同樂器聲音生成音樂作品。
圖像生成細分為(1)圖像編輯與融合。可用於設計、電影。例如Google的Deep Dream Generator可上傳圖像並選擇風格生成新圖像。(2) 2D圖像生成3D模型。可用於遊戲、教育、產品測試等。例如NVIDIA的GANverse3D可利用汽車照片生成3D模型，並在NVIDIA Omniverse中行駛。
影像生成細分為(1)畫質增強修復。可用於影像內插(Video Frame interpolation ,VFI)、影像細節強化、老舊影像的修復與上色。例如當虹科技的畫質增強修復技術幫助影像畫質提升。(2)切換影像風格。可用於電影風格轉換、醫學影像成像效果增強。例如騰訊天衍工作室在結直腸內鏡項目中切換影像風格，優化醫學影像視覺效果。(3)動態臉部編輯。可用於AI換臉。例如Akool的faceswap平台拍攝樣本影像便可編輯、替換模特面部。(4)影像內容創作。可用於製作電影預告片、賽事精彩回顧。例如IBM的Watson製作20世紀福克斯的科幻電影《魔詭(Morgan)》的預告片。
跨形式生成細分為(1)文本生成圖像。可用於媒體、娛樂。例如OpenAI的DALL E2可通過輸入文字生成高仿真圖像。(2)文本生成影像。可用於電影、短影像創作。例如Meta的Make-A-Video輸入文本可生成數秒的影像。(3)圖像/影像生成文本。可用於搜索引擎、問答系統。例如Google的MUM模型支持多樣態復雜資訊搜索。(4)文本生成代碼。可用於Copilot。例如OpenAl的Codex模型可將自然語言翻譯成代碼。
AIGC潛在商業模式
根據應用場景及商業化階段，目前AIGC可變現的商業模式分為對企業(To B)及對用戶(To C)。對企業(To B)的商業模式為模型即服務 (MaaS, Model as a Service)註1，鎖定高頻率、大規模生產內容的場景，在企業內部系統的底層平台接入應用程式開發介面(API)，爲平台提供客製化模型服務，並按照模型數據適用量計算費用，例如GPT-3註2。用戶端(To C)商業模式分為按產量計費及軟體即服務(SaaS, Software as a Service) 註3訂閱制兩種。內容產出的數量計費部分，例如AI繪畫軟體DALL E 2按照圖像張數收費。SaaS訂閱制則是用戶需每月付費以換取服務，例如ChatGPT Plus等。
結論
儘管AIGC被視為推動數位經濟從Web2走向Web3升級的重要生產力工具，不過隨著逐步拓展與應用後，逐漸發現其同步帶來的負面影響，包含版權、倫理、數據安全等風險。因此如何既能掌握AIGC所帶來的產業機會，又能同步面對其帶來的挑戰，是未來AIGC發展的重要課題。
註1：MaaS是英語「Model as a Service」縮寫，亦有人翻譯為「模型即服務」，意指一種雲端運算服務的新型AI商業模式，將AI大模型變成可服務化的產品，使用者內部不需要具備高技術水準的底層設施，只需通過API串接即可使用，降低AI模型的使用門檻，並大幅提高模型使用效率。
註2：生成型預訓練變換模型 3 （英語：Generative Pre-trained Transformer 3，簡稱 GPT-3）是一個自迴歸語言模型，目的是為了使用深度學習生成人類可以理解的自然語言。
註3：SaaS是英語「Software as a Service」縮寫，亦有人翻譯為「軟體即服務」，意指雲端型軟體交付模型，其中雲端供應商可以開發並維護雲端應用程式軟體、提供自動軟體更新，並透過網際網路以隨用隨付的方式提供軟體給客戶。
