生成式AI计入企业预算：40%工时与任务拆解落地路径

简介：《生成式人工智能.pdf》是一份面向企业管理者、技术从业者及AI入门读者的行业报告型资料，聚焦ChatGPT背后的大语言模型与生成式AI技术，帮助读者理解这一轮技术变革的来龙去脉、企业落地方式及潜在影响。压缩包内仅含1个PDF文件，大小约1.09MB，篇幅完整、便于直接阅读与检索。内容从人工智能发展的新拐点切入，梳理机器学习、深度学习到生成式人工智能的演进里程碑，并讨论大语言模型在咨询建议、内容创建、编写代码等场景中的应用，以及企业通过API调用、提示工程和自有数据微调定制模型的基本路径。文末还涉及技术、监管与商业展望、六大技术应用要点及术语表和参考资料，适合需要快速建立整体认知框架、评估业务机会的读者系统学习。已有1755人学习。

1. 40% 这个数字：生成式人工智能开始计入企业预算

40%。这份关于生成式人工智能的 PDF 里最该先被记住的数字，不是参数规模，也不是融资额，而是这个：所有行业中约四成的工作时长，会被 GPT-4 这类大语言模型协助完成。它的推导过程也并不复杂：语言类任务占企业人员总工时的 62%，而这 62% 里有约 65% 存在被自动化或被人机协同增强的空间，两者相乘正好落在 40% 附近。值得关注的是这个数字出现的位置：它出现在一份讨论“工作怎么被重新拆解”的报告里，而不是某场发布会的 PPT 上。当一个技术话题开始用“工时占比”“任务件数”“部署方式”这类词来描述自己时，它就离开了热搜，进入了预算表。对从业者来说，接下来要判断的不是“生成式人工智能重不重要”，而是“它先动我流程里的哪一段”。

2. 拐点是怎么来的：三个十年，三种能力

把生成式人工智能当成一次突然爆发，是最省事也最容易出错的看法。这份报告把它放回了一条相当清晰的技术接力线上：每十年换一次主攻方向，每次换向都把机器的能力边界往外推一圈，直到推到“语言”这个几乎所有企业运转都绕不开的地方。

2.1 三个十年，三种能力边界

21 世纪的第一个十年属于机器学习。那一代技术的核心动作是“分析”：把海量在线数据吃进去，找出模式、形成洞察、建立预测，然后把原本靠人做的重复性任务以更快更省的规模跑起来。它解决的是“从数据里读出结论”的问题，能力上限被数据质量和特征工程牢牢卡住。

第二个十年属于深度学习，主攻方向换成了“感知”。计算机视觉让搜索引擎和自动驾驶能对物体做分类和检测，语音识别让语音助手从机械应答变成接近自然的交互。这一阶段的关键变化是，机器开始处理非结构化的原始素材——图像、声音，而不是被人工整理好的表格。但它处理的仍然是“识别”，它知道这是猫，却写不出一段描述猫为什么可爱的文案。

第三个十年，按这份报告的判断，是机器掌握语言的十年。语言的特殊性在于，它同时承载了机构知识、互动交流和运作流程——企业里几乎所有的往来邮件、系统文档、会议记录、客户对话、规章制度，都是用语言写的。机器一旦能在语言层面工作，它触及的就不只是某一个环节，而是这些环节串起来的一整条链路。这也是为什么报告把 GPT-4 这类模型的出现称为“崭新的功能阶段”，而不是又一次精度提升。

三代技术之间不是替代关系。做预测仍然要靠机器学习，做质检仍然要靠视觉，只是价值密度的重心在往语言这一侧迁移。看清这一点，才不会把生成式人工智能当成一个可以单独采购的“功能”，它更接近一层底座。

2.2 62% 与 40%：语言任务为什么最先被攻破

报告里最扎实的一段，是把“工作”拆成了“任务”。研究团队在职业任务库里手动圈定了 200 项与语言相关的任务（该库共划分 332 项任务），再结合各行业使用每种职业的份额、各职业在行业中的就业水平做加权。得出的结论是：语言任务占到总工作时长的 62%；在这 62% 里，65% 很可能被大语言模型自动化或得到协助。

这个 65% 内部还分了两层，值得单独拎出来看：

把三层混为一谈，是很多落地项目失败的开端。自动化那部分做起来快、见效明显，容易被当成全部；真正拉开差距的是中间那层“增强”，因为它要求重新设计流程，而不只是接一个接口。

具体到行业和岗位，分布并不均匀。报告分析了 22 个工作类别，大语言模型会影响全部类别，但幅度从每个工作日的 9% 到 63% 不等；其中 5 个职业类别可以用它革新一半以上的工作时长。这意味着“要不要用”这个问题，对不同岗位的紧迫程度差了三到五倍。办公室与行政支持、销售及相关事务、计算机与数学、业务和财务运作这几类排在前面，个人护理与服务、餐饮、建筑施工这类排在后面——不是后者不重要，而是它们的任务构成里语言占比本来就低。

还有一组更容易被忽略的数字：在客户服务这个典型岗位上，报告把它拆成了 13 项组件任务，结果是 4 项仍需人做、4 项可以完全自动化（例如收集、分类、总结客户联系企业的原因）、5 项可以得到技术强化（例如自动生成回复摘要）。四个数字摆在一起，“客服会被整体替代”这种说法就不成立了，被替代的是 13 项里的 4 项，被重塑的是 5 项。

2.3 两个月一亿用户：采用曲线压过了采购流程

ChatGPT 推出两个月达到 1 亿月活，成为当时增长最快的消费级应用。这个速度的商业意义不在记录本身，而在于它把企业内部的决策顺序打乱了——过去是企业先做评估、再教育员工、然后采购，现在变成了员工先用起来，业务部门回头找 IT 要方案。

报告里几组企业侧的调研数字，正好描出这个错位：近六成企业打算把 ChatGPT 用于学习目的，计划在 2023 年做试点的超过半数，愿意为此重点投入的超过 40%；97% 的全球受访高管认为基础模型会实现跨数据类型的互联，从而改变人工智能的使用环节和方式。学习意愿高于试点意愿，试点意愿又高于投入意愿——这是一条典型的“先跟上、再想清楚”的曲线，中间那段空档，就是现在大多数团队正在补的课。

中国市场的温度略有不同。在这份报告调研的 225 名中国企业高管中，72% 对基础模型带来的新能力表示非常或极为兴奋，比例略低于全球平均水平。报告还点出一个有意思的差异：中国企业在快速大规模分析、提高员工技能、开发新的人工智能应用和服务、沟通与流程等领域的期望比全球更积极，但在加速创新、提升客户体验和快速决策方面期望低于全球。站在行业角度看，这种差异通常不代表保守，而是说明关注点还停留在“效率与成本”，尚未完全转向“体验与新业务”。这两类诉求对应的技术选型、数据准备和考核方式完全不同，混着做，往往两头都不到位。

提示：把“提高效率”和“创造新业务”写在同一个立项书里，是这类项目最常见的失控起点。目标不同，验收指标就不同，前者看单位产出时长，后者看新增收入或留存，无法用同一套数字衡量。

3. 使用还是定制：一条越走越窄的分叉口

当所有人都能在几分钟内调通一个对话接口时，能力本身就不再是壁垒了。这份报告把企业路径清晰地分成两条：一条是“使用”，通过 API 调用现成模型，配合提示工程做轻度适配；另一条是“定制”，用自有数据对模型做微调，让它承担具体的下游任务。两条路的分水岭，不在技术难度，而在“你的业务知识是否存在于公开语料里”。

3.1 提示工程的天花板与微调的必要性

使用路径的门槛确实低。通过应用编程接口调用，再运用提示学习、前缀学习这类提示工程技术，就能在较小程度上针对具体需求做定制——换一种说法、约束输出格式、给定几个示例，效果立刻可见。这条路适合三类场景：需求边界清楚、容错率高、以及处在验证阶段还没想清楚要不要长期投入的项目。

但提示工程有三处绕不开的硬边界。第一，它改的是“怎么问”，改不了“模型知道什么”；企业的产品目录、内部术语、历史工单处理惯例，如果不在训练语料里，提示写得再巧也只能得到似是而非的答案。第二，上下文长度是有限的，想把几十年的制度文档全塞进提示里并不现实。第三，稳定性差，同一个提示在批量调用时的输出漂移，会直接变成下游系统的故障率。

微调解决的正是这三件事。用特定领域的企业数据、语义、知识和方法对基础模型做调整，让模型支持业务中一些具体的下游任务——这是报告里对微调价值的定位。它的粒度可以很细，细到“按某个人的写作风格写邮件”，也可以很粗，粗到“用企业数据训练一个模型，改变组织访问和分析核心情报的方式”。

选择上有个务实的判断顺序：先用提示工程把场景跑通，验证价值存在；再判断阻碍效果的是“表达”还是“知识”；如果是知识缺失，才进入微调。反过来做，先建团队再找场景，是这类项目里最常见的沉没成本。

3.2 把一份工作拆成 13 项任务：一份可复用的拆法

报告给出的方法论很朴素，但执行起来需要纪律：先把现有工作分解为基础任务组合，再逐项评估生成式人工智能可能影响的程度——完全自动化、人员增强，还是与之无关。重要的是，还要识别出需要新增的任务，比如在客服场景里确保安全、准确、负责任地使用人工智能，不带偏见地提供产品和定价信息。这部分工作量常被漏算。

下面这段代码是我按这个思路写的一个最小评估框架，用来把一份岗位说明书拆成任务清单并打分，避免讨论停留在“这个岗位会不会被替代”这种颗粒度上：

# 任务级影响评估：把岗位拆成任务，再逐项判定影响类型 TASKS = [ # (任务名, 语言占比 0-1, 判断依赖度 0-1, 合规敏感度 0-1) ("收集客户来信并归类", 0.95, 0.10, 0.20), ("总结工单并生成回复草稿", 0.90, 0.30, 0.40), ("向客户解释定价差异", 0.80, 0.70, 0.90), ("处理退款争议并做最终决定", 0.60, 0.95, 0.95), ] def classify(lang, judgment, risk): score = lang * (1 - judgment) * (1 - risk) # 越依赖判断与合规，自动化空间越小 if score >= 0.55: return "可自动化" if score >= 0.25: return "人员增强" return "保持人工" for name, lang, judgment, risk in TASKS: print(f"{name:<16} -> {classify(lang, judgment, risk)}")

三个参数的取值逻辑需要说清楚：lang是这项任务处理的对象里语言成分占多少，纯读写的接近 1，涉及线下操作的接近 0；judgment是任务结果对人工判断的依赖程度，需要有人担责的接近 1；risk是出错后的合规与声誉代价。三者相乘得到的分数不是精确概率，只是一个排序工具——它的价值在于逼着团队把“这个岗位”翻译成“这四件事”，并且立刻暴露出哪些任务看起来像语言任务、实际上不能交给模型。

跑完这份清单会发现一个规律：被判定为“可自动化”的任务，往往是最枯燥、最没人愿意干的那几项；被判定为“保持人工”的，恰恰是业务里最需要经验的部分。中间那层“人员增强”才是投入产出比最高的地方，也是最考验流程设计能力的地方。

3.3 五类岗位的改写顺序

报告点名了五类会先被波及的工作，值得按顺序理解，因为它们对应的是不同的组织动作。

咨询建议类排在最前。模型成为每个工作者随身的助手，把超个性化的智能放到人手里，典型领域包括客户支持、销售赋能、人力资源、医学和科学研究、企业战略和竞争情报。报告给出的量化预期是：大语言模型有望帮助处理约 70% 非面对面的客户服务沟通，并且能理解客户意愿、自行拟定回答、提高答复的准确性和质量。这里的关键词是“非面对面”——面对面那部分的价值在信任和现场判断，短期内动不了。

内容创建类紧随其后。模型充当创意伙伴，在生产设计、设计研究、视觉识别、名称拟定、副本生成与测试、实时个性化等环节带来速度优势。报告提到的一类图像生成模型在把文字转换为图片时可处理多达 120 亿项参数，已被大量用于社交媒体推广物料。对内容团队来说，产能瓶颈从“写不出来”变成了“选不出来”，评审标准和品牌一致性反而成了新瓶颈。

编写代码类的变化最直观：快速把一种编程语言转成另一种、掌握各种编程工具和方法、实现代码编写自动化、预测和预先防范问题、管理系统文档。报告里有一个值得注意的案例思路——不是让模型写业务代码，而是让它自动生成系统配置的理据说明和技术参数文档，使用者通过日常聊天工具提交请求，组合好的文档被快速返回。这类“增强特定任务而不改造整个工作流”的做法，落地阻力最小。

自动化类的想象空间更大。模型对历史背景、下一步最佳行动、总结能力和预测智能的理解，会在前台和后台同时催生超高效、超个性化的处理方式。报告举的例子是某跨国银行用它改写大量交易后处理邮件的管理方式，自动起草带行动建议的消息发给收件人——减少的不只是工作量，还有客户交流的摩擦。

安全防护类是唯一需要双向看的：长期看，模型能帮助企业加强治理和信息安全、防止欺诈、完善监管合规、主动识别风险，在战略性网络防御里解释恶意软件、快速分类网站；但短期内，攻击方同样会用它生成恶意代码或撰写几乎无破绽的钓鱼邮件。这类“先被用坏、再被用好”的规律，在以往几轮技术扩散里反复出现过。

与岗位改写同步长出来的是新职位：语言学专家、人工智能质量控制员、人工智能编辑、提示工程师。这些岗位的共同点是没有现成的专业对应，需要从业务骨干里转。报告提到一个常被忽略的事实：即便是熟悉数据的领域专家（比如医生解析患者健康数据），也缺乏足够的技术知识去理解模型怎么工作，更谈不上信任它作为“工作伙伴”。培训投入不足，是这条链路上最脆弱的一环。

4. 误读澄清：四个容易踩坑的判断

这类报告的传播过程中，最容易被截取的往往是那几个大数字，被丢掉的恰恰是限定条件。下面四条是我在不同场合反复见到的误读，每一条都值得在立项会上先说清楚。

4.1 误读一：把生成式人工智能当成“升级版自动化工具”

误判点：把它接进现有流程当作一个更聪明的 RPA，期望在不改流程的前提下拿到收益。

为什么错：传统自动化处理的是规则明确、输入结构化的环节，它的前提是流程已经被人定义清楚。生成式模型处理的是语言和意图，它的输出是概率性的，需要有人审核、有人兜底。把它塞进一条为确定性设计的流程里，等于在流水线上装了一个会随机波动的工位，下游全部要改。报告反复强调“重塑”而不是“嵌入”，原因就在这里。

怎么看：先问一句——这项任务的输出，错了会怎样？如果错了代价很低、抽检即可，可以直接接；如果错了要有人担责，就必须在设计阶段把“人在环内迭代”写进流程，而不是等出事再补。这个判断比选哪个模型重要得多。

4.2 误读二：以为模型越大、参数越多就越合适

误判点：选型时只比参数规模，认为大的一定强。

为什么错：报告里提到，训练顶级模型的计算量呈指数级增长，每 3.4 个月到 10 个月翻一番，成本和碳排放随之而来。对企业而言，参数规模带来的是通用能力的边际提升，而业务价值往往来自领域知识——这部分靠微调，不靠规模。更现实的是，报告明确建议企业从成本和收益角度，把这些技术与其他人工智能或分析工具做比较，后者可能更适合特定应用模式，成本仅为前者的几分之一。

怎么看：把场景按“需要通用推理”还是“需要领域准确”分成两堆。前者用大模型，后者优先考虑小模型加微调，或者干脆用检索加规则。选型表里除了准确率，必须有一列写单位任务成本。

4.3 误读三：以为合规是上线前补的一份材料

误判点：把负责任人工智能当成法务流程，等产品做完再补一套原则文件。

为什么错：报告在 2022 年面向全球 850 名高管的调研里发现，受访者普遍认识到负责任人工智能和监管的重要性，但仅有 6% 的企业认为自身已打造了充分稳健的负责任人工智能基础。这个 6% 说明的不是意愿问题，而是方法问题——合规如果不在设计阶段介入，后面补的只能是文档，改不了系统。报告列出的关键风险清单包括知识产权（如何保护自己的，以及使用预训练模型时如何防范无意侵犯第三方版权）、数据隐私与安全、歧视、产品责任、透明度与信任、身份验证，每一条都是设计决策，不是说明书条款。

怎么看：把风险清单前置成设计评审的一个环节，和架构评审一起做。原则由高层定义，但要转化成可执行的风险管理、政策和控制手段，否则就是墙上标语。

4.4 误读四：以为本地化部署就等于可控

误判点：出于数据安全顾虑，默认选择完全本地化部署，认为这样最稳妥。

为什么错：报告对中国市场的三种部署方式做了相当直白的比较。SaaS 化方式最成熟；私有云部署比 SaaS 更重数据安全考量，同时具备模型自定义能力和垂直行业定制能力，但需要足够的算力支撑，且更柔性的服务器使用策略让它的前期投资比本地化低得多；本地化部署选择很多，但存在两个硬问题——高昂的成本，以及无法确定使用效果。报告对本地化部署的定性是“目前处于非常早期的阶段”，并明确表示综合来看私有云是当前垂直行业客户最可行的实现方式。

怎么看：把“数据能不能出去”和“模型能不能定制”拆成两个独立问题。前者决定合规边界，后者决定业务价值。多数团队的实际情况是：数据不出域即可满足要求，并不需要把训练和推理全部搬回机房。选型时先画这条边界，再谈架构。

5. 三线并行：算力、数据与部署方式的现实约束

以往的技术扩散有个规律：技术先跑，应用跟上，监管最后到。这份报告判断这一轮不一样——技术、监管和商业应用会并行发展，且速度越来越快。三线并行意味着任何一个环节掉队，都会直接卡住另外两个。对企业来说，约束条件正在从“能不能做”变成“划不划算、合不合规、撑不撑得住”。

5.1 每 3.4 到 10 个月翻一番：算力曲线上的成本与碳排

训练顶级模型所需的计算量正在指数级增长，按各类报告的口径，每 3.4 个月到 10 个月翻一番。这个速度的含义可以这样理解：如果按最慢的 10 个月算，五年内是 2 的 6 次方，也就是 60 倍以上；如果是 3.4 个月，五年是 2 的 17 次方，十几万倍。真实曲线当然不会一直这么走，但企业做三年规划时，至少要按“算力开销每年翻几倍”来准备预算，而不是按线性增长。

成本和碳排放因此成为采用能源密集型生成式人工智能的核心考量。报告的建议很具体：企业需要从成本和收益角度评估比较这些技术与其他工具；需要建立一套绿色软件开发框架，在软件开发生命周期的所有阶段考虑能源效率和材料相关排放；需要把云基础设施当作必需品而非可选项，因为它是部署生成式人工智能并妥善管理成本和碳排放的前提。数据中心需要改造，新的芯片组架构、硬件创新和高效算法也会发挥作用。

这背后还有个正向循环值得注意：调研发现，在生产和运营环节成功减少排放的企业中，70% 都使用了人工智能。也就是说，人工智能既是能耗议题的一部分，也是解决能耗议题的工具之一。这个双重身份，让“要不要投”变成了“怎么投才不被成本反噬”。

5.2 六条要点里，最容易被跳过的是“准备专有数据”

报告给出了六条落地要点，顺序本身就有信息量：业务驱动、以人为本、准备专有数据、投资建设可持续的技术基础、加速生态系统创新、提升自身负责任人工智能水平。

业务驱动排在第一位，理由写得很实在——即使技术有诸多优势，在整个组织推广也不容易，尤其当新技术会彻底改变现有工作方法时，阻力特别大。可行的做法是双管齐下：一边专注容易见效的机会，用现成的模型和应用快速拿到回报；一边用基于自身数据定制的模型去重塑业务、客户洽谈和产品服务。前者负责建立信任，后者负责建立壁垒。顺序反了，通常连第一个季度的耐心都撑不过去。

排第三的“准备专有数据”是最容易被跳过的一条，因为它不像模型那样有发布会。但报告的措辞很重：在生成式人工智能时代之前，企业可以靠以应用模式为核心的人工智能方法拿到价值，而不必对数据架构和资产做现代化改造；现在情况已经截然不同，基础模型需要大量精心组织的数据来学习，破解数据挑战已成为每家企业的当务之急。

具体要做什么，报告给出了路径：采用战略性、规范化的方法获取、开发、提炼、保护和部署数据；依托云环境构建现代化的企业数据平台，其中包含一组可信赖、可重复使用的数据产品；凭借平台的跨职能特征、企业级分析工具，以及把数据存放在云端仓库或数据湖，让数据摆脱组织孤岛的束缚；最后在某一地点或通过分布式计算策略统一分析所有业务数据。

这套话听起来像老生常谈，但真正卡住项目的地方往往在这里：模型选型可以两周定，数据治理两年都不一定理顺。一个可操作的小切口是先回答“哪些数据是我们独有、且已经数字化的”，从这部分开始建第一批数据产品，而不是从全量数据治理开始。

注意：如果团队在讨论模型选型时，没有人能说清楚训练/微调用的数据从哪张表来、谁负责质量、多久更新一次，那么讨论的其实是采购，不是落地。

5.3 三种部署方式的取舍

中国市场的部署路径，报告给了三种，各自的适用条件差别很大：

报告对 SaaS 的判断是，国外以某云平台的托管模型服务为标杆，国内市场则有多家厂商在激烈竞争；与国外服务相比，国内厂商的 SaaS 服务在数据安全和合规性上更有优势，综合能力还有待加强。私有云的定位是“目前国内垂直行业客户最可行的实现方式”，原因是它既解决了数据安全顾虑，又能利用客户提供的行业知识，同时保证这些知识不会被竞争对手使用；更柔性的服务器使用策略也让它的前期投资显著低于本地化。本地化部署则被明确定位在早期阶段，主要障碍是成本和效果不确定性。

这套比较里有个容易被忽略的判断：三种方式不是技术先进性的排序，而是约束条件的排序。约束越少，越往 SaaS 走；约束越多，越往本地走，代价是用灵活性和现金换确定性。真正的决策依据应该是“我的数据里，有多少是绝对不能出域的”，而不是“哪种方式听起来更安全”。

生态这条线也值得单独提一句。报告指出，创建基础模型很可能是复杂、成本高昂的计算密集型工作，除了全球顶级企业，几乎所有组织都无法仅凭一己之力完成，这超出了它们掌握的能力和方法；仅 2023 年，全球对人工智能初创公司和成长阶段公司的投资预计就将超过 500 亿美元。拥有恰当的合作伙伴网络——技术企业、专业服务商和学术机构——将成为驾驭快速变革的关键。对多数企业而言，自研模型不是战略选项，选择生态位才是。

6. 接下来 12 个月：三件会先发生的事

把这份报告读完，能提炼出的趋势判断其实不多，但都比较硬。

第一件，价值会从“能对话”转向“懂我的业务”。现成模型的差距在缩小，能拉开差距的是数据。报告把数据称为生成式人工智能的基础——不仅用于训练基础模型本身，还用于微调模型执行特定任务；企业环境中的数据包括从遗留代码、实时运营信息到客户洞见的所有内容。接下来的竞争，会集中在谁能把这些存量资产整理成可用的数据产品。这件事没有捷径，也没有发布会。

第二件，岗位的讨论会从“替代”转向“拆解”。22 个工作类别全部受影响、幅度从 9% 到 63%、客户服务拆成 13 项任务后是 4/4/5 的分布——这些数字共同指向一个结论：以岗位为单位的决策正在失效，以任务为单位的决策才是可执行的。接下来一年，凡是没有把岗位拆成任务清单就开始采购的团队，大概率会在验收阶段发现“效果不好”却说不清哪里不好。

第三件，合规会从成本项变成准入项。仅有 6% 的企业认为自身已建立了充分稳健的负责任人工智能基础，而监管与技术正在并行推进。这个差值不会靠时间自然填平，它会在某个节点以“无法上线”的形式集中爆发。提前把知识产权、数据隐私、偏见、产品责任、透明度、身份验证这几条纳入设计评审的团队，届时会省下大量返工。

对从业者个人而言，我的建议是把注意力放在“任务定义能力”上，而不是工具熟练度。工具三个月换一茬，能把一份模糊的业务需求拆成可判定影响类型的任务清单，这个能力会一直有用。

我自己就踩过一次坑。早前帮一个团队做流程改造，大家花了两个多月比模型、调提示，效果始终不达标，复盘时才发现症结在数据上：训练和检索用的文档是三年前的版本，负责人早就换了。从那以后我每次启动这类项目，都强制先走一遍“数据三问”——数据在哪张表、谁负责质量、多久更新一次，答不上来就不谈模型。这份 PDF 里关于数据平台和三种部署方式的章节，是我见过把这几件事讲得比较清楚的版本之一，配合任务拆解的方法论一起看，基本能把一个立项会该问的问题都覆盖到。希望帮到你。

本文还有配套的精品资源，点击获取