Al+办公是AIGC浪潮的核心，有望深刻改变办公模式
AI+办公是AIGC浪潮的核心，海外巨头引领潮流
AI+办公是此次AIGC浪潮中的核心受益方向。AIGC即生成式人工智能，是一种面向文字、音视频、图像等内容自主创作场景的AI技术；基于自然语言处理大模型技术的文字创作工具ChatGPT快速成长为火爆全球的现象级应用，引爆了本轮AIGC浪潮。随后，基于对图像、视频、音频等进行处理的多模态大模型的应用也快速推广起来；AIGC可以直接提升现有各类型办公软件的产品力，从而推动办公软件的迭代升级。
微软发布Microsoft365Copilot，AIGC技术重塑办公体验
微软推出Microsoft365Copilot订阅服务，用AIGC技术重塑办公体验。2023年3月16日，微软正式发布Microsoft365Copilot订阅服务，其背后技术支撑是Copilot引擎，使用了Microsoft365Apps、MicrosoftGraph和LargeLanguageModel三大核心基础技术。Microsoft365Apps是Word、Excel、PowerPoint、Outlook、Teams等一系列常见的微软办公软件；MicrosoftGraph是一个可以帮助访问在Microsoft365Apps上积累的用户业务数据的安全智能网关，这些数据来自于用户的文档、电子邮件、会议、聊天、日历等环节；大语言模型（LLM）是一个创造性的引擎，能够解析并产生人类可以阅读的文字，其使用了OpenAI的ChatGPT及最新发布的GPT4模型。
国内办公软件厂商奋起直追，AIGC功能实现快速迭代
智能驾驶是Al大模型落地的重要场景
自动驾驶：AI大模型有助于我们提升覆盖小概率路况的效率
对小概率路况的覆盖是自动驾驶落地的核心问题。公司由于一旦发生事故造成的后果极为严重，自动驾驶是一个对小概率情况非常敏感的场景。由于交通事故将会产生非常严重的后果，对于主机厂而言，在责任明晰之前，即使是99.99%的可靠性也是不能接受的，因为这可能意味着每卖出10000台车可能就会产生一起事故。行业特点决定了要实现自动驾驶就必须先对长尾场景进行有效覆盖。测试里程的积累是有效覆盖小概率路况的前提。根据广汽的预测，要实现L4级自动驾驶所需要的长尾场景覆盖程度，至少需要完成10亿个测试场景，最小测试里程也需要10亿公里，这两个数据分别是实现L2级自动驾驶的10万倍、1万倍。
大模型对于覆盖小概率路况意义重大
金融是AI落地核心场景之一
金融行业敢于尝试新技术，是AI落地核心场景之一
过去十年，金融行业应用了大量新技术以提升系统的安全性、可用性。在信息系统的国产化方面也做了大量的工作，这背后是金融机构的大量科技投入。2022年，6家国有大行在金融科技方面投入金额均超百亿元。
公司全面参与海外金融企业IT系统建设，并落地AI能力。公司参与完成了众多金融行业核心业务系统开发，基本做到金融行业各系统全覆盖；其中基于OCR、NLP的工作底稿系统，在包含券商和基金公司的41家客户处上线运行，使用深度学习中的Transformer模型和CV目标检测算法，基于深度机器学习的文本纠错、文档一致性对比、招股书审核、债券募集书审核、多文件交叉审核、通用文档核查等功能也已经完成，已开始在多家券商进行体验测试，陆续对客户进行升级。
AI加持，设计与工业软件将实现降本增效
AI对于设计效率提升大有裨益
AIGC降低设计软件使用门槛。目前的AI辅助的能力仅限于为用户提出建议并代替部分重复性设计工作，减轻设计师部分负担，并不能降低软件使用门槛。以最新发布的AutoCAD2024中的AI辅助功能为例，‘ActivityInsights’可以记录用户对图形文件的所有操作并对工作流程和操作提供建议，‘SmartBlocks’能够根据之前绘图的放置位置对新的block进行自动放置。这些功能对设计师的帮助有限，也无法降低使用门槛。
微软代码平台GitHub发布编程辅助Copilot最新版本CopilotX，实现AI语音交互辅助编程。2023年3月23日，微软旗下代码托管平台GitHub发布了编程辅助工具Copilot的全新版本CopilotX，新版本接入GPT-4。GitHub首席执行官ThomasDohmke称，虽然自动补全代码已经大大提升开发人员的生产力，而全新的CopilotX能将开发人员的生产力提升10倍。
工业设计软件也将出现自己的“Copilot”，显著降低软件使用门槛并提升生产力。工业设计软件有较高的使用门槛，但未来用户可以直接使用自然语言提出要求和限制调用AI进行代码编写和绘图，大大降低使用难度。同时，设计人员也可以直接利用AI省去重复性的设计工作，提升工作效率。
AI赋能EDA，实现降本增效
Synopsys推出首个AIEDA套件并取得成效，未来可能利用AIGC编写代码。2023年4月，全球领先EDA厂商Synopsys宣布推出业界首个全栈式AI驱动型EDA解决方案Synopsys.ai，涵盖设计、验证、测试和模拟电路设计阶段，旨在帮助客户持续创新，更快实现更高质量的设计，同时降低成本。Synopsys.ai已获得包括IBM、英伟达、微软在内的多家领先企业的率先采用并取得显著成效。瑞萨电子在减少功能覆盖盲区方面实现了10倍优化，并将IP验证效率提高了30%。SK海力士将先进工艺技术的芯片尺寸缩小了5%。目前仍由工程师来编写芯片制造的C语音，未来可能由AIGC辅助甚至代替。
Al+教育：智能教育迈向因材施教阶段，学生、教师两端均有落地
学生端：在非标准问答环境下人机交互进行辅导，如口语训练、面试以及心理测评等。AIGC可根据学生表现智能反馈，适用于大量非标准问答场景。
Al+影视：助力特效内容生成
全球TOP5大片制作成本达2-4亿美元，其中视觉特效团队或构成主要开支。根据BoxOfficeMojo数据，全球票房TOP5影片为《阿凡达》《复联4》等特效大片，其制作成本达2-4亿美元。根据KSNT等媒体报道及艺恩咨询数据，此类效大片成本中约60%为视觉特效成本，进一步拆分来看，其中约60%为人力成本，即视觉特效人力成本占总制作成本比例或达到1/3。
海外，AI已可实现10分钟内精致动画的生成：Netflix《犬与少年》的制作过程可划分为草稿布局——AI生成——AI生成——终稿四个步骤，其中草稿、终稿由画师敲定，最为繁琐的两个步骤由AI实现，整体精度及连贯性已达到较高水准。Corridor《石头剪刀布》为真人实拍，后期通过AI工具StableDiffusion及Dreambooth将真人转化为《吸血鬼猎人D》风格的动画形象并绘制场景。对于更长时长的视频生成，微软NUWA-XL已支持根据16句简单描述生成11分钟动画片。国内，AI已用于部分动画特效生成：动画电影《雄狮少年》中，雄狮比赛决赛场上1800余名观众为AI基于4个基础人物形象自动生成的动画，训练时木棉花飘落场景亦为AI生成，在AI技术助力下，150人团队仅用16个月便完成全片制作，效率或提升50%以上。
Al+电商：从产品上架到售后服务，AIGC多方位赋能品牌商家
目前预设脚本的传统AI客服仅能回复简单、重复的常规问题，更为复杂的问题仍需人工客服处理。与传统AI客服相比，AIGC客服将更精准地回答用户提出的问题，并且基于更强的泛知识储备，还可与用户闲聊并在适当时刻还可提供情感关怀，并且在人机交互过程中，AIGC客服可以根据用户喜好进行千人千面的个性化推荐。
ChatGPT等大模型的智能对话能力还可延伸至物流管理等方向，根据《中国物流与采购杂志》刊文，ChatGPT有望在以下方面赋能物流供应链：更及时地提供所需信息：如收集各国的关税、法规、海关情况、集装箱情况等信息，并进行不同国家间的比较以寻求最佳方案；提高风险应对能力以及物流管理水平：如根据历史经验以及新闻报道选择最优的运输路线，以避免潜在冲突或恶劣天气；根据证书、延误、事故等信息筛选承运人；实现货物清单自动化：以优于人工的精度挑选产品、安排发货、通知故障等。
Al+营销：创意文案迅速生成，实现千人千面个性化推荐
大模型对视觉能力的扩充有望进一步拓展文案生成场景：依据产品图片内容生成相应文案。总结产品核心亮点。
AI工具可辅助达成范围更广、随时随地、个性化的效果：基于大模型回答知识库中超出预设流程的问题。多终端、多平台嵌入，消费者与品牌随时随地互动。根据用户数据训练智能客服，更好模拟人工客服服务。
Al大模型背景下网络安全机遇与产业并存，各方加速布局
大语言模型技术的广泛应用，能够赋能网络安全产业的诸多环节，甚至可能对部分环节带来颠覆性的改变。以GPT为代表的大模型的本质是理解语言意图并根据意图进行任务分配，从而实现对话、计算、制图等能力，具有语言体系且流程性工作的占比较大的工作环节能被大模型所赋能。同时，出于工程落地难度及性价比考虑，大模型更适合用于规模较大、所需人工较多的环节。