2022年到2023年初，科技创新者们大规模推进生成式人工智能技术，使用该技术创造全新的、高度相似人类创造的文本和图像，商业领袖、投资者乃至整个社会都为此技术感到惊奇。反应空前热烈，仅仅五天，就有一百万用户涌入ChatGPT，即OpenAI的生成式人工智能语言模型，它可以根据用户的提示生成原创内容。相比之下，苹果花了两个多月的时间才使iPhone达到相同的用户水平，Facebook花了10个月时间，Netflix则花了三年多的时间来建立同样的用户群。

生成式人工智能技术的发展和应用快速进入市场，推动投资者和商业领袖们争相了解生成式人工智能生态系统。虽然我们即将对相应的CEO战略，及该技术可能对全球各行业带来的潜在经济价值开展深入研究，但我们在此想先分享生成式人工智能价值链的构成，目标是提供对生成式人工智能技术的基本理解，从而提供一个评估该领域投资机会的起点。我们的评估基于一手和二手研究，包括对30多位企业创始人、首席执行官、首席科学家和致力于将该技术商业化的商业领袖的采访，还有数以百计的市场报告、文章和麦肯锡专有的研究数据。

生成式人工智能AIGC的简要解释

和传统的人工智能技术相比，生成式人工智能在预测客户流失、产品需求和推荐次优产品方面有许多进步之处。二者的一个关键区别在于创造新内容的能力，这些内容可以以多种形式交付，包括文本（例如文章或问题回答）、看起来像照片或绘画的图像、视频和3D表达（例如视频游戏的场景和风景）。

在技术发展早期，生成式人工智能的输出结果令人惊奇，它不仅赢得了数字艺术奖，并在众多测试中跻身或接近前10%的成绩。大多数生成式人工智能模型以一种格式生产内容，但多模态模型也正在出现，例如可以根据用户提示创建包含文本和图形的幻灯片或网页。

所有这些都是通过在海量数据上训练神经网络（一种深度学习算法）和应用“注意力机制”（一种帮助人工智能模型了解应该关注什么的技术）实现的。有了这些机制，生成式人工智能系统可以识别单词模式、关系和用户的上下文提示，例如，理解句子“猫坐在垫子上，垫子是蓝色的”中的“蓝色”代表垫子的颜色，而不是猫的颜色。传统的人工智能也可能使用神经网络和注意力机制，但这些模型并不是为了创造新内容而设计的，它们只能基于现有内容描述、预测或规定某些内容。