AIGC，是继PGC、UGC之后的新型内容创作方式。典型应用形式包括AI写作、AI问答、AI自动编程、AI绘画、AI配乐、AI视频生成和AI语音合成等。尤其是对话式AI，近期火爆的程度超过了2022年下半年大火的AI绘画：毕竟生成各种文字远比生成图片更震撼，范围也更广。
AIGC的核心变革，发生在内容层，位于数据层之上。AIGC在绘画和会话等方面突破的重要性，在AI领域相当于2016年AlphaGo战胜人类围棋冠军的价值。在互联网领域，堪比下一代互联网、下一代内容和未来社交网络等，将影响到所有内容相关的产业，只会是程度和早晚的区别。
前几年，训练AI可以做一些识别和发现工作。AIGC则是训练AI后，会生成全新的、完全原创的、真实的工件。这些内会与训练数据保持相似，而不是复制。
前几年，机器视觉实现的是视频/图片到文字的转换过程，现在大热的AI绘画，与之前机器视觉的主攻方向正好相反，可以实现从一些关键词描述转换成图片的过程。
几年前的AI与AIGC的关系，会像云计算与云原生、大数据与数据要素的关系，都是前者强调技术和基础设施，后者强调应用和价值创造。大数据是机器处理现有数据以发现新价值，AI是机器有目的地生成新数据。大数据是从海量数据中寻找目标，AIGC是根据目标生成支撑性的内容。
AIGC的兴起，或许可以再编一个下一代互联网的故事。Web1是只读的，Web2是可读写的，现在Web3的故事是基于区块链的价值互联网。或许，Web3的新概念还可以是AI自动生成的、可读写的Web。 知识再次贬值。互联网和搜索引擎，把很多知识降维成了信息，“消灭”了知识分子对知识的垄断，知识分子作为一个群体正在消失。同时，也打破了传统的内容中心，建立了新的数字内容中心。ChatGPT刚问世才几个月，就已经1亿用户注册了，对Google和搜索引擎已经产生了革命性影响。或许未来的搜索引擎2.0，会是AIGC融合传统搜索的产物。当然，AIGC的影响不限于搜索引擎。
ChatGPT等AIGC缺乏真正理解人类语言和对话复杂性的能力。它只是被简单地训练为根据给定的输入生成单词和句子，它产生的任何反应都可能是肤浅的，缺乏深度和洞察力。而事实上，大多数文字工作者、大多数数字内容和程序员的水平，甚至都还达不到ChatGPT目前的水平。何况ChatGPT的学习演进速度，是7*24小时而不是“996”的。
软件2.0，从编写程序到训练程序，以后应该改叫“训程指南”了。软件2.0指在编程时，不再关注于算法的具体实现，而是只需要对数据集进行标记，用示例向计算机表达预期的目标 ，计算机应用神经网络对输入数据的性能进行评价，多次训练后，自行找出和填充达到目标的方法。随着AIGC的成功，现在看起来软件2.0不再只是一个遥远的梦想了。
数字原生时代，不可能让每个人都懂编程，因此低代码和零代码是必须的。传统的低代码、零代码平台主要依靠可视化和模块化等实现，而在10到20年内，AIGC将使非程序员的创造者能够使用自然语言指令进行零错误的软件开发。低代码/零代码2.0，应该会是基于AIGC的，业务与技术真正走向融合，让编程进一步平民化。
因为AIGC固有的缺陷，比如常识性错误和创造力等，未来不会只是AIGC。AIGC会逐步取代UGC，并且与PGC合体，形成P-AIGC模式。就像今天的AlphaGo战胜世界冠军后，现在最高水平的棋类比赛是人机混合式的。人在未来的文字性工作中，或许只是引导、监督和核查的作用。
AI服务要平台化了，像IaaS那样的基础性平台公司即将崛起。公有AI、私有AI和混合AI，AI原生内容、AI基础设施等新概念流行。AI平台上类似App和SaaS的各种内容，面向场景的PaaS化AI，AIGC辅助办公、AIGC辅助撰稿等纷纷出现，个性化的AIGC、专用AIGC和边缘AIGC等出现。
问题比答案更重要。对人类而言，创造性地提出问题，将来会远比如何回答好问题更重要了。“后真相”时代，AIGC进一步模糊了真实与虚拟，人类与机器，对AIGC的监管是个巨大的新挑战。
