最近，“AI速寫公文”沖上了熱搜。

有人認為：AI寫公文創(chuàng)意性不足、情感缺位，加上輸出的公文質(zhì)量高度依賴語料庫，在實際應(yīng)用時顯得很雞肋。

不過也有人覺得：AI語言組織能力強，寫作效率高，在解決基礎(chǔ)性、反復(fù)性寫作任務(wù)時，還是能給長期需要大量創(chuàng)作的人或入門級的公文寫作人員帶來福音。

目前，這方面的探索還在深入中。而AI公文寫作這塊要想獲得長足發(fā)展，語料庫能否在保證數(shù)據(jù)保密或安全的同時，及時掌握最新的政策、提案和社會動態(tài)，并能深度匹配各類型公文的創(chuàng)作需求，保持較高的輸出水準，或成為日后突圍的關(guān)鍵。

賦能專家寫作 提效1倍以上

其實除了公文寫作，AI內(nèi)容生成在專業(yè)論文寫作、生產(chǎn)偏差寫作等領(lǐng)域同樣引發(fā)了高度的關(guān)注。

比如在PHBS（北大匯豐商學(xué)院）的應(yīng)用案例中，司普科技為其打造的專家智能寫作系統(tǒng)，前期幫助完成了北大智庫百億級別文本的結(jié)構(gòu)化處理，并快速搭建起專屬的企業(yè)信息庫。

后期借助交互式對話，不僅可以輔助院內(nèi)的專家學(xué)者高效完成信息庫搭建、修改、維護更新、分析統(tǒng)計等操作，還能根據(jù)個性化需求，實時生成研究案例、教學(xué)案例、公案教學(xué)等內(nèi)容，實現(xiàn)多格式、多風(fēng)格、多場景的內(nèi)容輸出。目前推動院內(nèi)頂尖專業(yè)論文創(chuàng)作效率至少提升一倍。

在此過程中，司普科技推出的專家智能寫作系統(tǒng)不僅能在寫作靈感激發(fā)、大綱創(chuàng)作、素材收集、自動行文、糾錯校對、潤色擴充、風(fēng)格改寫等環(huán)節(jié)賦能，還通過“辨識性小模型+通用性大模型”相結(jié)合的方式，打造行業(yè)智庫，從而保障論文寫作的專業(yè)性和權(quán)威性。

另外，通過知識圖譜檢索和信源索引，該產(chǎn)品還能給到用戶更精準的檢索信息和引用來源，以確保論文創(chuàng)作的規(guī)范合理，以最大程度規(guī)避版權(quán)風(fēng)險。

智能偏差寫作為生產(chǎn)護航

和武田中國合作推進智能偏差寫作，是AI賦能寫作的另一大落地場景。

作為質(zhì)保質(zhì)控的關(guān)鍵要素，偏差管理一直被生產(chǎn)制造型企業(yè)視為“第二大生命線”。而偏差報告撰寫的質(zhì)量與效率，不僅影響著風(fēng)險評級及后續(xù)處理，還往往會對生產(chǎn)持續(xù)性、產(chǎn)品良率、后續(xù)風(fēng)險規(guī)避等帶來影響。為此，偏差管理一直是生產(chǎn)型企業(yè)關(guān)注的要點和監(jiān)管部門稽查的重點。

以往偏差寫作主要靠人工完成，可遇上生產(chǎn)偏差隨時可能發(fā)生，而另一邊偏差寫作人員水平參差不齊，且生產(chǎn)時間緊任務(wù)重，出具的偏差報告質(zhì)量和時效都未必有保障。

在武田中國的合作案例中，司普科技針對工廠偏差寫作提供了具體的解決方案。主要表現(xiàn)在：

1）可實時檢測生產(chǎn)情況，如發(fā)生偏差事件，生產(chǎn)人員可以借助偏差寫作助手，通過文字或語音輸入，快速完成偏差報告要素的采集、整理與撰寫工作。

當(dāng)報告完成，系統(tǒng)還能自動檢查邏輯、語法、錯別字等情況，確保報告內(nèi)容要素完備、條理清晰、重點突出，能更快幫助企業(yè)縮短偏差報告和處理時間。

2）可自動完成對歷史偏差報告數(shù)據(jù)的文本化管理，并通過沉淀和分析歷史偏差數(shù)據(jù)，幫助生產(chǎn)型企業(yè)提前發(fā)現(xiàn)偏差風(fēng)險，輔助生產(chǎn)決策。

在司普科技推出的AI賦能工廠質(zhì)量體系偏差寫作的應(yīng)用場景中，生產(chǎn)人員可減少40%偏差處理時間，生產(chǎn)效率和質(zhì)量大幅提升，同時還能將偏差關(guān)閉時間從30天降低到15天甚至更短，對于保障安全生產(chǎn)，提升工廠的質(zhì)控水平和產(chǎn)能產(chǎn)量可謂助力不少。

而在電力能源、投資金融等行業(yè)的應(yīng)用中，借助AI寫作，可自動關(guān)聯(lián)客戶信息庫，分析總結(jié)運行情況生成報告，還能通過圖表形式多維展示，成為很多企業(yè)科學(xué)決策的重要依據(jù)。

從以上來看，AI寫作的使用場景正在逐漸增多，很多商業(yè)化場景也在逐步落地，這讓人們對生成式AI的未來更有期待。

不過就目前來說，AI寫作要想獲得更深層次的應(yīng)用和更廣泛的認可，除了輸出質(zhì)量、效率、體驗等方面的升級，很關(guān)鍵的一點還在于能很好地解決“通用模型”（通用知識）和“專業(yè)模型”（專業(yè)知識）相結(jié)合的問題，以實現(xiàn)輸出質(zhì)量的蛻變。在這其中，人依然發(fā)揮著關(guān)鍵性作用。