生成式人工智能大模型賦能傳統出版企業轉型升級路徑研究

[摘 要] 基于質性研究方法，通過扎根理論提煉歸納出“智能內容生成提質優化、產業生產效率提速升級、個性定制內容交付傳播、融合發布渠道策略制定、商業市場數據分析洞察、新型商業模式開發創新、組織架構流程變革重組、品牌核心價值維護創造、法律法規倫理風險考量”九大主范疇和“傳統出版企業轉型升級”一大核心范疇。在對主范疇與核心范疇的典型關系結構以及范疇間邏輯關系分析的基礎上，構建生成式人工智能大模型賦能傳統出版企業轉型升級有效路徑的理論模型。模型揭示了如何更好地將生成式人工智能大模型賦能企業后端的生產力提升和前端的新價值創造是傳統出版企業實現轉型升級的關鍵。

[關鍵詞] 生成式人工智能 企業轉型升級 傳統出版業 大模型 扎根理論

[中圖分類號] G230 [文獻標識碼] A [文章編號] 1009-5853 （2024） 04-0037-10

Research on the Transformation and Upgrading Path of Traditional Publishing Enterprises Empowered by Generative Artificial Intelligence Large Models：Qualitative research Based on Grounded Theory

Dong Hua Zhang Haoyue Gao Aiyu

（College of Economics and Management， Qingdao University of Science and Technology， Qingdao， 266061）（College of Economics and Management， Qingdao University of Science and Technology， Qingdao， 266061）（College of Journalism and Communication， Shaanxi Normal University， Xi’ an， 710062）

[Abstract] Based on the qualitative research method and grounded theory， nine main categories have been extracted and summarized， including “the improvement and optimization of intelligent content generation， the acceleration and upgrading of industrial production efficiency， the delivery and dissemination of personalized customized content， the formulation of integrated publishing channel strategies， the analysis and insight of commercial market data， the development and innovation of new business models， the transformation and reorganization of organizational structure and processes， the maintenance and creation of brand core values， and the consideration of legal and regulatory ethical risks”， as well as one core category of “transformation and upgrading of traditional publishing enterprises”. Based on the analysis of the typical relationship structure between the main categories and the core category， as well as the logical relationship between categories， a theoretical model of generative artificial intelligence is constructed to empower traditional publishing enterprises to transform and upgrade effectively. The model reveals that how to better empower the productivity improvement of the backend and the creation of new value in the frontend with generative artificial intelligence models is the key to the transformation and upgrading of traditional publishing enterprises.

[Key words] Generative artificial intelligence Enterprise transformation and upgrading Traditional publishing industry Foundation models Grounded theor

[基金項目] 本文系國家社會科學基金“大數據驅動制造企業服務化組織創新的路徑與模式研究”（17BJY073）研究成果之一。

[作者簡介] 董華，經濟學博士，青島科技大學經濟與管理學院教授、博士生導師；張皓越，青島科技大學經濟與管理學院2023級碩士生；高愛宇，陜西師范大學新聞與傳播學院2024級碩士生。

1 引 言

在AI迅速發展的智能化浪潮時代，生成式人工智能作為一種利用人工智能技術來自動生成文本、圖像、視頻、音頻等多模態數據的消費級內容創作工具，已逐漸成為賦能各行業發展革新的重要力量。傳統出版業一直以來主導著以專業生產內容（PGC）為主的知識傳播和信息分享渠道。然而，隨著數字媒體的崛起和讀者行為的轉變，專業生產內容向在線平臺遷移，同時，伴隨著自媒體和自出版的發展也帶來了用戶生產內容（UGC）的融合，集聚了來自互聯網上的文字、圖片、音頻、視頻等內容。近兩年，隨著生成式人工智能的迭代成熟和應用加速，傳統出版企業面臨更多的機遇與挑戰。一方面，自然語言生成模型和內容自動生成算法帶來的內容生產模式的徹底變革，催動出版業生產力的突破革新，使其能夠低成本、高質量地生成大量優質內容，從而在各大流量、社交、視頻平臺占據主導地位；另一方面，生成式人工智能大模型的應用也在重塑內容寫作流程模式、深化人機協同工作、重構編輯出版倫理規范等方面給傳統出版企業帶來了新的挑戰，同時還帶來了剽竊行為隱蔽、主體責任不清、作品署名爭議、信息安全風險等新問題[1]。探討如何充分發揮生成式人工智能大模型的潛力，創新業態模式實現新的價值創造，對傳統出版企業抓住時代機遇順利實現轉型升級至關重要。

2 文獻回顧

目前，關于生成式人工智能大模型如何賦能傳統出版企業轉型升級的相關研究主要集中在四個方面：一是對傳統出版業未來發展模式與實現基礎的探索。如宋婷[2]提出傳統出版業健康可持續發展的新思路是實現傳統出版與新興媒體的深度融合；胡易容[3]認為生成式人工智能大模型的能力正在成為出版業不可或缺的基礎性構成，出版業正在走向更為廣闊的立體型、開放型和智能型的出版之路。在內容生成的持續迭代中，一個全程、全域、全產業鏈的全新智能出版時代正在到來。二是對生成式人工智能大模型與傳統出版企業融合路徑與條件的探索。如劉廣東[4]認為厘清ChatGPT的技術原理及其可供性，辨析生成式人工智能中的人機互動關系，是理解這場內容生產范式轉換的前提；靳建國[5]認為AI技術可以促進出版內容個性化，通過分析用戶需求，定制化推出出版內容，提供更具有針對性的內容服務；程可伊[6]認為互動這一關鍵屬性使得互動出版從某種意義上來說，是一種碎片式出版，即經過組合、整理、加工而形成的非系統甚至非原創的出版物。在互聯網時代，互動出版呈現出強大的生命力，與ChatGPT有著天然的融合條件。三是對生成式人工智能大模型賦能出版企業轉型的實現路徑的研究。如黃國斌等[7]研究面對AI技術在應用過程中產生的問題，提出出版產業可從樹立人機協同的戰略思維、加強科技倫理以確保人工智能規范應用、加快實現出版資源的數字化與數據化、加強數字資產的保全與應用、加快出版人才隊伍建設等方面形成破局對策；蔡喆等[8]的研究建議與AI企業合作、引入AI人才，整合現有流程管理系統和輔助編輯系統，加速實現全流程人工智能化。四是對出版業特定領域的轉型策略的研究。如張琦等[9]在“出版+直播、短視頻”領域中提出結合新科技、發掘新技術來優化用戶體驗應是接下來的著力點。

通過文獻梳理可以看出，生成式人工智能大模型賦能傳統出版企業轉型升級的研究剛剛興起，相關成果主要集中在近兩年。研究視角主要集中于如何將AI工具深度融合到傳統出版企業的生產流程中，以加速內容產出并提高產出質量，當前尚缺少對于生成式人工智能大模型賦能傳統出版企業轉型升級的成功案例和具體有效路徑的探索研究。

3 研究設計

3.1 研究方法選擇

鑒于生成式人工智能大模型賦能傳統出版企業轉型升級具有突出的實踐性，以及本文旨在從整體層面歸納提煉生成式人工智能賦能傳統出版企業轉型升級的有效路徑，因此選擇適合路徑模型搭建的扎根理論作為研究方法。

扎根理論是葛拉瑟（Glaser）和史特勞斯（Strauss）共同提出的質性研究方法，該方法不會依據特定的理論事先提出具體的研究概念與架構，而是強調隨著數據資料的收集與編碼過程，逐漸擴充、發展新的概念，具有足夠的解釋力以及情境性、本土性、深度性、可靠性等多種優點[10]。由于我國出版業規模龐大，且生成式人工智能大模型賦能出版業數據獲取存在低時效性等缺陷，相較于定量研究，定性研究更具備優勢。此外，作為一項極具前瞻性的技術，AI與傳統出版業的結合尚處在探索階段，缺乏一定的理論框架，適合利用扎根理論進行探索性研究。本研究按照程序化扎根理論的一般流程，在嚴謹的數據收集和分析的基礎上，通過開放性編碼、主軸性編碼和選擇性編碼探索生成式人工智能大模型賦能傳統出版企業轉型升級的具體路徑和策略。本研究不僅可為出版企業的戰略制定提供參考借鑒，也可為AI時代相關產業政策的制定提供理論依據。

3.2 研究對象及數據來源

研究對象特征及其選擇。傳統出版業作為以內容生產為核心價值的行業，能夠迅速察覺到生成式人工智能大模型對傳統生產工具的替代和對業務模式流程的沖擊。艾瑞咨詢數據顯示，生成式人工智能大模型主要影響內容創作與人機交互，因此價值鏈線上化程度越高，內容主導部分在價值鏈中占比越高，大模型對其顛覆效應就越明顯。當前，生成式人工智能大模型賦能傳統出版業轉型升級的典型特征主要表現在創新驅動、數據賦能、閱讀場景與個性化閱讀、提升效率、拓展業務邊界等方面。由于參與生成式人工智能大模型賦能傳統出版業價值鏈的主體具有多元性，因此研究對象不僅包括傳統紙媒出版單位、音像制品出版企業、人工智能科技研發企業等，還會涉及包括中介機構和政府等其他輔助性機構。

研究數據來源及收集方式。依據三角驗證原則，多樣化的資料來源可以構建更加堅實有效的扎根研究基礎。本研究的原始數據資料主要通過行業調研報告、文獻數據庫、企業財報及政府機構官網等渠道獲得。同時，為了豐富數據資源并緊密結合出版企業的現實實踐，將國內的人民教育出版社、果麥文化、中信出版集團和國外的企鵝蘭登、牛津大學出版社等業內領先的出版機構大模型實際應用案例作為補充資料，確保資料能夠相互補充與驗證，為研究結果的可靠性和準確性提供保障[11]。本研究整理分析2020年1月到2024年6月間所收集資料共計138份。

4 資料及數據分析

通過三級編碼對原始資料語句（初始概念）等樣本數據進行分析，以獲取生成式人工智能大模型賦能傳統出版企業轉型升級的有效路徑要素。

4.1 開放性編碼

通過對收集的資料進行初步的處理和分類，將原始資料語句及初始概念數據進行概念化、抽象化，并不斷比較形成子范疇。由于原始資料語句和初始概念的層次較低，且存在大量的交叉或重復，因此對它們進行進一步的分析和概括，最終精簡歸納出原始資料語句和初始概念共73條，進而抽象出41條子范疇，見表1。

4.2 主軸性編碼

主軸性編碼是將所分析現象的條件、脈絡、行動策略和結果各范疇間聯系起來，實現資料重新組合的過程。在此聚類開放性編碼的子范疇并找尋其不同范疇間內部關系，從而進一步構建圍繞子范疇之間的關系網絡。基于開放性編碼中呈現的41種不同子范疇，將其歸納得到9大主范疇：（1）智能內容生成提質優化；（2）產業生產效率提速升級；（3）個性定制內容交付傳播；（4）融合發布渠道策略制定；（5）商業市場數據分析洞察；（6）新型商業模式開發創新；（7）組織架構流程變革重組；（8）品牌核心價值維護創造；（9）法律法規倫理風險考量。

4.3 選擇性編碼

選擇性編碼要求從主范疇中提取核心范疇，建立系統性核心范疇和其他主范疇之間的聯系，并以“故事線”的方式進一步發展出實質理論構架。本研究通過對9個主范疇進行深入分析和比較研究，確定“傳統出版企業轉型升級”這一核心范疇，并構建典型關系結構與內涵，如圖1所示。通過分析原始語句中的初始概念關系，發現這一核心范疇確實能統領9大主范疇，且各主范疇之間也有相互關聯。

4.4 理論飽和度檢驗

理論飽和度（theoretical saturation）是指通過采集額外數據也不能再發展出新范疇、不再產生新理論[12]。本文采用預留原始資料的形式進行理論飽和度檢驗，通過對預留的16份原始資料再次進行開放性編碼、主軸性編碼和選擇性編碼，沒有新的范疇出現，可判定本有效路徑理論通過理論飽和度檢驗。

5 生成式人工智能大模型賦能傳統出版企業轉型升級路徑模型構建

5.1 九大主范疇間的邏輯關系與相關性分析

基于三級連續編碼的循環往復及前述理論推導，可以揭示傳統出版企業轉型升級受到生成式人工智能大模型賦能的“智能內容生成提質優化”等九大主范疇的共同驅動，且這些主范疇理論皆對核心范疇“傳統出版企業轉型升級”起直接或間接的正向促進作用。在理論模型構建過程中，發現各主范疇之間不僅存在一定的邏輯關系，還存在基于促進性、互補性等相互影響的相關關系。其中，生成式人工智能大模型賦能下的“智能內容生成提質優化”“個性定制內容交付傳播”和“產業生產效率提速升級”將在內容生成的速度、質量、個性化和效率方面全方位促進出版企業的生產力提升，生成式人工智能大模型賦能下“新型商業模式開發創新”“融合發布渠道策略制定”和“品牌核心價值維護創造”則會在模式、渠道和品牌等方面促進出版企業實現全新的價值創造。生產力提升和新價值創造是推動傳統出版企業實現轉型升級的核心和關鍵，“商業市場數據分析洞察”是生產力提升和新價值創造的基礎，“組織架構流程變革重組”和“法律法規倫理風險考量”是實現轉型升級的內外部條件與保障。

5.2 生產力提升

生成式人工智能大模型賦能智能內容生成和個性化定制內容交付等均可以使傳統出版企業的生產力得到極大提升。例如通過大模型的文本、語音、圖像、視頻等多模態優質內容的智能生成，結合自然語言處理和圖像識別技術，實現對出版物內容的智能編輯和自動校對，識別和糾正文本中的錯誤，優化版面設計，提升出版物的整體質量和讀者體驗。大模型智能生成出版物內容質量的高低決定著傳統出版企業轉型升級的成敗。在商業市場上，通過AI系統分析讀者行為和市場數據，可以指導出版商進行精準的內容編輯，還可以基于目標讀者分析實現個性化定制內容的智能推送和精準的市場推廣，從而提高讀者滿意度、增加出版量，提升出版企業盈利能力。除了提供更優質的內容，大模型賦能下快速的內容生成和高效內容處理也會縮短出版周期，提高響應市場的速度，使出版產業生產效率獲得極大提高，并最終構建起更高質量更高效率服務讀者的智能知識服務生態體系，加快出版企業創新發展實現轉型升級。

5.3 新價值創造

生成式人工智能大模型賦能另一個重要體現是助力傳統出版企業實現新的價值創造。基于生成式大模型，出版企業不僅可以推出智能客服、一鍵式智能數字出版、推出對話式寫作的出版平臺和競品分析等新的商業模式，從而為客戶讀者創造更多新的產品服務價值，還可以通過AI輔助內容審核處理、智能協同編校等進一步優化出版企業價值創造的流程與模式。例如，酷狗作為國內領先的數字音樂交互服務平臺，借助AI大模型的多模態能力，既賦能音樂人創作出更豐富優質的音樂內容，又能反向輸入音樂，利用AI技術輸出更全面的描述，為用戶生成個性化歌單。通過云端協同部署AI大模型，可以賦能音樂的創作、分類、推薦以及風格轉換等，這將產生出全新的業務形態和與之匹配商業模式，實現音樂產業的升級。此外，多語種傳播、沉浸式產品體驗、多模態融合的全媒體傳播、融合出版等新的融合發布渠道策略也為出版企業拓展了更多的受眾，從而開拓出更多新的價值創造途徑，成為轉型升級的新引擎。生成式人工智能大模型所帶來的新型商業模式和各類發布渠道策略，不僅能夠更好地維護出版企業原有的品牌核心價值，還能夠通過產品服務創新增強讀者的品牌認知度和忠誠度，提升品牌形象，創造新的品牌價值，打造新的競爭力，實現從傳統出版到現代出版的升級。

5.4 內部變革與外部保障

內部變革與外部保障是生成式人工智能大模型賦能出版企業生產力提升和新價值創造的必要條件。生成式人工智能大模型的應用不僅創造出新的商業模式，也改變了出版企業價值創造的流程與模式，出版企業要想順利實現轉型升級，其自身的組織架構與流程必須向著全面適應AI化變革發展。新業務流程和組織架構可以優化信息的傳遞共享，提升資源配置整合效率。例如，彭博社成立了專門的數據科學和AI部門與新聞編輯部緊密合作，推動AI技術在新聞生成和數據分析中的應用。其開發的賽博格（Cyborg）AI編輯系統能夠快速分析大量的財務數據并自動生成金融新聞和報告，極大地提高了新聞發布的速度和準確性。組織架構流程變革重組本質上是企業內部各種錯綜復雜的關系基于AI內容生產與價值創造的新特征進行重新優化組合和調整協調的過程。組織內部變革的滯后往往會使出版企業難以釋放生成式人工智能大模型帶來的新生產力和新價值創造的潛力。此外，出版企業必須認真考量AI所帶來的著作權歸屬、隱私保護、剽竊盜版等法律法規倫理風險問題，并將其作為策略選擇和是非對錯的重要衡量因素，才能保證企業轉型路徑的正確方向。同時，生成式人工智能大模型大規模應用帶來的一系列問題也將會推動出版行業相關法律法規的完善，從而為出版企業轉型升級提供有力保障。

基于以上故事線的分析及歸納，本文構建基于核心范疇—主范疇的生成式人工智能大模型賦能傳統出版企業轉型升級有效路徑的理論模型，如圖2所示。該路徑表明，在大模型的賦能下，以商業市場數據分析洞察為基礎和起點，以企業后端的內容生產力的提升到面向市場前端的新價值創造為主動力軸，配合組織架構流程內部變革重組和法律法規倫理的外部風險考量的內外部力量，共同推動傳統出版企業實現轉型升級。

6 研究結論與展望

6.1 研究結論

本文基于程序化扎根理論構建了生成式人工智能大模型賦能傳統出版企業轉型升級路徑模型。主要工作與發現包括：第一，在歸納梳理73條原始資料語句和初始概念的基礎上，通過開放性編碼抽象出41條子范疇；第二，在41個子范疇基礎上，通過主軸性編碼歸納出9大主范疇，并通過選擇性編碼確定“傳統出版企業轉型升級”的核心范疇，構建典型關系結構。這9大主范疇清晰展示了基于生成式人工智能的大模型賦能傳統出版企業轉型升級的影響因素和發展過程；第三，各主范疇之間存在邏輯關系和相互影響，前向階段的主范疇會對后續階段的主范疇產生直接或間接影響，同階段內各主范疇間互為正向影響，涵蓋了從后端的生產力提升到前端的新價值創造的全方位變革；第四，在主范疇邏輯關系和相互影響分析的基礎上，勾勒出傳統出版企業轉型升級路徑的全景圖，構建生成式人工智能大模型賦能傳統出版企業轉型升級路徑的理論模型。其中，智能內容生成提質優化、產業生產效率提速升級、個性定制內容交付傳播作為賦能企業轉型升級的后端要素，通過直接提升生產力相互影響；融合發布渠道策略制定、新型商業模式開發創新、品牌核心價值維護創造作為賦能企業轉型升級的前端要素，通過實現新價值創造相互影響；商業市場數據分析洞察是提升生產力和實現新價值創造的前置要素；組織架構流程變革重組是保證企業順利實現轉型升級的內部基礎；法律法規倫理風險考量是企業順利實現轉型升級的外部保障。通過模型構建發現，如何更好地將生成式人工智能作用于企業后端的生產力提升和前端的新價值創造是傳統出版企業實現轉型升級的關鍵所在。

6.2 前景展望

在人工智能大模型賦能傳統出版企業轉型升級過程中，必須格外關注新商業模式的可持續性。如果盲目跟風，新模式可能面臨市場飽和、競爭加劇和難以取得競爭優勢的風險，同時易導致企業開展與其能力和資源不匹配的活動，或忽略潛在客戶的真實需求，從而導致轉型失敗。業務模式和出版模式的開發創新應與企業自身獨特定位和資源相匹配，通過深入的市場分析，不斷挖掘用戶潛在需求，評估自身核心能力，注意商業性與公共性的平衡，并確保符合相關法律法規以規避風險，才能保證轉型升級的正確方向。此外，盡管生成式人工智能在提高內容生成質量和效率方面具有顯著優勢，但過度依賴生成式人工智能大模型可能會使出版企業忽視傳統人工的價值，導致失去靈感創意和編輯的質量控制，從而損害內容的質量和原創性。因此，企業在利用生成式人工智能的同時，應充分認識到人力資源在內容質量控制方面的價值。隨著讀者需求、競爭格局和技術趨勢的不斷演進，出版企業應該積極迅速適應這些變化，主動把握生成式人工智能發展規律，承擔其在生成式人工智能環境下的主體責任，通過優化組織流程和管理制度、定期評估和調整策略來確保生成式人工智能大模型助力企業順利轉型升級。

注 釋

[1]匡文波，姜澤瑋. ChatGPT在編輯出版中的應用、風險與規制[J].中國編輯，2024（1）：72-77

[2]宋婷.出版融合視角下傳統出版行業發展新途徑[J].文化產業，2022（20）：16-18

[3]胡易容.技術創新驅動下的出版系統迭代機制：兼談人工智能生成內容對出版行業的沖擊[J].中國編輯，2023（7）：61-65+75

[4]劉廣東.出版再想象：AI與內容生產變革[J].數字出版研究，2023，2（2）：15-20

[5]靳建國.AI時代傳統出版單位融合出版路徑探析[J].名作欣賞，2023（21）：94-96

[6]程可伊.ChatGPT與出版業變革：應用場景、風險挑戰及應對措施探析[J].商訊，2023（12）：115-118

[7]黃國斌，蔣海鷗.AI賦能出版產業的思路和對策[J].出版廣角，2023（12）：39-43

[8]蔡喆，王梅，趙延永.生成式AI為助力出版發展提供新引擎[J].全媒體探索，2023（5）：119-121

[9]張琦，謝思慧.融合發展背景下直播、短視頻在傳統出版行業中的應用研究[J].出版科學，2020，28（6）：72-78

[10]王念祖，林至康.我國臺灣地區《數字出版產業發展策略與行動計劃》誤區分析：基于扎根理論的探討[J].出版科學，2020，28（1）：87-94

[11]陳宇，孫梟坤.內生與外壓的耦合：社會治理創新的生成邏輯：基于扎根理論的質性分析[J].云南行政學院學報，2022，24（2）：52-62

[12]蔣永康，梅強.基于扎根理論的知識轉移粘滯過程機制研究：以在孵企業為例[J].科技進步與對策，2023（23）：1-9

（收稿日期：2024-03-19；修回日期：2024-06-26）