chatgpt-2 涓巆hatgpt-3 鍖哄埆 copilot鍜宑hatgpt鍝釜缂栫▼鑳藉姏鏇村己

中美ChatGPT的商业化分野

中美商业比较,中美商业会谈,中美商业合作示范,《中美商约》

图片来源@视觉中国

文 | 脑极体

先讲个跟ChatGPT无关的趣事儿，最近科技博主lcamtuf’s thing分享，“在NFT 最疯狂的时候，我买了很多相关的书，所有专家在解释 NFT 为什么有价值时，都说是因为稀缺性会产生价值。这完全是胡说八道，我儿子的涂鸦就很稀缺，但根本不会有人想购买它们。”

提起这个，是因为最近ChatGPT火遍地球村，微软、谷歌、百度、阿里云、科大讯飞等海内外科技企业，都纷纷给出了研发上线时间表，很快我们就会看到一大批各种版本的ChatGPT“集体亮相”。

但问题来了，这么多ChatGPT，谁会为它们付费呢？

现在很多人已经确信，ChatGPT将带来一场新技术革命。“ChatGPT取代人类”的各种震惊体新闻频繁出现，和2017年“AI取代人类”如出一辙。但距离上一个AI风口并不遥远，相信大家都还记得，那波AI投资热潮过后，大量AI创业公司被拍死在了沙滩上，昔日的“AI四小天鹅”面临营收困局，自动驾驶更是迎来寒冬，被迫技术降级。

我们一路跟随AI产业化和产业AI化的进程，可以肯定地说，产业革命并不是一蹴而就的，它有一个基本路径――新技术先找到适合的应用场景，成功商业化，在这个过程中慢慢积累技术改进，不断完善自己，才有可能引发巨大的革命。

所以，面对“各种ChatGPT登场”的确定性局面，我们不妨把目光放得更加长远，去思考一下ChatGPT商业化的问题。

中国和美国是AI领域的领军国家，所以，探讨ChatGPT商业化，中美的相同点与差异，是一个绕不开的话题。而回答问题是ChatGPT的强项，所以本篇文章也将邀请ChatGPT和我一起，分别从人工智能问答机器人的视角，以及业内人士的视角，共同探讨中美ChatGPT商业化的分野。

商业化前提：中美AI的土壤有何不同？

新技术的发展和商业化潜力，与AI产业本身的发展情况有着直接关系。土壤足够肥沃，新技术的种子才能茁壮成长。

那么，中美在AI领域有哪些差异呢？

我们让ChatGPT先回答。不得不说， ChatGPT展现出了极高的“情商”（如果它有的话），避开美国不谈，只谈中国在AI领域的优势，还挺“社会人”的。

我们当然不能让它“偷奸耍滑”，继续追问美国在人工智能领域方面的优势。

嗯，从投融资、科研、政策、法律、应用、数据基础等各个方面进行了分析比对，视角很全面了。但是，作为一篇分析文章，要让读者记住这么多维度，显然是很不友好的。我们更希望读者在阅读完成后，对中美的人工智能产业差异，留下一个清晰、准确、简洁的印象。

于是，我们让ChatGPT基于上述分析，给出一个言简意赅、一语中的的结论。

它认为：中国AI长于规模，美国AI胜在创新。

大家觉得怎么样呢？简单总结一下，它的逻辑推理是这样的：中国AI产业规模大――数据资源多――提高模型效果――带来商机；美国AI创新能力强――技术引领――打造高质量AI产品――从中获益。听起来煞有介事，但细究起来，还是有很多不严谨、不明确的地方，给人一种“正确的废话”之感。

总的来说，ChatGPT的答案有几个明显的特点：

1.缺少细节。ChatGPT的答案逻辑清晰，维度丰富，但较为笼统，缺少来自一线实践、行业案例等更细节的情报和信息。

2.实时性不足。ChatGPT对2021年后的世界和事件了解有限，而AI又是一个快速发展的领域，所以答案有一定的滞后性。

可靠性问题。ChatGPT不能保证答案的完全准确，还需要专业人员对其结果进行二次审核、确认，如果不了解行业、缺少可靠信息源、缺乏事实检索技能、无法识别虚假信息，只盲目相信ChatGPT的答案，得到的认知可能是错的（当然，不可靠的人类创作者也一样会炮制假信息）。

作为人类创作者，加上对国内外AI产业有了数年深入一线的走访和观察，我们认为，中美AI的核心差异在于――技术强密度。

技术强度和技术密度，这一概念是由经济史学家亚历山大・格申克龙，在《历史视角中的经济落后》中提出的。其中，技术强度指的是技术的性能和水平，而技术密度指的是技术在社会和经济中的普及程度和应用密度。

在关于中美ChatGPT，以及中美AI，甚至更早的互联网等技术领域中，我们都能看到一个现实：美国产业界的技术强度更高，而中国的技术密度更高。

因为技术强度高，所以很多前沿、突破性的创新，往往先诞生在美国，转移到中国获得大规模的普及应用。

技术强度固然值得欣赏，但技术密度高同样是一种难得且重要的优势。如果说技术强度是科技革命的必要条件，那么技术密度就是科技革命的充分条件。

正如格申克龙所说，不要低估经济现实的复杂性，也不要高估科学工具的质量。中美ChatGPT的商业化路线，会扬己所长，走出差异化路线。

中美AI土壤给各自ChatGPT的商业化带来了哪些利与弊？接下来，究竟会分别走向怎样的路线？我们先来看进行时的美国ChatGPT商业化应用。

美国ChatGPT的个人化色彩

前面提到，美国AI技术的创新性、前瞻性、原创性很高，因此很容易产生ChatGPT这样颠覆性的新技术产品，但产业应用的技术密度相对较低。

一般来说，美国的AI技术创新在初始阶段是非常活跃的，但随着技术的逐渐成熟，变得“不够性感”，这种活力也会逐渐下降，这个时候，没有来自产业侧的丰富创新，会直接影响新技术的继续发展。就拿深度学习来说，中国庞大的ICT产业生态、各行各业应用者将这一技术在各种场景中用出了花，造就了一个巨大的产业数字化、智能化业态。

目前来看，OpenAI打造的ChatGPT也沿着上述路线发现。

在初期，创新很活跃，但缺乏产业力量的参与，更多是与现有的互联网产品进行整合，面向个人用户提供服务与行业应用的结合不够紧密。

比如，目前微软已经推出的由 ChatGPT 提供技术支持的高级 Teams 产品，做的事有生成会议记录、记笔记、起草工作邮件等，旨在帮助员工解决大量重复、机械的文书工作。

而谷歌想做的搜索引擎，微软已经改造的必应bing，将ChatGPT整合为AI助手，帮助用户自动化筛选，获得更好更完整的答案。如果没有AI，用户自己在互联网数据之海中筛选并判断哪些信息有用，是很麻烦的。

尽管很多美国学校开始严禁学生使用ChatGPT做作业，但这项新技术还是可以在教学场景中发挥正向作用。根据Study.com的调查，有21%的老师开始用ChatGPT辅助教学，包括提供写作提示、制定课程计划、教授写作风格（生成范文）等。

可以看到，这些ChatGPT都是对现有应用的升级、迭代乃至于颠覆。这就容易导致两个问题：

第一，个人服务的定价能力模糊。与现有产品的结合很难证明技术带来的价值，用户愿意支付的费用也是有限的。

第二，个人服务对于技术表现要求很高。目前ChatGPT还有一些技术限制，无法应对复杂的问题和对话，一旦用户体验不佳，就不愿意付费了。

而ChatGPT也知道这个问题，看来不是OpenAI不想变着花样卖给企业，而是真的“巧妇难为无米之炊”，缺少围绕AI技术展开应用创新的产业条件。

中国ChatGPT的后进之路

中国发展ChatGPT的一个特点是，美国能做的我们也能做，美国不能做的我们还能做。

就拿ChatGPT的产品化应用来说，搜索引擎也好，聊天机器人也好，办公软件升级也好，这些互联网产品中国哪个都不缺，甚至更丰富。所以，但凡美国AI公司能将ChatGPT落地的产品，中国ChatGPT都不会缺席。

就连ChatGPT在列举中美ChatGPT的商业化应用时，所给出的答案都是大同小异。所以着急的看官们，其实根本不用急。

而很多中国可以应用ChatGPT的场景，是近两年来中国AI产业界逐步摸索出的，具有很高的独特性。

比如说，ChatGPT与大型政企，尤其是金融行业、政务服务等应用的结合。

近两年来，中国数字经济的速度和规模超乎想象，金融行业的数字基础好，往往走在新技术应用的最前端，深度学习、因果AI、区块链、知识计算、数字人等新技术，已经形成了很成熟的行业应用化路径。各级政府对于数字化服务的积极性也很高，日常工作中存在大量文书、文本工作，很多村官被成为“表哥表姐”，这些重复性工作用ChatGPT可以很好地提升效率。

中国AI创新产业生态，驱动新技术的行业应用快速转化。一般来说，OpenAI这类创新型平台公司负责研发大模型，再将API接口开放出来，方便ISV服务商/中小开发者，结合行业知识和数据，打造定制化的解决方案，以满足产业侧的庞大个性化需求。

经过几年的培育和发展，中国已经围绕AI开发平台，形成了数个繁荣的AI创新产业生态群落，比如飞桨、N腾，这意味着中国ChatGPT出现之后，可以很快与行业相结合，出现在垂直领域效果更好、更加专精的模型。

显然，相比个人应用，面向千行百业的产业化应用营收面更广，商业化潜力也更大。

当然，必须承认的是，中国ChatGPT在技术强度上，短期内还和美国有一定的差距。

就连谷歌第一次试水都大翻车，中国ChatGPT受限于高质量数据、顶级人才储备、调参能力等，在性能表现上肯定没有OpenAI的原版ChatGPT好。

不过，就连原版ChatGPT都对中国公司打造出高水平的LLM抱有信心，我们何妨多给中国科技企业一点时间和宽容呢。

迈向繁荣，中国科技公司还能做什么？

很长时间以来，我们都倾向于认为，中国更擅长应用和微创新，虽然技术密度很高，但技术强度不如美国。

ChatGPT爆火之后，不少人都在感叹，如此颠覆性的技术又没有诞生在中国，讽刺打算做中国版ChatGPT的中国科技公司――别人不做你什么都没有，但凡别人出点什么你全部都有，还是世界第一。

这些当然都是槽点，ChatGPT的出现再一次证明，美国的AI技术强度优势是显著的。

但中国所拥有的技术密度优势，在技术强度优势面前，真的不值一提吗？这么想显然也有失偏颇。

无论是互联网产业，还是2016年掀起的第三次人工智能浪潮，中美的差异化发展都说明了，领先的技术突破和产业规模化应用的能力，共同决定了新技术的产业效益。其中，中国科技企业更擅长在产业中点燃AI热情，提高技术密度，产生更大的影响力和商业价值。

事实上，过去几年间，我们走访了大量中国产业智能化项目，贵州深山隧道里的AIoT设备，天津港的无人码头，深入地下400米的矿山数字化应用，青海牧民用5G放牧，靠机器视觉相牛……这些细如牛毛的AI应用，都是在这片土地上原创出来的，它们共同组成了蓬勃的产业智能经济。

Gartner预测，到2025年，生成式AI将占到所有生成数据的10%，但目前这个比例还不足1%。具体到ChatGPT，未来要提升商业化水平，既需要较高的技术强度来保障用户体验，也需要强大的工程化能力和应用场景，来支撑商业增长潜力。

所以，抓住下一波智能浪潮，中国科技企业既不用妄自菲薄，也不能目空一切、坐以待之。

首先，国产化ChatGPT机遇不可错失。

中国产业智能化、数字化持续向前推进，ChatGPT新技术的引入成为必然，但庞大的产业智能应用必须要自主可控，以确保行业数据、服务可靠性、时效性等，所以大量AI文本生成任务一定会交给中国ChatGPT产品来完成，这是机遇，也是责任。

其次，对原始ChatGPT进一步优化。

技术强度和技术密度缺一不可，中国科技企业必须进一步提升国产化ChatGPT的性能，增强模型的鲁棒性和泛化能力，才能支撑产业化应用。同时，结合中国产业AI的现实需求，在实际部署过程中，可能遇到端侧设备多样、算力硬件限制等情况，需要进一步研发更加轻量级的ChatGPT模型，便于灵活部署。

另外，生态建设拉开ChatGPT商用差距。

AI技术的推广和普及需要一系列生态支持，尤其是中国有大量个人开发者和行业开发者，分散度高，技术基础不同，平台型企业是否建立了成熟赋能的生态体系，是ChatGPT商用创新增长的关键。包括开源社区建设，全流程开发工具，AI计算硬件兼容性，产教学研用培养模式。

总的来说，ChatGPT被寄予了通用人工智能AGI的期待。在此之前，它首先要能广泛融入产业，成为无处不在的空气和土壤。从这个角度看，一切才刚刚开始。

chatgpt是什么意思 chatgpt可以取代ai程序员吗

GPT,AI是什么意思,chat,openai

AI 绘画的热潮还没散去，AI 问答最近又迅速火了。

近期 OpenAI 发布了全新的聊天机器人模型 ChatGPT，没想到一经上线，就因其高质量的回答、高效获取信息的方式、以及上瘾式的交互体验而迅速出圈。

不少体验过的人都惊呼，ChatGPT 可能一举消灭记者、程序员和搜索引擎。

就连马斯克也忍不住发推表示，ChatGPT 厉害得吓人，我们距离危险而强大的 AI 不远了。最近这个周末因没有跟踪 ChatGPT 新闻的「纽约时报」，甚至直接遭到了的马斯克发推「奚落」。

图：TED 负责人 Chris 对纽约时报没有报道 ChatGPT 表示震惊，马斯克也在下面奚落纽约时报应该改名叫「社会正义时报」

用户数据上，上线还不到一周时间，12 月 5 日 OpenAI CEO 就在推特上宣布，ChatGPT 已经达到了百万用户。

什么是 ChatGPT？

ChatGPT 是 OpenAI 发布的聊天机器人模型，它的交互界面简洁，只有一个输入框，AI 将根据输入内容进行回复，并允许在一个语境下持续聊天。

自从发布以来，ChatGPT 可谓出尽风头，无论是让它写首押韵的诗、检查代码的 bug、回答科学问题、对推特未来的发展提出建议……通通不在话下，它回复的内容每次都是随机的，但总体保持着一定的专业性和信息量，具备很强的参考意义。

比如，知识讲解。

比如，写小说。

目前已经有网友尝试让 ChatGPT 参加美国高考；写小说；诱骗 ChatGPT 规划如何毁灭世界；甚至让 ChatGPT 扮演 OpenAI，在系统内构建 ChatGPT 套娃。

为什么这么强大？

据浙商和国盛证券研报，ChatGPT 相比以往的主要提升点在于记忆能力，ChatGPT 可以储存对话信息，延续上下文，从而实现连续对话，这在对话场景中至关重要，极大地提升了对话交互模式下的用户体验。

具体而言，此次新加入的训练方式被称为「从人类反馈中强化学习」（ReinforcementLearning from Human Feedback，RLHF）。这一训练方法增加了人类对模型输出结果的演示，并且对结果进行了排序。具体操作上，人工智能训练者扮演对话的双方，即用户和人工智能助手，提供对话样本。在人类扮演聊天机器人的时候，会让模型生成一些建议辅助训练师撰写回复，训练师会对回复选项打分排名，将更好的结果输回到模型中，通过以上奖励策略对模型进行微调并持续迭代。

ChatGPT 相比前辈模型还具有以下特征：

1）可承认错误，若用户指出其错误，模型会听取意见并优化答案。

2）可质疑不正确的前提，减少虚假描述，如被询问「哥伦布 2015 年来到美国的情景」的问题时，机器人会说明哥伦布不属于这一时代并调整输出结果。

3）因 ChatGPT 采用了注重道德水平的训练方式，ChatGPT 在减少有害和不真实的回复上改善显著，如拒绝回答寻求霸凌他人方案的问题，指出其不正义性。

此外，ChatGPT 的背后离不开大模型、大数据、大算力。

ChatGPT 成为 AIGC 里程碑的背后，是算力发展和数字时代形成的大数据所共同支持的大模型训练，才能实现目前的效果。由 OpenAI 研发的 ChatGPT 是微调后的 GPT-3.5 系列模型，有着多达 1750 亿个模型参数，并在今年年初训练完成。模型训练的背后离不开大数据的支持，OpenAI 主要使用的公共爬虫数据集有着超过万亿单词的人类语言数据集。在算力方面，GPT-3.5 在 Azure AI 超算基础设施（由 V100GPU 组成的高带宽集群）上进行训练，总算力消耗约 3640PF-days（即每秒一千万亿次计算，运行 3640 个整日）。

AIGC 里程碑级应用

之前文章里，我们给大家介绍了 AIGC――人工智能自动生成内容，它当前主要用在文字、绘画、图像、视频、音频、游戏以及虚拟人等。很明显，AI 问答 ChatGPT 都属于 AIGC 的一个分支。

国盛证券表示，AIGC 不仅改变创作，还将改变获取信息的主要方式。而在此之上，ChatGPT 所展示了作为生产力的存在，ChatGPT 在寻找答案、解决问题的效率上已经部分的超越了如今的搜索引擎，ChatGPT 或许在未来会改变我们获取信息、输出内容的方式，AIGC 有望成为数字经济时代驱动需求爆发的杀手级应用。

市场空间方面，Gartner 预计到 2025 年，生成式人工智能将占所有生成数据的 10%。根据《Generative AI：A Creative New World》的分析，AIGC 有潜力产生数万亿美元的经济价值。而国泰君安表示，未来五年或将有 10%-30% 的图片内容由 AI 参与生成，相应或将有 600 亿以上的市场规模。