这几天很多朋友都在玩ChatGPT，有一位拿我开涮，结果是这样的：

我都不知道自己竟然写过小说。我必须严正声明，《西游记》和《水浒传》真不是我写的。最有意思的是，ChatGPT君还特别犟，劝都劝不过来。

当然，这并不证明ChatGPT不行，人家模仿“胡体”就有模有样的。老胡很大气，说他不担心失业。

我也觉得老胡没啥可担心的。一来他本来就谈不上失业不失业的，他已经领上退休金了；再则他的行业标杆地位那么稳，是因为写得比他好的没流量或者索性不能写了，比他流量大的没他写的好，所以是行业标杆。ChatGPT能替代老胡写八股，也替代不了他站在“阴阳两界”当界碑。

但是，老胡对ChatGPT人工智能技术的理解，就有点重演“巴格达保卫战”的意思了。胡说：“人工智能把一切都推入数字化的超级模式，谁算力大谁牛，就像导弹和反导上演道高一尺魔高一丈一样”。

人工智能发展到ChatGPT，算力只是技术飞跃的一个因素，而且不决定性因素。

01

人工智能技术竞争从来都不是单纯的算力之争。比如百度和谷歌的差距，就和算力没有多大关系。如今人工智能已经发展到生成式AI的阶段，起决定性作用的是数据，而不是算力。这一趋势会越来越明显。

所谓生成式AI，就是可以通过各种机器学习（ML）方法，从数据中学习工件的组件（要素），进而生成全新的、完全原创的。简单说，就是从数据中学习，从而创造输出新的数据。ChatGPT这类文本生成型AI可能太抽象了，用国内比较热门的图像生成式AI来说明就比较容易理解了。

用户对AI说，要一个结合范冰冰、李冰冰优点的大美人，图像生成式AI搜遍全网的俩冰冰照片，给用户“造”一个冰合体的原创图。这是最基础的生成式AI。

再高级一点，用户需求的表达抽象化，比如要一张“符合我理想的帅哥头像”。AI会搜索分析用户的数据，发现王宝强和郭德纲是用户理想的帅哥，就造出个“王德纲”。

无论高级初级，AI学习过程都需要足够的数据信息。如果用户从未在网上信息中表达过审美偏好，算力再强也没用。

仅数据数量还不够，还需要数据质量好，最起码得是真实的。这个用户天天在网上夸“王宝强再世潘安，郭德纲帅到没边”，是为了和他老板保持高度一致，其实他心目中的帅哥是王一博。结果AI造出个“王德刚”，就成了人工智障了。这也不能怪算力不足。

如果用户公司三万员工为了哄老板高兴，都夸“王宝强再世潘安，郭德纲帅到没边”，那么AI学习的成果就是该公司都是“王德刚”的爱好者。又或者老板定了个规矩，说发现谁敢不合自己保持一致就开除，导致两万员工都不敢在网上讨论帅哥话题，那么AI得出的结论还是一样的。

数据质量差，算力再强，人工智能也会变成人工智障，这个公司员工的头像还是会齐刷刷地换成各种微调后的“王德刚”。

ChatGPT文本生成的工作原理也一样，无非是把审美观换成了价值观，真和假、善和恶等等。成败的关键还是数据数量和数据质量，把我认作小说作家，是因为我的网上信息不足。而且仅有的信息质量不高，AI一通操作猛如虎的脑补，就成了“关不羽写了西游记”。反之，模仿胡体也不需要多少算力，很久以前就有好事之徒开发过这样的小应用。这些都和算力无关。

总之，老胡对人工AI技术的理解简单粗暴、离题万里，实际情况要复杂得多。

02

领到退休金的老胡不担心失业，但是很多人会担心ChatGPT抢了饭碗。这确实会必然发生，因为技术进步总是会造成一些传统岗位的消失。工业化的机器替代人工，留下了巨大的心理阴影。

然而，部分岗位被机器替代，并不意味着失业率会激增。因为技术进步会催生更多的新需求，产生更多的新岗位。比如电商崛起让很多商场营业员下岗了，但是电商催生了很多小商家、衍生出了外卖业务，新的就业岗位也被创造出来了。宏观而言，技术进步不会对就业市场造成负面影响。

但是，人工智能技术的岗位替代会和此前有很大的不同，“低端岗位更容易被替代”的传统观念会因此而颠覆。简单重复、缺乏创造性的数据处理，是AI替代的首当其冲。英国做过一项人工智能普及后最有可能被替代的岗位调查，排名第一的是基层公务员。会计、司机，都榜上有名。

不过，ChatGPT问世后，人们还是大吃一惊了。ChatGPT在美国的医学应用中超预期发挥，写出来的分析报告、治疗方案竟比医生更详尽、专业。过去被认为医疗技能不仅需要专业知识，还需要经验积累，才能熟练掌握。但是，ChatGPT的医学应用证明了“经验”本质上还是一种高度模块化的数据处理，可以实现机器替代。

最终不被ChatGPT替代的，是真正具备创新性的顶尖专业人士，这在大部分传统脑力劳动的专业领域都是少数人。ChatGPT无法替代的还有广大体力劳动职业。

以脑力劳动含量划分高低的阶层观念，将会被冲击。下岗的金融小白领、机关办公人元改行跑外卖，或许在不久的将来会司空见惯。但这需要一个过程，反正目前这种“关不羽写了西游记”的智能水平，还是不太指望得上的。

而且替代也不是一夜之间发生的，而是润物细无声的。外卖员从无到有再到2000万就业大军，就是这么不知不觉中发展起来的。劳动力迁徙的市场变化不可能完全无痛，但也不是想象中的泰山压顶。

不过，这些在我国未必成真。因为，眼下的ChatGPT不符合我们的国情，要么水土不服成长不起来，要么南橘北枳长歪了。

03

ChatGPT惊艳了国人，大大小小的国内科技公司纷纷出来表态“我们也有”，甚至还有自信地宣布“技术处于世界一流”的。这到底是真的吗？

搁在七八年前，这些豪言壮语大体可信。当时中国人工智能领域的研发进步速度是很快的，但是搁在今天，可信度就得大折扣了。这几年美国大厂在忙研发，我们的大厂在忙合规性、降成本的焦头烂额。要说技术差距没有拉开，他们自己信吗？反正市值是拉开了一大截，互联网产业的规模效应决定了市值和技术能力之间是紧密相关的。

规模决定了技术研发投入的能力，稳定经营的长期预期决定了深度研究的决心。人工智能技术不是一蹴而就的，培育周期很长。明年有你没你还不知道，这种长期项目能做得好？所以，国内大小科技企业纷纷表态“我们也有”，只能姑妄听之。

再有，中国生成式AI技术的主流研发方向是图像生成，而不是文本生成。文本涉及价值观问题十分敏感，早早就被绕过了。AI乱画图问题还不大。当年某网络安全大项目的图片识别闹出了过葫芦娃被拦截、岛国女优放行的事故，也没啥大不了的。所以图像更敢放开一点手脚。而ChatGPT这样什么都敢看、什么都敢说的，风险不可控。

更重要的是，真做起来效果也未必好。因为数据质量真的很难保证。比如让AI学习企业管理，ChatGPT学彼得.德陆克，咱们的认真领会董事长语录，结果会是什么样子？学医学，是学出个张文宏，还是学出个其他组合，很难讲。学时评，上限胡锡进，下限司马南，不学也罢…

更麻烦的是，文本生成AI的发展会突破专业壁垒，是真正意义上的大数据、泛文本学习。融会贯通才会形成真正的智能。真这么学，保不齐这边的人工智能医生写出个“胡体”的诊断报告：

“最近CT机报告您的脑部有异常，本智也看到了。知道您和您的家人很紧张，本智忍不住嗦几句。虽然脑部异常确实存在，但是，CT机这种西方搞出来的东西不见得适合复杂的中国国情，咱们不能被轻易带节奏，去号个脉还是很有必要的。最后，本智呼吁，您要积极治疗，以坚定的意志战胜西方的恐吓。”

这当然也不错，但是这到底是智能还是智障呢？

因此，数据质量问题不解决，说“我们也有ChatGPT”就是吹牛。就像谷歌和百度，技术起点差不多，技术目标也差不多，但是结果差之千里。这不能怪李彦宏，只能怪他的命不好，技术方向和现实环境八字不合。

归根结底，人工智能技术越是纵深发展，就越是需要开源开放的技术环境。标准答案既定的学习只能训练出做题家，却不会让机器成长为真正的智能。其实用不上ChatGPT也没什么大不了的，无非是科技研究效率、经济运行效率、社会治理水平的差距，以几何级速度扩大。

强行搞起来出将来，与其将来捏着鼻子把智障说成智能，眼看着智障和智能竞争，还是早早放弃吧。

因此，ChatGPT来了，但我建议当作没看见。眼不见心不烦，岁月静好。

财经，我只捞干的说。

为防失联，上线小号，欢迎大家一并关注。

作者：吴辰光

ChatGPT的横空出世让整个科技圈进入新的变革期。

2月8日凌晨，微软宣布推出由ChatGPT支持的新版搜索引擎必应及浏览器Edge，微软首席执行官萨蒂亚・纳德拉表示，搜索引擎迎来了新的时代。

作为应对，2月8日晚间，谷歌在巴黎举行AI发布会，向外界正式披露聊天机器人产品Bard（巴德），但在演示时却出现重大错误。

有用户问Bard：“该如何告诉一个9岁孩子关于詹姆斯・韦伯太空望远镜的发现？”巴德给出的答案其中有一条是：“韦伯太空望远镜拍摄了太阳系以外行星的第一批照片。”但随后，有天文学家指出，由欧洲南方天文台的甚大望远镜早在2004年就捕捉到了系外行星的图像。

一次对比让微软和谷歌冰火两重天。微软股价近日来连续上涨，市值重回2万亿美元；而谷歌股价则下跌超7%，市值蒸发逾千亿美元。

国际市场打得火热，国内市场也开始升温。连日来，已有多家科技公司纷纷响应。

2月7日，百度确定将推出一款类ChatGPT项目，项目名字确定为文心一言，英文名ERNIE Bot，三月份完成内测，面向公众开放。2月8日，阿里巴巴证实正在研发类ChatGPT产品，目前处于内测阶段。2月9日，腾讯证实目前在类ChatGPT相关方向上已有布局，专项研究也在有序推进。同日，360创始人周鸿t表态，如果企业搭不上ChatGPT这班车，很可能会被淘汰。

截至目前，从相关技术到项目名称再到开放日期，百度是公布信息最明确的国内科技公司。不仅如此，天辰光源获悉，百度CEO李彦宏2023年一季度OKR关键任务为“引领搜索体验的代际变革”，这意味着百度搜索或将全线接入文心一言，搜索产品将迎来颠覆性变化。

在近期流出的一份百度内部讲话中，李彦宏再次强调：“技术已经到了临界点，类似ChatGPT这样的技术如何运用在搜索场景上，未来一年，在这方面我们非常有机会”。

可以看出，面对ChatGPT，国内外两大搜索引擎的表现截然不同，谷歌拉响了“红色警报”，百度则看到了新机遇。

在全球，一场搜索引擎市场的大变局正在发生。在中国，谁能最先搭上ChatGPT这班车也呼之欲出。

一．谷歌焦虑

实际上，ChatGPT从一出生就是冲着谷歌来的。

2015年，为了打破谷歌有望形成的垄断局面，美国人工智能公司OpenAI成立，背后汇集了美国创业孵化器Y Combinator总裁阿尔特曼、特斯拉总裁马斯克、PayPal联合创始人彼得・蒂尔、领英联合创始人里德・霍夫曼等多名科技大佬。

2019年，微软向OpenAI投资10亿美元，双方达成深度合作。2022年11月，OpenAI推出聊天机器人模型ChatGPT，发布仅5天，注册用户数就超过100万。截至2023年1月末，ChatGPT月活用户已突破1亿，成为历史上增长最快的消费应用。

2023年1月，微软宣布对OpenAI追加数十亿美元的投资，并将在旗下的Office和云服务中植入ChatGPT。

ChatGPT的迅速爆红让谷歌拉响“红色警报”。其实，真正让谷歌紧张的并不是核心技术落后的问题，而是“起个大早，赶了个晚集”。

理论上，ChatGPT不是什么新鲜事。它背后的基础模型GPT3/GPT3.5早就问世，谷歌对于这些OpenAI模型的能力是有了解的。总体来说，OpenAI大模型和类似模型（包括谷歌模型）之间没有多大的技术差距。谷歌在大语言模型、聊天机器人的技术上，跟ChatGPT算是平起平坐的。

早在2021年谷歌开发者大会I/O上，谷歌就已经发布了专门针对对话类应用的大语言模型LaMDA和多模态多任务模型MUM。这两个模型，实际上已经具备了和ChatGPT基本相同的能力。而且在去年谷歌已经通过官方演示和小范围内测应用，向公众展示了这两个模型在多轮对话、文本生成、跨模态搜索等多种任务上的强大能力。

但LaMDA发布已有一年半的时间，却仍然没有像ChatGPT那样面向公众大规模开放，而眼看着ChatGPT瞬间爆红，这让谷歌不得不感到心塞。谷歌认为，这是一个重大的错误，其严重性和紧迫性，应该被当作真实生产环境事故一样对待。

可更焦虑的是，即便谷歌发布了ChatGPT的竞品，也会对自身的商业模式造成颠覆。

目前，谷歌的核心营收来源是广告，其中许多出现在其搜索引擎上。数据显示，2021年，在谷歌2576.4亿美元收入中，约80%来自广告。搜索广告、结果排序、页面广告，以及其他任何广告展示方式，只有当广告位存在，能够被展示的时候，谷歌就能赚钱。这种模式一旦被颠覆，谷歌必将受到重创。

2月初，谷歌第23号员工、Gmail创始人保罗・布赫海特就发推特称，像ChatGPT这样的人工智能聊天机器人将摧毁谷歌，就像当初搜索引擎摧毁网络黄页一样。谷歌距离被彻底颠覆可能只需一两年的时间。

如今，谷歌慌忙展示Bard却遭遇大翻车，焦虑心无疑更重了。

二．百度受益

同样靠搜索引擎起家，百度却丝毫无需担心ChatGPT带来的冲击，其核心就在于，一方面百度和谷歌赚钱的“家伙事”不同；另一方面，Open AI和微软都是瞄着谷歌打的，百度不用担心此类问题。

与谷歌相比，百度对广告营收的依赖没有谷歌那么重。根据数据，2022年三季度，百度总收入325亿元，其中，广告收入187亿元，占比57.4%；非广告收入65亿元，同比增长25%，主要受百度智能云及其他AI驱动业务的推动。

就广告收入来说，百度和谷歌也大不相同。百度广告收入主要依赖于托管页收入，并非传统的搜索广告。托管页的广告形式即使在AI对话场景中同样生效，不受到威胁。

所谓托管页，是百度移动生态面向商家提供的一套移动商业解决方案，涵盖了包括快速建站、营销工具以及客户管理、长期维护等一系列工具箱。通过使用百度的托管页服务，商家不再需要使用自有的服务器建站，而是调用百度提供的各类组件与模块完成建站和维护。截至2022年3月，约86%的百度广告客户使用托管页建站投放广告。

再看竞争方面，微软和谷歌注定是一对天敌。

浏览器是微软最早涉足互联网的武器。1995年年底，微软创始人比尔・盖茨发出TheTide of Internet（互联网的大潮）长信后，微软开始扑向互联网，凭借将IE与Windows的捆绑式销售，IE成为了市场霸主，并形成了长期垄断地位。

1996年的春天，在斯坦福计算机系的“比尔・盖茨大楼”开幕典礼上，拉里・佩奇和谢尔盖・布林正老实的坐在台下，听比尔・盖茨发表演讲。不曾想，台下坐的这两个年轻人，在不远的未来会成为微软的对手，而他们的武器就是谷歌。

从搜索到广告、邮箱、视频、地图、移动服务、手机平台、数字出版、应用软件，谷歌势如破竹，几乎在所有的互联网关键应用上都有布局，与微软的业务也不断形成交叉，并渐显合围之势。

随着谷歌搜索对市场的占领，用户互联网的入口也在向搜索转移。2008年9月，谷歌Chrome浏览器推出，在短短一年的时间里，Chrome的市场占有率就达到了3.17%。同时，Chrome浏览器配合谷歌Chrome OS操作系统也在瓜分Windows拥有的一大块市场，对微软的打击越来越致命。

除了业务压力，在那段时间，还有一个令微软动怒的原因，就是谷歌不断地从微软“偷”人才，谷歌甚至在微软华盛顿Redmond总部5英里远的地方设立了办公室。那段时间，微软员工在离职时，人事部门的第一个问题通常是“你要去谷歌吗？”

2009年6月底，微软发布搜索引擎Bing（必应），向谷歌发起反击。然而，令微软沮丧的是，Bing不但没有掀起波澜，反而被谷歌一直按在地上摩擦。除了中国和韩国等少数国家，谷歌的搜索广告份额在全球几十个国家的占有率都在90%以上，而Bing目前在全球的份额约为9%。

此次微软携ChatGPT以复仇者的身份又回到了战场，目的就是让“Google is done”。也许胜负一时难以分出，但鹬蚌相争渔翁得利，百度可以从中借鉴很多经验。

三．谁先搭车

不管怎样，ChatGPT的面世足以将人工智能乃至整个科技业带向新的高度，在这样的趋势下，科技公司势必会迎头跟上，正如360创始人周鸿t的表态，如果企业搭不上ChatGPT这班车，很可能会被淘汰。

那国内谁能先搭上这班车？

目前，人工智能的技术栈可以分为四层：芯片层、框架层、模型层和应用层。ChatGPT处在技术架构的模型层，而训练一个千亿的大模型是对算力、算法、算据的全流程考验。

首先是算力，根据瑞银分析师Timothy Arcuri的说法，ChatGPT已导入至少1万颗英伟达高端GPU。

再看算法，光有高参数的算力还不够，还缺少一个利用算力训练模型的工具，这个工具就是深度学习框架。这方面，目前世界前三分别是谷歌的TensorFlow、Meta的PyTorch和百度的飞桨。

而对数据的训练则是来自互联网上公开的聊天记录和对话数据。

谁能同时具备算力、算法和数据，就能在更多的应用场景进行布局，基于此，目前各巨头围绕着大模型的争夺成为普遍现象。

回顾OpenAI GPT模型的进化之路，具有十分明显的规模效应，2018年，初代GPT参数量达1.17亿，2019年，二代参数量达15亿，2020年，GPT 3.0参数规模直接飞跃至1750亿。如果把模型比成科技公司打入人工智能领域的“入场券”，那么大模型就是科技公司的“护城河”。

目前行业常见的大模型已经达到了千亿、万亿级参数量，这样量级的资源投入，对于中小企业、传统行业而言是很有难度的。在国际，比如谷歌的LaMDA规模为1370亿，PaLM的规模为5400亿，DeepMind的Gogher规模为2800亿。在国内，智源GLM规模为1300亿，华为“盘古”规模为2000亿，百度“文心”规模为2600亿，是全球最大的中文单体模型。

另一方面，大模型的比拼已逐步从实验室阶段转变到产业化阶段，想让自家大模型的差异化优势更为明显，就要抢占产业高地。

目前，腾讯混元大模型聚焦广告行业。据腾讯研究院发布的《AIGC发展趋势报告2023》显示，AIGC的商业化应用将快速成熟，市场规模会迅速壮大。当前AIGC已经率先在传媒、电商、影视、娱乐等行业取得重大发展。

据阿里研究院公布的信息显示，阿里巴巴达摩院在2020年初启动中文多模态预训练模型M6项目，已在超40个场景中应用，日调用量上亿。

百度文心大模型已涵盖电力、燃气、金融、航天、传媒、城市、影视、制造、社科等领域，累计发布11个行业大模型，ERNIE Zeus基础大模型和PLATO对话大模型等都开放了API接口，供产业伙伴使用。

经过对比发现，百度是目前国内应用场景最多的科技企业。更重要的是，百度还是国内唯一一家拥有全栈AI技术架构的公司，从高端芯片昆仑芯，到飞桨深度学习框架，再到文心大模型，各个层面都有关键自研技术。

不得不提的是自然语言处理（NLP），有人把NLP称为“人工智能皇冠上的明珠”。所谓NLP就是“懂人话”和“说人话”，谁能实现这方面的突破，谁就能在AI领域一骑绝尘。

目前，微软、谷歌搜索引擎在中国的市场份额都不高，同时这两家的NLP技术基本都是以英文语法为主，在中文语法方面不是优势，因此，中国企业在NLP领域还大有文章可做。这方面，百度仍是主角。

早在百度诞生之时、从百度处理用户的第一次搜索开始，NLP技术就成为搜索技术的重要组成部分，并伴随着百度的快速发展，同步甚至更快地发展壮大。

2010年初，国际顶级自然语言处理专家、百度内院的“扫地僧”王海峰亲自操盘，对百度NLP的工作进行了重新梳理与规划，百度自然语言处理部正式成立，并不断在语音、图片等技术上布局，敲定了在知识图谱技术上长期投入的战略。王海峰也凭借自身的理论造诣以及在百度的工程实践成就，成为自然语言处理领域世界上影响力最大的国际学术组织ACL50多年历史上唯一的华人主席。

在NLP的持续帮助下，百度变得更加“聪明”。百度打造了世界上最大规模知识图谱，拥有超过50亿实体和5500亿事实，并在不断演进和更新，应用于各行各业，每天的调用次数超过400亿次。2021年9月，百度发布了PLATO-XL，一举超过Facebook Blender、谷歌Meena和微软DialoGPT，成为全球首个百亿参数中英文对话预训练生成模型。

英文是偏结构化的语言，而中文是自由的线性语言，在信息处理上有一些“特有”的难题，因此，能做好对中文语言的理解和处理的，自然会是一家中国公司，不是微软、谷歌。

国内最先搭上ChatGPT这趟班车的科技企业会是百度吗？