春节前，人工智能组织OpenAI推出的大模型ChatGPT，在国内业界引起了不小的轰动。一时间，关于AI的消息也铺天盖地而来。
ChatGPT是什么？
公开资料显示，ChatGPT为人工智能公司OpenAI于2022年11月推出的聊天机器人，能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务，因此有望成为提高办公、学习效率的工具。
ChatGPT爆火后，谷歌、微软、苹果的反应
当地时间2月6日，路透社报道称，谷歌母公司Alphabet宣布将推出名为“Bard”的AI（人工智能）聊天机器人服务以及更多的人工智能项目，以应对竞争对手微软所引领的新计算浪潮。有意思的是，微软表示将在当地时间7日发布自家的AI产品。
据路透社获取到的一份活动邀请，微软计划将AI融入到所有产品之中，并将在7日具体介绍其发展情况。OpenAI的CEO山姆·奥特曼（Sam Altman）已经发布推文明确出席。 谷歌CEO桑达尔·皮查伊（Sundar Pichai）6日在其博客中发文介绍，Bard是基于对话应用语言模型（LaMDA）的实验性人工智能程序，目前已经开展测试，并在几周内向公众开放。
他表示，最初，Bard将与轻量级版本的LaMDA一起发布。这个版本的LaMDA需要的计算能力小得多，可以让谷歌将用户群体扩大到更多的用户，从而得到更多的反馈。谷歌会将外部的反馈和内部的测试结合，确保Bard在质量、安全性和真实信息的全面性方面给出高标准的回答。皮查伊写道，“Bard寻求将世界知识的广度与谷歌大型语言模型的力量、智慧和创造力相结合。它利用来自网络的信息提供最新的、高质量的回复。”他还强调，他希望谷歌的人工智能服务“大胆而负责”，但没有详细说明如何阻止Bard分享有害或滥用内容。
《华尔街日报》称，这是谷歌努力追赶诸如OpenAI等挑战者的一部分，OpenAI是流行聊天机器人ChatGPT的创造者，AI大战继续升温。
瑞银报告数据显示，截至今年一月末，ChatGPT的月活用户已突破1亿，这距离它推出不过2个月时间，成为史上增长最快的消费者应用。微软即将举办的活动或将把两大巨头围绕人工智能的角逐推向新高度。
据外媒此前报道，微软可能会将OpenAI的ChatGPT整合到Word、PowerPoint、Outlook和其他应用程序中，以便客户可以使用简单的提示自动生成文本，此举可能会改变超过10亿人编写文档、演示文稿和电子邮件的方式。此外，微软还正在使用ChatGPT背后的人工智能来推出一款新版搜索引擎必应（Bing），基于此，微软可能在搜索引擎中提供自然语言搜索结果，而不是链接列表。
不仅仅是微软，苹果也被曝将举办AI相关活动。当地时间2月6日，彭博社记者马克·古尔曼（Mark Gurman）在社交网络上发帖称，苹果将于下周举行年度内部AI峰会。它就像AI届的苹果全球开发者大会，但仅限于苹果员工。古尔曼没有爆料这次苹果内部AI峰会的具体内容，但表示这次苹果的内部发布会将在苹果总部的史蒂夫·乔布斯剧院举行，现场活动也将向员工直播。所以，基本上是苹果在新冠疫情之前举办媒体活动的方式。
ChatGPT火了以后，给谷歌和苹果等科技公司带来了很大压力。ChatGPT对苹果的压力显而易见，有分析认为，苹果原本的语音智能服务Siri被“碾压”了，苹果需要有与ChatGPT相竞争的下一代产品。
AI从业者大多心中有数，人工智能每五六年都有一波浪潮，上一波AlphaGO让大家震撼，这一波就是ChatGPT。但这两次大家的心态迥然不同，当谷歌的AI下棋战胜围棋世界冠军时，大家当新闻看，但这一次许多人是从消费者的角度来体验它。一个月里，全世界100万用户在使用和体验它，这是非常颠覆性的体验。这也是AI第一次大规模的自传播。
据悉，除了感叹于ChatGPT的惊艳体验外，国内业界也在迅速反思和行动：我们的差距在哪里？我们将如何正视和改进不足？哪些是中国从业者的机会？
从事AI行业的人也在这波被搅动的春水下有了AI春天到来的感知——ChatGPT出现后，行业重新变得热闹而有活力，前几年青黄不接、垂头丧气的局面一扫而空。
01中美差距究竟有多大
说到差距，在ChatGPT推出后，资深人士也许心中也是五味杂陈。甚至有些人工智能企业创始人称，面对ChatGPT的惊艳表现，心痒痒也迷茫，失眠了。他坦承，从模型的规模到效果，差距还比较远。
有人用同样的问题向国内某厂商的大模型和ChatGPT同时发问，ChatGPT从回答的逻辑性和完整度上都远超国内大模型，国内大模型的答案带有明显的拼凑感，夹杂着不少主题之外的胡编内容。而且，在回复速度上，ChatGPT也领先一截。
从事数字人研发的特看科技CEO乐乘认为，目前全球还没有能跟ChatGPT抗衡的大模型，业界共识是差距在两年以上。国内先不谈弯道超车，趁早追赶反而是更重要的。
虽然一些人工智能资深人士认为，在ChatGPT所涉及的技术上，中美是“平级”的，但华为诺亚方舟实验室语音语义首席科学家刘群，在黄大年茶思屋的讨论中坦承，中国在技术上还是有差距的。其中一个是基础模型本身的差距，虽然我们训练了很多万亿模型或者是几千亿的模型，但训练的充分程度，是远远不够的。“我估计到现在为止，没有哪个模型能吃GPT那么多数据。”
清华大学计算机科学与技术系长聘副教授黄民烈提到，在GPT-3之后，OpenAI所有的模型都没有开源，但它提供了API调用。在这个过程中，它干了一件事，就是建立起了真实的用户调用和模型迭代之间的飞轮，它非常重视真实世界数据的调用，以及这些数据对模型的迭代。当然，在此过程中，它也养活了美国一大帮创业公司，建立了一个生态。
“你看我们国内的大模型研究，是A公司训练了一个，B公司也训练了一个，打个广告就完了，模型开源，你爱用不用。至少目前还没看到一家比较好的公司，把数据和模型的飞轮完整转起来。所以，我觉得这是我们赶超ChatGPT的难点。”一位业内人士坦言。
除此之外，业界人士都提到了算力问题。由于GPU芯片等问题，在一定程度上，国内算力已被卡脖子了。即使国内头部公司，从算力上跟谷歌等相比，差距也是比较明显的。
从数据质量来说，整个互联网的中文数据质量，相比于英文还是有明显差距。“我们可能要想办法，做中英文不同语言之间的数据互补。”有业内人士称。
此外，几乎所有受访人士都提到了OpenAI这家人工智能组织，所体现的纯碎创新精神和长期主义。“其实从原理和方法看，他们所做的东西业界都是了解的，倒没有说什么是美国做得了、我们做不了的。”云知声董事长梁家恩对数智前线说，但像OpenAI和DeepMind，他们可能是业界唯二的两家机构，无论在创新性、投入、决心，还是在顶尖人才储备上，都是一如既往坚持的。“我们看到的是成功，但里面可能已经有很多失败的尝试。”
有资深AI从业者认为，在看不到前景和没有明显效果的阶段，OpenAI非常坚定地做了投入，相反国内倾向于在技术出现突破后，快速追随。“国内大家第一步想的是，我们现在怎么用起来，但在不能用的时候，人家就在长期投入。”
“这件事其实是值得我们学习的，我们真的需要有足够多的钱，有这么一帮热血的人才，能够在一个方向上这样持续积累发力，我觉得这是一个非常必要的条件。”黄民烈称。
最近一段时间，业界也在讨论中国企业能否超越。部分从业者也认为，围绕业务，尤其是国内的场景，是有超越机会的。在局部应用中开始超越，这也是业界的共识。
02对中国人工智能界有何启发
ChatGPT是一种大模型。在它推出之前，国内外实际上已有不少大模型。相比其他大模型，它有了业界意料之外的突破，也给国内业界带来启发。
首先，ChatGPT有一个非常强大的技术底座，也就是InstructGPT模型。但这个模型的论文刚发出来时，没有引起特别大的反响，大家觉得也就是 OpenAI的一篇论文而已。此前，GPT与BERT模型路线一直在竞争，2018年时BERT模型先赢了，但GPT模型路线一直没放弃，模型参数和数据规模越做越大，最终结合人工反馈增强学习(RLHF)，在ChatGPT上取得了重大突破，效果上反超了BERT模型路线。因此，业内公司正在关注投入更大精力到GPT模型路线上，技术路线交替竞争，在业内是常态。
其次，ChatGPT引入了强化学习机制。ChatGPT不仅仅像以前的大模型，利用了没有人工标注的数据去学习，还在新版本上引入了人工标注的数据，通过人类的反馈，有针对性地进行优化。“这是ChatGPT一个重要的进展，给了我们很大的启发。”
“这是它核心的一点。”华为终端云服务搜索与地图BU总裁赵世奇称，“今天，我们的模型越来越大，它就像一股洪荒之力，有人会害怕未来它会不会控制人类？但引入了这种强化学习机制后，就相当于给洪荒之力一个引导，让大模型的产出朝着可控的方向走，生成符合预期的结果。”比如，你去问它一些伦理安全的敏感话题，它都能答得很好。
这里的难度是建立怎样的强化学习机制。此前，在下围棋的AI中，强化学习是用胜负做反馈。但对于ChatGPT如此开放的系统，是没有明确的反馈机制的。黄民烈称，过去大家也尝试了强化学习机制，但很多都不太成功。ChatGPT在这件事上取得了突破。
第三，它在数据质量和多样性上非常讲究。OpenAI雇佣了一个数十人的数据团队，其实ChatGPT强化学习的数据量并不大，但对数据多样性、标注体系都有精巧的设计，让数据发挥出了强大的作用。业内认为，这确实是值得我们借鉴的地方。
当然，ChatGPT也有明显的不足。大家公认的，是它善于一本正经地胡说八道。ChatGPT是一个黑盒计算，当下在内容的可信性和可控性上有一定局限。业内人士表示：“我们要给它足够正确的知识，再引入知识图谱这类知识管理和信息注入技术，还要限定它的数据范围和应用场景，使得它生成的内容更为可靠，这是我们在做的。”
ChatGPT在AI的技术路线和训练方式上的变革，让人关注它对产业带来的改变。业内预计，很多单点环节里，用不用大模型会有天壤之别。没用大模型，只基于自己上一代小模型做产品的企业，跟应用了大模型且还做了业务垂直化的公司，将无法竞争。
多名创业者谈及，这两年创业市场垂头丧气，所有人都在探寻能够大幅度提升生产力的技术是什么。ChatGPT其实提供了一种新的范式。垂头丧气、青黄不接的状态可能会成为过去。这个领域出几家千亿级别的公司是完全有可能的。
03中国企业的动作
ChatGPT推出后，很多人在讲谷歌、百度的焦虑。但大多数中国业内人士认为，目前ChatGPT还是一个对AI技术范式的探索，它并不能代替搜索。ChatGPT当下一个很大的弊端是无法实时获取互联网信息。由于它只是一个端到端的生成模型，能够自我构造虚假答案，这些都是它替代搜索的障碍。而如果以目前每一条几美分的成本来看，它会让商业搜索引擎公司入不敷出。
它作为搜索引擎的补充是有机会的，因为搜索引擎也讲求“所问即所答”，但这还有一个发展过程。
ChatGPT主要的产业化路径，目前可能性比较大的首先还是在C端。由于ChatGPT展现出的大模型的创造性，以及对长篇上下文的理解能力，它可能会聚焦于一些开放性、创意性和通用性的任务上。
不过，中国企业在行业市场的探索已经开启。比如，在智能客服领域，云蝠智能CEO魏佳星告诉数智前线，上个月他们在一些场景尝试引入ChatGPT来做外呼的Demo测试，调用ChatGPT来回复客户的问题。
“在智能客服领域应用这项技术，核心点在大模型的NLP（自然语言处理）能力和此前企业里已有的NLP之间怎么结合。”魏佳星说。例如帮助顺丰去做回访的快递通知体系，是基于几个标准动作而进行，在这个封闭条件下应该优先企业已有的技术，满足客户当下的核心需求。
在这个需求之外，此前智能客服中的AI工具，在泛化能力和通用性方面存在一定的缺陷，语料信息不充分时，AI没办法对问题做出反应，ChatGPT大模型能够补全这方面的能力。魏佳星反馈，云蝠智能外呼的Demo测试效果较好。在其他行业里这项技术可能仍处于娱乐状态，但在智能客服领域，ChatGPT已具备商用潜力。
从事通讯及数字化服务的上市企业容联云，从2021年围绕着人机智能对话，做核心技术和产品研发，比如智能客服。目前，在研发与ChatGPT类似的人工智能内容生成产品。但就模型的规模，刘杰有不同的看法。“ChatGPT的优势是它的大带来的，但在应用落地上，由于它过大，也带来了挑战和局限。”他告诉数智前线，“脱离场景去谈大和小是没有意义的。在特定应用场景、特定条件约束下、在特定的数据上，去训练规模适宜的模型，是我们努力的目标。”刘杰还称，AI是一个链条比较长的产品技术，如果没有建立一个好的反馈机制，在部署运营阶段，从最前线发现的问题，就很难有效定位解决，所以要让模型去持续成长和优化，“它不是静态的，不是交付了就不再管它。”
云知声梁家恩表示，他们一直密切跟进业内最前沿的算法，是最早把BERT和GPT2模型方法用到实际业务系统的团队之一，“现在相当于是把基于BERT的技术框架做个升级，目前已纳入云知声今年的技术升级目标规划中。”梁家恩说，ChatGPT的优势是意图理解、上下文对话管理和高质量内容生成，技术升级后，预计会带来显著的体验提升。
与其他企业一样，云知声的目标是先走通，之后在既有的业务比如在IoT智能语音交互对话，以及医疗行业应用中落地。梁家恩也提到了模型的规模问题，考虑商业化成本，实用模型的参数量最终可能要压到10亿量级。
出门问问创始人李志飞则表示，出门问问从2019年底开始做生成式应用，2020年GPT-3出来后一直在跟踪大模型。目前发力的一个行业应用是写文案。
某游戏人工智能的资深开发者称，这项技术在游戏的用户互动环节和制作环节能看到应用前景。比如用户和NPC（一种角色）互动对话时调用，由于ChatGPT对自然语言的优秀理解能力，用户和NPC互动的开放性能大幅提升。另外在制作环节里，应用ChatGPT，可通过关键词生成故事线，能给策划在剧情走向设计时提供参考。
另外，在数字人领域，特看科技CEO乐乘表示，大模型让数字人的内容生产和交互方式发生了变化。
在没有引入大模型之前，数字人说话和行动基本要靠真人行为去驱动。有了大模型之后，内容的输出可以通过大模型来完成。以直播带货为例，数字人公司先给本地生活、知识付费和直播商家等建立一个数字人的虚拟主播形象，而后可以将大模型接入，让大模型辅助撰写数字人直播带货的话术和脚本，“未来在我们关注的泛生活和电商赛道，可能有30%内容能够通过大模型生成来完成。”乐乘说。
04ChatGPT在行业落地难
不过，业界资深人士提出，当下ChatGPT在行业里要真正落地还面临困难。
“商业模型上跑不通。”魏佳星说。ChatGPT目前调用一次的费用在几美分，智能客服一天的问答场景，通常可能要调用几十万次。“我们一通电话收费才1.2毛，利润可能也就2分钱，现在的成本使得它根本跑不起来。“魏佳星认为，当这项产品的调用成本降到1分钱时，行业里可能就会大范围使用起来。
游戏行业的开发者们也坦言，调用ChatGPT的成本和它当下所带来的回报可能并不成正比。几美分只是调用费用，还不算运营费用。“没有一个老板能接受，NPC回复一句话要花掉几毛钱，即使它说得再好。”而用户的游戏体验是个系统工程，文本互动只是其中的一环。当下即使有厂商愿意不顾高成本使用ChatGPT，最终的用户体验也依然可能无法有质的飞跃。
在游戏制作环节，ChatGPT可能也只能作为策划和游戏设计环节的参考，“乍看中规中矩要素齐全，但细品会发现缺少灵魂，在观念性的创造上仍有待提升”。
不过，乐乘对ChatGPT的成本问题相对乐观。OpenAI公司自己也是初创团队，没有那么有钱。随着竞争加剧，大模型会像水电煤一样，是大家都用得起的状态。
刨除成本考量，在对企业的落地中，ChatGPT这类大模型，也有典型的问题。
容联云刘杰举例，首先，很多客户有私有化部署要求，但这些模型非常大，对资源要求高，当前不太可能实现私有化部署。其次，这些大模型在一些特定行业或特定任务上，专业性是欠缺的，需要去适配。而对于ChatGPT这类非开源的大模型应用来说，对它在下游任务上的微调，如何兼顾成本、灵活性和数据隐私则是一个关键问题。这些问题也造成，这种模型还没有走到服务企业级客户，尤其是大型企业客户那一步。
除此之外，现在人工智能技术都在与企业的核心业务流程做深度融合，而像ChatGPT这个基于大模型的应用服务，更像一个独立的外挂，如何深度绑定，这也成为企业使用它的一个待解决问题。
业界人士期望ChatGPT未来在商业模式上有更好的呈现方式。目前ChatGPT对外提供的API还非常单一，影响了应用。
05创业公司会被ChatGPT吞噬吗
大家在期待OpenAI的下一个版本。GPT-3大模型发布于2020年， ChatGPT则基于它的改进版本创建。此前盛传，GPT-4将于今年一季度或下半年推出，不过OpenAI的首席执行官 Sam Altman在1月份回应，没有具体的时间表。
一些创业者已经开始关注到，随着大模型被越来越多地应用，细分赛道的创业公司在大模型的强大推力加持下，如何寻找自己的生存空间。
它涉及到两点，首先是如何深化对垂直行业的认知，真正把大模型融入到企业的创新业务流中。特看科技乐乘认为，垂直行业的小模型，考验的是创业公司对垂直行业的know-how。创业公司需要基于对行业的认知深度，采集足够多的场景数据，并基于这些细分数据更好服务用户。用户越多，反馈越多，最终形成数据反馈的闭环。
创业公司在小模型的竞争终局比拼的是，谁家的小模型跟业务结合得紧，且能解决好跟大模型结合的问题。
另一点是，大模型被充分使用、喂得很肥后，是否会成为最强大的AI，最终吞噬细分赛道上小创业公司的发展空间。
海外初创公司Jasper的命运颇能反映这种境况。Jasper是一家基于GPT-3大模型来生成营销文案的AI服务商，去年10月它宣布以15亿美元的估值获得1.25亿美元A轮融资。一个月后，基于GPT-3改进版本搭建的ChatGPT大火，智能程度更泛化的ChatGPT彻底盖过了Jasper的风头。
“对创业者而言，在充分利用已有大模型的情况下，也要尽可能要把小模型的闭环数据保护好。”特看科技乐乘说，这也是他们公司未来会重点攻克的方向。
不过，当下底层大模型还在高速迭代阶段，行业内都在等 GPT-4 出来。乐乘认为，从GPT-3到GPT-4的变迁，很像移动互联网早期 iPhone 1和 iPhone4 阶段iOS的升级速度，它的发展速度也许会超出大家的认知。
一些人士猜测， GPT-4将在多模态上有进展，也就是会引入视频、音频等。国内某游戏人工智能的资深开发则告诉数智前线，他们关注的是下一代的大模型能不能在理解上下文上有突破。“如果大模型能让人工智能打赢辩论赛，那么它的能力就算是有质的突破了。”
“短期内可能大家会高估这个东西，但长期可能有很多人会低估这个东西。”这名游戏AI资深开发评价。
