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。
3. 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、昇腾,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。