自2022年11月Chat GPT上線后，短短2個(gè)月的時(shí)間內(nèi)，月活躍用戶就已突破1億，成為史上用戶增長(zhǎng)速度最快的消費(fèi)級(jí)應(yīng)用程序。

目前Chat GPT也已更新至4.0版本。新版GPT-4在諸多能力上也進(jìn)行了優(yōu)化，以文字生產(chǎn)領(lǐng)域?yàn)槔?，GPT-4能實(shí)現(xiàn)作詩(shī)、寫(xiě)郵件、寫(xiě)廣告、劇本和小說(shuō)。采用AIGC技術(shù)所撰寫(xiě)的高考作文，在不到1分鐘的時(shí)間，完成了40多篇文章，獲得專(zhuān)家打分48分的成績(jī)，擊敗了75%的考生。

在此背景下，國(guó)內(nèi)大廠紛紛跟進(jìn)推出屬于自身的AI大模型。比如說(shuō)，百度的“文心一言大模型”，騰訊的“混元大模型”，阿里的“通義大模型”，華為的“盤(pán)古大模型”等等。

而在二級(jí)市場(chǎng)上，Chat GPT的火爆也直接帶火了和AI相關(guān)的概念股。以人臉識(shí)別、大數(shù)據(jù)、智能交互技術(shù)、產(chǎn)品及服務(wù)提供商漢王科技為例，按照漢王科技對(duì)外公布的業(yè)績(jī)預(yù)告來(lái)看，公司在2022年歸屬于上市公司股東的凈利潤(rùn)為：-9800萬(wàn)元至-14000萬(wàn)元。長(zhǎng)期的虧損，讓漢王科技在1月30日以前的市值僅有40.85億元左右。

但進(jìn)入到今年2月份以后，漢王科技的股價(jià)一路上漲，甚至在今年3月時(shí)，股價(jià)曾達(dá)到30.66元/股的最高點(diǎn)。這一股價(jià)若是和今年1月份時(shí)期的15.34元/股相比，漲幅比例接近1倍。

但硬幣的另一面卻是關(guān)于Chat GPT的爭(zhēng)議聲音越來(lái)越大。3月30日，人工智能和數(shù)字政策中心向美國(guó)聯(lián)邦貿(mào)易委員會(huì)投訴，試圖阻止向消費(fèi)者發(fā)布強(qiáng)大的AI系統(tǒng)。次日，意大利隱私監(jiān)管機(jī)構(gòu)宣布境內(nèi)暫時(shí)禁用Chat GPT。4月2日，在三星引入Chat GPT不到20天的時(shí)間內(nèi)，已先后出現(xiàn)三次泄密事件等等。

針對(duì)以上問(wèn)題，在美國(guó)當(dāng)?shù)貢r(shí)間5月16日召開(kāi)的Open AI首次聽(tīng)證會(huì)上，圍繞著外界所關(guān)注的由AI所產(chǎn)生的版權(quán)侵害，虛假內(nèi)容、失業(yè)問(wèn)題，數(shù)據(jù)安全等問(wèn)題也展開(kāi)了相關(guān)討論。

本次接受質(zhì)詢的對(duì)象包括Open AI CEO Sam Altman，IBM副總裁兼首席安全官Christina Montgomery，紐約大學(xué)教授Gary Marcus。而本次聽(tīng)證會(huì)上的一些核心內(nèi)容，也讓我們提前感知到未來(lái)Chat GPT行業(yè)發(fā)生的一些變化。

一、Chat GPT發(fā)展依然坎坷

針對(duì)3月29日，科學(xué)界聯(lián)名呼吁：所有AI實(shí)驗(yàn)室立即暫停訓(xùn)練比GPT-4更強(qiáng)大的AI系統(tǒng)，為期至少6個(gè)月的聯(lián)名信。

作為聯(lián)名信簽署人之一的Gary Marcus在會(huì)上解釋道，簽署聯(lián)名信并不是要求暫停AI研發(fā)，而是希望在具備規(guī)范、安全的AI管理措施之前，暫停部署比GPT-4更大的AI模型。若現(xiàn)階段將這些具備超級(jí)功能的AI，全部交給普通人使用，這未免太過(guò)于冒進(jìn)了。

對(duì)此，Sam Altman解釋道，未來(lái)6個(gè)月內(nèi)Open AI暫無(wú)推出類(lèi)似于GPT-5的計(jì)劃。因?yàn)楝F(xiàn)階段Open AI對(duì)部署更高版本的Chat GPT仍存在諸多顧慮。但與此同時(shí)，Sam Altman也提出了一個(gè)靈魂問(wèn)題：若我們暫停6個(gè)月的AI研發(fā)，很有可能就會(huì)與時(shí)代脫節(jié)，6個(gè)月之后我們要怎么辦呢？還要再停6個(gè)月嗎？

如Sam Altman所言，若超級(jí)AI大模型需不斷保持自身優(yōu)勢(shì)的話，則需要對(duì)模型進(jìn)行不斷反復(fù)的訓(xùn)練，但在訓(xùn)練過(guò)程中也產(chǎn)生了諸多問(wèn)題。比如說(shuō)，高成本和商業(yè)化問(wèn)題。

以Chat GPT為例，2018年Open AI在訓(xùn)練GPT-1時(shí)，所用到的參數(shù)數(shù)量和數(shù)據(jù)訓(xùn)練量分別為1.17億和5GB。但在2020年訓(xùn)練GPT-3時(shí)，以上兩項(xiàng)數(shù)字則分別增長(zhǎng)到1750億和45 TB，GPT-4的訓(xùn)練參數(shù)量更是高達(dá)1.6萬(wàn)億。

另?yè)?jù)Open Al發(fā)布的相關(guān)數(shù)據(jù)顯示，訓(xùn)練13億參數(shù)的GPT-3 XL模型訓(xùn)練一次消耗的算力約為27.5 PF-days，訓(xùn)練1750億參數(shù)的完整GPT-3模型則會(huì)消耗算力3640 PF-days（以一萬(wàn)億次每秒速度計(jì)算，需要3640天完成）。

龐大的數(shù)據(jù)量以及算力決定了搭建AI模型為典型的重資金產(chǎn)業(yè)。以GPT-3模型消耗的算力3640 PF-days來(lái)看，相關(guān)證券機(jī)構(gòu)測(cè)算，保守估計(jì)前期成本至少投入在200多億元。并且Chat GPT在前期訪問(wèn)階段初始投入近十億美元，單日電費(fèi)數(shù)萬(wàn)美元。訓(xùn)練階段，單次訓(xùn)練約為百萬(wàn)至千萬(wàn)美元。

然而，在高成本的背后，目前關(guān)于整個(gè)Chat GPT不管是在TOC端還是TOB端的商業(yè)化仍不清晰。以TOB端為例，Chat GPT若想要完全打開(kāi)TOB端市場(chǎng)，也面臨著諸多現(xiàn)實(shí)問(wèn)題。

一方面，如何打消TOB端的諸多顧慮，進(jìn)而讓TOB敢用Chat GPT。比如說(shuō)，目前TOB端普遍擔(dān)心因使用Chat GPT而產(chǎn)生數(shù)據(jù)泄露風(fēng)險(xiǎn)，進(jìn)而對(duì)企業(yè)業(yè)務(wù)產(chǎn)生諸多不利影響。

但正如美國(guó)NIST（國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院）發(fā)布了《AI風(fēng)險(xiǎn)管理框架1.0》所提到的那樣，AI模型的優(yōu)化可解釋性和隱私增強(qiáng)性之間會(huì)存在矛盾；或者在數(shù)據(jù)較稀疏的情況下，隱私增強(qiáng)技術(shù)可能導(dǎo)致有效性降低。過(guò)度關(guān)注某一方面特性，例如：高度安全但不公平的系統(tǒng)、有效但不透明和不可解釋的系統(tǒng)以及不準(zhǔn)確但安全、隱私增強(qiáng)和透明的系統(tǒng)都是不可取的。

另一方面，對(duì)標(biāo)圍繞TOB端的SaaS產(chǎn)業(yè)的發(fā)展來(lái)看，TOB端產(chǎn)品只有給企業(yè)帶來(lái)真正“降本增效”的價(jià)值，企業(yè)才愿意付費(fèi)。但由于TOB端行業(yè)的分散性、差異性、多而亂的特點(diǎn)，行業(yè)很難形成規(guī)模效應(yīng)。

目前國(guó)內(nèi)SaaS產(chǎn)業(yè)所走的“以低價(jià)換取市場(chǎng)份額”的路線，也決定了當(dāng)前國(guó)內(nèi)和SaaS相關(guān)的企業(yè)，除具有先發(fā)優(yōu)勢(shì)的阿里云實(shí)現(xiàn)盈利，絕大多數(shù)企業(yè)仍以虧損為主。

那么未來(lái)Chat GPT在為T(mén)OB端服務(wù)時(shí)，其價(jià)格到底要如何制定呢？是走SaaS行業(yè)以價(jià)換量的路線，或是將價(jià)格定得很高，只服務(wù)小部分企業(yè)呢？但不管走哪個(gè)路線，均決定了Chat GPT在TOB端想要實(shí)現(xiàn)盈利，并非易事。

另外考慮到當(dāng)前全球經(jīng)濟(jì)進(jìn)入到新一輪下行周期，未來(lái)諸多行業(yè)業(yè)績(jī)承壓已是不爭(zhēng)的事實(shí)。因此，不管是投資機(jī)構(gòu)，或是大廠又是否有足夠的現(xiàn)金流和足夠的耐心，來(lái)真正探索出各類(lèi)“超級(jí)AI大模型”的盈利，這里仍值得商榷。

二、生成式AI仍面臨外部多重壓力

若成本和收益問(wèn)題超級(jí)AI大模型內(nèi)部需面臨的問(wèn)題，來(lái)自外部的種種質(zhì)疑也決定了生成式AI后續(xù)的發(fā)展并不明朗。

其一，如何對(duì)AI公司進(jìn)行監(jiān)管。Sam Altman提出的建議如下：對(duì)AI廠商提供許可證，并吊銷(xiāo)不符合政府標(biāo)準(zhǔn)的廠商的許可證。為AI大模型創(chuàng)建一套安全標(biāo)準(zhǔn)，包括評(píng)估其風(fēng)險(xiǎn)，大模型必須通過(guò)一些安全測(cè)試；指派第三方專(zhuān)家獨(dú)立審核AI產(chǎn)品的各方面指標(biāo)，支持創(chuàng)立一個(gè)為AI制定相關(guān)標(biāo)準(zhǔn)的國(guó)際組織，由美國(guó)領(lǐng)導(dǎo)。同時(shí)，Sam Altman和Gary Marcus均呼吁成立專(zhuān)門(mén)的TOG機(jī)構(gòu)，負(fù)責(zé)對(duì)AI的監(jiān)管。

事實(shí)上，Sam Altman 和 Gary Marcus所提出的這些建議，也的確符合未來(lái)超級(jí)AI大模型的需要。比如說(shuō)，對(duì)標(biāo)國(guó)內(nèi)的網(wǎng)約車(chē)拍照和金融支付拍照的發(fā)放來(lái)看，政府監(jiān)管加強(qiáng)后，能讓行業(yè)從此前的野蠻生長(zhǎng)階段逐漸回歸到理性增長(zhǎng)階段。

但仍需要指出的是，因全球不同國(guó)家的文化、政治差異性較大，又疊加自2022年全球地緣沖突的不斷升級(jí)和加劇，一套全球可行的AI式標(biāo)準(zhǔn)制定未來(lái)估計(jì)需要很長(zhǎng)的時(shí)間才能制定。在尚無(wú)清晰的標(biāo)準(zhǔn)下，也決定了未來(lái)超級(jí)AI大模型的出海業(yè)務(wù)，將面臨著層層壓力。

其二，如何解決反壟斷問(wèn)題。在聽(tīng)證會(huì)上，參議員Cory Booke提出了一個(gè)問(wèn)題：Open AI由微軟支持，Anthropic則由谷歌支持。那么，未來(lái)隨著這些公司的規(guī)模越來(lái)越大，其必然也會(huì)對(duì)人們的生活影響越來(lái)越大，并有可能在商業(yè)上實(shí)現(xiàn)壟斷。

對(duì)此，Sam Altman則解釋道AI大模型的研發(fā)相對(duì)困難，只有少數(shù)企業(yè)能夠研發(fā)出AI大模型。這并不會(huì)造成壟斷，反而會(huì)在一定程度上降低監(jiān)管難度。但坦白來(lái)說(shuō)，Sam Altman的解釋并不成立。一方面，如上文所述，基于研發(fā)AI大模型對(duì)企業(yè)的資金、技術(shù)均要求極高，目前AI大模型也的確被掌握在大廠手中。

但另一方面，從國(guó)內(nèi)多個(gè)行業(yè)的經(jīng)驗(yàn)來(lái)看，當(dāng)大廠完全主導(dǎo)后，行業(yè)必然會(huì)出現(xiàn)壟斷現(xiàn)象，比如網(wǎng)約車(chē)行業(yè)、在線貨運(yùn)平臺(tái)、外賣(mài)行業(yè)等等。而隨著各國(guó)政府對(duì)本國(guó)反壟斷法律法規(guī)政策制定的愈發(fā)完善，不排除后續(xù)各國(guó)政府對(duì)由超級(jí)AI大模型所產(chǎn)生的壟斷問(wèn)題，監(jiān)管只會(huì)更加嚴(yán)格。

其三，針對(duì)外界所關(guān)注的由Open AI所產(chǎn)生的版權(quán)以及版權(quán)付費(fèi)問(wèn)題。Sam Altman則表示，未來(lái)Open AI會(huì)拿出相關(guān)政策保護(hù)地方新聞業(yè)的發(fā)展。但對(duì)于內(nèi)容創(chuàng)作者版權(quán)權(quán)益的問(wèn)題，Sam Altman并沒(méi)有給出明確的回復(fù)。

事實(shí)上，對(duì)于Sam Altman的不回復(fù)雖能理解，畢竟Chat GPT在內(nèi)容創(chuàng)作上需海量的內(nèi)容作為支撐，而從國(guó)內(nèi)內(nèi)容平臺(tái)給到創(chuàng)作者的收益來(lái)看，Open AI若是真正為創(chuàng)作者付費(fèi)的話，這必然會(huì)加重Chat GPT的成本投入。

但坦白來(lái)說(shuō)，Chat GPT對(duì)創(chuàng)作者內(nèi)容的隨意抓取，并且不付費(fèi)的方式，無(wú)異于殺雞取卵。一旦后續(xù)內(nèi)容創(chuàng)作者進(jìn)行聯(lián)合，全面抵制Open AI的這種做法，未來(lái)GPT更高版本是否能繼續(xù)保持優(yōu)勢(shì)，仍有待觀察。

而從現(xiàn)階段來(lái)看這種情況已經(jīng)出現(xiàn)，比如說(shuō)，去年柏林兩位藝術(shù)家搭建了一個(gè)名為“我正在被用來(lái)訓(xùn)練嗎”的網(wǎng)站，藝術(shù)家可以檢索自己的作品是否進(jìn)入了AI訓(xùn)練數(shù)據(jù)庫(kù)。但Chat GPT所面臨的問(wèn)題并非個(gè)案，而是國(guó)內(nèi)外AI大模型公司都必須要思考的問(wèn)題。

三、AI大模型是否會(huì)引發(fā)大規(guī)模失業(yè)？

在聽(tīng)證會(huì)上，Gary Marcus指出人們不應(yīng)該小看AI對(duì)就業(yè)帶來(lái)的影響。事實(shí)上，Gary Marcus的擔(dān)憂并非空穴來(lái)風(fēng)。此前IBM曾宣布：暫緩可以被AI取代的崗位的招聘，約7800人將被永久淘汰。

微軟也宣布將于6月底進(jìn)行裁員，裁員對(duì)象主要為記者和編輯，并將在未來(lái)加大力度使用AI技術(shù)取代人類(lèi)新聞編輯。“新上崗”的AI算法將會(huì)代替人類(lèi)編輯選取可報(bào)道的新聞事件、改寫(xiě)新聞標(biāo)題、尋找文章配圖等工作。

但Sam Altman卻認(rèn)為，目前GPT-4仍能被人類(lèi)很好的所控制和使用，它會(huì)讓一些工作自動(dòng)化，甚至被替代掉。但人類(lèi)利用AI大模型可以擁有更多能力、更多時(shí)間追求自己喜歡的事物，這將創(chuàng)造出更多工作機(jī)會(huì)。

IBM的Christina和Sam Altman有著一致的觀點(diǎn)。她認(rèn)為，AI大模型“將會(huì)改變每一項(xiàng)工作”，如今的工作重點(diǎn)應(yīng)該是做好新老工作的過(guò)渡。到2030年，IBM將培訓(xùn)3000萬(wàn)個(gè)人掌握當(dāng)今社會(huì)所需的技能。

事實(shí)上，Sam Altman和Christina說(shuō)法并非沒(méi)有道理?，F(xiàn)階段，AIGC的確可以創(chuàng)作海量的內(nèi)容，但AIGC畢竟只是工具，缺乏人類(lèi)的情感和思考能力。而人類(lèi)的情感和思考能力，在諸多工作崗位中發(fā)揮著重要作用。

以內(nèi)容創(chuàng)作為例，作家余華曾指出：從我們目前對(duì)那個(gè)GPT的理解

就他的能力，如果他要寫(xiě)小說(shuō)的話，他大概能寫(xiě)出中庸的小說(shuō)。但他不會(huì)寫(xiě)出充滿了個(gè)性的小說(shuō)，因?yàn)樗谴罅康哪欠N文本，他可能把小說(shuō)寫(xiě)得很完美，但是其實(shí)是很平庸。

在以電商行業(yè)的客服崗位為例，從事多年電商客服工作的李洋洋告訴我們，在處理客戶的售后過(guò)程中，最為核心的地方在于需根據(jù)和客戶溝通過(guò)程中的語(yǔ)氣、文字，推測(cè)出當(dāng)前客戶的情感，并做到有針對(duì)性地處理客戶的問(wèn)題。若單純使用AI大模型回復(fù)客戶售后問(wèn)題，這不但無(wú)法處理好客戶的問(wèn)題，反而還會(huì)降低售后質(zhì)量。

而且拉長(zhǎng)維度來(lái)看，若未來(lái)各類(lèi)AI大模型具備和人類(lèi)一樣的情感，這必然會(huì)引發(fā)世界范圍內(nèi)的恐慌，不排除AI大模型會(huì)出現(xiàn)被關(guān)停的命運(yùn)。但當(dāng)AI大模型之充當(dāng)輔助性工具后，也面臨著一個(gè)問(wèn)題。即它的能力和價(jià)格是否匹配，ToC端又是否愿意付費(fèi)呢？

結(jié)語(yǔ)：

事實(shí)上，任何新興事物從成熟到發(fā)展，從來(lái)都是不走直線走曲線。但相較于其他行業(yè)而言，AI大模型所牽扯到的失業(yè)問(wèn)題、各種法律風(fēng)險(xiǎn)、壟斷問(wèn)題、成本和收益等等，均注定了國(guó)內(nèi)外任何一家AI大模型廠商在未來(lái)AI大模型商業(yè)化的探索之路上都難言輕松，對(duì)于后續(xù)AI大模型的發(fā)展是否能達(dá)到市場(chǎng)預(yù)期，仍需要時(shí)間來(lái)觀察。

標(biāo)簽： 人工智能 消費(fèi)級(jí)應(yīng)用 人工智能大數(shù)據(jù)