一、AI魔法与资本神话

ChatGPT是OpenAI（特斯拉创始人埃隆·马斯克参与创立）去年11月30日发布的新型AI聊天机器人，横空出世以来，引发了用户端、产业端乃至资本圈的巨震。

ChatGPT可以根据用户的要求，快速生成文章、故事和歌词甚至代码，回答各类疑问等等，因为回答里惊人的信息量和完成度，遭遇了用户的病毒式传播，一夜之间坐拥百万用户。ChatGPT推出不足1个月后，谷歌CEO在公司内部发布了“红色警报” (Code Red)，并称围绕ChatGPT，全面调整2023年谷歌在AI领域的工作。

让ChatGPT出圈的是其对资本市场的影响。凭借ChatGPT的表现，OpenAI有可能吸引到微软新一轮100亿美元的投资，让OpenAI的最新估值达到290亿美元（当初Google全资收购DeepMind，也不过花了6亿美金）。在没有什么收入的情况下，OpenAI成为账面上最值钱的美国初创公司之一，这被一些市场人士评价为“AI时代资本定价的标杆事件”。

另外ChatGPT的令人乍舌的“定价”能力还在溢出。日前，新媒体网站Buzzfeed咸鱼翻身，股价直接跳涨了三倍！起因仅仅是Buzzfeed宣布将用OpenAI提供的人工智能API（还不是ChatGPT本身）来协助创作一些内容。

 

二、革命性体验，而非革命性技术

AI模型可大致分为决策式/分析式AI（Discriminant/Analytical AI）和生成式AI（Generative AI）两类。决策式AI学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型有用于推荐系统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。生成式AI学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基于历史进行模仿式、缝合式创作，生成全新的内容。

作为一种生成式AI，聊天机器人不是什么新鲜事。谷歌、Meta、DeepMind、国内的百度等公司都有推出类似的程序或服务。业内专家也评价，就底层技术而言，ChatGPT并不是多么了不得的创新。但为什么ChatGPT会成为聊天机器人的“顶流”？通俗解释，ChatGPT比同类型产品更会“撩”。

根据OpenAI官网的介绍，ChatGPT基于GPT-3.5预训练大模型创建，采用的模型使用了“利用人类反馈强化学习（RLHF）”的训练方式。此前OpenAI还设计了GPT-1（无监督学习）、GPT-2（多任务学习）和GPT-3（海量参数）模型。ChatGPT凭借RLHF 解决了生成模型的一个核心问题—— alignment（对齐），即如何让人工智能模型的产出和人类的常识、认知、需求、 价值观保持一致。实际效果上，ChatGPT对话更加贴近人类，语段间逻辑关联度显著提升，为用户带来了超出预期的交互体验。

所以说，与其说ChatGPT是划时代的技术创新，不如说它是划时代的交互体验创新。

 

三、即将被颠覆的搜索引擎

问题又来了，仅仅是革命性的聊天体验，如何让整个硅谷甚至华尔街都沸腾，数百亿美金的估值如何支撑？以ChatGPT为代表的生成式AI在商业角度，颠覆了什么？

直观的答案是搜索引擎。

互联网时代，人们习惯于用搜索引擎寻找资料，这也造就了谷歌的万亿帝国。当我们认为这就是理所应当的时候，ChatGPT带来了AI时代的解决方案。传统搜索引擎如谷歌旨在通过搜索数十亿个网页并根据相关性和权威性对结果进行排名，帮助用户在网络上找到特定信息。ChatGPT则是直接给出答案，无论是提问，还是撰写文章、编写/改正代码等行为。ChatGPT这类生成式 AI 能够免去用户对搜索结果的手动整理和选择过程，直接为用户提供答案。

微软100亿美金加码OpenAI以及谷歌内部发布“红色警戒”，足见ChatGPT类生成式AI对搜索引擎市场的颠覆程度。有消息称，预计2023年3月底微软将ChatGPT集成入Bing搜索引擎。据statcounter，2022-2023 年，谷歌搜索引擎市场占比为92.08%，Bing排名第二仅为3.19%。一场史诗级的攻防战悄然打响。

除了对搜索体验的改变，ChatGPT类生成式AI也打开了更多AI商业化的大门。AIGC体验的大幅改善，使得文本生成、代码生成、机器翻译、问答等功能在诸如智能客服、智能公文写作等领域价值提升。根据艾瑞咨询，仅对话式 AI 在2026年市场规模即突破百亿，并带动约三到四倍相关产业规模。根据Gartner《2021年预测：人工智能对人类和社会的影响》，到2025年AIGC产生的数据将占所有数据的10%，而该比例在2021年不足1%。而量子位智库根据现有技术及需求成熟度预测，2030年AIGC市场规模将超过万亿人民币。

 

四、未来已来：更好服务人类的机器人

话说回来，ChatGPT只是AIGC的一次技术迭代，它本身还有缺陷，实现大规模商业的条件还不成熟。

首先，生成式AI最大的挑战是准确度。据Twitter 网友的集体测试，ChatGPT的错误率在 2%-5% 左右。用户在获得ChatGPT回答的同时，并没有被告知其背后的信息来源和处理过程，亦不知道ChatGPT在回答过程中省略了什么。确认ChatGPT答案的准确性需要花些时间，因为它只提供一些原始文本，没有链接或引用。该技术应用到严肃的商业场景，尤其是对于模型精度要求很高的金融行业，还需要进一步训练输出结果的稳定性。在教育和学术界，ChatGPT也遭遇了严厉的审视。

其次是成本问题。有业内人士称，目前ChatGPT单次回答（Single Turn）的平均费用在几美分左右（约合几毛钱人民币）。业界人士普遍认为，只有当成本缩减90%后，才有商业应用的经济适用性。

但是ChatGPT的奇妙之处，是在未来和现实之间打开了一扇门。科幻故事中，真正能够理解人类是的AI已经不远了。接下来，真正值得期待的，是真正能服务人类方方面面的机器人，软件与硬件的终极结合。