共计 5321 个字符，预计需要花费 14 分钟才能阅读完成。
ChatGPT 这把火，烧得愈发旺盛！去年 11 月底上线时，仅在 AI 和科技圈小范围受关注，没想到今年春节后竟火爆出圈，表现惊人。瑞银集团今年 2 月 1 日发布的报告显示，到 1 月末，ChatGPT 推出仅两个月，月活就突破了 1 亿，是互联网领域发展 20 年来增长最快的消费类应用。报告还援引分析公司 Similarweb 的数据表明，1 月期间，ChatGPT 平均每天独立访客约 1300 万，是去年 12 月的两倍多。
与此同时，二级市场情绪被迅速点燃。自去年 11 月以来，A、港、美三地二级市场，ChatGPT 相关概念股热度持续升温，且不断向泛 AI 和数字经济板块扩散。
ChatGPT 强大的语言理解和生成能力是其吸引众多用户的关键，而其背后预示的变革及无限商业潜能，更是让产业资本、风险投资者为之着迷甚至疯狂的重要原因。比如，比尔·盖茨称其历史意义不亚于互联网和 PC 的诞生！ChatGPT 的成功，离不开微软的支持。其背后开发商 OpenAI 不仅连续三次获微软数十亿美金投资，还享有微软提供的独家算力支持和优待。今年 1 月 17 日，微软 CEO 纳德拉还表示，下一阶段计划将 ChatGPT、DALL- E 嵌入旗下全线产品。
马斯克也忍不住发推称赞自家产品，尽管他已从 OpenAI 董事会出局，与该公司利益关联不大，且一直呼吁警惕人工智能带来的风险。
对于新技术带来的机会，巨头们积极进取，但担忧也显而易见。谷歌元老、Gmail 创建者之一 Paul Buchheit 近日发推称，谷歌可能只需一两年就会被彻底颠覆，AI 将消灭搜索引擎的结果页面！
由于 ChatGPT 问答环节表现优异，基于深度内容搜索并结合对话场景，极大提升了搜索交互效率和体验，因此引发了市场对其替代甚至颠覆传统搜索引擎的广泛讨论。中信证券认为，虽然 ChatGPT 能大幅优化用户搜索体验，但取代传统搜索引擎仍面临多个关键技术瓶颈，预计 ChatGPT 的成功不会给搜索产业带来颠覆性新入局者，但会推动谷歌等搜索巨头加快迭代大语言模型辅助传统搜索引擎的新格局。在 Paul Buchheit 看来，颠覆谷歌垄断地位的可能不是 ChatGPT 这个应用，但技术进步肯定会彻底改变人们获取信息的方式。
对此，谷歌采取行动。除投资 AI 初创企业 Anthropic（ChatGPT 竞品）外，还在最新一季度财报电话会中表示，未来几周或几个月将正式推出类似 ChatGPT 基于大语言模型的人工智能，以搜索伴侣形式辅助传统搜索引擎，重塑现有业务体系。
国内方面，百度也宣布下个月推出与 OpenAI 的 ChatGPT 类似的人工智能聊天机器人服务，并嵌入搜索服务中。此外，美版“今日头条”Buzzfeed 和亚马逊也在探索 ChatGPT 的应用场景。
不止是大模型算法的胜利
ChatGPT 的成功并非偶然。继去年 Midjourney（AI 绘图工具）火爆后，Stability.AI、Runway、Jasper.AI 等 AI 生成内容工具开发商也相继获资本青睐，点燃了市场对 AIGC 的投资热情。
归根结底，ChatGPT 的成功是技术发展积累和突变的结果，特别是底层技术。算法、算力和数据是制约 AI 发展的三个关键要素，过去十年都实现了从量变到质变。去年被视为技术层面的拐点，数据量级、算法模型 / 架构都达到临界点。
ChatGPT 优异的问答表现及丰富使用场景，依赖自然语言处理（NPL）和生成模型支持。如今的 ChatGPT 是经历四轮迭代后的版本，是机器学习、神经网络和 Transformer 算法三大技术的集大成之作。最初版就采用的 Transformer 生成式预训练模型，基于谷歌 2017 年提出的 Transformer 架构，使 AI 在多领域超越人类水平，以此为基础的大模型路线成为发展共识，后经 OpenAI 改造，是 ChatGPT 乃至 AIGC 火爆的关键技术变量。
基于大模型，加上高质量数据和不断强化训练（PPO 算法），大幅提升了 ChatGPT 对人类意图的理解能力，结合对话场景，凭借流畅、高质量回答体验，加速了其出圈。
大模型之大主要体现在海量数据规模，尤其是参数量，可类比人脑神经元。ChatGPT 是微软用 Azure AI 超级计算基础设施上的文本和代码数据训练的大模型，参数量多达 1750 亿个，而目前发现的人脑神经元最多约 1000 亿个左右。
目前市场对 ChatGPT 远超预期的表现已形成多方面共识和预期：
1）将极大提升内容生产力，率先在 AIGC 领域落地，打开产业想象空间；
2）大模型成为 AI 赛道必争之地，走向通用 AI 的主流路线；
3）AI 发展进入新阶段，从弱人工智能迈向强人工智能。
AIGC 技术红利释放，多角度挖掘深度受益机会
哪些行业和企业会是这轮技术红利的深度受益者呢？
首先是直接涉及 ChatGPT 和 AIGC 产业化的领域。从中短期看，主流机构给出了几个明确方向：
其一，文本生成。ChatGPT 作为文本模态的 AIGC，应用意义直接，在归纳性文字类工作中表现优异，未来向会议总结、文件翻译、例行报告等办公场景延展被看好。目前，主打文字生成的初创企业如 Jasper，针对不同类型内容生成。海外巨头也纷纷合作，在传媒、写作、办公等领域落地应用。据悉，BuzzFeed 已宣布与 OpenAI 合作写稿。
其二，代码生成，即将自然语言翻译成代码，可极大提升编程效率。以谷歌旗下 Github 推出的 Copilot 为例，每年可为其节省开发成本达百亿美元。目前，OpenAI、微软、谷歌、亚马逊、华为等都在该领域布局。
其三，图像生成，是热门布局领域之一。海外以 OpenAI 的 Dall·E 2、Midjourney、Stable Diffusion 为代表，国内有百度的文心一格、美图的美图秀秀、万兴科技的万兴 AI 绘画、毛线球科技的 6pen、映刻科技的清墨社区等。除文本和图像外，音频、视频及跨模态生成等都属 AIGC 范畴，跨模态发展是未来主流趋势之一。但以技术成熟度、配套数据和商业路径看，文本、图像生成类走在前列，Midjourney、ChatGPT 相继出圈，为跟随者提供范例。参与者越多，ChatGPT 等依托的模型进化越快。相比之下，AIGC 在视频和动画领域发展相对落后，存在连贯性和逻辑性问题。
其四，智能客服，被视为 ChatGPT 良好的落地场景，有望在 to C 场景率先落地。与现有智能客服相比，ChatGPT 支撑的客服在灵活性与人性化服务方面将有显著进步。近两年来，国内一级市场涌现大量智能客服公司。根据佛若斯特沙利文发布的报告显示，2020 年中国智能客服行业投融资事件有 23 件，投资总金额为 34.4 亿元，同比增长 123%；2021 年上半年，该领域投融资事件有 13 件，投资金额达 23.4 亿元，其中一半是 C 轮至 D 轮，各细分赛道企业渐趋成熟。智齿科技、来也科技、乐言科技、Udesk、晓多科技、小能科技等智能客服厂商，受资本市场青睐。
目前，ChatGPT 更多是海外的狂欢，国内尚未出现类似爆款应用，但在产业升级和自主可控背景下，寻找中国自己的 ChatGPT-like 投资机会合理且令人期待。除上述 AIGC 企业外，还有几类值得关注：
一是以阿里巴巴、华为、腾讯及百度为代表的基础云厂商，具备做出通用 ChatGPT 的能力，既受益于 AIGC 发展带来的算力需求增长，也有足够数据和算力推动大模型优化及落地。
二是以科大讯飞为代表的 AI 算法突出企业。科大讯飞被机构普遍看好，被视为计算机板块中最有可能做出通用 ChatGPT 的公司之一。因其国情不同，在国内除互联网巨头外也有广阔发展空间。
三是拥有天然场景应用及配套数据优势的互联网平台。例如国内最大的在线问答社区——知乎。在该内容社区中，问题是起点，由此引发的讨论和答案是核心，与 ChatGPT 这类基于对话模式、以问答类任务为主的效率工具天然契合，尤其是知乎长期形成的良好知识分享环境和社区氛围。
另外，高价值内容数据集合是做好 ChatGPT 这种大模型的核心之一，ChatGPT 优异表现建立在庞大数据量训练基础上，并通过引入“手动标注数据 + 强化学习”(RLHF，从人的反馈进行强化学习）不断调整预训练语言模型，大幅提升 ChatGPT 对人类意图的理解，提高回答信息准确性。
知乎凭借多年对高质量内容的深耕，数据优势明显。根据其 2022 年第三季度财报数据，知乎社区内内容量累计超 5.79 亿条，问答量累计超 4.82 亿条。此外，还有海量用户点赞互动等投票数据，既是对内容质量的筛选，也是 AIGC 大模型开发的天然优势。
这为其迈入智能化新阶段奠定基础。除提升内容生产和问答效率外，高频互动模式下对用户粘性的增强和产品的进化，值得关注和期待。
此外，ChatGPT 带来惊喜的同时，也制造了焦虑和麻烦。在教育出版行业，已有数千种科学期刊明令禁止或限制投稿人使用 ChatGPT 撰写编辑论文。目前业内谨慎态度主要源于对 AI 数据可靠性和实验成果质量的担忧。这也凸显了像知乎这类有庞大内容数据库平台的优势。算法迭代和 AI 发展中，内容数据库本身的价值仍是平台进化的重要基础。
从产业发展趋势看，AIGC 被认为是继 PGC、UGC 之后的新型内容供应范式，本质上是效率革命，在于技术平替人力。人力成本占比较高的行业 / 企业降本增效潜力较大。目前，除典型劳动力密集型行业外，重技术研发的软件、制作 / 版权成本占比较高的内容制作等领域优化空间更大。前者如游戏行业，后者包括影视、传媒等典型内容行业制作，以爱奇艺为代表的长视频平台内容成本占比高达七成左右，以腾讯音乐为代表的音乐流媒体平台服务成本也占到约六成（主要为内容成本）。
由于当前 AI 在图像、音乐生成领域相对成熟，而在视频类（直播 / 剧集 / 电影 / 综艺）技术发展相对缓慢，所以图像、音乐类内容产业链有望率先受益于生成式 AI 技术的发展和应用。
ChatGPT 现有的丰富使用场景和 AIGC 广泛的应用场景，想象空间远不止于此。其背后大模型算法的应用边界也不止于此。
丰满与骨感的一面
凭借 AI 魔法，AIGC 正切实影响着世界。例如，ChatGPT 已影响到现有互联网大厂布局，尤其是传统搜索引擎领域。
伴随 AIGC 技术发展，其巨大市场潜力开始显现，获投资人看好。红杉资本认为，ChatGPT 这类生成式 AI 工具让机器大规模涉足知识类和创造性工作，涉及数十亿人的工作，预计未来将产生数万亿美元经济价值。
同时，AIGC 产业生态已初现雏形。据《AIGC 发展趋势报告 2023：迎接人工智能的下一个时代》报告，目前 AIGC 产业生态已覆盖基础层、中间层、应用层。
该报告指出，AIGC 的商业化应用将快速成熟，市场规模会迅速壮大。在广告领域，腾讯混元 AI 大模型能支持广告智能制作，利用 AIGC 将广告文案自动生成为广告视频，大大降低广告视频制作成本。巨大的应用前景将带来市场规模快速增长。
以数字内容营销为例，业内人士认为，AIGC 将彻底颠覆现有内容生产模式，以十分之一的成本实现百倍千倍的内容生产速度，对数字内容营销领域产生深远影响。
期待很美好，但也有“现实”骨感的一面。
尽管 AIGC 潜力巨大，但在技术和商业、道德伦理和法规层面，仍面临客观问题和挑战。
比如在技术上，ChatGPT 还不够智能。打开 ChatGPT 对话框，首页写着“对 2021 年后的世界和事件了解有限”，还会偶尔产生不正确信息，有时编造文献，给出错误虚假答案。
AIGC 内容质量仍取决于算法、算力和数据，大模型、高算力和大数据是共识。业内普遍认为，与海外以 OpenAI 和 DeepMind 为代表的 AI 厂商相比，国内在算力、算法和高质量数据方面存在差距。ChatGPT 的成功再次印证了大模型路线和早期开源的意义。
目前，国内巨头在这些方向持续发力。例如，抖音集团旗下的火山引擎、阿里达摩院相继开源适配大模型的专业训练框架平台，针对大模型算法结构和数据参数量，利用分布式策略大幅降低训练时间和成本。
可想而知，大模型和走向开源都需要强大算力支撑。以 ChatGPT 为例，其作为 GPT3.5 的微调版，训练使用了微软专门建设的 AI 计算系统，由 1 万个 V100 GPU 组成的高性能网络集群，总算力消耗约 3640 PF-days。即每秒计算一千万亿次，需计算 3640 天，将近十年。
近期，十二个国内外研究机构共同发表的关于智能计算的论文指出，AI 模型所需算力每 100 天就要翻一倍，远超摩尔定律，预计未来五年内将增加超过 100 万倍。随着传统摩尔定律失效，跟上如此快速增长的计算能力要求很有挑战性。
另外，尽管 ChatGPT 推出付费订阅版进入商业化阶段，但 AIGC 的商业化之路尚在摸索，目前仍以 B 端为主。浙商证券研报指出，B 端变现路径更多元、成熟，广告和营销等行业有应用情景，付费可能性和水平相对更高。
无论如何，在遵循阶跃式发展规律的信息技术领域，ChatGPT 至少打开了一个新窗口，将 AI 产业带入新阶段，也加剧了虚拟和现实世界的连接和交互。
尾声
ChatGPT 打开了 AI 和投资世界的新风口，热度持续。
AI 一直是把双刃剑，象征科技进步，魅力迷人，但带来的伦理和社会治理等未知风险和潜在挑战，也让人敬畏和警惕。
从更长远发展视角看，此次开启的究竟是宝箱还是魔盒？不得而知。未雨绸缪作为人类朴素且有用的智慧，面对未知风险或许依然有效。
