共计 2549 个字符，预计需要花费 7 分钟才能阅读完成。
ChatGPT 已然成为人工智能领域备受瞩目的“社交货币”。一位 AI 从业者感慨，连电脑系统都分不清的朋友都来让帮忙注册 ChatGPT，它正凭借颠覆性体验从科技领域破圈，重塑全球用户对人工智能的认知。当前，这款生成式 AI 对话大模型活跃用户已破亿，高频访问量致使系统多次宕机。资本市场对 AIGC 行业的热情也随之一同高涨，上线仅一个多月，ChatGPT 的幕后推手 OpenAI 估值就从 200 亿美元飙升至 290 亿美元。
这股来自大洋彼岸的科技潮流迅速蔓延至国内，引发了 ChatGPT 热潮。国内科技巨头百度成为大厂在这场追逐赛中的领头羊，频繁释放推出类 ChatGPT 产品的信息，阿里、京东、网易、小米等一线大厂也纷纷跟进，承诺对 ChatGPT 进行投入和开发。大厂们态度明确，ChatGPT 被视为既定的未来，在这场新的科技竞技中，谁都不愿落后。
然而，不少资深业内人士认为，在 AI 领域，中国已远远落后，复制 ChatGPT 并不现实。小冰 CEO 李笛举例，若按 ChatGPT 的方法，以小冰框架当前支撑的对话交互量计算，每天成本将高达 3 亿元，一年超 1000 亿元。若控制成本，就会牺牲对话质量，文章漏洞百出、画作不稳定，无法大规模应用。确保“端到端”的生成质量才是核心，同时要优化模型降低参数规模。
算力不足，算法落后，中国 AI 领域困境重重
一位人工智能领域资深人士表示，中国绝大多数 AI 公司近几年创新力不高。ChatGPT 引领的变革不仅揭开国内 AI 行业的现状，也指明下一轮信息革命方向，互联网和科技公司已从商业模式创新迈向底层算法创新阶段。多位行业人士承认，以 ChatGPT 能力为标杆，中国 AI 发展滞后，拉开了五年差距。
中美在 AI 研发领域的差距体现在算力和算法方面。自去年英伟达高端 GPU 芯片对中国供应受限，国内算力受严重影响，虽国内芯片企业奋力追赶，但目前尚无对标硬件产品，算力成为国内科技大厂发展 AI 的短板之一。有行业人士计算，训练与 ChatGPT 匹敌的大模型，每年在显卡、CPU 等设备方面投入成本高达 10 亿美元，甚至有人认为真正弥合算力差距，每年成本远超 10 亿美元。有业内人士预判，微软、谷歌等硅谷大厂有实力，国内大厂则未必。
李笛认为，中美在人工智能领域存在一定“时间壁垒”，这导致算法方面有差距。算法训练无法弯道超车，自 2018 年 OpenAI 推出第一代生成式预训练模型 GPT- 1 起，用近 6 年时间沉淀出当前大语言模型，这六年差距难以在半年内超越，除非有天才少年用更完善算法框架实现降维打击。
除算力和算法差距，ChatGPT 高昂的落地成本也是影响国内研发团队决策的重要因素。李笛解释，人工智能快速发展迭代，效果越好成本越贵，若不考虑优化成本只追求效果，很难长久落地、大规模铺开。
创新氛围和创业环境的不同
李笛认为，OpenAI 取得重大突破的重要原因是耐得住寂寞，敢于创新研究。大模型概念已存在多年，国内外都已掌握，区别在于研发者在 fine-tuning 过程中的专注度和投入度。也有行业人士认为，这反映出国内创业环境普遍存在的浮躁心理，国内创业公司多复制已验证的商业模式，很少愿意在前期投入大量资金研发。
OpenAI 自成立后从未急于商业变现，一直专注技术开发，微软收购后持续提供资金支持。一名 AI 领域资深研究人士表示，当前 AI 领域创业公司商业变现不尽人意，国内 AI 产业看似繁荣但不挣钱，科大讯飞 AI 自研能力较强，但其收入靠大量项目集成，用收入覆盖研发成本。
李笛强调，小冰作为创业公司，不将上市或企业财务成功视为真正成功，本质是研究团队和技术团队。在国内 ChatGPT 追逐赛道上，头部科技公司是重头戏。从官方消息看，百度、三六零、阿里等大厂都在开发相应产品。但部分行业人士对大厂创新决心存疑。
一名深入大厂内部业务的人士解释，国内科技巨头商业决策权集中在高管手中，这些高管常脱离业务一线，特别是研发团队高管，而一线程序员对 ChatGPT 有实践经验和深入认知。决策端和业务端脱节易使大厂对 ChatGPT 的认知和判断受市场舆论左右，做出错误商业决策。
“这也是为什么业内普遍认为创业公司最有可能实现技术创新，而大厂创新能力不足的原因。”同时，多方求证大厂布局现状，某大厂员工称未听到相关项目消息，另一大厂前任员工透露，去年年底公司曾关注 ChatGPT 相关消息，但后来无确切动作，可见不少大厂将其视为短期接力。不过，也有大厂早已洞察生成式 AI 先机，百度几年前就有类似 ChatGPT 研究项目，2021 年曾发布对话机器人 Plato，但表现不如 ChatGPT。
大厂如何应对 ChatGPT 的挑战？
“实际上，在当前阶段，耗费大量时间和资金打造类 ChatGPT 的思路有待商榷。”国内大厂打造类 ChatGPT 产品不仅耗费资金，还错失研发先机，这是难以逾越的鸿沟。因此，不少业内人士认为，all in ChatGPT 赛道并非适合所有国内大厂。
清华大学计算机科学与技术系长聘副教授黄民烈认为，通过 API 调用，OpenAI 在真实世界数据调用效果惊艳，实现了“用户调用 - 数据 - 模型迭代 - 更多用户”的循环。这意味着，真正有价值的研究需更多考虑真实用户需求和场景。
与其盲目跟风，不如基于 ChatGPT 的应用场景和公司业务发展路径破局，这或许是国内科技公司在新一轮科技军备竞赛中的理性选择。多数业内人士认为 ChatGPT 将在搜索引擎方面迎来爆发，这也是百度和三六零蓄势待发的原因。略大参考报道称，百度 CEO 李彦宏已将 2023 年第一季度 OKR 内容的关键任务定为引领搜索体验的代际变革。
创新工场董事长李开复曾预测，ChatGPT 引领的 AI 变革有望形成新的平台或底层架构，这与部分业内人士想法契合，“ChatGPT 未来将成为基础设施，所有数字技术相关产业都需接入，最终会变成底层超级 API。”基于此认知，现阶段大多数互联网和科技公司应争夺 ChatGPT 的应用场景。一名 AI 产品经理分析，人工智能对算力、算法要求高，成本压力大，必须找到明确具体的垂直场景。
国内互联网公司正在积极尝试，如京东依靠京东云在零售和金融领域的积淀，聚焦垂直电商场景，计划推出产业版 ChatGPT—ChatJD。这场由硅谷率先发起的新一轮“军备竞赛”已进入风口，国内科技公司加入战场前，需思考应用场景的变革。
