《ChatGPT风潮：中国互联网大厂的挑战与机遇》
文章标签:ChatGPT, 生成式AI, 互联网大厂, AI应用
来源：网易科技
在五一长假的前后，我有幸与一些互联网巨头的朋友们进行了深入的交流。我们的谈话中不可避免地涉及到了ChatGPT，以及由此引发的“生成式AI”的热潮。在我国的股市中，许多公司由于具有GPT概念而被炒至高价，然而，任何具备基本常识的人都知道，在生成式AI领域，我国互联网大厂才是最值得信赖的。他们拥有丰富的资源和坚定的决心来推动这项工作。然而，互联网大厂在ChatGPT方面的具体进展，这在很大程度上还未知，也没有反映在他们的财务业绩和资本市场上。
在与一些熟悉内情的朋友交流后，我感到目前的自信程度相较之前有所提升，然而这种提升仅仅是一点而已。在生成式AI领域，尽管我国互联网大厂在世界先进水平上（例如OpenAI）仍存在一定差距，但这种差距并不致命，且他们具备迎头赶上所需的技术手段。因此，决定我国互联网大厂发展的关键因素可能并不在于技术层面，而是在其他方面。总的来说：
在互联网行业中，大型企业对于生成式人工智能技术展现出了极大的热情，并且愿意投入大量的资源来进行研究和开发。这种热情不仅仅是因为追求新颖或者满足资本市场的需求，更是由于他们看到了这项技术的潜力和价值。这些大厂的技术团队对生成式AI充满了期待，并且乐于投入资金和人力资源，希望能够通过这种方式来推动人工智能技术的发展，从而在竞争中获得优势。
在当前的AI技术领域中，大型互联网公司主要将生成式AI的应用场景定位于内部降本增效，而对于大规模应用于C端（包括中小B端）的目标，目前仍属于遥不可及的未来愿景。
在追求OpenAI的道路上，我们面临着巨大的挑战，但这并不意味着我们需要放弃。虽然投入成本可能会很高，但如果能保持持续的努力并不断优化策略，我们有可能在一定程度上缩小与他们的差距。然而，我们必须接受这样一个事实，那就是这种差距可能会一直存在，这并不妨碍我们在技术上不断前进，不断提高自己的能力。
对于支持来说，各级主管部门的认可无疑至关重要。然而，当前互联网巨头们并未提出能够令主管部门信服的概念或实例，这使得生成式AI难以争取到更多的上级资源。
在互联网行业内部，尤其是大型科技企业，技术团队对于生成式AI的热度空前高涨。这主要是因为在ChatGPT面世之前，AI已经在互联网行业的多个领域（如搜索、个性化推荐、自动客服等）达到了应用的极致，进一步发展的空间 limited。同时，其他具有突破性的技术尚未出现。因此，在2021-22年期间，许多互联网大厂针对算法岗位进行了裁员。在这种背景下，ChatGPT的出现无疑如同雪中送炭，为技术人员提供了一个向公司展示自身价值、进而升职加薪的重要契机。
对于我国互联网巨头来说，他们乐于参与生成式AI的研发与推广。这种技术不同于元宇宙、Web3.0等概念，它已经找到了实际的应用场景，并且硅谷已经为其探索出一条明确的发展道路。这使得我国互联网行业熟悉的“资源投入模仿追赶”模式得以启动。当前，许多互联网大厂的基础研发团队和业务部门的算法团队都在暂停原有工作，全力投入到大模型的研发中。如今，大模型不仅成为公司层面的重点工程，同时也被众多事业群和事业部视为一号位工程，这确保了它能够获得无限制的资源投入。
接着说第二条。在降本增效的大背景下，互联网大厂目前对生成式AI最大的期望其实不是开辟财源，而是节约成本或为老业务赋能。例如GPT商业化的第一批客户包括Shopify这样的电商SaaS及代运营商，在国内阿里、京东可以把自己的大模型直接用于自身电商平台的代运营；腾讯可以利用大模型补齐自己的客服短板，还能在腾讯文档等应用中加入自动生成文案功能；所有的信息流媒体平台都可以利用生成式AI进行转评赞、活跃社区氛围。上面举出的只是一小批正在进行的案例而已。
至于开发大型C端应用，或者面向广大中小B端开放API，目前看来还比较遥远。除了技术瓶颈之外，监管风险是一个主要考虑点：国内对生成式AI的监管讨论才刚刚开始，尚未形成成熟的监管体系，此时贸然上马大型C端应用的风险极高。然而，这里有牵扯出了一个新的问题：互联网大厂在既有的应用中大规模使用生成式AI，是否也会带来潜在的监管风险？这个话题比较敏感，目前还难以讨论，在此就不展开了。
再说第三条。OpenAI不是世界上唯一的生成式AI大模型开发者，GPT的技术路线也不是唯一的。但是，国内互联网大厂的研发思路高度统一，那就是模仿乃至彻底复刻GPT。结果就是一切与OpenAI能够沾边的人才和信息几乎全部被瓜分利用殆尽——其中既有合法的利用，也有灰色地带的利用。不计成本的投入，加上国内相对硅谷而言较低的人力成本，是可以在一定程度上拉近差距的。这种模仿路线当然不可能把落后转化为领先，不过目前大家还考虑不到这么远。
第四条也是一个非常重要的因素。我们知道，对于芯片、新能源等“硬科技”产业，国内各级主管部门（包括国家和地方）予以了极大的政策和资源扶持；生成式AI在理论上也属于“硬科技”，如果也能得到类似的扶持，无疑可以大幅度加快发展进度、降低风险。然而，生成式AI有一个严重的软肋：它不是制造业，无法像芯片、新能源、生物医药那样提供较长的产业链、立竿见影地为地方创造GDP。此外，它也尚未被主流媒体认为是一项“卡脖子”技术。在几个月乃至几年之内，生成式AI要成为一项被大力扶持的“硬科技”，还是很有难度的。
当然，互联网大厂可以采取一种话术，即生成式AI具备很强的“乘数效应”或上下游拉动作用，例如可以间接刺激芯片行业的成长，以及促进智慧城市、智慧交通的实现，等等。但是，上述“乘数效应”过于迂回，在短期内又很难看到效果。在可见的未来，主流媒体和主管部门心目中的“硬科技”代表仍将是光刻机而非ChatGPT，互联网大厂必须主要依靠自身资源投入而非政策扶持。
过去多年，中国互联网行业曾一再证明：只要它们下定决心投入足够的资源，并且有庞大的潜在C端应用场景，它们就能够成功模仿乃至超越硅谷的同行。这一发展路线并非百试不爽，不过大部分情况下是成立的。生成式AI是对上述路线的一次大考：在GPT3.5以前版本已经开源，基础研发路线并无秘密可言，潜在应用市场非常广阔，而且国内互联网大厂均已投入足够资源、提起绝对重视的情况下，中国能否在生成式AI这条赛道上迅速缩小差距乃至有朝一日超越？
相信这个问题已经被资本市场提了无数次，也被互联网从业者提了无数次。我的观点偏向悲观一边：由于种种掣肘（在此就不讨论了）、种种天然限制，国内生成式AI最多只能将与硅谷的差距缩小到可以接受的程度，而不可能彻底消除这种差距。不过，我的上述“悲观”观点，在很多人看来或许已经算是乐观了？
事在人为，但在很多时候，形势比人强。
ChatGPT, 生成式AI, 互联网大厂, AI应用
