文章主题：生成式AI,互联网大厂,技术追赶
🚀💡《揭秘科技黑市：黑客世界的隐形交易》🔍💻在这个数字化时代，我们每天都在与网络打交道，然而你是否想过，那些隐藏在幕后的黑客世界，正上演着一场看不见的经济战争？👩💻💼怪盗团团长裴培，这位互联网领域的资深探秘者，将带你深入科技黑市，揭示那些被加密信息背后的真实故事。👀🔍从硅谷的代码交易所到全球范围内的数据交易链，裴培以其独特的视角和敏锐洞察，揭露了黑客如何利用技术手段进行非法盈利的秘密。💻💰这些秘密交易，往往超越我们的想象，挑战法律的边界。创业邦荣幸地与互联网怪盗团合作，将这触目惊心的真相公之于众。📚🌐让我们一起揭开科技黑市的神秘面纱，探讨如何在数字世界中维护安全与公正。🛡️🌈记得关注我们，获取更多关于网络安全和科技伦理的深度解析。👇💡#科技黑市 #黑客交易 #网络安全教育
🎉五一假期期间，我有幸与一群互联网巨头共话ChatGPT风潮，这已成为热门话题🔥。生成式AI领域的中国实力，无疑聚焦于各大科技巨头，他们具备无可匹敌的资源与决心推动创新。然而，这些巨头在追赶ChatGPT的脚步上的具体进展，外界知之甚少，也未在财务报告和股市中体现出来👀。投资者们可能已将目光投向那些看似沾染了GPT概念的公司，但真正的实力所在，还是那些互联网巨擘，他们才是引领AI潮流的关键力量🔍。尽管如此，这个领域的动态依然保持着神秘感，等待着市场的进一步解读和反应🌈。
🌟了解最新动态，AI赛道国内虽有差距但仍充满希望！💡与业内知情人交流后，我深感信心提升，但还需谨慎看待。🌍尽管国内互联网巨头在生成式AI领域相对滞后于OpenAI的全球领先，这并不意味着无法迎头赶上。🔍技术层面的挑战固然存在，但可能并非决定性因素。关键瓶颈或许源于非技术领域的制约，这些隐形壁垒需要更深入的分析和策略调整。🎯要实现赶超，我们需要全面审视并找到突破点。🌈总的来说，尽管面临挑战，国内AI的发展前景依然值得期待！💪
🚀技术巨头们热衷于🔥生成式AI，背后不仅是他们对创新的执着追求（👨💻），更是深思熟虑的战略布局，试图引领市场风向（📈）。这些科技巨头不惜砸下巨额资金（💰），不仅是为了保持技术领先，也是为了长远利益的考量。他们的热情并非仅仅出于“赶时髦”，而是对AI未来潜力的坚定信念（🌈）。
🌟🚀互联网巨头们正全力研发生成式AI，虽已初露锋芒，但其主要目标仍是企业端的高效优化，而非直接面向大众市场或中小企业。💡💻尽管技术日新月异，这一领域的商业化进程仍需时间去催化，大规模应用的蓝图尚待绘制。🌈
🌟走在追逐OpenAI的路上并非易事，但无畏的投入或许能让我们逐步拉近距离，虽无法消除所有鸿沟，但却能在可接受的范围内缩小它。🚀
各级主管部门的支持当然很重要，不过目前互联网大厂尚未拿出能说服主管部门的概念或实例，从而难以为生成式AI争取更多上层资源。
先说第一条。互联网大厂内部做技术的人，无论是基础研发团队还是应用技术团队，对生成式AI的热情都很高。因为在ChatGPT横空出世之前，AI在互联网行业的落地场景（搜索、个性化推荐、自动客服等）已经基本被做到极限，进化空间不大了；而其他突破性技术又没有出现。所以，2021-22年，互联网大厂普遍对算法岗位进行裁员。在这种情况下，ChatGPT的诞生可谓雪中送炭，给了技术人员一个向公司证明自己价值、升职加薪的大好机会。
而互联网大厂的各级老板们也非常乐意配合，因为生成式AI跟此前的元宇宙、Web3.0等概念不同，有着切切实实的应用案例，而且硅谷已经在前面踩出了一条清晰的道路。这就进入了中国互联网行业最擅长的“投入资源模仿追赶”的模式。目前很多互联网大厂的基础研发团队，以及业务部门里面的算法团队，都把原来手头做的东西暂停了，集中力量all-in大模型。现在大模型不仅是公司层面的一号位工程，也成为了诸多事业群、事业部的一号位工程，这就决定了它能得到近乎无穷的资源投入。
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。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
Related posts
