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!