ChatGPT的风口与风险

AIGC与创业1yrs ago (2023)update lida
122 0 0

原标题:ChatGPT劝退创业者

ChatGPT的风口与风险

图片来源@视觉中国

文|熊出墨请注意

2月22日,百度发布了2022年财报。这本是展示过去一年成绩的舞台,但“文心一言”却喧宾夺主,站上了C位。

包括李彦宏在内,似乎没人在意2022年百度的业绩如何,而是全体目光向文心一言看齐,纷纷预言其问世后对各行各业的颠覆。李彦宏更在内部信中鼓舞士气,称百度会将主流业务与文心一言整合,百度“正站在浪潮之巅。”

意料之外,情理之中。

在ChatGPT狂飙的几个月里,八成的热度都是由国内的跟随者贡献的。文心一言作为跟随者中的代表,其产品虽然还在赶工研发,但已经被推上风口浪尖。

除百度外,各大厂也在争先恐后地表明决心,将ChatGPT视为2023年的第一个风口,并将其视为值得投入下半生全部身家的事业。这些厂甚至不惜押上全部身家进行百亿豪赌,以此引领行业潮流。

承诺归承诺,能否兑现又是另外一回事。大家把ChatGPT视作“全村的希望”,希望却不属于所有人。

这就不得不翻到狂飙的另一面。

ChatGPT风口如此之盛,原因很简单:与元宇宙、WEB 3.0、VR等所谓的“下一代互联网”相比,ChatGPT既表现出了接地气的落地应用,同时又打开了无穷的想象空间,而在过往的风口上一般只能看到后者。

然而,与此同时,ChatGPT的风口还表现出其他非典型特性。比如,大语言模型技术对应的极高的资金、资源硬性门槛,以及日后持续性的投入,从根源上注定ChatGPT只能是巨头的专属游戏。

门槛清晰,决定了这不是一个随便就能上场的牌桌。炒作者无处遁形,而入局者也必须掌握追风的正确姿势。

一呼百应,应用场景被激活

一夜之间,几乎所有主流互联网、科技大厂全部集结到场。

百度、阿里巴巴、腾讯、京东、字节跳动、快手、360、网易、讯飞、华为……这些大厂虽然各自侧重的业务不同,但它们都对ChatGPT所代表的AIGC技术能力达成了共识。

客观而言,国内大厂的“复刻”,其中一部分更倾向于从ChatGPT获得了启发,应用场景得以激活。因为有公司在过去就已经在做应有的技术储备,ChatGPT的出现为技术的落地指明方向。

作为从业者,微软小冰公司CEO李笛也持有类似观点,“最重要的不是ChatGPT,而是大语言模型技术新范式的兴起。”她指出,ChatGPT等语言模型技术的发展只是大语言模型技术领域的一部分,这种技术新范式的兴起对于整个人工智能领域的发展具有重要的意义。

兴起,体现在两方面:

一是真金白银地砸钱。

美团二号人物王慧文行事最为高调。她出资5000万美金打造中国的OpenAI,但八字尚未有一撇之际便拉来了顶级VC的2.3亿美元,并表示后续也“不必为资金忧心”。

ChatGPT的风口与风险

周鸿祎也向投资者透露,“如果企业无法跟上ChatGPT这班车,很可能会被淘汰”。不过,周鸿祎并未忘记360本身,他指出,360方面表示有200多亿的资金能够支持360进行类ChatGPT技术的研究和投入。

其他入局者虽然没有公开关于ChatGPT的具体资金规划,但也找到一些参考。百度、阿里、腾讯、字节跳动、华为等其他入局者都已经开始研发类似的人工智能技术。例如,百度已经推出了PaddlePaddleS,阿里推出了TensorFlow.AI,腾讯也计划投入数十亿美元用于AI研究,字节跳动则计划将AI作为公司的重要战略方向,并投入数百万美元用于ChatGPT的研发,华为则计划将AI作为公司的核心技术之一,并投入数千万美元用于ChatGPT的研发。这些入局者虽然没有公开关于资金规划的具体信息,但也表明了他们对ChatGPT的重视程度,以及其在人工智能技术领域的地位。

李彦宏近日透露了一组数据,在过去十年里,百度在AI方面的投入超过1000亿元,每年研发占营收的比例都在15%以上,这使得百度具备了人工智能全栈式布局,其中包括大语言模型“文心”。

二是业务层面的铺开。

各公司的主营业务不同,其使用类ChatGPT技术的应用场景也自然有所差异。例如,字节跳动将AIGC技术应用于新闻资讯业务,将其用于内容创作;而网易则将相关技术应用于教育领域,其主要业务场景为AI翻译等。

而随着各大厂商按部就班地推进,ChatGPT的身影出现在更多业务场景里。

媒体行业,据统计,澎湃新闻、上游新闻、大象新闻、每日经济新闻等数十家媒体平台已宣布接入百度“文心一言”;旅游市场,携程引入相应技术,用于旅行智能规划、旅行内容等;汽车赛道,自然对话能力可以用于改善车机交互。

业内人士将之称为“哪里需要哪里搬”,如果进一步拓展到AIGC范围,文字生成、图像生成、视频生成、音频生成、数字人等各个技术细分领域,其对应的应用场景进一步扩充。

所以,ChatGPT的爆火只是一个开始,更多的渗透还在路上。

巨头专属游戏,创业公司没机会

风口就在那里,所有人都可以去试一试,能不能玩得转则是另外一回事。

从ChatGPT的出身就能看出,大语言模型天生“嫌贫爱富”。

GPT-3.5的基础模型训练一次需要花费300万-460万美金,这对于普通企业而言是一笔巨大的开销。而且,随着模型能力的提升和参数的不断优化,训练的成本还会不断增加。目前,ChatGPT的训练成本已经高达1000万美元,这对于大多数企业而言是难以承受的。

即便是喊出“不必为资金忧心”的王慧文,他拿出的5000万美元仅够进行几次训练。李笛也曾公开表示“如果按照ChatGPT成本来考量的话,每天要烧3亿人民币,一年要烧一千多亿。”尽管这些数字可能让人感到震惊,但事实并非如此。ChatGPT的构建需要大量的计算资源和资金支持,而这一切并不是通过个人投资所能实现的。

业内人士指出,除了训练模型所需的高昂费用外,模型的实际应用还面临着短时间内无法获得回报的风险。即使商业变现成功,也需要不断进行模型训练,这对创业公司来说是一项巨大的投资。

数据显示,在ChatGPT大火之前,高昂的计算、人工成本与孱弱的商业化能力形成了巨大的缺口,OpenAI主体公司的财务情况并不好看。以2022年为例,OpenAI在总收入3600万美元,但亏损超过5亿美元。

此番情形下,ChatGPT之所以能够成功面世,最基础的保障就在于资本输血。

近期《财富》杂志报道称,微软向OpenAI总计投资100亿美元。而在此之前,OpenAI成立7年多的时间里一共收到了40亿美元的投资。

资金门槛阻断了创业公司复刻ChatGPT的路径,此外,创业公司能用于模型训练的资源同样受制。

以数据为例,海量数据是人工智能发展的必备资源,喂给模型的数据质量和数量,一定程度上决定其能力的上限。数据的重要性不言而喻,对于人工智能的发展至关重要。只有拥有足够的数据,才能让模型不断学习和进步,提高其性能。

回顾ChatGPT的成长史,可以将其分为GPT-2和GPT-3两个阶段。在GPT-2阶段,模型的训练文本包括800万篇Reddit论坛帖子、总计40GB数据,对应的参数有15亿。这一过程中,OpenAI的科学家使用了数千亿个单词的英文资料输入模型进行训练,消耗了数千万美元的计算资源。在GPT-3阶段,模型的训练基于之前12年从6000万个域名中收集的新闻报道、帖子、书籍全文以及各种网页等数千亿个单词的英文资料。这一过程中,OpenAI的科学家将之前的训练数据进行了进一步的扩展和升级,以更好地适应不同的应用场景和语言需求。

在中文互联网语境中,数据资源自然掌握在BAT等互联网巨头手中。此外,这些公司还拥有创业公司无法企及的“钞能力”。因此,复刻ChatGPT这场游戏只能由巨头公司参与,创业公司在其中的胜出概率无限趋近于零。

非典型风口,炒作者无处藏身

根据过往经验,风口必然会引来一批炒作者,为的是蹭一波热度或者赚一波快钱,ChatGPT也概莫能外。

元宇宙是一个热门话题。2021年,Facebook的母公司Meta宣布改名为Meta,国内企业也争先恐后涌入元宇宙赛道。现在,元宇宙APP层出不穷,元宇宙概念也被应用到各个行业。

风吹了一年有余,元宇宙至今仍停留在概念层面。领军者Meta以大幅裁员、股价暴跌的姿势摔落进现实。扎克伯格近日表示,对未来5到10年公司的前景感到乐观,并承认他此前在2021年错误地认为元宇宙的火热趋势将持续下去。这一事件引发了对元宇宙的重新审视。一年来,元宇宙的概念不断被提及,但这个领域并没有实质性的进展。Meta在2021年裁员超过10%,引发了人们对公司前景的担忧。同时,元宇宙市场的热情也降温,股价经历了暴跌。然而,扎克伯格仍然对元宇宙的未来持乐观态度。他认为,元宇宙是一个快速发展的领域,但需要解决一些技术、法律和伦理问题。他还指出,Meta已经建立了一个强大的生态系统,可以在未来继续发展。这一事件再次提醒我们,对于新兴领域,我们需要保持谨慎和耐心。虽然元宇宙是一个令人兴奋的概念,但我们需要仔细评估风险和机遇,并制定相应的策略。

新的组织形式:ChatGPT随着人工智能技术的不断发展,聊天机器人ChatGPT也应运而生。ChatGPT的出现,不仅给聊天机器人行业带来了前所未有的发展机遇,同时也带来了前所未有的挑战。在聊天机器人领域,ChatGPT的出现给企业带来了前所未有的机遇。ChatGPT不仅可以实现与人类的智能对话,还可以根据用户的意图和问题,自动生成相应的回复。这使得企业可以利用ChatGPT实现多种功能,如智能客服、智能推荐、智能写作等。然而,ChatGPT的出现也带来了前所未有的挑战。由于ChatGPT是基于人工智能技术开发的,因此其稳定性和可靠性还有待提高。此外,由于ChatGPT的应用范围比较广泛,因此企业需要投入大量的资金和人力资源来维护和开发ChatGPT,这给企业带来了巨大的经济压力。在这种情况下,企业应该充分利用ChatGPT的优势,同时也要考虑到其带来的挑战。企业可以通过合理的应用场景和商业模式,使ChatGPT发挥出最大的价值,同时也可以通过与人类的互动,不断提升ChatGPT的智能水平和稳定性,从而为企业带来更多的发展机遇。ChatGPT的出现给聊天机器人行业带来了前所未有的机遇,同时也带来了前所未有的挑战。企业应该充分利用ChatGPT的优势,同时也要考虑到其带来的挑战,从而在聊天机器人领域实现更多的创新和发展。

于是,不少上一轮参与元宇宙的企业开始掉头转向,讲起了ChatGPT的新故事。

然而,结合大语言模型技术自身的特点来看,ChatGPT挑起的是一个非典型风口,炒作者恐难找到容身之所。

毕竟,炒作者扎堆的多是轻投入类型的风口,而ChatGPT是实打实的“重资产”路线。

过往从硅谷流出来的很多热点风口,对于玩家在资金层面并没有过高要求,国内企业在复制时无需过多投入。

音频社交软件 Clubhouse 在2021年一夜蹿红,用户增速惊人,并获得马斯克等大佬站台。国内玩家也跟进推出主打语音社交的聊天室功能,搭便车成功。

映客推出的对话吧APP,顶着“中国版 Clubhouse”的光环,但很快就昙花一现,被下架了。虽然未能押对风口,但仅损失一个测试版APP的代价,就能在互联网行业和社交赛道刷一次存在感,对于沉寂已久的映客而言,这是一次性价比极高的营销支出。

而根据前文提到的资本、人才、资源等准入门槛,想要把以前蹭一波就跑的套路用在复制ChatGPT上几乎是不可能的。没有大语言模型,ChatGPT无从谈起。

所以,只需要通过资金是否充足这一个简单的指标就能清晰地辨别出谁在跟风炒作。

寺库等公司由于财务问题,已经宣布破产,而没有足够的资金用于模型训练。而像科大讯飞这样的公司,两个月前还表示没有相关规划,但现在宣布有信心实现类似的技术进步。尽管公司的全年营收只有200亿元左右,即使全部投入研发也远远不够。

使用新的语言和表达方式,重新组织原文,使其更易于理解和阅读:同样地,360公司声称拥有200亿资金可用于类ChatGPT技术研究投入,但我们不禁怀疑这些资金是否足够。毕竟,360在之前多个项目中的表现令人怀疑,例如直播、游戏、智能手机、IoT、新能源汽车和元宇宙等领域,360都曾经涉足过,但似乎并没有取得太多的成功。因此,我们不禁要对其资金是否足够进行深入的调查。

在ChatGPT这样的非典型风口之下,无论企业如何表决心,迈不过资金这一道硬性门槛都会直接现原形,想要蹭一波热度就跑的炒作者无处藏身。

巨头吃肉,小厂能喝上汤吗?

作为风口的跟随者,企业纷纷表达对ChatGPT的信仰。比如,周鸿祎不只一次公开表态:“如果企业搭不上ChatGPT这班车,很可能会被淘汰。”然而,随着ChatGPT的发展,这些企业也面临着新的挑战和机遇。

改写后:而现实是,除了那些储备雄厚的巨头企业,在大语言模型领域连入门都举步维艰。据中国工程院院士邬贺铨所言,“能用这么大规模的算力来支撑的公司,全世界还是少数。”

因此,上述两种观看似从根本上就是冲突的。但实际上其间还藏着一条折中之道,搭上ChatGPT这班车,并不意味着必须要亲自训练大语言模型。

结合过往其他行业的发展经验,我们可以发现,企业对于类ChatGPT技术的研发是可行的,并且产品成熟后可以将能力对外开放,实现商业化。这样做不仅可以帮助企业填补相应的研发投入,还可以与合作伙伴一起,以更低的门槛将大语言模型技术引入实际业务中去,分享技术红利。

这再次点明了ChatGPT与其他风口不一样的特性,即具备更加具体、可落地的使用场景。

百度在AI领域深耕多年,拥有业内领先的相关技术储备。在ChatGPT爆火后,文心一言大语言模型被推向台前。虽然该模型尚未正式上线,但其能力已经获得了多个领域合作伙伴的支持,并被认为可以给百度搜索带来全新的体验。

相比之下,一些概念性的风口,例如元宇宙,曾经被提出过。百度也曾经尝试过开展元宇宙业务,例如推出元宇宙APP希壤。然而,一年多来,APP内画面仍可见穿模、卡顿等低级技术问题,这导致应用体验无法得到用户认可,因此所有元宇宙APP都没有得到广泛普及。

对于看中ChatGPT热度的炒作者而言,他们其实也有机会重新作出选择,与其坐等泡沫被戳破,不如站在巨人的肩膀之上去获取一张真实的车票。

OpenAI创始人山姆·阿尔特曼也表达过类似的观点,他认为,预计将会出现几个大型的基础模型,开发人员都将基于这些基础模型研发AI应用。但目前的情况依然是某一家公司开发出一个大型语言模型,然后开放API供他人使用。

对于初创企业和其他储备不足的企业来说,站上ChatGPT的风口,既无法承担巨量投入,也无需从头开始。相反,采用那些已经经过大量计算和训练的基础模型,然后根据自身具体的业务应用去进行针对性地训练,才是最具性价比的正确路径。这些模型已经具备了足够的智能,可以为企业提供定制化的解决方案,而无需再花费大量的时间和资源去从头开始。

山姆·阿尔特曼相信,这些公司所做的1%的训练,对于大语言模型技术的实际应用来说至关重要。并且,“这些创业公司将会非常成功”。返回搜狐,查看更多

责任编辑:

关键词:ChatGPT,资本,人才,资源,场景,企业,巨头,AIGC,大语言模型,深度学习,计算能力,商业变现,场景应用,门槛,资金,技术,人工智能,语音识别,自然语言处理,深度学习,神经网络,GPT,OpenAI,马斯克,Facebook,Meta,元宇宙,百度,搜索,用户体验,语音合成,自动驾驶,游戏,社交媒体,语音助手,人工智能,语音识别,自然语言处理,深度学习,神经网络,计算能力,商业变现,场景应用,门槛,资金,技术,人工智能,语音识别,自然语言处理,深度学习,神经网络,GPT,OpenAI,马斯克,Facebook

© Copyright notes

Related posts

No comments

No comments...