ChatGPT会是大模型商业化的火炬吗？-微咔网

正文概述

ChatGPT走红的速度，显然超过了许多人的预期。

即使是在中文互联网上，和ChatGPT有关的报道、讨论，早已超过了其他科技概念，甚至萌生出了ChatGPT概念股的说法，不少与AI、大模型、NLP相关的中概股，短期内的涨幅意外达到了50%以上。

每一次有科技大事件上演时，都有人*，有人借势起风，ChatGPT掀起的浪潮似乎也是如此。

可当我们在讨论ChatGPT的时候，到底在讨论什么？颠覆式创新的技术洗礼，抑或是对人工智能前景的乐观，还是在潜移默化中被有心人带了风向。厘清这些问题的答案，远比讨论ChatGPT本身更有价值。

01 一场自上而下的出圈

和2016年的AlphaGo一样，ChatGPT的火也呈现出了自上而下的轨迹。

答案就隐藏在一篇篇10W+的爆款文章中。和ChatGPT相关的文章可谓盈千累万，除了大批科技和财经类自媒体的分析与报道，就连旅游博主们都开始以ChatGPT为主题，而且内容特别贴地气：

大多是博主与ChatGPT的对话截图，其中问题本身就相当有话题性，截取的问答同样吸引眼球，再稍微关联下AI取代人的宏大话题，以及可能存在的应用场景，短时间即可炮制出一篇大众喜闻乐见的文章。

追热点向来是自媒体们的天职，以爆红的ChatGPT为题也无可厚非，问题恰恰出现在信息的不对称上。

从20*11月底上线运营，到2023年1月末的上亿月活，ChatGPT用两个月的时间就刷新了用户增长的历史记录。只是在注册体验ChatGPT尝鲜过程中，对中文互联网的用户相当不友好。

想要打开OpenAI的网址，前提是有科学上网的工具，而且ChatGPT并未对中国开放注册，必须要用海外的手机用来接收验证玛……可以说人为增加了重重壁垒。在这样的注册机制下，和ChatGPT畅聊的国内网民注定是少数派，大多数网民对ChatGPT的理解，是从别人口中听来的。

正是在这样的语境下，ChatGPT的神奇能力被不断放大。个中原因离不开人们对对话式机器人的特殊情愫。

无论是诞生于2014年的微软小冰，以智能助手自居的Siri，还是主打语音交互的智能音箱，都曾吸引无数人的好奇心，在特定时间内引发了现象级的讨论。毕竟早在上个世纪初，图灵就提出对话是测试机器是否有人类智慧的有效场景。

沿循类似的逻辑，ChatGPT的出圈是注定的结果。背靠千亿级大模型GPT-3，ChatGPT的自然语言理解能力远超早期的微软小冰和Siri，和用户对话时不会根据一两个关键词机械地输出结果，而是理解用户的语义，输出的准确性和关联性不可同日而语，并在很大程度上刷新了人们的认知。

然而目前的ChatGPT还是大规模离线语料进行训练的版本：无法将即时信息纳入自己的回答中；经常给出一些看似合理但不正确的答案；对话中涵盖的因果关系，仍缺乏很好的理解能力；缺少人类举一反三的能力……并不能像朋友一样*对话。

阴谋论一些的话，在ChatGPT走红的这些日子里，并不缺少一些炒作的痕迹。比如让人摸不着头脑的ChatGPT概念股，至今还没看到哪家中概股与OpenAI开展合作，所谓的概念股，多半是在蹭文本生成、信息抽取、知识抽取、机器问答等技术的热度，属于典型的借事说事。

而就当前的态势来看，ChatGPT的热度还将持续一段时间，但被刻意营造的期待值，就像是鼓吹起来的气泡，再美丽也有被刺破的一天。与其去讨论ChatGPT的短期效应，不如将视角放在对行业的长期影响上。

02 ChatGPT的偶然与必然

或许ChatGPT的蹿红有些偶然因素，可类似产品的出现却是必然的结果。

可以佐证的是，在ChatGPT热度空前的局面下，竞品们正在加速追赶：谷歌CEO 桑达尔·皮查伊在2月7日凌晨宣布将推出一款名为 Bard 的实验性对话 AI 服务，并将在几周内向部分开发者开放。

几乎和谷歌同一时间，百度官宣将推出类似ChatGPT的人工智能聊天机器人，项目名字被命名为文心一言，英文名ERNIE Bot，预计在3月份完成公测，或将直接接入百度搜索向公众开放。

人工智能初创公司元语智能连忙推出了功能型对话产品 ChatYuan；*达摩院牵头的类ChatGPT对话机器人被曝正处于内测阶段；昆仑万维宣布将与奇点智源合作年内发布中国版类 ChatGPT 代玛开源……还有更多产品在官宣的路上，不排除会出现画虎不成反类犬的尴尬场面。

一种流行的解释是：ChatGPT将取代搜索引擎。其中被引用多的Gmail创建者之一Paul Buchheit的观点：像ChatGPT这种AI聊天机器人将摧毁谷歌，就像当年搜索引擎彻底干掉黄页电话簿一样，时间上就是这一两年。内在的商业逻辑在于，一旦搜索引擎确定的信息检索方式被颠覆，整个互联网商业都将重新洗牌，没有哪家互联网巨头想要错过在新格局中占有一席之地的可能。

或许还有另外一种解释，即ChatGPT的诞生是一种方向性的探索。OpenAI率先验证了对话AI的可行性，然后谷歌、百度等快速跟进。之所以能够在短时间内推出类似ChatGPT的产品，原因还要从大模型说起。

时间拨回到2017年，当时还在谷歌任职的Ashish Vaswani等人提出了Transformer架构，让深度学习的参数达到了上亿的规模；2018年谷歌推出了基于Transformer的双向深层预训练模型Bert，参数首次超过了3亿规模；OpenAI同年提出了生成式预训练Transformer模型GPT，进一步推动了大模型的发展。

但直到20*，大模型才真正进入到大众视野，诱因正是著名的GPT-3，拥有1750亿个参数量，是传统深度学习小模型的一万倍以上，同时让外界看到了大力出奇迹的一幕：常见小模型需要对不同的任务使用不同模型分别训练解决，而GPT-3先使用海量数据预训练大模型，然后将模型参数初始化后再进行训练，实现了作诗、聊天、答题、翻译、写代玛等一系列能力。

一场千亿级大模型的军备竞赛由此拉开帷幕。

仅在20*，国内的华为、智源、浪潮、*云、百度等企业先后发布了自家的大模型产品，而后不断从NLP延伸出了双语、CV、跨模态等大模型。据OpenBMB开源社区的统计，目前全球超千亿参数的大模型中，中国贡献了1/3，美国贡献了1/2，世界其他国家或组织贡献了剩下的1/6。和历史上的许多次军备竞赛一样，耗费了大量真金白银的大模型，终也需要找到一个商业化出口。

有趣的地方在于，不管是GPT-3，还是ChatGPT，OpenAI两次站在了新旧交替的临界点上，第一次掀起了大模型热，让全球科技大厂们冒险一试，这一次能为大模型的商业化带来生机吗？

03 大模型商业化的火炬

大模型的性能表现不可谓不*，代价则是训练大模型非常烧钱。

根据公开数据显示，GPT-3训练的硬件和电力成本高达1200万美元；谷歌在训练包含5400 亿参数的 PaLM 时用了6144块TPU……坊间由此出现了对盲目炼大模型的质疑，资本市场因为大模型的应用问题迟迟不肯*，多才多艺，身兼多职的大模型们距离生存危机越来越近。

并非是大模型缺少商业化故事。按照大规模预训练的思路，大模型+细分场景微调在某种程度上给出了人工智能在长尾场景落地的优解，而且在小样本训练的情况下，大模型也有着比较好的提升。

大模型也不缺少落地的场景。AIGC在20*就已经走红，投资机构红杉在20*发布的一篇分析文章中特意提到，生成式AI有潜力产生数万亿美元的经济价值，进一步增强了相关创业者的信心。

可在2023年以前，很少看到资本市场对大模型的关注，仅有智谱AI等为数不多的企业拿到了融资，与之形成鲜明对比的是，AIGC赛道里初创企业早已是资本宠儿。资本宁愿在应用层的AIGC赛道试错，也不愿烧钱给大模型。

诚如熊彼特在《经济发展理论》中的观点：资本是创新的杠杆。倘若只是企业和研究院在花大价钱炼大模型，缺少资本产生的杠杆作用，大模型的价值和应用场景恐怕很难脱离学术二字。

ChatGPT的出圈就像是一把火炬，不但彻底吸引了外界的注意力，也可能为大模型的商业化照亮方向。

直接的例子就是微软反常行为。先是100亿美元投资OpenAI，而后宣布将ChatGPT融入旗下全线产品，比尔・盖茨和纳德拉频频为ChatGPT站台，再到ChatGPT版的必应和Edge浏览器，甚至裁撤工业元宇宙部门为ChatGPT让路，俨然摆出了一副All in AI的新姿态。微软的真实动机还不得而知，映*外界眼中的却是：微软正在开启AI的商用之战，大模型迎来了商业化元年。

OpenAI也在不断释放好消息：2月1日宣布推出付费订阅版ChatGPT Plus，每个月向用户收取20美元的费用；同时OpenAI预计2023年的收入将达到2亿美元，2024年收入有望超过10亿美元。

其实早在20*的时候，OpenAI就已经开始为商业化谋局，GPT-3不再完全开源代玛，但提供了商用API，允许开发者调用大模型的部分能力，并逐步为Dall·E2、Whisper等大模型开放了API接口。客户调用OpenAI的API，以获取图像、语言、代玛生成等能力，进而赶上AIGC的顺风车，OpenAI从中收取接口费，初步形成了模型研发、应用开发到消费的完整产业链。

故事讲到这里，似乎让人看到了大模型的可观前景：当国内大大小小的互联网企业争相推出各种版本的ChatGPT时，势必会将注意力盯向提供底层能力的大模型，为国内的大模型市场注入一股活水。

再乐观一些的话，即便ChatGPT的潮水会褪去，只要在不断地试错中摸索出大模型的商业化路径，资本的注意力终将会聚集到底层技术上，并将注意力转变为源源不断的投资，赋予大模型可持续的驱动力量。