拆解ChatGPT及其影响｜产投家沙龙

出品 / 产投家

最近，科技圈最大的焦点无疑是ChatGPT，这款应用的月活仅用三个月就突破了1亿，是史上增长最快的消费者应用。与此同时，关于它的讨论也越来越多。

一方面，是国内的科技巨头纷纷跟进，如百度推出了文心一言；另一方面，一些科技大佬纷纷表态，如360创始人周鸿祎认为“搭不上这班车的企业会被淘汰”，微软创始人比尔·盖茨则认为ChatGPT像互联网一样重要，特斯拉创始人埃隆·马斯克在使用ChatGPT后的感受是“好到吓人”。

上周三，产投家举办了一场聚焦ChatGPT的沙龙，邀请了考拉基金投资副总裁樊建楚、维权骑士创始人、连续创业者陈敛以及同伴客数据联合创始人、首席科学家马志博作为嘉宾。产投家特将沙龙的精彩分享整理成文，以飨读者。

精彩要点：

1）当你了解什么是通用人工智能之后，你才能理解ChatGPT美妙在哪里。

2）微软已经把GPT集成到最新的bing中，这可能会是搜索引擎的革命。

3）国外研究人工智能的范式已从行为心理学转变为认知心理学。

4）ChatGPT引发了大厂之间的军备竞赛，创业公司已被挡在门外。

5）需要人的地方就需要ChatGPT，而且它基本可以比人做得好。

拆解ChatGPT

2月27日，老牌互联网巨头三六零（601360.SH）股价盘中快速下挫，领跌A股ChatGPT概念股。在此之前，三六零曾因涉及ChatGPT概念，导致其股价在半个月内涨超65%。

三六零在互动平台上表示：三六零的人工智能研究院从2020年开始一直在包括类ChatGPT在内的大模型通用人工智能技术上有持续性的投入，目前正在加快开发的进步。三六零的回应体现了公司在“类ChatGPT”技术上的持续投入，不过还没有推出相关产品。

同时，百度率先推出了“类ChatGPT”产品文心一言，市场上对此有肯定也有质疑。

产投家认为，无论是否已有国内企业推出了类ChatGPT产品，ChatGPT都是值得关注的焦点。在关注ChatGPT之前，我们首先要了解ChatGPT到底是什么？

同伴客数据联合创始人、首席科学家马志博：ChatGPT在技术上讲属于AGI（AI Generated Content，指利用人工智能技术来生成内容），聊天机器人只是它的应用场景之一。AI是从数据角度去理解这个世界，比如你向模型中输入一个数据，AI就会对应输出一个数据。但AGI不是这样，AGI是像人一样学习整体的知识，学习完后针对一个具体的问题，它会给你一个综合的答案，这是它与AI的核心区别。

比如一个经济问题，AI只对这个问题进行建模进行研究，而AGI则是需要上大学。比如它是学政治的，你问它一个经济问题，它会像人或者像动物一样去回答问题。当你了解什么是通用人工智能之后，你才能理解ChatGPT美妙在哪里。

考拉基金投资副总裁樊建楚：此前AI基本停滞于感知能力这块，然后到2017年的时候在算法上出现了一些进步。具体到ChatGPT，它输出一个结果离不开三方面因素，分别是算法、算力、数据。相对来讲，算法不构成门槛，它是公开的，大家都可以去研究，我觉得算力和数据是主要门槛。算力就是说你有没有足够的资金投入，从这个角度来看，我觉得大厂的机会更大。（据媒体报道，ChatGPT一次运算要花费450万美元）

最后是数据，我觉得这方面可能是最高的门槛。谁具有海量的高质量的数据，谁就更有可能做出类ChatGPT的产品。

产投家：其实在数据这方面，国内的企业还需要面对一个问题，那就是国内的数据相对封闭，即便是大厂，也拿不到某些优质数据。

维权骑士创始人陈敛：最近看了一本书，叫《人类的终极命运》，这让我联想到了国内和国外做AI的不同思路。国外在人工智能研究的范式上面，有个巨大的转变，就是从行为心理学转变为认知心理学。

我觉得国内倾向于行为心理学，就是我怎么让这个它表现出来更像人。国外的倾向是去寻找“这个人”行为产生背后的思维方式、思考过程是怎么样的。

ChatGPT有哪些应用场景？

产投家：我们刚才从最基础部分切入，了解了ChatGPT是什么。其实很多新技术从实验室走到大众市场都是借助合适的落地场景才实现的，那么请问三位老师，ChatGPT有哪些落地场景？三位所在的企业在这方面有什么布局？

考拉基金投资副总裁樊建楚：比如说直播电商场景，如果我要做直播电商，我就要租场地、购置设备，然后请主播，需要付出很高的成本，对于小商家来说这就加大了入门的难度。如果我推出了一个虚拟数字人，让它代替主播，就可以为这部分商家节省成本。

除了toB的应用场景外，其实它也能应用到toc方面，微软已经把GPT集成到最新的bing中了，这对搜索市场来说有很大的影响，可能会是搜索引擎的革命。

以前，我们去搜索引擎搜索信息，是通过命令式的方式去做。比如我要做一个行业研究，这会涉及行业规模、有哪些企业、这些企业的特点是什么等等一系列的问题。目前的搜索引擎需要我们一个问题一个问题地去搜索，也可以加关键词，你还需要从它给你的结果中去筛选。

ChatGPT带来了一种全新的方式，它基于较强的自然语言理解能力，能更深刻地理解你的问题，同时基于高质量的数据，从海量数据中抽取并生成符合你要求的结果。ChatGPT相当于把这些信息揉进自己的知识体系，然后根据自己的知识体系为你输出符合你要求的结果，这种方式能大大提高搜索效率。比如说研究某细分赛道，它的市场规模是多大，每年的增速是多少等等，ChatGPT的答案可以直接copy past直接用。

ChatGPT也可以用来辅助写作。我要写一篇文章，需要去找资料并且稍加润色，这需要一定的时间和精力。ChatGPT可以根据你的需求找出资料并生成一篇文章，人加机器辅助的方式极大地提升了写作效率。所以这种生成类的场景，ChatGPT有很大的发展空间。还有一些技术工作，比如写初级代码，我觉得ChatGPT可以作为辅助去写一些简单的代码，

人可以专注于架构方面的东西，将底层执行方面交给ChatGPT。

维权骑士创始人陈敛：我觉得应该有几个特点。首先是一竿子到底的结果交付能力，你几乎感受不到中间任务的存在。我最近在学python因为我们公司会用到一些爬虫技术，我也写了一段，结果调不通，就把代码发给了ChatGPT它给的代码一次性跑通，这个没让我感到惊讶。这之后我又写了另一段代码，这次ChatGPT发给我的代码出现了系统报错，这里面涉及有一些数据包的更新，我给的可能用的老的包，然后它发现我的系统不支持，就又给我发了一段代码，告诉我这一段是可以的，原来的数据包可能已经过时了，不能用了，结果马上就能跑通了。我作为一个初学写程序的人，这让我感觉有点像49年入国军了，它能够帮你纠错，这个感受是非常有冲击的，这意味着对结果的整个交付不需要你在，系统有读心术了，直接给你结果。

其次是高度包容和自由的理解能力，这个刚刚樊老师也提到了这一点。在2015、2016年，杭州也有一些公司在做AI智能助理、语音助理等产品，但这些产品只能够解决已经人为设定好的问题，比如说帮你滴滴叫个车，给你个翻译结果。

具体的场景，我觉得适合一些用户对输出结果带有明确预期的业务场景，包括像投资人做分析报告需要了解财务信息。

我们有个toB的产品叫金版权，它是企业级的知识产权管理平台，我们也在尝试找一些跟ChatGPT的结合点。我们会涉及企业端的知识产权资产的数据，包括内外部市场的数据、协同的数据、工作流的数据等，这些数据怎么能够更高效，更灵活地在企业的SaaS产品里更灵活地呈现出来，这一直是很头疼的问题。

同伴客数据联合创始人、首席科学家马志博：基于上面对AGI和AI的解释，我可以下一个比较大的结论，那就是如果有一天我们有了一个完美的通用人工智能的机器人，那需要人的地方就需要它，而且它基本上比人做得好。我们今天说ChatGPT或者今天讲的通用人工智能，其实是从小学到初中到高中到大学这样一步一步爬上来的，它的智商在逐渐赶超人类。

比如说我们的客户需要对某种经济现象，某种产业格局，在数据上给出合理的分析。原来的模式是需要分析师一个一个建模，一个一个去理解这些问题。我们目前能做到的是，新的数据过来了，我马上得到一个趋势的预判，马上形成一段文字，马上报告给客户，但是我们仍然是把这些问题拆解开来的，仍然是一个一个去做。而ChatGPT不是这样，它已经是一个独立的分析师，我问它一个问题，它就直接给我一个答案，大家能意识到这个区别吗？

我们可能是最早一批关注怎么样才能让通用人工智能写出一个通用的研究数据分析研究的公司，希望我们能成功吧。目前来看这个级别的机器人还无法非常平滑地完成独立的研究，但比较可怕的是它走在正确的方向上。

谁能做出中国版ChatGPT？

产投家：借这个机会请问一下三位，谁能做出中国版ChatGPT？

考拉基金投资副总裁樊建楚：ChatGPT引发了大厂之间的军备竞赛，已经把创业公司挡在门外了。我觉得数据可能是最高的门槛，谁拥有海量的高质量的数据，谁就拥有这种可能性，我觉得百度的机会更大一些。

单纯从数据的角度来看，百度因为多年在搜索方面的积累，他在中文语料方面拥有庞大的数据量，数据质量可能也是国内最高的。在一些垂直的领域，其他厂还有一些机会，但那可能就是另外一个东西，就不是ChatGPT了。

维权骑士创始人陈敛：打个预防针，即使出来的结果像复旦的MOSS，可能大概率也达不到这种程度。但作为科技从业者，以中国人在软实力方面表现出的能力，我觉得不用太悲观。

同伴客数据联合创始人、首席科学家马志博：我个人觉得，“做出ChatGPT”不是问题，就像前面两位说的一样。我觉得更关键的挑战不在于谁能做出来，而是在做出来之前提出正确的问题。

对创业者的建议

考拉基金投资副总裁樊建楚：ChatGPT是一个新东西，它对我的投资倾向或者投资逻辑没有什么影响。对创业公司来说，做这个东西有很大难度，其他的暂且不谈，它所需要的资金规模就已经把创业公司挡在门外了。

AIGC一直比较火，一直在关注，创业公司做细分领域的相对多一些，真正做通用型，像ChatGPT那样的产品的创业公司很少。创业公司做的细分领域包括AIGC生成图片、生成视频，以及虚拟人，然后将这些产品应用到细分场景中。

维权骑士创始人陈敛：结合我们的业务，包括知识产权的资产管理、数字化和结构化的数据等，我觉得可以将AI技术，未必是ChatGPT技术，应用到解决方案中，比如监测、分析以及风控这样的场景。

开放性问题; ChatGPT与人类科学家相比谁更强？

产投家：马老师，您是天体物理学博士，想问一个比较开放的问题，如果ChatGPT去学物理，它和人类科学家相比谁更强一些。这种“强”指的不是谁的知识丰富，而是ChatGPT能否像人类科学家那样探索物理定律，甚至是归纳总结出新的定律。

同伴客数据联合创始人、首席科学家马志博：霍金的博士学位是应用数学与理论，其实当大家说到物理的时候，我们大部分时候想象的是一个要做实验总结规律的物理，我们说的是实验物理。ChatGPT现在还做不了实验物理，你得给它配上一个机械手，它才能去做实验。

它能做理论物理（理论研究）。暂且不看通用型人工智能，专门解决数学问题的人工智能其实已经能在数学上展开很多的探索了，并且已经有论文证实了这一点。人工智能能搜索规律、自我纠错，这种思维方式或者说矩阵运算，让它在研究数学规律时，反而比人类数学家做得还好。

在某些领域，它的逻辑推理更跳跃，逻辑推理更严谨。在这种逻辑推理非常严谨的数学领域，一旦它找到了规律，包括这种符号行为的推导，人工智能是能识别符号的，比如说数学上的因为、所以等符号，它能识别这些基本的数学逻辑，它一步一步地推导能够得到非常高深的数学结论，这基本上是非常可怕的一件事，就是因为数学几乎是科学的基础。

产投家：感谢三位嘉宾非常精彩地分享。如果大家对这个话题有兴趣，可以联系产投家，我们长期关注科技、新能源、消费以及企业数字化四大产业，会定期邀请一线投资人、创业者做客节目，与我们分享。如果您对这四个方向感兴趣，或者说有创业的想法，亦或是已经身在其中了，您可以通过扫描下方的二维码联系我们。

节点财经声明：文章内容仅供参考，文章中的信息或所表述的意见不构成任何投资建议，节点财经不对因使用本文章所采取的任何行动承担任何责任。