ChatGPT出圈背后，生成式AI的春天到了？
2022年底，人工智能实验室发布的会话式大规模语言模型一夜风靡，该产品迅速成为具有强大文字处理和人机交互功能的新一代人工智能产品。相关数据显示，其发布后5天内用户数达到100万，如今仅2个月用户数就突破1亿，开发速度超过以往任何一款互联网应用，快于社交应用等。
它的爆发，也给沉寂已久的AI行业带来了新的话题和关注度，说实话，现在的AI行业需要这样现象级的应用。毕竟在上一波AI浪潮中，AI算法公司竭尽全力寻找走出硬件和数据泥潭的出路，但商业化长期难以形成，成为AI产业发展的障碍，但这一切的出现却出现了。
带来的可能性
对于爆发，有人说这是“人工智能的里程碑，也是一个分水岭，意味着AI已经到了临界点，企业应该早点布局”;也有人评论说，之前的人工智能打败了柯杰，只是局限于围棋领域，并把它推入人们的生活和工作中，这意味着很多人的生活和工作将被“深刻改变”，甚至有些人会失去工作。
事实上，这些说法绝不是危言耸听。公开资料显示，自考试开试以来，有学生用它来写论文，并因此获奖;有程序员用它来写代码，甚至总统演讲也可以写......简而言之，它的成功为该行业开辟了许多新的可能性。
首先，它可以改变人们搜索和消费信息的方式，给内容行业带来深刻的变化。据了解，对话可以通过学习和理解人类语言来进行，也可以根据聊天的上下文进行交互，甚至可以完成撰写电子邮件、视频脚本、文案等任务。当前的应用场景主要包括开发聊天机器人、编写和调试计算机程序等，从根本上说，这种生成式AI应用为信息传输和搜索开辟了一条新的路径，因此一经诞生就引起了各大科技巨头的关注。
相较于长期局限于狭隘搜索框的传统搜索引擎，可以将“搜索框”搜索转变为“对话式”搜索，用户在与聊天机器人的交互中终于可以得到满意的答案，会话式搜索的本质在于“场景”搜索，即使谷歌、百度甚至微信都在探索，但仍然点击关键词搜索模式， 表面上有创新，但核心没有改变。
作为最大的之一
赞助商，微软无疑是技术的最大受益者之一，因为它已经授权了相关技术，并将其完全应用于其所有业务。萨蒂亚说：“搜索引擎迎来了一个新时代。微软表示，Bing建立在比它更强大的新一代大规模语言模型之上，可以帮助它利用网络知识和技术进行智能交叉。
其次，作为AI应用，
它正以惊人的速度迅速出圈，有望为AI进入C端应用市场开辟道路，加速AI在细分应用领域的普及和商业化。上线仅2个月，用户数就成功突破1亿，成为AI应用领域乃至互联网应用领域的奇迹，为其商业化奠定了良好的基础。
据外媒爆料，计划在2023年实现2亿美元营收（开放用户个人订阅，每月20美元），到2024年底营收将达到10亿美元。在受欢迎程度方面，这一成功首次将生产AI推向公众，使其应用更加广泛，并使社会各界重新认识到AI的真正价值。
巨人的位置不同
随着出
圈子里，各家互联网巨头纷纷开启“秀肌肉”模式，其中谷歌宣布投资竞争对手，同时国内AI巨头百度也宣布推出自己的同类产品“文心一言”，阿里等巨头也纷纷曝光拥有类似产品，一时间生成AI迅速走红。但是，从每个公司进入市场的角度来看，它们各自的定位是不同的。
第一类是具有扎实实际应用产品的代表性公司，如百度、阿里巴巴、腾讯等公司，有望成为国内生成式AI应用的第一梯队。如前所述，它可以根据特定的方式和场景进行搜索，因此它给搜索行业带来了新的变化，比如它会根据用户的个性化需求提供不同形式的搜索数据，包括视频、图片、文字、音乐等，这将比谷歌的搜索页面显示更“准确”， 而且体验明显更好，甚至有人认为这种体验不亚于谷歌的创新取代雅虎。与其让别人改变自己的生活，
不如改变自己的生活，这应该是包括谷歌在内的搜索巨头增加行业的重要原因。对于腾讯和阿里巴巴来说，都考虑基于自己的应用开辟聊天应用的新局面。比如微信基于对话的搜索应用经过了很长时间的测试，已经公布了相关的“人机对话”专利，阿里也有相关的专利申请，未来可能会在电商零售和阿里钉钉上用。从
技术层面和背景来看，BAT有望成为我国生成式AI应用的第一梯队，尤其是百度深耕AI领域多年，已经建立了从基础层、模型层到应用层的全栈能力，其相关应用值得期待。
第二类是参与相关研究但实际上存在技术代沟的互联网公司和人工智能技术公司。例如，360表示，目前对AIGC技术有持续的研发和算力投入，包括类和文本生成图像等技术，并计划尽快推出类似技术的演示（试用版）应用。不过，截至目前，所有形成的结果都只是作为生产力工具，供公司自己使用，公司类似技术的指标只能达到比GPT-2稍强的水平，与现在相比，还是代差。
此外，昆仑万维在互动平台上表示，旗下Opera浏览器计划接入功能，持续使用人工智能技术赋能业务发展。云从科技、做文本大数据和自然语言理解技术的汉王科技等AI公司，也因其相关概念而获得了外界的极大关注。
第三类是相关产业链上下游的软件硬件技术公司和内容公司。据业内人士介绍，可分为芯片层、大模型层和应用层三层：底层是等大型算力芯片公司，开发的是GPT系列大型模型，还有很多应用层公司使用大型模型生成AI虚拟人或内容。比如在微软必应搜索中，很多中文内容答案都来自知乎问答，其实早在2019年，数亿条关于知乎的问答就以小程序的形式被纳入百度搜索产品矩阵。
简而言之，公司在这个行业中扮演着不同的角色。
行业尚未成熟
虽然目前整个科技圈的快速爆发引发了各行各业的围观，但实际上，目前的应用或行业还处于起步阶段，距离真正的成熟期还有一段距离。首先，应用中
还存在一些应用bug，在实际应用中面临很多限制。用专业术语来说，一个人的教育过程是：不断将书的内容概念翻译成可理解的自然语言进行应用传播，这也是这类应用模式的训练过程，通过不断将问题、概念、事件等信息转化为自然语言，推动机器学习增加人机交互能力。
但是，在实际应用中，它有一个问题，那就是不承认信息的真实性和来源，因此由于缺乏权威性，很容易误导他人，甚至可能成为造谣者。比如有人用它背诵《满江红》，前面没问题，后面直接变成了“三千场恢弘激烈的表演，大散在万山关外”，然后后面就变成了“渔歌晚唱”等牛头不是马口内容，很明显，这个信息来源可能是某人的娱乐， 而这些信息恰好是由它获得的。
比如它的很多内容数据没有显示文献来源，某金融公司的基金经理用它来撰写研究报告，但这样的报告很难直接使用，因为它没有权威的信息来源，很难说服市场。正因为如此，它的作用实际上有些有限。
其次，商业化面临巨大挑战。目前，C端应用市场已经迅速普及，但C端用户的购买力和支付意愿是否会成为稳定的商业模式仍是未知数。用业内人士的话说，大多数C端用户都是新鲜的，一旦走红，他们很可能会对AIGC（AI创造和UGC创造）失去兴趣。此外，AIGC的研发需要巨额费用，不仅是数据收集和培训成本，还有云服务，未来产生的收入能否直接覆盖这部分成本，还有待观察。
这不仅仅是每个人都可以遵循的发泄口
虽然激起了业界对生成式AI的热情，但从技术商用来看，真正落地仍存在一定的现实挑战。
具体来说，AIGC的大规模商用需要三个条件来支持：一是基于技术积累设计超级模型，二是需要海量数据支持模型训练，最后要有足够的算力和流量平台来生成可持续的商业模式。成功是基于技术、算力和流量的优势，微软的Bing也是一个流量很大的商业平台。
从这个意义上说，能够完全满足这些条件的公司相对较少。从国外看，谷歌、亚马逊、微软等超级平台在流量、技术和算力上都有优势;在中国，像BATH这样的大平台有望取得一些大进展。
从商业落地来看，
这样的产品变革速度会比较快，这些背后需要大量的资源支持，而且可能不是最成功的商业化，未来的行业可能还需要依靠新超级车型的诞生来推动商业化落地。
在其他方面，国内企业与美国仍有一定的代沟，AIGC的技术是基于大模型的，我们在这方面还存在一些差距，国外的API很难直接向我们开放，所以接下来的追赶需要更多的努力。在应用场景方面，基于数据安全考虑，国内国企事业单位很难向国外企业开放API数据，因此其应用场景将受到很大限制。
从各个方面来看，国内AIGC的应用并不是每个人都可以跟着的风口，这个领域的超级应用可能只是属于少数大平台的机会。
公司简介
鸟哥笔记 - 讲述营销的故事！成立于2010年，专注于营销行业的专业知识分享和营销资源对接，赋能营销从业者。内容涵盖广告、营销、运营、推广、品牌等细分、知识资源对接服务查看更多>
大约
网站导航
广告系列类别标签
下载应用程序
链接
公司简介
鸟哥笔记 - 讲述营销的故事！成立于2010年，专注于营销行业的专业知识分享和营销资源对接，赋能营销从业者。内容涵盖广告、营销、运营、推广、品牌等细分、知识资源对接服务查看更多>
大约
网站导航
广告系列类别标签
下载应用程序
链接
公司简介
鸟哥笔记 - 讲述营销的故事！成立于2010年，专注于营销行业的专业知识分享和营销资源对接，赋能营销从业者。内容涵盖广告、营销、运营、推广、品牌等细分、知识资源对接服务查看更多>
大约
网站导航
广告系列类别标签
下载应用程序
链接
公司简介
鸟哥笔记 - 讲述营销的故事！成立于2010年，专注于营销行业的专业知识分享和营销资源对接，赋能营销从业者。内容涵盖广告、营销、运营、推广、品牌等细分、知识资源对接服务查看更多>
大约
网站导航
广告系列类别标签
下载应用程序
链接
公司简介
鸟哥笔记 - 讲述营销的故事！成立于2010年，专注于营销行业的专业知识分享和营销资源对接，赋能营销从业者。内容涵盖广告、营销、运营、推广、品牌等细分、知识资源对接服务查看更多>
大约
网站导航
广告系列类别标签
下载应用程序
链接
