中国互联网大厂的ChatGPT追赶之旅现状
5月1号假期前后，有幸和一些互联网大公司的朋友深度聊了聊。 有一个话题大家绕不开： ，以及由此席卷而来的“生成式AI”风潮。 当然，A股市场已经把能爬上GPT概念的公司都炒光了，但有点常识的人都承认，中国的生成式AI（无论是模型还是应用）最值得依赖对互联网巨头来说，只有他们有足够的资源和决心去做。 但互联网巨头“追赶之旅”的具体进展，很大程度上不为外界所知，尚未在财务业绩和资本市场上得到体现。
和一些知道内幕的朋友交流后，感觉比以前自信了一点，但只是“一点”。 在生成AI领域，国内互联网企业虽然落后于世界先进水平（事实上是落后），但落后的程度并不致命，并不缺乏追赶的手段。 关键的制约可能不在技术层面，而在其他方面。 总而言之：
各大互联网公司内部的技术团队都非常热衷于生成AI，老板也愿意投入巨大的资源。 这不仅仅是出于“追逐创新”或迎合资本市场。
目前互联网大公司做生成式AI的主要应用方向是降低内部成本，提高效率。 至于C端（或中小型B端）的大规模应用，还很遥远。
追赶之路艰难，但在不计成本的投入下，差距可能会缩小到一个合理的数量级，虽然差距永远存在。
各级主管部门的支持当然很重要，但目前各大互联网公司还没有拿出能够说服主管部门的概念或实例，很难为生成AI争取到更多的上层资源.
先说第一个吧。 各大互联网公司的技术人员，无论是基础研发团队还是应用技术团队，都对生成式AI非常热衷。 因为在AI诞生之前，AI在互联网行业的落地场景（搜索、个性化推荐、自动客服等）已经基本达到极限，进化空间不大； 而其他突破性技术还没有出现。 因此，2021-22年，各大互联网公司普遍裁员算法岗位人员。 在这种情况下，公司的诞生可以说是雪中送炭，给了技术人员一个很好的机会来证明自己对公司的价值，升职加薪。
各大互联网公司的各级老总也都非常愿意合作，因为生成式AI不同于元界、Web3.0等以往的概念，并且有实际应用案例，硅谷已经在未来走上了一条清晰的道路。方式。 这就进入了中国互联网行业最擅长的“投入资源模仿赶超”的模式。 目前，很多互联网大公司的基础研发团队，以及业务部门的算法团队，都暂停了手头的工作，集中精力在all-in大模型上。 现在大模型不仅是公司层面的一号工程，还是很多事业群、事业部的一号工程，这就决定了它可以得到几乎无限的资源投入。
接着说第二个。 在降本增效的背景下，各大互联网企业对生成式AI最大的期待不是打通财源，而是节约成本或者为老业务赋能。 比如GPT商业化的首批客户就包括这样的电商SaaS和代理运营商。 在国内，阿里、京东可以直接使用大机型代运营自家电商平台； 腾讯可以用大的模式来补足自己。 还可以为腾讯文档等应用添加自动生成文案的功能； 所有信息流媒体平台都可以使用生成式人工智能转发评论和点赞，活跃社区氛围。 这些只是一小部分正在进行的案件。
至于大型C端应用的开发，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，监管风险也是一大考虑因素：国内对生成式人工智能的监管讨论才刚刚开始，尚未形成成熟的监管体系。 此时贸然上线大规模C端应用风险极高。 然而，这里涉及到一个新的问题：各大互联网公司在现有应用中大量使用生成式AI，是否也带来了潜在的监管风险？ 这个话题比较敏感，目前不好讨论，这里就不展开了。
再说第三条。 它不是全球唯一的生成式AI大模型开发商，GPT的技术路线也不是独一无二的。 但国内各大互联网公司的研发思路高度统一，即模仿甚至完全复制GPT。 其结果是，几乎所有可以关联的人才和信息都被瓜分和使用——既包括合法使用，也包括灰色地带使用。 不计成本的投入，再加上中国的劳动力成本比硅谷低，一定程度上可以缩小差距。 当然，这种模仿路线并不能把滞后变成领先，但目前来看，大家也想不到那么远。
第4条也是一个很重要的因素。 我们知道，对于芯片、新能源等“硬科技”产业，国内各级（包括国家和地方政府）都给予了很大的政策和资源支持； 生成式AI在理论上也是一项“硬技术”，如果也能得到类似的支持，无疑可以大大加快开发进度，降低风险。 但是，生成式AI有一个严重的弱点：它不是制造业，不能像芯片、新能源、生物医药那样提供很长的产业链，可以立即为当地创造GDP。 此外，它还没有被主流媒体认为是“卡脖子”技术。 在几个月甚至几年的时间里，生成式AI要成为被大力扶持的“硬技术”，还是非常困难的。
当然，各大互联网公司可以采用生成式AI具有强大“乘数效应”或上下游拉动作用的说辞，比如间接拉动芯片产业的增长，推动智慧城市、智慧交通的实现。 等，但上述“乘数效应”过于迂回，短期内难以见效。 在可预见的未来，主流媒体和主管部门心目中“硬科技”的代表仍将是光刻机而非光刻机，各大互联网企业必须主要依靠自身的资源投入而非政策扶持。
过去几年，中国互联网行业一再证明，只要下定决心投入足够的资源，拥有巨大的潜在C端应用场景，就可以成功模仿甚至超越硅谷同行。 这条发展路线并不总是成功的，但在大多数情况下它是成立的。 生成式AI是对上述路线的一次大考：GPT3.5之前的版本已经开源，基础研发路线毫无秘密可言，潜在应用市场非常广阔，国内互联网公司有投入足够的资源，提高绝对的关注度，在这样的情况下，中国能否在生成式人工智能的赛道上快速缩小差距，甚至有朝一日超越？
相信这个问题被资本市场和互联网从业者提出过无数次。 我的观点是悲观的：由于各种制约（这里不讨论）和各种自然局限性，国内的生成式AI最多只能将与硅谷的差距缩小到可以接受的程度，不可能完全消除这个差距 。 不过，我上述的“悲观”看法，在很多人眼里或许已经算是乐观了吧？
这要看人，但很多时候，形势比人强。
公司简介
鸟笔记——讲营销故事！ 成立于2010年，专注于分享营销行业的专业知识，连接营销资源，为营销从业者赋能。 内容涵盖广告、营销、运营、推广、品牌等细分领域知识与资源对接服务 查看更多>
关于
网站导航
促销栏目分类标签
下载APP
链接
公司简介
鸟笔记——讲营销故事！ 成立于2010年，专注于分享营销行业的专业知识，连接营销资源，为营销从业者赋能。 内容涵盖广告、营销、运营、推广、品牌等细分领域知识与资源对接服务 查看更多>
关于
网站导航
促销栏目分类标签
下载APP
链接
公司简介
鸟笔记——讲营销故事！ 成立于2010年，专注于分享营销行业的专业知识，连接营销资源，为营销从业者赋能。 内容涵盖广告、营销、运营、推广、品牌等细分领域知识与资源对接服务 查看更多>
关于
网站导航
促销栏目分类标签
下载APP
链接
公司简介
鸟笔记——讲营销故事！ 成立于2010年，专注于分享营销行业的专业知识，连接营销资源，为营销从业者赋能。 内容涵盖广告、营销、运营、推广、品牌等细分领域知识与资源对接服务 查看更多>
关于
网站导航
促销栏目分类标签
下载APP
链接
公司简介
鸟笔记——讲营销故事！ 成立于2010年，专注于分享营销行业的专业知识，连接营销资源，为营销从业者赋能。 内容涵盖广告、营销、运营、推广、品牌等细分领域知识与资源对接服务 查看更多>
关于
网站导航
促销栏目分类标签
下载APP
链接
