中國互聯網大廠的“ChatGPT”追趕之旅現狀

1 評論 3768 瀏覽 1 收藏 10 分鐘

自從ChatGPT發布之后,生成式AI成為新的和方向,國內外都揭起了上馬大模型的熱潮。國內的百度、阿里、360等公司也紛紛發布了自己的大模型產品,但相比ChatGPT而言,還是有不少差距;那么,差距還有多少呢?

五一長假前后,我有幸跟一些互聯網大廠的朋友深聊,大家有一個話題是繞不開的:ChatGPT,以及由此席卷而起的“生成式AI”潮流。

A股市場當然早已把一切能攀上GPT概念的公司給炒到天上去了,但是稍有常識的人都承認,中國做生成式AI(無論是模型還是應用)最值得仰仗的還是互聯網大廠,只有它們擁有足夠的資源和決心去做這件事情。

不過,互聯網大廠的“ChatGPT追趕之旅”的具體進度,很大程度上尚未被外人所知,也尚未反應在財務業績和資本市場當中。

在跟一些熟悉內情的朋友溝通之后,我感覺比以前更有信心一點了,但也只是“一點”而已。在生成式AI這一賽道,國內互聯網大廠固然落后于世界先進水平(其實就是OpenAI),但落后的幅度尚不致命,而且不缺乏追趕的手段。關鍵的掣肘可能不在于技術層,而在于其他方面。

總而言之:

  1. 互聯網大廠內部的技術團隊對生成式AI的熱情很高,老板也樂意投入巨額資源,這不僅僅是出于“追新”或迎合資本市場。
  2. 互聯網大廠做生成式AI,目前的主要應用方向還是內部降本增效,至于面向C端(或中小B端)的大規模應用尚十分遙遠。
  3. 追趕OpenAI的道路是艱難的,但是在不計成本的投入之下,差距可能縮小到一個合理的量級,盡管差距將一直存在。
  4. 各級主管部門的支持當然很重要,不過目前互聯網大廠尚未拿出能說服主管部門的概念或實例,從而難以為生成式AI爭取更多上層資源。

先說第一條。

互聯網大廠內部做技術的人,無論是基礎研發團隊還是應用技術團隊,對生成式AI的熱情都很高。因為在ChatGPT橫空出世之前,AI在互聯網行業的落地場景(搜索、個性化推薦、自動客服等)已經基本被做到極限,進化空間不大了;而其他突破性技術又沒有出現。

所以,2021-22年,互聯網大廠普遍對算法崗位進行裁員。

在這種情況下,ChatGPT的誕生可謂雪中送炭,給了技術人員一個向公司證明自己價值、升職加薪的大好機會。

而互聯網大廠的各級老板們也非常樂意配合,因為生成式AI跟此前的元宇宙、Web3.0等概念不同,有著切切實實的應用案例,而且硅谷已經在前面踩出了一條清晰的道路。這就進入了中國互聯網行業最擅長的“投入資源模仿追趕”的模式。目前很多互聯網大廠的基礎研發團隊,以及業務部門里面的算法團隊,都把原來手頭做的東西暫停了,集中力量all-in大模型?,F在大模型不僅是公司層面的一號位工程,也成為了諸多事業群、事業部的一號位工程,這就決定了它能得到近乎無窮的資源投入。

接著說第二條。

在降本增效的大背景下,互聯網大廠目前對生成式AI最大的期望其實不是開辟財源,而是節約成本或為老業務賦能。例如GPT商業化的第一批客戶包括Shopify這樣的電商SaaS及代運營商,在國內阿里、京東可以把自己的大模型直接用于自身電商平臺的代運營;騰訊可以利用大模型補齊自己的客服短板,還能在騰訊文檔等應用中加入自動生成文案功能;所有的信息流媒體平臺都可以利用生成式AI進行轉評贊、活躍社區氛圍。上面舉出的只是一小批正在進行的案例而已。

至于開發大型C端應用,或者面向廣大中小B端開放API,目前看來還比較遙遠。除了技術瓶頸之外,監管風險是一個主要考慮點:國內對生成式AI的監管討論才剛剛開始,尚未形成成熟的監管體系,此時貿然上馬大型C端應用的風險極高。然而,這里有牽扯出了一個新的問題:互聯網大廠在既有的應用中大規模使用生成式AI,是否也會帶來潛在的監管風險?這個話題比較敏感,目前還難以討論,在此就不展開了。

再說第三條。

OpenAI不是世界上唯一的生成式AI大模型開發者,GPT的技術路線也不是唯一的。但是,國內互聯網大廠的研發思路高度統一,那就是模仿乃至徹底復刻GPT。結果就是一切與OpenAI能夠沾邊的人才和信息幾乎全部被瓜分利用殆盡——其中既有合法的利用,也有灰色地帶的利用。不計成本的投入,加上國內相對硅谷而言較低的人力成本,是可以在一定程度上拉近差距的。這種模仿路線當然不可能把落后轉化為領先,不過目前大家還考慮不到這么遠。

第四條也是一個非常重要的因素。

我們知道,對于芯片、新能源等“硬科技”產業,國內各級主管部門(包括國家和地方)予以了極大的政策和資源扶持;生成式AI在理論上也屬于“硬科技”,如果也能得到類似的扶持,無疑可以大幅度加快發展進度、降低風險。然而,生成式AI有一個嚴重的軟肋:它不是制造業,無法像芯片、新能源、生物醫藥那樣提供較長的產業鏈、立竿見影地為地方創造GDP。此外,它也尚未被主流媒體認為是一項“卡脖子”技術。在幾個月乃至幾年之內,生成式AI要成為一項被大力扶持的“硬科技”,還是很有難度的。

當然,互聯網大廠可以采取一種話術,即生成式AI具備很強的“乘數效應”或上下游拉動作用,例如可以間接刺激芯片行業的成長,以及促進智慧城市、智慧交通的實現,等等。但是,上述“乘數效應”過于迂回,在短期內又很難看到效果。在可見的未來,主流媒體和主管部門心目中的“硬科技”代表仍將是光刻機而非ChatGPT,互聯網大廠必須主要依靠自身資源投入而非政策扶持。

過去多年,中國互聯網行業曾一再證明:只要它們下定決心投入足夠的資源,并且有龐大的潛在C端應用場景,它們就能夠成功模仿乃至超越硅谷的同行。這一發展路線并非百試不爽,不過大部分情況下是成立的。生成式AI是對上述路線的一次大考:在GPT3.5以前版本已經開源,基礎研發路線并無秘密可言,潛在應用市場非常廣闊,而且國內互聯網大廠均已投入足夠資源、提起絕對重視的情況下,中國能否在生成式AI這條賽道上迅速縮小差距乃至有朝一日超越?

相信這個問題已經被資本市場提了無數次,也被互聯網從業者提了無數次。

我的觀點偏向悲觀一邊:由于種種掣肘(在此就不討論了)、種種天然限制,國內生成式AI最多只能將與硅谷的差距縮小到可以接受的程度,而不可能徹底消除這種差距。

不過,我的上述“悲觀”觀點,在很多人看來或許已經算是樂觀了?

事在人為,但在很多時候,形勢比人強。

作者:怪盜團團長裴培

微信公眾號:互聯網怪盜團(ID:TMTphantom),互聯網行業觀察者及研究者。

本文由人人都是產品經理合作媒體@互聯網怪盜團 授權發布于人人都是產品經理,未經許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. “關鍵的掣肘可能不在于技術層,而在于其他方面?!?br /> ——這句話不僅僅應于于AI行業,很多行業均是如此。

    來自河南 回復