mt logoMyToken
Market cap:
0%
FGI:
0%
Cryptocurrencies:--
Exchanges --
ETH Gas:--
EN
USD
APP
Ap Store QR Code

Scan Download

中国互联网大厂的"ChatGPT"追赶之旅现状

Collect
Share

五一长假前后,我有幸跟一些互联网大厂的朋友深聊,大家有一个话题是绕不开的: ChatGPT,以及由此席卷而起的“生成式AI”潮流。 A股市场当然早已把一切能攀上GPT概念的公司给炒到天上去了,但是稍有常识的人都承认,中国做生成式AI(无论是模型还是应用)最值得仰仗的还是互联网大厂,只有它们拥有足够的资源和决心去做这件事情。不过,互联网大厂的“ChatGPT追赶之旅”的具体进度,很大程度上尚未被外人所知,也尚未反应在财务业绩和资本市场当中。

在跟一些熟悉内情的朋友沟通之后,我感觉比以前更有信心一点了,但也只是“一点”而已。在生成式AI这一赛道,国内互联网大厂固然落后于世界先进水平(其实就是OpenAI),但落后的幅度尚不致命,而且不缺乏追赶的手段。关键的掣肘可能不在于技术层,而在于其他方面。总而言之:

  1. 互联网大厂内部的技术团队对生成式AI的热情很高,老板也乐意投入巨额资源,这不仅仅是出于“追新”或迎合资本市场。
  2. 互联网大厂做生成式AI,目前的主要应用方向还是内部降本增效,至于面向C端(或中小B端)的大规模应用尚十分遥远。
  3. 追赶OpenAI的道路是艰难的,但是在不计成本的投入之下,差距可能缩小到一个合理的量级,尽管差距将一直存在。
  4. 各级主管部门的支持当然很重要,不过目前互联网大厂尚未拿出能说服主管部门的概念或实例,从而难以为生成式AI争取更多上层资源。

先说第一条。互联网大厂内部做技术的人,无论是基础研发团队还是应用技术团队,对生成式AI的热情都很高。因为在ChatGPT横空出世之前,AI在互联网行业的落地场景(搜索、个性化推荐、自动客服等)已经基本被做到极限,进化空间不大了;而其他突破性技术又没有出现。所以,2021-22年,互联网大厂普遍对算法岗位进行裁员。在这种情况下,ChatGPT的诞生可谓雪中送炭,给了技术人员一个向公司证明自己价值、升职加薪的大好机会。

而互联网大厂的各级老板们也非常乐意配合,因为生成式AI跟此前的元宇宙、Web3.0等概念不同,有着切切实实的应用案例,而且硅谷已经在前面踩出了一条清晰的道路。这就进入了中国互联网行业最擅长的“投入资源模仿追赶”的模式。目前很多互联网大厂的基础研发团队,以及业务部门里面的算法团队,都把原来手头做的东西暂停了,集中力量all-in大模型。现在大模型不仅是公司层面的一号位工程,也成为了诸多事业群、事业部的一号位工程,这就决定了它能得到近乎无穷的资源投入。

接着说第二条。在降本增效的大背景下,互联网大厂目前对生成式AI最大的期望其实不是开辟财源,而是节约成本或为老业务赋能。例如GPT商业化的第一批客户包括Shopify这样的电商SaaS及代运营商,在国内阿里、京东可以把自己的大模型直接用于自身电商平台的代运营;腾讯可以利用大模型补齐自己的客服短板,还能在腾讯文档等应用中加入自动生成文案功能;所有的信息流媒体平台都可以利用生成式AI进行转评赞、活跃社区氛围。上面举出的只是一小批正在进行的案例而已。

至于开发大型C端应用,或者面向广大中小B端开放API,目前看来还比较遥远。除了技术瓶颈之外,监管风险是一个主要考虑点:国内对生成式AI的监管讨论才刚刚开始,尚未形成成熟的监管体系,此时贸然上马大型C端应用的风险极高。然而,这里有牵扯出了一个新的问题:互联网大厂在既有的应用中大规模使用生成式AI,是否也会带来潜在的监管风险?这个话题比较敏感,目前还难以讨论,在此就不展开了。

再说第三条。OpenAI不是世界上唯一的生成式AI大模型开发者,GPT的技术路线也不是唯一的。但是,国内互联网大厂的研发思路高度统一,那就是模仿乃至彻底复刻GPT。结果就是一切与OpenAI能够沾边的人才和信息几乎全部被瓜分利用殆尽——其中既有合法的利用,也有灰色地带的利用。不计成本的投入,加上国内相对硅谷而言较低的人力成本,是可以在一定程度上拉近差距的。这种模仿路线当然不可能把落后转化为领先,不过目前大家还考虑不到这么远。

第四条也是一个非常重要的因素。我们知道,对于芯片、新能源等“硬科技”产业,国内各级主管部门(包括国家和地方)予以了极大的政策和资源扶持;生成式AI在理论上也属于“硬科技”,如果也能得到类似的扶持,无疑可以大幅度加快发展进度、降低风险。然而,生成式AI有一个严重的软肋:它不是制造业,无法像芯片、新能源、生物医药那样提供较长的产业链、立竿见影地为地方创造GDP。此外,它也尚未被主流媒体认为是一项“卡脖子”技术。在几个月乃至几年之内,生成式AI要成为一项被大力扶持的“硬科技”,还是很有难度的。

当然,互联网大厂可以采取一种话术,即生成式AI具备很强的“乘数效应”或上下游拉动作用,例如可以间接刺激芯片行业的成长,以及促进智慧城市、智慧交通的实现,等等。但是,上述“乘数效应”过于迂回,在短期内又很难看到效果。在可见的未来,主流媒体和主管部门心目中的“硬科技”代表仍将是光刻机而非ChatGPT,互联网大厂必须主要依靠自身资源投入而非政策扶持。

过去多年,中国互联网行业曾一再证明: 只要它们下定决心投入足够的资源,并且有庞大的潜在C端应用场景,它们就能够成功模仿乃至超越硅谷的同行。 这一发展路线并非百试不爽,不过大部分情况下是成立的。生成式AI是对上述路线的一次大考:在GPT3.5以前版本已经开源,基础研发路线并无秘密可言,潜在应用市场非常广阔,而且国内互联网大厂均已投入足够资源、提起绝对重视的情况下,中国能否在生成式AI这条赛道上迅速缩小差距乃至有朝一日超越?

相信这个问题已经被资本市场提了无数次,也被互联网从业者提了无数次。我的观点偏向悲观一边:由于种种掣肘(在此就不讨论了)、种种天然限制,国内生成式AI最多只能将与硅谷的差距缩小到可以接受的程度,而不可能彻底消除这种差距。不过,我的上述“悲观”观点,在很多人看来或许已经算是乐观了?

事在人为,但在很多时候,形势比人强。

Disclaimer: The copyright of this article belongs to the original author and does not represent MyToken(www.mytokencap.com)Opinions and positions; please contact us if you have questions about content