文章主题：互联网怪盗团（ID：TMTphantom），裴培
在本篇文章中，我们得到了来自于知名公众号“互联网怪盗团”（ID：TMTphantom）的团长裴培的独特见解。这些观点经过我们的严格审核和授权，得以在本平台与大家见面。
在五一长假的前后，我有幸与一些互联网巨头的朋友们进行了深入的交流。我们的谈话中不可避免地涉及到了ChatGPT，以及由此引发的“生成式AI”热潮。在我国的A股市场上，许多公司都因GPT概念而获得了极大的炒作，然而，任何具备基本常识的人都知道，在生成式AI领域（无论是在模型还是在应用方面），我国的互联网巨头们才是最值得信赖的力量，他们拥有充足的资源和坚定的决心来推动这一领域的发展。然而，互联网巨头们在追求ChatGPT的具体进展上，这个进度的大多数外界还未能了解，也没有在财务业绩和资本市场上得到反映。
在与一些熟悉内部情况的朋友交流后，我感到目前的自信程度相较之前有所提升，然而这种提升仅仅是一点而已。在生成式AI领域，尽管我国互联网大型企业在国际先进水平上稍显逊色（具体而言，与OpenAI相比还有较大差距），但这种逊色并不严重，且我们具备迎头赶上多种途径。关键的问题可能并不在于技术层面，而是在其他方面。总的来说：
在互联网行业中，大型企业对于生成式人工智能技术展现出了极大的热情，并且愿意投入大量的资源来进行研究和开发。这种热度和投入并非仅仅是为了追求新颖或者满足资本市场的需求，而是因为这些企业深知生成式人工智能技术的价值和潜力。
在当前的AI技术领域中，大型互联网公司主要将生成式AI的应用场景定位于内部降本增效，而大规模应用于C端（包括中小B端）的市场需求则相对较远。
在追求OpenAI的道路上，我们面临着巨大的挑战，但这并不意味着我们必须放弃。虽然投入成本可能会很高，但如果能保持持续的努力并不断优化策略，我们有可能在一定程度上缩小与他们的差距。然而，即使我们付出了巨大努力，这个差距仍然会存在，因为这是两个不同实体之间的差异所固有的。
对于支持来说，各级主管部门的认可无疑至关重要。然而，当前互联网巨头们并未提出能够令主管部门信服的概念或实例，这使得生成式AI难以争取到更多的上级资源。
在互联网行业内部，尤其是大型科技企业，技术团队对于生成式AI的热度空前高涨。这主要是因为在ChatGPT面世之前，AI已经在互联网行业的多个领域（如搜索、个性化推荐、自动客服等）达到了应用的极致，进一步发展的空间十分有限。而且，当时并未出现具有突破性的新技术。因此，在2021-22年期间，许多互联网大厂针对算法岗位进行了裁员。在这种背景下，ChatGPT的出现无疑是一股强大的春风，为技术人员提供了一个展示自身价值、争取升职加薪的重要契机。它不仅为AI在互联网行业的应用开启了新的篇章，同时也为企业提供了更多可能性，使得技术人才有了更大的舞台可发挥。
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。
本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系
互联网怪盗团（ID：TMTphantom），裴培
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
