中美ChatGPT的商業化分野

提起這個，是因為最近ChatGPT火遍地球村，微軟、谷歌、百度、阿里云、科大訊飛等海內外科技企業，都紛紛給出了研發上線時間表，很快我們就會看到一大批各種版本的ChatGPT“集體亮相”。

但問題來了，這么多ChatGPT，誰會為它們付費呢?

現在很多人已經確信，ChatGPT將帶來一場新技術革命?！癈hatGPT取代人類”的各種震驚體新聞頻繁出現，和2017年“AI取代人類”如出一轍。但距離上一個AI風口并不遙遠，相信大家都還記得，那波AI投資熱潮過后，大量AI創業公司被拍死在了沙灘上，昔日的“AI四小天鵝”面臨營收困局，自動駕駛更是迎來寒冬，被迫技術降級。

我們一路跟隨AI產業化和產業AI化的進程，可以肯定地說，產業革命并不是一蹴而就的，它有一個基本路徑——新技術先找到適合的應用場景，成功商業化，在這個過程中慢慢積累技術改進，不斷完善自己，才有可能引發巨大的革命。

所以，面對“各種ChatGPT登場”的確定性局面，我們不妨把目光放得更加長遠，去思考一下ChatGPT商業化的問題。

中國和美國是AI領域的領軍國家，所以，探討ChatGPT商業化，中美的相同點與差異，是一個繞不開的話題。而回答問題是ChatGPT的強項，所以本篇文章也將邀請ChatGPT和我一起，分別從人工智能問答機器人的視角，以及業內人士的視角，共同探討中美ChatGPT商業化的分野。

商業化前提：

中美AI的土壤有何不同?

新技術的發展和商業化潛力，與AI產業本身的發展情況有著直接關系。土壤足夠肥沃，新技術的種子才能茁壯成長。

那么，中美在AI領域有哪些差異呢?

我們讓ChatGPT先回答。不得不說， ChatGPT展現出了極高的“情商”(如果它有的話)，避開美國不談，只談中國在AI領域的優勢，還挺“社會人”的。

我們當然不能讓它“偷奸?；?，繼續追問美國在人工智能領域方面的優勢。

嗯，從投融資、科研、政策、法律、應用、數據基礎等各個方面進行了分析比對，視角很全面了。但是，作為一篇分析文章，要讓讀者記住這么多維度，顯然是很不友好的。我們更希望讀者在閱讀完成后，對中美的人工智能產業差異，留下一個清晰、準確、簡潔的印象。

于是，我們讓ChatGPT基于上述分析，給出一個言簡意賅、一語中的的結論。

它認為：中國AI長于規模，美國AI勝在創新。

大家覺得怎么樣呢?簡單總結一下，它的邏輯推理是這樣的：中國AI產業規模大——數據資源多——提高模型效果——帶來商機;美國AI創新能力強——技術引領——打造高質量AI產品——從中獲益。聽起來煞有介事，但細究起來，還是有很多不嚴謹、不明確的地方，給人一種“正確的廢話”之感。

總的來說，ChatGPT的答案有幾個明顯的特點：

1.缺少細節。ChatGPT的答案邏輯清晰，維度豐富，但較為籠統，缺少來自一線實踐、行業案例等更細節的情報和信息。

2.實時性不足。ChatGPT對2021年后的世界和事件了解有限，而AI又是一個快速發展的領域，所以答案有一定的滯后性。

3. 可靠性問題。ChatGPT不能保證答案的完全準確，還需要專業人員對其結果進行二次審核、確認，如果不了解行業、缺少可靠信息源、缺乏事實檢索技能、無法識別虛假信息，只盲目相信ChatGPT的答案，得到的認知可能是錯的(當然，不可靠的人類創作者也一樣會炮制假信息)。

作為人類創作者，加上對國內外AI產業有了數年深入一線的走訪和觀察，我們認為，中美AI的核心差異在于——技術強密度。

技術強度和技術密度，這一概念是由經濟史學家亞歷山大·格申克龍，在《歷史視角中的經濟落后》中提出的。其中，技術強度指的是技術的性能和水平，而技術密度指的是技術在社會和經濟中的普及程度和應用密度。

在關于中美ChatGPT，以及中美AI，甚至更早的互聯網等技術領域中，我們都能看到一個現實：美國產業界的技術強度更高，而中國的技術密度更高。

因為技術強度高，所以很多前沿、突破性的創新，往往先誕生在美國，轉移到中國獲得大規模的普及應用。

技術強度固然值得欣賞，但技術密度高同樣是一種難得且重要的優勢。如果說技術強度是科技革命的必要條件，那么技術密度就是科技革命的充分條件。

正如格申克龍所說，不要低估經濟現實的復雜性，也不要高估科學工具的質量。中美ChatGPT的商業化路線，會揚己所長，走出差異化路線。

中美AI土壤給各自ChatGPT的商業化帶來了哪些利與弊?接下來，究竟會分別走向怎樣的路線?我們先來看進行時的美國ChatGPT商業化應用。

美國ChatGPT的個人化色彩

前面提到，美國AI技術的創新性、前瞻性、原創性很高，因此很容易產生ChatGPT這樣顛覆性的新技術產品，但產業應用的技術密度相對較低。

一般來說，美國的AI技術創新在初始階段是非?；钴S的，但隨著技術的逐漸成熟，變得“不夠性感”，這種活力也會逐漸下降，這個時候，沒有來自產業側的豐富創新，會直接影響新技術的繼續發展。就拿深度學習來說，中國龐大的ICT產業生態、各行各業應用者將這一技術在各種場景中用出了花，造就了一個巨大的產業數字化、智能化業態。

目前來看，OpenAI打造的ChatGPT也沿著上述路線發現。

在初期，創新很活躍，但缺乏產業力量的參與，更多是與現有的互聯網產品進行整合，面向個人用戶提供服務與行業應用的結合不夠緊密。

比如，目前微軟已經推出的由 ChatGPT 提供技術支持的高級 Teams 產品，做的事有生成會議記錄、記筆記、起草工作郵件等，旨在幫助員工解決大量重復、機械的文書工作。

而谷歌想做的搜索引擎，微軟已經改造的必應bing，將ChatGPT整合為AI助手，幫助用戶自動化篩選，獲得更好更完整的答案。如果沒有AI，用戶自己在互聯網數據之海中篩選并判斷哪些信息有用，是很麻煩的。

盡管很多美國學校開始嚴禁學生使用ChatGPT做作業，但這項新技術還是可以在教學場景中發揮正向作用。根據Study.com的調查，有21%的老師開始用ChatGPT輔助教學，包括提供寫作提示、制定課程計劃、教授寫作風格(生成范文)等。

可以看到，這些ChatGPT都是對現有應用的升級、迭代乃至于顛覆。這就容易導致兩個問題：

第一，個人服務的定價能力模糊。與現有產品的結合很難證明技術帶來的價值，用戶愿意支付的費用也是有限的。

第二，個人服務對于技術表現要求很高。目前ChatGPT還有一些技術限制，無法應對復雜的問題和對話，一旦用戶體驗不佳，就不愿意付費了。

而ChatGPT也知道這個問題，看來不是OpenAI不想變著花樣賣給企業，而是真的“巧婦難為無米之炊”，缺少圍繞AI技術展開應用創新的產業條件。

中國ChatGPT的后進之路

中國發展ChatGPT的一個特點是，美國能做的我們也能做，美國不能做的我們還能做。

就拿ChatGPT的產品化應用來說，搜索引擎也好，聊天機器人也好，辦公軟件升級也好，這些互聯網產品中國哪個都不缺，甚至更豐富。所以，但凡美國AI公司能將ChatGPT落地的產品，中國ChatGPT都不會缺席。

就連ChatGPT在列舉中美ChatGPT的商業化應用時，所給出的答案都是大同小異。所以著急的看官們，其實根本不用急。

而很多中國可以應用ChatGPT的場景，是近兩年來中國AI產業界逐步摸索出的，具有很高的獨特性。

比如說，ChatGPT與大型政企，尤其是金融行業、政務服務等應用的結合。

近兩年來，中國數字經濟的速度和規模超乎想象，金融行業的數字基礎好，往往走在新技術應用的最前端，深度學習、因果AI、區塊鏈、知識計算、數字人等新技術，已經形成了很成熟的行業應用化路徑。各級政府對于數字化服務的積極性也很高，日常工作中存在大量文書、文本工作，很多村官被成為“表哥表姐”，這些重復性工作用ChatGPT可以很好地提升效率。

中國AI創新產業生態，驅動新技術的行業應用快速轉化。一般來說，OpenAI這類創新型平臺公司負責研發大模型，再將API接口開放出來，方便ISV服務商/中小開發者，結合行業知識和數據，打造定制化的解決方案，以滿足產業側的龐大個性化需求。

經過幾年的培育和發展，中國已經圍繞AI開發平臺，形成了數個繁榮的AI創新產業生態群落，比如飛槳、昇騰，這意味著中國ChatGPT出現之后，可以很快與行業相結合，出現在垂直領域效果更好、更加專精的模型。

顯然，相比個人應用，面向千行百業的產業化應用營收面更廣，商業化潛力也更大。

當然，必須承認的是，中國ChatGPT在技術強度上，短期內還和美國有一定的差距。

就連谷歌第一次試水都大翻車，中國ChatGPT受限于高質量數據、頂級人才儲備、調參能力等，在性能表現上肯定沒有OpenAI的原版ChatGPT好。

不過，就連原版ChatGPT都對中國公司打造出高水平的LLM抱有信心，我們何妨多給中國科技企業一點時間和寬容呢。

邁向繁榮，

中國科技公司還能做什么?

很長時間以來，我們都傾向于認為，中國更擅長應用和微創新，雖然技術密度很高，但技術強度不如美國。

ChatGPT爆火之后，不少人都在感嘆，如此顛覆性的技術又沒有誕生在中國，諷刺打算做中國版ChatGPT的中國科技公司——別人不做你什么都沒有，但凡別人出點什么你全部都有，還是世界第一。

這些當然都是槽點，ChatGPT的出現再一次證明，美國的AI技術強度優勢是顯著的。

但中國所擁有的技術密度優勢，在技術強度優勢面前，真的不值一提嗎?這么想顯然也有失偏頗。

無論是互聯網產業，還是2016年掀起的第三次人工智能浪潮，中美的差異化發展都說明了，領先的技術突破和產業規?；瘧玫哪芰?，共同決定了新技術的產業效益。其中，中國科技企業更擅長在產業中點燃AI熱情，提高技術密度，產生更大的影響力和商業價值。

事實上，過去幾年間，我們走訪了大量中國產業智能化項目，貴州深山隧道里的AIoT設備，天津港的無人碼頭，深入地下400米的礦山數字化應用，青海牧民用5G放牧，靠機器視覺相?！@些細如牛毛的AI應用，都是在這片土地上原創出來的，它們共同組成了蓬勃的產業智能經濟。

Gartner預測，到2025年，生成式AI將占到所有生成數據的10%，但目前這個比例還不足1%。具體到ChatGPT，未來要提升商業化水平，既需要較高的技術強度來保障用戶體驗，也需要強大的工程化能力和應用場景，來支撐商業增長潛力。

所以，抓住下一波智能浪潮，中國科技企業既不用妄自菲薄，也不能目空一切、坐以待之。

首先，國產化ChatGPT機遇不可錯失。

中國產業智能化、數字化持續向前推進，ChatGPT新技術的引入成為必然，但龐大的產業智能應用必須要自主可控，以確保行業數據、服務可靠性、時效性等，所以大量AI文本生成任務一定會交給中國ChatGPT產品來完成，這是機遇，也是責任。

其次，對原始ChatGPT進一步優化。

技術強度和技術密度缺一不可，中國科技企業必須進一步提升國產化ChatGPT的性能，增強模型的魯棒性和泛化能力，才能支撐產業化應用。同時，結合中國產業AI的現實需求，在實際部署過程中，可能遇到端側設備多樣、算力硬件限制等情況，需要進一步研發更加輕量級的ChatGPT模型，便于靈活部署。

另外，生態建設拉開ChatGPT商用差距。

AI技術的推廣和普及需要一系列生態支持，尤其是中國有大量個人開發者和行業開發者，分散度高，技術基礎不同，平臺型企業是否建立了成熟賦能的生態體系，是ChatGPT商用創新增長的關鍵。包括開源社區建設，全流程開發工具，AI計算硬件兼容性，產教學研用培養模式。

總的來說，ChatGPT被寄予了通用人工智能AGI的期待。在此之前，它首先要能廣泛融入產業，成為無處不在的空氣和土壤。從這個角度看，一切才剛剛開始。

（腦極體）