去年12月，ChatGPT以强大的自然语言处理能力轰动全球各产业，成为世界“顶流”。一时间，从简单的聊天到写论文、写代码，甚至是做数学题，无数人将ChatGPT视为情感聊天、完成作业乃至完成工作的得力帮手。诸多企业也适时紧抓热点，宣布推出中国版ChatGPT或进军生成式AI领域。全民狂欢，也让ChatGPT化身资本宠儿，ChatGPT概念股连续多日成为资本市场焦点话题。

依托自有知识产权图谱工具在医疗、客服、超级员工等场景下的丰富落地应用，神州数码(000034.SZ)也凭借高市场认可度，被广泛关注。近期，我们邀请到神州数码集团AI产品专家、神州云 | Jarvis知识管理平台负责人王豫翔，以行业视角，就ChatGPT复现难度、未来发展等问题进行了深度解读，希望借此给火爆市场一些启发和思考。

以下为详细内容整理：

用好ChatGPT，工作省心又省力

1、ChatGPT从出现到现在已经3、4个月了，它和人类的交互都是通过聊天来完成，您认为它和现阶段市面上的聊天机器人有什么差异?

王豫翔：现阶段，市面上大多数聊天机器人的共同特点是冷冰冰的，回答内容为人工基于提问者可能提出的问题提前编写并审查好的答案，每个问题都是固定回复内容。

其实神州数码也有自己的AI产品——神州云 | Jarvis知识管理平台，在医药、客户服务、超级员工等场景已经落地了非常丰富的案例。举个例子，神州数码基于神州云 | Jarvis知识管理平台构建的虚拟医药代表，通过对药企的产品知识进行梳理，对经过标准化和规范化的知识进行语意理解技术训练，可以完成产品介绍、产品功能问答等标准化FAQ，让医生直接通过小程序了解第一手产品信息，并进行实时在线问答。同时，药企的产品和研发部门也能基于神州云 | Jarvis知识管理平台及时对医生真实反馈进行有效分析。但它的特点也是比较冷冰冰的。

而且不论是神州云 | Jarvis知识管理平台还是市面上的机器人，我们在开发时都更保守一点，让机器人在回答问题时也偏保守，即宁可不知道，也不能给出一个错误答案。

相比之下，代表创作型的ChatGPT，则走向了另一条路线，其返回的答案并非人工提前预设好的，而是AI基于大量训练，对提问者的问题从所学语料中自行抽取有意义的内容，并以一种偏向人类语言对话的方式，将答案返回给提问者。

2、基于ChatGPT所展现出来的强大的语言处理能力和学习能力，诸多用户在用ChatGPT完成工作或者作业，甚至感到恐慌，认为ChatGPT会代替他们的工作，您认为这种可能性存在吗?哪些人的工作会被代替?

王豫翔：存在。目前来看，会被ChatGPT改变的工作特征往往是那些缺乏创作性、又需要输出大量文字的职位。比如市场上原先存在很多在网上帮别人洗稿的工作;没有自己观点，四处找材料缝缝补补的初级文员;不能主动引导客户、不能输出价值的营销客服。这些工作岗位将极有可能被创作型AI替代。

但乐观的是，那些真正有自己观点的，逻辑清晰的人，他们能真正能用好ChatGPT，因为他们会懂得适应如何和ChatGPT交流，懂得如何驱动ChatGPT去寻找论据来支持他们的观点，并产出高质量内容。

3、从我们切身所处的IT行业来看，您认为ChatGPT对IT行业会有哪些改变?

王豫翔：之前IT行业所讲的AI赋能，更多是替代人类做大规模的数据统计分析，比如通过机器学习诈骗相关知识，再基于大规模数据分析去做一些分类诈骗预测。ChatGPT的爆火让大家看到在自然语言交互和创作上的无限可能：通过对人类提供的知识库进行自动学习，以非常流畅的人类语言进行描述和总结，这种能力必然会极大的提高生产力，甚至出现颠覆性的工作模式。与诸多工程师而言，ChatGPT会是一个非常得力的工作助手，可以帮工程师省掉干一些基础工作的时间，极大提高他们的工作效率。

ChatGPT复现难度大，尝试需考虑投入

4、ChatGPT展现出来的市场轰动性，让不少企业跃跃欲试，试图推出中国版ChatGPT，您认为复现ChatGPT的难度大吗?

王豫翔：AI的发展需要三方面需求：算法、内容样本、算力，所以复现ChatGPT也需要具备这三大条件：算法、内容样本、算力。

首先是算法，虽然现在ChatGPT的算法思路已经公开，但核心细节一直没有公布，想要完全理解ChatGPT还是非常有挑战的事情。再说样本，ChatGPT是以Reddit高质量内容为采集标准的，涵盖了从2008年到2022年的几乎所有互联网内容，并且在这个基础上又增加了大量的高质量对话样本，这部分样本的采集、梳理和准备是极大的工作量，有这种语料库的企业寥寥无几。最后是算力，为了对前面样本规模的内容建模，ChatGPT的算力要求必然非常恐怖：国盛证券曾估算，平均每天约有1300万独立访客使用ChatGPT，对应AI芯片需求为3万多片，初始投入成本约为8亿美元，每日电费在5万美元左右，随着访问者更多，需要投入的能耗也将越多。虽然算力可以买，但耗费的资金也是很大一笔。

所以我们可以推断出，目前想要快速复现ChatGPT依然很难做到，原因在于：一是语料库样本不够多，二是算力缺乏。目前市场上还没有任何一家能完全跟它抗衡。但是现阶段放诸国内环境，某些大型搜索引擎应该是有条件做出类似于ChatGPT的产品的，原因在于其语料库足够丰富，且能抓取到一批高质量内容进行机器学习;算法也非常深厚，算力支不支持不知道，但好在算力是可以通过购买堆砌起来的。

5、基于ChatGPT的提问-回答式使用方法，您认为搜索引擎企业做类似于ChatGPT的产品，是对于自身搜索业务的优化、变革吗?或者说ChatGPT会颠覆搜索引擎吗?

王豫翔：传统上搜索引擎提供更多搜索结果，但需要用户自己判断哪些内容更符合用户的需求。ChatGPT将相关内容进行了整理，通过单一的信息告知了结果。这种模式对很多用户来讲是非常友好和便捷的。但由于AI对内容的分析是通过算法来评估的，我们并不能完全信任AI给出的结果，对于专业人士，依然需要通过搜索引擎提供的大量结果并人工进行资料筛选和分析汇总，才能得出确切结论。所以说ChatGPT还无法颠覆搜索引擎，但会让搜索引擎的体验感更好。

6、从交互方式来看，目前ChatGPT的交互方式只有文字，您认为在ChatGPT大模型的基础上构建一个多模态预训练模型的可能性大吗?

王豫翔：基于ChatGPT做一个多模态预训练模型是可行的。这几天微软推出了一个全能型AI模型Kosmos-1，相比ChatGPT这种纯文本大型语言模型(LLM)，Kosmos-1是更强大的多模式大型语言模型 (MLLM)，可以处理文本、音频、图像和视频等内容，构建出的全能型的人工智能，可以像人类思维一样来处理任务。

ChatGPT开启AI 2.0，但强AI并未出现

7、各行业诸多声音认为ChatGPT开启了AI行业新纪元，甚至认为强AI时代来临，您怎么看?

王豫翔：ChatGPT的出现，并不意味着强人工智能已经出现。强人工智能的定义应该是机器出现自我意识，很明显，目前没有证据证明ChatGPT出现了自我意识。乐观的看，在很长一段时间内，只有碳基生物才能具有这样的意识。ChatGPT所谓的创作，只不过是把知识库中的内容粘合起来，尚未看到它具有创作新知识的能力。

8、那您认为ChatGPT能否作为AI行业新里程碑?AI行业发展到了哪个阶段?

王豫祥：AI并不是一个新概念，它在上世纪四五十年代就已经出现了，后面出现的每一波浪潮，都可谓是在前一波基础上的创新。2016年AlphaGo出现，通过机器学习围棋让人类看到了AI新的可能。从它到出现到现在8年，几乎每两年就会有一次新的创新，这次ChatGPT出现，也是基于谷歌的Transformer模型(注：自然语言处理经典模型)架构上所做的创新，它让人类看到了在工作方式等方面的新可能性。如果让我来定义，我会认为上世纪的AI是Beta版本，AlphaGo出现后开始进入AI 1.0版本，ChatGPT进入AI 2.0版本。

9、从现在看未来，您认为AI行业之后的发展趋势什么?会形成怎样的竞争格局?

王豫翔：以ChatGPT为例，从它的成长历史来看，ChatGPT团队的算法和思路很多都是之前其他团队提出或实现的，其中最古老的算法在50年代就出现了。ChatGPT的资料库也都是社区提供的。算力是微软提供的。所以未来AI的顶级技术可能被少数公司垄断，但基于AI的生态产业链必然是需要在一个开放环境上才能实现有效的竞争和成长。此外，随着相关技术成熟，AI的未来发展趋势一定是功耗越来越低，能力越来越强，同时受到的伦理合规的约束也会越来越多。

从竞争格局来看，ChatGPT出现以后，AI领域已进入军备竞赛阶段，随着投入成本越来越高，未来顶级AI巨头企业可能只有寥寥几家。整体AI市场未来或将演变成数家大企业竞争，剩余估计都是几家大企业的代理人。就像山姆·阿尔特曼(Open AI首席执官)所说，未来可能只有少数几家公司有预算来构建和管理像GPT-3这样的大型语言模型(LLMs)，但在未来十年将有许多十亿美元以上的“第二层”公司建成。

虽然全球目前可能只有很少的公司有预算来建立ChatGPT这种大模型，但未来十几年，会有第二批次的公司出现，可能会有像神州数码这样的公司，一直保持开放的融合形态，允许合作伙伴将优质的AI模型服务接入到我们的产品中去，融合几家之长去给用户去提供一个更好的落地场景。所以无论从学术研究、商业角度、还是从用户的场景落地视角来看，开放合作的状态实际上是对所有人都是有好处的，只有大家足够的开放，我们才能够在这个领域里面去创造出更好的AI的模型和AI产品。