本文来自微信公众号“天翼智库”，作者/胡婕、梁伟、刘宁。
ChatGPT是由美国顶尖AI实验室OpenAI开发的一个基于大语言模型的聊天机器人。与之前的大语言模型相比，ChatGPT实现了两个跨越：从“玩具”到“工具”的跨越，从学术研究到生产力赋能的跨越。未来五到十年，ChatGPT会像电脑和手机一样成为大众的随身工具，成为人人必备的智能助手。
一、ChatGPT的诞生当引起重视
1．ChatGPT简介
ChatGPT是由美国顶尖AI实验室OpenAI开发的一个基于大语言模型的聊天机器人，代表了当前人机对话和文本生成领域的最高水平。
ChatGPT实现了两个跨越，即从“玩具”到“工具”的跨越，从学术研究到生产力赋能的跨越。相较于传统大模型，ChatGPT具备更丰富的专业领域知识、更强的数学运算能力与信息整合能力，可以输出更准确和类人的答案。ChatGPT甚至能够一定程度上解决复杂的专业问题，让机器大规模涉足知识类和创造性的工作。
ChatGPT极大降低了AI的使用门槛，其问世是AI产业发展的里程碑事件。未来五到十年，ChatGPT会像手机一样成为大众的随身工具，成为人人必备的功能强大的智能助手。
2．ChatGPT性能飞跃的关键是技术升级
ChatGPT创新地融合多种AI技术，包括人类反馈强化学习、指令微调和代码训练，使得模型表现有了质的提升。从效果上看，ChatGPT在人机对话中取得惊艳表现，是由于充分解锁了大模型的四个潜力：（1）充分理解人类的意图并响应指令；（2）利用思维链进行多步推理，可以一定程度上解决复杂的专业性问题；（3）建模超长历史对话，充分利用上下文信息；（4）应对用户的新指令。
3．为什么中国没有率先推出类ChatGPT产品？
中国虽已推出多个大模型，但与ChatGPT存在较大差距，短时间内难以诞生能与ChatGPT比肩的大模型。整体来看，中美在AI基础技术，尤其是超大规模模型领域的技术差距在增大。
差距主要体现在三个方面：（1）工程化能力。大模型调优周期长、难度大，国内相关工程化经验欠缺，难以实现大模型对数据的充分吸收与利用；（2）数据积累。ChatGPT的成功建立在海量数据集和专业语料库的基础上，持续吸收真实用户对话反馈，形成用户调用和模型迭代的飞轮，国内公司鲜有这方面的积累；（3）AI芯片与算力。国外高端AI芯片的限供和国内在AI芯片领域与美国的差距，共同限制着国内大模型的发展空间和速度。
其背后深层次原因在于，国内缺乏催生大模型的创新土壤。国内投资环境相对“急躁”，在ChatGPT出现之前，大模型作为“难而慢”、盈利模式不清晰的研究方向，在国内未受到长期持续的大规模资金投入，而OpenAI不以盈利为目的，更有“毅力”坚持在大模型上的长期研究，最终促成了ChatGPT的爆发。
二、ChatGPT将引发产业数字化革命
1．ChatGPT背后的大模型将成为AI新型基础设施
ChatGPT使AI能力成为标准化、规模化、流程化、低成本的产物，有望作为AI能力的共用底座使用，成为AI新型基础设施：（1）ChatGPT展现出更高的通用性，可灵活、稳定地提供多种AI能力；（2）ChatGPT降低了AI能力获取的成本，基于其进行二次开发的性价比远高于从零开始搭建专用模型；（3）ChatGPT激活了大量潜在需求，未来使用ChatGPT的从业者将迅速增长，规模应用前景乐观。
2．带动商业模式创新，大模型“中间件”存在广泛机会
ChatGPT作为底层基础模型，可以直接为普通用户提供具备一定专业水平的内容，但与专业用户的诉求仍存在差距，带来中间件的广泛机会。ChatGPT中间件的开发商以实际应用场景为目标，挖掘大模型的潜力、优化大模型的产出，使其能够提供更专业的AI能力。大模型中间件已探索出类SaaS的商业模式，如Jasper.AI基于GPT-3提供付费服务，可实现75%的毛利率。
3．国内外科技巨头积极跟进，瞄准下一代AI生态主导权
ChatGPT将在AI领域的发展中扮演类似“操作系统”的角色，提供AI大模型的公司将成为未来AI生态的主导者。为此，国内外巨头如谷歌、微软和百度等公司面对ChatGPT的爆火，纷纷采取积极措施抢占大模型的战略高地。谷歌公司于2月7日发布AI对话系统Bard以应对搜索引擎业务受到的威胁；微软将ChatGPT等工具整合进旗下的所有产品中；百度预计2023年3月推出大模型文心一言。
4．ChatGPT并不万能，大模型安全使用需加强监管
受训练语料的时效限制，ChatGPT无法回答2021年6月后的问题；另外，ChatGPT无法验证自身答案的正确性，回答专业问题时仍需人类专家协同。
ChatGPT的滥用也会引发对其安全性的担忧，主要集中在三个方面：知识产权方面，ChatGPT被广泛用于生成专业文档和代码，引发知识产权侵犯及归属争议；信息安全方面，用户隐私可能在交互中被模型捕获，泄露给其他使用者；非法使用方面，ChatGPT可能被用于辅助编写网络钓鱼代码、勒索软件等非法用途。因此，ChatGPT的安全、合法使用需要加强监管。
三、ChatGPT的启示与建议
1.ChatGPT将对产业数字化产生重大影响
ChatGPT以及类似大模型的不断发展，预计将对产业数字化的发展产生重大影响：
（1)大模型会重构产业数字化解决方案并逐渐成为数字化平台的新核心层。未来将形成“以大模型为底座，以模型优化中间件为核心能力，以快速、高效、高质量的智能应用服务创建为目标”的新模式。这种“内生智能”的模式将对传统“平台系统+AI算法”的模式形成降维打击；未来大模型将在数字化平台中扮演类似于“操作系统”的角色，构建、利用大模型的能力将成为关键的数字化核心能力。
（2)大模型将进一步激活对高质量数据、大规模算力的需求。为了训练和ChatGPT体量相当的模型将需要45TB的高质量专业数据，占用3.5TB内存，至少44块H100 GPU才能满足基本需求，这些需求的爆发将为电信运营商云网服务提供机遇。
2.运营商发展大模型的策略建议
抓住人工智能大模型给产业数字化带来的转型机遇，并妥善应对由大模型带来的核心技术卡脖子、数据隐私、安全监管等挑战。
1)产学研联合研发推出国产大模型。发挥运营商在算力和数据方面的优势，和国内顶级研究机构合作打造高水平国产大模型；研发基于国产大模型的中间件，在自动化软件开发、专业咨询等领域充分挖掘大模型商业潜力与价值，打造创新的产业数字化产品。
2)借鉴通用大模型思路，面向呼叫中心领域率先进行突破性试点。打造智能客服GPT系统，可分三个阶段具体实施：(1)利用客服对话数据和知识库对已有开源大模型进行参数调优，满足基本的问答和知识检索需求；(2)通过引入专家监督训练，优化模型，达到拟人水平；(3)通过强化学习，优化策略，使其具备一定的理解力和自适应能力。智能客服GPT系统可大幅度降低人工成本，并提升交互体验。
供稿：胡婕、梁伟、刘宁、张云庚、王昊、闫汇、姚旭杨
审核：杨明川
