文|甲小姐 劉楊楠
此時此刻，無人不為ChatGPT瘋狂。
放眼全球，先是微軟、谷歌兩大國際巨頭圍著它打成一片，一眾科技大佬紛紛亮出名言，比爾·蓋茨公開強調(diào)，“像ChatGPT這樣的人工智能，與個人電腦、互聯(lián)網(wǎng)同等重要”；埃隆·馬斯克在用過后直呼“好到嚇人”，斷言“我們離強大到危險的AI不遠了”；英偉達CEO黃仁勛也在近日表示，ChatGPT是人工智能產(chǎn)業(yè)發(fā)展的“iPhone 時刻”。
再看中國，百度、阿里、網(wǎng)易、360、字節(jié)跳動等互聯(lián)網(wǎng)大廠均表態(tài)將圍繞ChatGPT做相關布局。創(chuàng)投圈也已經(jīng)開始出現(xiàn)五花八門的“中國版ChatGPT”。
好像所有人都在賭，賭ChatGPT能夠撞開人類通往通用人工智能（AGI）的大門。但事實是，ChatGPT還有太多不完美：它無法回答所有問題，會一本正經(jīng)地胡說八道；即使依托微軟Azure強大的云能力，也沒能在訪問量陡增時逃過宕機的命運；此外就是錢的問題——有傳言稱OpenAI在GPT-3.0的訓練周期內(nèi)花費上千萬美金，但至今仍沒人能準確說出OpenAI推出GPT模型至今總共花了多少錢。
ChatGPT是否熱過頭了？當噪音模糊了ChatGPT的真容，張斯成對此表示，“過熱容易導致錯誤判斷”。
這一期對話嘉賓張斯成曾任斑馬智行聯(lián)合創(chuàng)始人、阿里釘釘副總裁、明略首席戰(zhàn)略官，于2001年畢業(yè)于中國科技大學，獲得計算機軟件和新聞傳播雙學位，并于2005年在香港城市大學獲得模式識別博士學位。
一直以來，張斯成都是位deep thinker。過去三年疫情期間居住在香港的他一直在“隔岸觀火”，等待一個真正“下場”的機會。他從去年年初開始關注生成式AI，認為AIGC是一個不錯的機會。當時他沒想到，半年后將會有一個“怪胎”橫空出世。
本文，甲小姐對話張斯成，聊一聊他眼中的ChatGPT，和它背后的OpenAI，尋找一個可以真正“下場”的機會。
本文目錄：
1.談出圈：“動作快到不像微軟，這是一個贏面很大的AB策略”
2.談態(tài)勢：“美國式vision，中國式mission”
3.談商業(yè)：“100億俱樂部”
4.談技術：“不是非GPT不可”
5.談價值：“還沒到互聯(lián)網(wǎng)壽終正寢的時候”
1.談出圈：“動作快到不像微軟，這是一個贏面很大的AB策略”
甲小姐：當年小冰不溫不火，這一次ChatGPT火到出圈，除了技術水平差異，原因還有什么？
張斯成：第一，ChatGPT的交互界面極其簡單，用戶打開界面輸入問題就能得到答案。極簡化增大了出圈的可能性——過去幾年互聯(lián)網(wǎng)上所有現(xiàn)象級產(chǎn)品沒有一個不是簡單的。
對比一下，小冰當時推出了一個卡通形象，文質彬彬的，拉高了人們的期待，而OpenAI沒有任何“人設”，反而表現(xiàn)超人預期。不過從產(chǎn)品角度來看，ChatGPT非常ugly，阿爾特曼（OpenAI CEO）自己也說這是一個糟糕的產(chǎn)品，也會輸出一些錯誤的信息。
第二，它很有話題性。ChatGPT會一本正經(jīng)地胡說八道，有些很好玩兒的回答，有話題性，容易通過社交媒體傳播，自媒體就會炒作，再加上比爾·蓋茨、馬斯克等大佬助推，無形之中加快了它的出圈。
第三，ChatGPT非常擬人化。它會像人一樣和你互動，比如會告訴你這個問題我不能回答，或者不知道答案，這樣它在犯錯時會讓人有很高的容忍度。
普通人對“智能”的感受和專業(yè)人士對智能的定義不一樣，大眾對智能的定義是“要像個人”，就是能夠“像人一樣表達”。和養(yǎng)寵物一樣，我們覺得寵物聰明會說寵物“通人性”，而不是它一定要知道1+1=2才叫智能，現(xiàn)在看機器也一樣。這是一種上帝視角，我們覺得人類自己是聰明的，所以只要寵物或機器具備某些“像人”的特征，我們就認為它聰明、可愛，就愿意和它交往。但這不是OpenAI刻意設計的，只是ChatGPT能夠達到這樣的效果。
最后，OpenAI選擇在去年11月底推出ChatGPT也是個很聰明的選擇。我相信阿爾特曼跟和薩蒂亞（微軟CEO）兩個人肯定討論過什么時候推出來。據(jù)報道，其實去年夏天阿爾特曼就給薩蒂亞和比爾·蓋茨都演示過這個產(chǎn)品了，所以他們這么有信心推動100億美元投資，估計是看到了ChatGPT和GPT將對整個微軟的商業(yè)體系產(chǎn)生巨大加成，以及在競爭戰(zhàn)略上的重大機會。
甲小姐：假設ChatGPT在去年7月份亮相，它不會像現(xiàn)在這么火嗎？
張斯成：有可能不會。首先技術準備不足，最近它在微軟Azure云上也因請求過多而停服了。估計去年演示的時候還是GPT-3.0，年底推出的是GPT-3.5，3.0到3.5還是有不少改進的，特別是CoT（思維鏈，Chain of Thought）能力。一般來講，千億參數(shù)規(guī)模以上的大模型，才可能涌現(xiàn)出“CoT”等強大的能力，而CoT的出現(xiàn)，可能正是ChatGPT產(chǎn)生類似“推理”效果的關鍵。因此，如果去年7月就推出的話，交互效果可能沒有這么好。
我不確定他們是如何考量這個時間點的，但肯定設計過——ChatGPT大火以后，微軟投資100億美元的新聞跟著出來，而且?guī)缀跏且浴肮馑佟卑袰hatGPT接入各個產(chǎn)品線，包括Office、Teams、Dynamics、Bing等等，這都是微軟的重要產(chǎn)品——動作快到不像微軟。
甲小姐：展開說說“動作快到不像微軟”。
張斯成：一個成熟的大廠做一個項目，從立項到最后落成，沒兩三個月根本干不出來。舉個例子，Office 365在微軟收入中是舉足輕重的。它要接入GPT這樣的外部模型并不只是對接一個API這么簡單，因此不僅要保證兩個產(chǎn)品之間的無縫對接，還要保證向前兼容已有的客戶和服務。中間必須經(jīng)過大量的測試和調(diào)試，兩三個月在工程上已經(jīng)是極限了，所以我推算微軟可能已經(jīng)秘密準備了好幾個月。
甲小姐：微軟這么果斷all in ChatGPT的深層次原因，是不是和CEO薩蒂亞這個人有關？
張斯成：皮柴（谷歌CEO）和薩蒂亞是兩種完全不同的風格。皮柴相對保守，但薩蒂亞是革新派。
薩蒂亞上臺的時候比爾·蓋茨就要求他要做變革，他后來寫了一本書，叫《Refresh》（中文版譯名為《刷新：重新發(fā)現(xiàn)商業(yè)與未來》），講了怎么把微軟這家?guī)资甑睦螴T公司變成一個有戰(zhàn)斗力的新公司。
上任以來，他接受了Windows mobile的失利，承認收購諾基亞是一筆失敗的交易，并開始積極參與開源社區(qū)的建設。同時，為了在內(nèi)部樹立敢于創(chuàng)新的作風，也在公開場合表明自己喜歡蘋果的iPhone，因為上面有所有微軟的App。
他在微軟最大的成就是把Azure給救活了。微軟的基本盤就是Windows和Office，Azure在微軟其實一直不溫不火，但云時代前兩個東西已經(jīng)不行了，所以他把所有東西都云化，全部轉向Azure?，F(xiàn)在Windows操作系統(tǒng)已經(jīng)幾乎沒怎么賺錢了，主要是Azure上的Office 365和Dynamics 365。Dynamics 365在中國市場并不常見，因為主要還是服務國際客戶，但它的定位，是要幫助微軟深耕企業(yè)服務領域，逐步滲透和占據(jù)客戶的業(yè)務場景。
所以深層次原因還是人。我認為硅谷有三個差不多同一量級的人：馬斯克、阿爾特曼和薩蒂亞。馬斯克不用說了，是我偶像；阿爾特曼是有機會追趕馬斯克的人；薩蒂亞可能跟他們不在同一量級，但他還是很牛的，能夠讓大象跳舞，讓微軟有這么大的變革，這很不容易。
甲小姐：這三位都極有魄力。
張斯成：有勇氣，有想法，有謀略。
薩蒂亞這一次的謀略太明顯了。我是做戰(zhàn)略的，這件事你說沒有計劃過我是不相信的。我猜測他不僅計劃過，背后肯定還模擬演練過好多次，因為這是一個贏面很大的AB策略——
從A面看，微軟通過控制OpenAI和ChatGPT直接占領了AGI路途中的一個戰(zhàn)略制高點，對搜索引擎的長期范式發(fā)起挑戰(zhàn)，充分利用了谷歌過去幾年保守怠戰(zhàn)的弱點，如果能一氣呵成，那么就打破了谷歌在搜索領域長期的壟斷地位，讓Bing重獲新生；
從B面看，微軟直接沖擊對方的頂梁柱業(yè)務，釜底抽薪，逼著整個搜索行業(yè)重整成本結構，大家一起耗著。而谷歌財務結構的耐抗性要明顯差于微軟，股價持續(xù)大跌，資本和人才的虹吸效應加劇，最后導致谷歌內(nèi)部的劇變，這種慘勝也能改變雙方的軍備格局，長期戰(zhàn)爭勝利的天平就會發(fā)生傾斜。
另外，從微軟角度出發(fā)，他們把GPT接入了Office，是因為GPT模型本質上相當于一種AI的能力輸出，對Office的加持效果是最明顯的。新版Office出來以后，我估計很多在線文檔都會處于競爭劣勢。
2.談態(tài)勢：“美國式vision，中國式mission”
甲小姐：對大部分人而言，如何抓住ChatGPT這一波機會？
張斯成：目前看就是三條路徑：留在大廠、自己創(chuàng)業(yè)做垂直場景，或加入王慧文這樣的團隊。
甲小姐：大家首先在問，誰最有機會成為“中國的OpenAI”？
張斯成：關于誰能成為“中國版的OpenAI”，前幾天李志飛（出門問問創(chuàng)始人）說過可以分成七大門派（包括他的“自成派”）。我個人的看法是，無法得出一個簡單的論斷：大廠隊是最有可能在商業(yè)化層面接近微軟加持下的OpenAI的，國家隊和準國家隊是最有可能贏得政策性支持并獲得最終清場權的，而民間隊是最有可能在創(chuàng)新層面上突破的，特別是今日之前至少已經(jīng)投入LLMs研發(fā)12個月以上的團隊。
總的來看，要做出“中國的OpenAI”需要三種能力：資金、人才、場景。
大廠不缺場景，也不缺錢，再卡住人才，民間力量很難做起來，因為做這個需要有一定人才密度，你看OpenAI雖然人不多，但里面每一個拿出來都是大牛，一群大牛才有可能做出一個OpenAI，否則到最后只能follow別人。
有朋友開玩笑說，硅谷提出Vision（愿景），國內(nèi)當作Mission（任務）。這是大洋兩岸目前在面對創(chuàng)新時慣性思考范式的差異。Vision是為夢想買單，Mission則是為了當下的生計。通常我們會舉國之力去發(fā)展的都是“不做就死”的領域，跟國家的安全紅線強相關，例如雜交水稻、兩彈一星、芯片、量子計算等。我覺得人工智能目前還沒有到這個層面，雖然遲早會到。
甲小姐：OpenAI也會被質疑商業(yè)化。
張斯成：阿爾特曼被問過很多次商業(yè)化問題，他的回答是“I have no idea”，中國有人這樣說可能估值馬上砍一半。
2019年，阿爾特曼在加入OpenAI前后寫過一篇博客，表達他的政治理想，也涵蓋了他對商業(yè)化的考量。文章里講到，他認為未來的資本主義制度應該做一個升級。后來他開展了一個UBI（Universal Basic Income，意指“全民基本收入”）的社會性試驗項目。大概意思是，當機器人或AI已經(jīng)極大智能化，大部分臟活累活都能干，社會成本會大幅降低，讓所有從事社會生產(chǎn)的人持有一定股份，這時候資本主義會發(fā)生一個根本性變化。
因此阿爾特曼提出了萬物摩爾定律：未來在AI時代，社會成本主要有兩大構成，一個是AI的獲取成本，一個是能源的獲取成本。這兩大成本會急劇降低，當它們趨近于0的時候，社會中的商業(yè)化就不再是一個難題，因為“商業(yè)化”這個概念可能會產(chǎn)生根本性改變，或者消失。
甲小姐：事實是，OpenAI已經(jīng)依靠微軟走上商業(yè)化道路了，馬斯克甚至抨擊他們已經(jīng)違背了OpenAI的初衷。
張斯成：OpenAI確實面臨很現(xiàn)實的商業(yè)化問題，他們和微軟簽了一個協(xié)議，體面地解決了商業(yè)化難題。他們簽的協(xié)議也是腦洞大開，相當于微軟租了這家公司，微軟給OpenAI投資，OpenAI幫微軟賺錢，OpenAI壯大到一定程度后就能把自己的股份贖回去。
這是四兩撥千斤，太聰明了。更何況ChatGPT爆火之后，大家似乎也瞬間相信了OpenAI的商業(yè)潛力。OpenAI預計今年會有2億美元收入，明年收入達10億美元?，F(xiàn)在大家不會再問阿爾特曼商業(yè)化問題，只會關心他們什么時候優(yōu)化出GPT-4。
3.談商業(yè)：“100億俱樂部”
甲小姐：現(xiàn)在國內(nèi)的科技大廠已經(jīng)悉數(shù)宣布大模型相關布局，你怎么看大廠的動作？
張斯成：大廠一定會做同質化平臺，而不是差異化平臺?，F(xiàn)在國外有論文，有開源代碼，大廠也不用從頭開始，可以直接在GPT-3.0上搭。對于大廠的動作力度，我有幾個判斷：
因為有“All in AI”的誓言，而且全球兩大搜索引擎都做了，百度也必須要跟進，以保持同一梯隊的資格；
字節(jié)和騰訊都是做內(nèi)容的，如果他們不做就可能把一些業(yè)務拱手讓人，所以他們必須要做；
阿里和華為兩家我認為至少有一家會做，也可能是兩家都做。他們都是有能力的，阿里內(nèi)部有達摩院在做M6大模型，華為也有盤古大模型。但華為比較低調(diào)，經(jīng)常都是先做了再說，他們可能不會特別突出自己的大模型能力，而是會獨立做一些基礎設施，比如大算力芯片等；阿里可能會考慮將大模型能力運用到電商領域，畢竟電商還是阿里目前的基本盤。另外，從云計算的層面看，阿里可能會看重華為的做法，如果華為把大模型作為云資源銷售的重要利器，阿里就不得不跟進了。
甲小姐：現(xiàn)在也有很多創(chuàng)業(yè)公司已經(jīng)在布局了，你能否畫一個界限，資金儲備在多少錢的公司有機會成為中國的OpenAI？
張斯成：100億美金。很簡單，馬斯克他們用10億美金設立OpenAI，之后微軟2019年又投了10億美金，現(xiàn)在20億美金花完了，微軟又宣布未來投入100億美金，這足夠OpenAI燒十年。
不過我認為在中國從頭做大模型可能不會用這么多，但估計至少要投入兩三百億元人民幣。中國人工和電力成本可能低一些，但訓練成本、機器成本、芯片成本以及聘請科學家的成本也是不低的。所以這是個100億俱樂部。
甲小姐：你認為除了錢，創(chuàng)業(yè)公司要做大模型還有哪些門檻？
張斯成：大模型的算法本身不是門檻，這些都有很多公開的論文。存在的門檻除了資金以外，主要還是人才和數(shù)據(jù)，特別是有豐富經(jīng)驗的工程化人才，和高質量的訓練數(shù)據(jù)。即便在foundation model上去做fine-tune，去做垂類模型，也是需要相當?shù)娜瞬?、算力、?shù)據(jù)儲備的。
甲小姐：你從什么時候開始關注ChatGPT？
張斯成：我在去年年初看到Gartner報告里提到生成式AI，因為我也算是人工智能領域出來的，博士學了相關專業(yè)，所以我認為AIGC可能會帶來翻天覆地的變化，它會帶來內(nèi)容的極大豐富，但我當時沒時間投入。
當時國內(nèi)大多數(shù)公司還是以Bert路線為主，只有OpenAI在執(zhí)著做GPT。直到11月份ChatGPT出現(xiàn)，就開始在各種群里進行瘋狂測試。
甲小姐：你的計劃是什么？
張斯成：我在去年12月決定要下場的，不能錯過這個未來十年最大的機會。但我認為自己沒有足夠的號召力組隊從頭去做大模型，也不能做太通用的場景，所以打算做一些垂類場景。在這個層面上，我對老王（王慧文）挺身而出連錢帶人一起去做中國版OpenAI是相當敬佩的。
我預計在一些2C的領域大概還有6-12個月時間可以賺快錢，比如說類似Copy.ai 、Jasper.ai的項目，現(xiàn)在歐美市場已經(jīng)有二三十個了，國內(nèi)可能有更多。12個月之后，等大廠反應過來，團隊和業(yè)務也成形后，這類公司就會比較難生存。國內(nèi)的大廠也不大喜歡收購這類公司，因此基本沒有出路。我認為很多垂直領域比如說2B還是有相當機會的。
甲小姐：你對技術合伙人有清晰的畫像嗎？
張斯成：技術合伙人最好是NLP相關的，最好做過大模型，也不需要特別大咖的，有工程化經(jīng)驗，能夠緊貼前沿，保持足夠的動手能力很重要。
甲小姐：你現(xiàn)在看好的垂直場景有哪些？
張斯成：我比較看好幾大類：
第一個是教培行業(yè)。當然是在政策支持的領域，比如職業(yè)教育?？梢岳肂ot（機器人）的方式開展的教培，讓用戶自行選擇需要什么樣的服務。大語言模型目前展示出來一個很有意思的特點，就是可以幫助強化認知教育的效果。但這個領域應該如何開展可能需要一定的技巧。
第二個是設計領域，特別是在高維設計方向上，目前復雜度是需要降低的。比如建筑領域需要各種設計視圖和渲染效果，游戲領域需要快速建模和智能交互，工業(yè)制造領域需要在條件約束之下盡可能激發(fā)創(chuàng)意，這些都可以用生成式AI技術來幫助提效。
第三個是視頻類，這個也是AIGC創(chuàng)業(yè)離錢最近的領域，因為商業(yè)模式已經(jīng)相當成熟。比如在YouTube或B站上的大V，他們有百萬級粉絲，對他們而言內(nèi)容生產(chǎn)是流水線式的，滾著流量賺錢，曝光越多收入越多。所以他們對內(nèi)容迭代頻率的需求強烈，可以用生成式AI快速生成創(chuàng)意、收集材料、編輯成稿。當然，這個領域有個壞消息是有巨頭存在；但好消息是，不是只有一個巨頭存在。
但我覺得等這波熱浪稍微降溫之后會看得更清楚，因為我也存在認知盲區(qū)?，F(xiàn)在太熱了，過熱的時候容易導致一些錯誤的判斷。
比如我個人認為生成式AI在醫(yī)療領域會有很大可能性，但是很少有人討論這方面。醫(yī)療領域有兩大場景，一個是醫(yī)療影像，一個是生物制藥。
生物制藥領域谷歌已經(jīng)開始做了，他們的Alphafold就能預測大量的蛋白質3D結構。這幾年在硅谷已經(jīng)有公司在往這個方向嘗試，利用AI來幫助尋找新的藥物靶點或合成新的小分子藥品。但這塊必須要和藥廠深度合作，因為需要足夠的數(shù)據(jù)源對模型進行訓練。
另外醫(yī)療影像方面也有很大的機會，對影像的診斷是一個重要場景，比如說國內(nèi)的聯(lián)影醫(yī)療已經(jīng)利用AI手段幫助醫(yī)生做CT影像的灶點排查。隨著大語言模型在多模態(tài)領域的擴展，相信這塊能夠成為新的藍海。
4.談技術：“不是非GPT不可”
甲小姐：從技術上看，GPT和Bert等大模型中存在一個最優(yōu)路徑嗎？
張斯成：在和我溝通過的人群中，這個問題可以分成三類情況：
第一類是專業(yè)人士，他們不會認為誰比誰更優(yōu)?？陀^來看，Bert和GPT在技術上是不分伯仲的，只是大家各有側重。谷歌內(nèi)部除了Bert也在做其他模型，但他們現(xiàn)在確實承認GPT表現(xiàn)出來的一些特性非常值得研究。因為目前來看，大家普遍認為要實現(xiàn)AGI，超大模型是一個很有希望的路徑，但不是非GPT不可。只能說，在朝AGI演進之路上，OpenAI通過ChatGPT和InstructGPT證明了GPT可能是更理想的一個大語言模型。
第二類是吃瓜群眾，可能都不知道什么是Bert，只知道ChatGPT，并且認為這代表了人工智能的未來。
第三類是介于兩者之間，就是我們這群既不吃瓜也沒有很專業(yè)的人，我們還是比較相信GPT的。之前我一直想寫一篇文章，標題是《因為看見，所以相信》。對于我們這幫實用主義者來說，看見了，就相信了。因為現(xiàn)在ChatGPT表現(xiàn)出來的性能明顯甩谷歌幾條街，谷歌還翻車了，所以大家就會認可GPT，更愿意在上面花時間研究。
甲小姐：為什么現(xiàn)在想要做大模型的都紛紛表示“太缺人了”？
張斯成：可能是因為過去幾年國內(nèi)做生成式AI的公司，90%都在使用Bert路線。當時GPT表現(xiàn)出來的實用性比較低，性價比方面難以滿足項目類的需求?；蛟S，國內(nèi)的創(chuàng)業(yè)環(huán)境一直都逼著大家不得不考慮短期的功利性。
甲小姐：聽說云知聲的黃偉之前認真比較過GPT和Bert，但選了Bert。
張斯成：但據(jù)說他們在看到instructGPT之后就開始切換到GPT路線了，在業(yè)內(nèi)而言動作還是相當快的。現(xiàn)在有一種設想是用SparseGPT來進行壓縮，可以在保持精確度的情況下顯著降低訓練成本，降低對算力的需求。
另外，據(jù)說還有一些學者從基礎設施入手，提出不用GPU，比如英偉達的A100或H100，而是使用云計算的常規(guī)算力來進行訓練。這個理論上似乎是有一定機會，只能等幾大云平臺公司來實現(xiàn)了。
5.談價值：“還沒到互聯(lián)網(wǎng)壽終正寢的時候”
甲小姐：ChatGPT的社會價值是什么？
張斯成：ChatGPT是一次大型社會化實驗。這是OpenAI對GPT模型的壓力測試，讓全社會一起用，來測試模型的通用性，這樣才能夠對微軟承諾，產(chǎn)品已經(jīng)達到商用性能。
我相信AGI肯定會帶來一次深刻的革命，不亞于工業(yè)革命，但ChatGPT還沒到這個程度。如果要類比的話，我認為ChatGPT的影響類似iPhone誕生。iPhone帶來的最大變革就是把按鍵輸入變?yōu)橛|屏，這是一次人機交互的變革，導致很多人開始思考自己工作生活各方面的變化，由此帶來了整個移動互聯(lián)網(wǎng)時代。這是一種遍布社會各個角落的自激反應。
我認為現(xiàn)在還沒到互聯(lián)網(wǎng)壽終正寢的時候。ChatGPT可能會帶來新一代互聯(lián)網(wǎng)，我個人稱之為“智能互聯(lián)網(wǎng)”。這代互聯(lián)網(wǎng)最根本的特點，是Bot將成為人機之間最基本觸面，不再是App，也不是Browser。
這種變化將引發(fā)眾多場景的范式遷移，甚至進而影響互聯(lián)網(wǎng)的經(jīng)典架構。
ChatGPT的爆火，實際上是一場普遍的社會心智教育，可能會帶來三重影響：第一，AI是一種基礎能力，人們要考慮如何更好地利用它來提升自己的綜合能力；第二，AI能力的提升可能會重構我們?nèi)粘Ｉ畹姆妒?，我們要用新的方式來解決原有的場景難題；第三，可能會帶來更多微創(chuàng)新，讓某些場景從原來的想象變成現(xiàn)實。
對于我們這幾代人而言：“搶走你工作的從不是AI，而是其他掌握AI工具的人。”而對于之后幾代人來說：“區(qū)別你和AI的從不是人性，而是對星辰大海的向往。”
甲小姐：現(xiàn)在很多人都在關注這波創(chuàng)業(yè)的人，大家的共識是，創(chuàng)業(yè)公司可能要做一些更合適的應用場景，做垂類市場，但是如果不做大模型，一個創(chuàng)業(yè)公司如何建立壁壘？
張斯成：如果純粹做2C的業(yè)務，是沒有壁壘的，就是要快。
以前在釘釘“創(chuàng)業(yè)”的時候，我們信奉的一句話叫“天下武功唯快不破”，也就是要狂奔，不僅要比對手跑得快，還要比平臺跑得快。我個人總結這段經(jīng)歷時，很感謝微信團隊當年的“不殺之恩”，因為這個剪刀差讓釘釘逃出生天。
現(xiàn)在大環(huán)境已經(jīng)變了，2C類的創(chuàng)業(yè)公司干到一定的程度只有兩條出路，要么被人碾壓，要么被人收購。如果問現(xiàn)在還能不能搞出一個滴滴？我認為沒機會了。在國內(nèi)目前的平臺格局中，C端場景幾乎沒法獨立跑出來。因為巨頭都在背后，基本是蓄勢待發(fā)且虎視眈眈，一旦某個領域的PMF被驗證，就能夠直接以他們的資源和用戶快速碾壓初創(chuàng)公司。
甲小姐：當時滴滴能出頭但現(xiàn)在沒機會的核心變量是什么？
張斯成：當時滴滴快的開始的時候，巨頭內(nèi)部也不確定該不該下場做，而且當時可以做的業(yè)務機會非常多，它們甚至都無法抽身來投入出行領域。但現(xiàn)在巨頭普遍處于機會匱乏和饑渴的狀態(tài)，一旦開始互卷，創(chuàng)業(yè)公司幾乎沒有勝算。
甲小姐：如果現(xiàn)在有一家初創(chuàng)公司還想做C端，它的機會是什么？
張斯成：如果要做C端，就做國際市場。如果要在中國做，就做B端。
甲小姐：國際市場也會面臨巨頭廝殺。
張斯成：但國際市場足夠大，國際上的巨頭基本會比較包容，如果哪家創(chuàng)業(yè)公司做得不錯，他可能直接收購，而不會用自己的體量把它碾死，這是國內(nèi)外創(chuàng)業(yè)生態(tài)的不同。
所以選擇2C領域的創(chuàng)業(yè)公司只能靠速度，在夾縫中迅速推出爆款產(chǎn)品，以忠誠用戶的體量來形成護城河，否則很可能帥不過三秒就被巨頭碾壓了。但2B領域還是有很多機會的，從過去十年云計算/SaaS的發(fā)展歷程看，大平臺也很難靠規(guī)模化來席卷企業(yè)服務領域，因為這是一個為差異化付費的市場。
甲小姐：你認為國內(nèi)現(xiàn)在對ChatGPT還有哪些待解的命題？
張斯成：現(xiàn)在所有人關注的主要問題是，ChatGPT到底如何在中國落地？因為中國現(xiàn)在沒有一個真正的ChatGPT，百度的文心一言出來后可能會面臨一些挑戰(zhàn)。
另一個比較大的未知因素是：國家到底會如何監(jiān)管？
ChatGPT這類產(chǎn)品，從知識屬性上看是一個認知教育工具，對內(nèi)是教育，對外是認知作戰(zhàn)，到處都有價值觀的痕跡。在某種程度上，OpenAI的ChatGPT，和好萊塢的電影工廠起到了類似的作用，有意或無意中傳播了西方的價值觀。因為訓練模型時使用的語料分布在很大程度上就決定了它輸出內(nèi)容的傾向。
目前為止，LLMs（大語言模型）的機理依然是黑盒子，我們也無法通過調(diào)參來確保它的輸出是符合認知教育所要求的。在這種不確定性下，結合對社會性數(shù)據(jù)安全的考量，我估計中西方之間未來大概率會“劃洋而治”，各自扶持ChatGPT類的產(chǎn)品。
甲小姐：你認為此時此刻市場對ChatGPT的認知存在某些普遍的誤區(qū)嗎？
張斯成：現(xiàn)在很難判斷對和錯，但比較明顯的誤區(qū)有兩個：
首先是一個認知誤區(qū)，以ChatGPT為代表的生成式AI，實際上是生產(chǎn)力工具，可以幫助人類提效，但很難取代人類的角色。它可能逐步會取代個別工作種類，如果結合機器人本體還可以幫助人類擺脫某些不適合人類的工作。但在相當長一段時間內(nèi)，它對多數(shù)人而言是一種高效的神器，能夠更好地提高工作和溝通效率。所以，公眾和媒體不用杞人憂天，可以試著回想下iPhone出來之后社會整體的改觀和進步。
其次，我認為當下某些觀點狂熱過頭了。ChatGPT爆紅之后，這類AI技術的確會改變很多生產(chǎn)關系，持續(xù)引發(fā)一系列的場景升級，但它本質上并沒有將生產(chǎn)力提高量級的能力，離“工業(yè)革命”帶來的震撼還很遠，因此不用刻意鼓吹。
人類離AGI（通用人工智能）的實現(xiàn)恐怕還有相當長的一段距離，ChatGPT只是隱約間為黑暗中前行的人類投來了一道曙光。過去十年的經(jīng)驗證明，很多創(chuàng)新是經(jīng)不起鼓吹的，開始有多狂熱，最后就有多少一地雞毛。例如區(qū)塊鏈、加密貨幣、Web3.0幾乎都是這樣，如果最初讓他們安靜地發(fā)展，反而有可能展現(xiàn)出真正的價值。
我個人相信AGI的時代一定會到來，但這中間可能還需要經(jīng)歷50甚至100年，我們這代人能不能看到需要打個問號。所以現(xiàn)階段不要神化ChatGPT。神化一個事物會往往會帶來恐懼，這種恐懼對于創(chuàng)新的發(fā)展來說是不利的。我們要有信仰，我們更需要朝著信仰奮斗的土壤。
甲小姐：我一直認為試錯和犯錯是兩件事?？萍紕?chuàng)新本身需要試錯，比如OpenAI在窗口期做了這個大規(guī)模的社會實驗。但如果我們在試錯階段就把它摁住，把試錯當犯錯，無法進行社會數(shù)據(jù)的采集和社會實驗，我們的差距可能越拉越大。
張斯成：你說得非常正確。某種程度上，過早過嚴的監(jiān)管很可能會遏制創(chuàng)新。我們可以表達樂觀，但不要神化它，也不要丑化它。ChatGPT歸根到底還是在AI大范疇下的，它如何創(chuàng)造更高的生產(chǎn)效率，幫助國家發(fā)展經(jīng)濟，幫助百姓提高生活體驗，這是關鍵所在。