ChatGPT開啟“阿拉丁時代”

文/梁將軍

作為一家品牌咨詢公司的老板，我比普通人更善于在短時間內(nèi)摸清一個領(lǐng)域。今天我想分享一下我對ChatGPT的研究結(jié)果，更重要的是分享一下我的研究思路。

當你想研究一個陌生領(lǐng)域時，比研究那個領(lǐng)域更重要的是先研究自己的研究方法。以下是我調(diào)研陌生行業(yè)的工作流程：定義需求、搭建框架、收集事實、提出見解，我也會用這個方法研究ChatGPT。

第一，定義需求。

市面上大部分寫ChatGPT的內(nèi)容，是“報道的視角”，不是“有用的視角”。“報道的視角”內(nèi)容，大致可以分成三類：

恐慌型：驚嘆于ChatGPT的智能，擔心未來的失業(yè)潮。

原理型：解釋ChatGPT的基本技術(shù)原理、OpenAI的商業(yè)邏輯。

教程型：教你如何翻墻，如何利用ChatGPT搞創(chuàng)作、搞流量。

而“有用的視角”，是你提供的信息要對客戶的生意決策有明確的、具體的啟發(fā)，幫客戶在一個龐大的浪潮拐點上，找到自己的位置。

第二，搭建框架。

任何一個領(lǐng)域，都有海量的內(nèi)容，我們不可能掌握所有的知識。同時，我們更要明白，任何一個領(lǐng)域都有一些關(guān)鍵知識，要比其他知識更重要。所以在研究之前，我們要先搭建自己的研究框架，幫我們鎖定最關(guān)鍵的信息。

關(guān)于ChatGPT，我的研究框架如下：

對比以往的AI ，ChatGPT厲害在哪兒？

ChatGPT的技術(shù)和商業(yè)原理是什么？

ChatGPT的局限在哪兒？

ChatGPT當下的能力，以及未來的能力預(yù)測。

普通人如何用ChatGPT掘金？

第三，收集事實。

收集事實有一個最重要的原則— —確保信息源的純凈。面對海量資料的時候，你沒有時間什么資料都看，最簡單的方式就是看資料是誰寫的、誰說的，再決定該不該看。要格外提醒你的是：不是有價值的資料重點看，價值一般的資料粗略看，而是價值一般的資料，看都不要看。因為別人錯誤的認知，會影響你的判斷。面對一個新領(lǐng)域，你要盡量先吸收最權(quán)威、最專業(yè)的說法，不要被媒體的噪聲干擾。

面對ChatGPT，靠譜的信息源可能來自5個地方：

OpenAI創(chuàng)始人山姆·阿爾特曼和內(nèi)部技術(shù)專家的發(fā)言，他們的發(fā)言是最有價值的。

AI領(lǐng)域?qū)＜业陌l(fā)言，他們對技術(shù)的判斷是更準確的。

科技圈商業(yè)大佬的判斷，他們會從技術(shù)和商業(yè)的雙重視角理解ChatGPT 。

來自ChatGPT自己。我們要體驗ChatGPT，獲得一手的資料，利用不同的問題，或難或簡單，或抽象或具體，或隱晦或危險，來看ChatGPT的能力到底如何。

硬核技術(shù)科普類KOL（關(guān)鍵意見領(lǐng)袖）的總結(jié)，我們可以用他們做“技術(shù)掃盲”，從中獲取具體又關(guān)鍵的研究線索。

第四，提出見解。

客戶需要的不是資訊，而是見解。客戶不需要我們整理資訊，客戶需要我們理解資訊，進而幫他們消化資訊。所以，不要去堆砌數(shù)據(jù)和信息，而是要在信息之上，提出自己的理解和預(yù)測。

以下內(nèi)容，是我得出的見解。

ChatGPT引發(fā)的三種商業(yè)變局

要理解ChatGPT的能力，最好的例子是獵豹CEO傅盛說的故事：

傅盛領(lǐng)養(yǎng)了一只叫三萬的狗，他問ChatGPT為什么給狗起這個名字，ChatGPT的回答是：“人們給寵物起名字有很多原因，有的是為了紀念一個親人，有的是用一個熟悉的物體。”然后，傅盛給出提示，這只狗曾經(jīng)遭遇過一次車禍，送到醫(yī)院做了一次手術(shù)，做完手術(shù)之后就把它收養(yǎng)下來了。ChatGPT分析道：“我猜手術(shù)費比較昂貴，可能是三萬元，那你起這個名字是為了紀念狗的這場手術(shù)?！盋hatGPT猜對了。

ChatGPT不是在關(guān)聯(lián)答案，而是推理出一個答案。這是過去的AI實現(xiàn)不了的。所謂人工智能，就是模擬人類的智能。而人類的智能大概分為幾個梯度：記憶、理解、推理、想象。

之前的AI是幫人類儲存大量的知識、信息，解決了記憶問題。比如，谷歌、百度這樣的搜索軟件只能做到信息匹配，卻做不到理解，更談不上推理和想象了。

智能將成為一種能源

ChatGPT作為“生成式AI”，強在它可以創(chuàng)造新知，它在智力上更加接近人類。那這種能力的意義在哪里？我覺得最大的意義在于，它會讓智能變成一種能源。

過去我們一度以為，人工智能只能替代一些藍領(lǐng)級別的體力勞動或者基礎(chǔ)的腦力勞動。但現(xiàn)在，人工智能完全可以取代一些高級的腦力勞動，最后它可以替代你、替代未來的一切工作。

當AI普及之后，智能就會成為一種能源。就像我們讓汽車啟動要燃燒汽油，要讓工廠運轉(zhuǎn)需要電，未來讓一個商業(yè)體運作，我們則需要智能。

目前ChatGPT的算力會消耗很大的人力和財力，運轉(zhuǎn)一次AI的計算，就是一種社會資源消耗。不過可以想象，未來的智能會成為我們?nèi)粘Ｉ钪械膭傂?，會越來越便宜，就像汽車要加油、手機要充電一樣。

當智能變成一種資源之后，我們的社會結(jié)構(gòu)、國際格局也許面臨重新洗牌。

可以預(yù)見的是，我們對AI的利用既是商業(yè)課題，也是社會課題，更是政治課題。

入口級的創(chuàng)業(yè)機會再次涌現(xiàn)

歷史上過往成為巨頭的商業(yè)體，往往都是因為它們占據(jù)了用戶的流量入口。比如互聯(lián)網(wǎng)剛起步的時候，門戶網(wǎng)站占據(jù)了Web的流量入口；后來，谷歌這樣的公司出現(xiàn)，一個搜索框占據(jù)網(wǎng)絡(luò)的信息入口；當智能手機出現(xiàn)之后，APP就是入口，所以出現(xiàn)了大量的應(yīng)用公司。

當ChatGPT這樣的AI出現(xiàn)之后，可以想象，未來的用戶入口應(yīng)該是一個跟你對話的智能的虛擬人。我們會通過像人一樣的AI，對身邊的一切電子設(shè)備發(fā)出命令，我們不用雙手再去按鍵、不用眼睛去確認，一切操作都會交給AI處理。

GPT+辦公軟件=可以幫你做會議記錄、安排會議時間、邀約同事的秘書；

GPT+學習APP=可以給你定制學習計劃、為你批改作業(yè)、時時提醒你努力的家庭教師；

GPT+剪輯工具=可以自動抓取素材、自動配樂、自動合成素材，24小時不間斷的剪輯師。

這對某些已經(jīng)占據(jù)入口級的商業(yè)巨頭而言，是一個非常危險的信號。假如馬斯克在特斯拉里安裝了一個非常智能的AI助手，當國產(chǎn)汽車廠商沒有這個AI研發(fā)實力時，你再不接入AI，成為別人的下游產(chǎn)業(yè)，用戶就會拋棄你。

以往所謂的入口更多是一個軟件、程序，或者是一個硬件設(shè)備。而未來的入口，可能是一個人工智能模型，在這樣可預(yù)見的商業(yè)前景下，ChatGPT糾偏了硅谷以及全世界科技公司的創(chuàng)業(yè)思路。比如，前兩年紅極一時的元宇宙和Web3.0，現(xiàn)在看起來越來越像一個炒作的概念。再比如，過往很多做AI的公司，把AI的利用方式聚焦在非常實用的場景里，如人臉識別、自動駕駛等。而ChatGPT的出現(xiàn)，讓大家意識到通用人工智能（AGI），才是未來一切商業(yè)的根基。

當ChatGPT開創(chuàng)新的商業(yè)格局時，不僅會涌現(xiàn)新的商業(yè)巨頭，它還會徹底顛覆當下互聯(lián)網(wǎng)去中心化的商業(yè)走向，未來的商業(yè)將重新回歸中心化。

商業(yè)重回中心化

對于一切平臺而言，不管是電視這樣的傳統(tǒng)媒體，還是而今的抖音、小紅書，有個不變的法則，內(nèi)容即流量。

誰能用更低成本、更高效率，生產(chǎn)出大規(guī)模的內(nèi)容，誰就擁有更大的流量。而內(nèi)容的生產(chǎn)方式，經(jīng)歷了這些歷程：OGC（職業(yè)生成內(nèi)容）、PGC（專業(yè)生成內(nèi)容）、UGC（用戶生成內(nèi)容）、AIGC（人工智能技術(shù)生成內(nèi)容）。

從OGC到UGC，從報紙、電視到今日的微信、抖音、小紅書，可以明確地看出內(nèi)容的生產(chǎn)權(quán)越來越交給普通用戶，流量自然也越來越去中心化。

尤其是區(qū)塊鏈技術(shù)和Web3.0的提出，大家都以為未來的世界流量主權(quán)將還給每一個普通個體，但ChatGPT的出現(xiàn)，打破了這個走勢。

UGC的商業(yè)模式，需要無數(shù)個普通用戶發(fā)揮創(chuàng)造力。對于AIGC的商業(yè)模式，一個強大的AI就等同于億萬個普通用戶了。

而讓AI強大的關(guān)鍵，不是去中心化而是中心化。因為AI進化的關(guān)鍵是“連接”：AI連接越來越多的平臺，就擁有了越來越多的數(shù)據(jù)，數(shù)據(jù)越多，AI越聰明；連接越來越多的API（應(yīng)用程序編程接口），AI就有了更強大的能力，就能干更多的事。最終，AI終將變成一個超級大腦。

而當今時代，能打造這種超級大腦的AI公司，一定是某個科技巨頭，而不是某個初創(chuàng)公司。其中的原因，就在ChatGPT的運行原理中。

ChatGPT的原理和創(chuàng)業(yè)方向：一個公式和七大創(chuàng)業(yè)方向

我們驚嘆于ChatGPT的智能水平，但有意思的是，OpenAI公司本身并沒有發(fā)明新的技術(shù)，他們用到的大部分技術(shù)，都是開源的。

其中最關(guān)鍵的技術(shù)，出自2017年谷歌8位工程師聯(lián)合發(fā)表的一篇論文，這篇論文里講了一個深度學習模型，叫Transformer，就是GPT里的“T”。

細節(jié)不提，簡單說：Transformer模型的技術(shù)原理，是一場“概率游戲”。比如，我說一個“我愛”，模型就會猜測第三個字最可能是“你”。

既然是概率游戲，提高概率最根本的方法，就是增加測試次數(shù)?！拔覑勰恪敝宰钊菀妆宦?lián)想，是因為在日常生活中，我們聽到、看到“我愛”后面跟隨“你”這個字的次數(shù)最多。

所以，ChatGPT的成功，是用海量的數(shù)據(jù)，馴化出了一個成功的人工智能，是量變到質(zhì)變的結(jié)果。

他們訓練GPT-1的時候，用了7000本未發(fā)布的書籍，數(shù)據(jù)參數(shù)量是1.17億；但到GPT-3，他們從45TB數(shù)據(jù)中挑選了570GB進行訓練，參數(shù)量達到了1750億。

這個過程還用到了Transfomer算法模型，這個模型模擬了人類對知識的存儲、處理、理解、推理。但這里面并沒有特別的技術(shù)，只是算法上加了足量的訓練數(shù)據(jù)，ChatGPT實現(xiàn)了像真人一樣跟你對話。

而OpenAI能處理如此大量數(shù)據(jù)，還有一個很重要的原因是：微軟給它提供了至少1萬枚英偉達芯片支持，成本超過10億美元。

面對ChatGPT的成功，我們可以總結(jié)出一個AI進化公式：AI=算法×算力×數(shù)據(jù)。

算法就類似于，ChatGPT用到的大語言模型。如果把AI比喻成人的話，就相當于人類的思考方式。

算力就是處理大量數(shù)據(jù)的計算能力。背后意味著，是否有足夠的芯片。粗暴點說，你是不是有足夠的資金和深厚的科研實力做支撐。算力就相當于人類的精力和體力。

數(shù)據(jù)也很重要，數(shù)據(jù)就相當于人類上了多少課、獲得了多少經(jīng)驗。數(shù)據(jù)越完善越多，AI就越聰明。

當?shù)贸鲞@個公式之后，我們也就明白了ChatGPT的局限。算法、算力、數(shù)據(jù)，既是AI的動力，也是AI的局限。算法對應(yīng)的是一個國家或一個公司的科研實力，算力更多對應(yīng)的是你能調(diào)動的資金，數(shù)據(jù)對應(yīng)的是你能調(diào)用多大的用戶資產(chǎn)。

除此之外，AI還有一個巨大的商業(yè)阻力，就是社會治理水平。

雖然AI的進化是跨越式的，但是人類制度與文化的迭代卻是緩慢的。正如OpenAI創(chuàng)始人說的那樣，AI的進化應(yīng)該是快速學習和謹慎迭代。這句話的意思是說：AI在技術(shù)上可以高速發(fā)展，但它應(yīng)用于人類的生活時，應(yīng)該是緩慢的、小心翼翼的，AI的發(fā)展不能被商業(yè)和資本的力量捆綁。

所以，我們可以再次完善一下之前的公式（見下圖）：

從這個公式我們可以推導出，ChatGPT領(lǐng)域的創(chuàng)業(yè)，大約可以分為七個方向：基礎(chǔ)模型、垂直模型、算力工程、數(shù)據(jù)買賣、具體應(yīng)用、社會治理、技術(shù)安全。

基礎(chǔ)模型的創(chuàng)業(yè)，也就是通用人工智能最底層的架構(gòu)。這個基礎(chǔ)模型，原則上可以模擬人類一切的智能場景。但是，基礎(chǔ)模型對算法、算力、數(shù)據(jù)有極高的要求?；A(chǔ)模型是人工智能領(lǐng)域的王冠，但有資格登上王位的其實沒幾家。

國內(nèi)的幾家互聯(lián)網(wǎng)巨頭，百度的文心一言理論上有更大的機會，其他互聯(lián)網(wǎng)巨頭在算法、算力、數(shù)據(jù)上都有某一項是偏科的。比如，阿里沒有足夠的語料數(shù)據(jù)，騰訊沒有足夠的算法技術(shù)。

相對而言，垂直模型對普通公司可能更有機會。垂直模型是介于基礎(chǔ)模型和應(yīng)用之間的一種形態(tài)，當基礎(chǔ)模型解決了人類大部分的智能場景時，在某些垂直細分的領(lǐng)域，AI的進化要依靠特定算法的校正和專業(yè)數(shù)據(jù)的“喂養(yǎng)”。

所以，未來會出現(xiàn)很多個在基礎(chǔ)模型之上，來開發(fā)垂直模型的公司。但他們用到的底層技術(shù)，還是OpenAI這樣的公司提供的。比如，專屬于醫(yī)療行業(yè)的基礎(chǔ)模型，出行行業(yè)的基礎(chǔ)模型。

還有一些創(chuàng)業(yè)方向，是為這些公司搭建模型做服務(wù)的。比如針對算力，我們可能需要大量科研實驗室的支持、需要芯片的制造產(chǎn)業(yè)。

所謂具體應(yīng)用創(chuàng)業(yè)，其實就是在模型和具體需求之間搭建一座橋梁。比如針對人類的孤獨，我們可以利用ChatGPT做一個情感聊天機器人，這座橋梁有可能是手機上的一款A(yù)PP，也有可能是一款耳機。

我們聊聊社會治理的創(chuàng)業(yè)，這一點可能被很多人忽略了。AI的崛起，必然會讓世界上很多人變成“無用階級”。

很多人學習和磨煉多年的社會技能，會在AI面前變得一文不值。那未來，這些人將何去何從？他們將如何建立新的職業(yè)技能，找到新的生存價值？這依然需要一些公司提供相應(yīng)的培訓教育和解決方案。

AI是個比原子彈還恐怖的工具，AI的安全性將和AI的應(yīng)用一樣重要。而AI的安全性，涉及國際公約、國家法律、AI倫理、技術(shù)條約，但這些都是從制度角度去約束AI。

我認為，制約技術(shù)最終還得依靠技術(shù)本身。就像我們不能只靠法律制裁去清掃電腦病毒，我們真正需要的是殺毒軟件。如何用技術(shù)本身去約束技術(shù)，這真的值得探索。用技術(shù)手段實現(xiàn)AI的監(jiān)管，也同樣是一個巨大的創(chuàng)業(yè)機會。

ChatGPT的未來能力預(yù)測：AI應(yīng)用的“四個出讓”

我們現(xiàn)在看到的ChatGPT的能力，更多表現(xiàn)在創(chuàng)造力上。各種研究報告里，提到更多的商業(yè)前景都在指向ChatGPT的內(nèi)容生成能力，也就是常說的AIGC。

但在我看來，我們現(xiàn)在應(yīng)該只到了AI進化的第二個階段。我預(yù)測，人工智能對人類的影響應(yīng)該會有四個歷史階段，分別是：出讓勞力、出讓腦力、出讓決策、出讓意義。

過去人類發(fā)明的電子機械設(shè)備，我們可以把它看成“低智版的AI”，機械設(shè)備只能幫我們干基礎(chǔ)的體力活，當ChatGPT這樣的AI出現(xiàn)之后，它已經(jīng)可以解決基礎(chǔ)腦力工作。

當我們把大腦和身體的工作都交給AI之后，下一步就輪到我們的自我意識了。我們馬上要交給AI的，應(yīng)該是我們的決策權(quán)。

這些決策權(quán)可能包括：下一步的創(chuàng)業(yè)方向是什么？公司的組織架構(gòu)怎樣是合理的？我們應(yīng)該用什么方式推廣自己？出讓勞力、出讓體力，基本上是用AI來提高生產(chǎn)效率，降低生產(chǎn)成本。

但未來的商業(yè)競爭，AI核心解決的可能就不是成本和效率問題，你贏得對手的關(guān)鍵是對智能的開發(fā)程度。

如果我們把AI定義成出讓決策權(quán)的工具，你可以推出一款A(yù)I版的“數(shù)字合伙人”。

“數(shù)字合伙人”可以消化企業(yè)所有的經(jīng)營數(shù)據(jù)、大量的商業(yè)實戰(zhàn)經(jīng)驗和你希望讓它掌握的知識體系。你每天可以跟他討論公司的戰(zhàn)略方向、組織架構(gòu)、商業(yè)模式。也就是說，AI不是在和你共事，而是在和你共謀。

再比如，在科研領(lǐng)域，未來不是我們下達一個任務(wù)，讓AI去執(zhí)行某個研究方向和課題，而是我們輸入思考和需求，AI判斷該研究的方向和課題是什么。AI本身就是一個科學家，有自主的思考能力。

在生活場景中，我們也會不斷地出讓自己的決策權(quán)。比如，在相親網(wǎng)站中，可能是AI建議你選擇哪個人結(jié)婚。當AI吸收了足夠多的數(shù)據(jù)之后，AI的結(jié)論可能會比被戀愛沖昏頭腦的你更可靠。

普通人怎樣迎接AI時代？“阿拉丁時代”的三大發(fā)力點

當紐約公立學校嚴禁學生用ChatGPT寫論文之后，沃頓商學院的教授Ethan Mollick卻開始鼓勵自己的學生用ChatGPT來寫論文。

試想一下，當所有學生都可以用ChatGPT寫論文時，大家的分數(shù)會有明顯的差別嗎？一定會有差別的。雖然平均分值會上升，但一定有人的論文是A，有人的論文是C，因為不同人調(diào)用ChatGPT的能力是不一樣的。

這個道理就相當于你和你奶奶一起用百度查一樣東西，你查到的結(jié)果一定比你奶奶更精準、更靠譜。

正如英國營銷公司Ladder創(chuàng)始人Michael Taylor所說：“當你可以創(chuàng)造任何你想要的東西時，你能多準確地表達那是什么的能力就變得很重要。”

我認為，未來人和人的差距，是我們創(chuàng)造性利用AI的能力。關(guān)于這種能力，我可以打個比喻：

有一天，三個人拿到了阿拉丁神燈。阿拉丁神燈告訴他們：“我可以各滿足你們一個愿望?！?/p>

甲說：“我想要100億元的財產(chǎn)?！庇谑牵兂闪艘粋€百億富翁。

乙說：“我希望你再滿足我100個愿望。”于是他擁有了無數(shù)次喚醒神力的能力。

丙說：“我想擁有和你一樣神奇的能力。”于是他自己成為了阿拉丁之神。

AI就相當于一盞阿拉丁神燈，你可以利用AI滿足自己絕大部分需求。但如何把AI的能力發(fā)揮到極限，不取決于AI的能力，而取決于我們利用AI的能力。這個時代，我稱之為“阿拉丁時代”。

我們利用AI的能力，可以分為3個維度：

1.AI的訪問權(quán)

對AI的訪問權(quán)，是未來拉開階級差距的重要指標。最早的階級劃分由血統(tǒng)決定。比如，古代的印度就是由種姓決定人權(quán)和等級的。后來，知識也成了一種劃分階級的因素，你上什么大學、你的學歷，某種意義上決定了你未來的前景。而未來，決定階級的是AI的訪問權(quán)。你接觸、使用、開發(fā)AI的機會，決定了你能獲取多大的資源、創(chuàng)造多大的財富。

2.你的專業(yè)度

假設(shè)你和一位建筑設(shè)計師一起利用ChatGPT去設(shè)計一套房子，那位建筑設(shè)計師從ChatGPT身上拿到的設(shè)計方案一定比你更專業(yè)。

很多人以為，AI時代到來，人會變得更加“弱智”，因為AI替你解決了很多腦力問題。但其實，AI反而會讓一部分人更專業(yè)、更進取。因為你越專業(yè)，你調(diào)動AI的能力就越強。同時，AI也會對你有更強的賦能，你和AI之間就形成了一種雙向進化的關(guān)系。

所以，在人工智能時代的專家，會比今天的專家更值錢。

3.你的想象力

我們之前提到AI的訪問權(quán)，就是未來的人權(quán)，會決定你和別人的階級差距。因為AI的運算是要消耗算力的，算力說白了就是錢。擁有算力的大公司、大財團、大富豪，將會比普通人擁有更多的AI訪問權(quán)，這將形成更大的階級落差和貧富分化。

但慶幸的是，AI的訪問次數(shù)和你從AI身上挖掘的價值，并不完全是正相關(guān)的。

我們假設(shè)一種場景：一個父親打算利用AI教孩子歷史知識。第一種方案，是他希望把教給孩子的歷史知識，描述成一個簡單的需求，讓AI編成一本有聲書。第二種方案，是讓ChatGPT把歷史人物資料搜集起來，再編寫出一個語音聊天軟件，讓AI假扮歷史人物跟孩子互動。

顯然第二種方案的創(chuàng)造力，要比第一種方案更好。而且，這是一個真實的案例。

瑞典公司Facing It開發(fā)了一款叫Hello History的AI軟件，讓ChatGPT化身成歷史人物跟你互動。在這里，你可以跟亞里士多德侃大山，也能和居里夫人成為soulmate（靈魂伴侶），實時互動讓人產(chǎn)生一種身臨其境的感覺，你會更容易愛上歷史。

AI的訪問權(quán)代表了公平，你的專業(yè)度代表了努力，你的想象力代表了能力。看來，AI時代的社會和現(xiàn)在的社會，并沒有本質(zhì)區(qū)別。未來的社會依然存在著不公、依然需要格外努力，只不過想象力從來沒有像AI時代一樣重要。