ChatGPT開啟“阿拉丁時代”

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摸清一個領域。今天我想分享一下我對ChatGPT的研究結果，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域時，比研究那個領域更重要的是先研究自己的研究方法。以下是我調研陌生行業的工作流程：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的內容，是“報道的視角”，不是“有用的視角”。“報道的視角”內容，大致可以分成三類：

恐慌型：驚嘆于ChatGPT的智能，擔心未來的失業潮。

原理型：解釋ChatGPT的基本技術原理、OpenAI的商業邏輯。

教程型：教你如何翻墻，如何利用ChatGPT搞創作、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，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。

任何一個領域，都有海量的內容，我們不可能掌握所有的知識。同時，我們更要明白，任何一個領域都有一些關鍵知識，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，幫我們鎖定最關鍵的信息。

關于ChatGPT，我的研究框架如下：

對比以往的AI ，ChatGPT厲害在哪兒？

ChatGPT的技術和商業原理是什么？

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。面對一個新領域，你要盡量先吸收最權威、最專業的說法，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創始人山姆·阿爾特曼和內部技術專家的發言，他們的發言是最有價值的。

AI領域專家的發言，他們對技術的判斷是更準確的。

科技圈商業大佬的判斷，他們會從技術和商業的雙重視角理解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。

硬核技術科普類KOL（關鍵意見領袖）的總結，我們可以用他們做“技術掃盲”，從中獲取具體又關鍵的研究線索。

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，不要去堆砌數據和信息，而是要在信息之上，提出自己的理解和預測。

以下內容，是我得出的見解。

要理解ChatGPT的能力，最好的例子是獵豹 CEO傅盛說的故事：

傅盛領養了一只叫三萬的狗，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，這只狗曾經遭遇過一次車禍，送到醫院做了一次手術，做完手術之后就把它收養下來了。ChatGPT分析道：“我猜手術費比較昂貴，可能是三萬元，那你起這個名字是為了紀念狗的這場手術。”ChatGPT猜對了。

ChatGPT不是在關聯答案，而是推理出一個答案。這是過去的AI實現不了的。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級別的體力勞動或者基礎的腦力勞動。但現在，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，要讓工廠運轉需要電，未來讓一個商業體運作，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日常生活中的剛需，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，我們的社會結構、國際格局也許面臨重新洗牌。

可以預見的是，我們對AI的利用既是商業課題，也是社會課題，更是政治課題。

入口級的創業機會再次涌現

歷史上過往成為巨頭的商業體，往往都是因為它們占據了用戶的流量入口。比如互聯網剛起步的時候，門戶網站占據了Web的流量入口；后來，谷歌這樣的公司出現，一個搜索框占據網絡的信息入口；當智能手機出現之后，APP就是入口，所以出現了大量的應用公司。

當ChatGPT這樣的AI出現之后，可以想象，未來的用戶入口應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備發出命令，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、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。

這對某些已經占據入口級的商業巨頭而言，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，當國產汽車廠商沒有這個AI研發實力時，你再不接入AI，成為別人的下游產業，用戶就會拋棄你。

以往所謂的入口更多是一個軟件、程序，或者是一個硬件設備。而未來的入口，可能是一個人工智能模型，在這樣可預見的商業前景下，ChatGPT糾偏了硅谷以及全世界科技公司的創業思路。比如，前兩年紅極一時的元宇宙和Web3.0，現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，讓大家意識到通用人工智能（AGI），才是未來一切商業的根基。

當ChatGPT開創新的商業格局時，不僅會涌現新的商業巨頭，它還會徹底顛覆當下互聯網去中心化的商業走向，未來的商業將重新回歸中心化。

商業重回中心化

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

誰能用更低成本、更高效率，生產出大規模的內容，誰就擁有更大的流量。而內容的生產方式，經歷了這些歷程：OGC（職業生成內容）、PGC（專業生成內容）、UGC（用戶生成內容）、AIGC（人工智能技術生成內容）。

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

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

UGC的商業模式，需要無數個普通用戶發揮創造力。對于AIGC的商業模式，一個強大的AI就等同于億萬個普通用戶了。

而讓AI強大的關鍵，不是去中心化而是中心化。因為AI進化的關鍵是“連接”：AI連接越來越多的平臺，就擁有了越來越多的數據，數據越多，AI越聰明；連接越來越多的API（應用程序編程接口），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，而不是某個初創公司。其中的原因，就在ChatGPT的運行原理中。

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

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

細節不提，簡單說：Transformer模型的技術原理，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。“我愛你”之所以最容易被聯想，是因為在日常生活中，我們聽到、看到“我愛”后面跟隨“你”這個字的次數最多。

所以，ChatGPT的成功，是用海量的數據，馴化出了一個成功的人工智能，是量變到質變的結果。

他們訓練GPT-1的時候，用了7000本未發布的書籍，數據參數量是1.17億；但到GPT-3，他們從45TB數據中挑選了570GB進行訓練，參數量達到了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，只是算法上加了足量的訓練數據，ChatGPT實現了像真人一樣跟你對話。

而OpenAI能處理如此大量數據，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，我們可以總結出一個AI進化公式：AI=算法×算力×數據。

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據的計算能力。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。

數據也很重要，數據就相當于人類上了多少課、獲得了多少經驗。數據越完善越多，AI就越聰明。

當得出這個公式之后，我們也就明白了ChatGPT的局限。算法、算力、數據，既是AI的動力，也是AI的局限。算法對應的是一個國家或一個公司的科研實力，算力更多對應的是你能調動的資金，數據對應的是你能調用多大的用戶資產。

除此之外，AI還有一個巨大的商業阻力，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創始人說的那樣，AI的進化應該是快速學習和謹慎迭代。這句話的意思是說：AI在技術上可以高速發展，但它應用于人類的生活時，應該是緩慢的、小心翼翼的，AI的發展不能被商業和資本的力量捆綁。

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領域的創業，大約可以分為七個方向：基礎模型、垂直模型、算力工程、數據買賣、具體應用、社會治理、技術安全。

基礎模型的創業，也就是通用人工智能最底層的架構。這個基礎模型，原則上可以模擬人類一切的智能場景。但是，基礎模型對算法、算力、數據有極高的要求。基礎模型是人工智能領域的王冠，但有資格登上王位的其實沒幾家。

國內的幾家互聯網巨頭，百度的文心一言理論上有更大的機會，其他互聯網巨頭在算法、算力、數據上都有某一項是偏科的。比如，阿里沒有足夠的語料數據，騰訊沒有足夠的算法技術。

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模型和應用之間的一種形態，當基礎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域，AI的進化要依靠特定算法的校正和專業數據的“喂養”。

所以，未來會出現很多個在基礎模型之上，來開發垂直模型的公司。但他們用到的底層技術，還是OpenAI這樣的公司提供的。比如，專屬于醫療行業的基礎模型，出行行業的基礎模型。

還有一些創業方向，是為這些公司搭建模型做服務的。比如針對算力，我們可能需要大量科研實驗室的支持、需要芯片的制造產業。

所謂具體應用創業，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APP，也有可能是一款耳機。

我們聊聊社會治理的創業，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技能，找到新的生存價值？這依然需要一些公司提供相應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、技術條約，但這些都是從制度角度去約束AI。

我認為，制約技術最終還得依靠技術本身。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。如何用技術本身去約束技術，這真的值得探索。用技術手段實現AI的監管，也同樣是一個巨大的創業機會。

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

但在我看來，我們現在應該只到了AI進化的第二個階段。我預測，人工智能對人類的影響應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。

過去人類發明的電子機械設備，我們可以把它看成“低智版的AI”，機械設備只能幫我們干基礎的體力活，當ChatGPT這樣的AI出現之后，它已經可以解決基礎腦力工作。

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，應該是我們的決策權。

這些決策權可能包括：下一步的創業方向是什么？公司的組織架構怎樣是合理的？我們應該用什么方式推廣自己？出讓勞力、出讓體力，基本上是用AI來提高生產效率，降低生產成本。

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

如果我們把AI定義成出讓決策權的工具，你可以推出一款AI版的“數字合伙人”。

“數字合伙人”可以消化企業所有的經營數據、大量的商業實戰經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略方向、組織架構、商業模式。也就是說，AI不是在和你共事，而是在和你共謀。

再比如，在科研領域，未來不是我們下達一個任務，讓AI去執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。比如，在相親網站中，可能是AI建議你選擇哪個人結婚。當AI吸收了足夠多的數據之后，AI的結論可能會比被戀愛沖昏頭腦的你更可靠。

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，你查到的結果一定比你奶奶更精準、更靠譜。

正如英國營銷公司Ladder創始人Michael Taylor所說：“當你可以創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，是我們創造性利用AI的能力。關于這種能力，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。”

甲說：“我想要100億元的財產。”于是，他變成了一個百億富翁。

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

對AI的訪問權，是未來拉開階級差距的重要指標。最早的階級劃分由血統決定。比如，古代的印度就是由種姓決定人權和等級的。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。你接觸、使用、開發AI的機會，決定了你能獲取多大的資源、創造多大的財富。

2.你的專業度

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

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、更進取。因為你越專業，你調動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，就是未來的人權，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，這將形成更大的階級落差和貧富分化。

但慶幸的是，AI的訪問次數和你從AI身上挖掘的價值，并不完全是正相關的。

我們假設一種場景：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），實時互動讓人產生一種身臨其境的感覺，你會更容易愛上歷史。

AI的訪問權代表了公平，你的專業度代表了努力，你的想象力代表了能力。看來，AI時代的社會和現在的社會，并沒有本質區別。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。

本文來自微信公眾號梁將軍（ID：liangjiangjunisme）