ChatGPT的應用要點

首先讓我們簡單認識一下ChatGPT，它是一種基于Generative Pre-trained Transformer技術的人工智能模型，核心是深度學習的神經網絡，能夠自動學習人類語言，并產生自然流暢的語句。它使用預訓練技術和微調技術來提高智能水平，理解上下文和語境，生成自然、流暢的文本回復。ChatGPT能夠為人與計算機之間的交互帶來前所未有的便利和效率，未來可能在各個領域開發更高級的虛擬助手，并且在家庭、醫療保健、教育培訓、游戲設計以及機器人和自動化系統等領域得到廣泛應用，帶來更加智能化和個性化的服務和支持。

來自上海人工智能研究院首席技術官王資凱，前埃森哲高管和《沙丘》翻譯者，現領導上海浦東新區科幻協會的顧備老師，還有數字化轉型專家、前微軟中國高管王玨老師，三位嘉賓共同和我們一起探討ChatGPT的前世今生和未來的可能性，希望今天的分享能夠給大家帶來一些思考和啟發。

【顧備】：ChatGPT是一個AI語言模型，最近開了最新的4.0版本的發布會，那么這次新的4.0版本與以往有何不同之處?

【王資凱】：在ChatGPT之前，人工智能主要是圍繞著細分領域關注于解決不同領域特定問題的小模型，然而，ChatGPT大模型的出現完全改變了這種觀點。該大模型在多種任務中都表現良好，尤其是在開放式問題中，表現非常出色。因此，ChatGPT和其他類似產品成為了行業的轉折點，在不同領域為用戶提供了眾多應用的可能性。在今天下午OpenAI發布的GPT-4的演示中，我們也看到了它在文本之外的各種能力，例如對圖像的識別理解以及語義分析的能力。這些都是非常令人驚艷的。在直播彈幕中，有一塊展示了許多氣球的圖片，然后機器的問題是如果剪斷氣球下面的繩子會發生什么。這實際上是一個非常難的問題，但是GPT-4的模型可以準確地回答，如果剪斷繩子，氣球可能會飛向天空。

Open AI的ChatGPT系列產品都是同根同源的，有很多相似之處，都使用了指令微調、提示工程等技術激發大模型的潛力，實現更好的表現。OpenAI推出的這幾個產品和之前做圖像識別、語義分析、語義分割等應用領域的技術和模型不太一樣，具有自己獨特的技術和工程創新，因此我認為這是一個分水嶺式的事件。事實上，在這個領域中的技術迭代和進化似乎變得越來越快了。

【顧備】：在ChatGPT出現之前，我們普遍認為，人工智障對人類的威脅還不是很大。然而，ChatGPT的出現對社會形成了一個非常大的沖擊，很多普通的職場工作人員開始擔憂自己的工作有可能會被替代掉，它對普通人的影響如此之大，是我們可能始料未及的。我們上海浦東新區科幻協會的監事長孔華威也提到過，以后職場上真正有工作的人大概只有1%到0.1%，其他人可能只有一份救濟金，這是我作為一個科幻作家，也是作為企業咨詢十多年的從行者深切感受到的，對它搶走工作機會這件事，非常有危機感。

【王資凱】：近來，我們在招聘過程中的標準其實已經發生了變化。過去招聘技術人員時，通常需要一份長長的崗位要求清單，包括專業背景、學校、工作經驗、技能等。但有了GPT后，我告訴人事處，我們現在只需要三點要求：第一點是能夠正確使用搜索引擎，第二點是能夠使用Open AI和微軟合作開發的代碼生成工具CoPilot，第三點是能夠使用ChatGPT或類似工具進行代碼調試。這三個要求完全顛覆了過去十幾年對軟件工程師和算法工程師的要求。因此，我認為OpenAI和產業界的朋友們推出的一些工具，的確能夠提高我們的工作生產力。但是，我認為工具只是工具，不要對它們要求過高。例如，我們不能指望ChatGPT在極短時間內回答所有問題。

【王玨】：如果你不了解過去，你就無法了解未來。技術的發展雖然消滅了一些工作崗位，但也創造了很多新的工作機會。而ChatGPT這樣的工具不僅能夠提供更多的工作機會，還能夠改變人們的思維方式，因為隨著科技發展，人們需要不斷適應新的工作環境和技能要求。

回溯40年前，辦公室自動化的最初目的是大量減少紙張，雖然在過去幾十年里并沒有因此減少紙張的消耗量，但它對于提高工作效率和降低成本是有積極作用的，同時也推動了協同辦公的發展。因此，我們需要保持開放的態度去探索科技的可能性，從而更好地應對未來的挑戰。

【顧備】：沒錯，新技術總是會消滅一些工作崗位，但同樣也會創造更多的工作機會。那么，ChatGPT到底有哪些現實的應用呢?有沒有可能，一旦普通人掌握了這個工具，他們就可以做一些看上去需要很高端的專業知識的事情?

【王資凱】：一個沒有技術背景的普通人可以利用現有的自然語言處理工具，如ChatGPT等，來完成一些重復性的信息搜集、頭腦風暴等工作，提高工作效率。

比如，我們今天公司要給一個合作方發一份合作行動方案。正常情況下，可能需要兩個同事寫兩到三天，但今天我自己打開電腦，把這樣一個比較寬泛的問題分解成了十幾個提示，然后把這些問題塞給ChatGPT，等它做出相應的文本生成。隨后，我再把這些生成內容經過格式調整，最后形成了一份符合合作方要求的合作方案。

隨著各大廠商如百度、阿里巴巴、騰訊，以及國外的各個大廠不斷推出類似產品，必然會有各種企業和研究機構去深耕各種細分領域的小型模型。這些小型模型和大型模型疊加在一起，一定會增強我們在細分領域里的辦公效率。因此，我建議沒有技術背景的同事們其實可以關注這個方向的發展。

【王玨】：ChatGPT其實已經讓知識管理進入了3.0階段。最早的知識管理是把專家的經驗放在庫里供大家使用。整個90年代它是企業或機構變革的重要驅動。后來由于大數據，知識管理又變成了另外一種方式。現在我們的ChatGPT是3.0版本，它能更精確地定位到高管或中層干部所需要的東西上。我認為ChatGPT有時會消滅一些中層，但更多時候則會產生更多的中層。過去，我們曾經說過，因為有了網絡，扁平化已經實現。但現在還有另一個觀點，尤其是在全球化的背景下，對一個人的執行力要求很高，同時還要有足夠的可觀察性、可控性以及個人信用，既要做到自理，還要保證風控。對于中層來說，這些要求會更高，這時候ChatGPT就可能會幫上忙。我認為，它會對中層產生更大的挑戰，但也會讓他們更強大。我對這個軟件或IT來說，一直抱有比較樂觀的態度，我覺得，從什么角度去看待它很重要。

【顧備】：之前王玨老師提到過，Software Destroy Everything，說軟件和IT是有可能導致人類降智的，因為我們有可能不思考了。您怎么看待這個問題?

【王資凱】：我們應該認識到機器學習模型的局限性，ChatGPT只是工具，不能過度依賴它，也不能期望它能取代人類的決策。人類應繼續發揮自己的優勢，如創造力、情感等方面。同時，我們也要注意我們自己的問題，如偏見、誤導等，才能更好地利用機器學習模型的優點。

【王玨】：我的觀點有點小小不同啊，我覺得人工智能發展到今天，可能不僅僅是個工具了。其實今天很多人很恐懼AI的原因，其實是擔心人工智能有可能在某些方面對人類造成傷害，如果算力足夠大的話，那是蠻恐懼的。開發人工智能需要謹慎，避免像脫軌的火車一樣。文科生和理工生對人工智能的發展考慮角度不同，前者更注重社會發展的角度思考其負面影響。人工智能的進步之快讓人感到恐懼，但也提醒我們需要更加警惕和謹慎，以避免出現不可逆轉的后果。所有的關鍵還是取決于人。

過去人工智能的一個里程碑是深藍和阿法狗，那時候的AI還是分析型，但現在的ChatGPT是生成型，它是歸納總結分析之后，生成知識。另外，現在的AI可以自行訓練AI，無需人類的干預，這是完全不同的方式。back to the basics回到基本點來看問題，訓練人工智能就像教學生。更多時候我們討論的都是know how“怎么解決問題”，如今從ChatGPT上看到的是know what“了解問題”，而教育萬變不離其宗的是最終要know why“為什么會這樣”。所以，未來的教育可能要從現在的know how慢慢轉向教導學生know why。只有這樣才能保證我們教育出來的人才可以跟上時代的高速發展，能夠理解問題的本質，進而快速利用工具找到解決方案。

【顧備】：其實我感覺，人類和人工智能其實都在快速成長，人類的思維模式也在隨著新技術的涌現不斷調整。那么，ChatGPT是否已經足夠成熟了?未來會如何發展，對哪些行業的影響最大?

【王資凱】：未來可能出現三大變化：內容的爆炸、內容分發機制的變化、用戶和機器以及用戶和用戶之間交互手段的變化。

首先是內容爆炸。2000年到2001年間，扎克伯格預測說內容將每十八個月增長一倍。扎克伯格定律其實是基于傳統社交網絡做出的預測。但隨著多模態的大模型誕生，內容量必定會在未來一段時間內呈爆炸式增長，這將對互聯網生態產生巨大影響。

以往條件下大家獲取信息都是通過搜索引擎加上各種各樣APP或者應用的推送，，如果信息量突然暴增到今天內容的十倍或者百倍，傳統條件下的內容分發機制就會失效，因此會出現一個全新的內容收集和分發機制。

可能每個人都會需要一個用于總結歸納的app，專門針對某個細分領域的。在這個專業的細分領域，每天都有大量的最新信息，各種AIGC的工具會生成大量相近但非重復的內容，個人肯定沒有時間看完全部內容，無法準確鑒別其中各式各樣的信息和知識點。因此，用戶肯定需要一個用于歸納總結的工具，每天向用戶推送一個相對來說簡短的摘要，讓用戶可以一目了然地了解過去一天里發生了哪些事情。

另一方面，專業細分領域會有各種新模型誕生。Open AI目前訓練模型的數據只是公開的各種數據，但其實在細分領域里，大量的數據是非公開的。比如醫療領域，就有非常多的非公開的學術論文掌握在出版商手里;還有各個醫院里保存的病例和診療記錄。如果這些信息能夠整合成一個專業領域內的模型，然后再和大模型協同，那么在細分領域里面，可能傳統的工作模式就會被顛覆，讓一個小團隊就具備服務眾多客戶的能力。

第三，就是用戶和機器與用戶和用戶之間交互手段的變化。微軟在幾年前提出了conversation as a platform“內容即平臺”概念，這其實是一個相當顛覆性的概念，非常前瞻。正如前面所提出的，僅僅“對話”就有可能變成一個細分領域內平臺性的東西，或者是廣義上一個涵蓋所有內容的平臺性的東西。

內容的變化，分發機制的變化，以及交互手段的變化，圍繞這三點，我想，每個人和每個公司都有機會去做一些調整或適應，以及前瞻性的考慮或布局。

【王玨】：說到ChatGPT就要說到微軟。首先，微軟的商業能力還比較強;第二，微軟追尾燈的能力非常強。只要有偉人在前面，微軟就能快速跟進并迭代。比爾蓋茨在1975年就有一個夢想，或者說遠景，希望每個工作臺上都有一個電腦，結果基本上在2003年就實現了。(顧備：那有沒有可能很快微軟會讓大家每個人的桌子上都有一個ChatGPT呢?)有可能微軟會讓大家每個人的桌子上都有一個ChatGPT存在的，因為每家公司都有自己基因。這也是微軟比較強大的基因，當追尾燈的時候，他會卯著力去追的。

【顧備】：追尾燈也好，拿來主義也好，都是一種技術活兒。可是，很多新技術來得快去得也快，就像VR和元宇宙。新技術在剛開始的時候，市場并不夠大，它可能會引起業界的一些關注，但由于那個時候的市場還不成熟，所以只是業內一些人的狂歡，等熱浪過去以后，沙灘上就是一堆死扇貝。open AI也好，ChatGPT也好，足夠成熟了嗎?有沒有跟已有的的軟硬件結合的機會?還是說已經發生了?在整個行業應用的過程中間，如果我們去算技術賬和經濟賬，值不值得去用?合算不合算?是應該再等一等，還是現在就應該趕緊上，如果不上就來不及了?

【王資凱】：圍繞著相關大模型去做應用的這群企業，一定有非常豐富的機會。這一輪技術進步，實際上也被人稱作“底層技術的民主化”。在傳統條件下，大家去做模型可能需要雇傭幾個算法工程師收集數據、清洗數據、訓練模型、調整模型，最后達到一個比較高的準確程度，然后把這套模型用到自己的產品里，再拿到市場上去試。整個流程既耗人力又耗錢，還耗時間，甚至可能是個無底洞。但目前有了各種各樣的大模型之后，意味著一線這些圍繞著大模型做相關應用的公司，有了很機會。一個小公司可能只需要幾個軟件工程師，就能夠通過調用各種各樣大模型API的形式，初步完成自己產品的運行，然后迅速發布到市場上，去做市場反應的測試。這么做首先能夠快速縮短產品進入市場的時間，此外能夠大幅降低試錯的時間。傳統條件下，做一個產品可能需要幾百萬，而當前調用API，可能只需要前期做一些界面上的設計和工程上的調試，就可以了。這樣就能迅速去做一個場景測試，去試驗市場的反應。從這個角度講的話，我相信圍繞著相關大模型做工程化和產品落地的公司，一定會有很多機會，從事這個方向創業的同事，一定不要猶豫，一定要知行合一，先做起來，看一看市場的反應。這是一個很重要的機會，就像2007年iPhone剛推出的時候。

從另外一個角度講，隨著大語言模型的普及，一些領域內肯定會出現過度競爭，可能很多領域都會被殺成紅海。一些典型的領域，比如說翻譯、文本糾錯和文本潤色，也包括各種各樣草圖生成和原畫設計，這些領域的門檻會非常低。這部分內容由于其商業模式過于簡單，一定會導致過度競爭，進而導致整個領域平民化。在這種領域內耕耘的企業一定會被open AI或谷歌這樣的公司降維打擊，所以這些場景可能不太適合去構建新的產品。

除非是在某個新興市場，該領域內的團隊能夠從某個獨特的角度去思考，去響應某個有獨特需求的客戶群。可能的商業成功將取決于應用場景。一線的公司，無論是做相關應用開發、產品開發，還是目前的服務行業，都應該要關注這樣的一個機會。

【顧備】：從應用場景而言，這就很需要科幻的想象力了。所有面向未來的科技想象都是科幻嘛。我們完全可以通過科幻思維來訓練產品經理來想象未來的應用場景，并且通過設定來模擬市場反應。當然，趕浪的有可能被淹死，而不敢浪的也有可能被拍死在沙灘上。

【王玨】：我覺得，這里面是一半是海水，一半是火焰。你這個觀點是對的，在新技術浪潮中，死的基本上一半是趕浪的，一半是不敢浪的。不敢浪的一般會死的很慘，而趕浪的首先進入市場的時機很重要，其次要敢于試錯。創新是允許失敗的，一家企業在存續期間，要不斷試錯才能創新，才能迭代，才能前進，才能活得更好。所以，從這個角度來講呢，你一定要去用新技術。這是從客戶端來考慮問題，那我們再考慮一下競爭端。

首先，微軟把chatGPT嵌在微軟的office里面，嵌在Bing必應里面。而競爭對手谷歌也相應地推出了自己的競爭產品，并且把這個產品用在它的搜索引擎上。雙方的競爭事態已經很明顯很強烈，并不是什么趨勢不趨勢的問題，而是已經在線觸發了。

其次，chatGPT現在已經變成一個生態了。例如，sales force前兩天發布了一個叫愛因斯坦的GPT，而這個聊天機器人就是集成open AI的，其銷售模塊、客服模塊、現場管理模塊、數字營銷模塊，都與此相關。很顯然，open AI已經變成了一個平臺。而另一邊，谷歌也會推出自己的生態。競爭的戰火已經全面展開了。

【顧備】：他們兩個打起來的話，對消費者或者下游的企業而言不是好事嗎?有競爭我們才有機可乘嘛。那么，未來有沒有可能，我們可以利用chatGPT來改善企業人員之間的這種溝通方式?提高我們的工作效率?比如，能不能幫員工寫工作報告?做員工的基礎培訓?

【王資凱】：我想，一定會有幾個巨頭能夠在這個賽道上跑出來的。我認為目前做的最好的應該是notion AI，這款協同工具真的非常好用，它是基于gpt-3來做的，這個插件在典型的辦公場景中，任務效果非常好。另外就是open AI在自己官網上公開的那套，幫摩根斯坦利做的knowledge base。這款工具把所有圍繞資產管理和人員培訓相關的資料都塞進了這個知識庫里，然后基于這個知識庫與大語言模型做協同，在一些關鍵場景里，就能夠把相應的知識推送給相應的人員。這是一個典型應用，大幅提升了財富管理相關從業者的工作效率。當然，我相信在這個賽道上一定會出現很多競爭者，最后受益的人一定是終端消費者，或者是底層的中小型公司。我相信，這將是一個很有意思的賽道。

【王玨】：企業里要提高勞動生產率，其實最大的問題就是溝通。在一個全球化的公司里面，溝通最大的挑戰在什么地方呢?就是語言。比如說email，發郵件的時候你認為你的意思表達得很清楚，但很可能因為寫作能力差，你寫的東西老板看不懂，甚至認為理解有問題。這個時候，chatGPT就會給你一個很好的解決辦法。你把想法輸給chatGPT，它則會給你一個比較中規中矩的范本。第一，省了時間;第二，基于此再整理一下思維，就會進一步提高生產力。另一方面，開完會需要有會議紀要。自己寫很麻煩，有了chatGPT，歸納總結就會變得很簡單。

我覺得chatGPT很可能跟當年iPhone一樣，你的想象空間有多大，它對你的幫助就有多大。并不是說我們今天講到哪里就能想到哪里，或許等你用的時候，自然就會有很多場景出來。所以我還是覺得這工具會給我們帶來一種根本性的變化。

【顧備】：說到歸納總結，有沒有可能，以后企業內部只要做到數字化，信息就可以快速被匯總上來，然后通過chatGPT快速進行分析，并將經營現狀快速呈現出來?甚至于，我們可以通過搜索引擎去了解客戶對于我們的產品，或者分店，有什么樣的反饋，再把它變成一個分析報告?或者采購方，也可以通過這樣一個工具去快速了解自己想要購買產品的優缺點?有沒有可能它會改變未來的市場行為?

【王資凱】：這個問題提的其實非常好。我認為，各種各樣的大模型一定能夠與目前一線的商業應用軟件和分析工具結合起來，然后更自動地去理解和歸納總結。如果以語言作為一個交互界面的話，以往很多分析工具不具備的分析能力，就能夠在新工具上得到體現，那么這部分內容再經過大模型抽象的分析，就可以得出相對精準的市場數據。從另外一方面講，無論是一個店鋪還是一個公司，運營情況其實可以通過帶語言模型的工具來生成內容并進行總結。而這部分內容，無論是對中層領導者，還是對企業高層的管理人員來說，都是一個很大的進步。以往大家需要基于各種各樣的數據，通過各種各樣的工具去找到相應的指標，找到能夠標識企業運營缺陷的標志。而在新的工具下，或許能夠生成一些具有洞見的報告，那就能夠給中層和高層管理人員提供更多的信息。

我想，我們不大可能通過向大模型提問，去了解應該訂購怎樣的產品以獲得更強的市場競爭力。因為當大模型能夠引導我們去影響一線零售商的訂貨策略的時候，這個機制一旦公開，就已經失效了。就像我們一旦公開中國大學排行榜的評分規則，這套機制就已經失效了，總有大學能夠通過調整各種各種各樣的數據，讓自己大學的排名靠前。然而，雖然我認為一線廠商沒機會通過大模型去獲得訂貨思路，但一線的零售廠商卻一定能夠利用這套東西去分析，得到自己的結論。然后依據結論和其他一些額外信息，形成自己的訂貨思路。

這部分大模型可能只是起到一個最前端和最后端的作用，最前端就是初步的對非結構化的語言模語言信息的理解，也就是與自然語言理解相關的工作。而最后端其實就是自然語言生成的這部分工作。中間各種各樣的流程可能需要企業依照自己多年運營形成的規則，以及其他一些微觀經濟學的模型，再加上協調和配合，形成各種各樣企業內部的獨特規則。中間這些規則有可能是大模型不具備的，我們在做相關研究和應用的時候，一定要考慮好每一部分到底是由哪樣的技術、哪樣的環節，來操作來運作。

【顧備】：既然如此，最后有哪些領域的工作會被替代呢?

【王玨】：我覺得不用太悲觀。不要去靜態地考慮問題，一定要動態地考慮問題，也就是說，當你能力提高的時候，你的工作機會就會越來越多，上升空間也會越來越多。你們要從過去看到現在。IT或許消滅了一部分工作崗位，但也同時增加了很多工作機會。我們就拿銷售來說吧，在原來的銷售體系下，最頂尖的銷售肯定不愿意把自己的銷售經驗傳授給別人。但人和AI之間就是如何看待工具的問題。你把工具看成你的敵人，還是看成你的助手。工具的產生是為了提高人的生產力。當企業有了客戶經理這個崗位的時候，就會把每個人的best practice最佳實踐嵌入到工具里。就這樣，傳統的銷售不見了，但每個人都更開放，并且通過不斷的學習不斷成長。

3月9日微軟在德國預發布chatGPT4.0的時候就說過，chatGPT4.0會給人們提供更大的可能性，工作機會也會越來越多。每個企業都要成立“能力中心”，通過chatGPT提高員工的能力，這樣一來，所有的人就不是低層次競爭了。回到我以前經常跟銷售講的，你是關系驅動還是價值驅動?做任何事情的時候，還是要多想想，這些東西都是你的朋友。當你把它看成敵人的時候，你肯定會失業的。當你把它看成朋友的時候，這個助力就會很大。

【王資凱】：可能職業不會被消滅，但工作流中的某些環節會被消滅。我認為，直接被大模型替代的工作崗位，其數量應該非常有限。可能最容易被替代的就是copywriter，但文案撰稿人的工作可能不僅僅是撰寫一篇文案，還需要反復與客戶溝通，而這一步可能真的需要人來實現。而當他完成這篇稿件撰寫之后，后續的工作流程，比如說依照規則去審核其合規性，發送到某些平臺上，這些工作流都可以簡化。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如有侵權行為，請第一時間聯系我們修改或刪除，多謝。