文|數智前線 游勇 石兆
編輯|趙艷秋
《狂飆》里的高啟強說，風浪越大，魚越貴。現在，這正在類ChatGPT大模型市場發生。相比于在消費端的熱鬧，企業級市場的商戰也已經打響。
數智前線獲悉，微軟已帶著OpenAI旗下ChatGPT等服務，開始拜訪國內行業企業。而一家央企相關負責人告訴數智前線，百度創始人李彥宏不久前剛帶隊拜訪了他們，討論大模型與其核心場景的結合及應用。此前，百度宣布將于3月份推出新一代大語言模型“文心一言”，這將是國內第一家正式推出對標ChatGPT的產品。百度智能云也已官宣，將對外提供“文心一言”的調用服務。
2月22日李彥宏在財報發布后給員工的內部信中說，AI技術已經發展到一個臨界點，各行各業都不可避免地被改變。中國AI市場即將迎來爆發性的需求增長，其商業價值的釋放將是前所未有的、指數級的。
各行業客戶也開始了行動，有的已與有大模型能力的企業開始了初步接洽，有的甚至參與了大模型的內測。“ChatGPT類的應用看似先在消費端展開，但估計最后變現主要靠toB，現在在ChatGPT的刺激下，國內各行業都動起來了，很可能趟出一條大模型toB路線。”一位行業人士對數智前線稱。
01 ChatGPT引發商業暗戰
國內互聯網大廠們都感受到了來自ChatGPT的沖擊和機遇。
一位百度人士告訴數智前線，百度上下都在緊鑼密鼓地做準備，公司內的工作強度很高，來公司咨詢的企業和機構也非常多。這些日子，百度也密集官宣了與行業企業、機構以及合作伙伴的合作。據悉，已有互聯網、媒體、金融、汽車、企業軟件等近300家頭部企業加入“文心一言”生態，其中甚至包括了少林寺，而一些客戶已開始內測。
阿里、字節跳動、華為也都在推進生成式大模型。阿里達摩院正在研發該類產品，并計劃與釘釘等生產力工具深度結合。字節在去年底已在內部幾次開會討論。一位金融行業人士告訴數智前線，字節旗下火山引擎不久前向他們推銷了內容生成式模型的服務，“但都是寫文案，做素材，覺得有用，但不是質變”。華為也在跟進，這件事對華為相關方面有很大觸動，公司相關專家第一時間坦承OpenAI所帶來的啟發。
相比于業內的狂熱，騰訊系顯得比較謹慎。數智前線獲悉，微信張小龍在不久前的年會上發言說，對這種熱點要保持警惕，不能一窩蜂去追。事實上，騰訊目前也未在此事上過多宣傳，只是說有技術儲備。據悉，企業微信也預留了接口，具備可接入ChatGPT這類模型的能力。
值得關注的是，這次并不是“剃頭挑子一頭熱”，除了大模型企業和云計算公司感到興奮外，ChatGPT幾乎引發了所有行業的思考，它所代表的通用大模型正變成一個生產力工具，往行業場景里深入，行業接受度之廣，令人難以想象。
電力行業某技術專家告訴數智前線，ChatGPT的熱潮在央國企里引起關注，他所在的企業已開始打算投入部分資源，期望聯合平臺企業的大模型，來訓練電力調度場景的小模型，他們認為就像云一樣，大模型未來也會是一種基礎設施。
柳州鋼鐵冷軋廠上個月開始，嘗試用類ChatGPT產品來處理技術文檔。廠長陸兆剛有一個很痛的需求，他每天需要看各種文案以及為了解決各類故障的技術文檔。他希望用ChatGPT把需要的技術文檔，從海量數據中準確地找出來，提高工作效率。
當然，相比于淺層的尋找技術文檔的需求，工業領域的應用還有更大的想象空間。一位百度智能云人士告訴數智前線，電影《流浪地球》里有一個情節，大家在月球上制造地球發動機，其實就是人工智能推進下的3D打印。未來，通用大模型可進行工業設計，推動智能制造。此外，工業互聯網當下有一個巨大的痛點，是有太多的接口協議，如何去實現互聯和對接。未來，通過通用大模型帶來的智能，它如果能自動去識別硬件的協議并進行匹配，這將是件影響行業的大事。
在家裝行業，一位家裝平臺負責人告訴數智前線，他們正在和大模型廠商洽談合作，希望將人工智能大模型的模塊內置到設計師的設計工具里。以前設計師做出了效果圖，跟客戶確認，對方通常會提出新的需求，而設計師更新一版效果圖需要兩三天時間。現在如果能直接在設計工具里接入大模型的能力，設計出效果圖之后，可以直接跟用戶在場景里面聊，然后快速修改出效果圖，對設計師的簽單和用戶的體驗上都會有很好的提升。
這位負責人補充道，未來在家裝設計上，“大模型可能會超過50%的一般設計師水平”。他們也已經嘗試了一段時間，“現在還是有一些挑戰”，主要是這些生成式人工智能對素材和數據的要求比較高，不是簡單輸入就能得到很好的效果。
金融業一向是利用技術紅利的先鋒軍，對大模型也表現出濃厚興趣。“金融保險領域本來都是NLP（自然語言處理）的大用戶，不過很多用的是傳統或上一代的NLP，經常達不到業務部門的要求。用GPT可以大幅提高產品能力。”一位金融業人工智能資深人士告訴數智前線，“而且，GPT會逐步進入核心環節。”
另一位資深人士說，金融業有大量數據分析工作，大模型如果可以按照數據分析師的思路和方式，實現大部分數據分析和處理的工作，將會提高業務的效率。“當然，這要看未來人工智能是否能成長出一種能力，能識別金融數據和渠道信息的真實性。”一位曾在國有銀行從事大數據業務的資深人士告訴數智前線。
在生物科技領域，天壤此前將人工智能模型用于蛋白質的研究，比如大分子藥、酶的改造。以前的通用做法是，拿一個長度一兩百的天然蛋白質，對某些地方進行局部改造，變成一個新的蛋白質，不僅耗時耗力，且未必成功。因為有非常多的可能，它需要人工不停地去試，花大量時間去驗證。現在在大模型的幫助下，能夠非常快速、準確地認識一個蛋白質，需要哪一塊核心結構就保留下來，然后通過生成式大模型生成一個新的蛋白質。
不僅如此，通過生成式AI技術，甚至可以生成自然界中不存在的蛋白質。據估計，人類目前已知的天然蛋白質數量為10^15，而未知空間中還有很多可能解決醫療健康、能源環保等挑戰的功能蛋白質沒有被觸及。這些工作都需要更大的模型、更多的算力和海量數據支持才能得以實現。
在教育領域，一位從業者告訴數智前線，他們在暢想包括真正的人機對話語言學習；給定關鍵詞，讓AI寫故事和畫繪本；出考題試卷等應用場景。雖然人機對話之前就運用多年，包括智能音箱和各類語音助手，但普遍表現得不太智能。如果能用大模型優化體驗，能帶來很大的想象空間。
02 “等待國內大模型”
盡管OpenAI的ChatGPT在消費端得到了熱情追捧，但在國內的行業商業落地上表現得不盡如人意。
一家企業稱，上周微軟的人到他們公司推廣OpenAI的服務，是toB類的。但這項服務存在一些比較突出的問題：一是不允許私有化部署，只能使用微軟提供的API接口。中美在應用部署上的習慣不盡相同，比如美國的很多客戶，包括政府機構都習慣使用公有云，但中國很多大中客戶出于安全等考慮，會要求私有化部署。
二是成本較高，不算運行訓練成本，相關服務的平均價格大約為每次調用2美分。智能客服企業云蝠智能創始人魏佳星也告訴數智前線，上個月他們試運行了ChatGPT，感覺“一般場景很難負擔得起”。他分析說，智能客服業務，每一通電話對客戶的收費才0.12元，利潤在2分錢左右，當這項產品的調用成本降到1分錢人民幣時，行業里才可能會像用水用電一樣使用起來。
上述家裝平臺負責人也表達了類似的看法，“ChatGPT用在家裝設計環節，節省設計師兩三天時間，花這個錢還是很合算。但如果是客服就不太劃算，調用成本太高。”
三是OpenAI提供的API接口目前還比較單一，只能提供幾個功能，更無法與企業業務流深度綁定，更像一個大外掛。
鑒于上述原因，多家行業企業人士告訴數智前線，“真正應用需要等國內的大模型起來了”。畢竟大多數公司都不會自己做訓練大模型這樣的燒錢規劃，只有等待國內類似ChatGPT的大模型出來后，看推廣深度，有沒有私有化部署和改造的機會。
無論是從商業模式還是成本上，行業企業都希望國內能出現比較能打的類GPT大模型。期望他們提供更切合中國企業習慣的服務，也能夠在價格上更符合國情。
“再過一年，大模型的成本肯定會降下來，GPU的算力在往上漲，推理的速度會更快。而且模型本身還有很多地方可以優化，工程上做得也更加緊縮。”國內做通用人工智能的創業公司天壤創始人薛貴榮告訴數智前線。
除了上述之外，市場調研公司IDC高級分析師盧言霞對數智前線分析，大語言模型的商業化落地還面臨兩方面的挑戰：安全和技術。安全方面在于ChatGPT生成的內容產生的版權問題，內容造成的虛假宣傳問題如何管控，以及倫理問題。目前有些廠商在發力數字水印，向數據多媒體添加數字信息來達到文件的版權保護，人機內容生成的辨別等。
在技術方面，主要是目前問題回答的準確度仍然不夠，模型數據無法實時更新，造成的答案內容不及時，中文語料庫不足，導致ChatGPT在回答中”水土不服”等技術問題。不過，隨著預訓練大模型的廣泛應用和升級，準確度和效率會有所改善。
而一家制造型企業的數字化資深人士告訴數智前線，實體企業最關心的還是業務層面的問題，包括供應鏈、產能、良率、交付時間，“新技術如果能在這些要素上取得收益才會去考慮，否則都是炒作概念，無法落地。”
讓AI大模型跑出來，需要與真實場景方方面面匹配，讓客戶可以更低門檻、更有效率、更低成本地應用AI大模型，如何讓AI大模型從巨頭的參數游戲，成為產業的普惠技術，也是巨頭必須要做的事情。
03 中國企業路在何方
ChatGPT走紅之后，國內大企業的熱情徹底被點燃，百度、阿里、騰訊、字節、華為、快手、小米等紛紛表態，自家有類ChatGPT的技術或即將推出相關產品。
由于中文比英文難理解太多，這涉及技術、漢字信息熵比英文字母高很多、互聯網中文信息質量等問題，初心資本李可佳對數智前線說，國內第一版出來后，遭遇的挑戰會更多，但好處是知道這里面的差距在哪里，再慢慢地跟上。“而每一次價值鏈的重構，都是一次巨大的商業機會。”
不過，一些人士認為，中外企業在大模型上的差距正在拉大，對中國企業能不能在技術商業上迎頭趕上，有一定疑慮。但以目前聚焦最多、外界給予壓力最大的百度來分析，客觀來講，中國企業已具備必要條件。
ChatGPT給用戶帶來驚艷的背后是大語言模型的功勞，而訓練大模型主要是三大要素——算法、數據和算力。百度、阿里、華為、浪潮都有超大模型的訓練和實戰經驗。比如，2021年底，百度已發布文心ERNIE，參數規模為2600億，與海外大模型處于同等數量級上。它還可實現文字生圖，具備了多模態的技能。這也是人們猜測OpenAI隨時可能發布的GPT-4，極有可能做的一件事。
不過，百度技術委員會主席吳華此前表示，雖然在百度文心大模型中，涉及各種理解和生成的能力都有，但ChatGPT是在展現方式上使用戶能更加容易、以自然語言的方式去實現交互，是一個革新性的認識，對自己有很大啟發。而根據用戶反饋，也會快速優化大模型。
高質量的數據投喂是訓練大模型的另一個關鍵要素。雖然ChatGPT未公布訓練數據集，但根據GPT-3的描述，大約有31億個網頁內容、書籍、維基百科，之后還添加了代碼托管平臺Github的各種代碼。此外，英語約占46%, 德、日、中文等則各占大概5%，總體為3000億單詞的語料。
業界人士告訴數智前線，中文的處理方式不能照搬。國內企業在中文數據處理上有更多經驗，在中文語料上更豐富，也可借助英文語料進行優化補充。而關鍵的是，融入對中國文化理解的本土化AI模型，對市場和用戶是最好的。國研新經濟研究院創始院長朱克力告訴數智前線：據他了解，百度“文心一言”GPT模型目前在版本更新上已有較大進步，針對中文語料上做了大量調整，在快速迭代和語義準確方面能夠發揮得更優。
除了上述行業因素，百度已形成了全棧布局，從底層的人工智能通用芯片昆侖芯，到人工智能框架飛槳，到大模型文心，最后是上層應用如搜索、小度、Apollo智艙系列產品等，都在“文心一言”生態圈，這四層能實現端到端優化，形成更高效的大模型 。而大模型訓練有非常高的成本，全棧能力也意味著，任何一層的改進，都可能會優化和降低成本。
而大模型的發展，也會反過來推動企業的業務晉級。比如，OpenAI在GPT模型上導入了至少1萬個英偉達GPU，大模型應用意味著需要更多的算力。百度自研的通用人工智能芯片昆侖芯已更新了兩代產品。昆侖芯科技告訴數智前線，大模型對計算的要求主要體現在算力、互聯和成本三方面，而算力的核心就是人工智能芯片。就大模型而言，他們已做了布局優化，也有切實落地，在研的下一代產品會有進一步提升。
云業務也是這個邏輯。OpenAI的ChatGPT是通過微軟云對外提供服務，“文心一言”則將通過百度智能云對外提供服務，行業可以通過API和基礎設施，搭建AI模型和應用。
隨著企業進入深度用云階段，智能服務已成為行業的必選項。百度集團執行副總裁、百度智能云事業群總裁沈抖曾介紹，之前企業選擇云廠商更多是看算力、存儲等基礎云服務，以后企業對云的需求會更加聚焦智能服務，會更多看框架好不好、模型好不好，以及芯片-框架-模型-應用這四層架構之間的協同是否高效。
某種程度上，大模型等AI產品將改變云行業的格局。這一趨勢已在美國云廠商中顯現。2022年，美國云廠商實現高增長，以微軟Azure云分析，自動駕駛、醫療制藥、智能制造等需求增長，使其AI算力營收增速超過100%。AI計算正成為美國云廠商的競爭焦點。在國內，各家云廠商去年投入汽車云，也是看重自動駕駛等AI計算帶來的高增長。隨著AI計算、AI算法和軟件、AI大模型等爆發式增長，云服務將從數字時代躍遷到智能時代，這將為云打開發展空間。這對百度智能云是有利的。此前，它已連續四年穩居AI云服務市場第一，讓制造、交通、能源等傳統行業受益。根據財報，2022年，百度智能云全年總營收177億，同比增長23%。
而未來比拼的關鍵是，誰能降低大模型的應用門檻，誰能以更低成本提供AI產品，將大模型進行行業普惠。百度此前在文心大模型推出時，針對開發者發布了一系列開發套件、API和開發平臺，同時為增加人們對大模型的認知，也實踐建立文心·旸谷社區。而百度智能云也在推進AI基礎設施和大量通用AI產品。這些實踐對接下來文心一言的行業普惠都很關鍵。
這些天，一些中國創業團隊也宣布將加入通用大模型的競爭中來，這為市場帶來更多活力。但大模型動輒千萬美金起步的基礎設施建設投入和海量的訓練數據需求，注定了它極高的研發門檻。有業內人士稱，未來3年是巨頭之間的競爭。
除了具有先發優勢的百度，中國具有大模型能力的大企業隨后也將有可能官宣進入該市場，而人工智能和大模型在行業市場上的開發、落地和普惠，將會是科技界下一個階段的競爭焦點。