五一長(cháng)假前後(hòu)，我有幸跟一些互聯網大廠的朋友深聊，大家有一個話題是繞不開(kāi)的：ChatGPT，以及由此席卷而起(qǐ)的“生成(chéng)式AI”潮流。A股市場當然早已把一切能(néng)攀上GPT概念的公司給炒到天上去了，但是稍有常識的人都(dōu)承認，中國(guó)做生成(chéng)式AI（無論是模型還(hái)是應用）最值得仰仗的還(hái)是互聯網大廠，隻有它們擁有足夠的資源和決心去做這(zhè)件事(shì)情。不過(guò)，互聯網大廠的“ChatGPT追趕之旅”的具體進(jìn)度，很大程度上尚未被(bèi)外人所知，也尚未反應在财務業績和資本市場當中。

在跟一些熟悉内情的朋友溝通之後(hòu)，我感覺比以前更有信心一點了，但也隻是“一點”而已。在生成(chéng)式AI這(zhè)一賽道(dào)，國(guó)内互聯網大廠固然落後(hòu)于世界先進(jìn)水平（其實就是OpenAI），但落後(hòu)的幅度尚不緻命，而且不缺乏追趕的手段。關鍵的掣肘可能(néng)不在于技術層，而在于其他方面(miàn)。總而言之：

互聯網大廠内部的技術團隊對(duì)生成(chéng)式AI的熱情很高，老闆也樂意投入巨額資源，這(zhè)不僅僅是出于“追新”或迎合資本市場。

互聯網大廠做生成(chéng)式AI，目前的主要應用方向(xiàng)還(hái)是内部降本增效，至于面(miàn)向(xiàng)C端（或中小B端）的大規模應用尚十分遙遠。

追趕OpenAI的道(dào)路是艱難的，但是在不計成(chéng)本的投入之下，差距可能(néng)縮小到一個合理的量級，盡管差距將(jiāng)一直存在。

各級主管部門的支持當然很重要，不過(guò)目前互聯網大廠尚未拿出能(néng)說服主管部門的概念或實例，從而難以爲生成(chéng)式AI争取更多上層資源。

先說第一條。互聯網大廠内部做技術的人，無論是基礎研發(fā)團隊還(hái)是應用技術團隊，對(duì)生成(chéng)式AI的熱情都(dōu)很高。因爲在ChatGPT橫空出世之前，AI在互聯網行業的落地場景（搜索、個性化推薦、自動客服等）已經(jīng)基本被(bèi)做到極限，進(jìn)化空間不大了；而其他突破性技術又沒(méi)有出現。所以，2021-22年，互聯網大廠普遍對(duì)算法崗位進(jìn)行裁員。在這(zhè)種(zhǒng)情況下，ChatGPT的誕生可謂雪中送炭，給了技術人員一個向(xiàng)公司證明自己價值、升職加薪的大好(hǎo)機會。

而互聯網大廠的各級老闆們也非常樂意配合，因爲生成(chéng)式AI跟此前的元宇宙、Web3.0等概念不同，有著(zhe)切切實實的應用案例，而且矽谷已經(jīng)在前面(miàn)踩出了一條清晰的道(dào)路。這(zhè)就進(jìn)入了中國(guó)互聯網行業最擅長(cháng)的“投入資源模仿追趕”的模式。目前很多互聯網大廠的基礎研發(fā)團隊，以及業務部門裡(lǐ)面(miàn)的算法團隊，都(dōu)把原來手頭做的東西暫停了，集中力量all-in大模型。現在大模型不僅是公司層面(miàn)的一号位工程，也成(chéng)爲了諸多事(shì)業群、事(shì)業部的一号位工程，這(zhè)就決定了它能(néng)得到近乎無窮的資源投入。

接著(zhe)說第二條。在降本增效的大背景下，互聯網大廠目前對(duì)生成(chéng)式AI最大的期望其實不是開(kāi)辟财源，而是節約成(chéng)本或爲老業務賦能(néng)。例如GPT商業化的第一批客戶包括Shopify這(zhè)樣(yàng)的電商SaaS及代運營商，在國(guó)内阿裡(lǐ)、京東可以把自己的大模型直接用于自身電商平台的代運營；騰訊可以利用大模型補齊自己的客服短闆，還(hái)能(néng)在騰訊文檔等應用中加入自動生成(chéng)文案功能(néng)；所有的信息流媒體平台都(dōu)可以利用生成(chéng)式AI進(jìn)行轉評贊、活躍社區氛圍。上面(miàn)舉出的隻是一小批正在進(jìn)行的案例而已。

至于開(kāi)發(fā)大型C端應用，或者面(miàn)向(xiàng)廣大中小B端開(kāi)放API，目前看來還(hái)比較遙遠。除了技術瓶頸之外，監管風險是一個主要考慮點：國(guó)内對(duì)生成(chéng)式AI的監管讨論才剛剛開(kāi)始，尚未形成(chéng)成(chéng)熟的監管體系，此時貿然上馬大型C端應用的風險極高。然而，這(zhè)裡(lǐ)有牽扯出了一個新的問題：互聯網大廠在既有的應用中大規模使用生成(chéng)式AI，是否也會帶來潛在的監管風險？這(zhè)個話題比較敏感，目前還(hái)難以讨論，在此就不展開(kāi)了。

再說第三條。OpenAI不是世界上唯一的生成(chéng)式AI大模型開(kāi)發(fā)者，GPT的技術路線也不是唯一的。但是，國(guó)内互聯網大廠的研發(fā)思路高度統一，那就是模仿乃至徹底複刻GPT。結果就是一切與OpenAI能(néng)夠沾邊的人才和信息幾乎全部被(bèi)瓜分利用殆盡——其中既有合法的利用，也有灰色地帶的利用。不計成(chéng)本的投入，加上國(guó)内相對(duì)矽谷而言較低的人力成(chéng)本，是可以在一定程度上拉近差距的。這(zhè)種(zhǒng)模仿路線當然不可能(néng)把落後(hòu)轉化爲領先，不過(guò)目前大家還(hái)考慮不到這(zhè)麼(me)遠。

第四條也是一個非常重要的因素。我們知道(dào)，對(duì)于芯片、新能(néng)源等“硬科技”産業，國(guó)内各級主管部門（包括國(guó)家和地方）予以了極大的政策和資源扶持；生成(chéng)式AI在理論上也屬于“硬科技”，如果也能(néng)得到類似的扶持，無疑可以大幅度加快發(fā)展進(jìn)度、降低風險。然而，生成(chéng)式AI有一個嚴重的軟肋：它不是制造業，無法像芯片、新能(néng)源、生物醫藥那樣(yàng)提供較長(cháng)的産業鏈、立竿見影地爲地方創造GDP。此外，它也尚未被(bèi)主流媒體認爲是一項“卡脖子”技術。在幾個月乃至幾年之内，生成(chéng)式AI要成(chéng)爲一項被(bèi)大力扶持的“硬科技”，還(hái)是很有難度的。

當然，互聯網大廠可以采取一種(zhǒng)話術，即生成(chéng)式AI具備很強的“乘數效應”或上下遊拉動作用，例如可以間接刺激芯片行業的成(chéng)長(cháng)，以及促進(jìn)智慧城市、智慧交通的實現，等等。但是，上述“乘數效應”過(guò)于迂回，在短期内又很難看到效果。在可見的未來，主流媒體和主管部門心目中的“硬科技”代表仍將(jiāng)是光刻機而非ChatGPT，互聯網大廠必須主要依靠自身資源投入而非政策扶持。

過(guò)去多年，中國(guó)互聯網行業曾一再證明：隻要它們下定決心投入足夠的資源，并且有龐大的潛在C端應用場景，它們就能(néng)夠成(chéng)功模仿乃至超越矽谷的同行。這(zhè)一發(fā)展路線并非百試不爽，不過(guò)大部分情況下是成(chéng)立的。生成(chéng)式AI是對(duì)上述路線的一次大考：在GPT3.5以前版本已經(jīng)開(kāi)源，基礎研發(fā)路線并無秘密可言，潛在應用市場非常廣闊，而且國(guó)内互聯網大廠均已投入足夠資源、提起(qǐ)絕對(duì)重視的情況下，中國(guó)能(néng)否在生成(chéng)式AI這(zhè)條賽道(dào)上迅速縮小差距乃至有朝一日超越？

相信這(zhè)個問題已經(jīng)被(bèi)資本市場提了無數次，也被(bèi)互聯網從業者提了無數次。我的觀點偏向(xiàng)悲觀一邊：由于種(zhǒng)種(zhǒng)掣肘（在此就不讨論了）、種(zhǒng)種(zhǒng)天然限制，國(guó)内生成(chéng)式AI最多隻能(néng)將(jiāng)與矽谷的差距縮小到可以接受的程度，而不可能(néng)徹底消除這(zhè)種(zhǒng)差距。不過(guò)，我的上述“悲觀”觀點，在很多人看來或許已經(jīng)算是樂觀了？

事(shì)在人爲，但在很多時候，形勢比人強。