微软、谷歌、百度高度重视ChatGPT，AIGC成为新的想象空间
原标题：微软、谷歌、百度高度重视ChatGPT，AIGC成为新的想象空间
进入2023年之后，ChatGPT 从一个聊天机器人，突然变身成效率工具。
一时间，ChatGPT的应用热情被点燃；应用场景也在不断扩大。但 ChatGPT 并非一蹴而就。商道童言（Innovationcase）认为从更广阔的角度来看，这背后是AIGC的新浪潮。
❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃
突飞猛进，惊动巨头
ChatGPT是由美国旧金山的一家人工智能创业公司OpenAI开发。其首席技术官米拉·穆拉蒂和首席执行官山姆·阿尔特曼对ChatGPT的火爆，都感到了意外。
目前的AI可以绘画和应答，可以说是人工智能的跨越式改进。但是，人工智能要想更接近人类，就必须具备人类创造的能力。这就是 AIGC 突飞猛进的意义所在。关联应用《10秒一张作品，AI作画会抢走人类画师的工作吗？》《ChatGPT走红，AIGC会替代搜索引擎吗？》
人工智能能力的提升不是一蹴而就的，大多经历了模式突破-实质性提升-规模化生产-模式再突破的循环发展。要想实现落地，就必须具备规模化生产的能力，大大降低资源消耗和普通人的学习门槛。
所以那类能够快速打造模型，引导人们快速使用，同时可以低成本快速融入的领域，像作画和对话，已经掀起了波澜。事实上，不少企业已经涌入进行布局。
微软动作最大，由于和ChatGPT已经建立合作关系，近来也加大了ChatGPT与其现有业务的整合。除了宣布开启与OpenAI合作的第三阶段，加速人工智能领域的技术突破与转型；微软还要将ChatGPT纳入必应搜索引擎系统，以及将ChatGPT整合到Office办公套件全家桶里，比如Word、PowerPoint等。
谷歌也开始加快了行动，谷歌在内部名为Atlas的云部门下开展一个红色代码项目，以应对ChatGPT可能带来的威胁。谷歌LaMDA团队被要求优先应对ChatGPT的挑战，LaMDA原本是谷歌在2021年开发者大会上公布的自然语言对话模型，曾短暂获得媒体关注。
同时，百度也有类似计划，目前推出一个与ChatGPT类似的人工智能聊天机器人服务，最初版本将嵌入其搜索服务中。这项工具将允许用户获得对话式的搜索结果，名称尚未确定。
❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃
势头强劲，潜力初现
随着ChatGPT的火爆，AIGC的商业化落地又前进一步：AIGC逐渐深入到图像、文本，甚至视频等多个领域。
数字经济应用实践专家骆仁童 认为，AIGC将在未来3-5年颠覆现有的内容生产形态，甚至会颠覆以百度为代表的搜索引擎业务。未来会有更低成本实现更多元化的内容生产方式，进而对内容的数字化营销产生变革。
一类型的企业代表，是掌握核心前沿技术的行业龙头。
OpenAI是文本生成领域的领导者。获得了微软 10 亿美元的投资后， 从GPT到GPT3.5，OpenAI不断迭代，不断给业界带来惊喜。通过开放GPT-3控制的API模型，OpenAI也将为更多的企业和创业者赋能。
DeepMind是通用AI的探索者。AlphaGo背后是谷歌的 DeepMind，最有代表的是AlphaGo战胜围棋棋手李世石。此外还有AlphaStar等，但DeepMind的目标是通用AI，比如可以预测蛋白质结构的AlphaFold、可以解决复杂数学计算的AlphaTensor等等。
刚从Facebook改名的Meta，也在加速 AI 的商业化。AI部门重组分配给各个业务，FAIR并入元宇宙核心部门Reality Labs Research，成为新场景探索者的一员。
另一类的企业代表，押注正确应用场景的企业。
输出文字和图片的AI已经率先有了突破。最早的人工智能生成文本，在写新闻稿、写诗等流行的应用方式后，找到了可以在营销场景中稳定实现的商业模式，成为写作辅助的效率工具，帮助 从业者写文案，甚至策划。
可以交互的聊天机器人，能实现不同于现在的智能客服的作用，不仅能回答预设的答案的问题，还可以结合用户行为和情境来理解人类的真实意图。同时在游戏领域，利用人工智能辅助人类高效创造内容丰富、体验良好的游戏内容，从而延长用户的游戏时间。
❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃❃
竞争核心，底层壁垒
模型是AI的灵魂，更是AIGC未来发展的动力，模型越复杂，做出的预测也就越准确。
目前的专有AI模型就像局部工具，只能针对特定的应用场景学习有限的数据，缺乏以一例推其他情况的能力。更有一些因为模型样本不足，会出现人工智障的现象。通用模型就是参数量极大的模型，这类模型都是千亿级、万亿级参数量的水平。通过学习和挖掘技术，把各类数据更充分应用到预测结果，也就能产出质量更高、更智能的内容。
此外，还有三个维度的底层竞争，同样会影响企业的未来成长。
一是数据资源。基于现实生活中现有数据的训练模型只能解决一些已知问题。对于一些还没有发现的潜在的和未知的问题，目前的模型可能无法解决。因此一些合成数据开始出现，用来补充高质量的训练数据，同时填补一些极端或边缘的情况，以增加模型的可靠性。
二是绿色发展。由于模型的规模过大也会出现不经济效应，而且会给自然资源和数据资源的消耗带来巨大压力。过多的资源消耗也不利于平民化。
三是应用场景。国内厂商要想拿出像ChatGPT这样的杀手级应用，还需要更多的探索和创新。
数字经济应用实践专家骆仁童表示，AIGC的商业红利的会体现在看得见、摸得着的实用型的场景。搜索引擎是这些场景之一，随着ChatGPT不断发展，AIGC有望在商业化上走得更远。
目前，从技术上讲，ChatGPT 还不够智能。AIGC领域在商业化方面依然以B端为主，整体的AIGC商业模式仍在探索中。B端变现路径更加多元和成熟。广告、营销等行业都有可以想象的应用场景，付费的可能性和层次也相对较高。但至少目前，这个赛道值得期待。
商道童言（Innovationcases）欢迎点赞和分享哦！~~
免费电子书：结构化思维 | 荆棘商途 | 年度十词 |创新企业案例 |区块链金融
数字经济应用实践专家 骆仁童主讲课程
智慧应用 |《能源互联网》.《新型电力系统》.《智慧建筑》.《智慧机场》.《智慧交通》.《烟草数字化》.《数字政府》.《购物中心数字化》
数字化转型 |《制造型企业数字化》.《零售业数字化》.《数字经济下新数字营销》
元宇宙 |《元宇宙概念剖析》.《元宇宙对银行影响》.《元宇宙对商贸的影响》.《元宇宙对产业的影响》.《元宇宙对律师的影响》.《元宇宙对电力营销》
宏观与趋势 |《2023宏观趋势》.《数字经济》.《双碳战略》.《智慧城市》.《新能源汽车》
金融类课程 |《金融科技创新》. 《保险科技赋能》 .《数字人民币》
思维与技能 |《数字化管理思维》.《AI营销》.《用户思维》.《用户体验》.《数字化组织变革》
数字技术 |《大数据及中台应用》. 《人工智能趋势》.《区块链技术应用》
责任编辑：
