正視技術差距和資本熱度，掘金ChatGPT不能光靠「聊」

在資本市場的ChatGPT概念股更多僅是短期熱點，長期需綜合多因素觀察。當二級市場板塊輪動、熱度退潮后，企業之間的技術與商業應用差距，纔是亟需正面解決的重點。

這是一場美國科技巨頭對決的盛況，也是一場中國科技廠商聞風而動的轉折點。北京時間2月8日凌晨，微軟推出由OpenAI提供最新技術支持的新版搜索引擎必應（Bing）與Edge瀏覽器。面對微軟的快節奏進攻，谷歌也放棄緩慢迭代的策略，直接推出類ChatGPT產品——實驗性對話AI服務Bard。

乘着海外巨頭技術落地的東風，國內企業在二級市場攀上ChatGPT概念股。據第一財經記者觀察，1月10日微軟表示計劃向 OpenAI 投資 100 億美元以收購其49% 股權。也正是在這一時間點，微博搜索指數顯示ChatGPT的搜索量開始出現上揚。進入2023年2月以來，在上證e互動和深交所互動易平臺上有關ChatGPT的諮詢和問答數量急速增加。

在機構人士看來，ChatGPT既不是單純的概念炒作，也不能定義為劃時代的技術突破，更多是在AI技術上的迭代更新，但在資本市場的ChatGPT概念股，更多僅是短期熱點，長期需綜合多因素觀察。當二級市場板塊輪動、熱度退潮后，企業之間的技術與商業應用差距，纔是亟需正面解決的重點。

ChatGPT「重擊」搜索？

一直以來，ChatGPT背后的生成式AI被質疑缺乏明確的商業化落地場景，此次，微軟與谷歌將首個落地場景確定為搜索。

微軟CEO、董事長薩提亞·納德拉（Satya Nadella）表示，這是搜索的新一頁，新的範式已經出現，軍備競賽從今天開始，我們將以最快的速度前進，每天都會加入新的內容，同時重新創造搜索引擎。

思必馳聯合創始人、首席科學家俞凱對第一財經記者表示，微軟並不是單純只把ChatGPT融合進搜索引擎，而是包括Bing、Office、Teams等全家桶產品融合。從行業來看，ChatGPT可謂繼Alpha Go后最大的里程碑進步。Alpha Go解決的是規則情況下的搜索和處理，而ChatGPT是在無規則前提下，部分解決自然語言交互的問題。

在微軟的融合里，俞凱更看好Office和Teams的應用，ChatGPT本身就是在創造性、創作性方面帶來了新的技術和體驗。Teams+GPT可以自動生成會議筆記、推薦任務和個性化重點內容；Office+GPT，可以快速生成相應的文章模板。相比搜索引擎的升級來看，更具備快速應用的可能，因為是用户很直接的剛需。

Forrester分析師盧冠男對第一財經表示， ChatGPT的信息匯總能力可以將多個搜索結果內容整合后，更高效地呈現給用户，改善用户的搜索體驗，但是否能取代還有待觀察。

顯然，多輪對話的交互方式，可以更好地整合上下文以及用户對搜索結果的反饋，從而提供更加個性化的結果。這些體驗改善會成為搜索引擎改善升級的關注點。

但需注意的是，盧冠男表示，ChatGPT相關技術所提供的搜索結果也會存在一定為問題。比如 ChatGPT的反饋結果準確性可能會和原始數據有偏差。如何化解這個問題，以及面對其他上線后的挑戰，仍有待觀察。目前看到更多是ChatGPT和搜索引擎的結合而非替代。

谷歌23號員工、Gmail創造者保羅·布赫海特在推文中激進地表示，谷歌將在一兩年內被徹底顛覆。當人們的搜索需求能夠被封裝好的、語義清晰的答案滿足，搜索廣告將沒有生存余地。而佔據全球接近84%搜索市場的谷歌，目前仍是一家50%營收來自搜索廣告的公司。

在首都經濟貿易大學廣告學系副主任王水看來，由於同樣依循「鍵入需求-結果滿足」邏輯，ChatGPT會衝擊搜索，也將導致谷歌和百度推出類似服務。然而，ChatGPT更可能影響「結果導向」的傳統搜索，而非影響「過程導向」的新搜索。比如，當前很多搜索已非純粹的信息對接，而是提供私域沉澱與銷售轉化能力。這一能力背靠生態，而非技術，ChatGPT很難在短期內替代。

但幾乎可以確認的是，搜索引擎的商業化收入肯定會受到ChatGPT的挑戰。王水提到，因為搜索廣告依附於搜索生態，當搜索生態當中的流量轉向ChatGPT對話模式的話，搜索內容生態中的廣告商便會受到影響。

千條問詢與個股八連板

目前生成式AI方面競爭最為激烈的當屬微軟與谷歌，國內相關技術領域的熱度更多聚焦於二級市場。

以1月10日為節點，記者發現在兩家投資者互動平臺上共有49條先於這一節點的問詢記錄，主要針對科大訊飛、漢王科技、高鴻股份、拓爾思等企業。有超過三分之二的提問科技公司，其余涉及下游應用的企業，如金融、消費等。截至發稿，相關問題數總和數量為1054。

值得注意的是，科大訊飛一家早期就有八條提問，分別從「NLP技術突破」「技術投入成本」「算力平臺芯片」「開發技術路線」「外部廠商挑戰」等不同方面入手，甚至還有一條「詢問」質疑科大訊飛的營銷戰略——「訊飛年年那麼多研發投入，得了很多世界冠軍，卻沒有推出引領和震驚世界的技術，大部分中國百姓甚至都不知道科大訊飛，營銷上是否需要重新思考一下？」對此，科大訊飛內部人士告訴記者，公司對於佈局ChatGPT的態度依舊是要「等等看」。

1月10日之后，多數在投資者互動平臺上被問詢公司的主營業務涵蓋半導體芯片設計、自然語言處理、圖像識別、人工智能訓練和消費應用等領域。2月1日，萬得公佈ChatGPT指數(8841669.WI)，根據權重股樣本的信息，該指數有66.7%的股票選自信息技術行業，有29.2%的股票選自可選消費行業，剩余4.2%選自半導體材料行業。行業分佈與記者瞭解到的問詢企業所在的行業分佈情況基本一致，該指數在近6個交易日內漲超26%。

在一眾個股中，真正引起交易所關注的還是漢王科技。2月8日，ChatGPT概念股漢王科技午后再度觸及漲停，走出8連板，日內成交額近29億元。似乎深交所7日向七連板的漢王科技下發的關注函全未讓熱情的股民收手。但深交所已要求漢王科技説明公司NLP業務的具體產品、應用情況、研發投入及相關財務數據。要求漢王科技結合公司NLP業務及其他主營業務的經營情況、競爭情況等，以及2022年業績預計情況，對公司經營風險、業績虧損等進行充分、明確的風險提示。

儘管二級市場熱火朝天，一位關注硬科技領域的投資人對第一財經記者表示，投資動作會非常謹慎，其個人不會選擇相關領域的標的，因為國內產品在軟件架構、算力支撐、芯片設計等各方面，均存在一定差距。

在過去10年中，比較標準的一個自然語言處理的模型通常有幾百萬個參數，Open AI的大模型GPT-3擁有1750億的參數，這個大模型比起之前的AI模型在體量上是幾萬到幾十萬倍的增長。

不過，啟明創投合夥人周志峰提到，OpenAI 1750億參數的GPT-3耗費了大約500萬美元的訓練資金，大模型耗費的成本對於創業公司是一個壓力，也會影響效果。

7日，一款號稱「首箇中文版ChatGPT」的大模型中國元「Yuan」，由元語智能推出的功能型對話大模型ChatYuan上線后，小程序一度崩潰，但評論區也有網友表示：大概僅為GPT2的水平、反應比較慢，還需要增加數據量多練練。

談到中外差距，俞凱對記者表示，ChatGPT的核心是大模型技術和對話智能技術，其中大模型技術主要包括三方面：上下文學習、思維鏈推理、指令學習。所謂的「大模型」其實是指基礎模型（foundationmodel），當參數足夠大的時候，比如當有千億級以上的大模型時，不再需要額外的採取數據對各個領域進行小規模的、進一步訓練了，也就是原本的基礎模型因為參數足夠大，所以直接被稱為「大模型」。大模型的算法是通用的，而數據量在超過千億級之后，對比也就不再那麼明顯。

換而言之，俞凱稱，底層基礎的算法是公開的，並不存在算法上的明顯差距。當數據量足夠大，微不足道的數據差距影響也沒那麼明顯。中美的差距，主要是在工程化能力、基礎架構設置、人員經驗，以及長期信念決心的問題等。

國內廠商的機會窗口

IDC中國研究總監盧言霞對記者表示，基於ChatGPT可能會誕生一批新創企業，但單純依賴大模型無法提供持續的競爭力。垂直領域的數據、面向場景的模型優化、工程化的解決方案，纔是將AI落地的根本，也是建立競爭優勢的關鍵。

人工智能公司能否藉助ChatGPT實現一輪更新迭代也是二級市場暴漲的原因之一，盧冠男對記者表示，ChatGPT的發佈讓 OpenAI網站的訪問量迅速增長，證明了其市場需求的潛力。在這樣的背景下，AI相關企業也會受到比以往更多的關注和資源。ChatGPT的發展或近期整體生成式AI的發展都是對AI 2.0 趨勢的體現。

俞凱也認可ChatGPT技術對AI企業的啓發作用，他稱，新技術的突破往往給創業者提供了更多的機會。關鍵是看具體如何結合，基於高潛剛需的需求場景來突破，而不是從技術本身來考慮。從聊天機器人的方向看，融合語音、文本、圖像信號的多模態感知技術也有很大機會。以當前新起的虛擬數字人為例，多模態、智能化的完整解決方案可以更好地應對不同場景的複雜變化，多模態交互成為行業發展的必然趨勢。

「未來我們仍然會看到AI相關領域的各種算法，還有深度學習、機器學習類的崗位人才缺口，不僅會短缺，而且這個短缺的缺口會繼續擴大。」米高蒲志科技行業總監文芳萍告訴第一財經，她認為新概念的出現仍與前期的技術積累有關。

因為大模型的出現，AI在很多語言處理領域展示出的能力超越了人類。從產業界角度來看，影響更大的是大模型具備了超強的泛化能力。此前深度學習發展了10年，只有科技大廠、AI獨角獸擁有頂級的AI人才、算法工程師，纔可以完成對模型的調參、優化，讓人工智能在某些狹義場景中達到令人滿意的效果，但是其他廣大的行業和企業中是非常缺乏AI人才的，這也嚴重阻礙了AI去賦能百業。

盧冠男對記者表示，海外相關產品在國內落地方面目前沒有明顯進展，確實留給國內廠商的機會窗口。人工智能算法落地需要考慮中國數據安全法和算法推薦管理規定的合規要求。目前大多產品服務處於內測階段，所以海外AI產品在本地化方面還沒有投入太多資源。國內廠商在滿足本地客户需求的同時，也需要關注合規方面的實踐。無論是利用第三方API構建新的產品服務，還是推出新模型支持現有服務，這一過程如何滿足合規要求，在實踐上仍有待探索。

第一財經記者陸涵之、劉曉潔對本文亦有貢獻