中美 ChatGPT 的商业化分野

先讲个跟 ChatGPT 无关的趣事儿，最近科技博主 lcamtuf’s thing 分享，“在 NFT 最疯狂的时候，我买了很多相关的书，所有专家在解释 NFT 为什么有价值时，都说是因为稀缺性会产生价值。这完全是胡说八道，我儿子的涂鸦就很稀缺，但根本不会有人想购买它们。”

提起这个，是因为最近 ChatGPT 火遍地球村，微软、谷歌、百度、阿里云、科大讯飞等海内外科技企业，都纷纷给出了研发上线时间表，很快我们就会看到一大批各种版本的 ChatGPT“集体亮相”。

但问题来了，这么多 ChatGPT，谁会为它们付费呢？

现在很多人已经确信，ChatGPT 将带来一场新技术革命。“ChatGPT 取代人类”的各种震惊体新闻频繁出现，和 2017 年“AI 取代人类”如出一辙。但距离上一个 AI 风口并不遥远，相信大家都还记得，那波 AI 投资热潮过后，大量 AI 创业公司被拍死在了沙滩上，昔日的“AI 四小天鹅”面临营收困局，自动驾驶更是迎来寒冬，被迫技术降级。

我们一路跟随 AI 产业化和产业 AI 化的进程，可以肯定地说，产业革命并不是一蹴而就的，它有一个基本路径——新技术先找到适合的应用场景，成功商业化，在这个过程中慢慢积累技术改进，不断完善自己，才有可能引发巨大的革命。

所以，面对“各种 ChatGPT 登场”的确定性局面，我们不妨把目光放得更加长远，去思考一下 ChatGPT 商业化的问题。

中国和美国是 AI 领域的领军国家，所以，探讨 ChatGPT 商业化，中美的相同点与差异，是一个绕不开的话题。而回答问题是 ChatGPT 的强项，所以本篇文章也将邀请 ChatGPT 和我一起，分别从人工智能问答机器人的视角，以及业内人士的视角，共同探讨中美 ChatGPT 商业化的分野。

商业化前提：中美 AI 的土壤有何不同？

新技术的发展和商业化潜力，与 AI 产业本身的发展情况有着直接关系。土壤足够肥沃，新技术的种子才能茁壮成长。

那么，中美在 AI 领域有哪些差异呢？

我们让 ChatGPT 先回答。不得不说， ChatGPT 展现出了极高的“情商”（如果它有的话），避开美国不谈，只谈中国在 AI 领域的优势，还挺“社会人”的。

我们当然不能让它“偷奸耍滑”，继续追问美国在人工智能领域方面的优势。

嗯，从投融资、科研、政策、法律、应用、数据基础等各个方面进行了分析比对，视角很全面了。但是，作为一篇分析文章，要让读者记住这么多维度，显然是很不友好的。我们更希望读者在阅读完成后，对中美的人工智能产业差异，留下一个清晰、准确、简洁的印象。

于是，我们让 ChatGPT 基于上述分析，给出一个言简意赅、一语中的的结论。

它认为：中国 AI 长于规模，美国 AI 胜在创新。

大家觉得怎么样呢？简单总结一下，它的逻辑推理是这样的：中国 AI 产业规模大——数据资源多——提高模型效果——带来商机；美国 AI 创新能力强——技术引领——打造高质量 AI 产品——从中获益。听起来煞有介事，但细究起来，还是有很多不严谨、不明确的地方，给人一种“正确的废话”之感。

总的来说，ChatGPT 的答案有几个明显的特点：

1.缺少细节。ChatGPT 的答案逻辑清晰，维度丰富，但较为笼统，缺少来自一线实践、行业案例等更细节的情报和信息。

2.实时性不足。ChatGPT 对 2021 年后的世界和事件了解有限，而 AI 又是一个快速发展的领域，所以答案有一定的滞后性。

1. 可靠性问题。ChatGPT 不能保证答案的完全准确，还需要专业人员对其结果进行二次审核、确认，如果不了解行业、缺少可靠信息源、缺乏事实检索技能、无法识别虚假信息，只盲目相信 ChatGPT 的答案，得到的认知可能是错的（当然，不可靠的人类创作者也一样会炮制假信息）。

作为人类创作者，加上对国内外 AI 产业有了数年深入一线的走访和观察，我们认为，中美 AI 的核心差异在于——技术强密度。

技术强度和技术密度，这一概念是由经济史学家亚历山大·格申克龙，在《历史视角中的经济落后》中提出的。其中，技术强度指的是技术的性能和水平，而技术密度指的是技术在社会和经济中的普及程度和应用密度。

在关于中美 ChatGPT，以及中美 AI，甚至更早的互联网等技术领域中，我们都能看到一个现实：美国产业界的技术强度更高，而中国的技术密度更高。

因为技术强度高，所以很多前沿、突破性的创新，往往先诞生在美国，转移到中国获得大规模的普及应用。

技术强度固然值得欣赏，但技术密度高同样是一种难得且重要的优势。如果说技术强度是科技革命的必要条件，那么技术密度就是科技革命的充分条件。

正如格申克龙所说，不要低估经济现实的复杂性，也不要高估科学工具的质量。中美 ChatGPT 的商业化路线，会扬己所长，走出差异化路线。

中美 AI 土壤给各自 ChatGPT 的商业化带来了哪些利与弊？接下来，究竟会分别走向怎样的路线？我们先来看进行时的美国 ChatGPT 商业化应用。

美国 ChatGPT 的个人化色彩

前面提到，美国 AI 技术的创新性、前瞻性、原创性很高，因此很容易产生 ChatGPT 这样颠覆性的新技术产品，但产业应用的技术密度相对较低。

一般来说，美国的 AI 技术创新在初始阶段是非常活跃的，但随着技术的逐渐成熟，变得“不够性感”，这种活力也会逐渐下降，这个时候，没有来自产业侧的丰富创新，会直接影响新技术的继续发展。就拿深度学习来说，中国庞大的 ICT 产业生态、各行各业应用者将这一技术在各种场景中用出了花，造就了一个巨大的产业数字化、智能化业态。

目前来看，OpenAI 打造的 ChatGPT 也沿着上述路线发现。

在初期，创新很活跃，但缺乏产业力量的参与，更多是与现有的互联网产品进行整合，面向个人用户提供服务与行业应用的结合不够紧密。

比如，目前微软已经推出的由 ChatGPT 提供技术支持的高级 Teams 产品，做的事有生成会议记录、记笔记、起草工作邮件等，旨在帮助员工解决大量重复、机械的文书工作。

而谷歌想做的搜索引擎，微软已经改造的必应 bing，将 ChatGPT 整合为 AI 助手，帮助用户自动化筛选，获得更好更完整的答案。如果没有 AI，用户自己在互联网数据之海中筛选并判断哪些信息有用，是很麻烦的。

尽管很多美国学校开始严禁学生使用 ChatGPT 做作业，但这项新技术还是可以在教学场景中发挥正向作用。根据 Study.com 的调查，有 21%的老师开始用 ChatGPT 辅助教学，包括提供写作提示、制定课程计划、教授写作风格（生成范文）等。

可以看到，这些 ChatGPT 都是对现有应用的升级、迭代乃至于颠覆。这就容易导致两个问题：

第一，个人服务的定价能力模糊。与现有产品的结合很难证明技术带来的价值，用户愿意支付的费用也是有限的。

第二，个人服务对于技术表现要求很高。目前 ChatGPT 还有一些技术限制，无法应对复杂的问题和对话，一旦用户体验不佳，就不愿意付费了。

而 ChatGPT 也知道这个问题，看来不是 OpenAI 不想变着花样卖给企业，而是真的“巧妇难为无米之炊”，缺少围绕 AI 技术展开应用创新的产业条件。

中国 ChatGPT 的后进之路

中国发展 ChatGPT 的一个特点是，美国能做的我们也能做，美国不能做的我们还能做。

就拿 ChatGPT 的产品化应用来说，搜索引擎也好，聊天机器人也好，办公软件升级也好，这些互联网产品中国哪个都不缺，甚至更丰富。所以，但凡美国 AI 公司能将 ChatGPT 落地的产品，中国 ChatGPT 都不会缺席。

就连 ChatGPT 在列举中美 ChatGPT 的商业化应用时，所给出的答案都是大同小异。所以着急的看官们，其实根本不用急。

而很多中国可以应用 ChatGPT 的场景，是近两年来中国 AI 产业界逐步摸索出的，具有很高的独特性。

比如说，ChatGPT 与大型政企，尤其是金融行业、政务服务等应用的结合。

近两年来，中国数字经济的速度和规模超乎想象，金融行业的数字基础好，往往走在新技术应用的最前端，深度学习、因果 AI、区块链、知识计算、数字人等新技术，已经形成了很成熟的行业应用化路径。各级政府对于数字化服务的积极性也很高，日常工作中存在大量文书、文本工作，很多村官被成为“表哥表姐”，这些重复性工作用 ChatGPT 可以很好地提升效率。

中国 AI 创新产业生态，驱动新技术的行业应用快速转化。一般来说，OpenAI 这类创新型平台公司负责研发大模型，再将 API 接口开放出来，方便 ISV 服务商/中小开发者，结合行业知识和数据，打造定制化的解决方案，以满足产业侧的庞大个性化需求。

经过几年的培育和发展，中国已经围绕 AI 开发平台，形成了数个繁荣的 AI 创新产业生态群落，比如飞桨、昇腾，这意味着中国 ChatGPT 出现之后，可以很快与行业相结合，出现在垂直领域效果更好、更加专精的模型。

显然，相比个人应用，面向千行百业的产业化应用营收面更广，商业化潜力也更大。

当然，必须承认的是，中国 ChatGPT 在技术强度上，短期内还和美国有一定的差距。

就连谷歌第一次试水都大翻车，中国 ChatGPT 受限于高质量数据、顶级人才储备、调参能力等，在性能表现上肯定没有 OpenAI 的原版 ChatGPT 好。

不过，就连原版 ChatGPT 都对中国公司打造出高水平的 LLM 抱有信心，我们何妨多给中国科技企业一点时间和宽容呢。

迈向繁荣，中国科技公司还能做什么？

很长时间以来，我们都倾向于认为，中国更擅长应用和微创新，虽然技术密度很高，但技术强度不如美国。

ChatGPT 爆火之后，不少人都在感叹，如此颠覆性的技术又没有诞生在中国，讽刺打算做中国版 ChatGPT 的中国科技公司——别人不做你什么都没有，但凡别人出点什么你全部都有，还是世界第一。

这些当然都是槽点，ChatGPT 的出现再一次证明，美国的 AI 技术强度优势是显著的。

但中国所拥有的技术密度优势，在技术强度优势面前，真的不值一提吗？这么想显然也有失偏颇。

无论是互联网产业，还是 2016 年掀起的第三次人工智能浪潮，中美的差异化发展都说明了，领先的技术突破和产业规模化应用的能力，共同决定了新技术的产业效益。其中，中国科技企业更擅长在产业中点燃 AI 热情，提高技术密度，产生更大的影响力和商业价值。

事实上，过去几年间，我们走访了大量中国产业智能化项目，贵州深山隧道里的 AIoT 设备，天津港的无人码头，深入地下 400 米的矿山数字化应用，青海牧民用 5G 放牧，靠机器视觉相牛……这些细如牛毛的 AI 应用，都是在这片土地上原创出来的，它们共同组成了蓬勃的产业智能经济。

Gartner 预测，到 2025 年，生成式 AI 将占到所有生成数据的 10%，但目前这个比例还不足 1%。具体到 ChatGPT，未来要提升商业化水平，既需要较高的技术强度来保障用户体验，也需要强大的工程化能力和应用场景，来支撑商业增长潜力。

所以，抓住下一波智能浪潮，中国科技企业既不用妄自菲薄，也不能目空一切、坐以待之。

首先，国产化 ChatGPT 机遇不可错失。

中国产业智能化、数字化持续向前推进，ChatGPT 新技术的引入成为必然，但庞大的产业智能应用必须要自主可控，以确保行业数据、服务可靠性、时效性等，所以大量 AI 文本生成任务一定会交给中国 ChatGPT 产品来完成，这是机遇，也是责任。

其次，对原始 ChatGPT 进一步优化。

技术强度和技术密度缺一不可，中国科技企业必须进一步提升国产化 ChatGPT 的性能，增强模型的鲁棒性和泛化能力，才能支撑产业化应用。同时，结合中国产业 AI 的现实需求，在实际部署过程中，可能遇到端侧设备多样、算力硬件限制等情况，需要进一步研发更加轻量级的 ChatGPT 模型，便于灵活部署。

另外，生态建设拉开 ChatGPT 商用差距。

AI 技术的推广和普及需要一系列生态支持，尤其是中国有大量个人开发者和行业开发者，分散度高，技术基础不同，平台型企业是否建立了成熟赋能的生态体系，是 ChatGPT 商用创新增长的关键。包括开源社区建设，全流程开发工具，AI 计算硬件兼容性，产教学研用培养模式。

总的来说，ChatGPT 被寄予了通用人工智能 AGI 的期待。在此之前，它首先要能广泛融入产业，成为无处不在的空气和土壤。从这个角度看，一切才刚刚开始。