ChatGPT俨然已经成为人工智能圈的“社交货币”。
“一位连电脑系统都分不清的朋友突然找过来，让我教她注册ChatGPT。”一位AI领域从业者感叹，ChatGPT正在以颠覆性的使用体验从科技领域破圈，重建了全球用户对人工智能的认知。
当前，这款生成式AI对话大模型的活跃用户已经破亿，高频的访问量更是令ChatGPT系统多次宕机。和ChatGPT用户访问量一同狂飙的，还有资本市场对AIGC行业的热情。上线一个多月，ChatGPT的幕后推手OpenAI估值从200亿美元飙升至290亿美元。
来自大洋彼岸的这股科技潮迅速传导至国内，并引发了一股ChatGPT热浪。国内科技属性最强的科技巨头——百度，成为国内大厂在这场ChatGPT追逐赛中的领头羊，频频释放出类ChatGPT产品的信息。与此同时，阿里、京东、网易、小米等一线大厂也紧随其后，纷纷承诺了对ChatGPT的投入和开发。
可见，大厂的态度十分鲜明：ChatGPT已经是既定的未来，这场新的科技竞技赛哨声响起，谁都不甘落于下风。
不过，不少资深业内人士都认为，在AI领域，中国已经远远落后，复制ChatGPT其实是一个不切实际的想法。
小冰CEO李笛举了一个例子：若用ChatGPT的方法，以小冰框架当前支撑的对话交互量计算，每天成本将高达3亿元，一年成本超过1000亿元。
如果想要控制成本，就会牺牲对话质量，写出的文章漏洞百出、出品的画作不够稳定，还是不能大规模应用。李笛补充道，确保“端到端”的生成质量才是核心问题，同时还要优化模型降低参数规模。
剁椒TMT与国内多位行业人士深入探讨，试图找寻追赶ChatGPT的“中国式”困境，而在此困境之下，中国AI圈到底应该秉承何种态度？
“深耕在AI和科技领域的研发人员和创业者一直都清楚地知道，国内的AI实力确实落后国际水平。”
一位人工智能领域的资深人士对剁主表示，中国绝大多数AI公司在近几年的创新力并不高。此次，ChatGPT引领的人工智能领域的变革不仅彻底揭开了国内AI行业的遮羞布，也释放出了下一轮信息革命的方向。“互联网和科技公司已经正式从商业模式创新走到了底层算法创新的阶段。”
多位行业人士也承认，若以ChatGPT的能力为标杆对比中国两国在AI领域的差距，中国的AI发展已经滞后，甚至拉开了五年的差距。
具体来看，中美两国在AI研发领域的差距体现在算力和算法方面。
自去年英伟达高端GPU芯片对中国供应受限后，国内算力也受到了严重影响。尽管国内芯片企业始终在奋力追赶，但是目前国内并没有对标的硬件产品。有鉴于此，算力是国内科技大厂发展AI的短板之一。
当然，“算力的问题可以用钱解决”，不过，已经有行业人士算了一笔账：想要训练与ChatGPT相匹敌的大模型，每年在显卡、CPU等设备方面投入的成本要高达10亿美元。甚至有业内人士认为，想要真正弥合两国之间的算力差距，公司每年的成本远远超过10亿美元。
面对如此庞大的现金流需求，一位业内人士预判，“微软、谷歌等硅谷大厂有这个能力，但国内大厂应该没有这一实力。”
在李笛看来，与其说中美两国在人工智能领域有巨大的“技术壁垒”，不如说有一定的“时间壁垒”。
“时间壁垒”带来的则是算法方面的差距。一个基础常识是，算法训练是一件没有办法弯道超车的事情。自2018年，OpenAI推出了第一代生成式预训练模型GPT-1起，OpenAI用了近6年的时间沉淀出了当前的大语言模型。“这六年的差距没办法用半年的时间实现超越，除非有天才少年用更加完善的算法框架实现降维打击。”
除了算力和算法方面的差距，ChatGPT高昂的落地成本也是影响国内研发团队决策的一个重要因素。
李笛解释道，人工智能正处于快速发展迭代的阶段，效果越好往往意味着越先进的技术，相应地成本也就越贵。假如不考虑优化成本，只追求效果，是很难长久落地、大规模铺开的。
在谈到OpenAI取得的重大突破时，李笛认为，耐得住寂寞，敢于去磨、去做创新研究的坚韧特质是其能够被关注到的重要原因。
“具体到技术上，大模型并不是今天才有的概念，它已经存在多年，并已逐渐被大家所掌握，国内外皆如此，市面上已有很多用这种方法训练出的大模型。大家的区别只是，研发者在fine-tuning的过程中，专注度、投入度不一样。”
也有行业人士认为，这也折射出国内创业环境中普遍存在的浮躁心理。“在很长一段时间里，国内的创业公司都在复制已经被验证过的商业模式，很少有国内的创业公司愿意在前期投入大量资金到研发中。”
要知道，自成立以来，OpenAI从未急于寻找商业变现路径，反而一直坚定地投入在技术开发中。微软收购OpenAI后，也持续加码资金支援，为其技术创新提供了有力的支撑。
一名AI领域的资深研究人士对剁主表示，当前AI领域的创业公司在商业变现方面并不尽如人意，“国内AI产业看似红火，但确实并不挣钱。”他认为，科大讯飞的AI自研能力算得上是国内的天花板，但是他们的收入都是依靠大量的项目集成，用这些收入去覆盖项目研发的成本。
李笛也强调，作为一个创业公司，他并不将上市或企业财务上面的成功视为真正的成功。而他也始终坚持，小冰本质上还是一个研究团队，是一个技术团队。
当然，在国内ChatGPT的追逐赛道上，真正的重头戏是国内的头部科技公司。
从官方发布的消息看来，对类ChatGPT产品的追逐是大厂间的重头戏。百度、三六零、阿里等大厂都在开发相应产品。
不过，部分行业人士对国内大厂真正的创新决心秉持着怀疑心态。
一名深入接触大厂内部业务的人士对剁主解释，国内科技巨头的商业决策权集中在高管手中，但是，这些高管往往严重脱离业务一线，特别是研发团队的高管，而真正对ChatGPT有实践经验和深入认知的反而是一线的程序员。决策端和业务端之间的严重脱节就容易导致大厂对ChatGPT的认知和判断被市场舆论风向左右，进而做出错误的商业决策。
“这也是为什么业内普遍认为创业公司最有可能实现技术创新的原因，反而并不看到大厂创新能力的原因。”
与此同时，剁主也多方求证国内大厂的布局现状。某大厂员工称此前并未在公司听到相关项目的消息，“不知道放在哪个组织框架下面。”另一大厂前任员工则透露，去年年底，公司内部分享时，有产品经理介绍了ChatGPT的相关消息，公司开始关注。不过，后来并没有发现确切的动作。可见，在ChatGPT的东风之下，不少大厂只是将其视为短期的借力之举。
不过，也有国内大厂早已洞察到生成式AI的先机。多方渠道确认，百度确实在几年前有类似ChatGPT的研究项目，为搜索引擎的变革蓄力。
值得一提的是，已经起势的百度在2021年就曾发布过一款对话机器人Plato，这也成为市场一窥百度在对话AI领域实力的窗口。但是，从准确率、逻辑性方面来看，Plato的表现确实无法和ChatGPT一较高低。
“实际上，在当前阶段，耗费大量的时间和资金打造类ChatGPT的思路有待商榷。”
结合上文，国内大厂想要成功打造类ChatGPT产品，不仅需要耗费大量的资金，最重要的是错失了研发先机，这才是难以逾越的鸿沟。因此，不少业内人士认为，all in ChatGPT赛道并非适合所有的国内大厂。
清华大学计算机科学与技术系长聘副教授黄民烈也认为，通过API调用，OpenAI在真实世界数据的调用效果非常惊艳，实现了“用户调用-数据-模型迭代-更多用户”的循环。这意味着，真正有价值的研究需要更多思考真实用户的需求和场景。
与其临渊羡鱼，不如退而结网，基于ChatGPT的应用场景和公司业务发展路径进行破局，或许才是国内科技公司在新一轮科技军备竞赛上的理性选择。
对于ChatGPT的真正商业潜力，多数业内人士都认为其将在搜索引擎方面迎来爆发。这也是国内搜索引擎百度和三六零蓄势待发的原因。略大参考在报道中称，百度CEO李彦宏已经将2023年第一季度OKR内容的关键任务定为：引领搜索体验的代际变革。
除了对搜索引擎的想象之外，创新工场董事长李开复曾预测，ChatGPT所引领的AI变革有望形成一个崭新的平台或底层架构。这一预测和部分业内人士的想法不谋而合，“ChatGPT未来将成为一个基础设施，所有跟数字技术相关的产业都需要接入，最后会变成一个底层的超级API。”
基于这一认知，现阶段大多数互联网和科技公司真正要争夺的应该是ChatGPT的应用场景。同时，一名AI产品经理分析，“因为人工智能对算力、算法的要求很大，其成本压力太高，因此，AI必须要找到一个明确具体的垂直场景才可以。”
在这方面，国内的互联网公司也正在进行积极地尝试。以国内电商零售平台京东为例，根据释出的官方信息来看，京东依靠京东云在零售和金融领域的积淀，聚焦垂直电商场景，计划推出产业版ChatGPT—ChatJD。
这场由硅谷率先发起的新一轮“军备竞赛”正式进入风口，但是，对于国内科技公司而言，加入战场之前，真正需要思考的是应用场景的变革。
