任何一個領(lǐng)域，都有海量的內(nèi)容，我們不可能窮盡所有的知識。同時，我們更要明白，任何一個領(lǐng)域都有一些關(guān)鍵知識，要比其它知識更重要。

所以在研究之前，我們要先搭建自己的研究框架，幫我們鎖定最關(guān)鍵的信息。

關(guān)于ChatGPT，我的研究框架如下：

收集事實有一個最重要的原則——確保信息源的純凈。

面對海量資料的時候，你沒有時間什么資料都看，最簡單的方式就是看資料是誰寫的、誰說的，再決定該不該看。

要格外提醒你的是：不是有價值的資料重點看，價值一般的資料粗略看。而是價值一般的資料，看都不要看。

因為別人錯誤的認知，會污染你的判斷。面對一個新領(lǐng)域，你要盡量先吸收最權(quán)威、最專業(yè)的說法，不要被媒體里的噪音干擾。

面對ChatGPT，靠譜的信息源可能來自五個地方：

客戶需要的不是資訊，而是見解。客戶不需要我們整理資訊，客戶需要我們理解資訊，進而幫他們消化資訊。所以，不要去堆砌數(shù)據(jù)和信息，而是要在信息之上，提出自己的理解和預(yù)測。

以下內(nèi)容，是我得出的見解：

要理解ChatGPT的能力，最好的例子是獵豹CEO傅盛說的故事：

傅盛領(lǐng)養(yǎng)了一只叫三萬的狗，他問ChatGPT為什么給狗起這個名字？ChatGPT的回答是：“人們給寵物起名字有很多原因，有的是為了紀念一個親人，有的是用一個熟悉的物體?！?/span>

然后，傅盛給出提示，這只狗曾經(jīng)遭遇過一次車禍，送到醫(yī)院做了一次手術(shù)，做完手術(shù)之后就把它收養(yǎng)下來了。

ChatGPT分析道：“我猜手術(shù)費比較昂貴，可能是三萬塊，那你起這個名字是為了紀念狗的這場手術(shù)。”ChatGPT猜對了。

ChatGPT不是在關(guān)聯(lián)答案，而是推理出一個答案。這是過去的AI實現(xiàn)不了的。所謂人工智能，就是模擬人類的智能。而人類的智能大概分為幾個梯度：

記憶——理解——推理——想象

之前的AI是幫人類儲存大量的知識、信息，解決了記憶問題。比如，谷歌、百度這樣的搜索軟件只能做到信息匹配，卻做不到理解，更談不上推理和想象了。

ChatGPT作為“生成式AI”，強在它可以創(chuàng)造新知，它在智力上更加接近人類。那這種能力的意義在哪里？我覺得最大的意義在于，它會讓“智能”變成一種能源。

人和動物的區(qū)別，就是對工具利用程度的差別。人們發(fā)明了汽車，我們解放了雙腳；發(fā)明了縫紉機，解放了雙手；發(fā)明了手機，解放了五官、感官。AI出現(xiàn)，解放的其實就是我們的大腦。

過去我們一度以為，人工智能只能替代一些藍領(lǐng)級別的體力勞動或者基礎(chǔ)的腦力勞動。但現(xiàn)在，人工智能完全可以取代一些高級的腦力勞動，最后它可以替代你、替代未來的一切工作。

當AI普及之后，智能就會成為一種能源。就像我們讓汽車啟動要燃燒汽油，要讓工廠運轉(zhuǎn)需要電，未來讓一個商業(yè)體運作，我們則需要“智能”。

目前ChatGPT的算力會消耗很大的人力和財力，運轉(zhuǎn)一次AI的計算，就是一種社會資源消耗。不過可以想像，未來的“智能”會成為我們?nèi)粘Ｉ钪械膭傂?，會越來越便宜，就像汽車要加油、手機要充電一樣。

當智能變成一種資源之后，我們的社會結(jié)構(gòu)、國際格局也許面臨重新洗牌。

我們可以回顧一下，人類任何一次生產(chǎn)力釋放，都不僅僅是在推動商業(yè)發(fā)展，而是顛覆了國際政治格局。

比如，蒸汽機的出現(xiàn)，讓英國成為世界霸主；電力的出現(xiàn)，讓美國成為世界霸主；計算機出現(xiàn)之后，帶來的機器革命和數(shù)字化，讓中國領(lǐng)先于世界。

可以預(yù)見的是：我們對AI的利用既是商業(yè)課題，也是社會課題，更是政治課題。

歷史上過往的成為巨頭的商業(yè)體，往往都是因為他們占據(jù)了用戶的流量入口。

比如互聯(lián)網(wǎng)剛起步的時候，門戶網(wǎng)站占據(jù)了web的流量入口；后來，谷歌這樣的公司出現(xiàn)，一個搜索框占據(jù)網(wǎng)絡(luò)的信息入口；當智能手機出現(xiàn)之后，APP就是入口，所以出現(xiàn)了大量的應(yīng)用公司。

現(xiàn)在很多巨頭都在發(fā)力做汽車，因為未來的汽車和手機一樣，也是一個用戶入口。所以，誰位于用戶鏈的頂端，誰就會成為下一個巨頭。

當ChatGPT這樣的AI出現(xiàn)之后，可以想象，未來的用戶入口應(yīng)該是一個跟你對話的智能的虛擬人。我們會通過像人一樣的AI ，對身邊的一切電子設(shè)備發(fā)出命令，我們不用雙手再去按鍵、不用眼睛去確認，一切的操作都會交給AI處理。

這對某些已經(jīng)占據(jù)入口級的商業(yè)巨頭而言，是一個非常危險的信號。假如馬斯克在特斯拉里，安裝了一個非常智能的AI助手，當國產(chǎn)汽車廠商沒有這個AI研發(fā)實力時，你再不接入AI，成為別人的下游產(chǎn)業(yè)，再不等著用戶拋棄你。

以往所謂的入口更多是一個軟件、程序，或者是一個硬件設(shè)備。而未來的入口，可能是一個人工智能模型，在這樣可預(yù)見的商業(yè)前景下，ChatGPT糾偏了硅谷、以及全世界科技公司的創(chuàng)業(yè)思路。

比如，前兩年紅極一時的元宇宙和web3.0 ，現(xiàn)在看起來越來越像一個炒作概念。

再比如，過往很多做AI的公司，把AI的利用方式聚焦在非?！皩嵱谩钡膱鼍袄?，人臉識別、自動駕駛等等。而ChatGPT的出現(xiàn)，讓大家意識到通用人工智能（AGI），才是未來一切商業(yè)的根基。

對于一切平臺而言， 不管是電視這樣的傳統(tǒng)媒體，還是而今的抖音小紅書。有個不變的法則，內(nèi)容即流量。

誰能用更低成本、更高效率，生產(chǎn)出大規(guī)模的內(nèi)容，誰就擁有更大的流量。而內(nèi)容的生產(chǎn)方式，經(jīng)歷了這些歷程：

OGC——PGC——UGC——AIGC

從OGC到UGC，從報紙電視到今日的微信抖音小紅書，可以明確地看出：內(nèi)容的生產(chǎn)權(quán)越來越交給普通用戶，流量自然也越來越“去中心化”。

尤其是區(qū)塊鏈技術(shù)和web3.0的提出，大家都以為未來的世界，流量主權(quán)將還給每一個普通個體，但ChatGPT的出現(xiàn)，打破了這個走勢。

UGC的商業(yè)模式，需要無數(shù)個普通用戶發(fā)揮創(chuàng)造力。對于AIGC的商業(yè)模式，一個強大的AI就等同于億萬個普通用戶了。

而讓AI強大的關(guān)鍵，不是去中心化而是中心化。因為AI進化的關(guān)鍵是“連接”。

AI連接越來越多的平臺，就擁有了越來越多的數(shù)據(jù)，數(shù)據(jù)越多、AI越“聰明”；連接越來越多的API，AI就有了更強大的能力，干更多的事。最終，AI終將變成一個超級大腦。

我們驚嘆于ChatGPT的智能水平，但有意思的是，OpenAI公司本身并沒有發(fā)明新的技術(shù)，他們用到的大部分技術(shù)，都是開源的。

其中最關(guān)鍵的技術(shù)，出自2017年谷歌8位工程師聯(lián)合發(fā)表的一篇論文，這篇論文里講了一個深度學(xué)習模型，叫Transformer，就是GPT里的“T”。

細節(jié)不提，簡單說：Transformer模型的技術(shù)原理，是一場“概率游戲”。比如，我說一個“我愛”，模型就會猜測第三個字最可能是“你”。

既然是概率游戲，提高概率最根本的方法，就是增加測試次數(shù)?！拔覑勰恪敝宰钊菀妆宦?lián)想，是因為在日常生活中，我們聽到、看到“我愛”后面跟隨“你”這個字的次數(shù)最多。

所以，ChatGPT的成功，是用海量的數(shù)據(jù)，馴化出了一個成功的人工智能。ChatGPT的勝利，是量變到質(zhì)變的結(jié)果。

他們訓(xùn)練GPT-1的時候，用了7000本未發(fā)布的書籍，數(shù)據(jù)參數(shù)量是1.17億，但到GPT-3，他們從45TB數(shù)據(jù)中挑選了570GB進行訓(xùn)練，參數(shù)量達到了1750億。

這個過程還用到了Transfomer算法模型，這個模型模擬了人類對知識的存儲、處理、理解、推理。但這里面并沒有特別的技術(shù)，只是算法上加上足量的訓(xùn)練數(shù)據(jù)，ChatGPT實現(xiàn)了像真人一樣跟你對話。

而OpenAI能處理如此大量數(shù)據(jù)，還有一個很重要的原因是：微軟給它提供了至少一萬枚英偉達芯片支持，成本超過10億美元。

面對 ChatGPT的成功，我們可以總結(jié)出一個 AI 進化公式：AI=算法×算力×數(shù)據(jù)

算法就類似于，ChatGPT用到的大語言模型。如果把AI比喻成人的話，就相當于人類的思考方式。

算力就是處理大量數(shù)據(jù)的計算能力。背后意味著，是否有足夠的芯片。粗暴點說，你是不是有足夠的資金和深厚的科研實力做支撐。算力就相當于人類的精力和體力。

數(shù)據(jù)也很重要，數(shù)據(jù)就相當于人類上了多少課、獲得了多少經(jīng)驗。數(shù)據(jù)越完善越多，AI就越“聰明”。

當?shù)贸鲞@個公式之后，我們也就明白了ChatGPT的局限。算法、算力、數(shù)據(jù)，既是AI的動力，也是AI的局限。算法對應(yīng)的是一個國家或一個公司的科研實力，算力更多對應(yīng)的是你能調(diào)動的資金，數(shù)據(jù)對應(yīng)的是你能調(diào)用多大的用戶資產(chǎn)。

除此之外，AI還有一個巨大的商業(yè)阻力，就是社會治理水平。

雖然AI的進化是跨越式的，但是人類制度與文化的迭代卻是緩慢的。正如OpenAI創(chuàng)始人說的那樣，AI的進化應(yīng)該是快速學(xué)習和謹慎迭代。這句話的意思是說：AI在技術(shù)上可以高速發(fā)展，但它應(yīng)用于人類的生活時，應(yīng)該是緩慢的、小心翼翼的，AI的發(fā)展不能被商業(yè)和資本的力量捆綁。

所以，我們可以再次完善一下之前的公式：

首先是基礎(chǔ)模型的創(chuàng)業(yè)，也就是通用人工智能最底層的架構(gòu)。這個基礎(chǔ)模型，原則上可以模擬人類一切的智能場景。但是，基礎(chǔ)模型對算法、算力、數(shù)據(jù)有極大的要求?；A(chǔ)模型是人工智能領(lǐng)域的王冠，但有資格登上王位的其實沒幾家。

國內(nèi)的幾家互聯(lián)網(wǎng)巨頭，百度的文心一言理論上有更大的機會，其它互聯(lián)網(wǎng)巨頭在算法、算力、數(shù)據(jù)上都有某一項是偏科的。比如，阿里沒有足夠的語料數(shù)據(jù)，騰訊沒有足夠的算法技術(shù)。

相對而言，垂直模型對普通公司可能更有機會。垂直模型是介于基礎(chǔ)模型和應(yīng)用之間的一種形態(tài)，當基礎(chǔ)模型解決了人類大部分的智能場景時，在某些垂直細分的領(lǐng)域，AI的進化要依靠特定算法的校正和專業(yè)數(shù)據(jù)的“喂養(yǎng)”。

所以，未來會出現(xiàn)很多個在基礎(chǔ)模型之上，來開發(fā)垂直模型的公司。但他們用到的底層技術(shù)，還是OpenAI這樣的公司提供的。比如，專屬于醫(yī)療行業(yè)的基礎(chǔ)模型，出行行業(yè)的基礎(chǔ)模型。

還有一些創(chuàng)業(yè)方向，是為這些公司搭建模型做服務(wù)的。比如針對算力，我們可能需要大量科研實驗室的支持、需要芯片的制造產(chǎn)業(yè)。

我們都說，數(shù)據(jù)是AI時代的“石油”。其實，很多專業(yè)的數(shù)據(jù)掌控在專業(yè)的公司手里。對于AI而言，未來數(shù)據(jù)買賣就跟汽車加油一樣，會有很多倒賣數(shù)據(jù)的公司出現(xiàn)。

所謂具體應(yīng)用創(chuàng)業(yè)，其實就是在模型和具體需求之間搭建一個橋梁。比如針對人類的孤獨，我們可以利用ChatGPT做一個情感聊天機器人，這個橋梁有可能是手機上的一款A(yù)PP，也有可能是一款耳機。

最后我們聊聊社會治理向的創(chuàng)業(yè)，這一點可能被很多人忽略了。AI的崛起，必然會讓世界上很多人變成“無用階級”。

很多人學(xué)習和磨練多年的社會技能，會在AI面前變得一文不值。那未來，這些人將何去何從？他們將如何建立新的職業(yè)技能，找到新的生存價值？這依然需要一些公司提供相應(yīng)的培訓(xùn)教育和解決方案。

其次，AI是個比原子彈還恐怖的工具，AI的安全將和AI的應(yīng)用一樣重要。而AI的安全性，涉及到國際公約、國家法律、AI倫理、技術(shù)條約，但這些都是從“制度”角度去約束AI。

我認為，制約技術(shù)最終還得依靠技術(shù)本身。就像我們不能只靠法律制裁去清掃電腦病毒，我們真正需要的是殺毒軟件。如何用技術(shù)本身去約束技術(shù)？這真的值得探索。用技術(shù)手段實現(xiàn)AI的監(jiān)管，也同樣是一個巨大的創(chuàng)業(yè)機會。

但在我看來，我們現(xiàn)在應(yīng)該只到了AI進化的第二大階段。我預(yù)測，人工智能對人類的影響應(yīng)該會有四個歷史階段，分別是：

出讓勞力——出讓腦力——出讓決策——出讓意義

過去人類發(fā)明的電子機械設(shè)備，我們可以把它看成“低智版的AI”，機械設(shè)備只能幫我們干基礎(chǔ)的體力活，當ChatGPT這樣的AI出現(xiàn)之后，它已經(jīng)可以解決基礎(chǔ)腦力工作。

當我們把大腦和身體的工作都交給AI之后，下一步就輪到我們的自我意識了。我們馬上要交給AI的，應(yīng)該是我們的決策權(quán)。

這些決策權(quán)可能包括：下一步的創(chuàng)業(yè)方向是什么？公司的組織架構(gòu)怎樣是合理的？我們應(yīng)該用什么方式推廣自己？出讓勞力、出讓體力，基本上是用AI來提高生產(chǎn)效率，降低生產(chǎn)成本。

但未來的商業(yè)競爭，AI核心解決的可能就不是成本和效率問題，你贏得對手的關(guān)鍵是對智能的開發(fā)程度。

如果我們把AI定義成出讓決策權(quán)的工具，你可以推出一款 AI 版的“數(shù)字合伙人”。

“數(shù)字合伙人”可以消化企業(yè)所有的經(jīng)營數(shù)據(jù)、大量的商業(yè)實戰(zhàn)經(jīng)驗和你希望讓它掌握的知識體系。你每天可以跟他討論公司的戰(zhàn)略方向、組織架構(gòu)、商業(yè)模式。也就是說，AI不是在和你共事，而是在和你共謀。

再比如，在科研領(lǐng)域，未來不是我們下達一個任務(wù)，讓AI去執(zhí)行某個研究方向和課題，而是我們輸入思考和需求，AI判斷該研究的方向和課題是什么。AI本身就是一個科學(xué)家，有自主的思考能力。

在生活場景中，我們也會不斷地出讓自己的決策權(quán)。比如，在相親網(wǎng)站中，可能是AI建議你選擇哪個人結(jié)婚。當AI吸收了足夠多的數(shù)據(jù)之后，AI的結(jié)論可能會比被戀愛沖昏頭腦的你更可靠。

當越來越多的決定是AI幫你完成的，那么請問：你的生命是由自己操控還是在由AI操控？當AI強大到這個地步的時候，人類就會質(zhì)疑自己存在的意義。

當紐約公立學(xué)校嚴禁學(xué)生用ChatGPT寫論文之后，沃頓商學(xué)院的教授Ethan Mollick，卻開始鼓勵自己的學(xué)生用ChatGPT來寫論文。

試想一下，當所有學(xué)生都可以用ChatGPT寫論文，大家的分數(shù)會有明顯差別嗎？一定會有差別的。雖然平均分值會上升，但一定有人的論文是A，有人的論文是C，因為不同人調(diào)用ChatGPT的能力是不一樣的。

這個道理就相當于你和你奶奶一起用百度查一樣?xùn)|西，你查到的結(jié)果一定比你奶奶更精準、更靠譜。

正如英國營銷公司Ladder創(chuàng)始人Michael Taylor所說：

“當你可以創(chuàng)造任何你想要的東西時，你能多準確地表達「那是什么」的能力就變得很重要?！?/strong>

AI就相當于一盞阿拉丁神燈，你可以利用AI滿足自己絕大部分需求。但如何把AI的能力發(fā)揮到極限，不取決于AI的能力，取決于我們利用AI的能力。這個時代，我稱之為“阿拉丁時代”。

我們利用AI的能力，可以分為三個維度：

對AI的訪問權(quán)，是未來拉開階級差距的重要指標。

最早的階級劃分由血統(tǒng)決定。比如，古代的印度就是由種姓決定人權(quán)和等級的，婆羅門人出生就是貴族。后來，知識也成了一種劃分階級的因素，你上什么大學(xué)、你的學(xué)歷，某種意義上決定了你未來的前景。

最后，我想再重復(fù)一遍這句話：人類即將進入“阿拉丁時代”，我們創(chuàng)造性利用AI的能力，將決定人與人之間的差距。