来了，ChatGPT开始在金融圈抢活

ChatGPT如此火爆，OpenAI自己也没想到。

根据《纽约时报》最新披露，原本下一代GPT-4在OpenAI内部几乎准备就绪，只待发布。

去年11月中旬，高层突然宣布新任务：两周后发布免费聊天机器人应用，代号“Chat with GPT3.5”。

一群技术人员临时掉头，但他们中甚至有人怀疑这是否真的有意义。

产品形态方面，同行Meta发布的聊天机器人无人问津，另一个科学文本生成模型Galactica还因不准确3天就被喷到下架。

知情人士透露，OpenAI高层的思路本来也很简单的：

去年爆火的AI绘画就是始于OpenAI发布的DALL·E，但因版权、伦理等顾虑选择了内测邀请制，最后被免费、开源的Stable Diffusion抢走了绝大部分风头。

聊天机器人上，他们担心发生类似的情况被其他公司抢先。另外用旧模型迅速推出一款产品可以帮他们收集反馈，以改进新模型。

仅用13天，ChatGPT正式诞生。

接下来的事情，出乎所有人意料。

5天用户破百万，2个月活跃用户破亿，ChatGPT成为史上增速最快的消费级应用。

学生用它写作业，打工人用来写周报，程序员用来写代码……

不过ChatGPT的意义，似乎不只限于消费级应用这么简单。

商家、品牌方试用后也觉得“真香”，如美国房产中介用它来生成房源文案，原本一小时的工作量缩短到5秒。

两个月席卷全球，OpenAI自己都怕了

热度来得太快就像龙卷风，OpenAI自己都怕了。

OpenAI总裁Greg Brockman曾在推特庆祝用户突破200万，作为CEO的Sam Altman则认为这样宣传并不明智，并叫他删除。

Altman担心过度炒作可能引发监管反弹，或导致用户对未来版本期望过高。

尽管Altman想压下热度，外界仍在持续沸腾。

微软追加投资，谷歌如临大敌，各种相关不相关的AI公司股价暴涨。

比尔·盖茨在接受福布斯采访时盛赞道：ChatGPT的意义不亚于PC和互联网诞生。

从这个角度看，ChatGPT与真正的独特之处，在于改变了人与机器交互的模式。

遵循上下文回答后续问题、承认错误、质疑不正确的前提并拒绝不适当的请求，是ChatGPT发布时最初的三个宣传点。

ChatGPT远称不上完美，数学计算不准确，经常一本正经胡说八道，21年之后的新知识一概不知。

但人们还是愿意去尝试，与之互动，每天生成数十亿字文本。

OpenAI产品副总裁Peter Welinder最近透露，3年前他们刚开始测试GPT-3的API接口时，几乎找不到愿意尝试的人。

作为Demo开放的GPT-3 Playground影响力也仅限于技术圈内部。

财富杂志把ChatGPT比作iPod和iPhone：在苹果发布iPod之前就有MP3播放器，但并没有引发数字音乐革命；在iPhone之前也有其他智能手机，但没有形成应用生态。

小冰公司CEO李笛曾在量子位举办的MEET2023智能未来大会上分享他的见解：

ChatGPT改善了AI的行为，即使生成的内容不够准确，人们也会觉得有意思。

对话是比关键词搜索更自然的交互模式，让AI不再冷冰冰，在做到高并发（同时响应多个用户）的同时，做到了高转化率（满足用户新的需求），才成为划时代产品。

如今，围绕ChatGPT及其所代表的AIGC（AI内容生成）展开的生态和竞争可分为四大层次。

第一层是AIGC模型、服务本身。

谷歌自家的LaMDA在内部抓紧测试，还投资了从OpenAI分裂出去的公司Anthropic，双管齐下以抗衡微软。

中国方面，粤港澳大湾区数字经济研究院(IDEA) 认知计算与自然语言研究中心拥有国内最大的开源模型体系-封神榜，已开源的 98个模型正在全力支持中国AIGC发展，探索研发适配各个领域的个性化模型。

中心负责人张家兴博士曾表示“在当下及未来的AI发展中，一个模型就可以是创造产品中很重要的一部分，甚至一个模型就可以催生一个产业，比如最近大火的Stable Diffusion (Diffusion Model)，就是促进AIGC产业迅速发展的一个重要里程碑，可以说底层模型不断地制造和进步就是推动整个AI产业进步的一个重要因素。”

而百度也将于3月推出自己的生成式搜索产品。关于这点百度曾向量子位透露：最终产品会与ChatGPT有很大不同，即虽是多轮交互，但并非单纯的多轮对话。

第二层是将AIGC能力集成到现有产品。

微软宣布旗下所有产品全线整合ChatGPT，视频会议工具Teams已上线能自动生成会议记录并预测下一步任务。

谷歌也即将于2月8日召开最新发布会，外界推测很可能与AI产品相关。

第三层是使用AIGC能力开发全新的产品类型。

DoNotPay使用ChatGPT做AI律师，帮人处理罚款和账单。

谷歌工程师出走成立的Character.ai，可以让聊天机器人模仿历史人物、现实名人或虚拟人物与用户对话。

国内这个模式也涌现出一批新秀，如Glow一度登上热搜。

最后一层，则是直接或间接使用AI生成的内容。

初创公司ProfilePicture.AI使用ChatGPT与GitHub Copilot生成了产品的主要代码。

甚至国内动作快的企业都开始尝鲜了，会找技术圈的合作伙伴来共同探索。

如招商银行信用卡刚刚发布的一篇使用ChatGPT生成的品牌稿件，就是与氪信信息技术有限公司朱明杰博士等合作，完成了国内金融行业首篇利用AIGC技术生成的宣传稿。

朱明杰博士表示，去年年底ChatGPT的出现让他备受震撼，哪怕是作为早年OpenAI创始的见证者，如今看到AI真的学会了人类的知识，依然觉得超越想象。

2017年，当时OpenAI成立还没多久，我们去硅谷做访问交流，他们认为能符合马斯克第一性原理的人工智能方向，是训练出一个能把人类知识都学会的AI，以解决人类面临的知识挑战的问题。

还有什么不能实现的呢？这个时候，像招行信用卡这样敢于率先迈出一步去探索去拥抱未来的企业，相信都能得到先机。

AIGC新时代，还有多远？

仅靠现在的ChatGPT技术，还不足以支撑以上模式长期发展。

除了内容生成不够准确外，许多尝鲜者还发现“模型无法定制化”是ChatGPT现阶段应用的一大痛点。

一些垂直行业的应用，目前还是使用旧的GPT-3（尽管现在宣传上都愿意模糊二者的区别）。

如初创公司DoNotPay做机器人律师，让AI帮人处理罚款和账单问题。要想让AI了解法律专用知识，必须在通用语言模型的基础上做二次开发。

据量子位了解到的情况，国内走得靠前的企业很多都有尝试ChatGPT的意愿，但苦于对技术不够了解。

而招行信用卡这次算是第一次尝试，产出过程可以总结为：

将人类的诉求，通过适当的自然语言描述输入给ChatGPT。

通过进一步的提示和对结果的反馈来激发模型的联想能力，最终完成稿件的撰写。

例如团队先是让ChatGPT“阐释基因与亲情的关系，引用《自私的基因》的观点”：

从第一步的结果来看，ChatGPT的回答是包含《自私的基因》这本书中的背景知识；但从语言描述上来看是属于较为平铺直叙的那种。因此团队进一步地对它提出了要求：

写得深入一些要有思辨性。

不难看出，ChatGPT是在第一轮问答的基础上，根据新的要求加以精进。此时的ChatGPT已经得出两个较为鲜明的观点，一是“生命是基因的载体”，二是“亲情是一份利他的爱”。

更进一步的，团队继续提出要求：

这里可以写得具体一点，举个例子更好。仔细思考一下，通过生命这个载体，亲情是如何超越基因的生物性而存在的，要写得优雅又文采。

至此，便已经生成了招商银行最终宣传稿中的核心观点内容。

不过团队成员也提醒说，在“调教”ChatGPT的过程中，我们自身一定要提前想好的最终答案的观点轮廓，而后再去对它做引导，否则就有可能会在生成过程中被某些结果带偏思路。

除此之外，由于大模型本身所具备的随机性，若是对第一次得到的答案不是很满意，我们可以尝试重复提问，直至得到满意的回答为止。

可以看出，AI生成的文案算不上行业顶尖，但也能达到中等水准，未来最基础的一些工作可能真的就被AI替代了。

并且AI写文章的强项在于跨学科跨领域，超越单个人的创作能力，不过也不必过分担心，对于创意要求高一些的工作，熟练掌握AI后则会大幅提升工作效率。

至少目前还需要人类通过写提示词给AI下达任务，精通此道的人会获得新的机遇。

如在网络分享ChatGPT使用心得的Riley Goodside就被Scale AI聘为全球首位提示词工程师，年薪200万。

企业同样如此，除了科技巨头谷歌微软为此激烈竞争，AI创业公司抓住风口以外，其他行业也应该像招行信用卡这样积极拥抱变化，才能掌握先机。