五一长假前后，我有幸跟一些互联网大厂的朋友深聊，大家有一个话题是绕不开的：ChatGPT，以及由此席卷而起的“生成式AI”潮流。A股市场当然早已把一切能攀上GPT概念的公司给炒到天上去了，但是稍有常识的人都承认，中国做生成式AI最值得仰仗的还是互联网大厂，只有它们拥有足够的资源和决心去做这件事情。不过，互联网大厂的“ChatGPT追赶之旅”的具体进度，很大程度上尚未被外人所知，也尚未反应在财务业绩和资本市场当中。
在跟一些熟悉内情的朋友沟通之后，我感觉比以前更有信心一点了，但也只是“一点”而已。在生成式AI这一赛道，国内互联网大厂固然落后于世界先进水平，但落后的幅度尚不致命，而且不缺乏追赶的手段。关键的掣肘可能不在于技术层，而在于其他方面。总而言之：
中国互金协会发布《2021中国金融科技企业首席洞察报告》:7月25日消息，该报告结合金融科技发展现状与未来趋势，提出以下几个方面的对策建议：一是与时俱进地优化完善金融科技发展顶层规划。二是持续加强金融科技监管规则和工具体系建设。三是坚持强化金融科技创新应用的惠民利企导向。四是着力形成有国际竞争力的金融科技产业集群。五是健全开放、共赢、平衡的金融科技生态体系。六是继续发挥行业协会引导行业规范发展的作用。[2021/7/25 1:14:22]
互联网大厂内部的技术团队对生成式AI的热情很高，老板也乐意投入巨额资源，这不仅仅是出于“追新”或迎合资本市场。
互联网大厂做生成式AI，目前的主要应用方向还是内部降本增效，至于面向C端的大规模应用尚十分遥远。
中国互金协会举办“区块链金融安全合规应用的政策与实践”线上培训班:近期，中国人民银行发布《区块链技术金融应用 评估规则》（JR/T 0193—2020），明确了区块链技术金融应用的实现要求、评估方法和判定准则，为充分发挥区块链技术集成创新优势、加强区块链金融应用风险防控提供了标准指引。为落实好《中国人民银行关于发布金融行业标准推动区块链技术规范应用的通知》（银发〔2020〕162号）中关于行业协会加强区块链技术金融应用行业自律管理的相关要求，帮助从业机构理解和把握区块链金融应用相关行业标准，推动区块链技术在金融领域安全合规应用，应广大从业机构的需求，协会近日举办了“区块链金融安全合规应用的政策与实践”线上培训班。协会副秘书长杨农出席培训班并致辞。
本次培训邀请了中国人民银行科技司、数字货币研究所有关负责同志就区块链技术发展趋势、区块链金融应用实践和行业标准宣贯等焦点问题进行授课。近200余名来自金融机构、科技公司的代表参加了培训。参训学员表示，此次培训内容详实、解读权威、实用性强，有助于提升从业机构对区块链技术的运用和管理水平，建立健全区块链技术金融应用风险防控机制。（中国互联网金融协会官网）[2020/8/19]
追赶OpenAI的道路是艰难的，但是在不计成本的投入之下，差距可能缩小到一个合理的量级，尽管差距将一直存在。
声音 | 中国互联网协会理事长：利用区块链等技术提升信用监管精准化及智能化:金色财经报道，在2019中国网络诚信大会“互联网+”模式下的城市信用体系建设分论坛上，中国互联网协会理事长尚冰表示，将信用建设和信用监督中的行之有效的办法上升为制度规范，利用5G、云计算、大数据、人工智能、区块链等新一代信息通信技术提升信用监管的精准化、智能化，积极发挥政府部门、行业组织、社会机构、舆论监督等各个方面的独特治理优势，鼓励开展差异化的信用评价服务，加强城市信用红黑名单宣传效应，不断加大失信惩戒的力度。[2019/12/3]
各级主管部门的支持当然很重要，不过目前互联网大厂尚未拿出能说服主管部门的概念或实例，从而难以为生成式AI争取更多上层资源。
先说第一条。互联网大厂内部做技术的人，无论是基础研发团队还是应用技术团队，对生成式AI的热情都很高。因为在ChatGPT横空出世之前，AI在互联网行业的落地场景已经基本被做到极限，进化空间不大了；而其他突破性技术又没有出现。所以，2021-22年，互联网大厂普遍对算法岗位进行裁员。在这种情况下，ChatGPT的诞生可谓雪中送炭，给了技术人员一个向公司证明自己价值、升职加薪的大好机会。
声音 | 中国互联网金融协会秘书长：区块链正在改变着金融服务方式发生极大的变化:11月5日消息，中新金融峰会“金融科技促进普惠金融发展”论坛今日在重庆举行。中国互联网金融协会秘书长陆书春出席论坛并演讲。陆书春表示，对金融科技的理解，可能我们在座有的人不一样，有的是从主体角度，还有从业务产品的角度，各方面理解。 我在谈金融科技的时候是一个大的范围，既有传统机构利用技术来迭代式的支撑数字化转型，也包括金融科技公司在利用新的大数据、云计算、区块链等技术，按照第一性原理的方法来创新新的业务模式。计算机、互联网的出现，特别是云计算、大数据以及区块链的出现，不仅仅使得金融成本、效率得以更大的提高，取得更大的飞跃，同时也正在改变着金融服务方式发生极大的变化。（新浪财经）[2019/11/5]
而互联网大厂的各级老板们也非常乐意配合，因为生成式AI跟此前的元宇宙、Web3.0等概念不同，有着切切实实的应用案例，而且硅谷已经在前面踩出了一条清晰的道路。这就进入了中国互联网行业最擅长的“投入资源模仿追赶”的模式。目前很多互联网大厂的基础研发团队，以及业务部门里面的算法团队，都把原来手头做的东西暂停了，集中力量all-in大模型。现在大模型不仅是公司层面的一号位工程，也成为了诸多事业群、事业部的一号位工程，这就决定了它能得到近乎无穷的资源投入。
赛富亚洲基金阎焱：除了区块链，中国互联网还有很多问题值得关注:近日，在在深圳IT领袖峰会上，赛富亚洲投资基金阎焱表示，中国99%的人都不关注区块链、比特币，绝大多数人都是不懂的。“对于科技大潮流，不是一拥而上就能成就的事情，需要更多理性的人，在大潮下理性的思考，它的发展是个理性的过程。”对于将于与区块链无关的互联网称为“古典互联网”的说法，阎焱说，“这是胡扯，赚钱的道理都是一模一样的。”阎焱表示，除了区块链，中国互联网还有很多问题值得关注，比如现在一批独角兽公司都上市了，还有一些10年后可能会改变世界的公司应该怎么走等等。[2018/3/26]
接着说第二条。在降本增效的大背景下，互联网大厂目前对生成式AI最大的期望其实不是开辟财源，而是节约成本或为老业务赋能。例如GPT商业化的第一批客户包括Shopify这样的电商SaaS及代运营商，在国内阿里、京东可以把自己的大模型直接用于自身电商平台的代运营；腾讯可以利用大模型补齐自己的客服短板，还能在腾讯文档等应用中加入自动生成文案功能；所有的信息流媒体平台都可以利用生成式AI进行转评赞、活跃社区氛围。上面举出的只是一小批正在进行的案例而已。
至于开发大型C端应用，或者面向广大中小B端开放API，目前看来还比较遥远。除了技术瓶颈之外，监管风险是一个主要考虑点：国内对生成式AI的监管讨论才刚刚开始，尚未形成成熟的监管体系，此时贸然上马大型C端应用的风险极高。然而，这里有牵扯出了一个新的问题：互联网大厂在既有的应用中大规模使用生成式AI，是否也会带来潜在的监管风险？这个话题比较敏感，目前还难以讨论，在此就不展开了。
再说第三条。OpenAI不是世界上唯一的生成式AI大模型开发者，GPT的技术路线也不是唯一的。但是，国内互联网大厂的研发思路高度统一，那就是模仿乃至彻底复刻GPT。结果就是一切与OpenAI能够沾边的人才和信息几乎全部被瓜分利用殆尽——其中既有合法的利用，也有灰色地带的利用。不计成本的投入，加上国内相对硅谷而言较低的人力成本，是可以在一定程度上拉近差距的。这种模仿路线当然不可能把落后转化为领先，不过目前大家还考虑不到这么远。
第四条也是一个非常重要的因素。我们知道，对于芯片、新能源等“硬科技”产业，国内各级主管部门予以了极大的政策和资源扶持；生成式AI在理论上也属于“硬科技”，如果也能得到类似的扶持，无疑可以大幅度加快发展进度、降低风险。然而，生成式AI有一个严重的软肋：它不是制造业，无法像芯片、新能源、生物医药那样提供较长的产业链、立竿见影地为地方创造GDP。此外，它也尚未被主流媒体认为是一项“卡脖子”技术。在几个月乃至几年之内，生成式AI要成为一项被大力扶持的“硬科技”，还是很有难度的。
当然，互联网大厂可以采取一种话术，即生成式AI具备很强的“乘数效应”或上下游拉动作用，例如可以间接刺激芯片行业的成长，以及促进智慧城市、智慧交通的实现，等等。但是，上述“乘数效应”过于迂回，在短期内又很难看到效果。在可见的未来，主流媒体和主管部门心目中的“硬科技”代表仍将是光刻机而非ChatGPT，互联网大厂必须主要依靠自身资源投入而非政策扶持。
过去多年，中国互联网行业曾一再证明：只要它们下定决心投入足够的资源，并且有庞大的潜在C端应用场景，它们就能够成功模仿乃至超越硅谷的同行。这一发展路线并非百试不爽，不过大部分情况下是成立的。生成式AI是对上述路线的一次大考：在GPT3.5以前版本已经开源，基础研发路线并无秘密可言，潜在应用市场非常广阔，而且国内互联网大厂均已投入足够资源、提起绝对重视的情况下，中国能否在生成式AI这条赛道上迅速缩小差距乃至有朝一日超越？
相信这个问题已经被资本市场提了无数次，也被互联网从业者提了无数次。我的观点偏向悲观一边：由于种种掣肘、种种天然限制，国内生成式AI最多只能将与硅谷的差距缩小到可以接受的程度，而不可能彻底消除这种差距。不过，我的上述“悲观”观点，在很多人看来或许已经算是乐观了？
事在人为，但在很多时候，形势比人强。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。