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：应该把数字人民币打造成全球最佳的央行数字货币:10月23日消息，中国互联网金融协会区块链研究组组长李礼辉表示，应该把数字人民币打造成全球最佳的央行数字货币。打造全球最佳的央行数字货币，不仅有利于推进普惠金融，而且有利于在数字经济时代促进全球货币金融体系的均衡和协调，维护我国的货币主权，保护我国的金融安全，进一步提升我国的国家实力。 （上证报）[2021/10/23 20:51:06]
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。
声音 | 中国互联网金融协会会长：综合运用区块链等技术实现监管规则的数字化翻译:2019北京国际金融安全论坛在北京金融安全产业园举办。中国互联网金融协会会长李东荣会上表示，发展监管科技是新形势下维护金融安全的有力支撑。针对经济金融风险的新特征、新变化，将科技驱动优势贯穿于事前、事中、事后金融监管的全链条，依法建立跨部门、跨地区、跨层级的公共数据融合和监管信息共享机制，综合运用人工智能、大数据、区块链、应用程序编程接口等新一代数字技术，逐步的实现监管规则的数字化翻译，数据实时化采集，风险智能化分析，结果可视化呈现等功能。“既要拦得了黑息流，也要拦得住黑天鹅。”（财联社）[2019/11/18]
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。
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]
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。
中国互联网协会理事：比特币并非“神物”，将遵从于“世俗”选择和优胜劣汰规则:中国互联网协会理事张向宁表示，加密货币的基础是“自然共识”，天生优于“世俗共识”。但加密货币有无数的分支，其被多少用户接受的过程，则重新进入“世俗共识”范畴。在发展的初期阶段，比特币现象很类似于一种宗教现象。更高级的阶段来临时，崇拜和信仰的色彩会下降，实用主义的要素会上升，生态的优势将成为主导。因此，比特币并非是至高无上、独一无二、无可替代的神物，而将遵从于“世俗”选择和优胜劣汰的规则。[2018/3/21]
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。
美团点评高级副总裁王慧文：区块链撕裂了中国互联网，转移了中国互联网的主要矛盾:美团点评高级副总裁王慧文日前表示，区块链撕裂了中国互联网，转移了中国互联网的主要矛盾。主要矛盾从巨头与创业公司的矛盾转变成古典互联网与区块链之间的矛盾。[2018/2/27]
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。
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。