近日，财通證券李躍博團隊在其公衆号發布了一篇由 ChatGPT 撰寫、Deepl 翻譯的實驗性報告，名為《提高外在美，增強内在自信——醫療美容革命》，瞬時引發熱議。與 ChatGPT 合作撰寫該報告的分析師之一劉洋更是直接提到，ChatGPT 肯定會替代人工，也将 ChatGPT 對于人類替代的争議掀至高潮。
除了券商分析師，在人們的讨論中，記者、程序員、律師等都是可能被 ChatGPT 取代的潛在對象。基于此，我們也與不同行業從業者聊了聊，試圖判斷，在他們眼裡，ChatGPT 究竟是洪水猛獸還是得力助手。
易方資本創辦人及投資總監王華：ChatGPT 的處理能力，What≈How＞Why
翻譯、總結等工作是自然語言處理（NLP）的強項，從我們的使用經曆中也能直觀感受到，ChatGPT 對不同類型問題的處理成熟度是不同的，可以總結為對 " 是什麼 " 這類問題的回答成熟度約等于 " 怎樣做 "，他們都優于對 " 為什麼 " 這類問題的回答，即 What≈How＞Why，在因果關系的推理中，尤其是從果推因方面，ChatGPT 的弱點是顯而易見的。
如果用人腦做類比的話，ChatGPT 的思維模式更像是右腦做主導，在邏輯性上欠缺，但在關聯性上表現出了很強的優勢。不過這種關聯性并不是一種因果的關聯，而是水平層面的關聯，有點類似于半導體中的 GPU。相對來說，CPU 更像是左腦，要把前因後果搞清楚的完美主義，而類似于右腦的 GPU，其寬容度更廣，因此比較容易接受精準度不夠的東西，但關聯的範圍就會變得很大。整體來看，ChatGPT 的相關性内容處理要比因果關系、歸納推理的處理更遊刃有餘。
易方資本分析員王逸研：替代分析員的概率比替代基金經理大很多
從賣方的角度講，一些類似于券商分析師的角色被替代的風險會大很多。如果你讓 ChatGPT 寫一篇關于半導體産業的研報，那麼它很快就會回應給你一個大緻的框架，比如國内與國外的差距在哪、國内企業比較成功的案例是什麼、相關産業的政策等，這些與賣方分析師所寫的很多研報框架都是類似的。如果機構願意雇傭這些 ChatGPT 的模型，那麼這類崗位在未來很可能就會大幅減少。
但 ChatGPT 取代基金經理的概率可能就要小很多。基金經理需要更多的主觀判斷，需要融合不同類型的資訊作出決策，這些都是 ChatGPT 的弱點。而且基金經理的工作并不隻是簡單的下單，更多時候需要積極地與不同的客戶溝通自己的投資思路，因此一些高淨值的投資者更傾向于投資的其實是基金經理本身，這也是基金經理更難被取代的原因所在。
某新聞媒體評論員：記者需要的不是以不變應萬變
ChatGPT 作為更先進的語言模型，可以成為記者工作的一個輔助，但并不能代替記者這份工作。新聞事件總是瞬息萬變的，對于新聞真相的挖掘，對新聞當事人的具體采訪、對新聞價值的判斷，都需要記者充分發揮其自身潛質随機應變，而不是以不變應萬變。
而在新聞評論或者說是觀點輸出上，ChatGPT 就顯得有些保守有餘、創新不足了。一方面，它很難針對某一熱點事件提出讓人眼前一亮的觀點，另一方面，即便我們給了它一個主題，它也很難會圍繞這一主題展開充分而詳實的論述，更何況有些時候，人工智能對于文字的理解通常不會 " 拐彎 "，比如它似乎很難理解什麼叫做 " 讓子彈再飛一會兒 "。
瑞萊智慧高級産品經理張旭東：ChatGPT 是 " 舉一千反一 "，而人類是 " 舉一反三 "
ChatGPT" 能力 " 非常全面，基本各領域問題都能答上來。但這其實是 " 舉一千反一 " 的過程，有些像基于龐大的文本庫，凝練了多領域問題的很多數據做相互校驗，然後挑了一些基礎性的内容回答出來。
ChatGPT 雖然比之前的模型能力有了非常大的提升，但與人類舉一反三的能力還相差較遠，沒有辦法通過聚合人類的現有知識推導出一些新的知識，所以我們感覺 ChatGPT 更多還是在一些場景作為輔助工作去提效，這樣的算法技術距離取代人類還過于遙遠。事實上我認為 ChatGPT 會更像自動駕駛領域的 L2 輔助駕駛需要人機協同，而不是像 L5 完全自動駕駛一樣取代我們的工作。
某智能家電企業軟件工程師：我知道它會回答什麼，也就覺得僅此而已
簡單試了試之後，我發現 ChatGPT 能回答的問題都是網上可以搜到答案的問題，我知道它會回答什麼，因此也就覺得僅此而已。當人們遇到一個新奇的東西時總是會升起很強的好奇心理，可當你熟悉他所有的能力後就會發現不過如此。
目前我們隻是發現了它的優點，但這個優點具備的商業價值還在醞釀中，一方面是因為模型的能耗可能相當驚人，另一方面是因為缺點也同樣存在。比如有些問題可能也會是 " 一本正經地胡說八道 "，如果你不知道正确的答案很可能會被它 " 以假亂真 "，整體來看就像是百科類型的工具，可以當做 " 字典 " 去使用。
至于是人類經驗的累計增長速度和科技進步的速度誰會更勝一籌，其實并不用考慮。機器的經驗是建立在人的經驗上的，人學會才能教機器訓練，目前人工智能的本質還是統計學，除非有質的突破，否則結局隻能是更接近于人，而不會超越人。
北京卓緯律師事務所合夥人、律師孫志峰：沖擊最大的是咨詢類業務
法律被譽為數字時代下最後的手工産業之一。ChatGPT 從目前能從大陸合法獲取的材料來看，确實對法律實務工作會造成較大的沖擊，具體分為幾個層面：
沖擊最大的是咨詢類業務，針對某項法律咨詢，ChatGPT 可以毫不費力地生成結論和依據，也可以生成普适性的初步法律文書，彌補了律師在記憶容量、學習廣度和回複效率等方面的不足。雖然律師經驗仍然無法被人工智能完全替換或獲取，但人工智能的采集和整理信息确實可以解決相當部分的咨詢需求。
不過，法律從業者的職能不會被人工智能完全取代，特别是訴訟、需要經驗積累才能完成的非訴項目、與商業高度融合的法律合規及風險防控，而律師在經驗、專業、溝通及判斷能力上要遠強于人工智能，其觀點也更易于被同是人類的裁判者或審查機構工作人員所接受。
上海易居房地産研究院研究總監嚴躍進：對傳統房地産行業研究員挑戰很大
ChatGPT 對于傳統房地産行業研究的從業者具有很大的挑戰。通常我們在做政策分析的時候，都會在結尾談到對房地産市場的影響。如果 ChatGPT 能夠準确地識别出關鍵詞并進行判斷，比如出現限購知道是收緊，出現限購取消能夠識别放松的話，那麼就能夠在一定程度上取代分析師的角色。
而房地産專家在評論市場的時候，接收到的信息越多，對于問題的判斷就會越全面，這一點與 ChatGPT 的邏輯是類似的，但 ChatGPT 所能接收到的信息量已經完全超出正常人的水平。不過如果房地産行業波動的情況較強，那麼人工智能的掌握能力就會相對較弱，因為人工智能要基于非常穩定的數據才能夠進行信息的分析，從這一點上看，人工智能也要得到國家以及産業經濟層面的重視。
但思考人工智能的作用，并不一定要從替代的角度出發。反過來講，人工智能也能夠在信息彙總方面減少人們的精力支出，幫助研究人員更好地總結出行業的規律，雖然有挑戰，但應該以更加積極樂觀的心态去面對人工智能的發展。
北京社科院研究員王鵬：人與人的溝通中，創造性的情感溝通很重要
在學術領域，ChatGPT 可能替代一些類似于資料整合、分析、回答學生問題的簡單工作，像是助教一樣的角色，對學生而言也可能幫助學生完成一些比較簡單的論文習作等。
但這其實是一個與考核難度、論文命題人以及審閱人經驗相關的問題。命題人在布置作業的時候就要有側重，盡量避免一些簡單的問題。而學生如果想要提交一些具有深度的論文，還是要有更深的創造性在裡面的，這正是 ChatGPT 無法勝任的部分。
事實上，對教師這個行業而言，如果想要更深入地教學，比如針對學生不同的實際情況，進行更細緻的解答，則是真人所更擅長的内容。人工智能可以更加精準高效地回答問題，但從目前的發展程度來說，個性化的方面還面臨着很大的不足。而且，人與人的溝通中，創造性的情感溝通是很重要的一個元素，從這些情況來看，ChatGPT 都無法完全替代教師這個行業。
記者丨楊月涵
編輯丨林琴
圖片丨視覺中國
