先講個跟 ChatGPT 無關的趣事兒，最近科技博主 lcamtuf ’ s thing 分享，" 在 NFT 最瘋狂的時候，我買了很多相關的書，所有專家在解釋 NFT 為什麼有價值時，都說是因為稀缺性會産生價值。這完全是胡說八道，我兒子的塗鴉就很稀缺，但根本不會有人想購買它們。"
提起這個，是因為最近 ChatGPT 火遍地球村，微軟、谷歌、百度、阿裡雲、科大訊飛等海内外科技企業，都紛紛給出了研發上線時間表，很快我們就會看到一大批各種版本的 ChatGPT" 集體亮相 "。
但問題來了，這麼多 ChatGPT，誰會為它們付費呢？
現在很多人已經确信，ChatGPT 将帶來一場新技術革命。"ChatGPT 取代人類 " 的各種震驚體新聞頻繁出現，和 2017 年 "AI 取代人類 " 如出一轍。但距離上一個 AI 風口并不遙遠，相信大家都還記得，那波 AI 投資熱潮過後，大量 AI 創業公司被拍死在了沙灘上，昔日的 "AI 四小天鵝 " 面臨營收困局，自動駕駛更是迎來寒冬，被迫技術降級。
我們一路跟随 AI 産業化和産業 AI 化的進程，可以肯定地說，産業革命并不是一蹴而就的，它有一個基本路徑——新技術先找到适合的應用場景，成功商業化，在這個過程中慢慢積累技術改進，不斷完善自己，才有可能引發巨大的革命。
所以，面對 " 各種 ChatGPT 登場 " 的确定性局面，我們不妨把目光放得更加長遠，去思考一下 ChatGPT 商業化的問題。
中國和美國是 AI 領域的領軍國家，所以，探讨 ChatGPT 商業化，中美的相同點與差異，是一個繞不開的話題。而回答問題是 ChatGPT 的強項，所以本篇文章也将邀請 ChatGPT 和我一起，分别從人工智能問答機器人的視角，以及業内人士的視角，共同探讨中美 ChatGPT 商業化的分野。
商業化前提：
中美 AI 的土壤有何不同？
新技術的發展和商業化潛力，與 AI 産業本身的發展情況有着直接關系。土壤足夠肥沃，新技術的種子才能茁壯成長。
那麼，中美在 AI 領域有哪些差異呢？
我們讓 ChatGPT 先回答。不得不說， ChatGPT 展現出了極高的 " 情商 "（如果它有的話），避開美國不談，隻談中國在 AI 領域的優勢，還挺 " 社會人 " 的。
我們當然不能讓它 " 偷奸耍滑 "，繼續追問美國在人工智能領域方面的優勢。
嗯，從投融資、科研、政策、法律、應用、數據基礎等各個方面進行了分析比對，視角很全面了。但是，作為一篇分析文章，要讓讀者記住這麼多維度，顯然是很不友好的。我們更希望讀者在閱讀完成後，對中美的人工智能産業差異，留下一個清晰、準确、簡潔的印象。
于是，我們讓 ChatGPT 基于上述分析，給出一個言簡意赅、一語中的的結論。
它認為：中國 AI 長于規模，美國 AI 勝在創新。
大家覺得怎麼樣呢？簡單總結一下，它的邏輯推理是這樣的：中國 AI 産業規模大——數據資源多——提高模型效果——帶來商機；美國 AI 創新能力強——技術引領——打造高質量 AI 産品——從中獲益。聽起來煞有介事，但細究起來，還是有很多不嚴謹、不明确的地方，給人一種 " 正确的廢話 " 之感。
總的來說，ChatGPT 的答案有幾個明顯的特點：
1. 缺少細節。ChatGPT 的答案邏輯清晰，維度豐富，但較為籠統，缺少來自一線實踐、行業案例等更細節的情報和信息。
2. 實時性不足。ChatGPT 對 2021 年後的世界和事件了解有限，而 AI 又是一個快速發展的領域，所以答案有一定的滞後性。
3. 可靠性問題。ChatGPT 不能保證答案的完全準确，還需要專業人員對其結果進行二次審核、确認，如果不了解行業、缺少可靠信息源、缺乏事實檢索技能、無法識别虛假信息，隻盲目相信 ChatGPT 的答案，得到的認知可能是錯的（當然，不可靠的人類創作者也一樣會炮制假信息）。
作為人類創作者，加上對國内外 AI 産業有了數年深入一線的走訪和觀察，我們認為，中美 AI 的核心差異在于——技術強密度。
技術強度和技術密度，這一概念是由經濟史學家亞曆山大 · 格申克龍，在《曆史視角中的經濟落後》中提出的。其中，技術強度指的是技術的性能和水平，而技術密度指的是技術在社會和經濟中的普及程度和應用密度。
在關于中美 ChatGPT，以及中美 AI，甚至更早的互聯網等技術領域中，我們都能看到一個現實：美國産業界的技術強度更高，而中國的技術密度更高。
因為技術強度高，所以很多前沿、突破性的創新，往往先誕生在美國，轉移到中國獲得大規模的普及應用。
技術強度固然值得欣賞，但技術密度高同樣是一種難得且重要的優勢。如果說技術強度是科技革命的必要條件，那麼技術密度就是科技革命的充分條件。
正如格申克龍所說，不要低估經濟現實的複雜性，也不要高估科學工具的質量。中美 ChatGPT 的商業化路線，會揚己所長，走出差異化路線。
中美 AI 土壤給各自 ChatGPT 的商業化帶來了哪些利與弊？接下來，究竟會分别走向怎樣的路線？我們先來看進行時的美國 ChatGPT 商業化應用。
美國 ChatGPT 的個人化色彩
前面提到，美國 AI 技術的創新性、前瞻性、原創性很高，因此很容易産生 ChatGPT 這樣颠覆性的新技術産品，但産業應用的技術密度相對較低。
一般來說，美國的 AI 技術創新在初始階段是非常活躍的，但随着技術的逐漸成熟，變得 " 不夠性感 "，這種活力也會逐漸下降，這個時候，沒有來自産業側的豐富創新，會直接影響新技術的繼續發展。就拿深度學習來說，中國龐大的 ICT 産業生态、各行各業應用者将這一技術在各種場景中用出了花，造就了一個巨大的産業數字化、智能化業态。
目前來看，OpenAI 打造的 ChatGPT 也沿着上述路線發現。
在初期，創新很活躍，但缺乏産業力量的參與，更多是與現有的互聯網産品進行整合，面向個人用戶提供服務與行業應用的結合不夠緊密。
比如，目前微軟已經推出的由 ChatGPT 提供技術支持的高級 Teams 産品，做的事有生成會議記錄、記筆記、起草工作郵件等，旨在幫助員工解決大量重複、機械的文書工作。
而谷歌想做的搜索引擎，微軟已經改造的必應 bing，将 ChatGPT 整合為 AI 助手，幫助用戶自動化篩選，獲得更好更完整的答案。如果沒有 AI，用戶自己在互聯網數據之海中篩選并判斷哪些信息有用，是很麻煩的。
盡管很多美國學校開始嚴禁學生使用 ChatGPT 做作業，但這項新技術還是可以在教學場景中發揮正向作用。根據 Study.com 的調查，有 21% 的老師開始用 ChatGPT 輔助教學，包括提供寫作提示、制定課程計劃、教授寫作風格（生成範文）等。
可以看到，這些 ChatGPT 都是對現有應用的升級、叠代乃至于颠覆。這就容易導緻兩個問題：
第一，個人服務的定價能力模糊。與現有産品的結合很難證明技術帶來的價值，用戶願意支付的費用也是有限的。
第二，個人服務對于技術表現要求很高。目前 ChatGPT 還有一些技術限制，無法應對複雜的問題和對話，一旦用戶體驗不佳，就不願意付費了。
而 ChatGPT 也知道這個問題，看來不是 OpenAI 不想變着花樣賣給企業，而是真的 " 巧婦難為無米之炊 "，缺少圍繞 AI 技術展開應用創新的産業條件。
中國 ChatGPT 的後進之路
中國發展 ChatGPT 的一個特點是，美國能做的我們也能做，美國不能做的我們還能做。
就拿 ChatGPT 的産品化應用來說，搜索引擎也好，聊天機器人也好，辦公軟件升級也好，這些互聯網産品中國哪個都不缺，甚至更豐富。所以，但凡美國 AI 公司能将 ChatGPT 落地的産品，中國 ChatGPT 都不會缺席。
就連 ChatGPT 在列舉中美 ChatGPT 的商業化應用時，所給出的答案都是大同小異。所以着急的看官們，其實根本不用急。
而很多中國可以應用 ChatGPT 的場景，是近兩年來中國 AI 産業界逐步摸索出的，具有很高的獨特性。
比如說，ChatGPT 與大型政企，尤其是金融行業、政務服務等應用的結合。
近兩年來，中國數字經濟的速度和規模超乎想象，金融行業的數字基礎好，往往走在新技術應用的最前端，深度學習、因果 AI、區塊鍊、知識計算、數字人等新技術，已經形成了很成熟的行業應用化路徑。各級政府對于數字化服務的積極性也很高，日常工作中存在大量文書、文本工作，很多村官被成為 " 表哥表姐 "，這些重複性工作用 ChatGPT 可以很好地提升效率。
中國 AI 創新産業生态，驅動新技術的行業應用快速轉化。一般來說，OpenAI 這類創新型平台公司負責研發大模型，再将 API 接口開放出來，方便 ISV 服務商 / 中小開發者，結合行業知識和數據，打造定制化的解決方案，以滿足産業側的龐大個性化需求。
經過幾年的培育和發展，中國已經圍繞 AI 開發平台，形成了數個繁榮的 AI 創新産業生态群落，比如飛槳、昇騰，這意味着中國 ChatGPT 出現之後，可以很快與行業相結合，出現在垂直領域效果更好、更加專精的模型。
顯然，相比個人應用，面向千行百業的産業化應用營收面更廣，商業化潛力也更大。
當然，必須承認的是，中國 ChatGPT 在技術強度上，短期内還和美國有一定的差距。
就連谷歌第一次試水都大翻車，中國 ChatGPT 受限于高質量數據、頂級人才儲備、調參能力等，在性能表現上肯定沒有 OpenAI 的原版 ChatGPT 好。
不過，就連原版 ChatGPT 都對中國公司打造出高水平的 LLM 抱有信心，我們何妨多給中國科技企業一點時間和寬容呢。
邁向繁榮，
中國科技公司還能做什麼？
很長時間以來，我們都傾向于認為，中國更擅長應用和微創新，雖然技術密度很高，但技術強度不如美國。
ChatGPT 爆火之後，不少人都在感歎，如此颠覆性的技術又沒有誕生在中國，諷刺打算做中國版 ChatGPT 的中國科技公司——别人不做你什麼都沒有，但凡别人出點什麼你全部都有，還是世界第一。
這些當然都是槽點，ChatGPT 的出現再一次證明，美國的 AI 技術強度優勢是顯著的。
但中國所擁有的技術密度優勢，在技術強度優勢面前，真的不值一提嗎？這麼想顯然也有失偏頗。
無論是互聯網産業，還是 2016 年掀起的第三次人工智能浪潮，中美的差異化發展都說明了，領先的技術突破和産業規模化應用的能力，共同決定了新技術的産業效益。其中，中國科技企業更擅長在産業中點燃 AI 熱情，提高技術密度，産生更大的影響力和商業價值。
事實上，過去幾年間，我們走訪了大量中國産業智能化項目，貴州深山隧道裡的 AIoT 設備，天津港的無人碼頭，深入地下 400 米的礦山數字化應用，青海牧民用 5G 放牧，靠機器視覺相牛……這些細如牛毛的 AI 應用，都是在這片土地上原創出來的，它們共同組成了蓬勃的産業智能經濟。
Gartner 預測，到 2025 年，生成式 AI 将占到所有生成數據的 10%，但目前這個比例還不足 1%。具體到 ChatGPT，未來要提升商業化水平，既需要較高的技術強度來保障用戶體驗，也需要強大的工程化能力和應用場景，來支撐商業增長潛力。
所以，抓住下一波智能浪潮，中國科技企業既不用妄自菲薄，也不能目空一切、坐以待之。
首先，國産化 ChatGPT 機遇不可錯失。
中國産業智能化、數字化持續向前推進，ChatGPT 新技術的引入成為必然，但龐大的産業智能應用必須要自主可控，以确保行業數據、服務可靠性、時效性等，所以大量 AI 文本生成任務一定會交給中國 ChatGPT 産品來完成，這是機遇，也是責任。
其次，對原始 ChatGPT 進一步優化。
技術強度和技術密度缺一不可，中國科技企業必須進一步提升國産化 ChatGPT 的性能，增強模型的魯棒性和泛化能力，才能支撐産業化應用。同時，結合中國産業 AI 的現實需求，在實際部署過程中，可能遇到端側設備多樣、算力硬件限制等情況，需要進一步研發更加輕量級的 ChatGPT 模型，便于靈活部署。
另外，生态建設拉開 ChatGPT 商用差距。
AI 技術的推廣和普及需要一系列生态支持，尤其是中國有大量個人開發者和行業開發者，分散度高，技術基礎不同，平台型企業是否建立了成熟賦能的生态體系，是 ChatGPT 商用創新增長的關鍵。包括開源社區建設，全流程開發工具，AI 計算硬件兼容性，産教學研用培養模式。
總的來說，ChatGPT 被寄予了通用人工智能 AGI 的期待。在此之前，它首先要能廣泛融入産業，成為無處不在的空氣和土壤。從這個角度看，一切才剛剛開始。
