ChatGPT到底有何不同

技术界很久没有经历这样的兴奋了。

ChatGPT 以2个月的时间实现了1亿月活，成为用户增长最快的应用。从知识性问答到邮件撰写，人工智能可以出色完成的事项清单，正在快速地延长。以此为节点，人工智能作为生产力补充，开始进入我们的日常生活。与此前的众多科技变革一样，这也是势不可挡、无法逆转的一股力量，“it is not going away”。

站在技术的转折点，往往兴奋有之、迷茫有之，疑虑亦有之。如何让人工智能为己所用，在人工智能作为生产力补充的新时代，我们又该如何重新定位自己？

part1 ChatGPT到底有何不同

ChatGPT 之前，人工智能领域 有两次公众视野内的高光时刻 ——AlphaGo 击败李世石、机器视觉的产业爆发。但前两次的高光，都存在明显的局限性。

AlphaGo 在围棋对弈中虽有出色表现，但除了领域较为狭窄外，也更多的是一种能力展示，而没有对生产力、社会关系产生实质性影响。前几年，机器视觉经历过一次短暂的爆发。诸多初创企业试图利用机器视觉人工智能来改造传统零售环境。但由于 SKU 更新速度快，且相对特殊，模型需要大量训练，最终机器视觉的商业模型未能跑通。由此，我们不难看出普适性及训练数据的获取，是人工智能获得大规模使用场景的第一道关卡。

反观冠以“Chat”之名的ChatGPT， 以自然语言为突破口 ，在适用领域上天然更广阔。正因为ChatGPT 以语言作为反馈形式，其对于所有行业都具备影响力。

ChatGPT 快速在全球流行的另一个较为隐性的驱动力，来自微软在2018年提出的 “负责任的人工智能”原则 。在微软2019年开始投资OpenAI （ChatGPT由OpenAI 开发）之前，萨提亚就在微软内部确立了“负责任的人工智能”原则。这是一整套技术伦理原则，包括从训练数据开始，就需要确保公正性、非歧视。对于人工智能的输出反馈，则有更加严苛的中立要求。ChatGPT 甚至会强调自己作为人工智能的边界，主动提示作为机器人的局限。

如果一项以语言为主要输出形式的人工智能存在偏见和立场，违背了负责任人工智能的原则，就会失去大量客户。随着训练数据的偏向积累，它很快会沦为一个偏见机器。这也是语言类人工智能要获得大规模应用必须突破的难点。

再者，微软 Azure 已在 ChatGPT 爆火之前，为人工智能技术的企业应用铺设了道路。而这相当于提前准备了 ChatGPT 的商用基础，也将进一步加速扩大 ChatGPT 的使用场景。此前，Azure OpenAI 服务现已在微软全球 Azure 平台正式发布。Azure 企业用户已经可以在 Azure 上访问世界先进的人工智能模型，以创建创新应用，包括 GPT-3.5、Codex 和 DALL•E 2。

Azure 是目前唯一提供具有大规模纵向扩展和横向扩展能力的 AI 超级计算机的全球公有云。 凭借结合了领先的 GPU 和网络解决方案的独特架构设计，Azure 为计算最密集的 AI 训练和推理工作负载提供了 一流的性能和规模 。

part2企业如何利用人工智能技术

面对 ChatGPT 不断生长的“能力清单”，技术人员兴奋之余，也会有迷惑——应该如何与人工智能相处？未来的业务模型里，人工智能应该占据什么样的位置？

以 ChatGPT 为代表的通用型、开放式的人工智能生产力，毫无疑问带来了生产力工具的新变革。当繁琐和耗时的收集型任务实现了自动化生成，创新型任务将得到空前的解放。因此，要谈 ChatGPT 的真正落地，首先需要 从现有生产力工具及体系中找到“接口” 。

结合 微软 Azure 认知服务本身的多样性 （包括图像、语音、搜索等能力）， 配合 GPT 强大的自然语言理解及生成能力 ，在安全、合规、可靠的前提下，微软能够打造更智能的业务自动化处理、更精进的会议智能助手，提升现有系统能力的同时，为用户打造全新体验。

而从应用领域角度，无论是对外的客服、营销Chatbot,还是对内提供决策支持和知识管理Chatbot，微软 Azure 认知服务和 ChatGPT 都拥有 广泛的企业级应用场景 ，助力提升客户应答精准度、提高个性化客户触达、加强实时决策层支撑、改善机构知识的可访问程度。

实际上，如果企业以价值链的视野观察所处行业，有意识地围绕自己的客户群体， 以补链、强链的思维找准优势环节 ，以 ChatGPT 为技术支持形成自己的细分解决方案，是有极大机会在新的人工智能时代突围而出的。

那么，站在战略构画的角度，企业应该如何拥抱人工智能？以 ChatGPT 为代表的人工智能如何战略演进？