个人和企业如何用好ChatGPT——科幻创客沙龙第23期

ChatGPT的应用要点

首先让我们简单认识一下ChatGPT，它是一种基于Generative Pre-trained Transformer技术的人工智能模型，核心是深度学习的神经网络，能够自动学习人类语言，并产生自然流畅的语句。它使用预训练技术和微调技术来提高智能水平，理解上下文和语境，生成自然、流畅的文本回复。ChatGPT能够为人与计算机之间的交互带来前所未有的便利和效率，未来可能在各个领域开发更高级的虚拟助手，并且在家庭、医疗保健、教育培训、游戏设计以及机器人和自动化系统等领域得到广泛应用，带来更加智能化和个性化的服务和支持。

来自上海人工智能研究院首席技术官王资凯，前埃森哲高管和《沙丘》翻译者，现领导上海浦东新区科幻协会的顾备老师，还有数字化转型专家、前微软中国高管王珏老师，三位嘉宾共同和我们一起探讨ChatGPT的前世今生和未来的可能性，希望今天的分享能够给大家带来一些思考和启发。

【顾备】：ChatGPT是一个AI语言模型，最近开了最新的4.0版本的发布会，那么这次新的4.0版本与以往有何不同之处?

【王资凯】：在ChatGPT之前，人工智能主要是围绕着细分领域关注于解决不同领域特定问题的小模型，然而，ChatGPT大模型的出现完全改变了这种观点。该大模型在多种任务中都表现良好，尤其是在开放式问题中，表现非常出色。因此，ChatGPT和其他类似产品成为了行业的转折点，在不同领域为用户提供了众多应用的可能性。在今天下午OpenAI发布的GPT-4的演示中，我们也看到了它在文本之外的各种能力，例如对图像的识别理解以及语义分析的能力。这些都是非常令人惊艳的。在直播弹幕中，有一块展示了许多气球的图片，然后机器的问题是如果剪断气球下面的绳子会发生什么。这实际上是一个非常难的问题，但是GPT-4的模型可以准确地回答，如果剪断绳子，气球可能会飞向天空。

Open AI的ChatGPT系列产品都是同根同源的，有很多相似之处，都使用了指令微调、提示工程等技术激发大模型的潜力，实现更好的表现。OpenAI推出的这几个产品和之前做图像识别、语义分析、语义分割等应用领域的技术和模型不太一样，具有自己独特的技术和工程创新，因此我认为这是一个分水岭式的事件。事实上，在这个领域中的技术迭代和进化似乎变得越来越快了。

【顾备】：在ChatGPT出现之前，我们普遍认为，人工智障对人类的威胁还不是很大。然而，ChatGPT的出现对社会形成了一个非常大的冲击，很多普通的职场工作人员开始担忧自己的工作有可能会被替代掉，它对普通人的影响如此之大，是我们可能始料未及的。我们上海浦东新区科幻协会的监事长孔华威也提到过，以后职场上真正有工作的人大概只有1%到0.1%，其他人可能只有一份救济金，这是我作为一个科幻作家，也是作为企业咨询十多年的从行者深切感受到的，对它抢走工作机会这件事，非常有危机感。

【王资凯】：近来，我们在招聘过程中的标准其实已经发生了变化。过去招聘技术人员时，通常需要一份长长的岗位要求清单，包括专业背景、学校、工作经验、技能等。但有了GPT后，我告诉人事处，我们现在只需要三点要求：第一点是能够正确使用搜索引擎，第二点是能够使用Open AI和微软合作开发的代码生成工具CoPilot，第三点是能够使用ChatGPT或类似工具进行代码调试。这三个要求完全颠覆了过去十几年对软件工程师和算法工程师的要求。因此，我认为OpenAI和产业界的朋友们推出的一些工具，的确能够提高我们的工作生产力。但是，我认为工具只是工具，不要对它们要求过高。例如，我们不能指望ChatGPT在极短时间内回答所有问题。

【王珏】：如果你不了解过去，你就无法了解未来。技术的发展虽然消灭了一些工作岗位，但也创造了很多新的工作机会。而ChatGPT这样的工具不仅能够提供更多的工作机会，还能够改变人们的思维方式，因为随着科技发展，人们需要不断适应新的工作环境和技能要求。

回溯40年前，办公室自动化的最初目的是大量减少纸张，虽然在过去几十年里并没有因此减少纸张的消耗量，但它对于提高工作效率和降低成本是有积极作用的，同时也推动了协同办公的发展。因此，我们需要保持开放的态度去探索科技的可能性，从而更好地应对未来的挑战。

【顾备】：没错，新技术总是会消灭一些工作岗位，但同样也会创造更多的工作机会。那么，ChatGPT到底有哪些现实的应用呢?有没有可能，一旦普通人掌握了这个工具，他们就可以做一些看上去需要很高端的专业知识的事情?

【王资凯】：一个没有技术背景的普通人可以利用现有的自然语言处理工具，如ChatGPT等，来完成一些重复性的信息搜集、头脑风暴等工作，提高工作效率。

比如，我们今天公司要给一个合作方发一份合作行动方案。正常情况下，可能需要两个同事写两到三天，但今天我自己打开电脑，把这样一个比较宽泛的问题分解成了十几个提示，然后把这些问题塞给ChatGPT，等它做出相应的文本生成。随后，我再把这些生成内容经过格式调整，最后形成了一份符合合作方要求的合作方案。

随着各大厂商如百度、阿里巴巴、腾讯，以及国外的各个大厂不断推出类似产品，必然会有各种企业和研究机构去深耕各种细分领域的小型模型。这些小型模型和大型模型叠加在一起，一定会增强我们在细分领域里的办公效率。因此，我建议没有技术背景的同事们其实可以关注这个方向的发展。

【王珏】：ChatGPT其实已经让知识管理进入了3.0阶段。最早的知识管理是把专家的经验放在库里供大家使用。整个90年代它是企业或机构变革的重要驱动。后来由于大数据，知识管理又变成了另外一种方式。现在我们的ChatGPT是3.0版本，它能更精确地定位到高管或中层干部所需要的东西上。我认为ChatGPT有时会消灭一些中层，但更多时候则会产生更多的中层。过去，我们曾经说过，因为有了网络，扁平化已经实现。但现在还有另一个观点，尤其是在全球化的背景下，对一个人的执行力要求很高，同时还要有足够的可观察性、可控性以及个人信用，既要做到自理，还要保证风控。对于中层来说，这些要求会更高，这时候ChatGPT就可能会帮上忙。我认为，它会对中层产生更大的挑战，但也会让他们更强大。我对这个软件或IT来说，一直抱有比较乐观的态度，我觉得，从什么角度去看待它很重要。

【顾备】：之前王珏老师提到过，Software Destroy Everything，说软件和IT是有可能导致人类降智的，因为我们有可能不思考了。您怎么看待这个问题?

【王资凯】：我们应该认识到机器学习模型的局限性，ChatGPT只是工具，不能过度依赖它，也不能期望它能取代人类的决策。人类应继续发挥自己的优势，如创造力、情感等方面。同时，我们也要注意我们自己的问题，如偏见、误导等，才能更好地利用机器学习模型的优点。

【王珏】：我的观点有点小小不同啊，我觉得人工智能发展到今天，可能不仅仅是个工具了。其实今天很多人很恐惧AI的原因，其实是担心人工智能有可能在某些方面对人类造成伤害，如果算力足够大的话，那是蛮恐惧的。开发人工智能需要谨慎，避免像脱轨的火车一样。文科生和理工生对人工智能的发展考虑角度不同，前者更注重社会发展的角度思考其负面影响。人工智能的进步之快让人感到恐惧，但也提醒我们需要更加警惕和谨慎，以避免出现不可逆转的后果。所有的关键还是取决于人。

过去人工智能的一个里程碑是深蓝和阿法狗，那时候的AI还是分析型，但现在的ChatGPT是生成型，它是归纳总结分析之后，生成知识。另外，现在的AI可以自行训练AI，无需人类的干预，这是完全不同的方式。back to the basics回到基本点来看问题，训练人工智能就像教学生。更多时候我们讨论的都是know how“怎么解决问题”，如今从ChatGPT上看到的是know what“了解问题”，而教育万变不离其宗的是最终要know why“为什么会这样”。所以，未来的教育可能要从现在的know how慢慢转向教导学生know why。只有这样才能保证我们教育出来的人才可以跟上时代的高速发展，能够理解问题的本质，进而快速利用工具找到解决方案。

【顾备】：其实我感觉，人类和人工智能其实都在快速成长，人类的思维模式也在随着新技术的涌现不断调整。那么，ChatGPT是否已经足够成熟了?未来会如何发展，对哪些行业的影响最大?

【王资凯】：未来可能出现三大变化：内容的爆炸、内容分发机制的变化、用户和机器以及用户和用户之间交互手段的变化。

首先是内容爆炸。2000年到2001年间，扎克伯格预测说内容将每十八个月增长一倍。扎克伯格定律其实是基于传统社交网络做出的预测。但随着多模态的大模型诞生，内容量必定会在未来一段时间内呈爆炸式增长，这将对互联网生态产生巨大影响。

以往条件下大家获取信息都是通过搜索引擎加上各种各样APP或者应用的推送，，如果信息量突然暴增到今天内容的十倍或者百倍，传统条件下的内容分发机制就会失效，因此会出现一个全新的内容收集和分发机制。

可能每个人都会需要一个用于总结归纳的app，专门针对某个细分领域的。在这个专业的细分领域，每天都有大量的最新信息，各种AIGC的工具会生成大量相近但非重复的内容，个人肯定没有时间看完全部内容，无法准确鉴别其中各式各样的信息和知识点。因此，用户肯定需要一个用于归纳总结的工具，每天向用户推送一个相对来说简短的摘要，让用户可以一目了然地了解过去一天里发生了哪些事情。

另一方面，专业细分领域会有各种新模型诞生。Open AI目前训练模型的数据只是公开的各种数据，但其实在细分领域里，大量的数据是非公开的。比如医疗领域，就有非常多的非公开的学术论文掌握在出版商手里;还有各个医院里保存的病例和诊疗记录。如果这些信息能够整合成一个专业领域内的模型，然后再和大模型协同，那么在细分领域里面，可能传统的工作模式就会被颠覆，让一个小团队就具备服务众多客户的能力。

第三，就是用户和机器与用户和用户之间交互手段的变化。微软在几年前提出了conversation as a platform“内容即平台”概念，这其实是一个相当颠覆性的概念，非常前瞻。正如前面所提出的，仅仅“对话”就有可能变成一个细分领域内平台性的东西，或者是广义上一个涵盖所有内容的平台性的东西。

内容的变化，分发机制的变化，以及交互手段的变化，围绕这三点，我想，每个人和每个公司都有机会去做一些调整或适应，以及前瞻性的考虑或布局。

【王珏】：说到ChatGPT就要说到微软。首先，微软的商业能力还比较强;第二，微软追尾灯的能力非常强。只要有伟人在前面，微软就能快速跟进并迭代。比尔盖茨在1975年就有一个梦想，或者说远景，希望每个工作台上都有一个电脑，结果基本上在2003年就实现了。(顾备：那有没有可能很快微软会让大家每个人的桌子上都有一个ChatGPT呢?)有可能微软会让大家每个人的桌子上都有一个ChatGPT存在的，因为每家公司都有自己基因。这也是微软比较强大的基因，当追尾灯的时候，他会卯着力去追的。

【顾备】：追尾灯也好，拿来主义也好，都是一种技术活儿。可是，很多新技术来得快去得也快，就像VR和元宇宙。新技术在刚开始的时候，市场并不够大，它可能会引起业界的一些关注，但由于那个时候的市场还不成熟，所以只是业内一些人的狂欢，等热浪过去以后，沙滩上就是一堆死扇贝。open AI也好，ChatGPT也好，足够成熟了吗?有没有跟已有的的软硬件结合的机会?还是说已经发生了?在整个行业应用的过程中间，如果我们去算技术账和经济账，值不值得去用?合算不合算?是应该再等一等，还是现在就应该赶紧上，如果不上就来不及了?

【王资凯】：围绕着相关大模型去做应用的这群企业，一定有非常丰富的机会。这一轮技术进步，实际上也被人称作“底层技术的民主化”。在传统条件下，大家去做模型可能需要雇佣几个算法工程师收集数据、清洗数据、训练模型、调整模型，最后达到一个比较高的准确程度，然后把这套模型用到自己的产品里，再拿到市场上去试。整个流程既耗人力又耗钱，还耗时间，甚至可能是个无底洞。但目前有了各种各样的大模型之后，意味着一线这些围绕着大模型做相关应用的公司，有了很机会。一个小公司可能只需要几个软件工程师，就能够通过调用各种各样大模型API的形式，初步完成自己产品的运行，然后迅速发布到市场上，去做市场反应的测试。这么做首先能够快速缩短产品进入市场的时间，此外能够大幅降低试错的时间。传统条件下，做一个产品可能需要几百万，而当前调用API，可能只需要前期做一些界面上的设计和工程上的调试，就可以了。这样就能迅速去做一个场景测试，去试验市场的反应。从这个角度讲的话，我相信围绕着相关大模型做工程化和产品落地的公司，一定会有很多机会，从事这个方向创业的同事，一定不要犹豫，一定要知行合一，先做起来，看一看市场的反应。这是一个很重要的机会，就像2007年iPhone刚推出的时候。

从另外一个角度讲，随着大语言模型的普及，一些领域内肯定会出现过度竞争，可能很多领域都会被杀成红海。一些典型的领域，比如说翻译、文本纠错和文本润色，也包括各种各样草图生成和原画设计，这些领域的门槛会非常低。这部分内容由于其商业模式过于简单，一定会导致过度竞争，进而导致整个领域平民化。在这种领域内耕耘的企业一定会被open AI或谷歌这样的公司降维打击，所以这些场景可能不太适合去构建新的产品。

除非是在某个新兴市场，该领域内的团队能够从某个独特的角度去思考，去响应某个有独特需求的客户群。可能的商业成功将取决于应用场景。一线的公司，无论是做相关应用开发、产品开发，还是目前的服务行业，都应该要关注这样的一个机会。

【顾备】：从应用场景而言，这就很需要科幻的想象力了。所有面向未来的科技想象都是科幻嘛。我们完全可以通过科幻思维来训练产品经理来想象未来的应用场景，并且通过设定来模拟市场反应。当然，赶浪的有可能被淹死，而不敢浪的也有可能被拍死在沙滩上。

【王珏】：我觉得，这里面是一半是海水，一半是火焰。你这个观点是对的，在新技术浪潮中，死的基本上一半是赶浪的，一半是不敢浪的。不敢浪的一般会死的很惨，而赶浪的首先进入市场的时机很重要，其次要敢于试错。创新是允许失败的，一家企业在存续期间，要不断试错才能创新，才能迭代，才能前进，才能活得更好。所以，从这个角度来讲呢，你一定要去用新技术。这是从客户端来考虑问题，那我们再考虑一下竞争端。

首先，微软把chatGPT嵌在微软的office里面，嵌在Bing必应里面。而竞争对手谷歌也相应地推出了自己的竞争产品，并且把这个产品用在它的搜索引擎上。双方的竞争事态已经很明显很强烈，并不是什么趋势不趋势的问题，而是已经在线触发了。

其次，chatGPT现在已经变成一个生态了。例如，sales force前两天发布了一个叫爱因斯坦的GPT，而这个聊天机器人就是集成open AI的，其销售模块、客服模块、现场管理模块、数字营销模块，都与此相关。很显然，open AI已经变成了一个平台。而另一边，谷歌也会推出自己的生态。竞争的战火已经全面展开了。

【顾备】：他们两个打起来的话，对消费者或者下游的企业而言不是好事吗?有竞争我们才有机可乘嘛。那么，未来有没有可能，我们可以利用chatGPT来改善企业人员之间的这种沟通方式?提高我们的工作效率?比如，能不能帮员工写工作报告?做员工的基础培训?

【王资凯】：我想，一定会有几个巨头能够在这个赛道上跑出来的。我认为目前做的最好的应该是notion AI，这款协同工具真的非常好用，它是基于gpt-3来做的，这个插件在典型的办公场景中，任务效果非常好。另外就是open AI在自己官网上公开的那套，帮摩根斯坦利做的knowledge base。这款工具把所有围绕资产管理和人员培训相关的资料都塞进了这个知识库里，然后基于这个知识库与大语言模型做协同，在一些关键场景里，就能够把相应的知识推送给相应的人员。这是一个典型应用，大幅提升了财富管理相关从业者的工作效率。当然，我相信在这个赛道上一定会出现很多竞争者，最后受益的人一定是终端消费者，或者是底层的中小型公司。我相信，这将是一个很有意思的赛道。

【王珏】：企业里要提高劳动生产率，其实最大的问题就是沟通。在一个全球化的公司里面，沟通最大的挑战在什么地方呢?就是语言。比如说email，发邮件的时候你认为你的意思表达得很清楚，但很可能因为写作能力差，你写的东西老板看不懂，甚至认为理解有问题。这个时候，chatGPT就会给你一个很好的解决办法。你把想法输给chatGPT，它则会给你一个比较中规中矩的范本。第一，省了时间;第二，基于此再整理一下思维，就会进一步提高生产力。另一方面，开完会需要有会议纪要。自己写很麻烦，有了chatGPT，归纳总结就会变得很简单。

我觉得chatGPT很可能跟当年iPhone一样，你的想象空间有多大，它对你的帮助就有多大。并不是说我们今天讲到哪里就能想到哪里，或许等你用的时候，自然就会有很多场景出来。所以我还是觉得这工具会给我们带来一种根本性的变化。

【顾备】：说到归纳总结，有没有可能，以后企业内部只要做到数字化，信息就可以快速被汇总上来，然后通过chatGPT快速进行分析，并将经营现状快速呈现出来?甚至于，我们可以通过搜索引擎去了解客户对于我们的产品，或者分店，有什么样的反馈，再把它变成一个分析报告?或者采购方，也可以通过这样一个工具去快速了解自己想要购买产品的优缺点?有没有可能它会改变未来的市场行为?

【王资凯】：这个问题提的其实非常好。我认为，各种各样的大模型一定能够与目前一线的商业应用软件和分析工具结合起来，然后更自动地去理解和归纳总结。如果以语言作为一个交互界面的话，以往很多分析工具不具备的分析能力，就能够在新工具上得到体现，那么这部分内容再经过大模型抽象的分析，就可以得出相对精准的市场数据。从另外一方面讲，无论是一个店铺还是一个公司，运营情况其实可以通过带语言模型的工具来生成内容并进行总结。而这部分内容，无论是对中层领导者，还是对企业高层的管理人员来说，都是一个很大的进步。以往大家需要基于各种各样的数据，通过各种各样的工具去找到相应的指标，找到能够标识企业运营缺陷的标志。而在新的工具下，或许能够生成一些具有洞见的报告，那就能够给中层和高层管理人员提供更多的信息。

我想，我们不大可能通过向大模型提问，去了解应该订购怎样的产品以获得更强的市场竞争力。因为当大模型能够引导我们去影响一线零售商的订货策略的时候，这个机制一旦公开，就已经失效了。就像我们一旦公开中国大学排行榜的评分规则，这套机制就已经失效了，总有大学能够通过调整各种各种各样的数据，让自己大学的排名靠前。然而，虽然我认为一线厂商没机会通过大模型去获得订货思路，但一线的零售厂商却一定能够利用这套东西去分析，得到自己的结论。然后依据结论和其他一些额外信息，形成自己的订货思路。

这部分大模型可能只是起到一个最前端和最后端的作用，最前端就是初步的对非结构化的语言模语言信息的理解，也就是与自然语言理解相关的工作。而最后端其实就是自然语言生成的这部分工作。中间各种各样的流程可能需要企业依照自己多年运营形成的规则，以及其他一些微观经济学的模型，再加上协调和配合，形成各种各样企业内部的独特规则。中间这些规则有可能是大模型不具备的，我们在做相关研究和应用的时候，一定要考虑好每一部分到底是由哪样的技术、哪样的环节，来操作来运作。

【顾备】：既然如此，最后有哪些领域的工作会被替代呢?

【王珏】：我觉得不用太悲观。不要去静态地考虑问题，一定要动态地考虑问题，也就是说，当你能力提高的时候，你的工作机会就会越来越多，上升空间也会越来越多。你们要从过去看到现在。IT或许消灭了一部分工作岗位，但也同时增加了很多工作机会。我们就拿销售来说吧，在原来的销售体系下，最顶尖的销售肯定不愿意把自己的销售经验传授给别人。但人和AI之间就是如何看待工具的问题。你把工具看成你的敌人，还是看成你的助手。工具的产生是为了提高人的生产力。当企业有了客户经理这个岗位的时候，就会把每个人的best practice最佳实践嵌入到工具里。就这样，传统的销售不见了，但每个人都更开放，并且通过不断的学习不断成长。

3月9日微软在德国预发布chatGPT4.0的时候就说过，chatGPT4.0会给人们提供更大的可能性，工作机会也会越来越多。每个企业都要成立“能力中心”，通过chatGPT提高员工的能力，这样一来，所有的人就不是低层次竞争了。回到我以前经常跟销售讲的，你是关系驱动还是价值驱动?做任何事情的时候，还是要多想想，这些东西都是你的朋友。当你把它看成敌人的时候，你肯定会失业的。当你把它看成朋友的时候，这个助力就会很大。

【王资凯】：可能职业不会被消灭，但工作流中的某些环节会被消灭。我认为，直接被大模型替代的工作岗位，其数量应该非常有限。可能最容易被替代的就是copywriter，但文案撰稿人的工作可能不仅仅是撰写一篇文案，还需要反复与客户沟通，而这一步可能真的需要人来实现。而当他完成这篇稿件撰写之后，后续的工作流程，比如说依照规则去审核其合规性，发送到某些平台上，这些工作流都可以简化。

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，如有侵权行为，请第一时间联系我们修改或删除，多谢。