ChatGPT的重点都抓错了吧？这3点帮助你建立完整认知
ChatGPT到底有多火？于2022年11月发布，上线两个月后，用户数量达到1亿，其母公司OpenAI估值涨到290亿美元，微软立即加码投资100亿美元。
国内外最大的两家搜索引擎 Google 和百度马上迅速官宣了自家的类 ChatGPT 聊天机器人（分别命名为「Bard」和「文心一言」），后者预计在3月上市。无论强相关还是若相关，反正与ChatGPT有一点点关联，哪怕是寺库这样的电商平台宣布用ChatGPT应对客户问询，股票也能涨个100%，虽然对于股票市场而言这并非是健康的反应，但也能侧面看出ChatGPT之火。
ChatGPT属于生成式AI（Generative AI），采用的是Transformer架构（Google团队研发），这是一种使用自注意力机制处理输入数据的深度神经网络，广泛用于各类自然语言处理任务。由于ChatGPT是基于大量文本对话数据集进行训练，并学习人类对话的模式和结构，这会让它的回答与真人的回答非常接近，你也可以简单理解为，这是一款内容生成器，任何人都可以用简单的自然对话（非程式语言）指挥ChatGPT生成类似于人类的文本响应。除此之外，还具有生成文本内容、编写和调试计算机程序、创作音乐、电视剧、童话故事和学生论文等等能力。
我们在试用过后发现，目前ChatGPT在问题上只能客观分析，还未具备主观判断，但相比于人类自行搜索，需要由网站按照相关度推荐信息/判断海量信息的模式，ChatGPT能从搜索者的对话中找到其最需要的答案，可以极大简化在信息越来越繁杂的时代中查找关键有用信息的时间和效率。
目前，OpenAI已经通过应用程序接口向其他公司接入其功能，正式投入商业运营与应用。
AI（Artificial Intelligence，人工智能）并不是新鲜话题。早在73年前的1950年，英国计算机科学家艾伦·图灵就已经提出了「图灵测试」用以判断一部机器是否拥有「思考」能力，也即是否人工智能。
只不过，真正让集体人类都感到「恐惧」的人工智能如今才出现——以ChatGPT为代表的AIGC（AI-Generated Content，人工智能生成内容）工具，能够极大程度帮助人类工作，甚至具备替代相当部分行业职位工作的能力。比如，尤其文字工作者。在作者朋友圈甚至已有朋友利用ChatGPT批量生产内容发布在媒体账号上实现变现，当然，还需要配合上自动化工具，他的原话是：「一个人一天能操作25个号」。
恐惧正来源于此：类ChatGPT工具「切」到了每个人的肉上，与利益挂钩。
然而，大家都在谈论ChatGPT如何了得，恐慌类ChatGPT技术会如何夺去人类的工作，但实际上，技术作为工具被发明，如何应用，才是我们应该关注的重点：到底类ChatGPT的AIGC工具对于我们而言意味着什么？为什么热钱都疯狂涌入这一赛道？尤其对于企而言，存在多少可能性？我们不妨从狂欢中冷静下来，摸索背后真相。
01
类ChatGPT技术到底代表什么？
ChatGPT属于AI的一种，就目前来看， 算是热度最高的AI技术之一。AI模型往往需要极强大的算力，技术难度非常高，同时，AI芯片/传感器/训练架构和算法也属于必需品，因此AI模型并非一般企业所能及，我们现在谈论的「AI」通常是从科技大厂获取已经成型的AI模型基础层之后进行二开的产品。比如上文提到的ChatGPT母公司OpenAI开放程序接口给其他公司，通过购买接口，其他公司可以基于他们的AI模型进行中间层的产品研发。
一般而言，中间层产品会更加垂直化、场景化或是具备个性化，当然，到了这一步依然是TO B应用较多。继续往前，到了应用层，才是真正可以让一般人应用的，包括面向C端的内容生成服务，包括文字、图片、音视频等等，像开篇提到的寺库宣布用ChatGPT应对客户问询。
但现实是，即便是中间层、应用层，也依然不是一般公司「玩得起」的。众所周知，AI需要不断训练模型和喂养大量数据以保持人工智能的「智能（Intelligence）」，这也意味着白花花的银子往里倒——基本上，AI公司都在巨亏，亏十几亿是基本，亏几十亿是正常。包括当红辣子鸡OpenAI，当初也是因为资金短缺才从非营利实验室转变为「上限盈利」公司。
不过，他们亏他们的，这不是一般人类需要操心的问题。
但并不是说在ChatGPT之前没有类似技术出现，苹果的Siri、小米的小爱同学多多少少都与此范畴沾边，只不过ChatGPT踩在一个更为成熟的节点上，拥有更好的模型（特指Google在2017年研发的Transformer架构）、更好的计算方法以及更多的数据——这些都需要长时间的积累，一旦技术过了奇点，就会摆脱线性增长的模式，突飞猛进到另一个高度的层面。
「是时候了」。
所谓决策式AI模型（Discriminant Model）是根据已有数据进行分析、判断、预测，可以简单理解为主要作用是实现内容识别和推荐的人工智能，也就是我们常说的用户标签和智能推送，内容的智能推荐（短视频）、自动驾驶是典型的应用，字节跳动是国内当之无愧的头号玩家。
而生成式AI则强调学习归纳后进行演绎创造，自动生成全新的内容，本质是对生产力的大幅度提升和创造。
综合而言，类ChatGPT技术，也即生成式AI，可以看作是内容生产的基础设施，是一次内容创作的范式革命。
有人说，2023将会是AI元年。但是，从实际应用的角度而言，应该是：AICG元年。
生成式AI对于普通人而言已经不是关山阻隔或空中楼阁，而是你奶奶都能「喂，Siri，打电话给乖孙」的寻常程度。
弯弓研究院认为，类ChatGPT技术在目前最为恰当的位置就是AIGC，也可以理解为内容科技，这也是企业们可以下注的部分。
我们不妨回溯互联网的发展来帮助理解。
Web 1.0，第一代互联网是个人计算机互联网，那时候的信息传递是单向信息传递的，巨头们掌握着内容输出的窗口，用户基本都是被动地接受互联网中的内容，此时的互联网并不需要或者说根本用不着大量的内容填充；
到了Web 2.0，移动互联网成为现实，物理世界加速映射到互联网，也开启了人与人通过网络双向沟通交流的交互模式，社交平台逐渐成为人们获取资讯的主要入口，信息交流的速度和所需信息量迅速扩张，用户同时开始自主创建互联网中的内容，内容的生成从单一PGC演变成UGC并占据了主要市场；
Web3.0，内容与互联网开始成为生意与生活的一部分，内容消费需求飞速增长，无论是PGC还是UGC都再难以匹配内容扩张的需求，以人工智能为代表的技术最急切要做的就是匹配新的5G网络。
处于Web3.0之中，AIGC会成为企业的救赎，类ChatGPT技术注定会成为数字化企业的标配营销工具。
02
不止AIGC， MarTech领域的内容科技
在WEB3.0时代，内容力已经成为企业应对信息碎片化和去中心化运营的核心能力，打造企业媒体化矩阵，实现私域流量运营和重构内容与用户、产品、渠道和品牌的四重关系，都需要强大的内容生产、分发和中台运营能力。
在当下的每家公司都是一个媒体的时代，在一个人人都面对各种营销技术的场景中，包含AIGC在的内容力掌控已经成为数字化企业的标配，也是企业获得竞争优势的重要保证。
不过，我们关注到目前大家都在盯着类ChatGPT的AIGC技术，实际上，不必太拘谨于「是不是只有ChatGPT才能做到」，内容科技在MarTech领域早有落地，例如，AI语音机器人，采用的就是自然语义理解与人机交互技术，ChatGPT原理也是通过自然語言理解（NLP）和自然語言生成（NLG）技術進行人機交互，只不过ChatGPT更为强大。
说白了，AIGC只是内容科技的一部分。
目前而言，与内容科技相关的技术类型主要有三种：一是内容生成，二是内容管理，三是内容分发。
AIGC一般来说指的就是内容生成，AI语音机器人和ChatGPT是具体体现，根据其技术特点，可以提取出三个关键词：自动化作业、内容生成、互动。以AI语音机器人为例，具体的应用场景就是你常收到的机器人回访电话。对于企业而言，内容生成类技术的优势在于可以持续不断地学习新信息，并根据客户的行为模式智能地提供更准确、更有效的服务；也能帮助企业更准确地定位用户，并根据用户的行为模式推荐有价值的内容，有助于企业提升营销的精准度。
不过，这也非意味着企业可以省下大量人力成本，因为取而代之的是迭代模型及喂养AI的成本，企业需要平衡。
在内容生成方面，弯弓研究院更关注其对于元宇宙实现的意义，AIGC将会是元宇宙的底层语言系统，作为生产力工具推动元宇宙发展，以低成本高效率的方式提供包括文本生成、图像生成、音乐生成、视频生成和3D交互等海量内容以及满足海量用户的不同内容需求，构成这一巨大「宇宙」。
可以说，元宇宙「飞了」这么久，直到此刻才有了真正的落脚点。
| 推荐厂商：百应科技、筷子科技、句子互动、智齿科技、九四智能、一知智能、来画、智影...在电商领域，鲁班也是广为人知的内容生成工具，只不过据我们观察，或许是局限于电商场景，鲁班似乎一直没有多大突破。
内容管理主要指的是内容中台、内容资产管理（DAM，Digital Asset Management），包括围绕数字资产（图片、文字、视频等等）的摄取、注释、编目、存储、检索和分发的管理任务和决策。当今的营销在很大程度上取决于数字媒体，内容管理类技术的出现，也意味着帮助营销人员减少对海量内容的一些基本工作（如筛选、审核、跨部门合作），从而得以把更多时间放在生产优质内容与利润更高的任务上，推动营销任务快速落实。
| 推荐厂商：特赞、爱设计、帷幄科技、创客贴...
内容分发则指的是内容管理系统（CMS，Content Management System），CMS与内容管理的不同之处在于其更侧重于企业员工、企业用户、合作伙伴和供应商方便获得内容的过程， 内容的创作人员、编辑人员、发布人员使用内容管理系统来提交、修改、审批、发布内容，更强调「分发」这一动作。对于拥有上下游的企业而言，这一工具就显得十分关键。
| 推荐厂商：兔展、稿定设计、易企秀、联蔚数科...
总之，类ChatGPT内容科技对于企业意味着内容制作成本低，门槛低；内容质量提高，AI能从大量数据中学习并识别人类可能看不到模式；内容多样性加强，帮助企业创建更多种类型的内容；真正实现个性化内容。
无论是AIGC、内容管理、内容分发，接下来都会随着数字营销的发展、内容需求的增强以及不断创新的生成算法促使企业拥有自动化内容生产的「工厂」和「流水线」。
内容科技会成为互联网/企业的基础设施。
值得注意的是，千万需要注意「应用」问题，并非所有技术都值得/需要投入。切勿以身家试法。
*更多的内容科技厂商可以在弯弓的《2022中国营销技术生态图谱7.0（MarTech2000+）》以及《2022年中国MarTech产业发展报告》中获取。
03
类ChatGPT技术与人，取缔还是优化?
ChatGPT除了技术本身，目前引起全体人类共鸣的一点来自于，内容乃人类社会运作的基本，字符、文化、语言等等多少领域与职业牵涉其中，人工智能的进步是否意味着人类的淘汰？
尤其目前的很多新闻都让AI看起来十分可怕，例如美国新闻网站BuzzFeed CEO乔纳·佩雷蒂 （Jonah Peretti）表示，「受AI所启发而生产出的内容，将会成为公司的核心产品之一。」在CEO发言后，BuzzFeed股价直接暴涨175%，而他们前不久刚刚裁掉了180名人类员工。
可能需要敬畏，但远不到恐慌的时候。
且不谈类ChatGPT技术目前在底层模型和数据喂养方面其实还存在不少「坑」，以Google在2月8日发布的类ChatGPT技术的「Bard」的为例，谷歌声称Bard采取的是ChatGPT升级版的技术，相比起ChatGPT是基于2021年以前的数据与信息所喂养不同，Bard是实时的，与谷歌浏览器同步的。但在发布会的演示中，Bard还是出现了一些低级的事实性错误，导致谷歌开盘即暴跌，市值蒸发1020亿美元（约为6932.50亿人民币）。而ChatGPT上线以来，其实每天都还需要经受大量数据训练，例如人工帮AI过滤各种危险内容，如果没有这些部分，AI就会「失控」.
事实上，ChatGPT这个热门技术也不可能会真正「替代」人类，或许我们应该尝试把ChatGPT和AIGC换成「内容科技」这四个字，更显朴实一些——
技术再牛，终究是辅助人类工作。
尤其在内容领域，企业应用中，创意仍然是核心，我们需要的只是工具辅助人类持续产生、迭代和验证创意，以及更低成本、高效能的数字内容生产方式，就如麦肯锡全球研究所合伙人 Anu Madgavkar所言，「这是因为人类的判断仍然需要应用于这些技术，以避免错误和偏见：我们必须把这些东西看作提高生产力的工具，而不是完全的替代品。」
AIGC目前的进化程度确实已经强到开始对许多领域产生冲击，但实际上机器学习并不能准确模仿所有风格/语言，更囿于伦理问题，也即前文谈到的「喂养」，意思是在训练AI初期，需要给予AIGC工具大量数据内容参考学习，进而快速生成符合要求的结果。
以艺术领域AIGC独角兽Stable Diffusion为例，此前就因为多次在不取得艺术家许可的情况下,挪用对方作品对AI进行喂养并生产出一批与该艺术家风格极其相似的作品而大受批评。
但对于AI而言，喂养和精进算法同样重要，这一动作无法停下。这么看来，阻挡AIGC大规模使用和普及的不仅是成本，还是潜在的法律风险、伦理问题，而非其他技术问题。
不过，更重要的是，我们需要认识到：AI可以模仿，但并不能理解人类表达/数据背后所代表的含义。也就是说，目前的AI其实并不具备真正的创造力，只作为一件执行的工具。
对于AI行业而言，现在只是天空初露微光的凌晨。当下的状况是，平台层面刚刚有些起色，真正的应用程序还处于萌芽阶段。
AIGC类技术会成为我们的工作的基础，发挥作用，但并不是代替，而是把30分的能力变成60分。
*感谢你看到这里。既然对#CharGPT这么感兴趣，不如来参加#2023弯弓AIGC内容科技生态大会 ，我们将会在下周官宣大会内容，在此之前欢迎你加入我们的#AIGC内容科技讨论群 ，一起追风。
加弯弓研究院研究员企业微信，发个人名片+备注「AIGC」即可进群，群里等你！