久谦|服务进步的群体|1保密ChatGPT纪要分享久谦中台二三年二月本纪要仅基于本所迄今为止可获得的信息编写。未经久谦咨询事先书面同意，任何其他人士或实体不得使用本纪要，本纪要亦不能用于任何其他目的。即使在经久谦咨询同意的情况下向任何其他人士或实体披露了本纪要，久谦咨询不会就本纪要的内容对该等其他人士和实体承担任何责任。久谦获取更多最新资料请加微信：chensasa666久谦|服务进步的群体|2观点总结1ChatGPT是社会发展的必然结果，2030年数字化劳动力市场规模可达1.73万亿元aChatGPT催生路径=社会问题+技术迭代i2008年全球金融危机->云计算产业->人工智能ii2020年全球疫情->经济压力->企业降本增效->加快数字劳动力发展（文字工作者、方案策划师、程序员等）->NLP技术赋能bChatGPT技术路径=Transformer结构->1,750亿参数+巨大算力+单一模型+文字问答i冷启动监督策略模型：Transformer->GPT->GPT2->GPT3->ChatGPTii训练回报模型：机器学习->人类训练师+人工智能助手->结果以质量排序iii使用强化学习策略：随机指令+初始化PPO模型参数->更新模型2中短期内ChatGPT对产业生态不会带来实质性的颠覆，产业链参与者仍有机会a技术痛点:新数据不友好+预训练模型（数据集积累仅截至2021年）i新数据：未能建立和实时信息的连接ii预训练模型：如何保持实时更新iii产品体验：未达到理想状态（未必能超越垂直类产品）b商业痛点：不开源+商业模式不清晰+运营成本高iToC->ToB（微软->应用在Office中）ii潜在广告收入少->短期内无法替代搜索引擎=俱进且并存iii开发成本+企业使用成本3国内企业的入场机会和发展现状a大厂：百度->字节->腾讯->阿里->自研趋势i百度（文心一言->ERNIEBot）：自主研发平台+文心大模型+预训练大模型积累=ToB（付费意愿稳定）+ToC产品ii字节：AIGC（短视频+图文）->数据+算法=语言处理模型iii阿里：AIGC（营销）iv腾讯：AIGC（广告+社交+游戏）b小厂：入局机会小，可作为大厂客户接入i技术积累薄弱+数据训练基础及经验不足+数据库及人力资源受限ii布局大厂下游ToB应用端产品（需等待大厂开放B端应用接入）c阻力：技术+硬件+政策i中美ChatGPT发展仍存差距：模型+规模->训练程度->回答的逻辑性+完整度->API调用->企业生态ii芯片：算力瓶颈iii监管政策：国内引入ChatGPT政策尚未完善+规章制度尚未建立4产业链机会及相关标的a上游数据处理+下游智能应用i数据标注+算力+数据清洗+数据采集ii智能客服+聊天机器人久谦获取更多最新资料...
