五一长假前后，我有幸跟一些互联网大厂的朋友深聊，大家有一个话题是绕不开的：ChatGPT，以及由此席卷而起的“生成式AI”潮流。A股市场当然早已把一切能攀上GPT概念的公司给炒到天上去了，但是稍有常识的人都承认，中国做生成式AI最值得仰仗的还是互联网大厂，只有它们拥有足够的资源和决心去做这件事情。不过，互联网大厂的“ChatGPT追赶之旅”的具体进度，很大程度上尚未被外人所知，也尚未反应在财务业绩和资本市场当中。
在跟一些熟悉内情的朋友沟通之后，我感觉比以前更有信心一点了，但也只是“一点”而已。在生成式AI这一赛道，国内互联网大厂固然落后于世界先进水平，但落后的幅度尚不致命，而且不缺乏追赶的手段。关键的掣肘可能不在于技术层，而在于其他方面。总而言之：
中国互联网络信息中心报告：区块链金融应用取得阶段性成果:金色财经报道，4月28日，中国互联网络信息中心（CNNIC）发布第45次《中国互联网络发展状况统计报告》，其中介绍了我国区块链发展状况。在政策方面，区块链相关政策环境更加优化：政策密集出台鼓励区块链技术发展，区块链监管框架已初步形成。在技术方面，区块链关键技术取得进展：底层技术创新持续提升，加密算法重视自主可控，跨链技术成为研究重点。在应用方面，区块链技术与各行各业加快融合：区块链政务应用在民生办事领域落地，区块链金融应用取得阶段性成果，基于区块链的供应链系统已被用于实际业务中。[2020/4/28]
互联网大厂内部的技术团队对生成式AI的热情很高，老板也乐意投入巨额资源，这不仅仅是出于“追新”或迎合资本市场。
动态 | 外媒：etherscan.io被中国互联网防火墙阻止访问:中国的互联网防火墙疑似已阻止访问以太坊区块链浏览器网站etherscan.io，目前原因不明。据悉，etherscan.io是运行时间最长，使用最广泛的以太坊区块浏览器之一。（coindesk）[2019/12/4]
互联网大厂做生成式AI，目前的主要应用方向还是内部降本增效，至于面向C端的大规模应用尚十分遥远。
追赶OpenAI的道路是艰难的，但是在不计成本的投入之下，差距可能缩小到一个合理的量级，尽管差距将一直存在。
各级主管部门的支持当然很重要，不过目前互联网大厂尚未拿出能说服主管部门的概念或实例，从而难以为生成式AI争取更多上层资源。
动态 | 中国互联网法治大会在京召开 区块链成热点话题:中国互联网协会主办的2019(第五届)中国互联网法治大会11月6日在北京召开。大会以“强化网络法治建设，护航数字经济繁荣”为主题，对互联网法治建设、数据保护、区块链等热点问题进行了探讨。[2019/11/7]
先说第一条。互联网大厂内部做技术的人，无论是基础研发团队还是应用技术团队，对生成式AI的热情都很高。因为在ChatGPT横空出世之前，AI在互联网行业的落地场景已经基本被做到极限，进化空间不大了；而其他突破性技术又没有出现。所以，2021-22年，互联网大厂普遍对算法岗位进行裁员。在这种情况下，ChatGPT的诞生可谓雪中送炭，给了技术人员一个向公司证明自己价值、升职加薪的大好机会。
声音 | 中国互联网协会理事：我们正处于区块链第二阶段的起始位置:中国互联网协会理事张向宁称：“很多人认为区块链带来的革命主要是在金融领域，这是源于区块链目前停留在加密货币的应用，这种理解是非常表层的。有人把区块链说成是‘价值互联网’，我认为其发展存在两个发展阶段：第一是加密货币阶段，第二是利益机制网络阶段。区块链的关键应用将是把‘利益’定义和程序化了。目前，我们正处于第二阶段的起始位置。”[2018/7/24]
而互联网大厂的各级老板们也非常乐意配合，因为生成式AI跟此前的元宇宙、Web3.0等概念不同，有着切切实实的应用案例，而且硅谷已经在前面踩出了一条清晰的道路。这就进入了中国互联网行业最擅长的“投入资源模仿追赶”的模式。目前很多互联网大厂的基础研发团队，以及业务部门里面的算法团队，都把原来手头做的东西暂停了，集中力量all-in大模型。现在大模型不仅是公司层面的一号位工程，也成为了诸多事业群、事业部的一号位工程，这就决定了它能得到近乎无穷的资源投入。
中国互联网金融协会区块链研究工作组组长李礼辉：监管部门对区块链总体上持宽容和支持的态度:据中国新闻周刊消息称，中国互联网金融协会区块链研究工作组组长李礼辉表示：当前，监管部门对区块链总体上持宽容和支持的态度，限制了涉嫌违规的炒作行为，在制度建设、数字票据研发方面投入了很大的力量。[2018/2/2]
接着说第二条。在降本增效的大背景下，互联网大厂目前对生成式AI最大的期望其实不是开辟财源，而是节约成本或为老业务赋能。例如GPT商业化的第一批客户包括Shopify这样的电商SaaS及代运营商，在国内阿里、京东可以把自己的大模型直接用于自身电商平台的代运营；腾讯可以利用大模型补齐自己的客服短板，还能在腾讯文档等应用中加入自动生成文案功能；所有的信息流媒体平台都可以利用生成式AI进行转评赞、活跃社区氛围。上面举出的只是一小批正在进行的案例而已。
至于开发大型C端应用，或者面向广大中小B端开放API，目前看来还比较遥远。除了技术瓶颈之外，监管风险是一个主要考虑点：国内对生成式AI的监管讨论才刚刚开始，尚未形成成熟的监管体系，此时贸然上马大型C端应用的风险极高。然而，这里有牵扯出了一个新的问题：互联网大厂在既有的应用中大规模使用生成式AI，是否也会带来潜在的监管风险？这个话题比较敏感，目前还难以讨论，在此就不展开了。
再说第三条。OpenAI不是世界上唯一的生成式AI大模型开发者，GPT的技术路线也不是唯一的。但是，国内互联网大厂的研发思路高度统一，那就是模仿乃至彻底复刻GPT。结果就是一切与OpenAI能够沾边的人才和信息几乎全部被瓜分利用殆尽——其中既有合法的利用，也有灰色地带的利用。不计成本的投入，加上国内相对硅谷而言较低的人力成本，是可以在一定程度上拉近差距的。这种模仿路线当然不可能把落后转化为领先，不过目前大家还考虑不到这么远。
第四条也是一个非常重要的因素。我们知道，对于芯片、新能源等“硬科技”产业，国内各级主管部门予以了极大的政策和资源扶持；生成式AI在理论上也属于“硬科技”，如果也能得到类似的扶持，无疑可以大幅度加快发展进度、降低风险。然而，生成式AI有一个严重的软肋：它不是制造业，无法像芯片、新能源、生物医药那样提供较长的产业链、立竿见影地为地方创造GDP。此外，它也尚未被主流媒体认为是一项“卡脖子”技术。在几个月乃至几年之内，生成式AI要成为一项被大力扶持的“硬科技”，还是很有难度的。
当然，互联网大厂可以采取一种话术，即生成式AI具备很强的“乘数效应”或上下游拉动作用，例如可以间接刺激芯片行业的成长，以及促进智慧城市、智慧交通的实现，等等。但是，上述“乘数效应”过于迂回，在短期内又很难看到效果。在可见的未来，主流媒体和主管部门心目中的“硬科技”代表仍将是光刻机而非ChatGPT，互联网大厂必须主要依靠自身资源投入而非政策扶持。
过去多年，中国互联网行业曾一再证明：只要它们下定决心投入足够的资源，并且有庞大的潜在C端应用场景，它们就能够成功模仿乃至超越硅谷的同行。这一发展路线并非百试不爽，不过大部分情况下是成立的。生成式AI是对上述路线的一次大考：在GPT3.5以前版本已经开源，基础研发路线并无秘密可言，潜在应用市场非常广阔，而且国内互联网大厂均已投入足够资源、提起绝对重视的情况下，中国能否在生成式AI这条赛道上迅速缩小差距乃至有朝一日超越？
相信这个问题已经被资本市场提了无数次，也被互联网从业者提了无数次。我的观点偏向悲观一边：由于种种掣肘、种种天然限制，国内生成式AI最多只能将与硅谷的差距缩小到可以接受的程度，而不可能彻底消除这种差距。不过，我的上述“悲观”观点，在很多人看来或许已经算是乐观了？
事在人为，但在很多时候，形势比人强。
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， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。