最近幾個月世界上最大的科技新聞恐怕就是ChatGPT的火爆流行。

ChatGPT是美國一個初創(chuàng)科技公司OpenAI開發(fā)的人工智能應(yīng)用程序，2022年11月面向公眾開放，到今年1月已經(jīng)積累了1億用戶。

我也是這1億用戶中的一員。這段時間我使用ChatGPT的感受是，如果是在我本專業(yè)的經(jīng)濟和金融搜索方面，我不會依賴它。由于我知道自己所需的大部分經(jīng)濟和金融數(shù)據(jù)的原始來源在哪里，我會直接去各個數(shù)據(jù)的發(fā)布網(wǎng)站進(jìn)行尋找。ChatGPT可能更方便，但是由于我的工作要求數(shù)據(jù)的準(zhǔn)確性，所以略過人工智能這個中間層級反而更有效率。

但是在專業(yè)以外的地方，尤其是完全陌生的知識領(lǐng)域里，ChatGPT是一個非常有用的輔助工具。就像我們平時身邊或則網(wǎng)上認(rèn)識的某些“萬事通”朋友，他們說的不一定就是最正確的權(quán)威意見，但的確可以快速給出一個我們?nèi)菀桌斫狻⒎奖氵M(jìn)一步深入了解事物的答案。

當(dāng)然，如果僅僅是搜索輔助這樣的功能，那么ChatGPT可能也就是一個更加智能的維基百科，并不值得現(xiàn)在這樣熱火朝天的關(guān)注度。它在搜索以外的各種場景應(yīng)用，更是大家關(guān)心的焦點。

就我個人來說，ChatGPT可能對我最大的幫助就是輔助處理各種初級任務(wù)。在工作中，我經(jīng)常需要分析大量數(shù)據(jù)來尋找規(guī)律、分辨趨勢和研究各種異常的變化。但在將自己的研究結(jié)論整理成文字的時候，實際上大量的工作時間是用來完成一些初級的數(shù)據(jù)分析和文字工作，在做真正的深層數(shù)據(jù)挖掘之前，往往需要完成描述原始數(shù)據(jù)、畫圖做表、對圖表進(jìn)行簡單描述等等繁瑣步驟。

當(dāng)微軟宣布將ChatGPT整合到自己的辦公軟件后，未來我可以將原始的經(jīng)濟金融數(shù)據(jù)“一鍵生成”一份包含圖表和文字介紹的初稿。這個初稿里只要能完整、準(zhǔn)確的描述原始數(shù)據(jù)和介紹圖表，那么我就可以擺脫繁瑣的初級勞動，將主要的時間花在挖掘數(shù)據(jù)背后的故事、尋找數(shù)據(jù)變化帶來的機會和風(fēng)險這樣真正核心的任務(wù)上。而當(dāng)我完成一篇完整的分析之后，ChatGPT甚至可能“一鍵生成”一份精美的PPT，這樣工作效率當(dāng)然就會成倍的提高。

現(xiàn)實中我們很多人都面對著大量繁瑣的文字工作，如果以后ChatGPT或者類似的人工智能軟件可以讓人“一鍵生成”這些文件，這對于工作效率的提高以及衍生出來的巨大商機的確難以想象。

我相信最近無數(shù)人都在思考著人工智能可能在自己的領(lǐng)域造成什么樣的變化，而也有很多人在提問：為什么ChatGPT這樣的技術(shù)成果沒有出現(xiàn)在中國？

ChatGPT的開發(fā)者OpenAI成立于2015年12月，最初是一個非盈利機構(gòu)，在2019年轉(zhuǎn)變?yōu)橛怨尽Ｆ渲饕獎?chuàng)始人包括現(xiàn)任CEO山姆·阿爾特曼（Sam Altman）以及特斯拉的創(chuàng)始人馬斯克。按照后來的媒體報道，OpenAI的創(chuàng)始者本身就是美國科技領(lǐng)域的明星巨頭，所以他們出面聘請了當(dāng)時美國在人工智能方面最頂尖的一些技術(shù)專家加入，而不少技術(shù)專家因為可以和自己同水平的研究者合作機會難得，寧愿降薪加入。

從2016年到2019年，作為非盈利機構(gòu)的OpenAI的報稅記錄必須公開，根據(jù)他們當(dāng)時的稅表可知每年的成本開支都在遞增。2018年是OpenAI作為非盈利機構(gòu)的最后一個完整年度，當(dāng)年總開支是5千多萬美元，其中人力成本是1千5百萬美元左右，租用服務(wù)器來運行人工智能的模型運算的開支達(dá)到3千萬美元，剩下的5百萬美元則包含了辦公室租金、差旅費、法律費用等各方面的雜項開支。

2019年OpenAI為了吸收投資和給員工分配股權(quán)，選擇從非盈利機構(gòu)轉(zhuǎn)變?yōu)橛怨荆@得了微軟公司的10億美元投資。而2019年開始的GPT語言模型的研發(fā)發(fā)布也開始加速。到了2022年底ChatGPT發(fā)布以后，OpenAI的CEO山姆·阿爾特曼承認(rèn)運行成本過高需要推出收費服務(wù)來平衡收支，而微軟公司則立刻增加投資，據(jù)說新投資達(dá)到了100億美元。

簡單總結(jié)上面這些信息：

OpenAI在2019年之前的三四年里燒掉近1億美元，才開始推出最初的GPT模型，當(dāng)然此時的產(chǎn)品還只是雛形階段，遠(yuǎn)遠(yuǎn)達(dá)不到今天我們看到的效果。從2019年到2022年由于變成了盈利性公司，我們不知道OpenAI的成本支出情況，但是根據(jù)CEO山姆·阿爾特曼的發(fā)言和融資動作來看，微軟在2019年投入的10億美元恐怕已經(jīng)大部分花掉了。

現(xiàn)在事后諸葛亮的我們當(dāng)然可以說OpenAI過去7年多燒掉近10億美元做出來的ChatGPT是一個非常成功的投資故事。但是同時期美國成立的人工智能初創(chuàng)企業(yè)遠(yuǎn)不止OpenAI一個，不少當(dāng)時比OpenAI更出風(fēng)頭的類似企業(yè)現(xiàn)在已經(jīng)杳無聲息，燒掉的資本當(dāng)然更是無法計數(shù)。

從財務(wù)角度分析，這種未知領(lǐng)域的創(chuàng)新性研發(fā)就是一個漫長的燒錢過程，而其成果則具有高度不確定性。因此，就連谷歌、蘋果和臉書這樣的明星企業(yè)也沒有“燒出”ChatGPT這樣的產(chǎn)品，更不用說從總收入到利潤率都落后于西方同行的中國互聯(lián)網(wǎng)大廠。

國內(nèi)的互聯(lián)網(wǎng)企業(yè)雖然給我們的感覺是財力雄厚，但是在這種前沿研發(fā)的競爭中，它們的本錢比之于國外對手依然薄弱很多。這其實和當(dāng)下個人創(chuàng)業(yè)有些類似，王思聰曾經(jīng)創(chuàng)業(yè)投資熊貓直播和香蕉娛樂這些娛樂公司，后來基本上都血本無歸，但這并不妨礙他現(xiàn)在依舊可以隨手拍出200多萬人民幣來民事和解。而大部分普通的創(chuàng)業(yè)人并沒有這么多的試錯機會，一次失敗可能就會把多年的積蓄都打了水漂，很難為了一個虛無縹緲的商業(yè)目標(biāo)長期燒錢。

七年前當(dāng)OpenAI成立的時候，國內(nèi)互聯(lián)網(wǎng)企業(yè)還處于剛剛完成起步、全力發(fā)展的階段。阿里巴巴剛剛推出了國內(nèi)第一個“雙十一”購物節(jié)，而騰訊的微信支付正在和支付寶進(jìn)行紅包大戰(zhàn)。后來的國內(nèi)人工智能領(lǐng)頭企業(yè)字節(jié)跳動的抖音短視頻平臺還沒有面世。

今天在ChatGPT成功的刺激下，國內(nèi)互聯(lián)網(wǎng)大廠紛紛決定追隨進(jìn)入這個領(lǐng)域，雖然這種注重確定性、降低試錯成本的跟隨模仿研發(fā)戰(zhàn)略說出來很沒面子，但這恐怕也是目前最符合國內(nèi)大部分企業(yè)自身條件的一種理性選擇。

那么，國內(nèi)科研機構(gòu)和大學(xué)院系為什么也沒能夠做出類似的創(chuàng)新成果？

如果我們用論文產(chǎn)出作為衡量人工智能領(lǐng)域水平的標(biāo)準(zhǔn)，那么中國目前已經(jīng)達(dá)到世界第一了。根據(jù)斯坦福大學(xué)出版的《人工智能指數(shù)報告2022》提供的信息，中國研究者目前在AI類的學(xué)術(shù)刊物和學(xué)術(shù)會議上發(fā)表論文的數(shù)量和論文的引用數(shù)量都已經(jīng)達(dá)到全球第一，論文發(fā)表數(shù)量甚至比美國發(fā)表數(shù)量的兩倍還多。但是，這些論文和引用到底對經(jīng)濟生產(chǎn)做出了多大貢獻(xiàn)呢？

AI學(xué)術(shù)刊物發(fā)表論文數(shù)量排名

AI學(xué)術(shù)刊物論文引用數(shù)量排名

根據(jù)科技部發(fā)布的《2022年全國技術(shù)市場統(tǒng)計年報》，2021年全國高校全年輸出的所有專業(yè)的全部技術(shù)合同達(dá)接近13萬項，成交額為 790.4 億元。而2021年全年國內(nèi)所有的技術(shù)合同的總成交額達(dá)到37000多億元，高校科研產(chǎn)出的金額只占全國所有技術(shù)合同金額的2%。人工智能作為一個學(xué)科下面的分支研究方向，其技術(shù)合同創(chuàng)造價值所占的比重恐怕更是微乎其微。

高校這樣高學(xué)歷科研人員最集中的地方，為什么科研產(chǎn)出比重卻這么低？

一個很重要的原因就是國內(nèi)高等院校和科研院所考核研究人員的核心指標(biāo)就是發(fā)表文章的數(shù)量和刊物檔次。據(jù)媒體報道，全國普通高校專任教師中30-44歲教師占全體教師人數(shù)的59.6%。而這些受過最優(yōu)秀教育、科研能力處于黃金時期的中青年碩士、博士和博士后們，在學(xué)校“非升即走”的政策壓力下，將教學(xué)之外的全部精力都用在追求“發(fā)表文章”這個目標(biāo)上。

當(dāng)然，利用論文發(fā)表這個指標(biāo)來考核科研人員也是通行于歐美高校的一個做法，國內(nèi)說起來也不過是和國外接軌，并在此基礎(chǔ)上“卷”得更厲害一些罷了。

但是，我們今天面臨著實實在在的科技“鐵幕”，對于國家和社會來說，科研人員幫助企業(yè)解決幾個具體的工程技術(shù)難關(guān)比在某些學(xué)術(shù)刊物上多發(fā)表幾篇論文可能價值更大一些。

新華社呼吁破除“唯論文論”（資料圖）

我之前曾經(jīng)有一篇文章介紹過80-90年代美國半導(dǎo)體行業(yè)產(chǎn)學(xué)研合作的范例，其中的關(guān)鍵就是國家和企業(yè)共同出資，由高校和科研院所提供科研人員承擔(dān)具體項目，由企業(yè)生產(chǎn)技術(shù)骨干作為評委，來共同解決國內(nèi)在關(guān)鍵領(lǐng)域制造環(huán)節(jié)面臨的工藝和設(shè)備難關(guān)。而如果想要撬動國內(nèi)科研機構(gòu)中研究潛力最大的這一批中青年研發(fā)人員，國家就必須給予相應(yīng)的政策激勵。

例如，提升重大產(chǎn)業(yè)產(chǎn)學(xué)研合作的研發(fā)項目的規(guī)格，賦予這些項目類似于國家自然科學(xué)基金項目的地位，這樣承接和完成這些產(chǎn)學(xué)研合作的研發(fā)項目就可以幫助中青年教師完成學(xué)校的考核指標(biāo)，有助于職稱評定和晉升。這會讓國內(nèi)大量的科研人力資源從比拼論文的內(nèi)卷中解放出來，轉(zhuǎn)而投入到補齊產(chǎn)業(yè)鏈短板的實際應(yīng)用科研之中去。

ChatGPT的成功面世在展示給我們無數(shù)可能的同時，也給國內(nèi)提了醒。人工智能、量子計算機這些科技創(chuàng)新的發(fā)展似乎正在進(jìn)入一個加速迭代、加速進(jìn)步的時代，這有些類似于《流浪地球2》中圖恒宇的女兒圖丫丫通過快速迭代迅速成熟的情節(jié)。

國內(nèi)的技術(shù)追趕則面臨著雙重難題：一方面要追趕加速前進(jìn)的技術(shù)前沿，另一方面我們的現(xiàn)有短板和被封堵的事實則增加了中國追趕的難度。比方說進(jìn)行人工智能計算所需的高性能AI芯片，國內(nèi)既無法購買到國外的先進(jìn)產(chǎn)品，也無法制造自己設(shè)計的替代產(chǎn)品。

在此關(guān)鍵時刻，提高投資效率，推動產(chǎn)業(yè)升級不僅僅需要保證資本投入的高效，更要解放那些處于“內(nèi)卷”之中的人力資源，讓寶貴的科研力量可以集中起來，解決國家急需的生產(chǎn)制造難題。