近日市场对于AI的炒作可谓陷入彻底疯狂，典韦看了都害怕。券商更是喊出了：“当前核心奥义是AI仓位，相比α，“AI%”才是胜负手的”的口号。

人工智能

ChatGPT的开发关键有三个方面，其实都不存在明显卡脖子的环节：算法模型。ChatGPT使用的基本都是开源，而且已经广泛使用了较长时间的模型和算法，例如Transformer，强化学习等；训练数据。个人觉得这一块是目前最大的困难，因为模型的训练需要海量且优质的语料，但中文的语料怎么可能被美国卡脖子？语料的整理需要时间、耐心。举一个工作中的例子，一份几千条数据的标注可能需要一周（单个标注人员可能负责多份数据标注），而由于标注标准的理解不同，中间还需要反复沟通、扯皮，最后可能标注数据还不可用。算法模型决定了效果的下限，而数据质量决定了效果的上限；算力资金。ChatGPT需要大量的大型计算机用于加速训练，而针对这些计算机限制也是最近才有的，这些限制使得前些年我们甚至能看到一些新闻，如某某明星创业公司宣传自己拥有几千块大型计算机等。而关于资金，一方面是前期大型计算机的大量采购，还有一方面是在多次训练时花费的大笔金钱，都需要大量资金支持。但无论国内大型互联网公司还是政府研究部门，只要真的想支持，这种投资总是不成问题，我们已经不止一次看到相关新闻，如某某落马，因贪污赃款动辄上亿，或坐拥成百上千套房产。这个人认为ChatGPT在中国落后的真正原因，是指挥官并不完全相信技术能够改变世界，并形成一种信仰。这乍一听有点玄乎，但要知道ChatGPT在出现之前，没有人能确定这条路是能走通，它耗费了大量时间和金钱但没有立即产生巨大的变化，从互联网发展历史来看，大多数时候国内互联网就是一个追随者，所以Copy to China模式更容易得到信任。

具体到某个项目上，如果这个项目已经被证明有效，那么它就更容易得到信任、给予时间、人员和资金支持。而习惯短平快缺乏耐心的人们，就无法理解这样的价值观与策略。

OpenAI于2015年成立，即便推出第一个版本也只是6年前的现在，对于那些绩效考核周期通常只有半年的公司来说，这样的项目恐怕很难获得持续支持，更别提3年的投入。

试想一下，在工作中如果你花3年研发了一项新技术，但仍然没有取得显著成果，你会如何面对这样的结果？

然而，让我们从正面的角度来思考ChatGPT带来的影响。在过去，我们通常会听到人们夸赞一个人学识渊博时说他饱读四书五经，现在我们有机会通过阅读资料并将其转化为知识储备一样高深莫测的地位。

《三体》中提到的“技术爆炸”，回顾人类历史，每一次新的发现或突破往往不是线性的进步，而是一次又一次革命性的飞跃。当工业时代到来后，我们迎来了无数突破性技术，比如火车轮船之类，当互联网出现后，我们再次迎来了信息流动速度与范围扩展至全新的高度。当今时代，又是一个充满变革与挑战的时候，也许可以期待着下一场“技术爆炸”。

那么哪些企业将率先开发出自己的版本呢？基于逻辑判断，大企业比小企业更具优势，加盟关系密切的事业伙伴则比独立运营的事业伙伴更加接近目标。不过最近市场情绪似乎有些偏离常规，不断出现许多反直觉的情况。大潮涌现时普通人如何应对呢？

首先，要认识到AI并非敌人——至少目前如此，不必担心它会成为我们的竞争者或威胁，最好不要设立防御措施去测试它们，看似自豪却实际上徒劳无功。

而应该学会利用这些工具提高效率，比如快速查找资料生成PPT或者编写代码等任务，以此提升生活质量。此外，将掌握新工具成为衡量个人水平的一个重要标准也不失为一种预见性之举。不仅如此，与新兴领域紧密关联的一些建议投资机会也值得关注。如果可以早点享受更多自由，同时也有希望从中获利，那岂不是美哉？

尽管市场对于新兴科技热情极高，有太阳底下的老生常谈，无论何种科技热潮都会经历起伏循环。一项新发明初期通常处于萌芽状态，然后进入高速增长阶段，最终达到稳定发展，再逐渐衰退重回萌芽状态。但当眼前的趋势尚未走向尾声，则仍需保持警觉，因为即便每个行业都会经历波折，只要你准备好了，就不会错过任何一次重新开始或继续前行的时候。在这种情况下，可以参考以往经验进行风险评估，并根据自身条件合理配置资源以应对即将到来的挑战及机会。