过去两个月，Safari浏览器上的Google搜索量有所下降，“这种情况已经20多年没有出现过了”。库伊同时还披露了Google搜索量下滑的原因：越来越多用户开始使用ChatGPT和Perplexity等生成式AI服务。

这是一次代价高昂的爆料。库伊的这次表态被媒体报道后，Google母公司Alphabet股价在周三暴跌超过7%，市值蒸发大约2500亿美元(约合1.8万亿元人民币)。苹果股价也在当日收盘时下跌逾1%，因为Google作为Safari上的默认搜索引擎推动了一项极为赚钱的合作关系：Google每年要向Apple Pay超过200亿美元费用。

Google搜索全球份额跌破90%

即便没有美国政府的反垄断诉讼，Google如今也显得更加脆弱了。自2022年底ChatGPT首次发布以来，Google的全球搜索市场份额已从大约93%滑落至上月的89.7%。虽然跌幅不大，但根据研究公司Statcounter数据，过去6个月中，Google全球搜索市场份额有5个月都低于90%(只有2月高于90%)，这一持续时间至少十年来未曾出现过。而且，根据OpenAI的数据，截至上个月，每周有大约4亿人使用ChatGPT。

Google搜索依旧赚钱，美国独立研究公司MoffettNathanson的分析师指出，“绝大多数”导向AI聊天机器人的搜索查询本质上不具有商业性。然而，华尔街对于Alphabet在这方面的盈利能力已不再买账。根据金融信息公司FactSet的数据，在过去12个月中，该公司股价累计下跌近12%，而本周三的市盈率首次跌破16倍，这是12年来首次出现。

但牛津大学最近领导的一项研究表明，过于相信聊天机器人的输出可能会有风险，部分原因是人们很难知道应该向聊天机器人提供哪些信息才能获得最佳的健康建议。

“这项研究揭示了双向沟通的障碍，”牛津互联网研究所研究生院主任、该研究的合著者亚当·马赫迪表示。“那些使用聊天机器人的人并没有比那些依赖在线搜索或自身判断等传统方法的参与者做出更好的决策。”

在这项研究中，作者在英国招募了约1300人，并向他们提供了一组医生编写的医疗场景。参与者的任务是识别场景中的潜在健康状况，并使用聊天机器人以及他们自己的方法来找出可能的行动方案（例如去看医生或去医院）。

参与者使用了 ChatGPT、GPT-4o 以及 Cohere 的 Command R+ 和 Meta 的 Llama 3（后者曾是该公司 Meta AI 助手的基础）的默认 AI 模型。作者指出，聊天机器人不仅降低了参与者识别相关健康状况的可能性，还使他们更容易低估已识别疾病的严重程度。

马赫迪说，参与者在询问聊天机器人时经常会忽略关键细节，或者收到难以解释的答案。

他补充道：“他们（从聊天机器人那里）收到的回复经常是好的和坏的建议并存。目前对聊天机器人的评估方法并没有反映出与人类用户交互的复杂性。”

这一发现出炉之际，科技公司正大力推广人工智能，将其作为改善健康状况的一种手段。据报道，苹果公司正在开发一款人工智能工具，可以提供与运动、饮食和睡眠相关的建议。亚马逊正在探索一种基于人工智能的方法，用于分析医疗数据库，寻找“健康的社会决定因素”。微软正在帮助构建人工智能，以便对患者发送给医护人员的信息进行分类。

专业人士和患者对于 AI 是否已准备好应用于高风险健康领域的看法不一。美国医学会 (American Medical Association) 建议医生不要使用 ChatGPT 等聊天机器人来辅助临床决策，而包括 OpenAI 在内的主要 AI 公司也警告不要根据聊天机器人的输出进行诊断。

“我们建议依靠可靠的信息来源来做出医疗保健决策，”马赫迪说道。“目前对聊天机器人的评估方法并未反映出与人类用户互动的复杂性。与新药临床试验一样，聊天机器人系统在部署之前也应该在现实世界中进行测试。”

OpenAI 定期发布有关 ChatGPT 搜索的信息，以遵守欧盟的《数字服务法案》（DSA），该法案规范了欧洲国家在线服务的诸多方面。DSA 将月活跃用户定义为“在给定时间段内至少一次实际使用该服务的人”，即“接触到在线平台在线界面上传播的信息，例如查看或收听信息，或提供信息”。

DSA 的其中一项规定是要求“超大型”在线平台或搜索引擎（平均每月访问用户超过 4500 万）允许用户选择退出推荐系统和用户画像，与研究人员和相关机构共享特定数据，并进行外部审计。假设目前的增长趋势持续下去，ChatGPT 搜索可能很快就会受到这些要求的约束。

不遵守DSA规定的在线平台可能会被处以最高相当于其全球营业额6%的罚款。持续拒绝遵守规定的平台可能会导致其在欧盟被暂时停用。

ChatGPT 搜索自去年推出以来，已逐渐向Google等老牌搜索引擎发起冲击。根据 9 月份发布的一项民意调查，8% 的人表示他们会选择 ChatGPT 而非Google作为主要搜索引擎。但Google仍然是遥遥领先的在线搜索工具。据估计，它处理的搜索量是 ChatGPT 的 373 倍。

研究人员发现，ChatGPT 搜索和其他人工智能搜索引擎的可靠性低于传统搜索，具体取决于查询内容。一项研究表明，ChatGPT 错误识别了 67% 的搜索文章。另一项研究揭示了 ChatGPT 在处理新闻内容（包括与 OpenAI 签订了许可协议的出版商的内容）方面存在的准确性问题。

这使得该应用略微领先于 Instagram，后者跌至第二位。TikTok 紧随其后，位居第三。

或许是推动安装量增长的原因，ChatGPT在 3 月份进行了一些显著升级，其中包括一年多来首次对其图像生成功能的重大升级。这导致ChatGPT 在 3 月底和 4 月初爆红，因为用户发现他们可以生成吉卜力工作室风格的图像和表情包。吉卜力工作室是日本一家颇受欢迎的动画工作室，曾制作过《龙猫》和《千与千寻》等电影。

OpenAI 还在3 月份删除了一些针对图像内容审核政策的保障措施，并升级了 ChatGPT 的AI 语音功能。

Appfigures 指出，与 2025 年第一季度相比，ChatGPT 的安装量同比增长了 148%。

然而，该公司推测新功能并不是本月流行聊天机器人增长的主要驱动力。Appfigures 创始人兼首席执行官 Ariel Michaeli 表示：“ChatGPT 开始感觉像一个动词，就像Google在 21 世纪初那样，以至于很多人想到的不是‘AI’，而是‘ChatGPT’。因此，当人们对 AI 感到兴奋时——即使是像 Grok、Manus AI 或DeepSeek这样的竞争对手——许多对这个话题不甚了解的人是为了 AI 而来，但真正下载 ChatGPT 的人却寥寥无几。”

由于 ChatGPT 的品牌知名度，其他 AI 聊天机器人可能更难获得成功。这在一定程度上解释了为什么Anthropic 的 Claude在这方面的表现不如 ChatGPT。这也是Grok可能比其他 ChatGPT 竞争对手表现更好的原因——不一定是因为它更优秀，而是因为它有像埃隆·马斯克一样的名人来推广，并且有 X 这样的大型分销平台。

与此同时，Instagram 在今年1 月和2 月均在 Apple App Store 和 Google Play 中排名第二，而 TikTok 仍位居第一。

TikTok 今年早些时候的下载量增长在一定程度上源于对美国可能实施禁令的担忧，当时消费者争相下载该应用，唯恐其从应用商店下架。如今，由于特朗普总统计划与 TikTok 母公司字节跳动的总部所在地中国达成协议，以保持美国用户可以使用该应用，该禁令已被搁置。

在此之前，Instagram 在全球应用商店中一直击败 TikTok 夺得第一名，并在 2024 年全年一直是排名第一的（非游戏）应用程序。Instagram 在美国市场的受欢迎程度不断增长，仍然是美国青少年的最爱。

例如，Piper Sandler 本周发布的一项针对美国青少年的新调查发现，Instagram 是使用率最高的社交应用程序，每月使用率为 87%，而 TikTok 为 79%，Snapchat 为 72%。

3 月份，包括 Meta 在内的其他社交应用也进入了排行榜前列，其中 Facebook 和 WhatsApp 占据前五名，而 CapCut、Telegram、Snapchat 和 Meta 的 Threads 等其他应用与 Temu 一起进入了前十名。

总体而言，3 月份排名前 10 位的应用程序总下载量为 3.39 亿次，高于2 月份的2.99 亿次。

据分析公司 SensorTower 称，自 2023 年以来，印度用户通过应用内购买在 ChatGPT 订阅上花费了 800 万美元。这还不包括通过 ChatGPT 网页应用进行的购买。但值得注意的是，这只是 SensorTower 估计的美国用户在 ChatGPT 应用内花费的 3.3 亿美元的一小部分。

一个可能的因素是印度缺乏本地定价。OpenAI 在印度最便宜的 ChatGPT 计划每月收费 20 美元（超过 1700 卢比），这对于印度的数字订阅来说算是昂贵的。

尽管目前收入可能较低，但印度仍可能成为 OpenAI 的主要增长动力。该公司首席执行官 Sam Altman 最近表示，希望 OpenAI 成为一个拥有数十亿用户的平台。利用印度超过 9.5 亿的互联网用户可以帮助推动这一努力。

OpenAI 显然是这么认为的。据报道，该公司正在寻求与印度最大的移动运营商之一 Reliance Jio 结盟，以便让更多用户使用 ChatGPT。

与此同时，ChatGPT 在印度继续有机增长。根据应用追踪公司 Appfigures 的数据，今年迄今为止，ChatGPT Android 应用下载量的 20% 以上来自印度。这一增长至少有一部分是由 ChatGPT 中最近发布的改进后的图像生成器推动的，该生成器因能够创建逼真的吉卜力风格艺术而广受欢迎。

ChatGPT全球每周有超过 5 亿用户。

与去年底的1550万相比，短短数月间增长了近30%，这一数据直观展现出用户对ChatGPT服务的高度认可与强劲需求。用户之所以愿意为此买单，在于ChatGPT功能极为强大，写代码、创作文章、提供健康建议、制定理财规划等事务对它而言皆能轻松胜任，堪称用户工作与生活的得力 “数字助手”。

从营收数据来看，ChatGPT 的盈利能力同样不容小觑。按照订阅情况估算，其目前每月进账至少4.15亿美元，年化营收高达50亿美元。相较于去年年底月营收3.33亿、年化营收40亿的数据，增长率近30% 。

并且，ChatGPT的实际收入或许更为可观。除了基础的每月20美元的ChatGPT Plus订阅套餐外，不少企业级用户还会选择价格高达200美元/月的Pro套餐，为营收增长注入更多动力。

值得关注的是，OpenAI的营收构成并非仅依赖ChatGPT的订阅收入。大量通过API调用OpenAI模型的开发者和平台，同样是重要的收入来源。

此前OpenAI曾预估，今年API业务有望带来约20亿美元的收入，这无疑将进一步增厚其营收规模。倘若OpenAI能够维持当前的增长率水平，那么2025年全年营收冲击127亿美元并非遥不可及，这一数字将大幅超越2024年的40亿美元。

然而，在看似一片向好的发展态势下，也存在隐忧。尽管ChatGPT的用户盘子持续扩张，总用户数增速甚至快于营收增速，但付费率却出现了下滑趋势。

OpenAI 在周一透露，当前其每周活跃用户数量已达5亿，较去年年底的3.5亿增长了43%。但由于免费用户数量的迅猛增长，付费用户比例已从三个月前的5%降至当前的4% 。这一变化或许意味着，在扩大用户基础的同时，如何提升用户付费意愿、优化付费转化路径，成为 OpenAI 亟待解决的重要课题。

另外，OpenAI在周一宣布，将以2600亿美元的投前估值筹备融资400亿美元。当前，OpenAI仍处于亏损状态，因其需要投入巨额资金购买算力，以维持模型运行并服务数量庞大的免费用户。

早在去年10月，OpenAI就曾预计，公司距离实现真正盈利仍需至少五年时间，即到2029年才有望扭亏为盈。在持续投入与盈利预期的双重压力下，此次融资计划对OpenAI后续的技术研发、业务拓展及运营策略调整等方面，都将产生深远影响，也备受行业内外关注。

OpenAI的用户和收入都在飞涨。

美东时间4月1日，据The Information报道，ChatGPT的付费用户数量已突破2000万，较去年底的1550万增长了近30%。用户愿意花钱订阅这个能写代码、写文章、出健康建议、还会帮忙做理财规划的AI。

用户到底给OpenAI带来多少收入？

该媒体指出，按订阅来算，ChatGPT目前每月能进账至少4.15亿美元，年化营收高达50亿。该数据较去年年底的月营收3.33亿、年化营收40亿，增长近30%。

但ChatGPT实际收入可能更高，除最基础订阅如ChatGPT Plus需20刀/月外，不乏企业级用户购买200美元/月的高价Pro套餐。

值得注意的是，除ChatGPT订阅收入外，OpenAI营收还来源于大量通过API调用OpenAI模型的开发者和平台，此前OpenAI曾预计，API业务今年可带来约20亿美元的收入。

若OpenAI维持这一增长率水平，OpenAI2025年全年营收有望冲击127亿美元，远高于2024年的40亿美元。

虽然ChatGPT的用户盘子在变大、总用户数增速快于营收增速，但付费率却下滑。OpenAI周一表示，其目前每周活跃用户数量为5亿，较去年年底的3.5亿增长43%。不过，因为免费用户也在飙涨，付费用户比例从三个月前的5%下降至当前的4%。

另外，OpenAI周一宣布将以2600亿美元的投前估值备融资400亿美元。因为要花很多钱买算力、服务免费用户，虽然OpenAI现在还亏钱，OpenAI去年10月曾预计，公司距离真正盈利，仍需至少五年（到2029年）。

对手来势汹汹，第二梯队竞争白热化

尽管在AI聊天应用这一战场上，OpenAI的ChatGPT无疑曾是王者，但它的对手们正悄悄迎头赶上。

来自Similarweb和Sensor Tower的数据显示，Gemini、Claude、Grok等“AI新星”的产品正迅速瓜分用户注意力。

3月，谷歌Gemini日均访问量达1090万，环比增长7.4%。微软Copilot日均访问量240万，环比增长2.1%；Anthropic的Claude达到330万日均访问量；马斯克旗下xAI的Grok流量环比暴增近800%，追平DeepSeek的1650万日均访问量。

尤其是Grok，凭借马斯克背书和X平台整合优势，成为流量增长最快的黑马。不过，这些与ChatGPT数据相比仍较小，ChatGPT在3月底已有5亿周活跃用户。Similarweb指出，争夺聊天机器人第二名的竞争非常激烈。

移动端（App下载+使用）的表现同样激烈。分析称，AI聊天机器人的App端用户数也在飙升，部分原因是近期AI模型更新得频繁。Sensor Tower数据显示，2月24日当周，Claude发布新模型Claude 3.7 Sonnet后，App端周活跃用户环比暴涨21%。Gemini在推出2.0 Flash模型后，周活跃用户暴增42%。

目前，DeepSeek市场份额6.58%，全球排名第三，仅次于ChatGPT和Canva，二者分别占比43.16%和8.27%。

2025年伊始，来自中国的AI大模型DeepSeek凭借其突破性进展迅速走红，各行各业都在积极拥抱DeepSeek。

今年1月27日，Deepseek应用登顶苹果中国地区和美国地区应用商店免费App下载排行榜，在美区下载榜上超越ChatGPT。

QuestMobile数据显示，DeepSeek在1月28日的日活跃用户数首次超越豆包，随后在2月1日突破3000万大关，成为史上最快达成这一里程碑的应用。

换句话说，研究表明，孤独的人更有可能寻求与人工智能机器人的情感联系。这在很大程度上说明了人们如何处理人际关系，我们如何越来越依赖技术，以及我们如何将其深深融入我们生活的更多方面，而不仅仅是完成任务。

这也引发了一个问题：我们将来将如何与聊天机器人互动，以及这会对我们产生什么样的影响。

OpenAI 团队开展的一项研究分析了 4076 名参与用户的 400 多万条 ChatGPT 对话，这些用户自愿报告了他们对该服务的感受。

在另一项研究中，麻省理工学院媒体实验室的研究人员让 981 人每天使用 ChatGPT 至少五分钟，持续四周。然后，研究人员对这些参与者进行了调查，询问他们对 ChatGPT 的看法，以及他们自己在现实世界中的孤独感和联系状态、他们参与的社交互动，以及他们是否认为使用人工智能服务存在任何问题。

如果你没有立即意识到这一点：OpenAI 开发并销售 ChatGPT。所以，是的，这是该公司相当有自知之明的举动，它检查自己的产品是否对目标受众产生了负面影响，以及它是否可以学到什么来防止这些影响恶化。

从这两项研究（均尚未经过同行评审）中，研究人员发现，大多数人不会与 ChatGPT 建立深厚的情感联系，即使对于其逼真的高级语音模式（您可以在其中与机器人进行相当自然的来回对话）的一些最频繁的用户来说也是如此。

研究发现，使用 ChatGPT 进行“私人”对话与孤独感之间存在一定的关联。同时，这种使用方式与较低的情感依赖性有关。所以这有点喜忧参半。

正如凯西·牛顿 (Casey Newton) 在其Platformer 新闻通讯中所写，有可能“足够引人注目的聊天机器人会将人们从人际关系中拉出来，可能使他们感到更加孤独，更加依赖他们必须付费才能维持联系的人造伴侣。”

需要进行更深入、更具体的研究，以更清楚地了解人们继续使用此类服务对福祉的影响。但有些人已经利用了人类的兴趣和联系需求，人工智能伴侣提供了一种让你感觉正在建立联系的途径。

这并不是说人工智能聊天机器人在各方面都对我们不利。对于一些人来说，它们可以提供有意义的方法来缓解孤独感，并找到私下表达和反思他们所经历的事情的方法。

然而，这项研究表明，平台需要更负责任地开发机器人，同时要意识到人们在与机器人建立联系时会投入多少精力。与此同时，监管机构需要制定框架，防止企业利用深度参与的用户，并鼓励开发人工智能系统的公司积极优先考虑受众的福祉。

自从OpenAI推出ChatGPT两年多以来，该公司已经为消费者和企业推出了一系列订阅服务。去年9月，OpenAI表示，公司版ChatGPT的付费用户达到了100万。

在收入飙升的同时，OpenAI也面临着开发尖端人工智能系统所需的芯片、数据中心和人才带来的巨大成本。知情人士说，OpenAI预计在2029年之前不会实现现金流转正，预计届时收入将超过1250亿美元。

以下是文章主要内容：

2021年的一天，Google网络搜索团队向领导层提出了一项当时听起来很新颖的想法：与其让搜索引擎仅仅提供千篇一律的链接列表，不如让聊天机器人在搜索结果页面迎接访客，直接提供答案。

在Google，这个提议算不上令人震惊，因为该公司CEO桑达尔·皮查伊(Sundar Pichai)多年来一直在谈论围绕着AI重塑Google母公司Alphabet。而且，Google还运营着DeepMind和Google大脑这两个世界上最先进的AI实验室。

难舍的香饽饽

然而，据一位直接参与讨论的前员工称，团队管理层对这一提议颇为不满，因为Google员工很少有人提议对搜索引擎的基本设计进行调整。“这是自我设限。大家不敢去思考这些问题。”这位前员工说。

该部门的领导担心，尽管其最新AI技术前景光明，但准确性仍不够。即使它完美运行，用AI回答用户问题也可能会颠覆Google核心业务：将所谓的自然搜索链接与适量定向广告相结合。这个想法至少被暂时搁置了。

Google CEO皮查伊

二十多年来，Google搜索一直主宰着互联网。它是数十亿人访问互联网的主要门户。根据数字营销公司Semrush Holdings的数据，Google每秒处理近20万次查询。在所有网站流量中，大约三分之二来源于搜索引擎。搜索也仍然是Google的核心业务，2024年为其创造了超过1980亿美元的收入，占Alphabet公司年收入的近60%。

尽管这台机器仍在运转，但近年来，网民们对Google的不满声音日益增多。用户抱怨称，Google的搜索结果中充斥着越来越多的广告和利己功能。Google对网络的掌控意味着互联网上很大一部分内容并非主要为人类消费而设计，而是主要为Google自己的网络爬虫服务。那些研究不够充分的列表式文章或汇总的产品评论充斥在搜索结果中，让用户感到沮丧，并从那些在搜索引擎优化方面表现不佳的更有用网站那里抢走了广告收入。科技评论家以及代表联邦政府参与反垄断诉讼的律师一直认为，即便存在这些不足，Google仍能保持主导地位，这证明搜索市场已不再具有竞争性。

ChatGPT抢占先机

接着在2022年，OpenAI的ChatGPT横空出世。这款聊天机器人与Google管理层在2021年拒绝的提议十分相似。就像最早版Google搜索一样，ChatGPT只提供了一个简单的文本输入区域，除此之外几乎没有什么其他功能。它给出的答案不会在真实答案上方显示广告，也不会提供冗长的食谱网站链接。那些网站上充斥着多个自动播放的视频，让人难以专注于制作鹰嘴豆沙拉等食品的步骤。而且尽管它的答案并非总是正确的，但是这种纯粹的新奇感使得用户给予了OpenAI一定的宽容，而这种宽容可能是长期主导搜索世界的Google无法获得的。

ChatGPT的崛起真正让Google感到痛心的地方在于，它建立在Google自己的发明基础之上。OpenAI的聊天机器人使用了一种AI架构，这种架构在Google2017年发布、现在已成为经典的研究论文中已进行了详细阐述。这项突破性技术被称为“转换器”(transformer)，它帮助AI模型聚焦于它们正在分析的最重要信息，而且这项技术免费开放供所有人使用。Google的工程团队将这项技术融入搜索时仅以最安全的方式使用，显示出该公司在将AI突破转化为实质性消费者产品方面的巨大困难。

ChatGPT的月访问量节节攀升

AI对Google本身的影响才刚刚开始显现。它的搜索引擎是有史以来最赚钱的技术之一，在ChatGPT推出超过两年后，几乎没有迹象表明这一局面会发生变化，即便一些分析师预计Google未来几年的搜索收入增长将放缓。去年，Google赚取了超过2000亿美元的毛利润。

尽管如此，Google也在紧急行动。一位前Google员工称，OpenAI发布ChatGPT后，Google重新调配了逾1000名工程师(约占搜索工程团队的20%)，让他们投入到生成式AI的研发工作中去(尽管指令比较模糊)。皮查伊曾表示AI比火或电更重要，他在接受《彭博商业周刊》采访时表示，人类与信息互动的方式即将发生一场彻底的变革。

“我认为，我们现在只满足了人类信息需求的1%，”他表示，“十年或二十年后，这一点就会变得显而易见。而且我认为这一切才刚刚开始，我们低估了它的发展潜力。”因此，这对Google来说是一个关乎存亡的时刻，对整个互联网来说也可能是一个关乎存亡的时刻。

变革开始

其实，在ChatGPT问世前后，Google已决定打破惰性，并把这项任务交给了伊丽莎白·里德(Elizabeth Reid)。里德是Google资深员工，于2021年加入搜索团队，并在2024年3月接管了该部门。

从那时起，她领导Google搜索做出了多年来的一些最大变革，最显著的就是AI概览(AI Overviews)功能，它将搜索结果页面中最显眼的位置让给了AI生成的回复。今年3月，该公司表示将开始试验“AI模式”(AI Mode)。这是其主页上一个专门标签，提供类似于四年前被拒绝的基于聊天的搜索体验。

当ChatGPT上线后，当时在Google工作的一些人描述称，公司内部弥漫着一片恐慌情绪。不过，里德淡化了这一说法。有很多资深Google员工还记得，微软在2009年发布必应搜索引擎时，它曾被认为对Google构成了生死威胁。事实证明并非如此。大多数时候，按部就班就足够了，因此一些人并不倾向于改变现状。

里德承担起了改革Google搜索的重任

然而，里德却准备实施真正的变革。“她非常注重数据，”曾在Google地图项目中与她共事、现就职于Niantic公司的布莱恩·麦克伦登(Brian McClendon)表示，“她不会基于希望做出改变，但如果她确信自己掌握了数据，并且认为另一种方式更好，她会全力以赴地去实现目标。”

里德将她的方法称之为“持续演进”，而非彻底变革。根据《彭博商业周刊》对21位现任及前任搜索业务高管和员工，以及另外二十多位科技和媒体行业人士的采访，她的团队仍在努力确定Google搜索在这一新时代应扮演的角色。

新的职位，使得里德成为了Google仅次于皮查伊以及创始人拉里·佩奇(Larry Page)和谢尔盖·布林(Sergey Brin)的最重要人物之一。

在Google工作的早期阶段，里德曾参与过本地搜索功能的早期开发工作，该功能是一个地图相关特性，能让用户将搜索范围限定在某个地理区域内。负责该项目的布林要求团队在尚未完成理想的技术基础设施建设前发布该功能。这种做法在如今的搜索部门是绝对行不通的。但里德认为，这是正确的决策。“我们提前两个月就了解到了人们真正的需求。”里德称，她认为这个项目给公司上了一课，能够让员工了解“在试图重新定义可能实现的事情时如何进行实验”。

里德一直在努力将这种灵活性带入她的新岗位中。她的团队推出了“搜索实验室”(Search Labs)。在那里，发烧友们可以注册试用尚未发布的功能，这让Google在将生成式AI实验推广给广大用户之前可以提前获取用户反馈。

里德预测，传统Google搜索栏随着时间的推移会变得不那么重要，语音查询将继续增长，Google也在计划扩大视觉搜索的应用范围。Google负责搜索体验的副总裁拉詹·帕特尔(Rajan Patel)演示了家长如何利用Google视觉搜索工具帮助孩子完成作业，或者秘密地在咖啡店拍下一位穿着时髦的陌生人的运动鞋照片以便购买同样的款式.

里德说，搜索栏不会很快消失，但公司正在朝着一个未来迈进。在这个未来中，Google总是会在后台默默运行。“信息的获取方式不断拓展，”她说，“就好像你可以像问朋友一样轻松地向Google提问，只不过这位朋友无所不知，对吧？”

Google近期朝着这一方向又迈出了一步，宣布了“AI 模式”，它允许用户以对话的方式探索主题并提出后续问题。Google搜索产品副总裁罗比·斯坦(Robby Stein)将该功能描述为一种让用户探索那些不适合使用传统关键词搜索复杂问题的方式。Google的内部测试显示，这种查询的长度翻了一番。

这也给Google提供了一个尝试新商业模式的机会。AI模式将首先面向订阅Google高级AI功能的用户推出，这对一直免费的搜索引擎来说是一个微妙但意义重大的转变。

重回正轨

随着AI变得更加愈发重要，Google开始流失员工，他们转投OpenAI、Anthropic和其他发展更快、产品更具创新性的创业公司。但是，据多位知情人士透露，随着里德的领导让搜索部门变得更加充满活力，该部门的士气有所提升。

皮查伊也在财报电话会议上大力宣传公司在降低AI答案交付成本方面的进展。布林也定期现身山景城，并亲自招募了他的长期同事、Google最传奇的工程师之一的诺姆·沙泽尔(Noam Shazeer)重返公司。

“我看到的是焕然一新的活力。这些早期的工程师又聚在一起了，现在他们有了一个明确的目标：他们要追赶某个对手。”Google前杰出工程师阿文德·贾恩(Arvind Jain)表示。

里德认为，Google现在已经步入正轨。“事情的进展总是先慢后快。突然之间，技术、产品、用户体验、理解度、优化等一切要素都融合在一起，然后每个人都离不开它。”她表示，“在这样一个技术能够真正改变人们搜索方式的时刻，能够参与搜索业务的工作真的令人兴奋。”

AI烦恼

与此同时，多家独立网络出版商表示，他们的流量正在下降。他们指出，AI概览功能尤其具有挑战性，因为它直接在Google的搜索结果页面上展示信息。以前，用户需要通过点击跳转到原始网站来获取这些信息。

今年2月，在线教育公司Chegg起诉Alphabet，称AI概览功能在“剽窃”Chegg自己的内容，这给Google敲醒了警钟。Chegg在诉讼中表示，Google的行为“可能会导致公众面临越来越无法辨认的互联网体验，用户再也无法离开Google的围墙花园，只会获得人工合成的、充满错误的答案”。

Google发言人何塞·卡斯塔内达(José Castañeda)回应这起诉讼时表示，Google将“为这些无根据的指控进行辩护”。

Tow 数字新闻中心最近研究了八个AI搜索引擎，包括  ChatGPT Search、Perplexity、Perplexity Pro、Gemini、DeepSeek Search、Grok-2 Search、Grok-3 Search 和 Copilot。 他们测试了每种工具的准确性，并记录了工具拒绝回答的频率。

研究人员从 20 家新闻出版社（每家 10 篇）随机选择了 200 篇新闻报道。 他们确保每篇报道在使用文章摘录时都能在Google搜索中返回前三个结果。 然后，他们在每个人工智能搜索工具中执行相同的查询，并根据搜索是否正确引用了 A）文章、B）新闻机构和 C）URL 来评定准确性。

然后，研究人员根据从”完全正确”到”完全不正确”的准确度给每条搜索贴上标签。 从下图中可以看出，除了两个版本的 Perplexity 外，其他人工智能的表现都不理想。 总体而言，人工智能搜索引擎有 60% 的时间是不准确的。 此外，人工智能对这些错误结果的”信心”也强化了这些错误结果。

这项研究之所以引人入胜，是因为它以量化的方式证实了我们几年前就已经知道的事实–LLM是”史上最狡猾的骗子”。 他们以完全权威的口吻报告说，他们所说的都是真的，即使事实并非如此，有时甚至会争辩或在面对质疑时编造其他虚假的断言。

在 2023 年的一篇轶事文章中，Ted Gioia（诚实的经纪人）指出了数十条 ChatGPT 的回复，显示机器人在回复大量询问时自信地”撒谎”。 虽然有些例子是对抗性询问，但许多只是一般性问题。

即使承认自己错了， ChatGPT 也会在承认错误之后提供更多的虚假信息。 LLM 似乎被编程为不惜一切代价回答用户的每一个输入。 研究人员的数据证实了这一假设，并指出 ChatGPT Search 是唯一能回答全部 200 条文章查询的人工智能工具。 不过，它的完全准确率仅为 28%，完全不准确的时间占 57%。

ChatGPT 还不是最差的。 X 的 Grok AI 的两个版本都表现不佳，但Grok-3 Search 的准确率高达 94%。 微软的 Copilot 也没好到哪里去，因为它在 200 次查询中拒绝回答了 104 次。 在剩下的 96 个查询中，只有 16 个”完全正确”，14 个”部分正确”，66 个”完全错误”，因此它的准确率大约为 70%。

可以说，这一切最疯狂的地方在于，制造这些工具的公司对这种缺乏准确性的情况并不透明，同时向公众收取每月 20 到 200 美元的费用。 此外，Perplexity Pro（20 美元/月）和 Grok-3 Search（40 美元/月）比其免费版本（Perplexity 和 Grok-2 Search）回答的查询正确率略高，但错误率也明显更高（上图）。

不过，并非所有人都同意这种说法。 TechRadar 的兰斯-乌拉诺夫（Lance Ulanoff）表示，在尝试了 ChatGPT Search 之后，他可能再也不会使用 Google 了。 他描述说，该工具快速、清晰、准确，界面简洁、无广告。

自 中文业界资讯站

自 中文业界资讯站

根据用户报告，银行各部门的生产力的确有所提高，80%的用户表示ChatGPT Enterprise每周可以帮助他们节省超过两个小时的工作时间。然而，将ChatGPT整合到银行复杂的内部系统和数据库中可能会面临困难。西班牙第二大银行说，ChatGPT企业版能带来“创造力的爆发”，不过整合进银行系统有些困难。

自 智通财经

自 华尔街见闻

自 中文业界资讯站

自 智通财经

自ChatGPT发布（2022年11月30日）到今年7月29日，国内新注册成立现在却处于注销吊销或停业异常状态的AI相关公司达78612家。意味着近8万家人工智能相关公司已经消失，这一数字占同期新注册企业总量的8.9%。

自 快科技

生成式人工智能，尤其是微软、Alphabet或Meta等科技公司发布或宣布的产品，以及目前该领域的先驱OpenAI，在过去两年里吸引了广泛的关注和数十亿美元的投资。然而，舆观（YouGov）最近为路透社新闻研究所（Reuters Institute for the Study of Journalism）做的一项调查显示，宣传和风险资本的涌入并没有转化为实际使用。

2024年3月和4月在六个国家进行的调查数据显示，即使是最年轻的年龄组（18至24岁）的受访者也没有经常使用OpenAI的旗舰产品ChatGPT。9%的人声称每天都使用，另有18%的人每周至少使用一次。每月用户占所有受访者的12%，而17%的人使用过一两次。这表明，至少在调查参与者中，44%的人从未使用过ChatGPT。

休闲、频繁和不使用的区别在年龄较大的人群中更为明显。在55岁以上的受访者中，有84%的人从未使用过OpenAI的聊天机器人，该机器人通过计算句子中每个下一个单词的统计概率，从训练材料中获得答案，其余年龄组中有13%到15%的人至少使用过一两次。在ChatGPT的每周咨询中，使用率从25-34岁的19%下降到45-54岁的9%。

虽然每家大型科技公司都在开发自己的大型语言模型，但微软（Microsoft）和苹果（Apple）等公司也与山姆·奥特曼（Sam altman）领导的OpenAI合作，以增强自己的产品。根据CB Insights的数据，OpenAI最近以800亿美元的价格成为全球估值第三高的独角兽公司。独角兽指的是市场估值超过10亿美元的私营公司。它落后于中国科技公司字节跳动（2250亿美元）和埃隆·马斯克的SpaceX（1500亿美元）。

这张图表显示了受访者在以下频率下使用ChatGPT的比例，按年龄组分列。

数据来源：Statista

使用 Copilot、Gemini 和 ChatGPT 等生成式人工智能聊天机器人的一大卖点是，与人类回答同样的提示相比，它们可以更快地回答有关编码和编程的问题，从而帮助节省时间。然而，最近的一份报告称，ChatGPT 在回答编程问题时提供了大量错误答案。

自 中文业界资讯站

据《纽约客》杂志报道，OpenAI的热门聊天机器人ChatGPT每天可能要消耗超过50万千瓦时的电力，以响应用户的大约2亿个请求。相比之下，美国家庭平均每天使用约29千瓦时的电力。将ChatGPT每天的用电量除以普通家庭的用电量，可以发现ChatGPT每天的用电量是家庭用电量的1.7万多倍。

据了解，《全球工程前沿2023》报告共研判93项工程研究前沿和94项工程开发前沿。

涉及9个领域：机械与运载工程，信息与电子工程，化工、冶金与材料工程，能源与矿业工程，土木、水利与建筑工程，环境与轻纺工程，农业，医药卫生和工程管理。

附2022全球十大工程成就：北斗卫星导航系统、嫦娥探月工程、新冠病毒疫苗研发应用、猎鹰重型可回收火箭、港珠澳大桥、超大规模云服务平台、詹姆斯·韦布空间望远镜、复兴号标准动车组、太阳能光伏发电、新一代电动汽车。

自 快科技

AI相关岗位人才供不应求，在高薪岗位TOP20中，以ChatGPT研究员、算法、深度学习为代表的AI岗位拥有10席，占了半壁江山。

在2023年，互联网、电商等多个行业对人工智能人才展开争夺，纯互联网行业成为新发人工智能相关岗位最高的行业，占比为23.29%。

其次是电商零售（8.43%）、新生活服务（8.36%），人工智能（8.06%）行业仅位居第四。

不过报告也指出，2023年，新经济人才持续饱和，人才供需比从2021年的0.32上升至2023年的2.04，平均2个人争夺1个岗位。

自 快科技

自 快科技

相比之下，ChatGPT可能是有史以来最低调的游戏规则改变者。

没有盛大的产品发布会，没有夸夸其谈的未来愿景，更没有人预测这会是一款有利可图的产品。

无论是OpenAI的竞争对手，还是该公司的创始人，刚开始都没有预料到，ChatGPT会成为有史以来增长最快的消费科技，没有之一。

从初创公司，到科技巨头

在风投大幅缩水的一年中，只要初创公司在其融资方案中加上“人工智能”四个大字，就能轻松获得融资。

根据Pitchbook的数据，这类公司仅今年第三季度就筹集到了179亿美元。业内最大的风投公司正在积极募集数十亿美元巨额资金，只为下一轮人工智能的投资狂潮铺路。

在ChatGPT掀起的人工智能投资浪潮中，几乎每天都有新的初创公司诞生，几乎每天都有酷炫的新产品面世。

Anthropic正在快速成长为OpenAI实力最强、资金最充裕的竞争对手之一，Midjourney的图像生成AI进步速度惊人，甚至就在这个周末，初创企业Pika也推出了令人印象深刻的AI视频生成工具。

与此同时，在科技界的另一端，人工智能的春风已经吹遍了全球顶级科技巨头。

作为OpenAI的合作伙伴和投资者，微软在人工智能驱动的新Bing搜索上下了重注，同时将其AI能力内嵌入Office、Windows、Azure等旗舰产品。

Google争先恐后地推出了Bard聊天机器人，并通过Duet AI增强了自家的Workspace办公套件。

亚马逊今年则推出了从大型语言模型（LLM）Alexa，亚马逊云服务AWS则推出了生成式AI工具全家桶。

Meta现在将人工智能视为未来关键所在，其重要性甚至超越了元宇宙。

英伟达凭借人工智能芯片一跃成为全球最值钱的公司之一，就连行动最保守的苹果，也开始频繁谈及人工智能。

ChatGPT——本轮人工智能革命的最大赢家

虽然ChatGPT的界面看起来就像一个设计粗糙的聊天工具，并且一直受可靠性问题困扰，但这些并没有阻止它的野蛮增长：

上市仅5天就狂揽100万用户，两个月内用户就突破1亿大关，现在每周活跃用户维持在1亿量级。

根据移动情报提供商data.ai向媒体提供的最新市场分析，ChatGPT移动端的总安装量已超过1.1亿，消费者支出已达到近3000万美元。

ChatGPT及其背后的模型也迅速成为OpenAI价值数十亿美元的业务支柱。

过去一年里，它完成了几乎不可能完成的任务：既是一个数据供应商，从其他想基于GPT模型打造产品的企业那里获利；同时自身也是一个火爆的消费应用，用户每月支付20美元即可使用Plus版本。

通过消费者和企业订阅的双轮驱动，OpenAI实现了对个人用户和商业客户的双向收费。

data.ai表示，相较于大部分音乐和流媒体服务，ChatGPT的订阅价格相当昂贵，但随着时间推移，消费者对ChatGPT Plus版本访问的兴趣推动了订阅量的增长。

data.ai指出，在Google Play上发布后的一周内，ChatGPT的Android下载量创下了1800万次新安装的纪录，这一数字尚未被其他移动应用程序超越。

目前，iOS 和 Android的每周平均下载量合计超过400万次，这一增长势头已经连续保持了五周。

评语提到，除了在搜索引擎、云计算等产品中使用机器学习外，百度还在开发自动驾驶算法，“在北京及其他三个中国城市的繁忙街道上提供全无人的自动驾驶服务”。

近三个月内，文心一言向全社会开放，百度发布文心大模型4.0版本，目前文心一言用户数已达7000万。

除了百度外，该榜单还涵盖了微软、谷歌、OpenAI、Anthropic、谷歌DeepMind、Meta和英伟达等知名科技企业。

自 快科技

权威政府和犯罪团伙正在争先恐后地利用人工智能增添其网络攻击的能力，这些攻击可能会打开守护我们最敏感机密和最重要基础设施的大门–这将增加医院、学校、城市和企业的危险，因为它们已经经常成为黑客欺诈性电子邮件的牺牲品，而黑客还会继续制造混乱。

近日消息，根据第三方公司最新估计，人工智能聊天机器人ChatGPT的流量在整个夏季下降后重新上升，这可能与美国学校的课程安排直接相关。根据数据情报公司SimilarWeb的数据，上周ChatGPT在美国的桌面端和移动端流量比前一周增加了约12%。另一家数据分析公司YipitData表示，ChatGPT的每日流量在今年8月份达到最低点，然后在月底开始有所回升。

AI公司们纷纷“盯”上了企业大客户。当人们对ChatGPT的热情不再，AI还剩下什么？华尔街见闻此前曾介绍，ChatGPT的网站访问量已连续三个月下降——8月PC和移动端的访问量下降了 3.2%，而此前两个月的访问量均下降了10%。

人们主要用 ChatGPT 来解决什么任务？SparkToro 公司近日从 Datos 公司获得了超过 7000 个真实用户向 ChatGPT 提出的请求，并筛选出最相关的 4098 个。通过使用 ChatGPT 自身对这些请求进行主题分类，得到了以下结果：

自 DoNews

上半年ChatGPT横空出世，人工智能的潜能展现，给许多职业带来了一场生存危机的探讨。GPT能够通过律师和工程师资格考试，写的大学论文能不挂科，甚至能够“理解”笑话。它能回答人们的疑问，组织生动的语言结构，模仿各式各样的语言风格；而大语言模型和图像生成 AI 结合的技术，例如Midjourney，能够让丝毫没有受过艺术训练的人，用只言片语“创造”出惊人的艺术图像。

ChatGPT 的本质，实际上是大语言模型（Large Language Model，LLM）叠加生成式人工智能。大语言模型，顾名思义，就是大，用海量的语素，用机器学习的方法训练一个计算机模型。生成式，则是用预测的方式，在对话时把最有可能出现的语素联系展示出来。

对于知识“加工”和“消费”者而言，大语言模型加上生成式人工智能的能力是巨大的。海量语素数据、深度神经网络和极大的计算力，相当于把整个来自互联网的知识“压平“，再通过人机互动进行“整装”。

从计算逻辑上来讲，ChatGPT 相当于一个更加强大的搜索引擎。普通的搜索引擎例如谷歌和百度通过爬虫的模式“扒”整个互联网的信息，并通过复杂的算法进行排序。而人工智能使用机器学习的方法，相当于把这些扒出来的信息，用预测的方式进行了符合语言逻辑的整理。知识加工变得更加便捷迅速，消费变得更加简明清晰——有的时候甚至过于简便，给了考试论文作弊以可乘之机。

针对这一点，技术乐观主义者认为，既然从今以后机器能够生成的内容，或许也不需要大多数的人类去动脑实现，就如同搜索引擎取代了图书馆的馆藏卡片、计算器取代珠算一般。的确，那些需要大量重复的文字类工作，或者机械的列举、整理工作，即使 AI 不介入最终决策，确实也能够提供相当程度的生产力，辅助人类进行知识的加工和消费。

那么，读书还有用吗？各大高校、研究机构的人员，是否也可以下班了？

机器能“学到”什么

大语言模型和生成式人工智能，为将来的知识“生产者”带来了一个绕不过的课题：何为知识？如何生产多样、公正、真实的知识？

人工智能的“学习”能力是惊人的。现有的大语言模型和人工智能的应用，都脱不开机器学习作为其底色。“学习”二字，实质上是用大量的数据训练预测模型，并在预测的准确度，以及普适性上找到平衡。这种预测实际上是基于现有知识的，语言模型的预测，也是基于现有语言之间的联系。例如输入“红烧”，机器预测“肉”；然后根据更多的输入，例如地点，人，习惯等等，给出更加精确的预测，比如“外婆做的红烧牛肉”等等。

这种预测是怎么实现的呢？我们熟悉的坐标系是二维的。比如整个人群中，身高和体重有一个大致的对应关系，给出身高，机器预测一个平均体重，就是基于现有数据的预测。再加入另一个维度，比如性别，那么就成为了一个三维坐标，男女的预测会有所不同。如此下去，数据的维度可以是无限的，而机器学习的模型，就是在人脑所不能想象的多维空间中寻找此类联系，并不断调整各个维度之间的权重。比如，身高对体重的预测“有多重要”，可以在大量的数据输入之后进行调整。

因此，基于机器学习的人工智能，会把各种维度的数据，在更高维度的空间里联系起来，有发现数据之间潜在联系的能力，也会“学到”一些现实中不存在的、但很可能发生的联系。用在语言模型中，人工智能也能学习到不同的语言风格，挖掘现有文字中的“精髓”和“问题”。

数据越大，模型越成熟，其计算和挖掘能力也越高。类似于 BERT、GPT 这样诞生于大机构的 AI，被许多人认为走到了技术的“拐点”，量变产生质变也不无道理——这对于知识生产者来讲是好事。不过，大模型也有其内在的问题，模型越大，问题也越尖锐，特别是涉及到知识的多样、公正和真实方面。

怎样才能生产真实

且公正的知识？

新的知识能从现有知识的连结和新模式中产生，这一点不管是从人还是机器的层面都是成立的。然而，现有的知识是否足够？是否充分？是否公平？如果现有知识的基础是不足的、甚至是有偏见的，那么在此基础上建立的新知识也会产生偏差。

自从机器学习的AI投入大规模应用以来，学者们就在不断地揭示出这些模型内在的偏见：性别歧视、种族歧视、有违伦理的输出等等。开发者们用各种补丁和纠偏的方式去弥补，但大部分问题都潜藏于数据生产和训练过程中，而AI的偏见，亦是对社会偏见的反映和放大。

另外一个问题则是数据的质量。机器学习不仅牵涉到训练模型的能力，还有数据的数量和质量。现有的开发过程，对模型的性能有着更多的强调甚至是迷信，反而会忽视更底层的数据来源问题。现在的大部分数据都要依赖人工来清洗和格式，为数据分类、打标签等等。很多时候，这个制作数据的过程是不透明的，甚至是潦草的。比如，大公司的AI开发背后，是大量“脏乱差”的人工被外包到欠发达地区的“AI工厂”。这种过程一方面存在着劳工伦理问题，另一方面也对数据质量提出了挑战。

到了大模型时代，这个问题可能会被隐藏得更深一些：不是每个研究者或者团队都有能力从0开始开发AI模型，尤其是大语言、大图像模型，大多都是在现有模型的基础上进行微调。而大模型本身的问题和偏差，会被迁移到更多的应用模型上。而越是底层的偏差，越是难以通过微调纠偏的方式进行处理。

现有语言模型的预测生成模式，甚至还会将数据现有的偏差放大，产生“过拟合“的效果：例如，某种疾病在某个族群中统计数据占比偏高，约有60%；但若让语言模型去生成一个病人的画像，那么有超过90%的可能，生成的病人描述会属于该族群。

现在一些AI的模型训练，采用的是一种“互搏”模式——所谓“生成对抗网络”（generative adversarial network），让两个模型不断互相生成、彼此纠正。这种方式的确是提高了模型训练的效率，然而任何小的偏差，都会在这种“互搏”中被放大。同样的原理，如果一个与机器紧密合作的知识生产者，其生产依赖于这类“生成”，那么一些来自于模型的偏见，就会被嵌入更多的新知识中，新知识再被吸收为数据，又进一步加强了模型的偏差。知识生产者在这个过程中必须保持警惕。

什么是新知识？

AI 的“生成”能代表新知识吗？

所谓的新知识，究竟是什么？如果要充分使用AI来生产知识，那么知识生产者就必须要从人机的结合点去思考这个问题。任何信息，以及人类从真实世界中获取的知识，都需要被“清洗”和“格式”成数据。除了上面提到的数据质量以外，数据生成的过程也很重要。简而言之，人们要研究的问题是什么？这个问题被翻译成为了怎样的数据？这些数据是怎么被生产出来的，又是否全面、公正地代表了知识生产者们想要研究的问题？

这个问题，对于“传统”的知识生产者而言也是成立的。以历史学为例，虽然历史研究的是过去的事情，但过去的事情没有百分百能够盖棺定论的。学者们通常会不断地寻找新的史料，去补充对于历史问题的理解，去不断地挖掘过去被忽略的视角和声音。有趣的是，当下的史学，也常常会求助于大量的数据，特别是过去的经济、人口、气候数据，甚至依靠机器学习，为历史带来的新认识、新观点。

同样的，依靠机器生成的认识和观点，也有可能放大了某一些数据来源的重要性。现在的知识生产者，过于依赖那些主流的、存在于互联网的、电子的信息，去在那些已经被别人“翻译”为数据的东西上进行创造。在AI时代，AI 提供的便捷和可延展性，也会潜在地让人们更容易忽视没有被数据化、电子化的，非主流的，经验性的知识，从而错过形成新观点、新视角的可能性。

往更深层次讲，新知识往往产生于对于新材料的挖掘，不同观点、不同视角之间的碰撞，对于现有知识的重新解构。大语言模型为知识的展现提供了许多可能性，然而其内在的逻辑和架构可能是和这种生产方式相悖的。

基于大语言模型的训练方式，和模型生成输出的特征，排序靠前的、概率更高的输出内容，权重会变得更大，特征会变得更单一。“AI生成的”几乎已经变成了一个形容词，去描述那些没有特征的、不断重复、说了像是没说的片汤话。诚然，对于知识消费者而言，那些“最有可能”出现的答案大大降低了理解门槛；但对于知识生产者而言，这些东西反而有可能成为阻碍。

新时代的知识生产者

该往哪里走？

可能很多和我一样的社科研究者，都在使用ChatGPT的时候遇到过这个问题：问它解释一个概念，说得头头是道；然而问起来源，就是“一本正经地胡说八道”了，比如列举出一个作者从来没写过的书、从来没发表过的论文。领域越是狭窄、专业，“胡说”的可能性越大。

退回到 AI 的原理，这种“创造”其实也是在海量的数据中，挖掘词句“有可能”的联系，但这些联系在现实中是不存在的，说白了只是“听起来很像”。这种新现象，在当下被称为“幻视”（hallucination）。对于知识生产者而言，如何活用人工智能去挖掘现有知识库中的模式和联系，但又对机器的“幻视”保持警惕，什么存在，什么存疑，是非常重要的技能。

与AI“对话”，也会变成一个新的技能。当下的AI对于大部分非技术人员而言（甚至技术人员），依然是一个神秘的“黑箱”。如何从技术的底层或者中层入手，去更有效地与机器对话，理解和对抗“幻视”，需要知识生产者和技术从业人员的合作。

而对于新知识、新视角、新材料的研究，各个领域独有的结构和诠释，在当下依然是十分关键的。大语言模型和生成式AI的预测模式，依然是倾向单一、重复的，越是训练材料少的领域，能力就越是有限。想要机器和人能力的结合，就必须从数据的生产根源上着手，去用准确的、多样的、公正的、新颖的数据训练AI模型，建立良性的人机互动模式。

大语言模型和生成式AI的问世对研究人员带来的挑战，仅仅是一个开始。与其探讨“取代”，不如在更加审慎的目光下，寻求磨合与发展的可能。

来自： 腾讯研究院

根据皮尤研究中心最近的一项调查，ChatGPT的使用和担忧没有像想象的那么广泛。只有18%的美国人使用过ChatGPT。最常使用它的群体是18-29岁受过大学教育的男性，但即便如此，使用率也只有30-40%。

自 站长之家

去年OpenAI的收入仅为2800万美元，由于开发GPT-4和ChatGPT，全年亏了5.4亿美元，今年2月才开始对ChatGPT收费。当红聊天机器人ChatGPT收费之后，OpenAI开启了疯狂变现模式！The Information援引知情人士报道，按照OpenAI目前的营收增速，这家公司有望在未来12个月内通过销售AI软件和算力产生超过10亿美元的收入，高于该公司此前对股东报告的收入预测。

BlackBerry的最新研究显示，全球75%的企业目前正在禁止或考虑禁止在工作场所使用OpenAI旗下ChatGPT等生成式人工智能（AI）应用。其中，61%的企业表示，这些禁令是长期或永久性的，主要是出于对数据安全、隐私和企业声誉的风险考虑。83%的企业还表示，担心不安全的应用会对其企业IT环境带来网络安全威胁。

自 TechWeb

微软2023财年Q4营收同比增长8%至562亿美元，高于市场预期的554.78亿美元，但增速逊于去年同期的12%。

智能云部门的营收为239.93亿美元，同比增长15%。Azure和其他云服务业务营收扣除汇率变动后同比增速为27%，和上季度31%的增速相比，略显乏力。

微软云的增速并没有在AI的加持下高速增长，反而略有放缓。而在这波AI热潮竞赛中的另一位选手谷歌的云业务却在加速上升。

2023财年Q2谷歌营收为746.04亿美元，同比增长7%。其中云业务营收80.31亿美元，同比增长约28%，与Q1增速持平，超过华尔街分析师普遍给出的增长24.8%至78.27亿美元预期。且在一季度首次盈利后，二季度利润翻倍，达到3.95亿美元。

有意思的是，谷歌并未将云业务的强势增长与时下的热门话题AI相结合。在财报中，以及财报电话会上，谷歌均未强调AI对谷歌云，以及搜索业务的影响。

财报发布后，截至发稿，谷歌盘后涨5.63%，而微软则跌3.19%。

AI效应减弱了？

过去半年中“OpenAI使用了Azure的智能云服务”一直被认为是Azure最好的广告，然而在AI大模型这半年的加持下，微软智能云的业绩增速并不理想。

2023财年Q4，微软智能云业务的收入增长为32亿美元，涨幅15％。而2023财年Q2、Q3的增幅分别为18%和16%，2022财年Q4的增幅为20%。

对于增速缓慢的问题，微软首席执行官Satya Nadella在财报电话会中表示：“受到疫情影响，过去几个季度中，很多云项目处于停滞状态，目前这些项目都在赶工。”

微软智能云业务如此大的体量，增速放缓的主要原因固然与疫情和经济衰退等有直接关系，但从侧面来看，在OpenAI的广告效应下，Azure增速未受到明显影响，或也说明了ChatGPT在落地和盈利方面遇到的一些困难。

这一问题，从ChatGPT的C端热度衰减，就可看出一些端倪。

互联网数据公司SimilarWeb的数据显示，虽然ChatGPT月活用户数量增速飞快，但2023年上半年中，该网站浏览增长量呈逐月下降趋势。

1月为131.6%、2月为62.5%、3月为55.8%、4月为12.6%、５月为2.8%，到了6月更首次出现负增长，跌幅达到9.7%。浏览停留时间缩短8.5%，用户流失率上升至20%。

2023上半年ChatGPT网站浏览增长趋势｜数据来源：SimilarWeb

另一研调机构Sensor Tower的数据显示，2023年6月美国iPhone用户的ChatGPT与Bing App下载量，较5月下跌了38%。

公众对ChatGPT，明显已经审美疲劳了。

不过，虽然ChatGPT的流量下降明显，但投资者对AI大语言模型及AI助手等落地产品似乎仍抱有信心。

3月中旬，微软首次宣布Microsoft 365 Copilot时，微软股价上涨了4%。待到7月18日Copilot发布定价详情后，微软股价又上涨了约4%。近期，苹果传出研发类ChatGPT的对话AI产品消息后，也带动其股价上涨了1%。

Microsoft 365 Copilot无疑是微软目前最有代表性的AI落地产品，虽然它所在的办公商业产品和云服务业务体量目前并不太大，但AI赋能效果对于用户来说相对直接。

不过在过去三个月中，Microsoft 365 Copilot并没有对微软办公软件用户的付费意愿起到太大的刺激作用。2023财年Q4季报显示，微软办公商业产品和云服务收入增长为12亿美元，同比增长12％。Office 365商业收入增长15％，Microsoft 365消费者用户增长12％，用户数增至6700万，各项数据的增速均没有明显提升。

不过，财报毕竟有滞后性，刚刚宣布定价的产品没有在本季财报反映出积极影响也是原因之一。微软首席财务官Amy Hood在财报电话会上表示：“目前客户对Microsoft 365 Copilot体验非常好，他们都希望能够尽快拿到相关的试用版来上手操作。”

Amy Hood同时表示，AI对于微软的各项业务都会产生更多积极的影响。包括“生产力和业务流程”部分的安全产品、Dynamics。以及整个智能云业务，因为Copilot不只是一个工具，它还需要Azure平台的支持，对产品能力进行进一步的提高和扩展。

AI的岔路口

与微软相比，谷歌财报中云业务虽然增长喜人，但谷歌却似乎并不想提太多AI与云业务的结合点。

谷歌在AI方面的研发实力一直是业界顶流，毕竟AlphaGo就出自谷歌。然而在这波大语言模型的热潮中，谷歌的动作却显得没那么雷厉风行。

在基础模型方面，谷歌已经研究多年的PaLM和LaMDA，却迟迟不发，导致市场完全被先发的ChatGPT占领。在AI Copilot方面，谷歌在3月14日放出展示视频，宣布将把AI功能整合到Docs和Gmail当中，并称这些产品将开启“AI和Google Workspace的新时代”。微软公布的Microsoft 365 Copilot其实比谷歌晚了3天。但4个月过去了，微软这边的Copilot已经公布了企业账户每用户每月售价为30美元的定价，但Google Workspace那边却几乎没有新消息。

目前来看，谷歌在通用大语言模型方面似乎落后于微软一个身位。

事实上，谷歌与微软的差距，只是因为两家公司在AI发展都分岔路口，基于自身业务选择了不同的方向。

谷歌与微软的基础业务逻辑和微软有所不同。谷歌绝大部分业务收入来自广告，而微软超过40%的收入来自智能云业务，搜索和新闻广告在微软的业务中的占比不到10%。

微软在云业务领域具有明显的生态优势和协同效应。在云时代开始之前，微软在办公软件领域的影响力就远超其他竞争对手。随着传统软件向云端转化，微软以Office 365为主的SaaS的服务业务正在成为微软云业务增长的驱动力。

IDC在7月6日发布的《全球公共云服务半年度跟踪报告》显示：2022年全球公共云服务市场收入总计达到5458亿美元，SaaS（软件即服务）是公共云服务收入的最主要来源，占 2022 年总收入的 45% 以上。

2022年，微软在全球公共云服务SaaS市场中的份额为16.4%，收入403.9亿美元。收入与市场份额，都是第二名厂商Salesforce的两倍，Salesforce 在2022年中，在全球的市场份额为8.3%，收入为204.4亿美元。

在云服务方面，微软可以从IaaS、PaaS到SaaS层面为客户提供丰富产品，并且采用同类数据模型，减少了兼容问题，形成较强的协同效应。反观谷歌，虽然本季度谷歌云的增长是财报的一大亮点，但毕竟谷歌云的基础太过薄弱。

IDC报告显示，谷歌云业务在过去一年中刚刚超过阿里云成为全球市场第三，直到上季度才开始扭亏为盈，其在全球公有云市场中的份额只有微软的1/4。在SaaS方面，虽然谷歌排名全球第五，但市占率还不到微软的1/5。

对此，谷歌显然心知肚明，云业务始终非自身强项，一味地用自己的“劣马”去赛别人的“良马”，并不明智。所以，谷歌的AI策略是把AI力量集中到搜索与广告应用中。

在本季度的财报电话会上，谷歌三位高管在提到AI时只是简单介绍了一下AI对云服务的支持，更多的是集中介绍AI能为广告主提供的便利。包括精准广告、广告创意，以及快速制作广告等。

在财报电话会上谷歌首席品牌官Philipp Schindler介绍说：“在广告我们有一项产品叫做Performance Max简称P Max。广告主简单地点击几下就可以获得新的广告创意。未来AI和P Max会有更多的结合。”

谷歌首席执行官Sundar Pichai则表示，AI会在广告业务上发挥更大的作用。“多年以来，AI一直是我们广告业务支撑的核心，今天近80%的广告主已经至少使用一项AI驱动的产品。”

自 虎嗅网

根据数据公司SimilarWeb统计，初步估计ChatGPT自5月到6月全球网络流量下降了9.7%，美国境内流量则下降了10.3%。除此之外，访问者在ChatGPT网站上花费的时间也下降了8.5%。与此同时，由前谷歌工程师创立的独立人工智能聊天机器人网站Character.AI全球访问量也环比下降了32%。

根据调查结果，在日本，ChatGPT在商业领域的使用率仅为7％，尚未广泛应用，初期采用者积极采用新技术。另一方面，“不知道”的比例接近一半，达到46％，即使知道也有42％的人“没有使用”（数据1）。在总部位于美国的OpenAI公司，使用率为51％，比日本高44个百分点。它已经在许多企业中使用，并且认知度也很高，即使“不知道”的比例也仅为9％。这种趋势是生成AI的共同特征，不仅是语言AI，如ChatGPT，还包括图像AI，如Stable Diffusion和DALL·E等其他领域，使用率也存在很大差异（数据2）。

ChatGPT在日美两国的使用率比较

其中一个导致这种差异的原因是管理层的关注度。在美国，超过60％的管理层对ChatGPT表现出强烈的兴趣，而在日本，这个数字不到美国的一半。关于使用环境，日美之间存在很大差异，其中有付费账户和API的比例。相反，两国公司都约有30％的公司设立了某种形式的规定。

日美生成AI利用率比较

高利用率的属性包括大型企业、基础设施、研究、信息通信、管理人员和人力资源部门。

此外，在日本，ChatGPT 的高使用率属性包括员工众多的大型企业，职位属于高层管理人员或管理职位。在行业方面，包括能源、水等基础设施、学术研究、信息通信等，比平均值高2-3个百分点。另一方面，批发零售、地方政府和中央政府等行政机构、房地产等则较低（数据3）。在部门方面，人力资源占24％，比平均值高得多。

日本各属性使用率比较（平均最低使用率为7%）

事务效率化占了70％，而创意生成和编码仍然只有20％。

使用ChaGPT的目的是为了提高现有业务的效率，这是日本和美国的主要目标，其次是在新业务中利用和提高教育和培训。

当询问ChatGPT的具体用途时，根据日本的高使用率，主要包括文本生成、摘要、校对/结构化和信息检索（数据4）。具体而言，突出的用途包括“创建电子邮件等定型文本”、“总结会议备忘录”、“整理大量信息”等，这些用途不受行业或部门的限制，可以提高办公效率。在高使用率的人力资源部门中，还用于生成“面试问题”、“招聘启事措辞”等创意。在美国等先行国家，ChatGPT的用途更广泛，包括创意性工作如“创意生成”，以及利用GPT4进行“自然语言编码”的比例也更高。

ChatGPT的使用用途

49％的企业视“回答的精度”为问题。

当询问生成的内容的满意度时，虽然根据用途略有差异，但总体评价在10分制中大致为6~7分。此外，超过9成的用户回答称“希望继续使用”。

为了维持和扩大利用，日美两国都认为“回答精度”占了近五成（数据5）。由于满意度和继续使用意愿很高，因此可以推测人们正在寻求更高精度的回答。ChatGPT已知在提示方式（提示）方面会对结果产生很大影响。目前，提示通过SNS、综合网站等在个人之间或特定社区中共享。像SoftBank和Panasonic这样的公司正在推进全公司使用，并出现了先进企业在自己公司中找到易于使用的方法。目前这些都是个别的努力，但未来需要建立更广泛的中心，并根据行业和业务整理更好的提示和应用案例。

在维护和扩大ChatGPT的使用中的主要挑战。

在这次调查中，无论是使用率、在同一企业内使用ChatGPT的员工比例（渗透度）、使用频率还是用途数，与美国相比，日本都处于较低的位置。即使查看数据5，也可以看到将“规则整备”作为问题的企业比日本少，而“员工理解（消除不安）”则排名第一，占34％。在美国，前提是在公司内广泛使用，从雇用机会的角度来看，“如何向员工解释并使用”已成为问题。在试用ChatGPT时，日本和美国之间存在差异。

在脚下，对日本企业ChatGPT的兴趣也很高。IT供应商正在加强动作，从咨询到利用的全面支持，包括现有产品和其他生成的AI的解决方案（包括多模式支持），以及开始开发国产的大规模语言模型（LLM）。如果具有ChatGPT的专业知识中心功能，并且适当地进行横向扩展，则可以期望提高利用率，构建针对业务和行业的解决方案以及LLM。

政府计划在“AI战略会议”和与G7共同讨论的“广岛AI进程”中推进规则制定，以促进在“新资本主义”中的开发和使用。虽然具体措施尚未确定，但这些计划将成为影响市场未来的重要因素。

近日，Meta CEO扎克伯格宣布，在周末期间，Threads的注册人数达到了1亿。他表示，这主要是有机需求，甚至还没有开展很多推广活动。不敢相信才过了5天。这远远超出了预期。Threads达到1亿注册用户这一重要里程碑的速度甚至比OpenAI旗下的生成式聊天机器人ChatGPT还要快。

红火了接近半年后，ChatGPT掀起的AI热潮似乎有熄火迹象。其中一个最令人揪心的信号，恰恰就是ChatGPT的人气下滑。据数据网站SimilarWeb的监测，进入二季度以来ChatGPT访问量大幅下滑，6月甚至可能出现环比负增长。SimilarWeb的数据显示，今年前五个月ChatGPT的访问量环比增幅分别为131.6%、62.5%、55.8%、12.6%和2.8%，一直处在下滑趋势中。

最新公布的一项调查结果显示，美国网民整体已经喜欢上了与人工智能聊天这件事。美国银行全球研究（BofA Global Research）周一发布的研究报告显示，该行在对1100多名18至55岁的美国网民进行调查后发现，OpenAI公司的ChatGPT、谷歌的Bard和微软的Bing Chat都得到了较大范围的使用。

ChatGPT App 进军全球下载市场

虽然目前美国以 150 万次 iOS 下载量成为 ChatGPT 最大的市场，但该应用在全球也备受瞩目。

鉴于应用商店规模庞大且广泛分布于全球，该应用定将大举进入人们的日常生活。与网页相比，App往往更容易获得用户粘性和留存率。事实上，App和游戏占人们在移动设备上所花费的时间的 92%，遥遥领先于移动网页浏览。App的推出能帮助 ChatGPT 成为用户的日常常用工具。

ChatGPT 是否处于领先地位？

这么说还为时尚早……但这项新技术确实获得了开门红。

Ask AI比 ChatGPT 早两个多月推出，是该赛道的领先者。作为最早同时在两个应用商店发行的App，不断高涨的用户兴趣使其大受欢迎，特别是在安卓设备上（占该应用下载量的一半以上）。

ChatGPT 登陆 iOS 5天后，Character AI在 iOS 和 Google Play 上同时发布。这款应用由Andreessen Horowitz（a16z）领投，公司估值达到 10 亿美元，已经在独角兽俱乐部赢得了一席之地。该应用能为用户定制个性化的 AI 情感陪伴，并提供数百万个现成的人物。在短短 12 天内，Character AI的下载量就高达 880 万次，其中 90% 的下载量来自 Google Play。

微软的Bing是另一款引领 AI/聊天机器人赛道的应用。借助微软家喻户晓的知名度，该应用成功建立起自己的地位，并加速 AI 整合。2023 年 3 月 6 日，Bing在应用商店中更新了名称、描述和屏幕截图，正全面进军 AI 市场。

安卓市场对于推动移动增长非常重要。在 iOS 和 Google Play 2023 年第一季度的统计数据中，全球 75% 的应用的和游戏下载都来自 Google Play。iOS 平台的 500 万下载量还只是小试牛刀，ChatGPT 已经准备好借助 Google Play 版本的发布，进军更具有潜力的市场。

在接下来的几周内，我们将对竞争激烈的 AI/聊天机器人领域进行监控，静观 ChatGPT 与老牌玩家的精彩角逐。

来自：data.ai

人工智能驱动的工具，如 ChatGPT，有可能彻底改变人类工作的效率、效能和速度。

这在金融市场中是如此，在医疗保健、制造业以及我们生活的几乎所有其他方面，也是如此。

我研究金融市场和算法交易已经有 14 年了。虽然人工智能带来了很多好处，但这些技术在金融市场上的日益普及也带来了潜在的危险。纵观华尔街过去通过拥抱计算机和人工智能来加快交易的尝试，我们可以发现利用这些技术进行决策的一些重要教训。

 1. 程序化交易催生了“黑色星期一”

20 世纪 80 年代初，在科技进步和衍生品等金融创新的推动下，机构投资者开始使用计算机程序，根据预先设定的规则和算法来执行交易。这有助于投资者快速高效地完成大宗交易。

当时，这些算法相对简单，主要用于所谓的指数套利，即从“标准普尔 500 指数等股票指数”与“组成该指数的股票”价格之间的差异中获利。

随着技术的进步和更多数据的可用性，这种程序交易变得越来越复杂，算法开始能够分析复杂的市场数据，并根据各种因素执行交易。这些程序化交易员的人数在基本上没有监管的交易高速公路上持续增长，每天有价值超过一万亿美元的资产易手，导致市场波动急剧增加。

最终，这导致了 1987 年大规模的股市崩盘，被称为“黑色星期一”（Black Monday）。道琼斯工业平均指数（Dow Jones Industrial Average）遭受了有史以来最大的跌幅，并且这种苦痛蔓延到了全球。

作为应对，监管部门实施了一系列措施来限制程序化交易的使用，包括在市场出现重大波动时暂停交易的熔断机制和其他限制。但是，尽管采取了这些措施，程序化交易在股灾后的几年里仍持续受到欢迎。

 2. 高频交易（HFT）

15 年后的 2002 年，纽约证券交易所推出了一个全自动交易系统。结果，程序化交易员让位给了更复杂的自动化交易和更先进的技术：高频交易。

高频交易使用计算机程序来分析市场数据，并以极高的速度执行交易。与程序交易员不同的是（程序交易员通过长期买卖一篮子证券，来利用套利机会），高频交易员使用强大的计算机和高速网络来分析市场数据，并以闪电般的速度执行交易。高频交易员可以在大约 6400 万分之一秒内完成交易，而上世纪 80 年代的交易员则需要几秒钟的时间。

这些交易通常是非常短期的，可能涉及在几纳秒内多次买卖同一种证券。人工智能算法能够实时分析大量数据，并识别人类交易者无法即时看到的模式和趋势。这有助于交易者做出更好的决策，并以比手动更快的速度执行交易。

人工智能在高频交易中的另一个重要应用是自然语言处理，这涉及分析和解释人类语言数据，如新闻文章和社交媒体帖子。通过分析这些数据，交易者可以获得对市场情绪的见解，并相应地调整他们的交易策略。

 3. 人工智能交易的好处

这些基于人工智能的高频交易，其操作方式与人类交易非常不同。

人类的大脑是迟缓的、不准确的、健忘的，不能进行快速、高精度的浮点运算，而这种运算是分析大量数据以识别交易信号所需的技能。但计算机的速度要比人脑快数百万倍，具有无懈可击的记忆，完美的注意力，以及在几毫秒内分析大量数据的无限能力。

因此，就像大多数技术一样，高频交易为股票市场带来了若干好处。

高频交易员通常以非常接近市场价格的价格购买和出售资产，这有助于确保市场上始终有买家和卖家，而这反过来有助于稳定价格，减少价格突然波动的可能性。

高频交易还可以通过快速识别和利用市场中的错误定价，来帮助减少市场效率低下的影响。例如，高频交易算法可以检测到特定股票何时被低估或高估，并执行交易以利用这些差异。这种交易可以帮助纠正市场效率的低下，并确保资产定价更准确。

4. 人工智能交易的弊端

但速度和效率也会给市场造成伤害。

高频交易算法可以对新闻事件和其他市场信号做出非常迅速的反应，从而导致资产价格的突然飙升或下降。

此外，高频交易金融公司能够利用其速度和技术，获得比其他交易者更大的优势，从而进一步扭曲市场信号。由这些极其复杂的人工智能驱动的交易造成的波动，导致了 2010 年 5 月所谓的“闪电崩盘”，当时股市暴跌，然后在几分钟内回升，抹去了大约 1 万亿美元的市值，然后又迅速恢复。

自那以后，波动的市场已成为新常态。在 2016 年的研究中，我和两位合著者发现，在引入高频交易后，波动性（衡量价格上涨和下跌的速度和不可预测的程度）显著增加。

高频交易员分析数据的速度和效率意味着，即使是市场状况的微小变化也可能引发大量交易，从而导致价格突然波动。

此外，我和其他几位同事在 2021 年发表的研究表明，大多数高频交易者使用相似的算法，而这增加了市场失灵的风险。这是因为随着市场上交易者数量的增加，这些算法的相似性会导致类似的交易决策。

这意味着，如果所有高频交易者的算法释放出相似的交易信号，那么他们可能会在市场的同一侧进行交易。也就是说，他们都可能试图在负面消息时卖出，在正面消息时买入。如果没有人站在交易的另一边，那么市场就会失灵。

 5. 进入 ChatGPT 时代

人工智能将我们带入了一个由 ChatGPT 和类似程序驱动的交易算法的新世界。而这些技术可能会把“交易中同一侧有太多交易者”的问题搞得更糟。

一般来说，人类如果顺其自然，往往会做出各种各样的决定。但如果每个人都根据类似的人工智能做出决定，那么这可能会限制意见的多样性。

考虑一个极端的、非金融的情况，在这种情况下，每个人都依赖 ChatGPT  来决定购买最佳计算机。这时，消费者已经非常倾向于羊群行为，他们倾向于购买相同的产品和型号。例如，Yelp、亚马逊等网站上的评论，会促使消费者在几个最佳选择中做出选择。

由于由生成式人工智能驱动的聊天机器人做出的决策是基于过去的训练数据，因此聊天机器人提出的决策将具有相似性。ChatGPT 很可能会向所有人推荐相同的品牌和型号。这可能将“羊群效应”提升到一个更高的水平，并可能导致某些产品和服务的短缺，以及严重的价格飙升。

当人工智能根据有偏见和不正确的信息做出决定时，这就变得更成问题了。当系统在有偏见的、陈旧的或有限的数据集上训练时，人工智能算法会强化现有的偏见。ChatGPT 和类似的工具因犯事实错误而受到了广泛诟病。

此外，由于市场崩盘相对罕见，因此没有太多相关数据。由于生成式人工智能依赖于数据训练来学习，所以它们对这些知识的缺乏可能使崩盘更容易发生。

至少就目前而言，大多数银行似乎不会允许员工使用 ChatGPT 和类似的工具。花旗集团（Citigroup）、美国银行（Bank of America）、高盛（Goldman Sachs）和其他几家银行已以隐私担忧为由，禁止在交易大厅使用这些工具。

但我坚信，一旦银行解决了它们对生成式人工智能的担忧，最终还是会接受生成式人工智能。因为潜在的收益太大了，不容错过，而且有被竞争对手甩在后面的风险。

但对金融市场、全球经济和每个人来说，风险也很大，所以我希望他们谨慎行事。

译者：Jane

来自：神译局

OpenAI 的 ChatGPT 应用在上架之后，其热度远超必应聊天等聊天机器人，以及其它使用 GPT-4 的第三方应用。

微软必应（Bing）和 Edge 浏览器在今年 2 月最佳 5 日表现（包括安卓和 iOS），下载量分别为 34 万次和 33.5 万次。而 ChatGPT 仅在 iOS 平台的情况下、且仅在美国的情况下，前 5 天的下载量已经突破 48 万次。

自 IT之家

国内人工智能“大模型”已具备一定基础，但与ChatGPT还存在一定差距，其背后面临数据、算力和创新环境等深层次制约。需从战略高度重视ChatGPT引发的新一轮人工智能革命，瞄准大模型、整合大数据、布局大算力，实施包容审慎监管，为新事物发展留足空间，加快抢占未来科技竞争制高点。

ChatGPT具有里程碑意义

将引发新一轮人工智能革命

ChatGPT（Chat Generative Pre-trained Transformer，聊天生成型预训练转换模型）是一款由美国OpenAI公司开发的自然语言人机交互应用，拥有接近人类水平的语言理解和生成能力，因其出色的回答问题、创作内容、编写代码等能力，使得人们直观真切地体会到人工智能技术进步带来的巨大变革和效率提升，上线5天用户突破100万，两个月活跃用户突破1亿，是迄今为止人工智能领域最成功的产品和历史上用户增长速度最快的应用程序。

ChatGPT是一个经过长期技术储备、通过大量资源投入、带有一定成功偶然性的人工智能“核爆点”。ChatGPT的发展经历了3个阶段（如下图所示），前期GPT-1（2018年）、GPT-2（2019年）、GPT-3（2020年）等版本已经投入了大量资源（包括购买高性能芯片、雇佣数据标注人员、占用计算资源等），效果并不理想，后期在采用“基于强化学习的人类反馈学习”技术后发生“蝶变”，迅速成为爆款应用。

表 ChatGPT主要应用场景

我国人工智能“大模型”

现状与面临的问题

国内大模型已具备一定基础，但与ChatGPT还存在一定差距。一是百度自主研发的“文心”大模型，参数规模达2600亿，已在能源、金融、制造等领域发布了11个行业大模型。二是阿里达摩院推出10万亿参数的多模态M6大模型。三是华为与鹏城实验室合作开发的盘古大模型，是首个全开源2000亿参数中文预训练语言模型，在知识问答、知识检索、知识推理、阅读理解等文本生成领域表现突出。四是北京智源人工智能研究院推出1.75万亿参数的悟道2.0，可以同时处理中英文和图片数据。浪潮和中科院也分别推出了相应的大模型等。

自从2022年11月ChatGPT发布以来，人工智能工具就一直风靡一时。虽然在OpenAI向公众发布ChatGPT之前，已经有了人工智能驱动的工具，但它们都没有获得如此多的公众关注和炒作。ChatGPT的功能在网上传得沸沸扬扬，几天之内，就有超过一百万人注册使用它。

ChatGPT是第一个达到大规模采用的生成性人工智能工具，让全世界数百万人尝到了大型语言模型的厉害。此后，其他工具，例如基于人工智能的图像生成工具，如Midjourney或DALL-E，也得到了更多的关注，但到目前为止，没有一个工具能像ChatGPT那样接近主流采用。

根据Statista Consumer Insights进行的一项调查，到2023年3月和4月进行调查时，20%的美国受访者已经尝试过ChatGPT，远远领先于其他人工智能工具，如Jasper Chat、GetGenie或Simplified，这些工具大多旨在帮助用户生成文本和撰写文案。在大多数人尝试过的工具中，ChatGPT也给用户留下了最深刻的印象，89%的前用户表示他们会再次使用它。在这方面，Midjourney，一个强大的文本到图像生成器获得了最差的分数，只有65%的以前的用户说他们会再次使用这个工具。

全球经济活动的放缓是多方面的，包括乌克兰战争、能源危机、通货膨胀上升和高利率。不断变化的消费者偏好、经济混乱和动荡的股市导致科技公司估值暴跌、收入增长缓慢，以及削减成本的措施，也导致科技行业大规模的裁员。尽管存在经济危机和政治不确定性，但科技行业在2023年的前景评级总体上是乐观的，这突显出科技行业仍然是业务增长的有力选择。因此，企业应该继续抓住机会，通过增加对技术的投资来启动变革。围绕2023年的技术趋势，需要考虑的关键主题包括可持续性、技术技能、人工智能(Artificial Intelligence-AI)、连接性和安全性。

截至2022年，全球科技行业的未来前景，按评级点和地区划分。数据来源:Statista.com

个人电脑供应商面对经济风暴得挺住

随着消费者和企业购买新设备，全球个人电脑(Personal Computer-PC)出货量在疫情期间强劲增长，但在2022年下降了16%，在今年第四季度下降了29%，这是有记录以来最大的降幅之一。这可以归因于全球经济放缓，随着买家延长PC更新周期，预计2023年设备支出将下降5%，这一趋势预计将持续到2023年底或2024年初。相反，当市场复苏时，PC厂商可能会专注于软件和服务提供的升级，包括提供个人电脑服务(Personal Computer as a Service-PCaaS)以降低成本和提供额外支持的翻新产品。