最近ChatGPT在AI领域有所突破，成为互联网领域的新风口。企业家和投资者也很兴奋。

创业的方向已经很明确了。这是一个显而易见的中国版标杆ChatGPT的大模型。目前，百度的“文易欣颜”已经崭露头角，前美团联合创始人王会文也宣布将向AI注资5000万美元，打造中国的开放AI(研发公司OpenAI(ChatGPT))。

同时，有均等的机会并行扩展ChatGPT这样的大模型，从文本信息知识模型扩展到图片、视频等领域。另外，朝ChatGPT方向再往前走一步，也是另一种思路。现在的ChatGPT理解能力很强，但准确性和时效性较弱。也是很多创业者在做的事情，在后者上下功夫。

在大模式之外，ChatGPT在各个垂直领域的应用，或许是一条适合更多创业者的路径。ChatGPT可应用于文案、营销、设计、行业研究等文化传媒领域，以及医疗AI、教育AI、企业服务中的智能客服、数字人、游戏等领域。有从业者提到，你可以在每个领域培养适合自己的ChatGPT。

机会很多，但最终作为一个风险投资项目，其可行性还有待验证。目前ChatGPT缺乏严密的逻辑能力和一些常识。很多领域的应用门槛不高，但是模型训练成本高，短时间内难以商业化。

最近投资人既兴奋又焦虑，市场非常火爆，但大多热情高涨，真正靠谱的项目并不多。目前他们普遍处于高度关注但又谨慎的状态。毕竟ChatGPT会颠覆很多领域，但这块蛋糕最终会被大厂还是创业公司吃掉还是个未知数。

大模型，小场景，关注ChatGPT

要想在ChatGPT领域找到风险投资机会，首先要了解ChatGPT的特点。

众所周知，ChatGPT是生成型AI，对应的是分析型AI。微软投资的人工智能公司OpenAI于2015年开始研发这一模型。直到2020年，OpenAI发布了GPT-3语言模型，引起了国内外科技从业者对生成性AI的关注。

今天的ChatGPT是OpenAI在ChatGPT-3.5的基础上形成的，模拟人类的自然语言，专注于聊天对话的训练。同时，这一代的ChatGPT具备了创作和生成内容的能力。

群创天使基金合伙人王晟告诉深展，他们在一年半前就决定了AIGC(利用人工智能技术生成内容)作为主要投资方向，他们还投资了一个专注于大模型、深层次科学技术的项目，以及该公司的深空交响乐制作新的应用场景。

ChatGPT突然爆了。“好处是我们已经投资的项目都很受关注。最近每天都有几个投资机构去和他们见面。不利的一面是，我们在这一波AIGC的理解和布局是行业领先的，我们有相对的时间来逐步完善布局。现在这一波热度已经让市场开始变得混乱。”他说。

在王晟看来，国内与ChatGPT相关的创投机会主要有两大方向：第一是开发大模型，直接对标ChatGPT，比如做中国版的ChatGPT，同时除了ChatGPT等语言模型，还可以扩展到图片、视频等领域；第二种是将ChatGPT垂直应用于所有段。

目前国内涉及大型号的厂商也不少。百度的文颜，华为的盘古模型，和达摩院也都有自己的模型。其中大多数是语言模型，但也有一些多模态模型，如达摩院的M6模型，它可以生成文本和图像。而国内的模式可能仅限于一些比较小的应用，还没有形成非常大规模的市场影响力。

初创企业在这一领域也取得了长足的进步。其中比较有代表性的国内人工智能企业“智普AI”近年来一直在做千亿模型和万亿模型的研究。他们领导研发了多语言预训练模型(这是一种深度学习架构，经过训练可以对大量数据执行特定任务)GLM-130B，并创建了认知模型平台(认知模型是指描述人类认知结构和认知过程的模型)Bigmodel.ai，形成了AIGC产品矩阵，提供智能API(应用程序接口)服务。从应用落地层面来看，智普AI在2022年推出的AI数字人，在北京冬奥会和2022年FIFA世界杯卡塔尔站都引起了广泛关注。

“大模型需要高水平的团队，资深的从业者，强大的AI工程能力。此外，我们倾向于看好在大模型上花了很多钱的团队。”王晟说。但他也指出，国内能做语言大模型的团队很少。加上大厂，一些科研机构，创业公司，总数可能不会超过十个团队。随着图片、音乐、视频和3D资产领域的大型模型的加入，将有几十个可以在全国范围内提交的投标。所以大模式是重点关注的，但投资机构和普通创业者能抓住的机会并不多。

如何将ChatGPT应用到细分领域，是更多创业者关心的事情。在这里，我们先解释一下ChatGPT的一些特性。孟玥科技创始人兼CEO王然分析深度燃烧，从处理信息的适用性、准确性、及时性三个维度来评价一个模型的好坏。ChatGPT针对的是搜索，可以从这三个维度来比较ChatGPT和搜索的区别。

他进一步解释：目前使用的主要搜索方式是关键词搜索，但ChatGPT可以很好的识别自然语言，所以在适应性上，ChatGPT可以达到满分10分；在信息的准确性上，搜索引擎现在已经做到了前十名结果点击率95%，前三名结果点击率80%-85%。ChatGPT在准确性上做了妥协，在知识和推理上使用了更模糊的方式，远不如搜索准确，可以打6分。时效性方面，ChatGPT为0，其模型是以年为单位训练的，不适合处理时间敏感的信息。

所以ChatGPT是一个适应性强、准确性弱、时效性弱的产品模型。在这样的特征下，应用场景是清晰的。

“这些特点决定了ChatGPT不适合0到1，而更适合1到n，它不能代替用户寻找正确答案，而是适合搜索后的二次加工，比如汇总、分类、制表、纠错、写代码。另一种应用是模糊推理下的创作，比如写小说，创意设计。”王伟说。

理论上，基于ChatGPT模型，可以为各行业做提高生产力的解决方案，如媒体、设计、营销、行业研究、智能客服、影视特效、教育、医疗、游戏等领域。王晟还提到，许多广告公司的平面设计师的工作在很大程度上已经由AI完成，设计师将优化结果。另外，如果ChatGPT应用到游戏中，里面的NPC真的可以互动，游戏会变得更酷。

AI，医疗，教育，

谁能乘ChatGPT起飞？

ChatGPT如何具体应用到细分领域，创业者的外貌陈述最有说服力。

王然的孟玥科技自2016年以来一直专注于AI赛道，目前正在研究直播服务、新媒体或新电子商务形式的AIGC模式。“我们提供模型底层技术，可以在搜索的基础上，根据用户的需求呈现直播间的产品。比如用户搜索情人节要买的东西，我会把所有直播间卖的对应商品信息整理出来，通过对话或者搜索推荐的方式推送给用户。”

在这项业务中，王然注重模型的准确性和时效性，因为电商的平台信息和价格信息要准确，时效性要小时级甚至分钟级。

“现在我们要做的就是为大模型做好准备。”医疗人工智能领域的初创公司Left-Left-hand Doctor的创始人Juck Zhang说。最近每天都有很多同事向他咨询。大家都在讨论怎么用，效果如何，怎么投资。他的感受是，ChatGPT一下子解决了很多以前在医疗AI领域难以解决的问题，AI医生已经接近商业化和大规模使用。

Juck Zhang整理了ChatGPT对医学AI的影响。首先，ChatGPT可以用于文档处理任务，比如抽取任务、结构化任务、抽象任务，解决医生的文书工作；同时可以带动一堆监管任务应用，比如质量控制、DRG(疾病诊断相关分组)；另一个重要应用是人机交流任务，如智能自诊断、预会诊、分导、随访等；最后，ChatGPT也更有利于全科医生的建设。比如AI可以更好的辅助诊断，解读指标，开处方，做基础的患者教育，完成智能问答。

“AI医生现在需要解决的核心是语义问题。以前我要求AI系统理解10条指令。如果患者的问题不在这10条指令的范围内，系统就不会回答，因为患者输入的问题可能不是标准的表达。有了ChatGPT，它可以在新指令出现时很好地处理它们。”此外，张超还提到，人们一直抱怨艾电话随访是一种人工智障。有了ChatGPT，系统可能会快速回答患者的问题，或者从患者语无伦次的回复中整理出有价值的数据。

“原来我们在做一个70分的产品。这个版本优化升级后，应该能达到90分。接下来，如果业内有人发布大模型，我们会考虑购买，并利用我们的数据在大模型的基础上升级优化模型。”Juck Zhang预计两三个月就能用了，就看OpenAI还是国内厂商先开了。“但投入不会少，硬件添加大概1000-2000万元。预计这项投入的研发费用一年近3000万元。”

还有很多教育和ChatGPT契合的场景。

据新东方优秀编程董事长朱昱介绍，在学前阶段，ChatGPT可以做成陪伴机器人，可以帮助孩子探索世界，回答孩子的各种问题，可以推广到小学和中学。经过训练，ChatGPT可以像老师一样回答问题。比如学生水平比较低，可以得到最低级的概念解释，一步步讲出答案。如果提问者是高水平的学生，直接说几个关键步骤就可以了。在更高层次上，ChatGPT可以单独推送学习资料，甚至可以为每个学生编写教材。

“ChatGPT现在可以写小说和报道了。其实学生使用的教材所涉及的知识点是固定的，比小说、报告的材料要简单。只需要以不同水平的学生都能听懂并有兴趣听的方式输出即可。比如可以选择更活泼幽默的方式。”朱昱说，这可能是一种跨时代的意义，几乎可以颠覆过去三四千年的知识传递方式。

Smart的创始人兼首席执行官孙目前看好ChatGPT在语言学习中的结合。“我最近正好在学英语。以前和外教一对一练习，但是外教不太懂中文，有些话我表达不出来，外教也不知道我想说什么。我的合作伙伴利用现在的ChatGPT plus语音识别和合成功能，结合一个虚拟的AI形象，做了一个可以和我进行流畅英语对话的AI老师，大大提高了我的英语学习效率。未来一些基于真人的英语教学可能会被取代。”

ChatGPT在细分领域有很多应用机会，需要一线从业者敏锐的洞察力。

高成本低壁垒，

ChatGPT应用程序仍在等待机会

虽然国内大比例模型技术发展如火如荼，但我们不得不承认我们和国外在基层技术上的差距。

ChatGPT的背后是GPT-3.5模型。有从业者提到，目前中国处于l

“新技术的研发漫长而艰巨，蕴含着巨大的挑战，但国内大规模型号的创新是必由之路。我们将继续在从GPT-3到GPT-3.5再到ChatGPT的道路上做必要的工作。”智普艾说。

即使互联网大亨王力可汇文想进入游戏，也有许多质疑的声音。有从业者说：“5000万美元够干什么用？训练一个大模型要花500万美元。”

另外，上面提到的很多风险投资机会还停留在理论层面，如果真的实现，创业者会面临相当大的阻力。

近年来，王晟接触了很多与生成性AI相关的项目，比如设计衣服和服装面料、撰写文字、为电商行业提供营销解决方案、图片和视频的生成工具等。他之所以不看好这些项目，大部分是因为没有很深的壁垒，而王晟希望ChatGPT的应用领域有一定的深度，否则只是行业内的一个点，容易被大厂颠覆。“比如有个项目要做AI生成的短视频平台，就相当于有AI辅助功能的Tik Tok。对于Tik Tok和Aauto等大型制造商来说，这是一个加快升级的机会。”

所以在他看来，有很多AI落地的场景，看起来很火，但是投资人很着急，大部分都没有创业和投资的机会，所以很难拍。

朱昱还提到，ChatGPT在教育领域真正实现还需要时间。首先，我们需要一个专业的教育知识语料库。谁能建语料库，能不能和ChatGPT结合都是需要考虑的问题。其次，要提高ChatGPT的准确性。如果只是作为聊天工具，可以理直气壮地胡说八道，但如果是给学生讲解知识，就必须准确无误。第三，我们需要等待ChatGPT的整体计算成本降下来，否则在和学生交谈的时候会比一个真正的老师花费更多。

另外，每一项技术诞生的时候都会被滥用。现在国外一些学校、科研机构、期刊杂志禁止使用ChatGPT写论文。这也是ChatGPT开发应用中的问题。

在王然看来，创业要有差异化的视角，ChatGPT可以直接应用，业务也很容易被OpenAI覆盖。他认为，我们不应该过分追求ChatGPT适应性这个维度，而应该思考准确性和及时性。每个赛道都要做自己的模型，而不是直接用模型覆盖赛道。“ChatGPT代表了一种适应性很强的方式。比如一些与互联网相关的领域，培养单位不能是年。如果时间性能达到天、小时的维度，自然会有机会。”

孙也持类似观点。如果创业者只是做一些基于ChatGPT3或者ChatGPT3.5的应用，风险很大。“比如NLP领域一些估值高的文字公司，等ChatGPT出来，公司市值可能就作废了。”

所以在他看来，ChatGPT会产生一个新的生态，创业机会会出现在OpenAI主线没有覆盖到的领域，创业公司一定要有原创的算法和前瞻性，比如以ChatGPT为基础，建立护城河。

知乎智能一直在探索AI解题的方向，ChatGPT目前具有较强的共情和理解能力，但缺乏逻辑能力，无法完成更复杂的问题如数学题。“让AI获得逻辑能力，稳定完成更复杂的任务，比如AI解体，这可能成为未来十年AI领域最重要的课题。这也是我们努力的方向。”孙对说：

有人认为ChatGPT的能力被夸大了。很多从业者都认同ChatGPT不是天才也不是傻逼，ChatGPT无所不能肯定是夸张了，但如果中国能在一两年内赶上，显然是低估了难度。

的确，ChatGPT不是一般的人工智能。目前可以理解为读了几千万书却没有太多人生阅历的人。虽然他有文本层面的能力，但学习人类应用知识、逻辑推理并转化为行为的能力，是AI下一阶段的重要命题。

不管怎么说，ChatGPT搅动了整个科技互联网行业的池子，整个行业都在关注、学习、及时吸收和利用其中的精华。至于两者会碰撞出什么样的火花，还需要时间。

(报道)