整理 | 曾浩辰       责编 | 何苗

出品 | 《开谈》（ID：CSDNnews）

ChatGPT 的傲然登场，引发行业的巨大关注和热议。“生成预训练模型”的人工智能技术正在以惊人的速度渗透到各个领域，重塑着人们的生活与工作方式。从法律到金融，从教育到医疗，GPT 已在各行各业崭露头角，辅助人们处理任务，提高工作效率，甚至催生了全新的商业模式与产业创新，也不可避免地带来了一系列新的挑战与考验。从数据隐私到信息偏差，AI 技术的快速发展让我们重新审视个人信息安全与伦理问题。同时，人们对于 AI 是否会取代特定职业的担忧也越发明显。GPT 技术的潜力与局限性在哪？

CSDN《开谈》栏目以“ChatGPT 的应用与创业新风向”为主题，邀请到西湖大学工学院和未来产业研究中心研究员、《ChatGPT——智能对话开创新时代》作者成生辉 ；得理科技创始人&建纬律师事务所大湾区负责人贺倩明 ；137 Inc.科技公司早期投资人，斯坦福华人创业者协会（CEO）副主席刁孝力深入探讨 GPT 技术在不同领域的应用、挑战与机遇，以及对个人和企业带来的影响。同时，我们也将探讨在不断进步的科技时代如何保障个人信息安全，以及如何运用 AI 技术来获得更有竞争力的优势。 

精彩观点抢先看： 

• 成生辉：GPT 会带动整个社会产业生态的进一步升级。整个生态链上、中、下游都在不断发展，相互促进，形成良性循环。这将推动社会产业生态的发展升级。 

• 贺倩明：GPT 逼着我们不断进步，不能仅仅提供简单的知识劳动，更要能解决专业性、价值创造方面的工作，这也是 GPT 目前不可替代人类的原因。 

• 刁孝力：在 Llama 2 开源之前，更多的投资方向集中在底层的大模型领域，随着它从学术层面开源到商业层面的应用，投资方向在向垂直领域的应用切换。未来，对算力和芯片的需求可能呈直线上涨的趋势，美国的一级市场和二级市场都存在相应的投资。

点击文末阅读原文可观看直播回放，以下为对话精华。 

GPT 应用集中于三大方向，大模型投资向垂直领域切换

CSDN：GPT 已进入各行各业，辅助人们处理任务，提高工作效率，各位在不同领域如何使用 GPT？效果如何？ 

贺倩明：在法律领域，GPT 对通用语言的理解能力和对话的意图理解能力非常好。在知识层面上，它可以超越大部分专业人士，但在复杂问题的解决和判断方面，还需要专业人士进行干预并提供有价值的服务。从根本上来说，它只解决一些基础知识和数据分析，可以替代一些刚毕业的法学生；但对于专业人士，其优势是判断和决策能力。这也逼着我们不断进步，不能仅仅提供简单的知识劳动，更要能解决专业性、价值创造方面的工作，这也是 GPT 目前不可替代人类的原因。 

刁孝力：作为风险投资的工作者，最重要工作是案头调研（Desk Research）。近期我们做了一组对比方案，让 GPT 帮忙生成相关内容，同时也让实习生进行了相关调研。从反应速度和信息调整，以及不同版本更新的速度来看，GPT 在这方面稍微胜出；但从项目精准度来说，实习生可能在理解意图和提供高质量的结果方面更出色。在工作中，涉及一些金融建模（Financial Modeling），现在可以直接将 GPT 的 API 密钥输入相关的 Excel 插件，方便快速地进行建模。在 Excel 里面进行交互和查询，比以前在 Google 中搜索，效率更高。 

CSDN：在提升工作效率方面，GPT 还有哪些潜力可以发掘？ 

成生辉：在回答的准确率方面，目前的版本过于依赖于提问者本身的提问质量。如果能提出一个非常明确清晰度的好问题，GPT 能够充分理解，所给出的答案就比较精准。但如果问题比较模糊，意思表达不好，给出的结果也不会理想。因此，准确率方面的潜能问题分为两部分，第一部分在于提问者本身，第二部分是应答者，即 GPT 本身的准确率。目前 GPT 在中文语料库方面相对不够充足，导致其在表达中文的时候效果不够好。先将问题用英文表达，再让 GPT 翻译成中文，如此得到的回答效果会更好。 

CSDN: GPT 技术如何在你所关注的领域推动产业创新？行业竞争格局发生了哪些变化？ 

贺倩明：我在 2019 年成立了 AI 实验室，专注于法律领域的研究。将法律领域的数据、法规、案例和法律资讯等放入模型进行训练，并结合法律专业人员和算法工程师的专业知识进行测试和优化。目前实验室的成熟应用主要有几个方面：第一是法律智能咨询，即法律问答系统，准确度可以达到 90%-95%；第二是将法律数据库与问答能力相结合，提供类似法律版 GPT 的工具，用于提供检索和生成式答案；第三是文本生成，如生成合同和其他法律文件，这方面的应用目前还在训练阶段，专业性和准确性需要更多的提升。 

刁孝力：在创业领域，一个重要的里程碑事件是 Meta 的 Llama 2 开源。在开源之前，我们看到更多的投资方向集中在底层大模型领域，随着 Llama 从学术层面开源到商业层面的应用，投资方向在向垂直领域的应用切换。这些垂直领域的应用会涉及到不同行业的专业领域，需要行业积累的垂直数据和相关应用场景。此外，在资本市场，算力也是重要关注点，英伟达的股价不断突破新高是资本市场对算力需求的有力证明。未来，对算力和芯片的需求可能呈直线上涨的趋势，美国的一级市场和二级市场都存在相应的投资。

GPT 在法律、长寿研究、Web 3.0 及碳中和领域潜力更大 

CSDN: GPT 在拓展人机交互方面表现突出，用 GPT 等技术提升用户体验和提供更智能的服务作为较常见的 ChatGPT 应用场景， 实际应用上的主要瓶颈是什么？ 

成生辉：首先，GPT 对算力的要求非常高，如果投入到各种助手上，需考虑如何满足高算力需求。目前使用 GPT 时可能会出现不稳定的情况，比如掉线等，这是由于算力不足或连接问题造成的。其次，隐私问题是很重要。使用 GPT 进行对话意味着将大量的个人信息和隐私暴露给系统，虽然系统声称不会滥用数据，但仍然可能引发隐私泄露。第三个问题是 GPT 目前只能被动回答问题，缺乏主动提醒和主动帮助的能力。在一些场景下，我们需要助手具备主动提醒和帮助的能力，而 GPT 目前还未具备。 

刁孝力：我们遇到了一些数据源和数据量的问题：众所周知 ChatGPT 的数据源不是最新的，数据量相对不是很全面。这在生物信息等需要及时和全面数据的场景中，会成为瓶颈。而脑机接口可能是个探索方向，从数据源的扩大角度来看，它可以提供更多难以获取的数据。另外，隐私计算和信息隐私保护领域在数字化过程中也有很大的机会和交集，值得同时推进研究。 

CSDN: GPT 等智能技术为编程、教育、医疗、创作等场景带来挑战的同时，也在激发创新思维，当前来看，哪些应用领域及场景潜力最大？ 

贺倩明：有一些必备的民生类服务可以受益于 AI，比如法律服务。虽然律师增长速度很快，每年大约 10%，但每年约有一千万个案件没有律师代理，甚至在过去的一个亿案件中，有七千万个案件没有律师代理。许多人和中小微企业无法得到高质量的法律服务。比较看好 AI 在法律行业的应用前景，因为它可以降低成本、提高触达率、减少决策中的信息不对称等问题，为大众提供高质量的法律服务。类似的情况在医疗和教育行业也存在，很多偏远地区的人无法得到正常的医疗服务或教育服务，教育的分化问题日益严重。通过 AI 改造这些领域，让更多人能够得到服务，有很大的商业价值和社会价值。 

刁孝力：从投资创新的角度来看，GPT 在数字化场景中应用的潜力较大。特别是结合长寿研究、Web 3.0 以及碳中和领域，可以看到更多的机会。在数字化的永生方向，借助 GPT 的能力，可以探索将智慧和经验传承给后代，实现数字化永生。在 Web 3.0 中，内容生成是一个重要场景，而 GPT 可以生成大量内容，但价值的体现可能需要结合相关的实用代币（Utility Token）等机制。同时，传统的专业化服务领域也可以更好地与 GPT 结合，拓展应用场景，包括法律、会计等领域。

CSDN: GPT 的创业有哪些商业模式？GPT 技术的产业创新是否催生了新的商业模式？ 

成生辉：GPT 的出现带动了产业链不断革新。以 GPT 为核心开发一些落地应用的同时，也带动了整个行业对算力和人才的需求急剧增加、薪资大幅度上升。整个产业链从算力、算法到应用方面都在不断发力。我们可以看到，算力需求一直增长、算法不断优化、应用方面广泛开发，整个产业链上、中、下游都在不断发展，相互之间形成了一个良性循环。 

刁孝力：去年 10 月左右，美国红杉资本和美国发布了一份关于 AIGC 的报告，涵盖了创业方向和商业模式。这份报告中，让我印象深刻的是"增长飞轮"商业模式创新：首先，创业团队利用更好的算法吸引用户，将其数字化并与垂直领域相关的数据结合起来。即使一开始数据积累可能不多，但通过更好的算法，吸引更多用户使用 GPT，并在使用过程中产生更多数据的语料库，可以用于深度学习和改进算法模型。通过优化算法模型，进一步吸引更多早期用户持续使用产品，贡献更多数据，增加用户粘性。这样的增长飞轮能够帮助创业公司快速建立自己的护城河，形成持续的商业优势。

AI 与人：共同成长进化 

CSDN: GPT 的广泛应用，也让隐私与安全顾虑增强。相关企业如何规避此类风险，更长久、安全地发展？普通用户有何技术或者法律的手段保护自身信息的安全？ 

成生辉：使用 AI 所带来的便利必然会以牺牲一些数据自由和隐私为代价，这是一种权衡。我对 AI 伦理问题有所怀疑。即使交给规则的制定者、法律人、伦理专家等，也不一定能够制定得很完美。在伦理问题和隐私保护方面，我认为需要更多专业的数据科学家加入合作制定法律规则。只有这样才能更好地抓住违规行为。对于公司，在收集数据时应该明确规则，并最小化数据收集，即只收集最关键的数据。严格进行把控和加密等措施。对于个人来说，要注意隐私设置、用户认证和密码认证等，以保护自己的隐私。在追求技术进步的同时，也要思考我们真正需要什么？是否陷入了内卷化的陷阱？是否可以回归简单的生活，释放出更多的思考空间？ 

贺倩明：我们需要明确 GPT 和类似技术的数据和算法是否带有偏见，以及如何避免这些色彩对应用产生影响。这是涉及到法律规范的问题，然而法律的制定常常滞后于技术的发展。安全和伦理问题也涉及到哲学和价值观的问题，需要协同法律、技术和价值判断，确保 GPT 等技术朝着正向的方向发展，造福人类。同时，对于 GPT 的开发者来说，他们需要秉承正确的价值观，确保技术的合法和合理使用。 

刁孝力：在某些垂直细分领域中，一些企业具有行业数据积累和经验，因此他们更倾向于基于自己的数据开发相关的大模型，以规避核心数据泄露的风险，并建立自己的护城河。然而，一些中小企业可能没有足够的开发能力，他们需要权衡使用 GPT 可能带来的数据风险和应用新技术的好处。对于这些企业来说，直接开发自己的垂直行业大模型可能缺乏能力和预算。从全人类的角度来看，我们面临着一个巨大的挑战。人工智能的发展可能导致我们面对智力上与自己有数量级差异的新物种，它的智慧增长速度可能远远超过人类的线性增长。我们需要考虑如何确保这种新物种对人类是友善的，而不是具有恶意的。虽然这可能是一个偏科幻的场景，但不能忽视这样的可能性。 

CSDN: AI 出现以后，某些角色或地位会不会被取代？ 

成生辉：AI 的发展能否取代各种各样的事情，会不会给我们带来新的焦虑，我觉得这跟 AI 本身没有太大关系，不要过于夸大 AI 的技术。需要思考的是在这个技术发展的浪潮中，我们的独特卖点是什么？清楚地知道自己能力和市场，不断地找到自己的定位和护城河，掌握好自己的技术边界，才能在不断发展的技术浪潮中找到自己的位置。战胜敌人的方法就是打入敌人的内部。AI 发展不可逆转，要迅速融入其中，跟随它的引领，支持它的发展。 

贺倩明：AI 和人的关系要从进化论的视角和历史的视角来看。从进化论的角度来看，技术的能力提升了，人也需要净化自己的认知和能力，就像在农耕社会，人的体能减少了，就得去健身房锻炼。同样，在智力方面，AI 的智能提升了，人的认知水平和判断力也需要提高。作为个体，我们要避免被时代抛弃，要有危机意识，不断进化自我，要与技术一起进步。对于 AI 完全代替人，我持否定态度。技术与人一起进步是必然的。从历史的角度来看，就像当汽车出现的时候，虽然有人抵制，但历史的车轮滚滚向前，技术的革命性变化是阻挡不了的。作为个体，需要学会拥抱技术，与技术一起进化，这可能是一个更好的选择。

推荐阅读：

▶被骗了？GPT-4 其实没有推理能力？！

▶人脸识别翻车了！怀孕8个月被「误伤」、黑人躺枪？

▶Windows “上云”后，Linux 有望“捡漏”成最大赢家？