ChatGPT最近成了科技界人人必談的新寵。各家互聯網巨頭相繼宣布研發相關產品，讓市場對科技行業的預期發生了變化，應用場景多，發展空間大，加之AI催生算力、云服務、算例基礎設施需求提速。
總得來看：今年無論是硬件還是軟件行業都將迎來新一輪創新需求的窗口期。企業能夠從哪些細分賽道上獲得AI行業紅利？
摘要：
1、云計算巨頭企會成為類ChatGPT工具的賣鏟人，不僅僅是因為資金龐大，還包括他們在算力網絡、 AI 中臺搭建和硬件投入方面都是有成功經驗的。
而大多數的中小型企業未來會基于在通用模型上進行二次開發。多數的小企業會基于需要租賃使用云廠商的服務，兩者是產業鏈上下游補鏈的一個過程。
2、ChatGPT將承擔軟件開發機器人的角色，替代低端碼農工作。而在軟件設計、軟件架構上暫時無法取代人的工作。此外，對于算法工程師和數學家的需求會非常大。
3、應用落地速度：消費級互聯網會快于工業互聯網，重點方向關注游戲、虛擬人、之后是服務型機器人。
4、面向的用戶橫跨眾多行業、未來不會是只有一個ChatGPT，在專用領域上對開發難度和硬件需求上所劃分。
5、ChatGPT是屬于軟件工具，底層的服務器集群是它生長算力的載體，而大數據中心就是保障算力可靠安全運行的基礎設施。
6、AI時代下，類ChatGPT的模型對底層的性能需求有百倍級別的提高，這超出了原來對云能力的訴求，算力發展的速度可能會呈現指數級的增長，從而加大對GPU芯片、服務器集群的需求。
全文：
ChatGPT是美國人工智能研究室OpenAI在去年末開發的一款聊天機器人，是一種基于神經網絡自然語言模型技術開發的產品。它本身并不是一個技術的創新，而是最新的人工智能技術集成的產品。
OpenAI成立于2015年，在17年谷歌大腦推出了第一款模型Transformer。到了 18 年和 22 年， OpenAI又陸續推出了 GPT-1/2/3 、InstructGPT和家喻戶曉的ChatGPT。
因為這款產品對新型互聯網產生了巨大的影響和推動，我認為它的地位和當年移動互聯網技術是同等量級的。特別是搜索類的公司，肯定會受到搜索形態變化和智能化的沖擊，同時與AIGC形態相結合，使得互聯網創新的效率和速度有一個爆發式的提升。
這次技術創新是非常接地氣的， AI 工具迅速蔓延至了全球每一個角落。無論是 IT 公司、互聯網公司、科技企業，未來一定會誕生出一批新的企業以及工種�；� AI 開發的場景，會產生顛覆性的發明和變革，因為它的自學習能力、迭代的能力非常強。
云計算龍頭企業會是行業賣鏟人
微軟是第一家提出接入ChatGPT的公司，作為全球領先的云計算服務商，增加工具集，做插件，是能夠與云平臺業務進行整合的。
總體看，確實是只有云計算巨頭企業才能夠成為ChatGPT的賣鏟人，因為他們在算力網絡、 AI 中臺搭建和硬件投入方面都是有成功經驗的，最終的商業模型還是基于云計算的理念。
模型的訓練所需要的研發投入太大了，大多數的中小型企業資金有限，所以未來會是基于 AI 中臺的應用和平臺的二次開發，與云廠商進行深度合作，多數的小企業基于需要租賃使用就行了，兩者是產業鏈上下游補鏈的一個過程。
ChatGPT搶了碼農的工作，但軟件設計還得依靠人工
ChatGPT未來也可以被叫作軟件開發機器人，從發展的路徑來看，本身機器人就是一臺計算機，只不過是它背后有了更強大的人工智能的大腦支持。這時候對軟件業也會有一個很大的沖擊。
對于軟件來說，ChatGPT代碼開發的速度和自動化的程度會大幅度提高，迭代的速度也是驚人的。
而從應用層級來看，底層操作系統，復雜的云架構設計等ChatGPT估計目前還難以獨立實現，所以這些就是要由人來完成的事情，但是基礎性的編程它是可以實現。
未來由人完成的軟件工作包括：軟件設計、軟件架構、平臺軟件。開發工作可能會主要由機器來進行完成，對于軟件業蓬勃發展越有利，進入者會更多，投資的領域也會更寬泛，創新性得到了巨大的一個釋放。但是低端低等級的開發者的勞動力可能會銳減，或者是轉行。
應用速度:消費互聯網>工業互聯網
ChatGPT是AI 技術成熟的典型代表，語言開發包SDK是開放式的，工具性的疊加功能包也是層出不窮，它會成為眾多應用的智能輔助工具集，應用場景的落地已經是迫在眉睫。包括搜索與知識問答，以及內容生成類的軟件，如短視頻、本地生活、智能客服等等。最佳的產品輸出形態包括新一代數字人，成為虛擬世界社交娛樂、全息交互助手。
ChatGPT尚且處于比較初級的人類經驗總結，距離工業互聯網、數字化工廠的要求還有一定差距。
消費互聯網領域應用更容易進行嵌入，像是游戲、短視頻的廣泛性，普適性更強。
所以在當下判斷，還是以消費互聯網帶動為主，而且互聯網大廠不管是從競爭格局角度，還是商業獲利角度，都會得到很多快速發展的機會。
比如Chat GPT與元宇宙的結合，可以使元宇宙更好地去落地。包括數字人、智能穿戴、沉浸式互動性的能力的結合，在原來場景下進行更逼真的還原。因為穿戴設備在不斷進行升級，包括頭盔的重量，以及內容、逼真程度。但是它欠缺了一個靈魂的東西，這個靈魂的東西就是ChatGPT，通過腦機接口讓它變得更有意思。
元宇宙主要從兩個角度率先進行滲透，第一個是游戲，相比于工作人更喜歡娛樂，喜歡放松，游戲的沉浸性會更強， 而ChatGPT會增強游戲的互動性。
元宇宙以前是要通過一個圖像生成和計算來實現虛擬空間的搭建。ChatGPT也可以承擔搭建空間的職責，包括在元宇宙空間里進行二次創造，或者是內容生成等，它可以有很多自主性的東西。
與元宇宙結合以后，這個意義就重大了，調動了非常多開發者和互聯網公司的興趣，對于具有ChatGPT能力的公司可能會重新進行定義了。
類ChatGPT產品涉足眾多行業，開發根據需求和部署會多樣化
在實驗測試部署的各個環節都是需要時間。
首先是國內的軟件公司要能夠把類ChatGPT的產品模型拿出來。后續在部署的過程中要再考慮算力網絡和芯片的供給是否能跟得AI云形態的同步升級。
從各大廠家來說，可能首先要擴大整體的硬件投資，此外還包括需要擴展各種類ChatGPT的模型的代碼開發。因為應用的深度場景不一樣，所以每一個互聯網公司都會基于自己的商業版圖去開發所適配的類ChatGPT工具平臺，或者AI 中臺，在進一步開放資源進行商業應用。
未來產品可能會進行地域性的、國家級的分布式部署，來更快地進行服務響應。比如對于科學側的，醫學基因生物工程、金融大數據分析等。
主要的目的是為了把這些訪問的請求進行分散處理。我相信未來類ChatGPT的智能工具不會只有一個，并且智能化程度也是可以千差萬別的。
因為未來一定有 To B 和 To C 端不同的市常涉及的領域不同，需要解決的問題難易程度不同，但是都會消耗大量的算力�？赡芎罄m各大廠家會把它做一個劃分，進行一些批量的芯片和板卡生產，對應到類ChatGPT不同的智能中臺模型上去，成本不一樣，開銷也不一樣。
為什么要關注算力、模型？
ChatGPT對高算力的需求非常大，大模型時代AI的超級工具的部署從IT 基礎設施、服務器，延伸到高耗能的供給保障、新型節能制冷技術都會有更高求。
伴隨著算力和芯片技術的迭代升級和發展，算力的基礎性是保障和發展 ChatGPT等人工智能工具的核心競爭力。
在人工智能時代，計算和存儲的消耗量會非常的巨大，算力網絡這個詞就是名副其實了。之前我們會認為無非還是一些數據中心新基建，網絡承載能力保障，底層的設備托管環境升級。
但是，AI時代下，類ChatGPT的模型對底層的性能需求有百倍級別的提高，這超出了原來對云能力的訴求，算力發展的速度可能會呈現指數級的增長。
從需求上來看，ChatGPT算法模型是非常的巨大的，對于大規模并行計算能力，運行穩定性的要求非常高。
未來可能催生出一些產業，比如現在經常說的是GPU集群來構建大數據的處理平臺，未來可能叫做 AI 大模型處理平臺。未來在芯片的角度，我認為也會有針對于 AI 加速芯片的一些訴求。
云廠商未來一定會參與到這個競爭過程中，比如說AI云原來是各大云商里邊用得比較少的業務形態，現在必然是市場爭奪的焦點。各大互聯網公司和IT公司也都在第一時間做出了反應，各大廠商一定會保持高速的創新力。
數據中心，服務器集群和ChatGPT之間的關系
一切的數據處理、交換、存儲是有載體的，從這個角度來說，大數據中心是根基。
上一層是服務器集群，ChatGPT所需要用的就要更加重于 AI 類的服務器集群，而不是傳統互聯網服務器集群。
傳統集群里邊也有專門集中處理數據庫的、包括應用側都是有大量的數據庫要進行處理的，還有進行視頻工具軟件的處理。
人工智能時代，預計所有的軟件公司都會插上 AI 的翅膀，這個時候對于 AI 中臺的服務器集群也要進行部署，或者是部署在云上進行調用。因為 AI 服務器集群從成本來說是傳統集群的四五倍之多。
ChatGPT是軟件側的中臺，是一個工具集，底層的集群是它生長算力的載體，沒有算力是不行的。大數據中心就是保障算力可靠安全運行的基礎設施。
Q：如何看待人形機器人和ChatGPT的結合？
A：服務機器人原來多數還是以單機為主，是固定模式的一個服務，層級服務的內容也比較低。有了chat GPT 以后，機器人的生產廠家可以通過遠端大腦和機器連接實現功能性的提升、也會擴大它的服務范圍，加速替代低端勞動力。
這些機器人不僅僅是在公共場所里提供服務的，像是勞動型、巡邏型、看護型的會參與到人的生活之中，對這部分產業拉動是毋庸置疑的。目前來看還是以服務機器人為主，先進行落地。
Q： 如何看待AI生成視頻？
A：這就是我們常說的產品跨界融通，每一個單項都具備能力了，比如文本、圖片，那么同和以后，下一步就是生成視頻類。因為數據是非結構化的、AI生成圖片文字都可以進行功能融合，接下來就是對視頻進行渲染了。
從底層的角度來說，支撐這些能力根源都是依靠GPU圖形處理芯片。
