再说第三条。OpenAI不是世界上唯一的生成式AI大模型开发者,GPT的技术路线也不是唯一的。但是,国内互联网大厂的研发思路高度统一,那就是模仿乃至彻底复刻GPT。结果就是一切与OpenAI能够沾边的人才和信息几乎全部被瓜分利用殆尽——其中既有合法的利用,也有灰色地带的利用。不计成本的投入,加上国内相对硅谷而言较低的人力成本,是可以在一定程度上拉近差距的。这种模仿路线当然不可能把落后转化为领先,不过目前大家还考虑不到这么远。
第四条也是一个非常重要的因素。我们知道,对于芯片、新能源等“硬科技”产业,国内各级主管部门(包括国家和地方)予以了极大的政策和资源扶持;生成式AI在理论上也属于“硬科技”,如果也能得到类似的扶持,无疑可以大幅度加快发展进度、降低风险。然而,生成式AI有一个严重的软肋:它不是制造业,无法像芯片、新能源、生物医药那样提供较长的产业链、立竿见影地为地方创造GDP。此外,它也尚未被主流媒体认为是一项“卡脖子”技术。在几个月乃至几年之内,生成式AI要成为一项被大力扶持的“硬科技”,还是很有难度的。
当然,互联网大厂可以采取一种话术,即生成式AI具备很强的“乘数效应”或上下游拉动作用,例如可以间接芯片行业的成长,以及促进智慧城市、智慧交通的实现,等等。但是,上述“乘数效应”过于迂回,在短期内又很难看到效果。在可见的未来,主流媒体和主管部门心目中的“硬科技”代表仍将是光刻机而非ChatGPT,互联网大厂必须主要依靠自身资源投入而非政策扶持。
过去多年,中国互联网行业曾一再证明:只要它们下定决心投入足够的资源,并且有庞大的潜在C端应用场景,它们就能够成功模仿乃至超越硅谷的同行。这一发展路线并非百试不爽,不过大部分情况下是成立的。生成式AI是对上述路线的一次大考:在GPT3.5以前版本已经开源,基础研发路线并无秘密可言,潜在应用市场非常广阔,而且国内互联网大厂均已投入足够资源、提起绝对重视的情况下,中国能否在生成式AI这条赛道上迅速缩小差距乃至有朝一日超越?
相信这个问题已经被资本市场提了无数次,也被互联网从业者提了无数次。我的观点偏向悲观一边:由于种种掣肘(在此就不讨论了)、种种天然限制,国内生成式AI最多只能将与硅谷的差距缩小到可以接受的程度,而不可能彻底消除这种差距。不过,我的上述“悲观”观点,在很多人看来或许已经算是乐观了?
事在人为,但在很多时候,形势比人强。