文/李佳师
人们往往只看到了狂欢，而此前漫长的蛰伏、长久的付出，以及其中的偶然性与运气，常常被忽略。去年底今年初，OpenAI公司打造的ChatGPT爆火， 2023年1月的OpenAI估值是290亿美元，而微软因为独具慧眼2019年投资OpenAI，今年又再投资百亿美元，也成为ChatGPT热潮下风头最劲的公司。目前，在股市上与ChatGPT概念沾点边的股票全部都疯涨起来，各种追风者蜂拥而上，市场上出现大量贴着ChatGPT标签的公司。不久前美团联合创始人王惠文发布一则招聘信息，称设立北京光年之外科技有限公司，用于打造中国OpenAI，立马估值超过2亿美元。
去年和前年投资市场的故事里，“吹涨器”是元宇宙，是AR/VR。但今年元宇宙之热骤降，有消息称，微软将会在HoloLesn、Surface、Xbox部门裁员，其中工业元宇宙团队是去年10月才成立的，它也被波及。
科技热潮一波接一波，有公司踩在风口起飞的节拍上，顺势越飞越高，有公司孤注一掷，没踩准点成为大潮退去之下的裸泳者，有人制造风口，有人倒在沙滩上。科技浪潮说变就变，到底该如何把握？应该如何造风，又如何等风来？
科技飓风的轨迹惊人相似
产业里颠覆性效应的到来，往往充满了偶然，那些看似“必然中的偶然“，往往经历了长久的积累和蛰伏。
就像这一波ChatGPT热以及上一轮由AlphaGo引发的AI风潮，ChatGPT的缔造者为OpenAI公司，AlphaGo创造者为DeepMind公司，而这两家公司都是人工智能深度学习革命的参与者与获益者。
深度学习是一种多层架构，可以用于模式识别、信号检测以及分类或预测多个领域，而深度学习在十年前并不被产业界“待见“。2012年，图灵奖获得者杰夫·辛顿和他的两位学生凭借神经网络AlexNet拿下ImageNet（大规模视觉识别挑战赛）冠军，证明了深度学习的能力，才被产业界关注。
一封邮件和斯维加斯*场赌**731房间的秘密竞拍，引发了深度学习从学术界加速走向产业界。2012年辛顿团队在ImageNet大赛夺冠，让当时的百度多媒体实验室负责人、现地平线创始人兼首席科学家余凯兴奋不已，余凯是深度学习的信仰者，此前在美国硅谷NEC实验室，曾带领团队参加了2010年ImageNet比赛，并拿了冠军，所以深知辛顿卷积神经网络赢得冠军意义重大。
看到新闻，余凯立刻给辛顿写了一封邮件，表达百度想邀请他来百度工作的愿望。邮件触发了总是一头蓬乱灰发的辛顿商业神经，让他有了向包括百度在内的更多公司进行拍卖想法。于是，辛顿与两个学生火速注册 “DNN Research” 公司， 2012年12月在美国加州太浩湖拉斯维加斯*场赌**731房间进行秘密竞拍。当时参加竞拍的公司有谷歌、微软、百度以及DeepMind，余凯为百度的竞拍代表，百度一开始的出价是1400万美元，最终谷歌以4400万美元在竞拍中获胜，辛顿与两名学生加入了谷歌。
再后来的故事是，谷歌在2014年以6.5亿美元收购DeepMind，两年后DeepMind交出了AlphaGo战胜围棋冠军李世石的答卷；2015年辛顿的一名学生与埃隆马斯克和几个科技大佬成立OpenAI，微软在2019年向成立4年的OpenAI投资10亿美元，OpenAI在2022年11月30日发布ChatGPT，在2023年呈现高光时刻。
另一个风潮是智能手机和移动互联网，这场产业变革由苹果扣响发令枪。2007年苹果发布iPhone智能手机解开了移动互联网的序幕，而让苹果智能手机带来颠覆效应的功臣是“多点触控技术“，正是这个技术改变了人们操作手机、电脑及各种移动ioT设备的体验，开启了红红火火的移动互联时代。
而多点触控技术从酝酿到在苹果手里大放异彩，同样经历了漫长的养在”深闺“和多年蛰伏。
多触点技术诞生于上世纪八十年代初，起源于多伦多大学和贝尔实验室。1984年，贝尔实验室率先设计成功了多触点触摸屏系统，与此同时，多伦多大学也开发出了一套多触点触摸板系统，多伦多大学系统的原理与贝尔实验室的迥然不同，使用的是电容传感，当触摸板不同位置接受到压力时，其电容分布会发生变化。
到上个世纪90年代初，施乐公司帕洛阿尔托研究中心的多触点技术实现了用两根手指缩放和转换图像。1992年，IBM和南方贝尔电话公司联合开发了 “西蒙”智能电话，首次使用了全屏幕软件键盘操作，第二年IBM推出的第一台平板电脑(Tablet PC)也融合了多触点技术。从那时到2003年，多伦多大学、微软、索尼、东芝等研究机构和公司分别在多触点技术上取得长足的进展，但因缺乏承载的爆款产品，触控操作技术一直未能成为主流。
直到2007年，乔布斯将多点触控技术应用到最新发布的iPhone手机上，多点触控技术才从实验室变身市场流行产品，这个过程历经了漫长的二十五年。
不管是深度学习还是多点触控技术，从萌芽到走向大众市场再到开启一个新时代，其演进都有着惊人相似的轨迹，事实上不仅仅是这两项技术，这些年ICT产业里大部分引爆产业变革的核心技术，都拥有同样的演变轨迹。人们常感概硅谷，感慨美国科技界善于制造概念、制造风口，但事实上这些风之所以能够刮起来，从来都不是一夜之功，它们大多萌芽于大学、研究机构，经历长时间积累、演变，最终由某一明星企业将其做成爆款产品、爆款应用，从而流行，引发 “飓风”。
明星企业是偶然中的必然
人们一定还会问这样的问题，虽说这些技术萌芽于大学、研究机构，但为什么是在OpenAI、DeepMind和苹果的手里变成了“爆款”，为什么是由这些公司把“偶然变成必然”，他们为什么是“飓风”制造者。
OpenAI创始人山姆·奥特曼（Sam Altman）曾担任硅谷著名的投资与创业加速器Y Combinator（简称YC）总裁，2014年奥特曼在斯坦福大学创业夏令营分享创业经时表示：“最好的公司都是使命导向的。如果你不热爱也不相信你正在打造的东西，你很可能就会半路放弃。而且创业是一项为期10年的承诺。”
使命导向、长期思考是打造别人无法复制的好产品的关键词。事实上，ChatGPT并不是OpenAI一开始就全力倾注的产品，在OpenAI有三条技术路线：一是做机器人，另一个是做游戏人工智能, 第三个是开发语言模型, 让人工智能用文本语言学习理解世界，即 GPT 系列。
前三年，OpenAI 的研究成果并没有太多建树，直到 2019 年 2 月 14 日发布 GPT-2 模型，其能够根据用户输入的内容，生成续写文本，而且让人无法分辨真假，打开了一扇窗，光亮开始照进了这家公司。又因为担心对手先发布同类产品 “抢它风头”，所以OpenAI在 2022 年 11 月中旬用13天开发出ChatGPT这个聊天程序，上线即火爆。
还有非常重要的一点，在2019年，奥特曼辞去YC总裁终于全心全意担任OpenAI公司CEO，将OpenAI从一个非盈利组织改变成为一家要盈利的公司。在这一年奥特曼三番五次飞往西雅图，给微软CEO萨提亚演示GPT模型，终于在2019年7月，OpenAI拿到了微软的10亿美金投资，此后两年又从微软拿到了数十亿美金。有了钱，有了微软云的算力支撑，解决了大模型训练“吃算力”的问题，接下来的两年，在几乎没有改变模型架构的基础上，OpenAI陆续推出参数更大的迭代版本GPT-2、GPT-3，前者是15亿参数，后者是1750亿参数。
应该说奥特曼对于OpenAI有两大突出贡献，一是解决了钱和商业模式的问题。很多创业公司尤其是想做大模型的AI公司，通常都烧不起如此久、如此多的钱，无论是支付AI技术大牛薪水，还是购买训练模型的算力。而奥特曼通过将公司“借给”微软的合作模式，很好地解决了OpenAI生存问题，同时又给公司的未来预留了空间。据《财富》杂志报道，当OpenAI的第一批投资者收回初始资本后，微软有权获得OpenAI 75%的利润直到收回投资成本；当OpenAI赚取920亿美元的利润后，微软的份额将降至49%。与此同时，其他风险投资者和 OpenAI的员工也将有权获得OpenAI 49%的利润，直到他们赚取约1500亿美元。
有人说OpenAI总裁布罗克曼（Brockman）等人推动 OpenAI 完成从 0 到 1 的发展过程，而CEO奥特曼帮它实现了1到100。在奥特曼到来之前，OpenAI的钱已经几乎烧光，因为有了微软的融资，才让其GPT完成GPT-2、GPT-3迭代，有了chatGPT问世。
如果一定要从OpenAI身上找到“偶然中的必然”，或许可以总结为：长期主义的视角打磨出生成式对话AI+灵活的商业头脑探索出“借公司”合作模式。正式因为是奥特曼有过创业失败的经历，而且经营过创业孵化器器机构，所以知道怎么来平衡创业的“理想”和“现实”。
二是打造了面向直接用户的应用。这是ChatGPT横空出世的直接原因，奥特曼有一个旗帜鲜明并且强烈的“建立客户群”理念，那就是创始人必须“亲手”去获得用户，而不是通过付费广告。他在YC时告诫创业者：“手动获取用户并记住，目标是让一小群人喜爱你。极其了解那个群体，和他们关系密切，倾听他们，你会发现他们很愿意给你反馈。即使你在为自己打造一个产品，也要听取外部用户的意见，他们会告诉你如何打造一个他们愿意买单的产品。”
这段话诠释了奥特曼为什么一定要在去年年底匆匆忙忙研发免费聊天机器人应用chatGPT， 因为OpenAI公司必须要有一个应用，与最终用户进行互动，而是不仅仅是将语言模型的迭代得更好。
2022年11月中旬， 当OpenAI的87名技术员接到高层指令：“立刻停掉手里正在GPT-4模型研发，全力以赴基于GPT-3.5开发一个聊天机器人应用”时，大家都非常蒙圈，因为GPT-3.5是两年前的模型，而GPT-4已经测试完毕，等待发布。但因为在AI绘画上，OpenAI公司有过被人抢先的惨痛教训，2021年爆火的AI绘画事实上是始于OpenAI发布的DALL·E，但因版权、伦理等顾虑该选择了内测邀请制，最后被免费、开源的Stable Diffusion抢走了大部分风头。所以这次奥特曼当机立断，用了13天把chatGPT先做出来，上线。
让客户用口碑相传来教育市场，远比自己去拓展市场要更重要，更容易实现突破。口碑像病毒，能够更快蔓延，而且成本更低，所以专注打打造好自己的应用，让产品和应用说话比市场人员市场和公关人员去教育市场来的更迅猛。这或许就是这chatGPT带给我们的启示。
ChatGPT之所以能像“病毒”一样快速流行原因， 2月15日在阿联酋召开的2023年世界政府峰会上，特斯拉CEO埃隆·马斯克在接受远程访谈时道出了其中的核心关键：“人工智能已经发展了相当长时间，它只是并不具备大多数人都能使用的用户界面。ChatGPT所做的，是在已有若干年的人工智能技术上添加了一个可用的用户界面。”
用户界面技术的变革，对于这个世界的影响从来都具有潮水效应。苹果的iPhone用多点触控技术改变了人类使用手机的习惯，OpenAI的ChatGPT让普罗大众有了人工智能技术的可用界面，从这个意义上看，iPhone与ChatGPT何其相似。如果我们用苹果与OpenAI的思路，来寻找和打造其他技术的用户使用界面，我们是不是就有机会找到和制造下一个风口。
解决用户真实痛点的技术会长久
ChatGPT会昙花一现吗？会像上一轮的AlphaGo那样掀起一股浪，然后黯然退场吗？还是像去年、前年的元宇宙，热闹一、两年，今年就已经呈现偃旗息鼓的迹象。虽然ChatGPT很火，也在酝酿收费版的各种计划，但是靠它盈利目前看遥遥无期，而且各种对其使用的限制，已经让它在市场上呼风唤雨的魔力有所减弱。
chatGPT的生命力会持续多久？微软全渠道事业部首席技术官*明徐**强认为，ChatGPT 之前，人工智能领域有两次公众视野内的高光时刻——AlphaGo 击败李世石、机器视觉的产业爆发。但前两次的高光，都存在明显的局限性。
“AlphaGo 在围棋对弈中虽有出色表现，但除了领域较为狭窄外，也更多的是一种能力展示，而没有对生产力、社会关系产生实质性影响。前几年，机器视觉经历过一次短暂的爆发。诸多初创企业试图利用机器视觉人工智能来改造传统零售环境。但由于 SKU 更新速度快，且相对特殊，模型需要大量训练，最终机器视觉的商业模型未能跑通。”*明徐**强认为，普适性及训练数据的获取，是人工智能获得大规模使用场景的第一道关卡。反观冠以“Chat”之名的ChatGPT，以自然语言为突破口，在适用领域上天然更广阔。正因为ChatGPT 以语言作为反馈形式，其对于所有行业都具备影响力。
“一个技术能否有生命力，取决于是否能规模化地解决用户的问题、解决用户的真实痛点。就像辅助驾驶，经过这些年的发展，确实解决了用户在驾驶过程中的很多问题，所以才慢慢被接受，慢慢变成新车的标配。AR/VR能够带来不一样的用户体验，但是不是能够解决眼下用户很多真实痛点，目前看还有待观察 。“一位业内人士表示，不少巨头调整了AR/VR策略，希望进行更多探索，找到更合适、更有价值的落地与变现场景也很自然，而ChatGPT相对于目前市场上的其他聊天机器人，无论是训练数据规模、模型规模和训练方法都有很大的改变，所以能够生成更为自然、连贯的文本，将其加持于搜索会有很大的效率和体验提升。
去年还热闹的元宇宙，今年进入了调整期，微软一直是AR/VR的重要推动者，如果裁减了工业元宇宙部门属实，确实给行业带来负面影响。微软Cloud for Industry的商业副总裁科里·桑德斯日前在名为《工业元宇宙：数据驱动的工业未来》一文中，回应了外界对于外界的猜测：工业元宇宙是创新的变革催化剂，而微软将沉浸式体验带到各行各业的能力有望令全球数百万人受益。同时，为满足客户的需求，帮助他们充分实现基于工业元宇宙的价值，微软正不断投资于相关的技术、平台和解决方案。最后，他再次强调微软对HoloLens 2和Microsoft Dynamics 365混合现实应用程序的承诺依然坚定。
一个技术的流行，一个产业的大发展需要大量的玩家，能否在一个正在起飞的风口乘势而上，成为市场持续的赢家，取决于将技术解决现实难题、用户痛点的能力。每一个科技浪潮的到来，暴风眼的企业通常只有一两家，但是同样会造就庞大的生态链企业，在大潮中渔翁得利，充分发挥各自在各个领域、各个段位解决现实难题的能力，就有机会水涨船高。
中国工程院院士王坚不久前谈及了AI解决时代命题的话题，他认为DeepMind的AI工具——AlphaFold，极大地降低了蛋白质的结构预测门槛，缩短了相关研究的时间，同时也降低了研究成本。“AlphaFold解决的是一个非常有高度的问题，（人工智能领域）其他（时代命题）尽管也很了不起，但都还是属于娱乐性比较强的问题。”
ChatGPT与元宇宙未来会走多远，其掀起的飓风将会持续多久？比尔盖茨曾经说过，我们总是高估在一年或者两年中能够做到的，而低估五年或者十年中能够做到的。“技术总是在短期内被高估，但是在长期又被低估。”这句经典名言很好地回答了关于ChatGPT、元宇宙的现在和未来。