ChatGPT可能是帮助运营商填充管道的杀手级应用

GPT-3是 OpenAI 开发的一个自然语言处理 (NLP) 模型。ChatGPT则是GPT-3的微调版本，它有1750亿个参数，训练集超过10万亿个单词，作为聊天机器人公测一周，注册用户数就超过100万人。但ChatGPT真的只是一个简单的聊天机器人吗？笔者认为，ChatGPT通过原创的真知灼见满足人的深层次解惑和陪伴的需求；对网络要求不高却能给运营商带来实实在在的上行流量增长（13.5G DOU，第二个Youtube）；对数据的极度贪婪带来算力和网络的巨大需求，它可能是我们寻找的下一个杀手级应用。

当前，ChatGPT还只是一个基于自然语言处理的对话机器人，短期内最大可能是取代谷歌成为下一代搜索的入口。但配合AI视频识别（已经很成熟），可以迅速同个人用户形成共情，发展为个人AI助理，迅速撑大运营商上线管道。未来，如果多模态AI从图像发展到视频，通过ChatGPT可以快速生产视频，则管道流量需求将进一步爆发。

一、 早期聊天机器人话术高明但没有创造性，无法带来生产力

1966年，最早的聊天机器人ELIZA在麻省理工诞生。早期的机器人同智能基本不沾边。技术上它只是匹配关键词，按既定规则做出既定回复。只不过回复设计得颇有技巧，让对话显得很有意义，从而让聊天可以继续下去。人们为它设置了两条基本规则：

• 识别关键字，转化成既定语句，使得机器看起来理解了对话者的语义（实际并不理解）。例如，当我输入“我想___”，它会返回“如果你___，这对你意味着什么呢”。
• 在句法层面上，转移人称代词，如从“我的”变化到“你的”。

如果对话者的输入中有“母亲”一词，ELIZA会回答：“多说一点你的家庭”；如果对话者说：“我有时候感觉很沮丧”，ELIZA会回答“哦，你有时候感觉很沮丧”。这固然是很高明的话术，但基本不能归到人工智能的范畴。所以ELIZA的设计初衷，不过是在临床治疗中用于模仿心理医生来安抚病人。

让机器人通过规则理解人类语言，都可以归到自然语言处理（NLP）的范畴，用计算机实现似乎并不难，所以ELIZA就自然进化到ALICE（人工语音网络技术机实体）。ALICE是比ELIZA更为强大，不再只是安抚病人而有更通用的用途，她有成千上万种可能的回应，还能存储历史对话（有一点学习能力）。但归根到底，ALICE的回答依然是人写好的答案，答复的算法（如表现得激进或温和）也完全由人来决定。ALICE或许可以归属到弱人工智能的范畴，但ALICE和ELIZA一样，都不过是在模仿真实人类对话，扮演游戏中NPC的角色。

二、 基于深度学习的聊天机器人在ToB市场初步获得成功

要表现得像个真正的人类，机器人需具备创造性和逻辑推理的能力。有创造性的强人工智能是聊天机器人发展方向，关键点在“无中生有”地创造出人类没有设定的内容。近二十年来，基于深度学习（主要是各类神经网络算法，如循环神经网络、层次递归神经网络等）的AI智能聊天机器人被广泛开发出来。这些机器人（或者程序）问世后，首先在ToB市场获得应用。

到了现在，市面上差不多有上百种可以用于应用开发的智能AI聊天机器人平台，可以帮助企业构建出功能强大、高效且可扩展的各类聊天机器人。如Meta推出的集成Facebook messenger的Mobile Monkey，以及Google推出的聊天机器人开发框架DialogFlow等等。聊天机器人可以帮助企业为客户提供个性化的体验和专属客户服务，对提高企业的服务质量与效率至关重要。AI智能聊天机器人已经在ToB的某些领域，如电商，成为全球产品和服务交付方式的颠覆者。

三、 ChatGPT，可能是面向大众的智能AI助理

ChatGPT以及后续的变种拥有更大体量的市场：广大的个人用户市场，即ToC市场。当前，ChatGPT风头之强劲，不逊于一年前Meta提出元宇宙概念时的盛况，它的两点表现让人印象深刻：

第一，主动推理能力。当笔者同ChatGPT聊狗的时候，ChatGPT主动推理出笔者不大可能有一只叫Puppy的猫。

Q: I have dog. Its name is Mew. and I have cat too, which name is Puppy. So, who is Mew?

A: Mew is the name of your dog. Dogs are domesticated mammals, often kept as pets for their companionship and ability to perform tasks. The name "Puppy" is often used for a young dog, so it is likely that your cat's name is not actually Puppy.

第二，创造能力。在笔者要求下，ChatGPT轻松写出一段2022年世界杯决赛短视频的搜索程序。

那么ChatGPT能干什么？搜索引擎或许是一个不错的场景，从现在的表现看，ChatGPT至少可以取代传统的搜索引擎，并能做得更好。ChatGPT同google搜索有什么不同？

首先，ChatGPT的信息搜寻链更短。ChatGPT用一段简洁的句子直接提供信息，而不是像google那样推给你一长串看起来像乱码的链接，然后再点开链接在一大堆信息中寻找答案。

其次，ChatGPT同人之间，进行的是语义的交互，而不是数据（或狭义信息）的交互。ChatGPT在理解人上可以做得更好，可以对人更友好，更容易被普通大众接受，因此可能在ToC市场获取更大价值。

同时，ChatGPT可以通过互动挖掘人的深层次需求。ChatGPT在与用户互动时，如果用户不能准确地描述问题，ChatGPT也能通过循循善诱挖掘用户的真实需求，给出用户需要的答案。

最后，ChatGPT具有非凡的创造力，可以提供新的想法，制定商业计划，进行推理和判断。也就是说，它不仅能搜索答案，还能“制造”答案。

人工智能生成内容AIGC（AI Generated Content）或许另一个应用场景，ChatGPT可以创造新的内容，把人类从一些枯燥的创造中解脱出来。但真正的杀手级应用，可能是面向大众的智能AI助理，它是满足人求知欲和陪伴需求的刚需，背后是一个等同于整个运营商行业体量的巨大市场。

四、 从人看视频到机器看视频，ChatGPT带来流量翻倍

为什么我们需要一个能够流畅对话、全天候提供服务、忠诚陪伴从不抱怨、记录我们一生、自己还能不断学习成长的智能AI助理？从一定程度上来说，智能AI助理是我们每个人，因为技术和成本原因压抑了的人性和刚需。ChatGPT可能会释放这个刚需，而它对个人用户、对服务提供商/运营商、对设备商/云服务商都有极大的价值。

第一，对个人用户提供解惑、安全感和陪伴。只要有足够好的网络和云端服务，每个人都可以无差别地拥有一个终生深度陪伴的个人助理， 用一双眼睛（摄像头）读取和理解世界，这可能是比手机、钱包、钥匙更重要的随身配置。不考虑AR/VR或6G，仅仅通过普通摄像头和普通的连接，它就可以让眼前的世界瞬间从未知变得友好。AI助理可以无休止地扫描出现在我们眼前的所有物体，向系统提出“十万个为什么”：好奇飞过的惊鸟到底是什么，但它飞得太快；想知道那件外套哪里能买到，但真不愿意去问陌生人；耳边闪过的音乐片段似曾相识但消失得太快，它是首什么歌；朋友递过来的奶茶，有没有饱和脂肪酸。我们以前不去问它们，不是因为我们不想知道，而是那些渺小但潜在的需求，因为一些客观条件的限制而被压抑住了。如果有一个渠道，可以实时地、友好地获取定制化的答案和建议，没有人会拒绝，这是真实存在的需求。

第二，对服务供应商/运营商带来新增长。在智能AI助理帮我们把世界变得熟悉和友好的同时，更会为服务供应商带来新的业务增长。

• 个人助理的算力必须构建在云端，因此应用对终端的要求很低，也不需要AR/VR应用的高带宽，但需要提供随时随地持续视频连接（720p-1080p），来感知视线范围内的部分目标。假设每用户日均1小时使用时长，1Mbps带宽。则月度会产生13.5GB DOU的额外流量需求，略等于YouTube重度使用者的流量。

• 当前ChatGPT使用成本在每次个位数美分。假设未来服务费用1美分每次，每分钟2次问询对话，每天1小时使用时长，则该项服务是一个会带来36美元APRU的金蛋。

第三，对设备供应商和云服务供应商提供新的市场空间。智能AI助力对网络和云端算力提出要求。13.5GB额外DOU流量需求对网络建设的拉动显而易见。此外，GPT-3是自然语音应用程序中最大的神经网络之一。为了产生高度逼真和多样化的输出，OpenAI喂了GPT-3超过45TB的数据。当前OpenAI把GPT-3的算力构建在Azure公有云之上，仅训练使用GPU数量就超过10000个，GPU功耗超过2400千瓦。如果把服务人数扩展到10亿级，图像和视频识别+GPT引擎可能会占用百万级的处理器。

五、 运营商ToC的下一个超级应用，或许就是ChatGPT

如果说下一个ToC市场的超级应用是AI助理，那它必须要做好三件事：要提供真正启发性的内容，要有友好的交互界面，要能实时地呈现结果。ChatGPT距离这三点尚有差距，但已经很接近了。

• 内容：ChatGPT能提供原创的内容、信息和建议。重复别人的内容会让人索然无味，原创的“真知灼见”至关重要，这是提供个性化体验、专属感的基础。
• 友好：友好不仅仅是操作界面的便捷。这里的友好指的是聊天机器人对人的理解，对人语义的理解，以及在理解基础上做出的适配性反应。某米音箱只是在输入指令上做了一点点创新，就让传统音箱焕发出全新的生命力。个人助理必须有分析和推理能力，在人的语义中推断出问题。如果问题还不清晰，个人助理应该有能力进行引导。这些，当前的ChatGPT已经能够做到。
• 实时：人从产生疑惑到获得解析的时间要求在秒级，0-2秒体验最好，这是人正常交互的等待时间，约等同于等待网页打开时间，远大于实时3D渲染得毫秒级时间要求，但比使用google获取信息的分钟级服务要高得多。ChatGPT单纯文本的响应时间基本可以满足这个要求。

将消耗视频流量的主体，从人类扩展到机器，ChatGPT或将成为电信行业的下一个杀手级应用。