中国式 ChatGPT 样本：未来智能公司商业远图
AI 再次看到了实现商业化价值的曙光。
这次，借助 OpenAI 团队的 AI 梦想结晶，现象级产品 "ChatGPT"，AI 应用火出天际。
但是，就目前而言，ChatGPT 和之前的 AI 产品一样，仍未随之出现可见的商业化模式。
既出人意料而又无意外，这看上去矛盾。但多年的实践证明，作为技术应用大国，中国对原创技术的商业化应用探索，常能领先。如今，这对矛盾又一次在类 ChatGPT 商业化价值探索领域，闪耀着这抹中国色彩。
来自中国合肥的 AI 创业公司——未来智能，开发的会议办公耳机 iFLYBUDS 系列，即为类 ChatGPT 平台商业化做多年努力的结果呈现，也是为之实现商业价值的生态系统，提供垂直场景数据和训练迭代的智能终端。
多年的原创技术和应用大势都曾经或仍在证明：共建才能产生真正的商业繁荣，而共建法则，即构建生态平台。从 ChatGPT 聚合的技术应用前景看，ChatGPT 具备生态特征。
生态需要何种应用技术？未来智能的会议耳机这种 AI 终端有哪些功能，和 ChatGPT 有什么关系？如何实现商业化？
老问题：ChatGPT 为何在美问世
从 AI 技术发展路径看，ChatGPT 并非新技术成果。在理论上，ChatGPT 没有更多创建——核心技术在 2017 年就已出现。
这次为很么能大火？" 因为面向公众开放。" 未来智能 CEO 马啸对华尔街见闻说，" 原先 ChatGPT 做的是企业级服务，或面向大型开发者，这次对公众开放后掀起狂潮。"
ChatGPT 问世后横扫全球，在短期内（2 个月）即积累了 1 亿用户，成为全球迄今为止达成 1 亿用户最快的技术应用工具。说这是工具，但究竟什么是 ChatGPT？
简单说，ChatGPT 是用 Problem Models（问题模型）加上 1750 亿个参数 / 节点，以之为基础提供巨量、有监督的学习数据，借助 Transformer 架构，" 投喂 " 给 AI 训练模型，做出的 AI 应用效果。
这么解释或许过于抽象，那就换种说法。
顾名思义，ChatGPT 中的 "Chat" 是 " 聊天 " 的意思，GPT 是什么？这是 OpenAI 公司的一个 AI 技术名词。民生证券电子行业分析师方竞在研报中写道：ChatGPT 是基于 OpenAI GPT 技术的聊天机器人，拥有 3000 亿单词的语料基础，预训练出拥有 1750 亿个参数的模型。
由于 GPT 的技术核心 Transformer 神经网络架构在 2017 年就实现了开源——这个架构由谷歌创建，其革命性在于能让 AI" 听懂人话 " ——因此，中国 AI 领域对此也不陌生。
但是，中国在技术领域一向有着秉持实用主义的 " 优秀 " 传统，不愿为看不见或不明确的未来持续投入资本。因此，没有人像 OpenAI 那样，持续保持大投入，通过 Transformer 架构做 AI 技术开发。
" 大模型要烧很多钱，因为要大规模做算力分布式节点投入。" 马啸说，" 所以 2017 年以来，国内都在观望。"
从现实的角度看，国内不敢投入，也确实因为基于 Transformer 架构的 AI 技术开发成本难以承受。
自 2017 年，Transformer 神经网络架构问世，AI 即进入大模型阶段。这什么意思？大模型有三要素，即算力、算法和数据。这三要素的相互关系是，算力的强弱，决定算法的效率，而算法又决定数据的有效性；反过来，数据是训练算法的要件，能决定 AI 学到的知识量。
在业界，能提供高效 AI 训练的载体是英伟达的 A100 和 H100 等 AI 专用显卡。这种专用显卡与普通消费级显卡的区别在于，后者通常会将部分算力让渡于光追等功能，而前者的特点是从硬件设计到软件配套，都为 all in AI 服务。
如此很明显，GPT 的训练效果优劣，与投入的显卡数量有关——巨额成本即源于此。
这成本多高呢？据说有机构做了测算，训练一个 GPT-3，需要至少 1024 张 A100 显卡持续运转 30 天，而 A100 显卡最便宜的版本，价格也高达 8769 美元。也就是说，为 AI 训练做最基础的核心硬件准备，就得投入 880 万美元。
除了最基础的高额硬件投入，ChatGPT 训练所耗费的成本才是不可承受之重。训练一次，需要 1000 万美元，要训练出一个 GPT-3，以每天训练 10 次，持续 30 天计算，需要投入 30 亿美元。
这就是为什么国内对开发基于 Transformer 架构的 GPT 技术缺乏探索热情的原因。
因为，成本太高！
样本：" 未来智能 " 会议耳机
现在，美国 OpenAI 用实力证明 GPT 技术应用的有效性。
国内闻风而动。
但是，出于同样的原因——实用主义——国内对新技术全部热情的考量源自 " 这种技术能不能创造出确定的应用商业价值。
现在，ChatGPT 刚刚问世，还没出现能大规模落地的商业模式。此时，中国技术公司行动的时刻到了。
就像在顶层话语体系中，相对于传统的西方式现代化，有中国式现代化一样（类似的相对于美国梦的中国梦），国内也会出现中国式 ChatGPT，顶层已有此方面的明确指向。
在马啸看来，中国式 ChatGPT，可能的演进路径是数家像百度、腾讯或阿里那样的大厂负责平台搭建，之后在此平台上，必然会有 " 大量基于垂直领域的微调模型，在（中国式）ChatGPT 上做垂直领域服务 "。
这是互联网和移动互联网技术和商业模式发展的历史路径，也很可能是 ChatGPT 在中国发展的未来方向。
一旦国内 ChatGPT 开放 API 接口，这些做垂直领域小模型技术开发或服务的公司，就能随之接入平台，为之提供垂直细分场景的训练数据和成果，共同为中国式 ChatGPT 平台的商业繁荣添砖加瓦。
有没有这种公司在做这种探索？
答案：有。
马啸领导的未来智能，已经持续开发了多年 AI 训练的终端：办公会议耳机。这种品类，立足于细分的办公会议场景，解决办公场景录音、记录、文字转化或语言翻译等多种问题，目的是帮助会议参与人提升办公效率。
办公会议耳机的定位，也就是目标消费群体，包括城市白领、政府官员、律师、记者、外贸从业人员、跨国公司管理和券商分析师等，从中提炼符合职业标准提问的问题模板，以供后续同样场景做调用，这能大幅提升交流效率。
在此过程中，实际上就涉及了垂直领域多种职业的特定语义标签 / 参数提炼，形成大规模的海量用户数据（库），近似于创建语义大模型。在此基础上，随着耳机目标用户的高频日常使用，相当于在做标准职业问题模板的 AI 训练。这是未来智能开发的办公会议耳机与 ChatGPT 的内在关系写照。
举个例子，职业投资人经常跟企业开会，以更全面了解企业情况，以此为投资与否提供参考依据。一般来说，投资人会经常问些共性问题：比如企业年营收多少？有多少盈利？毛利或估值是多少？这种大量的重复性问题，可通过会议耳机的 AI 技术做标准化特性提取。
当这种垂直职业的数据积累得越多，会议耳机能提取的信息就越精准。通过高效问题模型训练，就会有极大的机会涌现出非常有价值的服务。随后，再通过这种优质服务，带动耳机或其他可能的硬件端的销售，以此形成商业闭环，这就是技术和服务双轮驱动。
目前，未来智能的办公会议耳机已迭代到第四代，共四种类型。2022 年，会议耳机出货量同比实现 10 倍增长。到 2024 年，未来智能办公会议耳机销量将超过百万台。
更重要的是，这种耳机的 AI 特性，未来智能的存量或增量耳机都在平时的高频应用中，持续为未来智能的双轮驱动闭环提供动力。
这就是中国式 ChatGPT 平台商业应用的实际发展和可见的商业价值路径。更重要的是，这一路径经过实践被证明是切实有效的。
核心价值：推动生态共建
要明晰未来智能会议耳机的商业价值，这也是中国式 ChatGPT 在垂直领域商业化可能的样本。对于这样的样本，像建立在生成类问题模型基础上的 ChatGPT 技术应用，同类技术原理的会议耳机，AI 技术的生成性如何形成？
华尔街见闻了解到，未来智能当前推出的办公会议耳机，自带的软件系统能实现自动学习。这种学习结果，能在又一次的基于语言发音生成的语义文本过程中，按照用户的发音习惯更新自动学习的准确率。由此形成数据训练效果循环迭代。
在用户语音和会议耳机 " 记录翻译 " 做 " 沟通 "，也就是 AI" 听懂人话 " 时，这种会议耳机的 " 智能 " 在一开始，做不到精准理解和文本的准确记录。未来智能设计了一套询问最终文本是不是符合用户理想的系统，以解决这个问题。
如果用户认可，比如打勾，就相当于给耳机做了一次训练；如果打叉，那也是训练，相当于告诉耳机，文本结果不准确。通过这样的方式，实施多轮使用训练迭代后，耳机就会对用户的喜好，越来越理解。当再生成语音转化成文本时，会议耳机对语义的理解就会越来越接近原意。目前，iFLYBUDS 系列办公会议耳机的转写准确率已达 98%，在业内首屈一指。
未来智能为用户设立的账号，是提升 " 人机默契 " 的核心。比如声纹识别功能，在用户使用会议耳机是，耳机会自动根据声纹特质做匹配。一旦发现是某个曾经使用过耳机的人，就自动关联该用户的沟通记录，随之形成一张该用户的社交网络数据。
这张网将为该行为人的职业特征，提炼重复性的标准问题的标签参数，供 AI 训练模型跑数据。不同职业的共性问题参数，即形成问题模型数据库。
从底层技术原理出发，未来智能的办公会议耳机，就是所有声音，只要经过耳机，都可被记录和处理。比如将线上或线下的会议语音转成文字，这种文字可能是英文，也可能是日文或其他语种。这要看用户需求是什么。
如果用户想将中文会议记录转成日文，或将英文会议语音转成中文，都能通过这种耳机实现。同时，未来智能的办公会议耳机还具备强智能 AI 自动学习能力。
事实上，华尔街见闻发现，未来智能开发的办公会议耳机，除了聚合多种 AI 应用能力，实现围绕办公场景的效率提升，更具想象力的商业前景，是其目标用户应用耳机的过程，相当于在构建一套垂直细分市场的子生态。
若对整个过程简做要概括，即在美国推出 ChatGPT 生成式 AI 应用聊天机器人前，国内商业组织在做类似的技术应用探索。双方的区别是美方做高成本的 AI 技术验证，中方做同类 AI 技术应用的商业化探索。
比如未来智能，这家公司多年致力于围绕办公场景的细分领域研发 AI 提效工具——办公会议耳机。自 2021 年以来至今，未来智能的会议耳机销售的存量和增量终端，在高频应用过程中，形成了领域内有商业闭环的子生态。这个子生态已运行了至少两年，而且是在推进商业落地的过程中逐步迭代。
不难预见，一旦中国式 ChatGPT 问世，开放 API 后，未来智能的办公场景 AI 终端系统就可接入。这相当于给 ChatGPT 提供了办公场景的 AI 训练、数据和应用数据库和技术应用解决方案。
像诸如安卓和 Windows 等平台，之所以具有超越想象的商业价值，是因为在这个平台之上，奔跑着海量的细分生态子系统。这些子系统，共同构成了繁荣的整体大生态。在共建具有高度价值超级平台的同时，子系统也在持续为其所在的垂直细分场景，持续提供源源不断的商业动力。
这才是未来智能推出的会议耳机真正的、核心的、极具商业想象空间的价值核心，也是必将出现的中国式 ChatGPT 为世界 AI 商业化落地做出的真正贡献。
来源：前瞻网