ChatGPT：AI革命的開端

Stephanie Roth，資深市場經濟學家

Bruno de la Sota，美國股票策略師

本年度摩根大通董事長兼行政總裁杰米·戴蒙的致股東函强調了人工智能(AI)、數據和向雲端遷移的重要性。作為一項非同尋常的突破性技術，AI或許不僅會重塑金融行業的面貌，還將推動創新和效率的新時代加快到來。我們認為，ChatGPT只是未來無數可能的開始。

自2022年11月發布以來，ChatGPT席捲全球，在各媒體平台掀起一股狂熱風潮。ChatGPT達到100萬用戶的速度超過其他任何應用程式，它的迅速崛起對AI的本質及其對整體經濟的意義提出了一些根本性問題。

本文將對造成這一現象的各種因素進行分析

甚麼是ChatGPT？

我們曾向ChatGPT提問，讓它解釋自己是誰——或者究竟是甚麼。我們得到了如下回答：

「ChatGPT是由OpenAI推出的一款大型語言模型，可對自然語言詢問生成與人相似的回覆。其原理是利用一種名為transformer（轉換器）的深度神經網絡架構，該架構依託大量文本數據進行訓練，以學習字詞、短語和句子之間的模式和關係。

[…]

簡而言之，ChatGPT的工作原理是通過處理大量文本數據來學習字詞和短語之間的模式和關係，據此對收到的問題生成與語境相關且語言上連貫的回覆。這樣的系統能以模仿人類對話的形式理解自然語言詢問，並給予回覆。」

雖然不完美，但相當引人矚目。 

為甚麼影響如此巨大？

OpenAI於2022年11月推出GPT-3.5。這款公開原型很快引起關注，僅用5天時間就積累了100萬用戶。到2023年1月，用戶數量已超過1億，由此成為有史以來增長最快的平台。

憑藉打造幾近真實的人際互動體驗，並擁有涵蓋廣泛主題高水平的專業知識，這款大型語言模型（LLM）成功地與傳統的聊天機械人區別開來。大型語言模型有潛力重新定義我們完成日常任務的方式，從而提高效率、改善效用和互動。或許不出所料的是，大型科技企業很快宣布將在未來數年投資於生成式AI：

部分新聞報道：

• 「微軟將向ChatGPT開發機構OpenAI投資100億美元」（彭博，2023年1月23日）
• 「Google對早期測試者開放ChatGPT競品AI『Bard』」（彭博，2023年2月6日）
• 「翹首以盼中國國產ChatGPT，百度一馬當先交出答卷」（彭博，2023年2月6日）
• 「Salesforce緊跟微軟步伐，攜手OpenAI推出面向銷售者的A.I.工具」（CNBC，2023年3月7日）
• 「Salesforce設立面向生成式AI初創企業的2.5億美元基金」（彭博，2023年3月7日）
• 「Citadel協商獲取覆蓋全企業的ChatGPT許可證」（彭博，2023年3月7日）

對生成式AI的投資或將集中於3個層面：1) 使AI模型集成到面向用戶的產品中的應用程式，2) 為運行專有（或開源）模型中的AI產品提供技術支撐的模型，及 3) 為模型需求提供必需計算能力的基礎設施提供商。 

ChatGPT和大型語言模型的使用案例

大型語言模型憑藉適應性可發揮巨大作用。僅在最近，ChatGPT就通過了以下考試：1) 沃頓商學院MBA考試，2) 美國執業醫師資格考試，3) 若干所法學院的考試，及 4) 面向3級工程師、薪資183,000美元的谷歌編程面試。前景顯然不可限量。

其他一些案例可能包括：

1. 對話代理：試想一下，或許很快就會出現清楚了解庫存供應狀況、還可推薦產品的電子商務聊天機械人。由於庫存水平、規劃、供應鏈中斷和交貨期等盡在掌握，客戶可享受到更快捷的服務，營運也會得到提升。簡而言之，AI能更快、更高效地承擔此類任務。
2. 虛擬助手：最近，Salesforce確認會將ChatGPT集成到旗下CRM服務EinsteinGPT當中。該虛擬助手將自動執行耗時的銷售任務，例如撰寫電子郵件，安排會議時間以及為將來的互動準備資料。銷售團隊運用生成式AI總結以往與客戶的交流，可提升交易成功的概率。它甚至能使尋找潛在客戶的過程整體自動化。
3. 語言處理：高度依賴合同編寫的行業亦可獲益。大型語言模型可起草合同，就適當用語提出建議，甚至還能審核現有的協議。法律研究過程中亦可利用該技術，以總結案例、法律甚至提供翻譯。
4. 醫學和診斷：虛擬助手可用於遠程醫療、臨床決策支持、循證建議，從而改善患者預後。這些只是AI可為醫療過程助力的部分方式。

我是否應當採用ChatGPT，放棄谷歌？

簡單來說，未必如此。從廣義上而言，ChatGPT和大型語言模型本身並不是現有搜索引擎的改良版本。Alphabet顯然能在經典的搜索引擎中嵌入各種功能，以提供與ChatGPT相似的對話回應。而在現有服務和產品中集成大型語言模型所帶來的效率和生產力提升，在我們看來才是真正的增長機會所在。隨著主要參與者開始就位，預計以下細分市場的商用AI應用程式將迎來投資：

1. 生產力和效率應用程式

在微軟投資OpenAI後，微軟行政總裁薩蒂亞·納德拉對於ChatGPT集成到必應搜索業務進行了不遺餘力的宣傳。其中的上行潛力來自於生產力的提升和Office365產品。在編程過程中，GitHub Copilot（由OpenAI Codex提供技術支持，2018年10月被微軟收購）已可分享來自AI結對程序員的自動完成建議。

2023年3月16日，微軟對少量企業和個人開放Copilot，以測試ChatGPT GPT4與Office365的集成情況。Copilot in Word為用戶提供可供編輯和迭代的初稿，不必擔心文思枯竭。Copilot in PowerPoint僅需簡單的提示，即可幫助創建演示文稿。Excel的迭代版本可分析趨勢，在幾秒內便可呈現頗為專業的數據可視化。在Teams中，會議遲到人員可查看未到場時的概括文字紀錄。Copilot未來甚至還能協助整理Outlook收件箱。

各企業決定依託效用的提升創造利潤將只是時間問題。但是，真正的進步必然依賴於訓練該算法所用的基礎數據。

2. 雲端基礎設施

對龐大的數據集運行查詢，會增加公共雲端基礎設施的工作負荷。為滿足計算能力需求而實施的擴展，只會增加基礎設施投資的壓力。因此，在開發可靠的大型語言模型時，諸如Microsoft Azure、Amazon Web Services或Google Cloud Platform等雲端合作夥伴將會發揮關鍵作用。

3. 算力和芯片

對於消化工作負荷增長所需產能的估計數據存在顯著差異。最新預測（資料來源：Dell’Oro）顯示，AI數據中心的單位出貨量佔比將從目前約7%翻倍至2027年的約15%，收入佔比將從目前約20%增至2027年的約45%。這種擴張的原因可能在於AI服務器成本增加3至10倍。 

AI存在哪些成本和挑戰？

大型語言模型的運行和訓練成本不菲。隨著算法的效率逐漸提高，每次搜索的成本最終會降低。當模型無法獲取足夠的數據以供訓練，大型語言模型便會表現不佳，導致出現「欠擬合」現象。反之亦然：過度訓練可能造成視野狹窄，從而對其他領域缺乏瞭解。監管也可能逐步加强。在每輪產品周期當中，監管機構在越來越快地對潛在爭議問題作出回應，尤其是涉及內容審核、虛假資訊傳播和偏見時。 

AI對於經濟和勞動力市場意味著甚麼？

我們認為，這個問題不妨讓ChatGPT來回答。我們就AI的影響提出了幾個關鍵問題，然後對其回覆進行了分析。

AI對經濟是否有利？

ChatGPT：「人工智能（AI）可通過多種方式對經濟增長產生積極影響：1) 提高生產力：AI可自動執行例行任務，而且速度和準確性高於人類，因而可提高生產力和產出；2) 節約成本：通過使各種任務和流程實現自動化，AI可降低勞動力成本；3) 新的商機：AI可幫助企業識別新的增長和創新機會；4) 改進決策：AI可幫助企業作出更全面且由數據驅動的決策。

但是，必須指出的是某些行業因此得到的效益可能多於其他行業，而且AI對就業和收入不平等的影響也需要加以考量。」

我們的看法：與以往的各種顛覆性創新一樣，AI有可能使美國經濟提升生產力。在重新達成平衡的過程中，可能有就業崗位被取代，但為了新的就業崗位和更高的勞動者產出，成長的疼痛是一個必須經歷的過程。 

預測數據大相徑庭，但眾多數據顯示在採用AI的情況下，企業生產力將提高2-4%¹ 。約有25%的企業預計會以有意義的方式採用AI（以Goldman的預測數據為依據，稍後將詳細闡述），因此相當於每年的生產力提升可使GDP提高0.5%。

AI將對勞動力市場產生何種影響？

ChatGPT：「人工智能（AI）有可能使許多目前由人承擔的工作實現自動化，因而可能導致某些行業的就業崗位被替代。但必須指出的是，AI還能創造新的就業機會，並改變工作的性質。

某些就業崗位的自動化程度可能高於其他崗位，某些行業對於具備AI技能的勞動者的需求可能更大。需要創造力、社交智力或身體靈活性的就業崗位被AI自動化替代的可能性較低。」

我們的看法：AI會影響勞動力市場，很大程度上與以往崛起的技術創新相似。為盡量擴大利潤，美國的企業通常會尋找更廉價的海外勞動力和／或自動化流程。

展望未來，「自動化與增强之間的競爭」已經開始²。據高盛估計，美國和歐洲有25%的現有工作任務可能通過AI實現自動化³。高盛認為，傳統的高技能、非常規就業崗位也極易受到AI自動化的影響（法務和財務營運）。與此同時，需要人際溝通技能的人力密集型就業崗位或職能則不太容易受影響（建造、個人護理）。

接下來會怎樣？

「AI將對我們公司未來的成功發揮關鍵作用[..]落實新技術的重要意義毋庸置疑。」

董事長兼行政總裁杰米·戴蒙年度致股東函

預計會有更多企業宣布對OpenAI進行長時期的投入，或者依靠自身的語言處理模型順勢而為。眾多機會不斷湧現，但誰會在這場創新大賽中獨佔鰲頭暫時不得而知。顯而易見的是這場戰鬥不僅限於科技企業之間，而且其結局也並非贏家包攬一切，輸者一無所有。在追求效率和生產力的時代，速度最快的回應者將脫穎而出。現有的參與者手握先發優勢，但毫無疑問會有新的參與者加入戰鬥。

¹ Damioli、Van Roy及Vertesy（2021年），Alderucci等（2020年）、Czarnitzki、Fernandez及Rammer（2022年）

² Autor等（2022年）

³ 根據對生成式AI可能案例現有資料的檢視，高盛將13項工作活動（O*NET數據庫中的39項）歸類為最受AI自動化所影響，並在基本案例中，假設AI能夠在O*NET的7個「等級」中完成難度最高為4的任務。其後，高盛對各個職業的必要工作任務之重要性及複雜性進行加權平均值計算，估算出AI可能取代各個職業總工作量的份額。高盛進一步假設，大多時間需在戶外或從事體力勞動的職業無法被AI自動化所取代。