上线不到一周日活用户破百万，2个月破亿……AI聊天机器人火爆全球，一时间成为现象级消费类AI应用。
有望打开千行百业的海量应用场景，引发AI产业变革。微软、谷歌等科技巨头纷纷下场，抢先布局AI新赛道。同时，近期开启商业变现，推出付费订阅版本，进一步验证了AIGC（人工智能技术生成内容）行业商业模式，为AI产业发展打开广阔空间。
备受资本热捧的也正经历着“成长的烦恼”，对于大数据与算力的强依赖将限制其快速发展，超预期的新应用新模式正引发市场担忧，可能带来的合规、知识产权等风险也将给数字治理带来新的挑战。
AI从“幕后”走向“台前”
新兴事物的发展并非一蹴而就，火爆全球的则是人工智能产业链发展到一定阶段的必然产物。经过长年的AI技术研发积累，受益于深度学习技术突破、算力提升、大数据积累等因素，成就了这款杀手级AI应用的“出圈”。
事实上，作为替代人工劳动的生产力工具，聊天机器人并不是新鲜概念。受限技术制约，早期的聊天机器人多偏娱乐性质，近年来更加智能的聊天机器人逐渐应用于客服、搜索引擎等商业场景。
工信部新基建重大项目评审专家、北京邮电大学科技园元宇宙协同创新中心执行主任陈晓华对《证券日报》记者表示，“相比于其他聊天机器人，能更好地理解对话语境，并在生成文本时考虑到先前的对话内容，输出更符合语言逻辑与人类价值观的高质量文本，同时还增加了代码理解和生成能力，极大地提高了实用性，拓宽了应用场景。”
本质上来讲，是一个大型语言模型，接受过大量文本数据的训练，这使其能够对各种各样的输入生成类似人类的反应。“通过大规模的语言学习模型训练，大幅度提高了人工智能应答功能，并能根据人们提出的要求，综合整理和输出相关主题的内容。”萨摩耶云科技集团首席经济学家郑磊对《证券日报》记者表示，经过高强度训练的能够生成文章、计算机代码等，也可以完成一些由人工处理的知识工作，根据文字内容转化为绘图等艺术表达形式。
兼具实用性与功能性，被视为有史以来最具代表性的AI应用之一，也使更多人提高了对AI新蓝海的期待。
“虽然目前的还不能为我们的生产方式带来根本性的变革，但是却代表着人工智能的发展已经进入了一个全新的阶段。”深圳市信息服务业区块链协会会长郑定向对《证券日报》记者表示，在这个阶段，用户将不再是被动的接受者，而是一个可以参与生产过程的对象，同时AI由“幕后”转向“台前”，也在现实中进入用户的生活。
商业变现应用集中涌现
业界认为，的“出圈”，可能意味着一个AI大规模商业化时代的到来。
北京市京师律师事务所高培杰律师对《证券日报》记者表示，“在ToB端到ToC端的智能运用方面具有巨大的商业价值，通过交互平台可以帮助企业与客户建立有效的沟通方案，并在教育、医疗、汽车、智能场馆、智能家居等领域产生新的行业发展变革，在提高服务品质的同时也降低了企业的服务成本。”
2月初，宣布推出付费订阅套餐，每月收费20美元，开启商业化变现道路。订阅该套餐的用户可在免费服务基础上享受高峰时段免排队、快速响应、优先获取新功能等额外权益。同时华西证券研报显示，除了以外，、等其他主流应用亦开启商业变现，根据内容生成次数、生成质量等条件设置多级别订阅套餐。
随着这些主流应用逐步开拓商业化模式，AIGC行业的商业化潜力逐渐释放。
“互联网与数字技术使得分享创意和内容变得越来越容易，但同时也将数字内容创作带入强需求、视频化、拼创意的螺旋式升级周期，而AIGC行业在这阶段的技术融合变革恰好迎合了用户需求。”陈晓华表示，AIGC应用可通过人机协同的方式释放价值，且已作为工具被广泛运用在如传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业中，未来将成为互联网乃至元宇宙的重要内容生产基础设施。
微软、谷歌等科技巨头也看好AI聊天机器人的商业前景，纷纷下场布局AI新赛道。公开资料显示，微软将向投资数十亿美元，并将推进商业化，计划将其整合进Bing搜索引擎、全家桶、Azure云服务、Teams聊天程序等一系列产品中。谷歌则计划推出一款聊天机器人Bard，与竞争。
郑定向认为，作为数字经济的重要组成部分，人工智能的发展前景毋庸置疑。作为AI领域的最新成果，也拥有足够的想象力和发展空间。当前微软、谷歌等科技巨头坚定投入AI，展现出AI应用广阔的发展前景，AI行业有望开启新发展浪潮。
国内巨头超前布局
事实上，国内互联网公司也先知先觉，超前布局AIGC赛道。
“国内目前在自然语言识别方面具备世界领先水平，相关技术主要掌握在百度、科大讯飞、汉王等龙头企业手中。”郑磊表示。
据悉，目前我国已经商业化的案例包括百度AIGC数字人主播度晓晓、百家号TTV等。另外，记者了解到，百度的AI聊天机器人有望于今年3月份完成内测，面向公众开放。
高培杰表示，从技术上看，国内AI聊天机器人在技术上已较为成熟，这需要依托庞大的数据库资源。未来AI产业将在科技巨头竞争中发展壮大，从市场研发到数据库支撑，AI聊天机器人将实现不断迭代。
此外，当前版本的也具有一定的局限性，同时也引发市场的争议与担忧。
高培杰认为，目前无法进行自我创新，这就导致其无法更加深入的理解逻辑思维。
郑磊则表示，的技术路线与人脑学习原理有差别，可能存在因算力资源有限和算法限制造成的瓶颈。
郑定向认为，最大的隐患在于数据缺乏，想获得更广泛的数据或将面临隐私安全、经济、技术等一系列难题。
陈晓华分析称，正是因为更加先进，带来风险的程度和广度也随之加大。受限于模型化的学习资料，并不能保证其答案的准确性，可能会对使用者进行误导，若之后使用在搜索引擎、客服等领域，其回复的信息真实性将可能导致法律风险。同时，文本、图像数据挖掘再创作涉及合规问题，AI生产内容是否侵权很难进行判定。当前国家层面的AI立法正处于预研究阶段，对AI领域的监管有待完善。
记者 邢萌
相关文章
