ChatGPT 海量的参数与强大的智能交互能力，离不开算力的支撑。根据Similarweb 的数据，2023年1月份ChatGPT日活约1300万人，累计用户已超1亿人，创下了互联网最快破亿应用的记录。若 ChatGPT日活达至10亿人，每人平均1000字左右的问题，那么需要多大的算力资源支持？

中信证券对此做了评估，发现ChatGPT3.5如果应对10亿人次访问，每人深度使用，平均每日万字问题，那么需要投入英伟达最新A100服务器超过46万台。

毫不夸张地说，以英伟达现在“掉钱眼里”的特性，单块A100芯片卖出的价格已经是天价，而在这种天价基础上组建近46万多台的服务器，对于研发和运营团队的压力可想而知。

这也是为什么ChatGPT还远没达到真正理想状态，微软就已经迫不及待推出一系列依靠其发展的商业产品原因，这也是 OpenAI正在布局商业化，并且将其作为最重要工作的原因。

但这里边是有一些问题所在。

04

现在看微软对OpenAI相应技术的商业化就集成在必应新搜索和office365中的工具端。必应搜索对应的是谷歌的广告市场，office365中的工具是额外收费的一种产品。

同样OpenAI的商业化也集中在企业和用户单独付费使用，以及分割谷歌广告市场，这两个方向上。

某种程度上，大部分to C的这样商业模式，并没有给美国互联网市场带来一个增量，反而形成抢夺原有领军企业市场的一个局面。

大家都知道大模型接下来的破局肯定是在to B的商业模式上。AI只是提供了授权使用的方式，目前还并没有显现商业模式的核心，微软则是将其放到了自身云服务上，提供对于客户调教私密大模型的支持，但那些能力也仅是封装在一个小区域内进行，并不是真正的私有化。

再深度下去与行业相结合，目前看 OpenAI乃至于微软，并没有列入议事日程。

做过云服务的企业都知道，在云服务快速普及之后，真正能赚钱的市场一定是跟企业和行业深度融合的市场，SaaS、LaaS和PasS，是这样市场能力的深度体现。

某种程度上，如何利用大模型快速服务好企业，并帮助行业找到新的发展路径，进而产生增量的市场空间，才是未来大模型，可持续发展商业模式的根本。

这才是我说ChatGPT的未来在中国的真正原因。

因为中国的数字化进程是有着美国乃至其他国家完全不一样的过程和发展模式。我们的企业家无论大小，都对数字化抱有着强大的热情，他们认为数字化是企业发展必须的能力。

这其实就开启了一个无比庞大的to B端数字化应用市场。

同样，这也是为什么国内企业敢疯狂投资大模型，并且能有将近20多家拿出成果的一个重要原因，因为to B端的市场无限大，而且各个细分的行业需要符合这个行业实质的大模型来服务。

05

我不是说OpenAI的技术不好，我也不是说中国企业的技术已经赶上了美国最先进的水平。但在企业端应用的水平上，通用大模型不是最合适的，反而训练量放到一定的范围，训练数据也放到一定的范围的行业模型，可能才是最合适的。

这其实就给了中国企业弯道超车的机会。

比如在这个热潮中，华为就没有发布通用大模型。反而他们针对几个不同的细分行业，单独做了自己的行业模型，并且已经投入服务客户的过程，还取得了非常不错的效果。

这其实体现出的是中美在互联网底层商业模式上已经日行渐远的趋势。

从2018年腾讯提出“扎根消费互联网、拥抱产业互联网”的战略开始，与实体经济融合，就成为中国互联网企业找寻自身发展通路的重要手段和首选途径。

这其实就是中国互联网企业在大模型竞争中的底气。

因为对于一家特定客户的需求，不是一个通用大模型就可以满足的，必须是针对客户的需求定制化之后，又对其进行深度优化的结果。

比如阿里云，为了一个地方金融机构需求，可以组织100多位工程师驻场半年，在解决客户所有的需求之后“一揽子交钥匙”。

这种深度到市场、下沉到客户的能力，才是未来大模型技术进军B端客户需要比拼的。而在这一点上，美国的互联网企业这几年的课缺的比较多。

同样大模型现在所有人都看好的一个应用，是直接作用到制造业生产上。美国的大学已经推出，可以利用大模型指挥工业机器人的应用。

然而那套实验室中的东西真正放到一线制造业，已经变成一个笑话。

毫不夸张，为这件事我曾经还特意@了几位云服务领域一直在做一线制造业客户的技术专家。他们看后纷纷表示，这只是一个实验室的测试，把相应的技术拿到一线制造业的数字化过程中，会产生很多无法解决的问题。

中国每年消化了全球生产制造机器人的近七成市场，我们是全球制造业机器人使用最多的国家，没有之一。而制造业机器人真正的难题是针对于用户自身生产的工序要进行细微的调整，这些调整都必须到用户的身边，根据用户的需求来做。

这些工业用户用机器人的绝大多数都涉及到核心工序，而这些核心工序的过程和生产的资料是绝对不能外泄的，这意味着哪怕部署大模型，也必须是在用户线下本体的私有大模型。

同样，每家用户在各个不同的关键节点，可能要使用不同生产企业提供的工业机器人，相应的接口，现在都是靠三方平台的能力来做协调。换句话说国际制造业机器人，小到接口，大到数据传输，虽然归拢到几个核心的标准使用上，但每家基本上都是不同的一套体系，都需要三方公司帮助生产企业进行软件上的调整和适配。

这些不是一个通用大模型就可以解决的事情，必须深入到一线去。

所以这就成为中国相应服务企业，尤其是推出大模型的平台企业接下来弯道超车的机会。

我们欣喜的看到，不论是百度，阿里还是华为、科大讯飞，几乎全部推出大模型的中国企业，都已经将行业模型作为其最重要的产品和应用领域，并且针对自身的优势进行了深度的开发和研讨。

这才是真正的根本，也才是未来中国知识大模型发展的机遇，更甚点说，或许这才是知识大模型的真正用处。

数实融合才是经济发展的真正基石，这句话，放到当下大模型异常火爆的现实中，依然具备指导意义。

与所有想从大模型发展浪潮获得创业与发展机会的企业家和创业者们共勉。

作 者 | 张津京

欢迎关注【BTmt科技】，阅读更多精彩内容。

版权所有，禁止私自转载！如涉及侵权，请联系删除。