02 谷歌海外數字營銷答案2022(2022年1+x數字營銷什么時候出成績)

目以待”他補充道。

王志剛說，ChatGPT出來以后，引起了大家的關注。實際從技術本身源頭來講，它叫做NLP、NLU，也就是自然語言處理和自然語言理解。ChatGPT之所以引起關注，在于它作為一個大模型，有效結合了大數據、大算力、強算法，計算方法有進步。同樣一種原理，做得有區別。比如大家都能做出發動機，但質量是有不同的。

然而，無論是ChatGPT還是文心一言，其背后的大語言模型是核心競爭力。北京大學王選計算機研究所研究員趙東巖告訴財經E法，國內大模型在數據、訓練方法和費用投入方面和OpenAI還有一定差距。

一位科技系統人士則對財經E法指出，客觀而言，中美目前在該領域的基礎研究成果差距較大。這些基礎研究成果包含自然語言處理（NLP）、數據庫、GPU產品，“美國切斷GPU芯片（的供應），（中國的）算力就跟不上”。

大型算力的核心在于高性能GPU芯片。北京航空航天大學軟件學院助理教授周號益告訴財經E法，在GPU芯片等計算硬件上，中國與國際的差距在十年左右，硬件水平會嚴重制約大語言模型以及科學計算類模型的發展。

周號益認為，在技術和模型上，中國的科技公司與OpenAI并沒有代差，差距僅在五年以內，在一些較小的技術領域差距只有2-3年。在數據采集方面，以GPT-3大模型為例，其訓練的語料中中文只占5%，中國科技企業對中文語料的積累具有一定優勢，因此極有可能在中文領域實現突破。

03巨頭下一步：構建生態

對于以ChatGPT為代表的大語言模型賽道如何實現盈利，是各方公認的難題（ChatGPT爆火的冷思考：盈利難題與治理挑戰）。

開發出ChatGPT的OpenAI仍是一家虧損中的創業公司。而2023年1月，投資銀行摩根士丹利（Morgan Stanley）的一份分析報告稱，ChatGPT的一次回復成本大約是谷歌搜索查詢平均成本的6倍-28倍。

但騰訊研究院高級研究員曹建峰和經緯創投前副總裁莊明浩都認為，ChatGPT能帶來多少盈利，并不是OpenAI關注的重點，重點是基于它的模型能長出什么樣的服務和應用，從而構建起一個生態系統。“ChatGPT的發展需要一個產業生態，比如它和微軟相關應用的融合就是很好的思路。”曹建峰說。

當地時間3月15日，微軟副總裁兼消費者首席營銷官余瑟夫·梅迪發文表示，新版必應搜索引擎已經在 GPT-4 上運行。另據OpenAI披露，GPT-4是在微軟Azure AI 超級計算機上進行訓練的，并將基于Azure 的AI基礎架構向世界各地的用戶提供 GPT-4服務。

谷歌則宣布開放其大語言模型PaLM的API接口，并推出面向開發者的工具MakerSuite。通過PaLM API 接口，開發者們可以將PaLM用于各種應用程序的開發。MakerSuite則可以讓開發者快速對自己的想法進行原型設計，并且隨著時間的推移，該工具將具有用于快速工程、合成數據生成和自定義模型調整的功能。

微軟迅速跟進。當地時間3月16日，微軟宣布將把GPT-4接入Office全家桶。新功能名為“Microsoft 365 Copilot”。

李彥宏則在發布會上表示，文心一言定位于人工智能基座型的賦能平臺，將助力金融、能源、媒體、政務等千行百業的智能化變革。

截至3月18日早11點，排隊申請百度智能云文心一言企業版API調用服務器測試的企業用戶增加到9萬家，百度收到關于文心一言合作的買粉絲 6588條。

在陳端看來，中國在構建生態系統上具有優勢。陳端指出，中國的移動互聯網經過多年發展，應用層生態化的配套創新已經非常成熟。應用層的很多中小微創業團隊，在過去配合移動互聯生態做了大量的局部、垂類場景端的創新，把過去的這種模式以及底層基礎設施從移動互聯遷移到大模型領域依然適用。

04中小企業還有機會嗎？

面對大語言模型的浪潮，中國企業該如何抓住機遇，避免風險？

在中國，布局ChatGPT的企業有兩種類型：第一種是傳統的互聯網大公司，第二種是一些初創企業。

陳端認為，目前市場上的初創公司已經錯過了布局大模型的初始創業階段。陳端分析說，

重新打造生成式AI企業，跟時機、底層的生態支撐度，還有創始人自身的閱歷、經驗、視野、個人IP的自然調動能力都是息息相關的。此外，大模型在前期的投入，不管是算力還是其他的成本，以及時間窗口都很重要。

陳端表示，目前，百度有能力把自己的其他的產品與文心一言協同，就像微軟把Office與GPT-4協同推出Copilot，而“創業者單純去拼大模型卻沒有配套生態，這是很成問題的”。

張毅也認為，對于能夠有資金、實力支撐的企業來講，單獨構建大模型產品可能會更受資本和創業者的青睞。但對于中小企業來講，依托文心一言的開放平臺去嫁接自己在細分領域的應用，也是一個不錯的選擇。

因為要做出大語言模型，需要長時間，以及巨額資金的投入。

OpenAI成功的背后，是微軟多年來的巨額投入。美國時間2023年1月23日，微軟宣布將對OpenAI進行為期數年、價值數以十億計美元的投資。在2019年和2021年，微軟曾向OpenAI兩次投資。2019年的投資為10億美元，而2021年的投資未公開金額。

AI公司“彩云科技”的創始人袁行遠在接受36氪采訪時指出，要想跑通一次100億以上參數量的模型，至少要做到“千卡/月”這個級別，即：用1000張GPU卡，然后訓練一個月。即使不用最先進的英偉達A100，按照一張GPU五萬元的均價計算，1000張GPU意味著單月5000萬的算力成本，這還沒算上算法工程師的工資。

“無論是哪家公司，都不可能靠突擊幾個月就能做出這樣的大語言模型。”李彥宏在發布會上表示，深度學習、自然語言處理，需要多年的堅持和積累，沒法速成。大模型訓練堪稱暴力美學，需要有大算力、大數據和大模型，每一次訓練任務都耗資巨大。

百度提供的數據顯示，百度近十年累計研發投入超過 1000 億元。2022 年百度核心研發費用 214.16 億元，占百度核心收入比例達到 22.4%。但百度并未透露大模型研發在核心研發費用中的占比。

李彥宏在發布會上表示，百度對文心一言的定位，是一個通用的賦能平臺，金融、能源、媒體、政務等千行百業，都可以基于這個平臺來實現智能化變革，實現效率提升，創造巨大的商業價值。李彥宏認為，大模型時代將產生三大產業機會，分別為新型云計算公司、進行行業模型精調的公司和基于大模型底座進行應用開發的公司，即應用服務提供商。

李彥宏斷言，對于大部分創業者和企業來說，真正的機會并不是從頭開始做ChatGPT和文心一言這樣的基礎大模型，這很不現實，也不經濟。基于通用大語言模型搶先開發重要的應用服務，這可能才是真正的機會。目前，基于文本生成、圖像生成、音頻生成、視頻生成、數字人、3D等場景，已經涌現出很多創業明星公司，可能就是未來的新巨頭。

“大模型、生成式AI最終的產品形態還不得而知，所以這條路注定是長跑，需要整個科技界在資本、研發、模式創新上密切、持續地跟跑。”張毅說。

李開復認為，AI2.0會最先應用在能容錯的領域，而毫無疑問最大的應用領域現在是內容創造。每個領域都可以把原有的App重寫一次，創造出更賺錢的商業模式，最終AI2.0的生成能力會把成本降的幾乎到0。

低代碼究竟是什么？

簡介： 什么是低代碼？我們為什么需要低代碼？低代碼會讓程序員失業嗎？本文總結了低代碼領域的基本概念、核心價值與行業現狀，帶你全面了解低代碼。

什么是低代碼

“Low-Code”是什么？如果你是第一次聽說，沒準也會跟我當年從老板口中聽到這個詞后的內心戲一樣：啥？“Low-Code”？“Code”是指代碼我知道，但這個“Low”字是啥意思？不會是老板發現我最近趕工寫的代碼很丑很“Low”吧... 想多了，老板怎么可能親自review代碼呢。那難道是指，“Low-level programming”里的“Low”？老板終于發現讓我等編程奇才整天堆Java業務代碼太浪費，要派我去閉關寫一個高性能C語言網絡庫... 顯然也不是，老板哪能有這技術情懷呢。那到底是什么意思？作為一名搜商比情商還高的程序員，能問Google的絕不會問老板。于是我一頓操作后，不假思索地點開了第一條搜索結果：Low-買粉絲de development platform。

Wikipedia定義

 

從Wiki的這段定義中，我們可以提煉出幾個關鍵信息：

• 低代碼開發平臺（LCDP）本身也是一種軟件，它為開發者提供了一個創建應用軟件的開發環境。看到“開發環境”幾個字是不是很親切？對于程序員而言，低代碼開發平臺的性質與IDEA、VS等代碼IDE（集成開發環境）幾乎一樣，都是服務于開發者的生產力工具。

• 與傳統代碼IDE不同的是，低代碼開發平臺提供的是更高維和易用的可視化IDE。大多數情況下，開發者并不需要使用傳統的手寫代碼方式進行編程，而是可以通過圖形化拖拽、參數配置等更高效的方式完成開發工作。

Forrester定義

順著Wiki的描述還能發現，原來“Low-Code”一詞早在2014年就由Forrester提出了，它對低代碼開發平臺的始祖級定義是這樣的：

請點擊輸入圖片描述

相比Wiki的版本，這個定義更偏向于闡明低代碼所帶來的核心價值：

• 低代碼開發平臺能夠實現業務應用的快速交付。也就是說，不只是像傳統開發平臺一樣“能”開發應用而已，低代碼開發平臺的重點是開發應用更“快”。更重要的是，這個快的程度是顛覆性的：根據Forrester在2016年的調研，大部分公司反饋低代碼平臺幫助他們把開發效率提升了5-10倍。而且我們有理由相信，隨著低代碼技術、產品和行業的不斷成熟，這個提升倍數還能繼續上漲。

• 低代碼開發平臺能夠降低業務應用的開發成本。一方面，低代碼開發在軟件全生命周期流程上的投入都要更低（代碼編寫更少、環境設置和部署成本也更簡單）；另一方面，低代碼開發還顯著降低了開發人員的使用門檻，非專業開發者經過簡單的IT基礎培訓就能快速上崗，既能充分調動和利用企業現有的各方面人力資源，也能大幅降低對昂貴專業開發者資源的依賴。

低代碼核心能力

基于上述的定義和分析，不難總結出如下這3條低代碼開發平臺的核心能力：

請點擊輸入圖片描述

• 全棧可視化編程：可視化包含兩層含義，一個是編輯時支持的點選、拖拽和配置操作，另一個是編輯完成后所及即所得（WYSIWYG）的預覽效果。傳統代碼IDE也支持部分可視化能力（如早年Visual Studio的MFC/WPF），但低代碼更強調的是全棧、端到端的可視化編程，覆蓋一個完整應用開發所涉及的各個技術層面（界面/數據/邏輯）。

• 全生命周期管理：作為一站式的應用開發平臺，低代碼支持應用的完整生命周期管理，即從設計階段開始（有些平臺還支持更前置的項目與需求管理），歷經開發、構建、測試和部署，一直到上線后的各種運維（e.g. 監控報警、

很赞哦!（96485）