作为通信人，我们应该如何看待ChatGPT？

最近这段时间，ChatGPT火爆全网，引发了整个社会的强烈关注。

这个来自OpenAI公司的聊天机器人，表现出了极为逆天的人工智能水平，让所有人为之震惊。

（chat，英文就是“聊天”的意思）

其实，对人工智能（以下简称“AI”）的能力，人类是有心理准备的。

数十年来，我们观看的很多影视作品，都与AI有关。在这些作品中，AI展现的能力更为强大，给我们打了预防针。

来自MOSS的凝视（《流浪地球2》剧照）

这次ChatGPT之所以带来舆论震动，更主要的原因在于——人们以为AI会慢慢发展，谁也没想到，它“呼”的一下，就来了个“三级跳”，瞬间变强。

ChatGPT的崛起，除了令人震惊之外，还带来了两种感受。一种是振奋，一种是担忧。

ChatGPT可以完成很多工作，尤其是一些此前需要真人才能完成的工作。对于企业来说，可以节约大量人力成本，提升效率，增强竞争力。

而对于更多数的普通人来说，自己的饭碗很可能被AI抢掉，从而下岗、失业。

以前，是人和人卷。以后，除了和人卷，还要和更强大的AI卷。（图片来自《The New Yorker》）

我们每个人都应该认真思考一下，该如何应对AI的崛起：

自己所处的行业，在AI的影响下，会发生哪些变化？自己的工作，是否可能被AI取代？如果会被取代，自己该如何应对？除了取代关系，自己是否可以尝试驾驭它，为己所用？

今天这篇文章，小编就站在通信人的角度，试着分析一下，ChatGPT以及它背后的AI浪潮，到底会给我们带来怎样的影响。

从宏观来看，ChatGPT的爆火，对通信行业是一个重大利好。

在以往的文章里，我反复说过，AI是算力发展到必然阶段的产物。AI之所以现在一日千里，背后都是算力在进行支撑。

ChatGPT的出色表现，肯定会给全球算力建设又注入一针强心剂。像数据中心这样的算力基础设施，还有芯片、服务器、云计算这样的算力技术，一定会继续获得大量投资，迅猛向前发展。

作为算力的最佳搭档，联接力（通信技术）肯定也会跟着获得资源，一起发展。

有算力（数据计算、存储）的地方，一定有通信（数据搬运）。

数据是AI三大要素之一。以4G、5G等为代表的移动技术，还有全光传输网络，负责将终端与终端、终端与云、云与云连接起来。这将为AI提供海量的数据。

这几年，算力与网络融合，搞出了云网融合、算力网络。算力网络为算力服务，算力为AI服务。AI一旦起飞，通信就算吃不上肉，也至少能喝上汤。

通信技术助力AI发展，反过来，AI也帮助通信技术进一步提升。

AI在通信领域的落地，很早就已经开始了。

2018年的时候，小编就在MWC（世界移动大会）看到过相关的研究成果展示。这几年，类似的展示越来越多，成熟度也越来越高，很多都已经开始进行试点。

目前看，AI赋能通信网络，主要集中在以下几个方面：

1、无线网络优化

网优是移动通信网络建设的一项重要工作。传统的网优，都是网优工程师结合个人经验，加上一些工具辅助，人工完成。引入AI之后，网络信号质量的数据处理会变得更加高效，也能够更快地输出优化方案。

也有人设想，如果让无人车和无人机到处跑，采集信号质量数据，那么路测这项工作也可以无人化，真正实现网络自优化。

2、算法增强

现在通信研发越来越难，算法挖潜（例如高阶调制算法）越来越复杂。引入AI，可以帮助提升算法的效率，或者帮助找到更好的算法，实现通信网络的性能提升。

3、网络调度和路由

这个主要是传输网在捣鼓。此前的IPv4，路由和包转发效率低。现在，行业在搞IPv6和SRv6，包括SDN，就是为了提升网络的“交通效率”，对路由进行集中管理。

集中之后谁来管理？当然就是AI管理。如果出现链路拥塞和中断，AI第一时间可以进行切换，实现零感知。

4、网络故障自愈

这个也是AI的热门方向。通过对海量网络故障数据的学习，AI可以基于故障现象，快速判断故障原因，要么提交人类工程师处理，要么自己直接干预。直接干预的话，也可以实现用户对故障的灵感知。

5、网络节能减排

省电就是省钱。现在基站那么多，数据中心那么多，负载需求总是在不断变化的。结合AI，对通信设备进行自动调节功率，甚至进行关断，可以大幅降低设备能耗，减少碳排放，以及电费投入。

相比ChatGPT，上述这些AI应用的实际进展还没有那么先进。但是，谁也不知道，也许哪一天，某个厂商就会突然扔一个超牛的AI机器人出来，彻底颠覆某项工作，甚至整个行业？

AI的优势，是海量数据分析、找到潜在规律、提出应对建议，或者直接做出决策。通信行业的数字化程度本来就高，到处都是数据，所以有大量的工作适合采用AI。

接下来，我们再具体看一下，ChatGPT和AI，会给我们每个通信人造成什么影响。

小编仔细想了一下，发现通信行业有两种人最不容易被AI取代。第一种是售前市场人员，第二种是一线劳动者。

售前市场人员，属于和客户面对面打交道的人。和政府或企业客户做生意，你派个机器人去，显然是不合适的（不会喝酒、应酬、大保健）。尤其在中国，都是关系性市场，没有良好的客户关系，生意肯定没办法做。所以，这类握有关键客户资源的人，AI很难取代。

但是，对售前提供支撑的工作，是可以交给AI的。

例如，ChatGPT可以帮助写方案、标书，一些形式上的文本工作。再例如，市场人员进行市场分析和营销策略制定的时候，可以借助AI，分析市场情况（销量、喜好、满意度等），提供决策建议。

一线劳动者，也就是现场干体力活的人。

工程项目现场的环境比较复杂。我觉得，中短期内想要实现完全的无人机械化，比较困难。站点的勘察、安装、搬运，还是需要人来做。说实话，也不是说这类工作有多高级，主要是因为人的成本反而低。。。

一些不涉及复杂操作的一线工作，也还是会逐渐被AI替代。例如前面说的网络优化，再例如设备开通调测。

最早的时候，设备开通都是工程师一个一个配置数据。后来，有了脚本，可以批处理导入数据。现在，简单的数据，都是上一级网管分发，自动配置。未来，系统分发的数据，都是AI规划和配置好的。

网络维护，如前面所说，大概率会大量采用AI。以后，AI负责监控和维护网络，如果出现问题，AI下达命令，然后人类工程师去干活（例如换硬盘、换光纤、换单板）。

网络性能指标方面，人类工程师和AI最大的区别，就是AI根据数据给出结果，而人类可以根据结果给出数据。这还是蛮NB的，不可替代。^_^

研发方面的工作，受AI的影响也比较大。大家都看到了，目前的ChatGPT，就已经可以胜任初级码农的工作。以后，它写代码的能力，一定会越来越强。

这倒逼了研发人员必须不断提升自己的能力，要有更强的创新能力，更具创造性。那些滥竽充数的研发，就比较危险了。

其实搞过研发工作的童鞋都知道，写一个程序，并不是每行代码都自己从零开始写。简单的模块，都是直接调用的。关键的部分，才是自己写。

现在都说低代码开发，甚至零代码开发。以后，说不定人类只需要给出自己的思路，代码部分完全由AI完成，也有很大可能性。

总而言之，AI的崛起，对坐办公室的岗位有更大的威胁。那么和人打交道的岗位，以及需要实际复杂操作的岗位，相对来说更加安全。

现在很多公司都有一群“养老”的人，每天坐在电脑前，收数据，画表格，写PPT，写报告。这些人最容易被AI干掉，还望好自为之。

好了，以上就是小编的一点个人见解。

AI的崛起，是大势所趋。ChatGPT的出现，给我们每个人敲响了警钟。AI并不遥远。它在不断学习，不断进步。作为人类的我们，没有理由不学习、不进步。

时代抛弃你的时候，连招呼都不打一声。难道不是吗？