AIGC会带来大规模失业，动摇社会的基本结构吗？

《中欧商业评论》（以下简称CBR)：

ChatGPT的出现可谓激动人心，人们对AI的未来充满了期待，请问短期内还会出现这样的突破吗？

王建硕：

我认为不可能了。一个人不可能被杀死两回，一个世界里划时代的技术也不可能出现两次，人无法被接连冲击。一旦产生了ChatGPT这样的产品，新世界的大门就打开了，新的场景和应用方式已经出现了，未来还会有GPT5、GPT6或是其他大语言模型，它们会持续进步，但不会具有ChatGPT这样的冲击性了，未来30-40年左右这些新技术逐渐渗透到我们生活的方方面面，就像当年互联网逐渐渗透生活一样。

田丰：

商汤也有自己的大语言模型商量SenseChat，现在的大语言模型不管你问什么问题，都可以得到回复，且达到平均水平。但如果希望像科学家、医生、律师一样，就需要专门训练。就像电的出现点亮了灯泡，证明了电很有用。未来可能会出现更多电器，比如洗衣机、电视、冰箱等应用层面的创新，现在都在向这个方向努力。

CBR：

如何将生成式AI应用到组织中，实现降本增效？是否可举出具体的应用场景？

王建硕：

对于大多数的企业而言，我现在看来应用的最大公约数在于建立自己的机器人来完成类客服的需求，这是各种行业企业都会有的需求。ChatGPT 能说会道，知识也挺多，美中不足的是对企业而言没法用，没法按照我希望的方式去回答。

ChatGPT的这块短板，恰恰是很多创业公司的机会。举例而言，很多公司有需求说，我这里有大量培训文档、公司介绍、过往客服回答记录等历史数据，甚至加起来有100多万字。那么我如何把这些信息放到ChatGPT中，变成公司自己的输出，甚至这过程中还有些要求，例如不是我给你的信息，你就不要自己去编造等。在我看来，这是一个跨行业的应用场景，这也是我们百姓AI在做的事：打造定制化的智能客服。

在智能客服方面，其实是以2022/11/30为分水岭，之前全球的智能客服机器人是傻机器人，大部分人与这些智能机器人沟通，都是以不满意结束的，所以这也成为了ChatGPT能够划时代的原因。因为和ChatGPT聊过天的人都会明确说，这已经OK了，已经达到了正常的、有智商的、可以与我聊天的水平了。

CBR：

很多人担心AIGC时代的来临，会成为对现有职业的大洗牌吗？哪些行业更容易受到影响？

王建硕：

如果说行业的话，每个人看法都不一样，但大家可能会有一个错误的认知——很多媒体都在谈论哪些职业会被冲击，然后就要避开，这其实让大家跑错了方向。越是被冲击得狠，越是应该努力进入这个行业，因为机会越大。至于那些不被冲击到的行业，反而会走向死亡，我希望大家重新思考这一点。

所谓安全的职业，其实是一些没有前途的职业，因为如果不被冲击，就意味着生产效率没有提升，没有未来。前几天我还和朋友聊起，四大会计师事务所十几年前毕业生工资是6000多人民币，到现在还是7000多人民币，基本上一直没变化。

但程序员的工资20年前大概是3000元，现在可以轻松达到3万元，程序员这个行业在过去的20年里，每一天都在被冲击，每一天都有新变化。如果你看四大会计师事务所时，他们这么多年还在查票据和凭证，当一个行业没有受到冲击时，相对的工资水平就会往下走，跑不赢通胀。

现在能被ChatGPT完全取代的，比如程序员、文案、绘画等行业，将会迎来历史上最大的爆发，在未来的10-20年内，这些行业的工资可能会翻5-10倍。

以文案为例，例如一个大学毕业生一天写1万字，但是ChatGPT可以用5-10分钟写1万字，相当于一天的生产效率提高了48倍，成本降低了48倍。这时候，你会发现总需求会因此有巨大的增加，就像20年前，程序员一共才十几万人，但现在全国大概有800-900万名程序员。

如果按照需求不变的假设，现在只要几个程序员就能满足全国所有需求了。但现实不是的，每个程序员效率都是20年前的1000倍，人数也随之上涨，这就是程序员行业在过去20年对整个社会的影响。当然，现在的程序员至少是拿Python这样的高级语言写，不跟上时代变化很快就会被淘汰。

当浪潮来临时，不要躲避，越躲越惨，你要纵身跳进去，跳得越早越坚决，你获得的利益会越大。

田丰：

大家把现在这个时间点叫做“人工智能的iPhone时代”，是一个产品爆发的时代，就像98年的互联网，在当时如果抓住机会了，会有大量风险投资进来，可以有一个良好的创业基础。

因为当时大家不太知道怎样做商业，而技术上基本已经都准备好了，到了现在，一键就能生成一个网站，当技术前进到这一步时，反而是缺少机会了。现在的人工智能时代很像98年，无论是生成的文章或是图，都需要再修一修，但遍地都是黄金。

我最近就一直在用商量SenseChat写科幻小说，我觉得写得很不错，而且用时很短。它非常有创意，包括写了几段后，我说这部分写得不好，或者再加点感情戏，它都可以写出来，随时可以生成你想要的剧情。

当然这背后会存在版权问题，从我个人而言，我可以不要这个版权，只要是用户感兴趣的故事就行。市场不会因为不给版权就不往前发展，技术的车轮会快速向前转。

AIGC的范围很大，包括可以生成自己想要的图片，制作成海报，可以生成虚拟网红，可以省下很多的成本。甚至旅游博主不需要买机票飞到景点，我直接可以生成照片与相关文案，美食博主可以生成对应的美食，我相信未来3-5年大家会看到各行各业的升级，我们还是要学会快速适应。

CBR：

提到写小说这个问题，想问一下大语言模型能达到什么水平？例如余华在《活着》中写：“月光照在路上，像是撒满了盐。”我们目前看到更多的AI回答比较平，有些是车轱辘话，AI是否可以写出直指人心的文字？还需要多久？

田丰：

大语言模型实际上是针对人类发展史上的高质量数据进行学习，你可以把逻辑理解成一种语法，无论是日语、英语、中文或者哪一种语言都是这样。在学习过程中，一些逻辑性不强的小说类型就被删除了，比如爱情小说删了很多，吸血鬼类型是完全删除的，因为本质还是要描写我们现在的世界。

如果你让大语言模型去模仿莎士比亚写小说，会模仿出一些风格来，前提是文本得有一定的量和规模，才能去学到这个作家的真传。当然现在也在用小数据样本进行训练，例如在5本书以内，模仿出余华老师的风格，这个技术还有很大的进展空间。

我也问了下商量SenseChat，关于大语言模型说车轱辘话这一点，什么时候才能进化？这是给出的回答：到目前为止，自然语言大模型已经取得了很大的进展，但是要到打动人心的地步，仍需要一定的时间和努力。这是比较中立的回答，要到打动人心的地步，需要更加智能、更能理解人的情感和意图，这涉及到是不是有很多高质量的文本训练。

王建硕：

我对这个问题的看法是，ChatGPT能否生成打动人心的文字是过去时，不是未来时，是已经生成了。

我们生活在一个“说者无心，听者有意”的世界。之所以让人的内心产生波澜，是因为读者是人。这句话无论是余华写的，还是机器生成的，只要生成了，就不再属于作者，而是否在读者心中产生波澜，就是读者的事情。

而且拿人类世界里面，最擅长写让人产生共鸣的句子的作家，在其写过的无数文字中，选择最打动人的那一句，和 ChatGPT 生成的大量的没有营养的普通的句子相比较，是不公平的。若是把全人类写出来的文字随便挑一句，十有八九是抖音或者微博的评论质量的文字。如果只论平均质量来说，我个人认为 ChatGPT 完胜人类。

ChatGPT生成的海量的文章中，一定会有一些打动人心的句子。我们最近在很多场合下已经看到了。它们只是等着被打动的人去传播，让这些句子成为“名人名言”一样广为流传的文化一部分。这些需要时间，但是不可逆。

即便 ChatGPT 等大语言模型的发展就此停步，我估计未来 20 年后，我们传颂的内容，大比例来自于机器生成的那些。因为核心不是谁生成的，而是被谁看到，被谁感动，被谁流传。

CBR：

AIGC时代，究竟是新工作先出现，还是失业先出现？

王建硕：

技术带来的生产力的提升，到底是是先创造了新的工作机会然后再减少工作机会，还是先减少了工作机会再创造新的？

我的思考结果是前者。除了一些因为经济周期而导致的社会大萧条，会产生大量的失业群体以外，技术发展史上，因为效率提升，让人们大规模的失业似乎没有那么频繁出现。从宏观来说，新工作的诞生的速度会超过老工作的消亡。

虽然我们现在听到了好多新闻，说某个原画团队被裁，某个律师团队裁人，这类新闻之所以被大家看到，是因为裁员这些事本来就带有大流量，会引起传播。但因为ChatGPT涌现的新工作是大量的，例如我们在机器人调优的过程中，就会需要大量的招人，只是没有人喜欢看这类新闻，人们喜欢看的就是哪里裁员了。

很多人并不是因为工作消失而失业了，是因为他们看到了工资更高、活更轻松的工作，所以去那里上班了。如果这也叫失业，那绝大部分人都会失业，也祝愿大家尽快找到更好的职业。

田丰：

我觉得人是具有主观能动性的，如果拒绝拥抱新技术，就像马车夫拒绝学驾照一样，那就会成为旅游景点的马车夫，因为失去了求生技能。当所有人都在拥抱AIGC时代的时候，当80%的内容由AI生成时，你可以坚持用原来的方法，那就像一种高端服务、纯人工服务，以后会越来越少。

就像很多商场不能生明火，都靠预制菜去做菜，做出来味道也不错，中央厨房其实已经是人和机器之间的融合，所以人们选择去拥抱这种新生产力工具。如果说一定要人炒出来的菜，一定要米其林大厨给你做，那就是少数的高端服务了。

现在是AI 2.0，当很多小学生都在使用AIGC的时候，可以想象下未来会有更大的改变。而且现在是靠技术弯道超车的好时机，例如我们前几年招的人就要会剪视频，但现在招聘肯定要会用AIGC，这样才能提升生产力。

CBR：

ChatGPT最初是免费的，然后开始收费，价格也在往上走。使用机器人答题，在未来会越来越贵吗？

王建硕：

首先，这不能是免费的，因为提供的算力成本挺高的。其次，我有一个非常反直觉的判断，大语言模型的价格在未来会往上走的，因为在未来10-20年内，平均每个问题的成本都是往上走的。

的确，历史上许多东西的价格，都越来越便宜，特别是那些可以大规模生产的高科技产品。但是在过去的二十年中，我们在上网上的花费是越来越多还是越来越少？

对于我们重度依赖的产品，单位价格会随着科技的发展的提高而下降，但是总量反而会上升。

例如，如果我们想要购买 100 兆数据的传输能力，二十年前可能需要花费 1000 元，但现在可能只需要 1 块钱。虽然单价下降了，但是我们今天需要的数据传输量却比二十年前多了数百倍，所以，我们最终花的钱并没有降低。

未来，基于大语言模型等基础设施，回答相同问题或解决相同复杂度问题的成本将急剧下降。然而，我们的问题的复杂程度上升的速度一定会超过成本下降的速度，所以需要的计算机能力将急剧上升，使得计算机在日常消费中的花费可能会不断上升。

田丰：

从上世纪70-80年代以来，电的费用在持续下降，电力成本的下降带来的是社会需求指数级的上升。我小时候总说要节约用电，现在很多家庭的设备根本不关电，社会主流的技术成本持续下降，会带来需求的指数级爆发。

另外一个例子是在1G、2G时代，我们上网很贵，但现在发个短视频很正常，这也带来了巨大的产业应用的创新。人工智能的成本现在就在经历一个持续降低的过程，从最近3年商汤的数据而言，数据标注的成本下降到了原来的 1/ 500，速度提升了 600 倍。

另外，大模型是服务于全民的，虽然大模型的研发成本确实很高，但是研发出来之后，基本上分为研发成本和运营成本两部分，用的人越多肯定运营成本就越高，当然也会带来一些研发迭代的成本。但当使用人数从1亿变成30亿时，平摊的成本会更低，边际成本会降低，甚至趋近于0，就像每个人都用滴滴打车一样。