面對產生式 AI 威脅企業和就業市場，你如何找到空間？ ChatGPT 是一個風靡全球的聊天機器人。起初，它的能力讓世人驚嘆，這種對傳統技術的不信任感隨之而來的是一波恐懼。從某種意義上說，關於其理論上的能力的炒作已經變成了 ChatGPT 將取代人類工作的恐懼。
我們曾寄望於雲端和人工智慧帶來機會，但現在它們是否成為威脅？LLMs 會否摧毀我的業務？ 一方面，伊隆·馬斯克（Elon Musk）和山姆·阿特曼（Sam Altman）引發了這種擔憂。
"我們必須在這裡小心謹慎，"奧特曼周四告訴ABC新聞。"我認為在實驗室裡完成這一切是行不通的，你必須將這些產品帶到現實世界中，並進行實際接觸。當賭注低時，犯錯誤沒問題。然而，所有這些都說過了，我認為人們應該高興我們對此有點擔心。"
但那是否真的是這樣呢？我們只是創造了多維電腦嗎？
同時，馬斯克呼籲暫停人工智慧的發展，因為他在這方面落後，現在他被迫追趕。而阿爾特曼利用炒作和恐懼來進行營銷。然而，正如LeCun所述，這些模型不能思考，但仍然可能危險。
暫時不論科幻場景，我們可以說，ChatGPT已經開始威脅商業社會了。
例如，看起來Chegg（提供作業協助的公司）是ChatGPT的第一個受害者，股票價值損失超過40％。
然而，自三月以來，我們注意到學生對ChatGPT的興趣顯著增加。我們現在相信這對我們的新客戶增長率產生了影響。
很明顯地，現在每一個合作夥伴都在思考如何將ChatGPT整合到他們的業務中。事實上，Expedia計劃這樣做，IBM和Snapchat已經這樣做了。而我們，Mercury已經把ChatGPT整合到我們的SEO引擎、部落格平台和客戶服務聊天機器人中了。
無論如何，似乎ChatGPT已經整合進了多個企業，且仍有更多企業會使用它。因此，問題出現了，創建一家生成式AI初創公司有意義嗎？或者創建一個業務可能會被下一個ChatGPT升級摧毀的初創公司呢？甚至只是一個讓客戶訂閱ChatGPT Plus但花費更少的方案？
畢竟，為什麼一家公司需要內容寫作、平面設計、網站開發或課程創建這些服務？他們為何需要雇用或付費給這些服務呢？
我們沒有護城河，可能永遠不會有。
一份洩漏的 Google 文件指出，“我们没有护城河...OpenAI 也是如此。”
到目前為止，我們已經談到了ChatGPT，不包括Google。畢竟，Google擁有創建複雜LLM的偉大傳統。為什麼他們浪費時間來對抗ChatGPT？當他們聲稱兩家公司都沒有贏得武器競賽時，他們是什麼意思？
谷歌指出不符合最高標準的產品可能會損害其聲譽（可以看到巴德推出時發生了什麼）。另一方面，谷歌注意到公司正在經歷StableDiffusion的時刻。
開源似乎正在贏得人工智慧武器競賽。
Google 已經意識到開源和 ChatGPT 模型之間的差距正在迅速縮小。此外，開源模型更加可定制、私密，並在某些方面更具能力（專門模型在某些任務上取勝於通用模型）。
"羊駝"成本僅為100美元，可以執行與 GPT-4 相同的任務，品質略低。GPT-4 的訓練費用可能是數百萬。當有免費替代方案時，人們可能不會支付昂貴的訂閱費用以使用受限制的模型。公司也不會這樣做。
LLMs的未來有點像DALL-E的未來。StableDiffusion 現在是標準，許多產品整合、使用者介面、市場和其他模型都是基於它的。而另一方面，OpenAI的DALL-E則沒有被廣泛使用，並正在失去地位。
我可以把建立一個通用人工智慧作為一個業務嗎？
不到一年前，我們還沒有聽說過MidJourney或是Stability AI，而現在幾乎每個人都在使用他們的產品。在某種意義上，StableDiffusion是一個以DALL-E為基礎建立的模型。那麼，為什麼不創建自己的新通用模型呢？
OpenAI自從第一個GPT問世以來，已經經過多年的時間一直致力於建造LLM。他們擁有一支經驗豐富的團隊，專門負責建造、訓練模型和在市場上推廣。此外，如果想要快速的服務和使用友好的介面，基礎設施也不便宜。
儘管用自我監督的方式訓練模型確實意味著僅使用大量文本，品質很重要。正如LLaMA和Google展示的PalM-2一樣，數據越精心策劃，模型表現就越好。OpenAI有一個專門的團隊負責此事。
此外，ChatGPT和OpenAI的許多產品都可以被任何使用者使用，創造出相似的使用者體驗並非易事。對許多人來說，這決定了他們的使用選擇，而非性能。
此外，OpenAI 還有一個額外的優勢，那就是多年來已創建了一個強大且具有辨識度的品牌。OpenAI 已成為人工智慧的代名詞；為了與之競爭，單純展示模型的優越性並不足夠。使用者傾向 ChatGPT，公司傾向使用一個平均觀眾認識的產品。許多公司和使用者會選擇現在被視為預設選項的產品。
最終，OpenAI 獲得了另一項優勢：1億用戶，最重要的是他們的數據。這些數據被用來使模型變得更好。
在 LLMs 時代，如何創建一個初創企業或職業？
品質勝於數量。
這個適用於任何企業或理念。例如，內容寫作不能再基於文章數量或單字數。ChatGPT即使在其免費版本中也比其他同類產品寫得更快，品質也更高，不容小覷。
但是，LLM們並不具備批判性思維（像思維鏈這樣的技術只能減輕這個問題），並且經常出現幻覺。 因此，您只能使用具有明確立場的理性文章來競爭。 使用ChatGPT的任何人都知道該模型不採取立場，ChatGPT無法製作出由明確數據和來源支持的大膽觀點文章。
同樣地，ChatGPT並不理解客戶需求。另一方面，一項研究顯示，患者認為ChatGPT的回答更具有同理心和高品質。因此，它需要再次聚焦客戶的需求。
領域知識
一個通才的模型雖然對所有事情都好，但卻沒有最擅長的。專業領域的知識才是使您能夠獲勝的關鍵。
一個聊天機器人的排列方式會導致某些任務的性能下降。此外，正如huggingGPT和類似模型所展示的那樣，一個LLM不一定能夠完成所有任務，但需要與“專家”模型接口以完成某些任務。
這些模型只能使用專有的數據進行培訓。此外，它們通常需要具有特定領域的知識。因此，那些可以取得非公開知識和數據的企業具有行業優勢。
不要與人工智慧對抗
AI 不會取代開發人員或資料科學家，但將會取代那些不使用 AI 助手的人。
ChatGPT所產生的代碼需要測試，且需要知識來瞭解如何使用和整合它。無論如何，將開放許多更多的開發人員和機器學習工程師職位，這些職位目前正在受到威脅。
法規將重塑A.I.領域。
歐盟和其他機構以往一直在被動地觀察社交網絡，至少歐盟不希望用人工智能犯同樣的錯誤。
「歐洲議會必須以盡可能強大的立場進入三方會談，以保護進入歐盟的所有人的權利，」歐盟政策分析師Caterina Rodelli表示。新的歐盟AI法案可能比預期更加嚴格。如同GDPR所見，違規將導致昂貴的罰款。此外，大型公司也更容易遭受聲譽損害。
最近，由於隱私問題，ChatGPT在義大利被禁止使用（現已恢復）。義大利當局要求提供有關OpenAI的數據收集問題的信息，但最初的回答沒有得到滿意的解決。基於同樣的想法，其他監管機構也採取了行動。不過，OpenAI從現在開始提供選擇退出數據收集的可能性。
此外，已經有程式設計師和藝術家對 GitHub Copilot 和 MidJourney 及其產品提起訴訟。
法規的發展和訴訟的結果將決定大公司的業務範圍。較大的公司將會認為某些利基市場不那麼有趣、風險高，或僅僅是無法滿足的通用產品。
小型公司和自由工作者將更輕鬆地覆蓋這些空間，承擔更少的法律風險，並避免被大公司淘汰。
