AI再次看到了實現商業化價值的曙光。

(資料圖)

這次，借助OpenAI團隊的AI夢想結晶，現象級產品“ChatGPT”，AI應用火出天際。

但是，就目前而言，ChatGPT和之前的AI產品一樣，仍未隨之出現可見的商業化模式。

既出人意料而又無意外，這看上去矛盾。但多年的實踐證明，作為技術應用大國，中國對原創技術的商業化應用探索，常能領先。如今，這對矛盾又一次在類ChatGPT商業化價值探索領域，閃耀著這抹中國色彩。

來自中國合肥的AI創業公司——未來智能，開發的會議辦公耳機iFLYBUDS系列，即為類ChatGPT平臺商業化做多年努力的結果呈現，也是為之實現商業價值的生態系統，提供垂直場景數據和訓練迭代的智能終端。

多年的原創技術和應用大勢都曾經或仍在證明：共建才能產生真正的商業繁榮，而共建法則，即構建生態平臺。從ChatGPT聚合的技術應用前景看，ChatGPT具備生態特征。

生態需要何種應用技術？未來智能的會議耳機這種AI終端有哪些功能，和ChatGPT有什么關系？如何實現商業化？

老問題：ChatGPT為何在美問世

從AI技術發展路徑看，ChatGPT并非新技術成果。在理論上，ChatGPT沒有更多創建——核心技術在2017年就已出現。

這次為很么能大火？“因為面向公眾開放。”未來智能CEO馬嘯對華爾街見聞說，“原先ChatGPT做的是企業級服務，或面向大型開發者，這次對公眾開放后掀起狂潮。”

ChatGPT問世后橫掃全球，在短期內（2個月）即積累了1億用戶，成為全球迄今為止達成1億用戶最快的技術應用工具。說這是工具，但究竟什么是ChatGPT？

簡單說，ChatGPT是用Problem Models（問題模型）加上1750億個參數/節點，以之為基礎提供巨量、有監督的學習數據，借助Transformer架構，“投喂”給AI訓練模型，做出的AI應用效果。

這么解釋或許過于抽象，那就換種說法。

顧名思義，ChatGPT中的“Chat”是“聊天”的意思，GPT是什么？這是OpenAI公司的一個AI技術名詞。民生證券電子行業分析師方競在研報中寫道：ChatGPT是基于OpenAI GPT技術的聊天機器人，擁有3000億單詞的語料基礎，預訓練出擁有1750億個參數的模型。

由于GPT的技術核心Transformer神經網絡架構在2017年就實現了開源——這個架構由谷歌創建，其革命性在于能讓AI“聽懂人話”——因此，中國AI領域對此也不陌生。

但是，中國在技術領域一向有著秉持實用主義的“優秀”傳統，不愿為看不見或不明確的未來持續投入資本。因此，沒有人像OpenAI那樣，持續保持大投入，通過Transformer架構做AI技術開發。

“大模型要燒很多錢，因為要大規模做算力分布式節點投入。”馬嘯說，“所以2017年以來，國內都在觀望。”

從現實的角度看，國內不敢投入，也確實因為基于Transformer架構的AI技術開發成本難以承受。

自2017年，Transformer神經網絡架構問世，AI即進入大模型階段。這什么意思？大模型有三要素，即算力、算法和數據。這三要素的相互關系是，算力的強弱，決定算法的效率，而算法又決定數據的有效性；反過來，數據是訓練算法的要件，能決定AI學到的知識量。

在業界，能提供高效AI訓練的載體是英偉達的A100和H100等AI專用顯卡。這種專用顯卡與普通消費級顯卡的區別在于，后者通常會將部分算力讓渡于光追等功能，而前者的特點是從硬件設計到軟件配套，都為all in AI服務。

如此很明顯，GPT的訓練效果優劣，與投入的顯卡數量有關——巨額成本即源于此。

這成本多高呢？據說有機構做了測算，訓練一個GPT-3，需要至少1024張A100顯卡持續運轉30天，而A100顯卡最便宜的版本，價格也高達8769美元。也就是說，為AI訓練做最基礎的核心硬件準備，就得投入880萬美元。

除了最基礎的高額硬件投入，ChatGPT訓練所耗費的成本才是不可承受之重。訓練一次，需要1000萬美元，要訓練出一個GPT-3，以每天訓練10次，持續30天計算，需要投入30億美元。

這就是為什么國內對開發基于Transformer架構的GPT技術缺乏探索熱情的原因。

因為，成本太高！

樣本：“未來智能”會議耳機

現在，美國OpenAI用實力證明GPT技術應用的有效性。

國內聞風而動。

但是，出于同樣的原因——實用主義——國內對新技術全部熱情的考量源自“這種技術能不能創造出確定的應用商業價值。

現在，ChatGPT剛剛問世，還沒出現能大規模落地的商業模式。此時，中國技術公司行動的時刻到了。

就像在頂層話語體系中，相對于傳統的西方式現代化，有中國式現代化一樣（類似的相對于美國夢的中國夢），國內也會出現中國式ChatGPT，頂層已有此方面的明確指向。

在馬嘯看來，中國式ChatGPT，可能的演進路徑是數家像百度、騰訊或阿里那樣的大廠負責平臺搭建，之后在此平臺上，必然會有“大量基于垂直領域的微調模型，在（中國式）ChatGPT上做垂直領域服務”。

這是互聯網和移動互聯網技術和商業模式發展的歷史路徑，也很可能是ChatGPT在中國發展的未來方向。

一旦國內ChatGPT開放API接口，這些做垂直領域小模型技術開發或服務的公司，就能隨之接入平臺，為之提供垂直細分場景的訓練數據和成果，共同為中國式ChatGPT平臺的商業繁榮添磚加瓦。

有沒有這種公司在做這種探索？

答案：有。

馬嘯領導的未來智能，已經持續開發了多年AI訓練的終端：辦公會議耳機。這種品類，立足于細分的辦公會議場景，解決辦公場景錄音、記錄、文字轉化或語言翻譯等多種問題，目的是幫助會議參與人提升辦公效率。

辦公會議耳機的定位，也就是目標消費群體，包括城市白領、政府官員、律師、記者、外貿從業人員、跨國公司管理和券商分析師等，從中提煉符合職業標準提問的問題模板，以供后續同樣場景做調用，這能大幅提升交流效率。

在此過程中，實際上就涉及了垂直領域多種職業的特定語義標簽/參數提煉，形成大規模的海量用戶數據（庫），近似于創建語義大模型。在此基礎上，隨著耳機目標用戶的高頻日常使用，相當于在做標準職業問題模板的AI訓練。這是未來智能開發的辦公會議耳機與ChatGPT的內在關系寫照。

舉個例子，職業投資人經常跟企業開會，以更全面了解企業情況，以此為投資與否提供參考依據。一般來說，投資人會經常問些共性問題：比如企業年營收多少？有多少盈利？毛利或估值是多少？這種大量的重復性問題，可通過會議耳機的AI技術做標準化特性提取。

當這種垂直職業的數據積累得越多，會議耳機能提取的信息就越精準。通過高效問題模型訓練，就會有極大的機會涌現出非常有價值的服務。隨后，再通過這種優質服務，帶動耳機或其他可能的硬件端的銷售，以此形成商業閉環，這就是技術和服務雙輪驅動。

目前，未來智能的辦公會議耳機已迭代到第四代，共四種類型。2022年，會議耳機出貨量同比實現10倍增長。到2024年，未來智能辦公會議耳機銷量將超過百萬臺。

更重要的是，這種耳機的AI特性，未來智能的存量或增量耳機都在平時的高頻應用中，持續為未來智能的雙輪驅動閉環提供動力。

這就是中國式ChatGPT平臺商業應用的實際發展和可見的商業價值路徑。更重要的是，這一路徑經過實踐被證明是切實有效的。

核心價值：推動生態共建

要明晰未來智能會議耳機的商業價值，這也是中國式ChatGPT在垂直領域商業化可能的樣本。對于這樣的樣本，像建立在生成類問題模型基礎上的ChatGPT技術應用，同類技術原理的會議耳機，AI技術的生成性如何形成？

華爾街見聞了解到，未來智能當前推出的辦公會議耳機，自帶的軟件系統能實現自動學習。這種學習結果，能在又一次的基于語言發音生成的語義文本過程中，按照用戶的發音習慣更新自動學習的準確率。由此形成數據訓練效果循環迭代。

在用戶語音和會議耳機“記錄翻譯”做“溝通”，也就是AI“聽懂人話”時，這種會議耳機的“智能”在一開始，做不到精準理解和文本的準確記錄。未來智能設計了一套詢問最終文本是不是符合用戶理想的系統，以解決這個問題。

如果用戶認可，比如打勾，就相當于給耳機做了一次訓練；如果打叉，那也是訓練，相當于告訴耳機，文本結果不準確。通過這樣的方式，實施多輪使用訓練迭代后，耳機就會對用戶的喜好，越來越理解。當再生成語音轉化成文本時，會議耳機對語義的理解就會越來越接近原意。目前，iFLYBUDS系列辦公會議耳機的轉寫準確率已達98%，在業內首屈一指。

未來智能為用戶設立的賬號，是提升“人機默契”的核心。比如聲紋識別功能，在用戶使用會議耳機是，耳機會自動根據聲紋特質做匹配。一旦發現是某個曾經使用過耳機的人，就自動關聯該用戶的溝通記錄，隨之形成一張該用戶的社交網絡數據。

這張網將為該行為人的職業特征，提煉重復性的標準問題的標簽參數，供AI訓練模型跑數據。不同職業的共性問題參數，即形成問題模型數據庫。

從底層技術原理出發，未來智能的辦公會議耳機，就是所有聲音，只要經過耳機，都可被記錄和處理。比如將線上或線下的會議語音轉成文字，這種文字可能是英文，也可能是日文或其他語種。這要看用戶需求是什么。

如果用戶想將中文會議記錄轉成日文，或將英文會議語音轉成中文，都能通過這種耳機實現。同時，未來智能的辦公會議耳機還具備強智能AI自動學習能力。

事實上，華爾街見聞發現，未來智能開發的辦公會議耳機，除了聚合多種AI應用能力，實現圍繞辦公場景的效率提升，更具想象力的商業前景，是其目標用戶應用耳機的過程，相當于在構建一套垂直細分市場的子生態。

若對整個過程簡做要概括，即在美國推出ChatGPT生成式AI應用聊天機器人前，國內商業組織在做類似的技術應用探索。雙方的區別是美方做高成本的AI技術驗證，中方做同類AI技術應用的商業化探索。

比如未來智能，這家公司多年致力于圍繞辦公場景的細分領域研發AI提效工具——辦公會議耳機。自2021年以來至今，未來智能的會議耳機銷售的存量和增量終端，在高頻應用過程中，形成了領域內有商業閉環的子生態。這個子生態已運行了至少兩年，而且是在推進商業落地的過程中逐步迭代。

不難預見，一旦中國式ChatGPT問世，開放API后，未來智能的辦公場景AI終端系統就可接入。這相當于給ChatGPT提供了辦公場景的AI訓練、數據和應用數據庫和技術應用解決方案。

像諸如安卓和Windows等平臺，之所以具有超越想象的商業價值，是因為在這個平臺之上，奔跑著海量的細分生態子系統。這些子系統，共同構成了繁榮的整體大生態。在共建具有高度價值超級平臺的同時，子系統也在持續為其所在的垂直細分場景，持續提供源源不斷的商業動力。

這才是未來智能推出的會議耳機真正的、核心的、極具商業想象空間的價值核心，也是必將出現的中國式ChatGPT為世界AI商業化落地做出的真正貢獻。

風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。

關鍵詞： 商業價值 神經網絡 商業繁榮