生成式AI創造了什麼應用價值？8.28血戰到底。
随着國内的百模大戰正式打響，下一階段産業界需要思考的問題是：AI究竟能在具體的行業場景裡面解決什麼問題？創造何種價值？不管是一線大廠還是小的創業團隊，恐怕都逃不了這樣的靈魂拷問。如果回答不出來投資人不會繼續買單，C端使用者新鮮感過了也不會續費了。
·一故事的起因：這輪生成式AI熱潮是由OpenAI帶動起來的，核心的創造是做了一個通用意義上的大模型去搞定所有事情。上一輪AI大家用的方式是小模型去解決具體行業的事情，是以一開始并不看好大模型這條路。
可是OpenAl這家公司用于創始團隊的信仰與堅持硬生生的做出了Chat GPT4.0，效果還不錯，是以出圈了，成為了史上使用者破億的最快應用。(融資金額100億美金，超過其它所有同領域公司之和，相比之下今年的預計收入隻有2億美金，付費使用者預計200萬人)。
·二生成式AI到底解決了哪些問題？
→1.更新版的搜尋引擎相比于百度谷歌ChatGPT直接告訴你答案，而傳統的搜尋引擎給出的更多是線索，還要使用者自己進一步去點選進去看。
→而ChatGPT隻需要繼續提問，兩者的使用者體驗肯定是ChatGPT更好，其實本質上兩者的資訊品質應該是一緻的。因為ChatGPT訓練的原材料就是網絡上的公開資訊，但目前的實際效果可能還是傳統的搜尋更加可信，至少它引用的資訊來源是可追溯的(這裡暫且不論資訊源頭是否造假)。
→2.初步思路創意及想法碰撞器。客觀的講ChatGPT4.0能在90%以上的通用領域做到7十分，也就是它的表現可以超越。
→3.低配版的個人助理：解決套路性重複性的工作。比如寫一些總結會議發言稿，比如科大訊飛在這方面确實就做的不錯，百度如流也不錯。
·4.情感上的陪伴：雖然OpenAI的創始人并不認為目前的ChatGPT已經具備通俗意義上的"意識"，但是還是有很多使用者認為對面是個人在聊天，是以能提供一些情緒上的價值。
·3.生成式AI目前還存在哪些問題：
→1.造假：從内容主幹到引用都可以全篇造假，是以嘗鮮過後對于内容準确性要求較高的使用者應該不會用了。
·2.資訊洩露：比如前段時間某知名企業員工在ChatGPT上提問，後來資訊便被同行擷取，因為圈子太小衆太狹窄。
→3.專業性\垂直性不足：因為每個人大多都屬于某個特定領域或者行業，當你想問非常具體的領域或者資訊時ChatGpt會拒絕回答，或者因為訓練的語料庫有限回答不了。
→4.生成式AI具體能在哪些場景落地？我自己是按下面的優先級排序的。
→1.能解決以前解決不了的事情(這點是機會最大也是最值得探索的)。
→2.成本更低的解決(比如插畫原圖設計AI律師)。
→3.更高效率的解決(搜尋答案寫重複性套路性的文章查文獻，後面有時間我會詳細的mapping系統研究梳理一下。
目前這些就是我現在的認知水準，後續會通過學習繼續提升。
