图：ChatGPT由“玩具”向“工具”的过渡并不顺利。

　　人工智能研究企业OpenAI本周宣布，ChatGPT网站访问者无需登录即可使用AI服务。此举极大降低了GPT使用门槛，但亦“暴露”出一个事实，OpenAI的算力不再紧张。而据高盛最新研究显示，只有不到5%的企业正在使用生成式AI，而当前应用水平还不足以显著提升生产率。

　　尽管AI新闻时不时还会冲上热搜，但不可否认社会关注度在逐步“退烧”。事实上，单就ChatGPT网站访问量来看，去年就呈现出高开低走的趋势。数据分析工具网站SimilarWeb统计，2023年1月访问量环比飙升131.6%，2月环比涨62.5%，3月环比涨55.8%，等到6月份访问量由升转跌，环比下降10%，其后也再没有明显反弹。

　　显然，ChatGPT由“玩具”向“工具”的过渡并不顺利。很多用户在尝试引入AI提升工作效率的过程中失败了，最终降低使用频率或者干脆放弃。

　　同样是在本周，高盛经济学家Jan Hatzius领导的研究团队发布报告称，除少数特定的高科技领域外，企业正式采用AI技术的比例仍然很低。初步数据显示，生成式AI的发展小幅提高了劳动力市场需求，但对失业率的影响可以忽略不计。

　　运行成本过于高昂

　　上述研究成果的确让人感到吃惊，因为就在一年前，高盛才信誓旦旦地表示，全球有三亿个就业职位面临被AI取代的风险，而香港将成为最受冲击的地区，约三成工作会“消失”。

　　关于AI商用进程不及预期的原因，笔者此前也撰写多篇文章（如3月2日刊登的《Sora会让我们丢掉工作吗？》）阐述过，主要概括为两个方面：

　　首先，输出内容的Bug太多。由于GPT模型只能处理信息的相关性，而无法掌握事物的因果律，通常会出现“局部合理、整体荒谬”的违和感，极大地降低了自身的可靠性及稳定性。譬如，我们在使用ChatGPT时，常会遭遇“AI幻觉”，即捏造事实或答非所问。这种偏差在文生视频工具中又被放大了，特别是Sora将视频输出时间延长至1分钟，给了AI更多的“犯错”机会。

　　其次，运行成本过于高昂。人脑平均功耗20瓦，且基本恒定；而一张英伟达H100芯片的最大功耗达700瓦，训练GPT3.5（ChatGPT）则需要用到约3万张H100芯片。有人统计过，ChatGPT每日消耗超过50万千瓦时的电力，相当于一个美国家庭每日耗电量的1.7万倍。此外，ChatGPT运行还需要大量冷却水保持低温。

　　迄今为止，Sora未有计划对外开放，更没有为服务进行定价，很可能是因为背后的算力成本是一个天文数字。中金公司做过估算，Sora生成1分钟高清视频的费用可能接近100美元（约780港元）。

　　比较优势仍不明显

　　新技术能否大规模应用，不完全取决于技术的成熟度，还与成本比较优势有关。眼下AI工具仍未形成比较优势，但没人能否认GPT的发展前景。也因此，笔者担心会重现“狼来了”的一幕：人们在一个又一个热点事件中逐步脱敏，但当AI应用真正落地时又会手足无措。

　　要知道，科技颠覆生活的周期越来越短，人们很难在短时间内做好准备。人类历史上，从建造第一条汽车流水线，到全自动化生产相隔了一百年，而智能手机的全民化普及不过十年时间。AI时代的改变只会更快、更迅猛。