智能聊天做商业分析 ChatGPT商业应用

chatGTP的影响有多大，你认为会改变那些人，未来不会用GTP的人会被淘汰？

作为一个人工智能助手，ChatGPT 可以通过回答用户的问题、提供信息和建议来影响用户的思维和行为。然而，ChatGPT 的影响程度因人而异，取决于用户与 ChatGPT 的交互和使用方式。

成都创新互联致力于互联网网站建设与网站营销，提供成都做网站、网站建设、网站开发、seo优化、网站排名、互联网营销、小程序制作、公众号商城、等建站开发，成都创新互联网站建设策划专家，为不同类型的客户提供良好的互联网应用定制解决方案，帮助客户在新的全球化互联网环境中保持优势。

ChatGPT 对于那些需要获取大量信息、寻求建议和解决问题的人可能有较大的影响。例如，在教育、医疗和商业领域，ChatGPT 可以为学生、医生和企业家提供有价值的帮助和指导。

然而，未来不会使用 ChatGPT 的人并不会被淘汰。尽管 ChatGPT 可以提供有价值的信息和建议，但人类还拥有其他独特的能力和技能，例如创造力、判断力和创新能力，这些能力是人工智能无法完全取代的。因此，未来的世界将需要人类和人工智能共同发挥各自的优势，共同推动社会的进步和发展。

如何抓住语言模型时代的投资风口机会

ChatGPT会给简单重复的工作带来的冲击比较大，一些机械的工作，可以由机器来完成的，未来将大概率交给机器做。

但是，涉及到脑力劳动的，需要应变的工作，尚不能完全由机器来取代，智慧的程度达不到。

比如，ChatGPT或许能根据几个关键词整合出一篇财经报道，但是，还需要财经记者的组合、调整、归纳。又如，ChatGPT或许能分析某家公司的投资建议，但还是需要专业投资人员作出最终的投资决策，ChatGPT给出的建议，只不过是专业的投资人员的一个参考。大家要知道，ChatGPT只是工具，它没有商业头脑，但它有庞大的知识库，对我们普通人来说，就是要用好ChatGPT这个强大的工具，使它服务我们的工作和生活。

这里面充满商机，看大家如何去把握。

首先，让大家失望了，ChatGPT不理解什么是风口，所以它给出的回答如下：

如果您想抓住语言模型，特别是ChatGPT这样的领先技术，可以考虑以下几种方法：

学习人工智能相关的知识：了解语言模型的基本原理和应用场景，有助于您更好地评估这个领域的发展趋势和投资机会。

参与开发和应用：如果您有编程基础，可以考虑参与语言模型的开发和应用，这有助于您更好地了解这个领域的实际应用情况。

投资相关公司：语言模型技术在不断推动着人工智能行业的发展，投资相关公司可以帮助您获得长期的投资回报。

请注意，投资带有风险，应根据个人的投资目标和风险承受能力做出决策。

以上是ChatGPT给出的答案，从这个答案来看，ChatGPT更注重于个人能力的提升，而没有关注到投机取巧的事情。

作为普通人，我们看待AI技术发展的新阶段成果，对于这个成果应用于互联网平台产生出新的市场机会，这是我们可以衡量手中资本和技术及社会资源来参与进来的，毕竟中国上市机制改成了注册制，新技术和新的创意及科技创新等企业都能够注册成为公众公司，我们可以成为这些公司股票和债券的投资者。

投资有风险，入市需谨慎。新的风口，考验的是我们每一个人的专业素养和专注行业沉淀及不可缺少的资本积累，考验国家的是行业战略规划和行业发展立法规范及风险管理机制配套与产业发展引导投资。

综合而言，ChatGPT与元宇宙和虚拟货币等AI技术应用端产品一样，资本还在孵化，社会投资人保持谨慎的跟进，不同风险承受能力的普通人会在科技创新和资本市场风口获得不同回报，机会永远还是眷顾有准备的人。

chatbots有哪些潜力？

ChatGPT其实并没有创新性可言，其出圈的关键在于选对了落脚点。也有人认为，市场对于ChatGPT过于乐观了。

为此，本次CNMO推出了“聊聊ChatGPT”系列专题，旨在让大家更好、更全面地了解ChatGPT，而本文，要跟大家聊的是“这些行业会搭上顺风车”。

ChatGPT本质上是一个对话模型，主要以文字方式互动，不仅可以通过人与人自然对话的方式进行交互外，还可以处理相对复杂的语言，可以完成包括自动文本生成、自动问答等在内的多种任务。ChatGPT亮相以来，被广泛应用在了聊天机器人、编写和调试计算机程序、文学相关领域的创作，更有甚者还用来写论文。可以看出，ChatGPT对各行各业都有所影响，那么哪些行业能抱上这根“大腿”呢？

ChatGPT让AI行业生机勃勃，在一定程度上也带动了自动驾驶行业、金融行业、翻译行业等发展。自动驾驶行业：毫末智行CEO顾维灏认为，ChatGPT的技术思路和自动驾驶认知决策的思路是不谋而合。他提出了人驾自监督认知大模型，让自动驾驶系统从人类反馈中学会选择和辨别，并稳定地输出最优解。

如果将ChatGPT作为车机系统，可为车辆提供语音识别、语音合成、对话处理等功能。目前汽车行业中较成熟的语音交互解决方案，识别率可以达到90%以上，但与ChatGPT相比还是差距过大。如果想让系统理解我们说的话，就得运用到NLP（自然语言处理）技术，而ChatGPT目前是自然语言类的天花板。如果将ChatGPT用于车机系统，一方面可以让车机更容易理解“长难句”，让驾驶更具趣味性

金融行业：招商银行此前发布了一篇名为《亲情信用卡温暖上市，ChatGPT首次诠释“人生逆旅，亲情无价”》的推文，被认为是金融行业首次尝试与ChatGPT搭档生产的宣传稿件。ChatGPT背后的“金主”——微软，曾在发布会上演示了全新功能——财报分析。微软在Edge浏览器打开了GAP公司15页的三季度财报PDF，利用ChatGPT实时总结核心点，并于Lululemon三季度财报做对比，各项指标对比结果飞速呈现。可以预见，ChatGPT如果用于金融领域，可以极大提高效率，减少出错。

翻译行业：随着全球化的加深，企业和个人越来越需要在全球范围内进行业务，这将导致对翻译和本地化服务的需求增加。ChatGPT在翻译行业属实“专业对口”，一来可以减少翻译人员的工作量，提高翻译效率；二来可以学习翻译历史数据，在此基础上生成翻译，改善翻译质量；三来由于ChatGPT可以自动完成翻译，可以降低翻译公司的人力成本。

ChatGPT的未来

ChatGPT的优势在于，可以做到用人们能理解的方式解释概念、传递事实，甚至还有“自己的想法”，但也存在着局限性。由于ChatGPT的能力上限是由奖励模型决定的，需要大量的语料来拟合真实世界，因此可能会出现“创造不存在的知识”等低级错误。

ChatGPT的发展离不开技术的应用和商业化，必须先聚焦于资源、资金高度集中和技术应用性强的特定领域。例如应用于实现自动化办公，由于需求量大，或许可能成为技术应用首先发展的领域。

如何看待最近流行的Chat- To- Talk比对？

这话题最近是真的火，看了很多博主说的，什么让它考SAT可以击败60%的真人考生，让它做LeetCode 上hard难度的题目，7~8成题目都能做对，自动给你敲出代码只需要10~20秒...又看了一下知乎里，各帖子争论激烈，什么样的观点都有，但关键点几乎都没提到：

某项技术是否需要“完全取代某职业100%的工作内容”，才能说它会导致某职业失业？

我再换句话来问，下面的情景能否得出“底层程序员会失业”的假设？

如果ChatGPT使底层程序员的敲代码效率提高100%，但程序员的工作中仍有1/3是ChatGPT完全干不了的，可以得出以下任一预测吗？

任何一个程序员都不会因此失业？

只有极少数程序员会因此失业？

做过老板，扛过预算，负责过阿米巴或事业群绩效，就会明白：

以上2种预测都是错的，一定比例（≥20%）的程序员被辞退几乎是必然的！

因为虽然岗位职责没有被100%替代，但如果还用眼下这些人，去完成原定工作量的任务，人效必然严重不划算！

在2/3（1-1/3）的工作能被ChatGPT赋能后提高1倍效率的情况下，也就是每个程序员可以比原来多产出1/3的工作产出。

假设公司100个程序员，每人负责100个单位的工作量，一共就是10000个单位的工作量，其中的10000*2/3≈6667的部分中有，我用原来一半的人力不就可以完成？

虽然由于前1/3的部分与ChatGPT无关，因此于等于3333的工作量还得靠原班人马完成，但我留下个70~80个人，把这些人员原本用于后2/3工作的、被ChatGPT优化出来的时间，拼拼凑凑用来完成之前100个人做的前1/3工作，不就行了？

说到这，不用细算，我想你应该已经感觉到了，实际职场是如何看待和使用劳动力的，也基本目标了所谓技术和生产力革命是怎么“一步步”颠覆某些职业的了。

从来就不是一蹴而就，一夜之间就宣布某些技术横空出世，能100%取代某个职业，而是如上述那样，看似不过“小刀割肉”（很多楼层说的“内行完全看不上！”），实则已是“大步流星”，每年能提高工作效率15%，5年就是100%，就可能有10%~30%甚至更多人要面临失业。

也要理解，这里的很多答主其实都不是本问题提到的“底层程序员”，能说出“ChatGPT能编写的代码根本不够看的！”的基本都没从“底层程序员”角度出发。

底层程序员占到了当下整个程序员职业群体中的半数以上，从某个非全日制培训机构学习个半年大半年的，会个mysql、python就可以找到工作的！

有没有可能，这种如果5年后还100%没被影响到，或者换句话说，社会对这类底层程序员的总需求相比现在还没有明显下降？

有！可能是黑天鹅中的黑天鹅！小概率中的小概率！

其实程序员的职场就业下行趋势早就有迹象了，这是科技和生产力进步之下必然的，并不只是ChatGPT或别的什么造成的，现在国内几遍没有ChatGPT，程序员在劳动力市场的供需关系早就在持续失衡了：

之前我在写新书（书于21年8月出版）的时候已经写到过计算机程序员相关的分析，贴在这里供参考（强调一下，这是2021年3月写的，出版书籍大家都能找到，不是我说几月写的就是几月写的，不需要互联网的记忆）：

现状：计算机编程人才供给与企业需求的2:1错配

差不多从十多年前开始，随着计算机硬件时代“落幕”和互联网时代的加速发展，“学编程”开始越来越多得进入大众视野。似乎学完编程，成为一名程序员，就能与进入中关村互联网大厂拿两三万的起薪，而所需付出的代价貌似也就是发量少、头冷和996。

这当然是玩笑话，但2020年底有媒体报道，据调研统计分析显示，目前全国各类教育机构每培养出一名“合格的程序员”，能匹配的市场用人需求仅有半个。什么概念？就是人才的供需关系已达2:1错配！也就是每两个应聘程序员的求职者中只有一人最终可以找到工作！

这样的调查数据到底出自何处，准确性如何其实根本不是重点，但凡询问任何一个相关行业从业多年的资深人士该对该新闻的评价，都能得到几乎一致的认同。我们根据大量访谈了解到，不扩张的说目前全国号称具备程序员工作能力的人数在5000万以上，但这其中差不多有大几百万只掌握基础的python，大几百万只写过VB，有不少仅仅在各类在线网校里学过几个月，全都号称“合格码农”，但事实上，我们不能说他们不合格，但也绝不意味着“会编程”就能找到“编程工作”！

写本节的目的不是要偏激地告诉大家，现在学编程已经很难找到工作了，而恰恰相反，事实上，只要你学些编程，更多的情况是，类似第三节第三小节提到的商业分析一样，降低要求后找个编程工作依然难度不大，问题是在“预期”上，理想与现实的落差过大，导致最终大量找不到“预期中高薪”码农工作的求职者高不成低不就，对自身的工作不满意，对个人的职业发展也很难如意。

所以说编程类职业劳动力市场的“高端紧缺、中低端过剩”才是该行业的真实写照，而2:1错配也很好理解，假设每100个“合格码农”中只有5个高端码农，95个中低端码农，但却有50个中低端码农和这5个高端码农一起去应聘只有20个名额的高端编程岗位，结果自然就是每2个里边就有1个找不到工作，而大企业却依旧在那日日招、月月招高端编程人才。