（原标题：ChatGPT出圈背后，生成式AI的春天到了？）
对于ChatGPT的爆火，有人说这是“人工智能的里程碑，更是分水岭，这意味着AI发展到了临界点，企业应该早点布局”；也有人评价说以前的人工智能AlphaGo打败了柯洁，但只是将其局限在围棋领域，而ChatGPT则将其推进到了人们的生活和工作之中，这意味很多人的生活和工作将被“深深地改变”，甚至会有人因此失业。
事实上，这些说法绝不是危言耸听。据公开资料显示，ChatGPT开放测试以来，已经有学生拿它来写论文，并且还因此获得了大奖；有程序员拿它来写代码，甚至连总统发言稿也可以拿它来写……总之，它的成功给行业带来了诸多的全新可能性。
首先，它可能会改变人们搜索和使用信息的方式，给内容行业带来深层次的改变。据了解，ChatGPT可以通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，甚至能够完成撰写邮件、视频脚本、文案等任务。目前ChatGPT的应用场景主要包括用来开发聊天机器人，编写和调试计算机程序等，从根本上来说这种生成式AI应用，为信息传递、搜索开辟了全新的路径，因而其一经诞生就引起了各大科技巨头的注意。
其次，作为一款AI应用，其以现象级的速度迅速出圈，有望为AI进入C端应用市场开辟道路，并加速AI在细分应用领域的普及和商业化。ChatGPT上线仅2个月，用户数量就顺利破亿，成为AI应用领域甚至互联网应用领域的一个奇迹，这为其商业化奠定了很好的一个基础。
据外媒TheInformation爆料，openAI计划在2023年实现2亿美元营收（开放用户的个人订阅、每月20美元），2024年底前，营收达10亿美元。就普及度方面来说，ChatGPT的成功首次将生产式AI推向了大众面前，使其得到了更大范围的应用，让社会各界重新认识到了AI的现实价值。
第一类，是有确确实实的实际应用产品的代表性企业如百度、阿里、腾讯等公司，其有望成为国内生成式AI应用的第一梯队。前文提到，ChatGPT可以基于特定方式和场景进行搜索，因此给搜索行业带来了全新的变化，比如它会基于用户个性化需求，提供包括视频、图片、文字、音乐等不同形式的搜索资料，这将比之谷歌的搜索页显示更为“精准”，体验显然更好，甚至有人认为这种体验不亚于谷歌取代雅虎的革新。
总之，在这个行业之中，各路公司在其中扮演的角色并不相同。
尽管，目前ChatGPT迅速在整个科技圈爆火，引发了各路人马的围观，但事实上当下的该类应用或者说行业，仍处于萌芽阶段，离真正的成熟期还有距离。
首先，是该应用当下还存在一些应用bug,在实际应用中面临诸多局限。拿专业的话来说，一个人受教育的过程就是：不断将书本的内容概念翻译成可以理解的自然语言以应用传播，这一点也是这类应用模型的训练过程，通过不断将疑问、概念、事件等信息，转化成自然语言，推动机器学习从而增加人机交互能力。
其次，商业化方面面临较大挑战。目前来看，ChatGPT在C端应用市场得到了迅速铺开，但是C端用户的购买力和付费意愿是否会成为稳定的商业模式，还是个未知数。用业内人士的话说，C端用户多半图个新鲜，热度一过很可能就对AIGC(AI创作和UGC创作)失去了兴趣。另外，AIGC研发所需的开支巨大，不仅数据采集训练耗资大，而且云服务的开支也很大，未来其创造的营收能否直接弥补这部分成本，也还有待观察。
尽管目前ChatGPT引发了业界关于生成式AI的热捧，但从技术商用等方面来看，要真正做到落地还是存在一定的现实挑战。
具体来说，AIGC的大规模商用，需要三个条件支持：首先是基于技术积累而设计出超级模型，其次是需要海量数据去支持模型训练，最后是有足够的算力和流量平台来产生可持续的商业模式。openAI的成功，正是基于技术、算力、流量的优势，微软的bing,也是具备很大流量的商业平台。
从这个意义上来说，能够全部满足这些条件的公司本身是比较少的。从国外来说，谷歌、亚马逊、微软这样的超级平台，具备流量、技术和算力的优势；在国内而言，BATH这样的大平台，或有望取得一些大的进展。
从商业落地上来说，ChatGPT这样的产品更迭速度会比较快，这些需要很大的背后资源支持，而ChatGPT或许并非是商业化最成功的一个，未来行业或许还需要仰赖于新的超级模型诞生来推动商业落地。
其他方面，国内公司目前还与美国存在一些代差，AIGC的技术是架构在大模型基础上的，而这方面我们还存在一些差距，国外的API很难直接对我们开放，因此接下来的追赶还需要更多发力。从应用场景上来说，基于数据安全的考虑，国内的国企、机构很难将API数据开放给国外企业，因此其应用场景会受到极大限制。
综合各方面来看，国内AIGC的应用并非是一个人人可追的风口，这个领域的超级应用或许只能是属于少数大平台的机会。