转眼间，OpenAI发布ChatGPT已经一年多，但围绕其展开的话题仍然很“热”。

  “从0到1”和“从1到100”是近年来常见于媒体的表述，前者指原始创新，后者意为原始创新落到实处并在各领域得到普遍应用。然而，究竟何为“1”？OpenAI发布ChatGPT前后的过程，其主线”，并且这一过程提供了理解“1”的三个方位：

  其二，看去路。“1”作为“从1到100”的起点，开枝散叶，开花结果，回答“1”在新产业链中的价值和地位。

  OpenAI在2020年发布GPT-3后原计划继续研发GPT-4，但由于担心对手公司在GPT-4之前发布人工智能（AI）聊天机器人，于是决定成立一家实验室，通过改进GPT-3收集反馈意见，进而改进新的模型。13天后，ChatGPT诞生。

  ChatGPT开发完成后，OpenAI先邀请测试人员来测试，反馈结果却令人失望，因为人们不知道该与聊天机器人聊什么。OpenAI一度尝试开发专业聊天机器人供特定领域的人员使用，但是OpenAI缺少训练机器人的合适数据。

  OpenAI决定孤注一掷，对外发布ChatGPT，交给用户使用，任其自由发展。OpenAI联合创始人格雷格布罗克曼表示：“我当时不知道它是否会成功。”因此，后来ChatGPT的突然爆红令公司措手不及。

  在上述过程中可见供给与需求对接之难，以及某种茫然。研发人员做不到精准想用户之所想，或者在数据、技术上有所欠缺，而用户也不知道最新科技成果与自己有啥关系，甚至不清楚自己的需求究竟是什么。结果就是供需双方在试探中对接。

  开发方非精心策划，而是“走着瞧”，而用户，特别是大量未设定的“计划外”用户“突然零距离见证了AI的能力”，潜在而模糊的需求一下子清晰起来，因此有了两个月的爆炸式增长，这表明供需双方十分投缘。ChatGPT不只是“生成式AI”，也是“生成式”创新。生成式创新，需要对不确定性高度容忍的社会环境。

  “从0到1”，ChatGPT的襁褓阶段处于混沌状态，犹如大河之源头，溪流几乎在原地兜兜转转，不知往何处流。一旦某一条“溪流”开始占优，与大海（社会需求）隐约相通，那么资源将集中到这一条溪流并使之成为干流。比如微软发布AI加持的新“必应”后，其全球下载量猛增10倍。当然，也有临入海仍摇摆不定，甚至以为的海未必是海的事例，譬如曾经的元宇宙。

  谷歌在某一种意义上是另类例子。谷歌本已有类似ChatGPT的产品，但其AI道德专家主张要谨慎使用文本生成技术，谷歌出于伦理考虑而暂缓推出相关产品。

  OpenAI率先发布ChatGPT后，谷歌有些高管被激怒，AI道德专家被解雇，往日的伦理禁忌黯然失色。在竞争压力下，谷歌于2023年2月7日匆忙推出Bard，随即被发现存在缺陷，导致次日股价大跌7.4%。但如今，谷歌似乎变得大胆和开放，以期在产品及其生态上迎头赶上。

  就时间而言，关键是如何在竞争的压力下把握时机，觉察与掌控“技术节奏”与“商业节奏”的二重奏，主题是“产品/市场匹配”。商业节奏超前，技术节奏跟不上，就会陷入加特纳曲线的低谷甚至死亡谷；反之，则会错过时机，让他人占领市场。摩尔定律堪称完美二重奏的范例。有了ChatGPT的第一步，OpenAI最新发布的Sora准确地踩在二重奏的步点上。

  ChatGPT成功创新落脚点之一是通用以适合更多行业，并以更简单的自然语言极大降低使用门槛，使人人可用；落脚点之二是“生成”，赋能用户极大提高工作效率。降低门槛是扩大需求侧的广度，提高效率则是满足需求侧的深度要求。

  归纳起来，由来路“从0到1”来看，“1”是一项新技术首次与需求相契合，或者唤醒了人类的某个普遍需求。

  没有后续的“从1到100”，“1”就如同空中楼阁，只能孤芳自赏，甚至夭折。

  第一台内燃机诞生后，制造第二、三台内燃机固然重要，但更重要的是把内燃机应用到所有的领域，譬如把马车变成汽车 。

  一旦由“从0到1”突破为“从1到100”，进而实现与需求侧对接，就可能领先一步，甚至招招领先。ChatGPT向需求侧的延伸和拓展，指的是由通用平台推向形形的应用场景。ChatGPT推出短短两个月，用户从不同角度测试和挖掘ChatGPT的技能，包括替写代码、作业、论文、演讲稿，进而生成活动策划、广告文案、电影剧本等各类文本，或是给予家装设计、编程调试、人生规划等建议。更重要的是由通用平台推向诸多垂直行业。这就是由“从0到1”推向“从1到100”。“从1到100”拱卫和反哺“1”，形成新的产业，孕育新的“从0到1”。

  ChatGPT问世后，在短期内如雨后春笋般冒出多种类似产品。几乎所有大型科技公司都在不同程度上加入了大模型的研发。截至2023年10月，国内已出现238个AI大模型，5月时这一个数字还是78个。专业技术人员比较了来自5个不同大语言模型就同一问题生成的答案，并在种族、体形和政治意识形态等类别中寻找偏见，以让研发人员衡量大语言模型的潜在危害，作出权衡。

  对需求侧的竞争涉及2C（面向消费者）与2B（面向企业），一开始主要是2C，要深入更广泛的需求侧，以及对生产力进行更深刻的改造，必然介入2B，也就是由大模型的通用平台到垂直的各行各业。各行业的公司在诸多大模型中择优，在大模型所属的公司中挑选服务的品质好的，开发紧密结合各自场景的次级大模型，如此逐级下沉，最终影响到更广泛的个人。在2C与2B中发现的问题和获得的数据可以反哺大模型。

  在平台与垂直的结合点，争夺战暗流涌动。在创始人兼CEO奥特曼被董事会驱逐（“宫廷政变”）后，OpenAI超100家客户联系其竞争对手Antropic表达转投意愿。一位知情的人偷偷表示，“公司（OpenAI）再也无法以致力于理想主义研究为由避免商业化。现在，客户的需求迫在眉睫。”由此可见，初创脱颖而出的公司，如果随后没有迈出“从1到100”的步伐，自身可能失去在“从0到100”中作为“1”的地位，为他人做嫁衣。

  一般来说，“从0到1”由一个企业也就是单一主体开启，由包括该公司在内的多家公司，也就是多个主体共同推向“从1到100”。此次ChatGPT横空出世，OpenAI就是“从0到1”的主体，然而“宫廷政变”如果处理不好，OpenAI可能失去作为“从1到100”主体的地位。产业意义上的“从1到100”虽会受到牵连，但影响的时空范围有限，其他主体会取而代之。

  简言之，延伸、拓展“从1到100”，以及强化“1”与“100”的耦合关系，反过来加强了“1”的地位。“1”，是“从0到100”过程中的关键点和转折点。

  一端是位于“0”附近的“原初时分”，视野远大，肩负着人类的理想和前程。另一端，越接近“100”，就越深入形形的场景，满足各色人等当下的各异需求，供方（含资本）的投入产出比和需方的功能价格比占优甚至成为唯一选项，商业气息渐重渐浓，与初衷渐行渐远。线%的芸芸众生，由云端的理想落到人间的柴米油盐。对于那2%的精英，或许可以引用哲学家哥德尔的名言：世界的意义在于事与愿违，以及在不断克服事愿分离的努力之中。

  人类未来的走向，由2%精英原初时分的宏大理想和98%芸芸众生的人间烟火共同决定。后者略大于前者的事实决定了人类的命运。

  “1”，在“从0到100”的视野下已不再那么重要。（作者系东南大学教授）