有意见 ｜ 加入ChatGPT的必应，千年老二要打翻身仗
长久以来，搜索引擎的“铁王座”被谷歌牢牢霸占，微软的必应搜索引擎在后面努力追了14年，全球市占率也只有可怜的3%左右。但是，ChatGPT最近爆火，微软作为背后开发商OpenAI的金主，这一刻终于看到了转机。在今天凌晨微软召开的发布会上，微软正式宣布推出由ChatGPT支持的新版必应搜索引擎和Edge浏览器，新必应的工具栏中提供了聊天选项，训练数据也比ChatGPT更新。
“有意见”留言板
@卖鱼翁阿强：我翻开新闻一查，这新闻大多相同，先是元宇宙，再是NFT，到现在的ChatGPT，歪歪斜斜的每页上都写着为了全人类的科技发展。我横竖睡不着，仔细看了半夜，才从字缝里看出字来，满本都写着两个字：资本。
@选择：干什么不重要，选择干什么很重要，微软的bing搜索引擎几十年如一日都不怎么样，但2019年开始选择投资OpenAI，花了130亿，这两天借着ChatGPT的风口，将GPT-3.5模型加入Bing和Edge后就直接起飞。产品能力起飞，股价也起飞，微软市值飙升800亿美元。按理，微软作为劣后股东，投资的130美元要回收成本，要等到马斯克等第一批优先股东收回成本，而且去年OpenAI盈利仅有2亿美元，但一夜间一个发布会直接将“不可能”变成了现实。
@卡卡卡卡西：创新往往来自小团队，而非大企业，尤其谷歌、微软这样的超级巨头，这些大企业的掌舵人自然也明白这其中的道理，所以他们慌了，为了抓住这波机会，一个比一个卖力，毕竟，在历史的滚滚车轮下，平庸往往意味着灭亡。
有意见 ｜ 码农危机， ChatGPT拿下谷歌Offer
近期，ChatGPT成功通过了谷歌的面试，拿到年薪18万美元的L3工程师offer！
据一份内部文件显示，在编程面试中，ChatGPT的表现很是惊艳，谷歌确定可以将它聘为L3（工程团队最入门职级）工程师。谷歌软件工程师的面试过程，主要考察的是技术掌握能力，比如图、树、数组、字符串、动态规划、递归等问题，而Meta、亚马逊等大厂面试，也基本是基于这些问题进行提问。
我们的科技留言板“有意见”如下
@不倒翁：码农危机？这只不过是上学时候书本上的“羊吃人”运动的重复演绎罢了。当时大量的基本劳动力被生产力更高的机器替代，今天如此，未来同样如此。对于软件编程基础工作而言，ChatGPT的效率可以说是吊打人类。但是另一方面压力也促使人类的软件工程师不断在进化，人们可以不断通过ChatGPT来更高效地获取知识，提升自身的创造力、解决问题的能力。让ChatGPT成为自身的帮手，而不是替代。
@黑咕隆咚：随着ChatGPT功能越来越多，各个公司也都争相效仿研究类似ChatGPT的产品。其实ChatGPT本身只是辅助人类的工具，还是需要人类的监督和指导才能有效运作的，想要完全替代人类肯定是不可能的，更别说可以完全替代码农了，能被替代的也只能是一些初级码农工作者和初级底层工作者吧，所以各行各业的我们想要减轻就业焦虑还是需要不断学习、汲取新知识获得更多技能才会不被AI超越哦。
@周一见：虽然ChatGPT表示只会成为协助工具，但也承认低级别的职位的确面临更大风险，这不止码农危，而是慌的一批！！
李晔林：如何挖掘ChatGPT在银行业应用潜力？
李晔林简历,李儇和李晔中新经纬2月8日电 题：如何挖掘ChatGPT在银行业应用潜力？
作者 李晔林 中国银行(601988)研究院博士后
2022年底，人工智能公司OpenAI发布智能聊天机器人产品ChatGPT，由于其具有强大的智能对话、信息搜索和文本生成功能而火爆全球。2023年1月份，ChatGPT的全球月活用户达到1亿，获客速度超过有史以来的所有搜索类和办公类软件，并超过Tiktok、Instagram等风靡一时的娱乐性产品。
在众多用户的体验过程中，ChatGPT逐渐展示出其在软件开发、广告宣传、多语翻译等多个行业的高水平应用成果，激发了其他行业从业人员的应用热情。对于在数字经济时代已经完成电子化、网络化和终端化转型，正处于智慧化转型进程中的商业银行来说，ChatGPT及其底层的文本生成技术和强化学习技术也可能成为不容忽视的科技力量。
ChatGPT在银行文本生成类工作场景中具有应用潜力
一是在前台经营部门的应用。由于聊天机器人是ChatGPT唯一的使用和交互形式，其最直观的应用迁移场景是银行的线上客服。通过在ChatGPT中输入某大型银行线上客服页面提供的热点问题并对二者提供的自动答复进行对比，可以看出ChatGPT的优点之一是有强大的信息整合功能，例如提问“借记卡无法使用的原因是什么”，ChatGPT提供了六种可能的情况，而银行自动回复包括了四种情况及相应的解决方案，也可由此看出ChatGPT的主要缺点是基于公共知识库训练而成，在需要精准答疑的智能客服场景下针对性较弱。
二是在中台管理部门的应用。ChatGPT在一定程度上集成了数据管理和自动化流程功能，使其在计划财务、渠道运营、授信管理甚至战略规划等领域都具有应用潜力。例如，在ChatGPT中输入“生成各国银行业规模表”，自动返回包含美国、英国、加拿大、日本和法国的银行资产数据；输入“对公贷款余额高、对私贷款余额低存在什么问题”，能够得到“对公贷款余额高容易导致逾期率提高，对私贷款余额过少不能很好地满足民众日常生活和企业发展的金融需求”的回答。虽然上述回答显然存在数据不准确、单位和数值不匹配、分析结果以套话为主等“硬伤”，但随着输入问题的细节增加，有望将其应用到日常工作中。
三是在后台支持部门的应用。ChatGPT从问世之初至今最广受好评的功能是开发辅助和机器翻译，在编写和测试代码以及多语翻译、多语纠错等任务上表现优秀，上述工作在银行被分配到人力资源密集型部门和岗位，目前已经可以处理相应的基础任务。
当前ChatGPT在商业银行业务中面临较多实际问题
一是ChatGPT没有开放标准化的知识库接口，商业应用落地存在壁垒。OpenAI在开发和训练ChatGPT时使用的公开互联网知识库包罗万象，理论上可以解决公域使用场景下的所有文本生成问题，但是在银行业务和经营中的使用涉及各类内部知识，包括数据、管理制度、工作规范等等，要在实际应用领域获得大量语义数据并进行大量训练，初始使用成本极高。
二是ChatGPT无法联网实时更新知识库。当前ChatGPT开放的功能均是建立在OpenAI使用2021年前收集的语料训练基础上实现的，一方面ChatGPT无法就最新的事件和问题作出回答，另一方面未知的知识库更新方式和训练所需的计算资源也是其在实际商业活动中落地的阻碍。
三是ChatGPT的初始方法是有监督的机器学习，在特定领域应用中的准确性和泛化性须进一步平衡。纯机器学习模型相比当下银行智能客服等多用的基于规则的模型在准确性上相对较弱，可能影响客户满意度，同时可能会将在模型训练初期训练者的个体逻辑引入实际的商业活动，带来潜在的风险。
四是存在明显的数据泄露风险和科技伦理问题。从目前人工智能领域的发展来看，ChatGPT的开发者OpenAI具有较大的市场竞争优势，银行与技术提供方之间存在的技术壁垒导致其在银行落地应用的安全性存疑；与此同时，由于技术本身具有可拓展的性质，其此前涉及的作弊、剽窃等伦理问题可能在商业活动中被放大。
可以看出，ChatGPT智能聊天机器人在商业银行前中后台多个部门和岗位都具有应用潜力，但目前实际落地的门槛较高、技术难点较多且明显存在风险隐患。
作为可能颠覆互联网行业格局和发展方向的重要技术，银行业应高度重视其在商业领域的应用前景以及下一步技术突破的走向。在实践上，为了将人工智能系统和智能语言模型真正应用起来，银行可以深入探讨评估智能文本生成技术在渠道、运营甚至风控场景下提升工作效率的可行性，尝试在合理范围内适当加大科技投入，探索相关技术的开发和使用。(中新经纬APP)
