ChatGPT凭什么火？揭秘技术与商业策略的双重威力
文章主题：
作者：谢飞，中再集团成员企业中再产险创新业务部高级承保师
本文2000字，阅读时间约5分钟
一、ChatGPT火爆全球
2023年中国农历新年伊始，ChatGPT就火遍了全球。而这一切源于一场某软发布会，发布会上某软发布加入了ChatGPT的新型必应（Bing）和Edge，而这场发布会仅仅距离某歌宣布实验性对话式人工智能服务Bard之后24小时，某软方面依托ChatGPT争夺搜索引擎头把交椅的意图和决心十分明显，人工智能领域商业大战烽烟四起。
作为2C的关键触点，搜索引擎（Bing）让普通大众首次真正意义上接触到了高科技代名词——人工智能，而上一次让街头小巷充斥着“人工智能”概念的则是高不可攀的AlphaGo击败人类围棋天才柯洁。不得不说，ChatGPT能拥有如此号召力，与某软的商业策略息息相关。实际上，2022年底OpenAI已经推出了测试页面，人们可以通过注册官网体验ChatGPT带来的AIGC（利用人工智能技术来生成内容）服务，体验者尝试了写命题作文、写文案、聊天、算算术和自主编程等工作，ChatGPT都给出了令人惊叹的表现。
国内某信用卡机构用ChatGPT在官微生成了一篇推文，“生命的舞台上，我们都是基因的载体，生物学的限制对我们的行为产生了影响。但是，当我们思考亲情时，却发现它是一种超越生物学的 利他行为。如果说基因给我们的生命带来了基础，那亲情便是对生命的深刻赋予。它不由基因驱使，而是一种慷慨的选择……”，其思辨性直抵大众内心的同时还刺激了人们的神经，一个人工智能落地元年呼之欲出。
敏锐的证券业也迅速跟进，一级市场纷纷重仓人工智能公司，二级市场但凡与人工智能题材相关就出现连续涨停。
作为金融三驾马车之一的保险业也关注着ChatGPT带来的机遇与挑战，下面将带来一些分析与展望。
二、 ChatGPT强悍之道
🌟ChatGPT的成功背后，技术与策略双管齐下！🚀这款人工智能巨擘，凭借其迭代升级的GPT系列——从GPT-1到GPT-3的飞跃，核心是Transformer架构的超大规模顺序文本深度学习模型，让技术独领风骚。它不仅全能，涵盖情感分析、问答检索、任务对话等多才多艺，还能精准识别意图和理解机器阅读，翻译更是不在话下。相较于多任务多模型的挑战，ChatGPT的突破性表现令人眼前一亮！🔥SEO优化提示：#ChatGPT技术革新 #商业策略成功 #人工智能突破
从核心算法的角度，ChatGPT采用了行业共识的Transformer框架改良型（仅包含decoder部分），但本质上仍是Transformer框架内部的核心机制，即基于瓶颈结构的各种多头注意力机制。
Transformer框架示意
多头注意力机制的示意
GPT-3共有神经网络96层，1750亿个参数，其对算力（计算芯片）的需求巨大，因此当下无法对全部搜索请求给与反馈。但GPT并不是Transformer核心框架思想的唯一传承者，某歌和某度的BERT和ERNIE也都是基于此核心思想的知名自然语言处理模型。
模型结构示意
当然，ChatGPT能够拥有优异的性能，除了上述核心结构，还取决于其加入了强化学习算法RLHF（Reinforcement Learning from Human Feedback，人类反馈强化学习）和TAMER（Training an Agent Manually via Evaluative Reinforcement，评估式强化人工训练代理），在一定程度上避免了文本生成的随机性，遏制了误导性和有害性答案的产生，同时，更好地理解和完成人类语言或指令。
TAMER算法示意
除了上述核心算法和调优策略，海量的训练语料和充足的算力供给也是模型具有较好性能的硬件保障。
在商业层面上，ChatGPT指出了一条人工智能产业化落地的新途径，依托既有产品进行产业升级，全面提高生产效率，实现对细分头部企业的赶超及自身自有业务的加强。据悉，未来某软将在windows和office中逐步加入ChatGPT的系列产品，帮助用户在文本生成、音乐生成、绘画、策略方案生成等方面全面生产效能提升。
当然，ChatGPT只是人工智能诸多模型中的一份子，除了ChatGPT这类自然语言模型，能够进行分类识别的视觉模型ViT、提升机器操作能力的强化学习模型、拥有“读心术”的推荐算法模型也在不断涌现，如何有效将相关模型落地到实际生产中，实现企业能力的提升，或许是一项比AI模型本身研究更关键和困难的核心问题。
三、ChatGPT带给保险业的启示
保险业作为一个劳动密集型产业，一直在寻找提升效能的关键技术，ChatGPT的出现可以通过并行运算全面提升作业效率，真正实现智能投顾、智能核保核赔和智能客服等，给予被保险人更好的服务体验和更高的性价比。
但是，ChatGPT真正要发挥功效，需要海量的清洗后保险数据、可适配训练框架、GPU算力和业务结合能力，这对保险业的组织架构、业务管理和人才储备都提出了更高的要求。
纵观2022年，财产险市场整体丰收，规模和效益都取得了不俗的表现，但是保险市场生产力水平亟需提升的情况并未真正得到改善。扩大规模的核心要义在于对被保险人心理的深入洞悉、购买需求的深度挖掘和供给服务的持续优化，提升效益则源于对自身管理效能的提升、营销成本的管控以及对风险的有效防范，从这个层面看，中国保险业既面临着较大的挑战，也面临着更多的机遇。一方面，人工智能逐渐走入千家万户，保险行业作为ChatGPT的使用者，能够依托先进技术提高自身营销能力、需求挖掘能力、产品设计能力，优化作业效率和风控能力，降低营销、作业成本和事故发生概率。另一方面，ChatGPT作为深度学习领域的优秀代表，推动了人类对未知领域的探索，实现了生产力水平的大幅提升，但也在探索中带来了更多的未知和风险，深度学习框架的泛化能力边界、可解释性、可控性都仍未有效解决，其大规模运用所产生的新业态、新风险将是未来保险行业承保的主要风险，也急需保险业在风控方面的丰富经验和资本来平滑突发事件所引发的行业波动。
再保险作为跨区域、跨行业进行保险行业风险平滑的重要途径，其数据挖掘建模能力、新产品开发能力在人工智能时代显得尤为重要。一方面，数据是ChatGPT进行建模的关键，再保人手中收集的行业数据体量、稀疏程度、数据质量是决定模型智能化程度的关键。另一方面，随着社会数字化、平台化、科技化进程的不断深入，再保险人与被保险人业务距离不断缩短，依托人工智能的逐单级操作成为可能，再保人为直保公司提供从新产品设计到再保风险分散的一揽子服务需求愈发突出。当然，随着人工智能带动的生产力提升，社会整体财富进一步提升，分入再保行业内部的存量风险和新型风险也不断增加。最大程度的管控存量风险、识别新型风险需要再保人与科技行业深度融合，把握ChatGPT的核心运行机理，有效实现对存量业务的科技化风控转型，同时，最大程度深入认知新型风险，设计符合新风险特点、用户需求、合法合规、风险可控的保险产品。
为了适应人工智能等前沿技术在保险领域的前沿探索和落地尝试，中再产险于2020年6月在上海成立创新实验室，专注于保险行业的科技化转型、新产品落地和与科技行业深度交互。目前，实验室在相关人工智能框架的基础上已经首创性地实现了基于知识图谱和自然语言处理的智能条款库上线、新型网络安全保险及新生态的落地、“再
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
相关文章
