ChatGPT（全名：Chat Generative Pre-trained Transformer），美国OpenAI 研发的聊天机器人程序 ，于2022年11月30日发布 。ChatGPT最直接的外在表现形式是，可以像人一样聊天，根据上下文进行互动对话，它可以理解和学习人类的语言和知识。更胜一步的，ChatGPT通过对细分领域的学习和训练，还可以撰写文案/论文、翻译、写代码、做设计等。
正如ChatGPT的名字所呈现的，ChatGPT输出的内容是对海量数据进行预训练获得的结果。它类似于一个记忆、存储能力无限的优秀“小镇做题家”，只要向它灌输知识和规则，在用户需要的时候，它就可以给出如何人类理解的语言输出。
前段时间，包括法务IP行业在内的各个行业，都发表了不少对ChatGPT的测评文章。我发现这些测评文章的思路基本上都是：一方面，惊讶于ChatGPT在通用领域回复的流畅性、逻辑性、文本生成能力；另一方面，针对各自专业领域的问题，又遗憾ChatGPT还做不到很好的理解和认知。
所以大家都纷纷下结论，ChatGPT可以替代各行各业里基础和简单的岗位，做到大幅度提高效率，但无法取代的至少有：
1）专业意见，特别是在医学和法律领域；
2）依赖于经验、策略，特别是创新性的场景；
3）与具体人相关的场景，比如解决问题依赖于了解沟通程度、个人信仰、价值观、道德观等。
对于这些分析，我认为有一定的局限性。局限性具体体现在：
1）更多是从自己所属行业考虑，缺乏对整个行业的思考；
2）更多是从现在的视角出发，缺乏对未来的考量；
3）更多是从单一的视角出发，缺乏多维度的视角。
实际上，目前大家使用的ChatGPT是通用版的ChatGPT模型，它是基于海量的网络公开数据预训练学习获得。海量的通用知识在互联网世界是公开的，比如个人想做一个出行计划，无论是旅行网站、社交媒体充满着各种信息，假设个人的网络检索和学习能力是无限的，一定能通过获取的信息直接得到答案。
然而，对于专业领域，网络上流转的信息多是知识，这些知识是专业领域解决问题的基础，并不是专业领域问题的答案。所以专业人士在与ChatGPT进行专业沟通时，只能获得知识，而无法获得答案。
比如，我们问ChatGPT一个商标注册问题，他的回复如下：
我们似乎能得出这个结论：ChatGPT可以告诉用户注册商标需要的注意事项，但暂时没有办法进行专业判断。
然而，无法进行专业判断，并非ChatGPT模型的能力问题，而是训练的数据源以及训练方法的问题。这些功能已经用简单的AI模型在移动互联网时代被权大师实现了，如果将权大师拥有的商标相关数据集合和数字化的审查标准与ChatGPT模型结合，比如为ChatGPT提供全网的商标数据集合、商标审查指南、商标注册驳回的原因以及对应的障碍标、商标的裁文数据等等，以ChatGPT模型的能力，绝对可以为用户提供堪比于真人商标代理人的服务能力。
也就是说，目前大家认为ChatGPT无法取代的专业能力，完全受限于每一个专业层面的数据训练问题。随着商业和技术的发展，一定会出现大量细分领域的ChatGPT模型和应用，可以肯定被ChatGPT替代的专业深度会越来越深。我坚信目前法务或IP人认为的ChatGPT无法检索、无法撰写高质量申请文件、无法理解法律中人性与道德的平衡的问题，也许会在未来被逐步突破，简而言之，只要你能教会你助理的东西，ChatGPT很可能比你的助理学得快。
甚至于，即使现在，各位法务或IP人士认为ChatGPT的结果不满意时，通过简单、实时的个人训练，就可以让ChatGPT具备一些原本不具有的专业能力。
依然以商标注册为例，我对ChatGPT做了一个简单的训练，它的回答就更加接近我想要的方向：
大家在进行ChatGPT训练的时候，需要密切关注的问题就是信息泄露。每一个人投喂的数据训练的是ChatGPT模型的能力，意味着你投入的数据和训练结果，另一个与你使用相同ChatGPT模型的用户都可以完全分享。如果你投喂的数据是秘密数据以及你的训练结果是公司/个人的核心竞争力数据，ChatGPT会将数据完全泄露出去。
这不，三星内部发生了三起涉及ChatGPT误用与滥用案例，包括两起“设备信息泄露”和一起“会议内容泄露”。根据新闻报告，我猜测三星的员工将半导体设备测量资料、产品良率等内容存入ChatGPT学习资料库中，让ChatGPT帮助他快速分析和汇总，有关“会议内容泄露”的泄漏，估计是员工希望借由ChatGPT完成会议报告的自动撰写，毕竟这是ChatGPT最热的工作应用场景之一。
难道因为机密问题，就没有办法使用ChatGPT模型了吗？当然不是。
现有的解决方案是:法务或IP可以在使用ChatGPT或实时训练ChatGPT时，需要将需要把企业本地数据和可以放到公有云大模型上的数据做一个隔离。
未来，我预想ChatGPT的其中一个商业化方向就是在各行各业垂直应用甚至直接为超大企业提供数据隔离或物理隔离的独立模型，这些各自独立训练出来的非公开领域模型就是每一个企业各自的核心竞争壁垒。
其实，现在有越来越多的行业公司或者创业公司在进行各自非公开领域模型的探索。现在，部署一个垂直行业的ChatGPT模型或类模型的硬件成本大概在几百万，基于摩尔定律，随着时间的推移和技术的发展，在不久的将来，该成本会大幅度的下降。
未来，ChatGPT可能就像现在的移动互联网一样，它会是每一个行业和公司的基本工作工具。跟移动互联网不同的是，它是一个不断进化的工具。移动互联网时代，我们只要会使用移动互联网，就不会被代替；但在ChatGPT时代，我们的能力和思考会快速地被ChatGPT学习和取代，到那个时候，我们不可取代的能力到底是什么呢？
这是一个开放的问题，需要我们每一个人去严肃关注以及深度思考。
那么，ChatGPT未来到底会往哪些方面发展，对企业法务IP人士的终极影响是什么？企业法务IP人士从现在开始应该做哪方面的积累和规划呢？
这些问题，需要更加综合、更加全面、更加专业以及更接地气的解读和分析。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
