作者：中联科创特约嘉宾尹智
ChatGPT是一个优秀的理论家，还不是一个实战专家，也许永远不会是 ——
GPT是一个通用大模型，到目前为止，其处理的绝大多数信息都是公域信息，所以其能输出的，也是"放之四海皆准"的通用答案。就算GPT把所有几乎能学到的公域知识都快扫完了，但更海量的行业/领域实战经验，私域知识GPT几乎都还没涉及 —— 比如可以问GPT，一类企业的供应链问题通常是什么，GPT可以提供一二三四等等等等行业通病；但如果问GPT，我的企业供应链有哪些问题？这就得不到什么答案了 —— 当然这也是因为我的供应链 ERP这些系统里的数据没有开放给GPT，这涉及到私域数据的问题，我会专门写一篇东西来分析 ，为什么ChatGPT不会接入政企组织的私域数据，而基于ChatGPT等大模型能力的定制化行业AI模型，就会。
另一个方面，我在附图里引用了周伯文教授的一个演讲，他指出ChatGPT的推理能力，尤其是复杂推理能力不够，我个人觉得，这跟ChatGPT的训练缺乏综合性的，存在大量跨领域关联的私域数据输入有关。这就象一个大学里工作环境比较单纯，书本上的东西搞明白就差不多了，真正到了社会，企业做实际工作，能只考虑一两个方面的问题吗？能只套用书本吗？
所以可以说GPT是一个理论优秀的大学教授，但业务实操能力还非常低。同时，我们也不希望这个理论出众的教授去涉及具体的实操运作，我们希望这个教授安心科研和教学，培养出很多行业/领域专家去服务具体业务 —— 也就是分支出很多相对更小，更聚焦的领域型AI模型，这些模型可以应用到行业，企业，可以接入企业的系统，做企业的ICT和业务的诊断。接下来我会分几篇文章来探讨，ChatGPT这类大模型，和目前的企业级信息系统，未来会是一个什么关系，会形成一种什么样的协同模式。 —— 仅代表尹智个人观点 Ken's personal view only
