笔者感触：

　　两个担忧

　　从代理人视角看，人工智能对人肉功能的替代与威胁。一种担忧是人工智能使需求侧更了解供给侧，另一种担忧是人工智能使供给侧更了解需求侧。

　　顺带说一句，人工智能好像更容易抢夺编码员的存在。

　　三种模式

　　一种模式是赋能于供给侧；一种模式是赋能于需求侧；一种模式是赋能于代理人。

　　请注意，上述第一种模式和第三种模式，应属于不同的两种模式。特别是在独立代理人的话事场景下看问题。

　　如果分不清，一定干不顺。

　　四类数据

　　一种是法律规范，是白纸黑字的黑数据。

　　一种是产品特点，是可能下架的红数据。

　　一种是运营规则，是可能编辑的黄数据。

　　一种是用户信息，是需要保护的绿数据。

　　这四类数据用不同颜色区分，但现实表面可能不用颜色区分。

　　这四类数据横跨供给侧、需求侧。

　　进一步引申，

　　从保险业看Chat GPT，要使之从一张皮，进阶为一个立体。

　　第一，ChatGPT作为一张皮，具有“信息间谍”属性，用户可以这样想，代理人可以这样想，甚至保司也可以这样想。

　　第二，ChatGPT是个新泡沫，在泡沫做大的过程中，它所欠缺的能力、部分，则由前赴后继的建设者、使用者们填满。

　　第三，ChatGPT真正能发挥实际作用，离不开具体经营运营涉及的多方一起坐下来会谈、谅解。聊完，毕竟要做事情。

　　第四，ChatGPT有想法、办法要做一些数据质量的训练，它自带一点点算法，并且算力可能突出。集思，不一定广益。

　　第五，ChatGPT也面临脏数据的问题。不管是不是ChatGPT、类GPT都要解决好数据周期伴随交易、数据凋亡的问题。

　　第六，ChatGPT究竟是一个要素，还是以此为纲包装一些项目？可以肯定的是，ChatGPT与原来做的事有共同的基础。

　　第七，ChatGPT为保险业带来什么？必须是降本增效、事半功倍。抑制风险，促进经营与运营，肩负着责任及生产力。

　　感谢天津港对本文的启发。

　　笔者按：

　　正如卫材肿瘤临床开发高级副总裁Corina Dutcus博士在一份声明中表示的那样，“虽然这些结果与我们最初的预期不同，但这两项研究的见解将有助于我们理解Keytruda和Lenvima”。