不少美國企業已把ChatGPT應用到日常工作，甚至代替部分員工。把ChatGPT這類人工智慧聊天程式引入企業的日常工作可能將是大勢所趨。在已經使用ChatGPT的美國企業中，93%計畫讓它承擔更多工作。已經使用ChatGPT的美國企業中，48%已經讓其代替員工工作。ChatGPT的具體職責包括：客服、代碼編寫、招聘資訊撰寫、文案和內容創作、會議記錄和文件摘要等。48%受訪企業表示，自從使用這款人工智慧聊天程式以來，公司節省了超過五萬美元費用。11%表示節省下來的費用高達十多萬美元。
ChatGPT的確可以將人類從重複性的寫作中解放出來，但是美國人工智能公司OpenAI的首席執行官卻表示，人們不應把重要的事情交給ChatGPT去做，因為網路犯罪份子正在使用聊天機器人創建可以用於惡意軟體攻擊的Python腳本。目前網路釣魚攻擊的進入門檻已經很低。人們只要提示到位，ChatGPT就能輕鬆創建出數十份具有針對性的詐騙電子郵件。
由於ChatGPT的文字內容來自人工智慧本身，而人工智慧開發者對人工智慧學習和輸出的內容負責，所以如果網路犯罪份子利用ChatGPT參與違法犯罪，OpenAI很難免於民事或刑事訴訟。
異質晶片整合製程整體解決方案
ChatGPT的興起，使得市場關注大模型訓練和應用的龐大算力需求，因而聚焦在AI晶片，輝達的A100晶片已經占據領先地位，對數字經濟高度發展的中國正在試圖打破晶片壟斷的局面，雖然中國也有AI晶片，例如2019年九月阿里巴巴推出首款人工智慧推理晶片「含光800」，這是一顆集阿里巴巴演算法(Algorithm)、大數據(Big Data)、算力(Computing)、應用場景(Domain)、生態體系(Ecosystem)五大優勢之大成的AI晶片，道出了現今中國AI晶片面臨的困境─即AI晶片本身處於AI產業鏈上游，中間環節多且複雜，但晶片企業遠離演算法應用，對AI場景理解又不強，形成企業界各自圍繞著各自架構的閉環生態裡發展，自然難以趕上輝達結盟台積電已經形成了一個強強聯合的成熟生態。
因此中國半導體晶片廠商開發AI晶片過程中，會面臨到來自製程、良率、性能、成本等多重考驗，無可避免得面對摩爾定律的物理極限風險，晶片越小、密度越高，在提高性能過程，功耗也要降低的難處，於是進入到後摩爾定律時代。先進封裝的小晶片(Chiplet)是目前普遍認同的解決方案之一，尤其進入七奈米之後，能夠整合的項目就比以往更加多元，包括邏輯電路(Logic)、射頻(RF)電路、MEMS(微機電)、感測器(Sensor)等等各種不同的晶片在內，都需要被整合在同一個封裝當中，於是異質晶片整合製程的整體解決方案就理所當然地躍上檯面，成為整個半導體產業未來的發展趨勢。
AMD從2019年起全面採用小晶片技術獲得技術優勢，AMD的Zen2架構處理器，在原來MCM(Multi-Chip Module)多晶片模組設計再進一步，改用小晶片設計。簡單來說就是將CPU核心與I/O核心分離，分別使用不同的製程技術，CPU使用的是台積電七奈米製程技術，I/O是格芯14/12奈米。
根據AMD在ISSCC公布成本分析，整合的核心數越多，小晶片成本優勢就越明顯。小晶片技術主要用於邏輯晶片製程轉移放緩下來，降低每一次製程縮減所需要的成本和開發時間。僅在最新製程中引入必要的零組件，在舊式製程製造時對不必要的零件則藉由小晶片技術進行連接，從而實現高效能。由此可見，展望未來，在架構設計、後端和封裝流程的重要性，將比前端流程的開發更為重要。
日月光主要布局SiP on Substrate、低密度扇出型晶圓級封裝(FOWLP)及高密度晶圓級封裝等，台積電則是主要布局高密度晶圓級封裝、2.5D Interposer和3D IC等等。英特爾與台積電、三星、AMD、微軟、谷歌、日月光等大廠邀請各界共同推動的UCIe小晶片聯盟，有助小晶片資料傳輸架構標準化，降低小晶片先進封裝設計成本，成為未來高階運算晶片開發主推的小晶片整合技術平台。
