AI如何破局，李彥宏給了思路_風聞
地产风声-地产风声官方账号-听，这风声，好像在说秘密昨天 07:34
文 | 內幕君
圖片｜狗蛋AI
作者｜狗蛋、狗蛋AI
1
再撕掉45頁日曆，2023年就翻篇了。
站在未來回首這一年，一定會有很多人提到：
2023是AI元年。
3月份，OpenAI發佈新一代GPT-4大模型，百度發佈文心一言大模型，微軟發佈基於GPT-4的AI助手Copilot……
一個接一個重磅級產品蹦出，讓大家切身感受到，新世界來得太快像夢一樣，也記住了這個歷史性的3月。
之後，華為盤古、360智腦、騰訊混元、阿里千問等國內AI大模型魚貫登場。
與此同時，OpenAI持續迭代GPT-4、ChatGPT；文心一言3月發佈3.0版本，6月迭代3.5版本，模型效果累計提升超過50%，10月又迭代了，升級為4.0版本。
年初大家嫌棄AI不懂畫手，現在人家不僅會畫，還有了審美靈魂。
餵給AI一段梅西比賽視頻，AI能看懂球賽並完成解説。
人間只一年，AI已數年。
可以説，2023年是“時代裏的2023”，智慧湧現，變革疾風驟雨。這也讓大家對AI時代產生更多期待，有網友説：什麼時候能實現，投餵AI動畫片直接給出真人電影？
對AI領域瞭解的人會發現，前面舉的這些顛覆性操作，都是應用層面的事。
而且遺憾地説，這些應用大多數都是國外創造的。
國內AI創業的熱潮都湧向了大模型，舉一組數據：
6月份，國內已經發布的大模型是79個，目前已經激增到238個。
相當於4個月時間翻了3倍，實際數量可能不止於此。
互聯網曾經出現“百團大戰”，現在的AI行業有點“千模大戰”的意思。
百團大戰的結果是，絕大多數企業在“撒幣”燒錢中湮滅，最終只剩下那麼兩三家。
“千模大戰”如果沒有糾偏，結局也難逃一地雞毛。
11月15日，出席西麗湖論壇的李彥宏，給AI行業當了一回吹哨人。
他在主題演講《AI原生時代：“冷”思考和“熱”驅動》中提到：
我們需要的是100萬量級的AI原生應用，而不是100個所謂的大模型。
狗蛋前幾天看到一組數據，今年融資最多的5家國內AI創業公司：
有4家在搞大模型。
這就是當前人工智能看起來很熱，其實生態失衡的寫照。
都在押注大模型，搞“軍事競備”，結果就是：
模型很熱，應用很冷。
2
演講一開場，李彥宏先給AI“降温”，説“人工智能很熱，但我想談兩個‘冷’思考”。
李廠長説的兩個“冷”，一個就是前面説的中國大模型太多，模型之上開發的AI原生應用太少。
一個是，受限於智能湧現能力，絕大多數研發出來的專用大模型的價值非常有限。
很多行業、企業，甚至城市都在買卡、囤芯片，建智算中心，想從頭訓練自己的專用大模型。
好比開山拓荒，有人用了十年甚至更久終於拓出一大片地，基礎設施也都做好了，現在缺的是耕種者、建設者，不管是種蔬菜瓜果還是蓋廠房、商場，目的是讓土地價值最大化，大家種起來。
現實卻跑偏了，不管有沒有實力，大家都跑去拓荒……
這就是李彥宏呼籲冷靜的根源所在。
反觀國外，AI原生應用的開發熱火朝天，今年上半年，美國誕生了超過1000家AI創業公司，絕大多數都是在應用層。
不久前，OpenAI再度進化，一週之內催生了2000多個應用。
基於安卓和IOS操作系統，移動應用湧現了800多萬個，誕生了微信、抖音、淘寶之類的超級軟件。
得以預見，AI行業到最後，最終也只會剩下幾個大模型。
其一，商業規律是相似的，賽馬的結局很殘酷。
其二，要開發出真正有價值的、可用的大模型，存在很高的技術和成本門檻，並不是燒錢就能做成。
以文心一言為例，百度摸爬了十年，持續投入上千億，同時在芯片、框架、模型、應用層做生態佈局，才訓練出大模型的理解、生成、邏輯和記憶四大核心能力。
到目前，文心大模型迭代到4.0版本，是國內唯一可以和GPT-4掰掰手腕的大模型。
目前國內所有開放的AI平台，狗蛋都玩了一遍，主要集中在問答和寫作方面，的確，文心4.0的理解和生成能力最好，能讀懂潛台詞。
像大家在看的這篇稿子，狗蛋提煉了幾大關鍵詞餵給文心，直接讓它優化提綱。
是不是還不錯？
提綱中第三部分關於「一把手推動」，狗蛋給的原話提示詞是“關鍵詞一把手推動”，文心已具備一定的聯想和拓展能力，懂得結合前後文，知道要講企業領導的關鍵作用。
當然，文心還有待變得更聰明。
狗蛋想強調的一把手推動更多是指大模型領域，不僅僅是原生應用層面。
百度能夠在全球大廠中第二個發佈類ChatGPT產品，領先於微軟，很重要的推動作用就是李彥宏自己重視。
試想一下，CEO不親自下場而是把任務交給IT負責人，IT負責人和工程師沉浸在“史詩級風口”“iPhone時刻”的興奮中，就跟CEO説：搞，我們要搞大模型。
然後大家一股腦燒錢擁抱AI。
但是IT負責人只對技術負責，大模型能不能給企業帶來更實際的效益指標，只有CEO關心。
這就很可能缺乏前瞻性和戰略定力，導致諸多大模型爛尾。
自從8月底開放以來，文心API調用量呈指數級增長，國內200多個大模型加起來的調用量，可能都不如一個文心。
參數規模不夠大，在不能確保算法、數據訓練都做對，並且不能確保持續投入不斷迭代，從而實現智能湧現的前提下：
搶出來大模型很可能沒什麼價值。
用李彥宏的話來説，不造汽車、造飛機，“千模大戰”相當於一堆公司在：
重複造輪子。
大家在重複浪費社會資源，尤其是算力資源。
3
在給AI“降温”之後，李彥宏給出了破局建議：
鼓勵更多AI創業公司投入到原生應用開發。
他提出“三個驅動”來總結破局思路和破局後的想象：
強大的基礎模型，會驅動AI原生應用爆發；
擁抱AI，需要一把手來驅動；
繁榮的AI原生應用會驅動經濟增長。
李彥宏曾經預判，在應用層，將會出現全新的、十倍於微信和抖音的創業機遇。
在他看來，美國在算力等基礎科研領先全球，但只要中國企業確保大模型基礎研發不被拉開太遠，就有可能變道超車。
移動互聯網時代，中國靠着龐大的用户基數，孵化出多樣化的應用，在移動支付、電商、快遞等領域領先於全球。
迎來AI時代，中國企業仍有可能複製同樣的故事。
AI時代是個統稱，我們可以細分成AI大模型時代和AI原生時代，最終的戰場在後者，後者的關鍵就在原生應用開發。
截至目前，不管國內國外都還沒出現好的原生應用，相比大模型紅海，原生應用還是一片廣闊的藍海。
今年年中，麥肯錫做出預測：
如果將分析的63種生成式AI應用於各行各業，將為全球經濟帶來每年2.6萬億至4.4萬億美元的增長。
相當於每年多出“一個英國的GDP”。
麥肯錫分析的還只是63種應用。
可見，不管是TO B 還是TO C，生成式AI都將形成萬億市場。
前提是，像李彥宏説的，AI原生應用要先繁榮起來。
只有技術轉化成真正的生產力，以生態之力破局，加速生成式AI在企業級的落地，我們期待的AI奇點時刻、生產力大爆發才會到來。
李彥宏在演講中舉了一個例子：
微軟其實並沒有自己的基礎大模型，它是跟OpenAI合作的，但是它有最成功的AI原生應用，Office365的Copilot，30美金一個月。
百度自己也在發力應用端。
一方面，孵化全新的AI原生應用，比如智能代碼助手Comate，百度現在每新增100行代碼，就有20行是AI生成的；
另一方面，百度對旗下各個產品線進行了AI原生的重構，新百度文庫可以在1分鐘內生成一個20幾頁的PPT，包括圖表生成，格式美化等。
不久前百度上了一款特殊的AI原生應用：插件。
不管是個人還是企業，都可以把自己的數據和能力快速地變成各類插件，比如法律助手、代碼助手，用户要做的就是給插件提需求，讓這些“小助手”高效打工。
4
目前，國內已經不乏領先的像文心這樣的基礎大模型，有了強大的基礎模型，就有了驅動AI原生應用爆發的土壤。
而原生應用繁榮起，足夠多的場景落地形成數據飛輪，將反向驅動芯片和大模型。
雙向驅動，生態破局，我們還是有機會贏得終局之戰，領先AI原生時代。
不可否認，世界正站在一個歷史性的節點上，有人説這是技術大爆炸的前夜。
也不可否認，某種呼聲沸騰已經先於技術沸騰。
如果關注李彥宏今年以來的講話或採訪，會發現他已經不止一次“吹哨”了。
AI元年，技術正在爆發，模式等待重塑：
返璞歸真，以終為始。