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。