馬斯克、Grok與“數據封建主”_風聞

“下一代基礎模型會摧毀任何數據護城河”。

下週，馬斯克躊躇已久的Grok就要上線了。

在OpenAI接連甩出炸街新聞的這段時間，這事似乎沒掀起太大波瀾。

然而，越低調的狙擊，往往傷害越高。

具體來説，Grok的這次年末突襲，隱藏了老馬背刺OpenAI的一件“秘術”。

所謂的“秘術”，其實也很簡單，就是X平台上不斷湧現的，真實的人類數據。

在大模型數據愈發吃緊的今天，連OpenAI自己，也開始直接拿用户數據訓練了。

在此情況下，掌握了X這樣一個源源不斷的“數據噴泉”，無疑就有了一張將來翻盤的“底牌”。

但話雖如此，但Grok畢竟是一個社交平台，上面的大部分信息，都是未經核驗，且質量參差不齊的，直接拿來訓練大模型，不怕幻覺迭出嗎？

瞭解大模型的老馬，一定知道這點。

但即便如此，Grok的上線，對特斯拉，對老馬也仍是利大於弊。

因為倘若不走這一步棋，將來的AI賽道上，馬斯克最多隻能做割據一方的“數據封建主”，並且終將面臨“護城河”被攻破的命運。

這樣的未來，很可能也是日後眾多國內企業的命運。

01 數據封建主

何謂“數據封建主”？

簡單來説，就是以獨有數據為壘，在某些垂直的行業、領域內“圈地為王”的大小企業。

這樣的概念，最初由希臘前財政部長雅尼斯·瓦魯法克斯提出，是其在歐洲各國在美國科技企業壓榨、盤剝之下發出的感慨。

而自從11月初的OpenAI開發者大會後，這種爭當“數據封建主”的聲音，就開始在業內不絕於耳。

希臘前財長雅尼斯·瓦魯法克斯

畢竟，在應用層的路被GPTs堵死的情況下，獨有數據就成了很多企業唯一的優勢。

那麼，老馬推出Grok，是想以X平台的數據為基礎，成為新一代的“數據封建主”嗎？

答案是否定的。因為在未來，這類“數據封建主”的命運，就是其壁壘會隨着技術發展不斷被削弱，以至於被更強的通用模型步步蠶食。

在這方面，老馬的Grok，已經展示出了兩種攻破這類“護城河”的方式。

其中一種，就是通過將模型置於“數據樞紐”的位置，使模型的觸手伸向原來鞭長莫及的行業、領域。

很多人都知道，美國並沒有中國的微信這樣集社交、支付、娛樂、資訊於一身的綜合平台。這並不是因為美國人能力不行，而是美國的各大金融機構，與科技巨頭之間是一種互為競爭的關係。

馬斯克對於X的收購，不僅在某種程度上結束了這樣的“割據”，也為其打造成一個類似微信的超級APP提供了基礎。

倘若X平台真的能成為一個以音頻、視頻、消息、支付/銀行為中心，同時鏈接商品、服務和機會的全球市場。那麼到了那時，Grok就會成為這個數據樞紐的中心，從而獲得來自不同行業、地區或模態的海量數據。

如此一來，Grok的定位就不再是一個侷限於社交平台的整蠱大模型，而是成為了連接各領域的綜合性交互入口。

隨着時間的推移，這種綜合性入口+大模型的協同效應，將會使那些不用Grok，或不上X的用户，與經常使用的用户之間差距越來越大。

這種情況下，各個垂類行業的數據壁壘儘管依然存在，但若脱離了Grok，卻很難被用户接受。

於是，這些被拿捏的“數據封建主”們為了求存，只得向Grok效忠。

02 協同效應

除了以佔據數據樞紐的方式，對各個“數字封地”進行蠶食外，Grok這類大模型攻破數據護城河的另一大方式，就是端雲協同的形態，編織一張巨大的包圍網。

具體來説，在將來的端側大模型這條賽道上，由特斯拉提供算力(Dojo)，X和特斯拉提供訓練數據，xAI進行模型研發，最終將產出模型反哺給X平台和特斯拉的產品（汽車、人形機器人），將構成極為堅固的三角陣營。

那麼，在大模型逐漸走向端側的未來，這樣的三角陣營，將怎樣攻破一個個“數據護城河”？

在這裏，我們可以用一個電商行業的例子進行推演。

假設，有一個企業，基於某個局部的電商賽道，用行業獨有數據訓練出了個專有大模型，而馬斯克的Grok打算入侵這個領域，那麼在數據收集階段，其很有可能會採取一種“領域交叉”的戰術。

具體來説，特斯拉汽車在行駛過程中收集到的交通、地理和用户行為數據；機器人在家庭、工廠等場景中收集到的環境和操作數據；以及X平台上的社交信息，都為馬斯克的團隊提供了豐富的信息來源。

當馬斯克的團隊將這些數據整合在一起時，他們就可能會發現一些新的模式和關聯，從而在某種程度上削弱這個專有大模型的獨特優勢。

這種戰術的核心理念就在於：這個世界上沒有任何一個行業、領域，是完全孤立存在的。

除了外圍攻勢外，這樣的三角陣營，還能通過“合縱連橫”的方式，瓦解掉一個個孤立的“數據護城河”。

簡單來説，面對大模型逐漸端側化的趨勢，馬斯克的三角陣營提供了一種端到端的解決方案。

其涵蓋了從不同來源進行數據採集、處理、訓練到部署的整個流程。這意味着企業無需在各個環節尋找不同的技術和服務提供商，從而降低了實施難度和成本。

簡化的流程有助於企業更快地應用AI技術，提高數據處理和分析能力。

在此情況下，就可能會有相當一部分企業，決定犧牲數據的獨有性，加入三角陣營的生態，從而換來更高的AI部署效率。

這種邏輯，本質上就和移動互聯網時代，很多商家即使忍受高抽成，也要入駐平台，換取更低的獲客成本一樣。

在這樣圍困之下，一座座孤立的“數據城堡”，終將難以抵擋日漸壯大的Grok。

03 通向AGI之路

面對Grok潛在的，咄咄逼人的攻勢，各個想以數據為壘的AI企業，將何去何從？

在回答這個問題之前，有一個更重要的問題，那就是：

這種對“數據護城河”的堅守，真的是一種正確的方向嗎？

此前，在紅杉資本總結報告《生成式AI的第二幕》中，曾有那麼一段話：

“‘數據護城河是站不住腳的’：應用公司生成的數據並沒有創造出無法逾越的護城河，而且下一代基礎模型很可能會摧毀創業公司構建的任何數據護城河。相反，工作流程和用户網絡似乎正在創造更持久的競爭優勢。”

那麼，未來真的會如紅杉所説：“下一代基礎模型會摧毀任何數據護城河”嗎？

至少從技術層面上看，這種可能性是存在的。

此前，在討論OpenAI泄露的Q*項目時，NVIDIA的高級AI科學家Jim Fan，就在推特上和馬斯克、LeCun討論了合成數據的問題。

Jim Fan認為使用計算機生成（合成）數據可以提供下一次幾十萬億高質量數據集。唯一的問題，就是需要想辦法確保數據的持續高質量和多樣性。

而AI三大教父之一的LeCun則表示：“動物和人類只需少量的訓練數據，就能很快變得非常聰明。我認為新的架構可以像動物和人類一樣高效地學習。”

OpenAI首席科學家Ilya也表示，數據問題可以解決

總體來説，對於數據問題，Jim Fan和LeCun代表了兩種不同的解決思路。

一種是通過合成數據的方式解決；另一種則是研發新的架構（如世界模型），讓模型僅用很少的數據，就能“舉一反三”。

但無論方案優劣如何，這些技術構想，都代表了學術界渴望打破“數據限制”的一種集體意志。

同樣地，站在用户的角度來説，人們也更樂於看到一個通用性更強，能精通更多任務的大模型，而不是每換一種場景，就要切換不同的模型。

而當一種技術方向，成為上至科學家，下至百姓的共同意志時，它的實現就只是時間問題了。

從這個角度上説，所謂的“數據壁壘”，都是終將要消失的。

現在的很多互聯網公司，都是根據用户的行為數據，結合模型在做一些業務，而如果用户遇到了整合能力更強的大模型，那之前的很多業務、功能（例如聽歌），也許就會變成一個個插件，這樣就沒有數據壁壘了。

而在這個向AGI過渡的階段中，真正有潛力的團隊，應該是那些能夠摸索出“數據壁壘”之外的核心競爭優勢的團隊。

誠如月之暗面的CEO楊植麟所説：不同組織衍生不同的文化，文化又衍生不同的系統，而系統又了衍生不同的結果。

在技術、數據方面發展趨於平緩的情況下，開發範式，制度和觀念，這些軟性的、抽象的因素，就成為了決勝的關鍵。

而這種“數據”之外的因素，這也是AI時代，人之為人最偉大的源泉所在。