“一年前,，大部分的企業(yè)都沒有和大語言模型打過交道?！贝鳡柤瘓F的首席技術官John Roese近期接受第一財經(jīng)采訪時表示，只有極少數(shù)的公司是例外。

現(xiàn)在大模型的進展極快，不少公司都在擁抱它,，尋找生成式AI的突破口。John Roese認為明年會是生成式AI真正轉變到來的時候,。與此同時,，那些準備在其業(yè)務中落地生成式AI的公司會發(fā)現(xiàn)，這項技術既可能用于財務,、也可能用于售后，還可能用于編程等,。每一項應用都需要配置相當多的資金和人力,，不明智的選擇會帶來大量的資源浪費和時間成本,，同時“會被競爭對手甩到后面，這是很有風險的事情,?！?/p>

OpenAI是人工智能曠野里醒目的坐標，是其他企業(yè)模仿和追逐的對象,，以至于業(yè)內認為現(xiàn)在的大模型都太雷同了,。到了2024年，應用端的突破也許比大模型本身更值得期待,。

大模型“太雷同”

OpenAI打響了人工智能階段性突圍的一槍,。

這之后，美國,、中國等地的科技公司的恐懼和熱情都被激發(fā)出來了,。恐懼來自于被時代拋棄的風險,，熱情則來自于科技企業(yè)內嵌的,、對創(chuàng)新的追求。

美國參與大模型角逐的公司包括了科技巨頭如谷歌,、Meta等,，初創(chuàng)企業(yè)則有OpenAI、Anthropic等,；中國則有百度,、阿里等頭部科技企業(yè)，智譜,、百川智能等初創(chuàng)公司,。最熱鬧的時候，中國企業(yè)就發(fā)布了近百個大模型,。

但在不少業(yè)內人士看來,，國內外的大模型企業(yè)在做類似的工作。

“技術上面沒有本質的區(qū)別,，側重點不一樣,，像Llama就是做一個通用的技術模型開源出去。GPT本身是閉源的,，主要是做ChatGPT對話能力,。我們在對齊方面要做得很好，上下文長度可以做得很長,，每個（大模型）既有雷同的地方又有自己的特色,。”螞蟻集團副總裁徐鵬此前接受第一財經(jīng)采訪時表示,。

現(xiàn)在行業(yè)里面最大的問題其實就是“太雷同了”,，小冰公司CEO李笛同樣表示,，目前各家公司都沿著同一條路徑往前走，缺乏多樣性,，這與創(chuàng)新精神違背,。“我們有的時候認為創(chuàng)新是追趕,，其實創(chuàng)新不是追趕,，而是有自己新的方法，去實現(xiàn)自己的優(yōu)勢,?！?/p>

大模型之間的相似性也不難理解。

ChatGPT的驟然出現(xiàn),，令許多企業(yè)措手不及,。他們的首先目標是觀察和了解，OpenAI是如何通過一個創(chuàng)業(yè)的團隊,，做到令人吃驚的智能水平,。它是人工智能荒野里的醒目坐標，其他企業(yè)現(xiàn)在能做的是,，先追上這個目標,。

“中國還處于追趕的階段，很多東西在這個方面投入比較大,，比如說百度,、騰訊、阿里等等都是先做到跟GPT類似的水平,?！毙禊i說，“但是我相信在這之后可以有很多創(chuàng)新的點,，可以做到不一樣的東西,，只是現(xiàn)在這個階段還是處在追齊GPT能力的階段?！?/p>

重復造輪子的游戲不會一直持續(xù)下去,，因為所需的原材料實在是太多，也太貴了,，而且并非每個國家都能得到,，并非每個企業(yè)都能支付高昂的價格。

“大模型它太貴了,，恰恰因為它太貴了,，所以我覺得這件事情很快會走到一個好的路上，因為你不太可能燒很久。現(xiàn)在大模型是一個2萬張卡的游戲,，而且這還不一定能看到結果,。所以,，我相信很快就會有變化,。”李笛對記者說,。

現(xiàn)在大模型的運算,，嚴重依賴英偉達的GPU，以至于后者的價格已經(jīng)被炒高數(shù)倍,。對于中國的大模型企業(yè),，更難的一點在于，美國實施的出口禁令,，已經(jīng)令英偉達的高性能芯片無法持續(xù)為中企所用,。

李笛佩服的一家企業(yè)是任天堂，這家企業(yè)更善于充分利用現(xiàn)有技術,。

任天堂,、微軟和索尼是主機游戲的三大廠商。三家企業(yè)都有自己的主打硬件產(chǎn)品,，以及為數(shù)眾多的游戲產(chǎn)品,。任天堂的主打硬件平臺為Nintedo，微軟是Xbox,，而索尼則是Playstation,。

“跟微軟和索尼比起來，任天堂不是堆最先進的硬件,，而是榨干成熟技術最后一點能力,。這個很重要的，大模型也不能解決所有的事情,，它離解決所有的事情還很遠,，所以還是要靠整個系統(tǒng)不停幫它彌補?！崩畹驯硎?。

“做正確的選擇”

“現(xiàn)在很多吃大模型這碗飯的時候，大家做的都是偏雷同的”,，在徐鵬看來,，還是要從應用入手，說不定更容易走出新路,，“應用是可以做出來非常多不一樣東西的”,。

這部分的原因在于開源社區(qū)的發(fā)展。

在國外有開源模型LIama和Llama2等，國內也有阿里云的魔搭開源社區(qū)等,。開源模型的存在,，給應用企業(yè)帶來了創(chuàng)新上的便利，而不用從頭開始以大量的財力去訓練基礎的模型,。

“如果大家都把力量放在大模型應用的創(chuàng)新上面,，我覺得會讓我們看到大模型在什么地方，還有做得不到位的地方,，還有很大的提升的空間,，反過來促進大模型技術的發(fā)展?！毙禊i表示,，“我覺得應該讓應用的生態(tài)更加繁榮，這樣才能推動模型的發(fā)展?，F(xiàn)在至少看起來應用生態(tài)方面還不夠繁榮,，應用的場景還沒有那么豐富?！?/p>

John Roese在最近一場溝通會上表示,，2024年的時候，生成式AI將從2023年的純理論的探討階段進入到業(yè)務應用階段,。美國的Google,、OpenAI以及國內的阿里巴巴、百度等都陸續(xù)推出了生成式AI的技術,，但是還沒有多少客戶把它系統(tǒng)性地投入到實用中,，而更多還是在理論探討的階段。

“今年有一些走得比較靠前的企業(yè),，開始對生成式AI做了各種各樣的實驗,，在想清楚他們要怎樣去用，到2024年我們會看到真正轉變的到來”,， John Roese說,，現(xiàn)在大家已經(jīng)越來越懂得如何讓這些生成式AI進入生產(chǎn)當中，從理論階段進入到業(yè)務應用階段,。

對于生成式AI,，眾多科技企業(yè)都列出了長長的愿望清單，比如利用AI改變做財務的方式,、人力資源管理的方式,、雇傭人員的方式，編寫代碼的方式以及銷售的模式,?！按鳡柨萍技瘓F就找到了380個項目能夠用上生成式AI的,。”John Roese對記者說,。

但John Roese提醒,，“現(xiàn)實是當我們即將步入2024年的時候，要去實施生成式AI的時候會很快地認識到,，生成式AI的項目都非常大,，需要占用大量的人力物力財力?！边@樣的話,，當一家企業(yè)面臨上百項,，甚至是上千項選擇的時候,，有限的資源投入哪些項目就是艱難的選擇。企業(yè)要根據(jù)生成式AI有多少人來用,，多少人有訪問權來決定投入的大小,。是不是只有高管用，還是銷售人員,、技術人員用,，還是所有的客戶都能訪問？這沒有標準的答案,。

“每一個企業(yè)的資源有限,，只能做其中的幾個，比如說選其中的3到4個來實施,，所以明年CIO和企業(yè)的領導者必須做一個決定,，在他們選出來的比如500個項目中有哪幾個要優(yōu)先實施。一旦優(yōu)先的項目選對了,，對業(yè)務產(chǎn)生正向的影響當然是好事,；如果選錯了，會出現(xiàn)大量的資源的浪費,。有些項目上投了生成式AI但又沒有產(chǎn)生效果,，就會被競爭對手甩到后面，這是很有風險的事情,?！盝ohn Roese認為，“明年我們要劃分輕重緩急,，就是在所有可以用生成式AI的用例當中哪幾個是優(yōu)先事項,，做正確的選擇?！?/p>

爆款不可求

企業(yè)把人工智能部署到內部的時候,，初始階段面臨的是難以估測的運營成本,。

“明年隨著企業(yè)開始使用這些科技，我們將會發(fā)現(xiàn)從訓練成本到運營成本的轉變,?！?/p>

John Roese介紹了一個戴爾的例子來說明這個問題。戴爾正在建立一個內部系統(tǒng)的實驗模型,，其中一個項目的訓練需要花費3個月左右的時間,、用到至少20個服務器，以進行系統(tǒng)調優(yōu)和優(yōu)化,。在測試階段,，整體運營成本是未知的，因為在系統(tǒng)的部署階段,，任何戴爾員工都可以向系統(tǒng)提問任何關于產(chǎn)品和技術知識的問題,，而系統(tǒng)都會提供簡練、充分的回答,。但是戴爾的測試顯示：即便只將該系統(tǒng)開放給應用技術領域的大約6000員工,，系統(tǒng)每月將會產(chǎn)生巨大的5000萬左右的用戶互動量。他因此認為,，在2024年,，企業(yè)可能需要停止將成本投入放在建立模型或培訓模型上，而是應該開始考慮在企業(yè)中“運營”一個大模型的成本,。

“我們在2024年將有可能看到許多針對該話題經(jīng)濟層面的討論,。”John Roese表示,，

“明年我們需要很好地審視一下,，如果非常有用的話，即使成本非常高,，我們也愿意做,。”

AI技術能否落地,，對于使用者來說,，關鍵是其投入產(chǎn)出比是否合適。

“還是要看一項應用的最終商業(yè)效果,，拿很大的算力陪別人聊天,，掙不到錢的話，沒有辦法回本,，算力再多也不合理,。”李笛表示,。

目前為止在全球范圍內缺乏成功的AI TO C的產(chǎn)品,，也缺乏成功的TO B的產(chǎn)品,。好的一面是，企業(yè)都有機會發(fā)現(xiàn)好的面向C端的AI產(chǎn)品,，一個AI作為驅動力的2B的產(chǎn)品也在等待著被發(fā)現(xiàn),。

創(chuàng)新的魅力也在于其不可預測性。

明年出現(xiàn)生成式AI爆款應用,，是可遇不可求的事情,。從過往經(jīng)驗來看，一些應用短期沖上熱榜,，獲得大量關注的可能性不小,，但能夠持續(xù)成長的產(chǎn)品則非常之少。

“我對于應用的發(fā)展持著‘潤物細無聲’的觀念,，真正好的東西一定會出現(xiàn),，但是可能不會突然之間成為爆款。它在擅長的領域里一直在發(fā)展,，一直帶來一些改變,，這些改變積累到一定程度之后會成為所謂的爆款?！毙禊i說。

技術變革到來的時候,，站在最前沿的人常?？床坏饺病TO們喜歡說,，人們常常高估技術的短期收益,，而低估其長期影響。人工智能同樣如此,。

“這樣一個大潮起來的時候,，我們希望看清它到底帶來的東西是什么，它的能力邊界到底在什么地方,，而不是盲目做太多不切實際的幻想,。但是，又不能離開這個幻想,，因為只有幻想才有動力,，才有更多的人愿意去做一些看上去不靠譜的事情，”徐鵬認為,，應該有一定的機制支持長期投入,，然后找到AI的核心應用場景，找到它真正能夠帶來變化的東西,。

技術的發(fā)展不是一飛沖天,。人工智能發(fā)展史上,，也經(jīng)歷過數(shù)次起落。這一輪生成式AI的發(fā)展恐怕也將如此,，它會在某一個時間段出現(xiàn)停頓,，然后“突然不知道誰又解決行業(yè)里的難題，大家又一起繼續(xù)前進,?！崩畹驯硎尽?/p>