最近著名的投资人朱啸虎有篇文章,标题是“ChatGPT对创业公司很不友好,未来两三年内请大家放弃融资幻想”。朱啸虎这么说的原因,是因为他认为,在大模型时代,99%的价值都是GPT创造的,创业公司做个插件,没有什么价值。


(相关资料图)

其实,不管是不是插件,AI应用是有价值的。起码,做大模型的都这样认为。在近日的“世界互联网大会数字文明尼山对话”上,李彦宏在《大模型重塑数字世界》的演讲中表示,“新的国际竞争战略关键点,不是一个国家有多少个大模型,而是你的大模型上有多少原生的AI应用,这些应用在多大程度上提升了生产效率。”

但进一步的问题是,围绕AI应用的创业,有前景吗?

猎豹移动董事长兼CEO傅盛转了朱啸虎这篇文章,并批评说:“硅谷一半的创业企业都围绕ChatGPT开始了,我们的投资人还能这么无知者无畏。”他在朋友圈和朱啸虎开始争论,傅盛说:互联网99%的规范都是TCP/IP创造的,创业有价值吗?汽车99%的价值都是热力学定义创造的,创业有价值吗?大多数中小网站的流量都是搜索引擎带来的,那创业有价值吗?

傅盛认为,创业没有底层价值也能存活。大模型更像大学,培养出千千万万的毕业生,但是大学不会统治一切,更不会让创业没有价值。

傅盛的说法对不对,不妨从TCP/IP说起。全世界几十亿台电脑,连接在一起,上海的某一块网卡送出信号,可以精确地传递到纽约的一部手机上。这种功能,建立起了如今庞大的互联网经济。这背后,不那么准确地说,是依靠TCP/IP协议。

我们使用的网络,可以分为五层。最底下的一层叫作“实体层”(Physical Layer),指网卡、光纤、网线,第二层叫“链路层”(Link Layer)指网卡通讯的语言。这两层基本上是公司、你家里路由器之内的。第三层是“网络层”(Network Layer)指IP地址;第四层是“传输层”(Transport Layer)指TCP、UDP这些协议,是保障传输的方式。这两层,是路由器、运营商、全球范围的传播。最上面的一层叫作“应用层”(Application Layer)指各种用户接触的APP,接收到了信息。

TCP/IP协议只是诸多协议中的一个,1983 年,美国国防部高级研究计划局决定以 TCP/IP 协议取代旧网络核心协议 NCP 后,才结束了旧通信协议的多方割据状态。与此同时,TCP/IP 协议的规范和技术都是开放的、免费的。不仅仅是TCP/IP,实际上,越下面的层,越靠近硬件;越上面的层,越靠近用户。

大模型也可以分为芯片、框架、模型、应用四层架构。底层是芯片层,比如,nvidia的“显卡”构成了最底层的硬件层。芯片之上是框架层,现在主流的框架包括百度飞桨,Meta的PyTorch,谷歌的TensorFlow等。框架上面是模型层,ChatGPT和文心大模型就在模型层。模型之上是应用层,包括各种各样的AI原生应用。大模型成为了人工智能时代的操作系统,所有应用都将基于大模型开发。

在我看来,围绕大模型进行的创业,有没有价值,能不能成功,不在于大模型有没有底层价值,而在于大模型的商业控制力有多强,可以把自己的业务链蚕食过去。

对于互联网而言,越靠下的层,不管是否免费,但对用户来说就越透明,没有任何控制力。网卡、路由器厂商、TCP/IP协议不能说,我拒绝给某个应用服务,因为我自己打算做这个业务。但某种程度上,苹果APPSTORE却可以做到这一点,iPhone没有底层价值,但是商业控制力强。大学有底层价值,但对学生没有任何控制力的。

从商业上看,从产权上看,与互联网的去中心化不同,大模型的硬件、算法都是集中在一家公司手中的。显然,OpenAI可以拒绝为某个特定的地区、公司、应用服务。所以,大模型厂商有较强的控制力。

这就是大模型和TCP/IP的区别。从这一点上看,朱啸虎是对的。围绕大模型的创业,没有巨头级的机会。缺乏最终应用壁垒的创业,最终都变成了消耗资金买英伟达 A100卡、买云服务,但这一点,比不过现有有积淀,有资金的先入大玩家。

但事情并没有完,正如傅盛所说:大模型是公有数据的缩略图,但是公有数据解决不了所有流程。场景、用户,仍然是非常重要的,所以,苹果也不可能什么都自己做。而且,大模型之间也有竞争,原生的AI应用可以找到自己的发展空间。这一点上,傅盛是对的。某种程度上,他与朱啸虎达成了一致,有空间,但没有BAT级的机会。

更多是本来就掌握了场景、用户的垂直玩家,可以把大模型玩得很好。已经拥有使用场景的玩家,通过利用大模型,很容易就能为自己的产品加上人工智能的功能,能从大模型中得到赋能。

从这个角度,未来围绕大模型的,仍然有很多创业机会。现在大模型可谓突飞猛进。技术、产品、应用等各个层面,都以“周”为迭代速度向前突进。文心大模型已经迭代到3.5版本,与3月份的3.0版本相比,训练速度提升了2倍,推理速度提升了17倍,模型效果累计提升超过50%。随着AI能力的增加,在应用层面的机会就更多。

不过,与前面围绕TCP/IP的创业不同,在大模型时代,基于前面所说的这些特性,行业内部赋能,或许作为一种新形式的创新,会占到围绕大模型的创新的很大一部分。这将会很大程度上提升实体经济的运行效率。

所谓制造业,本质上就是能量在信息的指导下,去改造物质的形态、结构。比如一张加工图纸的本质,就是指导能量改变物质的信息。在工业革命阶段,热机、电机弥补了人类肌肉能力的不足,提升了人类改造物质的能力。在数字经济时代,数字信息技术广泛使用,提升了人类在存储、处理、分析信息的能力。这也必然会提升人类改造物质,也就是制造业的能力。所以,人工智能、大模型必然对制造业的发展产生重大影响。

在汽车制造行业,最复杂的设计环节,需要有经验丰富的工程师在2万多个零部件、几十万个参数里,找到满足需求的各种组合,再写文档、画图纸。大模型可以高效地找到组合信息,自动生成设计文档,大幅缩减研发周期和成本。

在交通领域,通过大模型技术支持的智能交通方案,可以提升交通运行效率。通过智能调整红绿灯的时间,可以让通行效率提升15%—30%,这将拉动GDP2.4%-4.8%的增长。

再比如,百度智能云的“Comate”代码助手。借助文心大模型的理解、推理能力,“Comate”可实现代码的快速补齐、自然语言推荐代码、自动查找代码错误,全面提升开发者研发效率。开发者可以通过插件等形式,在主流开发软件中使用“Comate”代码助手。

所以,为了大模型将渗透到越来越多的领域,在行业内部广泛落地,赋能数字经济、实体经济发展。当然,对于技术能力不够的实体经济个体,寻求外部的技术支援、采购外部的现成的AI应用,也是一个合理的选择。

所以,围绕大模型的创业、创新,或许与围绕TCP/IP的创业创新,会不一样,除了在企业外部进行创业外,在企业内部创新,会成为一种重要的新形式。但有一点是相同的,那就是都是基于一个大人工智能平台上,无数垂直的AI应用赋能实体经济。

人工智能的三大核心、基石——数据、算力和算法。数据决定了人工智能是一个在应用中获得发展的行业。只有在应用上推广,才能获得发展,只有发展了才能获得话语权。所以,中国的大模型,首先需要尽快地、尽可能大规模地投入应用,挤上牌桌,才能获得竞赛入场券,中国才能拥有更壮大的数字化产业,数字经济规模将获得巨大增长。

(文章来源:新京报)

推荐内容