以GPT為代表的AI，指的其實(shí)是大模型。它擁有生成圖像、音頻、視頻等內(nèi)容的能力，像是個(gè)文藝青年。但彼時(shí)讓美國人深感威脅的，多指識(shí)別型AI(小模型)。它擅長(zhǎng)各類數(shù)據(jù)分析工作，如同一個(gè)木得感情的運(yùn)算機(jī)器。

　　大模型走紅前，識(shí)別型AI曾被寄予了太多改變世界的厚望，在中國催生了一段群雄并起、熱錢涌動(dòng)的黃金歲月。*時(shí)期，中國AI初創(chuàng)企業(yè)的融資金額甚至超過了美國——李開復(fù)將其形容為“有三個(gè)AI專家就能估值7億、靠AI概念就能忽悠投資人”，也不怪美國人感到焦慮。

　　只是好景不長(zhǎng)：后來VC陸陸續(xù)續(xù)退出，曾經(jīng)風(fēng)頭無兩的獨(dú)角獸也褪去了身上的光環(huán)，殘暴的歡愉最終以殘暴終結(jié)。

　　對(duì)此，百度集團(tuán)執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖曾打過這么一個(gè)比方：大模型出現(xiàn)前的AI像是氧氣——本身很有價(jià)值，但自己不會(huì)燃燒，必須找到可燃物才能把價(jià)值給發(fā)揮出來。這里的“可燃物”，指的是落地場(chǎng)景。

　　AI起起落落這十年，成也場(chǎng)景，敗也場(chǎng)景。

　　舊范式的困境

　　2016年，谷歌AlphaGO不僅徹底顛覆了圍棋，也改變了當(dāng)時(shí)的AI創(chuàng)業(yè)。一時(shí)間，VC、科學(xué)家、大學(xué)教授，乃到各路鄉(xiāng)鎮(zhèn)企業(yè)家，無一不在談?wù)撝鳤I商業(yè)化的可能性。短短一年時(shí)間，國內(nèi)誕生了528家AI企業(yè)，催生371起AI投融資，同比漲幅達(dá)到了38.9%;同一時(shí)間，中國AI企業(yè)申請(qǐng)了9000多項(xiàng)AI專利，幾乎是美國新增專利數(shù)的兩倍有余[3]。

　　不過，整個(gè)行業(yè)閉眼狂奔的同時(shí)，鮮有人會(huì)注意到初冬的號(hào)角已經(jīng)悄悄吹響。2019年，繁榮戛然而止。

　　首先是融資遇冷：這一年的AI融資金額僅有186億元，相比2018年直接腰斬了一個(gè)0。受此影響，AI初創(chuàng)企業(yè)的數(shù)量也大幅縮水，僅有鼎盛時(shí)期的1/20。至于那些從競(jìng)爭(zhēng)中幸存、成功“上岸”的AI企業(yè)，其財(cái)務(wù)狀況仍舊慘不忍睹。據(jù)不完全統(tǒng)計(jì)，近九成AI企業(yè)都處于嚴(yán)重虧損的狀態(tài)[4]。

　　大起大落背后，是AI長(zhǎng)期以來的產(chǎn)業(yè)化困境。

　　2021年之前，業(yè)界三大主流AI技術(shù)分別是計(jì)算機(jī)視覺、語音識(shí)別、自然語言識(shí)別，本質(zhì)都屬于識(shí)別型AI。單從技術(shù)層面來看，上述技術(shù)都具備著充分的下游應(yīng)用空間，想象力充足。

　　例如在“AI+安防”領(lǐng)域，2020年時(shí)已有453億元的市場(chǎng)，且增速可觀，預(yù)計(jì)到2025年時(shí)市場(chǎng)規(guī)模將再翻一番[6]。

　　可下游需求不斷擴(kuò)大，并無法拯救虧錢的AI企業(yè)。識(shí)別型AI的技術(shù)特點(diǎn)，決定了它是一門技術(shù)、投入與產(chǎn)出不成正比的生意。

　　識(shí)別型AI采用的是小模型——這是一種專為特定任務(wù)而生的技術(shù)。在實(shí)際訓(xùn)練小模型時(shí)，研究員只需給AI灌入標(biāo)注過的特定數(shù)據(jù)，便能讓AI獲得對(duì)應(yīng)的能力。如果想要一個(gè)能抓“闖紅燈”的AI，那么無需教它語文數(shù)學(xué)，只要讓它從小學(xué)習(xí)各種闖紅燈的視頻即可。

　　小模型的優(yōu)點(diǎn)在于簡(jiǎn)單、高效，專用向的AI能夠很好地完成對(duì)應(yīng)任務(wù)。但其缺點(diǎn)同樣明顯：由于沒學(xué)過其他知識(shí)，一個(gè)AI只能解決一個(gè)問題。譬如一個(gè)抓闖紅燈的AI，顯然不會(huì)具備識(shí)別超速、違規(guī)變道的能力。

　　由于小模型不具備通用性，導(dǎo)致識(shí)別型AI只能成為一門類手工作坊的定制生意。

　　且具體到實(shí)際應(yīng)用中，一個(gè)需求有時(shí)還需要定制不止一個(gè)AI。例如在工業(yè)領(lǐng)域，在制造冶金鋼卷時(shí)有缺陷檢測(cè)這一步驟。如果將這項(xiàng)工作交由AI，定制起來其實(shí)相當(dāng)麻煩。因?yàn)殇摼矸譃槔滠垺�熱��，所以AI企業(yè)需要同時(shí)用“冷軋-合格”“冷軋-缺陷”“熱軋-合格”“熱軋-缺陷”四組數(shù)據(jù)訓(xùn)練四遍[7]。其繁瑣程度，與“五彩斑斕的黑”有的一拼。

　　定制需求繁瑣的同時(shí)，對(duì)人力要求還不低——這活兒可不是月薪三千的大學(xué)生能干的。

　　出于業(yè)務(wù)需要，頭部AI企業(yè)都聘請(qǐng)了大批科學(xué)家、博士生與教授作為研究員，而AI研究員又是出了名的“高薪崗位”。2015年，谷歌為了不讓知名研究員伊利亞(Ilya Sutskever)跳槽，曾開出過200萬美元/年的高薪——后來桑達(dá)爾·皮查伊繼任谷歌CEO時(shí)，其基本工資是同一個(gè)數(shù)字。

　　財(cái)新曾對(duì)國內(nèi)AI企業(yè)招股書做過一筆測(cè)算，發(fā)現(xiàn)：它們每掙1塊錢，就要花掉0.75元的人力成本。再算上定制AI的算力、數(shù)據(jù)開銷、以及其他成本，幾乎做一單虧一單。

　　人們這才驚奇地發(fā)現(xiàn)，AI這門生意似乎遠(yuǎn)不如想象中那么性感。

　　陷入死局后，AI企業(yè)們只能寄希望于一場(chǎng)“推翻重來”式變革。幸運(yùn)的是，沒過幾年，暴風(fēng)雨真的來了。

　　通用性的價(jià)值

　　紅杉資本率先嗅到了風(fēng)雨欲來的氣息。2022年9月，紅杉發(fā)表了文章《Generative AI: A Creative New World》，預(yù)言一場(chǎng)全新的科技競(jìng)賽即將來臨。投資人同行很快聞風(fēng)而動(dòng)，一度冷清的AI圈再度人聲鼎沸。

　　這篇文章發(fā)布僅半年，有頭有臉的科技公司們幾乎全部一頭扎進(jìn)了AI浪潮之中，要用人工智能把每個(gè)行業(yè)都重新做一遍。

　　例如當(dāng)下火熱的直播行業(yè)，大模型應(yīng)用的空間就相當(dāng)廣闊。對(duì)于那些養(yǎng)不起專業(yè)直播團(tuán)隊(duì)的商家，如今只需輸入商品信息，百度的文心一言能夠自動(dòng)生成話術(shù)、配音以及數(shù)字人主播，直接包攬了整個(gè)流程。

　　企業(yè)無需再花錢雇主播、想話術(shù)、搞培訓(xùn)，能輕松實(shí)現(xiàn)7*24小時(shí)直播，對(duì)中小企業(yè)而言無疑是個(gè)重大利好。

　　在沈抖看來，大模型創(chuàng)業(yè)帶來的眾多機(jī)會(huì)，將帶動(dòng)數(shù)字化經(jīng)濟(jì)更進(jìn)一步，有機(jī)會(huì)在全球范圍內(nèi)掀起一股產(chǎn)業(yè)再造的浪潮。

　　他認(rèn)為，隨著大模型深入數(shù)字經(jīng)濟(jì)，更多產(chǎn)業(yè)會(huì)出現(xiàn)新的改變。智能化不僅讓整個(gè)生產(chǎn)流程大幅提效，也改變了很多原有的生產(chǎn)關(guān)系，包括人和人、人和設(shè)備、人和系統(tǒng)的關(guān)系。以前沒有智能時(shí)，很多工作實(shí)際上是靠人來操作;有了智能以后，機(jī)器、設(shè)備、系統(tǒng)都可以按照人的思想去學(xué)習(xí)。

　　未來的工作模式，很有可能是一個(gè)聰明的人去指導(dǎo)一堆機(jī)器人。這些機(jī)器人執(zhí)行人類的決定，重塑整個(gè)生產(chǎn)線。沈抖說道，“生成式AI已經(jīng)形成全球性的‘AI再造業(yè)務(wù)’趨勢(shì)，企業(yè)迎來‘智能化躍遷’的歷史機(jī)遇。”

　　AI產(chǎn)業(yè)能夠二度迎來春天，背后其實(shí)是大模型技術(shù)邁向成熟。

　　這場(chǎng)變革的起點(diǎn)發(fā)生在2017年：彼時(shí)，谷歌幾位研究員公開了深度學(xué)習(xí)模型Transformer。以此為基礎(chǔ)，OpenAI等機(jī)構(gòu)開始嘗試研究大模型，一種不同于識(shí)別型AI的全新技術(shù)。

　　其研究成果，正是如今備受關(guān)注的GPT，即Generative Pre-trained Transformer(生成式預(yù)訓(xùn)練Transformer)。

　　眾所周知，一個(gè)AI由模型、數(shù)據(jù)、算力三要素構(gòu)成。相比于傳統(tǒng)的識(shí)別型AI(小模型)，以GPT為代表大模型在數(shù)據(jù)、模型等方面均有不同程度的革新，賦予了大模型更強(qiáng)的通用性。這恰好改善了小模型時(shí)代的產(chǎn)業(yè)化痛點(diǎn)，AI實(shí)現(xiàn)即插即用。AI企業(yè)終于能擺脫手工作坊般的生產(chǎn)模式，有機(jī)會(huì)變成一門好生意。

　　大模型的這一價(jià)值，幾乎吸引了全球所有的目光。連早已退休、專心搞慈善的比爾蓋茨，都為此興奮不已。他在一篇文章中寫道，自己有幸親歷了人類可能最重要的兩場(chǎng)革命的開端：*次發(fā)生在Windows萌芽、PC市場(chǎng)剛剛興起的80年代，而第二次正是去年——大模型剛剛開始涌現(xiàn)的時(shí)候。

　　而沈抖認(rèn)為，作為“通才”的大模型還催生一種全新的產(chǎn)業(yè)化路徑：MaaS(Model as a Service)，模型即服務(wù)。“根據(jù)我們提供的文心一言的大模型服務(wù)，企業(yè)能夠以此為基礎(chǔ)，結(jié)合他們所在行業(yè)去微調(diào)出一個(gè)行業(yè)大模型，再用這個(gè)行業(yè)大模型去服務(wù)整個(gè)行業(yè)。”

　　未來，大模型可能會(huì)成為一個(gè)類似于安卓的“超級(jí)底座”， 每個(gè)行業(yè)都迎來AI再造的機(jī)會(huì)，并給應(yīng)用端帶來大量的機(jī)會(huì)。

　　而在美國，已經(jīng)誕生了依托于大模型開展業(yè)務(wù)的獨(dú)角獸。在德克薩斯州，一家初創(chuàng)企業(yè)憑借微調(diào)后的AI應(yīng)用，在短短18個(gè)月時(shí)間做到了15億美元估值，年收入已有3000萬美元，比直接做大模型的企業(yè)還賺錢[10]。

　　不過，產(chǎn)業(yè)化潛力僅僅是大模型價(jià)值的一個(gè)方面。不同于過去兩年流行的元宇宙、Web3等概念，大模型帶來了實(shí)打?qū)嵉纳�產(chǎn)力提升。

　　例如長(zhǎng)安汽車在參與百度文心一言的邀測(cè)時(shí)，就體驗(yàn)了一回大模型的生成PPT功能。過去，制作一份PPT通常要花費(fèi)半天甚至一天時(shí)間;如今，只需三分鐘即可做出一份內(nèi)容齊全、格式精美的PPT。未來，機(jī)械的重復(fù)性工作將完全可以交給AI，員工可以集中于創(chuàng)造更大價(jià)值的工作，企業(yè)競(jìng)爭(zhēng)力增加同時(shí)增加社會(huì)財(cái)富。

　　毫無疑問，大模型將是未來十年科技圈最重要的敘事之一。

　　百模大戰(zhàn)

　　“百模大戰(zhàn)”來了，一如當(dāng)年的“百團(tuán)大戰(zhàn)”。

　　國內(nèi)大公司紛紛扎堆推出大模型，百度文心一言*，360、騰訊、阿里、商湯、科大訊飛、字節(jié)等紛紛緊追。大模型產(chǎn)品大多同時(shí)兼具對(duì)話問答、文章創(chuàng)作、代碼寫作等多項(xiàng)技能。市場(chǎng)上供給多了，但這些產(chǎn)品的“智力”水平卻參差不齊，如何挑選成為了一個(gè)難題。

　　目前主流觀點(diǎn)認(rèn)為，可以有以下兩個(gè)標(biāo)準(zhǔn)：

　　*，從芯片到框架、模型再到應(yīng)用的全鏈路環(huán)節(jié)都具備極為優(yōu)秀的性能。

　　芯片決定了算力，這是AI訓(xùn)練的基礎(chǔ)。OpenAI曾做過一筆測(cè)算：2012年開始，全球AI訓(xùn)練所用的計(jì)算量平均每3.43個(gè)月便會(huì)翻一倍，遠(yuǎn)超摩爾定律。在肉眼可見的未來，“算力不足”都將會(huì)是制約AI發(fā)展的*因素。因此，芯片要做到性能過硬。

　　只有制造出算力極強(qiáng)的高端芯片，才能滿足智算時(shí)代的計(jì)算需求，讓云好用，這是基礎(chǔ)條件。

　　而在框架和模型層面，軟件適配程度要更高，算法積累足夠，大模型能力要更強(qiáng)。深度學(xué)習(xí)框架需要做到全棧自主可控，推動(dòng)大模型不斷迭代升級(jí)。在此基礎(chǔ)上，推出多樣云服務(wù)使得大模型適應(yīng)各產(chǎn)業(yè)的數(shù)字、智能化需求，做好模型即服務(wù)(MaaS)。

　　第二，能為大家提供全鏈路的服務(wù)保障。

　　服務(wù)商不僅要具備多元的能力，還需要將它們有機(jī)地結(jié)合起來：如此一來不僅能帶來更高的可靠性、幫助企業(yè)降本增效，還降低AI使用門檻，既易用，又好用。

　　好的智算基礎(chǔ)設(shè)施，就是要高效解決算力、算法、數(shù)據(jù)處理等多維度的問題，而且這些維度之間不是獨(dú)立存在的，而是互相依賴，相互優(yōu)化、緊密耦合，從而提升整體基礎(chǔ)設(shè)施效能。

　　比如芯片解決算力問題，框架解決算法開發(fā)問題，大模型解決模型泛化問題，他們?nèi)�者就猶如三人四足比賽中的團(tuán)隊(duì)合伙人，只有彼此心有靈犀、協(xié)調(diào)互補(bǔ)，才能打出*的團(tuán)隊(duì)配合，贏得比賽勝利。

　　百度的解決方案，是將文心一言大模型與百度智能云服務(wù)結(jié)合起來，提供一種更便捷的一站式服務(wù)，即“云智一體”。

　　該方案同時(shí)提供了算力與大模型服務(wù)，企業(yè)只需提供自身行業(yè)的數(shù)據(jù)做微調(diào)，即可快速生產(chǎn)出符合市場(chǎng)需求的AI產(chǎn)品。不過，百度智能云能做的還不止微調(diào)一項(xiàng)，它還額外集成了推理與托管服務(wù)。

　　推理是大模型所具備的一項(xiàng)能力，指利用訓(xùn)練好的AI去進(jìn)行結(jié)論推導(dǎo)的過程。如果說微調(diào)是將已有的房子重新裝修一遍，那么推理則相當(dāng)于給你空地和材料，搭建一個(gè)全新的房子。雖然推理的成本高于微調(diào)，但能讓大模型新增更多原本不具備的能力，滿足企業(yè)更深層次的開發(fā)需求。

　　至于托管，則能幫助較為早期的大模型創(chuàng)業(yè)者解決搭建團(tuán)隊(duì)的難題。高薪的AI研究員一直是市場(chǎng)上最搶手的資源之一，初創(chuàng)企業(yè)不僅資金有限，且很難在人才競(jìng)爭(zhēng)中獲得太多優(yōu)勢(shì)。相比之下，托管服務(wù)則會(huì)提供一支高度專業(yè)的團(tuán)隊(duì)，幫助第三方企業(yè)管理他們的AI解決方案。

　　由此可見，微調(diào)、推理、托管三大服務(wù)的功能各不相同，能夠滿足不同階段企業(yè)的需求。

　　如今，上述“云智一體”服務(wù)已成為一種行業(yè)共識(shí)。百度智能云作為這一概念的提出者，具備一些獨(dú)有的優(yōu)勢(shì)。

　　2022年，百度副總裁沈抖升級(jí)了原有的架構(gòu)，正式對(duì)外官宣了“云智一體3.0”。該架構(gòu)的優(yōu)勢(shì)在于，形成了“芯片-框架-大模型-行業(yè)應(yīng)用”的智能化閉環(huán)路徑，百度是全球*在每一層都有自研產(chǎn)品的公司。比如芯片層有昆侖芯，框架有中國市場(chǎng)份額*的飛槳。

　　沈抖認(rèn)為，四層架構(gòu)的高效協(xié)同，能實(shí)現(xiàn)更高的運(yùn)轉(zhuǎn)效率，“我們能在同等算力投入下，把某個(gè)應(yīng)用的性能提高100%，相當(dāng)于讓算力需求降低了50%。”這是百度智能云非常獨(dú)特的優(yōu)勢(shì)，也使得百度智能云成為國內(nèi)*個(gè)訓(xùn)練出大模型的云。

　　如今，“云智一體”不僅僅只是一項(xiàng)服務(wù)，更有可能成為數(shù)字時(shí)代的一種新基建。經(jīng)濟(jì)學(xué)博士任澤平曾在2023年跨年演講中預(yù)測(cè)，智能云將成為數(shù)字經(jīng)濟(jì)的重要技術(shù)支撐，并在未來20年成為支撐中國經(jīng)濟(jì)繁榮發(fā)展的新型基礎(chǔ)設(shè)施。

　　對(duì)當(dāng)今社會(huì)而言，這些變化既是將來時(shí)，也是進(jìn)行時(shí)——AI正在以肉眼可見的速度重塑這個(gè)社會(huì)。對(duì)此，輿論上充斥著許多不安的聲音。不過，當(dāng)時(shí)代的浪潮撲面而來，企業(yè)、個(gè)體*的選擇，只有擁抱它。

　　尾聲

　　不論是紅杉資本還是黃仁勛，都喜歡將當(dāng)下稱為“AI的IPhone時(shí)刻”。

　　初代IPhone發(fā)布于2007年。彼時(shí)，摩托羅拉、諾基亞才是手機(jī)市場(chǎng)的霸主，張小龍還在忙著做QQ郵箱，百度搜索的網(wǎng)頁訪問量每天都在增長(zhǎng)，沒人知道世界上*款智能手機(jī)到底會(huì)帶來些什么。

　　然而，當(dāng)喬布斯講出那句“今天，蘋果將重新發(fā)明手機(jī)”時(shí)，世界依舊為之沸騰，變革的伏筆已經(jīng)埋下。相比于市面上的其他產(chǎn)品，初代IPhone的革新之處其實(shí)只有兩個(gè)方面：一是取消了鍵盤，改用觸屏設(shè)計(jì);二是借鑒了電腦的設(shè)計(jì)，嘗試在手機(jī)中加入瀏覽器、股票、天氣等應(yīng)用。

　　10年之后，初代IPhone的這兩大設(shè)計(jì)已然成為了智能手機(jī)的設(shè)計(jì)標(biāo)準(zhǔn)，以此構(gòu)建的移動(dòng)互聯(lián)網(wǎng)改寫了數(shù)十億人的生活。

　　沈抖曾在采訪時(shí)提到，初代IPhone的出現(xiàn)，將手機(jī)分成了兩類：智能手機(jī)與非智能手機(jī)，而非智能手機(jī)最終被淘汰了。大模型出來后，同樣會(huì)把企業(yè)分成兩類：一類是智能企業(yè)，一類是非智能企業(yè)——類似的故事有可能會(huì)再次上演。

　　關(guān)于大模型的未來，如今看來仍有些模糊，但唯有一點(diǎn)是確信的——新時(shí)代的序幕正緩緩拉開，一場(chǎng)重新定義時(shí)代的比賽已經(jīng)開始。

　　參考資料

　　[1]China will dominate AI unless U.S. invests more, commission warns，Axios

　　[2]2019年AI實(shí)力對(duì)決：美國領(lǐng)跑，中國追趕，歐盟弱勢(shì)，智東西

　　[3]烏鎮(zhèn)指數(shù)：全球人工智能發(fā)展報(bào)告(2017)

　　[4]2021年人工智能行業(yè)發(fā)展白皮書

　　[5]中國人工智能軟件及應(yīng)用市場(chǎng)研究報(bào)告-2020，IDC

　　[6]2021年中國AI+安防行業(yè)發(fā)展研究報(bào)告，艾瑞咨詢

　　[7]正在消失的機(jī)器視覺公司，腦極體

　　[8] Generative AI: A Creative New World，sequoia

　　[9]揭秘ChatGPT身后的AIGC技術(shù)和它的中國同行們，海通國際

　　[10]The Best Little Unicorn in Texas: Jasper Was Winning the AI Race—Then ChatGPT Blew Up the Whole Game，The Information

　　[11] AI Developers Stymied by Server Shortage at AWS, Microsoft, Google，The Information