2024年，AI的共識與非共識。

　　從ChatGPT帶著大模型及智能對話引領(lǐng)時代開始，距離現(xiàn)在已經(jīng)一年有余。這一年來，中國AI也經(jīng)歷了多個階段：從狂熱到質(zhì)疑到冷靜，從大模型之間的競爭變成了模型和應(yīng)用共贏，從共識遍地到各自開花……

　　此刻，AI鏈條中的各方都意識到，單打獨斗無法助推AI技術(shù)的進一步發(fā)展，更無法讓先進的技術(shù)為人所用。

　　交流、溝通、共創(chuàng)的需求日益明確，AI產(chǎn)業(yè)鏈條不僅需要代碼的開源社區(qū)，更需要觀點的“開源社區(qū)”。

　　在2024年1月30日，阿里云創(chuàng)業(yè)者社群舉辦了創(chuàng)業(yè)者之夜，希望通過不同參與方的思維碰撞，激發(fā)創(chuàng)新。50位嘉賓圍爐煮茶、坐而論道，其中包括實踐AI落地的產(chǎn)業(yè)方昆侖萬維、中航信、招商銀行、同道獵聘等，大模型明星公司智譜AI、百川智能等，投資機構(gòu)代表元璟資本等，研究機構(gòu)IDEA，以及行業(yè)內(nèi)眾多上下游的創(chuàng)業(yè)公司，比如松應(yīng)科技、Nolibox計算美學、面壁智能等。

　　在創(chuàng)業(yè)者之夜的現(xiàn)場，“落地”“應(yīng)用”成為高頻詞匯。歷史上每一次技術(shù)的發(fā)展都離不開場景的落地，如果沒有移動互聯(lián)網(wǎng)，云計算也難以成長，如果沒有軟件，電腦至今也不會成為必需品。本次AI浪潮的基座大語言模型固然是發(fā)展的關(guān)鍵所在，但是能不能找到落地的應(yīng)用，才決定了技術(shù)長久發(fā)展的未來。

　　AI原生還是“+AI”? 產(chǎn)品為王還是技術(shù)優(yōu)先?產(chǎn)品的to B、to C如何選擇?不同產(chǎn)業(yè)，到底關(guān)注AI的什么能力?

　　相較于上半年悶頭向前追趕的技術(shù)研發(fā)期，關(guān)于技術(shù)路線和未來愿景的“共識”如此明確。但此刻在技術(shù)平穩(wěn)期，落地成為不得不談的話題，這個話題下，“非共識”成為了最大的共識。

　　從左到右分別是阿里云創(chuàng)業(yè)孵化事業(yè)部總經(jīng)理李中雨;智譜AI COO張帆;百川智能聯(lián)合創(chuàng)始人、總裁洪濤;元璟資本管理合伙人劉毅然;IDEA研究院認知計算與自然語言講席科學家張家興、通義實驗室對話智能負責人李永彬

　　AI原生：當前階段，要革新還是要效果?

　　人們?nèi)菀装鸭夹g(shù)上面臨的問題看得太重，把落地時面臨的問題看得太輕。正如同互聯(lián)網(wǎng)時代，如果是產(chǎn)業(yè)“+互聯(lián)網(wǎng)”，那只能在某些角度降本增效，但如果是“互聯(lián)網(wǎng)+”，則會大范圍爆發(fā)新的需求。而這“互聯(lián)網(wǎng)+”，則是考驗應(yīng)用在場景里的落地能力。

　　但目前技術(shù)仍然不夠穩(wěn)定。GPT4仍然存在幻覺問題，GPT5泛化能力、模型解決復雜任務(wù)的能力在提升，但尚未確定推出時間。更重要的是，中國大模型還在追趕的路上，目前國內(nèi)的頭部模型，只能在部分性能上比肩GPT4。

　　如果大模型技術(shù)不過關(guān)、不穩(wěn)定，則沒有爆發(fā)應(yīng)用的前提條件。通義實驗室對話智能負責人李永彬舉例：“大模型解決一個問題的水平從20分提高到60分，就能夠驚艷所有人，因為之前20分太差了。”但在嚴格一些的應(yīng)用層面，“60分和0分差不多，因為沒有辦法拿60分的產(chǎn)品上線”。

　　在這樣的背景下，中國和美國面臨的AI原生問題既相似又不同。

　　相似的是，中美雙方都沒有進步應(yīng)用爆發(fā)潮。

　　阿里云創(chuàng)業(yè)孵化事業(yè)部總經(jīng)理李中雨梳理了硅谷一年來的AI進展，他表示雖然出現(xiàn)了大量應(yīng)用，但是“訪問量還是集中在ChatGPT，Create AI，這兩者占了百分之七八十”，按照以前移動互聯(lián)網(wǎng)時代的訪問量來算，其他的應(yīng)用，都只是長尾應(yīng)用。

　　不同的是，美國還是出現(xiàn)了幾款革新性產(chǎn)品。

　　目前美國大模型驅(qū)動的應(yīng)用分為兩種，一種是通用型的，對原有產(chǎn)品的改造，比如NewBing;另一種是垂直領(lǐng)域的“革命”，比如11個人、0融資、1千萬人社區(qū)和1億美金營收的Midjourney。

　　而中國尚未出現(xiàn)一款足以引發(fā)狂熱的AI原生應(yīng)用。

　　“大模型出現(xiàn)，引領(lǐng)著最前端的技術(shù)，發(fā)展很快。但是究竟拿它做什么?”元璟資本管理合伙人劉毅然拋出了這個問題。“今天還是拿AI做原來已有生產(chǎn)關(guān)系或者原來已有(產(chǎn)品)的加強，雖然做得不錯，但是我們更期待看到技術(shù)變革之后的新產(chǎn)品出現(xiàn)，推動新一代需求。”

　　也許在目前的技術(shù)條件下，我們需要憧憬AI原生，但不能過度執(zhí)著于AI原生。“我們不要關(guān)注這個技術(shù)本身是不是AI原生，而是要關(guān)注大模型和哪些傳統(tǒng)的技術(shù)可以結(jié)合起來，最后達到很好的效果。”昆侖萬維集團董事長兼CEO方漢提出了這樣的觀點。他以游戲場景中的3D模型生成舉例，AI大模型的方法直接生成的3D模型，會存在面數(shù)特別多，規(guī)格不對的問題，基本不可用;但如果搭配傳統(tǒng)思路，把動畫工具介入到AI工作流之后，產(chǎn)品可用性則會大大提高。

　　百川智能聯(lián)合創(chuàng)始人、總裁洪濤也表達了類似的觀點：“從實用的角度，眼前階段明確場景，用工程+模型的方式，把它做起來，然后用增長飛輪的方式，無論數(shù)據(jù)回滾還是用戶反饋回滾，還是各種各樣的技術(shù)條件和系統(tǒng)環(huán)境的碰撞，可能才是更可行的路。”

　　從另外一個角度分析，中國的創(chuàng)新者擅長在后半場發(fā)揮產(chǎn)品上的創(chuàng)造力，而非從新技術(shù)出現(xiàn)時就進行從0到1的產(chǎn)品創(chuàng)造。

　　元璟資本劉毅然分享，從移動互聯(lián)網(wǎng)的后半場就能看到，美國產(chǎn)品技術(shù)有特色，但是產(chǎn)品不好，而中國的使用環(huán)境和人才結(jié)構(gòu)，在技術(shù)創(chuàng)新到一定階段后，能夠打磨出無與倫比的產(chǎn)品。“在這個前提下，中國的創(chuàng)業(yè)還有很多的機會。”

　　從模型為王到價值為王

　　在AI時代，尤其是討論AI原生應(yīng)用時，不論to C還是to B，最重要的評判標準是，要對產(chǎn)業(yè)本身產(chǎn)生價值。正如阿里云智能副總裁、公共云業(yè)務(wù)解決方案總經(jīng)理韓鴻源所說：“應(yīng)用效果說明一切。”

　　盡管移動互聯(lián)網(wǎng)時代也出現(xiàn)了諸如短視頻、直播等娛樂消遣向的應(yīng)用，但是在早期，更容易被C端用戶接受并且實現(xiàn)自然裂變的，還是淘寶、微信這種提升效率的產(chǎn)品。

　　而AI被人們天然寄予了“提升生產(chǎn)力”的訴求。這需要我們從大模型單點技術(shù)的“自嗨”中抽離出來，更多關(guān)注給行業(yè)和社會帶來的“價值”。

　　盡管是大模型頭部廠商，百川智能的洪濤也認為：“現(xiàn)階段做應(yīng)用，含大模型量不宜過高，如果過高，應(yīng)用的可靠性會有風險。”并且洪濤還提到，技術(shù)不應(yīng)該閉門造車，而應(yīng)該與產(chǎn)業(yè)界交流：“真正產(chǎn)業(yè)的落地，不可能純靠算法專家、技術(shù)同學之間的碰撞，一定與產(chǎn)業(yè)界、實際的使用者有互動。”

　　通義實驗室的李永彬補充，如果不是落地產(chǎn)業(yè)界，也很難認識到技術(shù)的不足在哪。他從自己做to B的經(jīng)驗出發(fā)，認為如果聚焦在to B的產(chǎn)品，效果到不了90，客戶不會買單：“所以在to B場景下，技術(shù)能力需要更大的考驗。”

　　事實上，很多技術(shù)上的不足和瓶頸，確實困擾了產(chǎn)業(yè)方價值的實現(xiàn)。

　　同道獵聘集團董事會主席兼CEO戴科彬提出了一個洞察，就是關(guān)于大模型的測試成本是目前產(chǎn)業(yè)落地的障礙之一。“這家的模型在語言識別理解上做得不錯，那家模型在表情圖像上做得更好一些。當模型在不同地方調(diào)用時，也會產(chǎn)生內(nèi)部團隊評價標準的問題。”市面上通用大模型已經(jīng)多達幾十種，測試各家的模型并且與場景做契合，需要大量的時間、人力、資源上的投入。

　　這個問題目前尚無法得出答案。智譜AI的COO張帆表示：“在具體的方向上，如果不能落地，不能產(chǎn)生價值，再高的榜單分數(shù)價值也是0。”所以，智譜AI在服務(wù)產(chǎn)業(yè)方時，提供具體的支持和服務(wù)，確保模型和場景的結(jié)合。“大家要自己去試，在自己的場景里去測。”

　　除了“通用”的困擾，具體到不同行業(yè)，也會有各自的痛點。不同產(chǎn)業(yè)的需求差異，更是需要技術(shù)和產(chǎn)業(yè)一起探索。

　　以金融為代表的產(chǎn)業(yè)，其容錯性的問題是AI落地中最具考驗性的一環(huán)。“一個行業(yè)容錯性低的話，對大模型一定很謹慎。”昆侖萬維集團董事長兼CEO方漢說道，但是并非所有行業(yè)都像金融行業(yè)一樣，有一些行業(yè)甚至希望“幻覺”的出現(xiàn)：“做內(nèi)容做社交的人希望幻覺越多越好。生成內(nèi)容領(lǐng)域最容易落地的，因為容錯性非常高。”

　　“差異化對所有做大模型的人是最大的痛。”IDE研究院張家興在現(xiàn)場分享道。但是對于落地場景來說，越大的差異化，意味著越多的空間和創(chuàng)造更大價值的可能性。

　　產(chǎn)品人的時代過去了嗎?

　　要滿足需求，離不開對產(chǎn)品能力的討論。但產(chǎn)品能力在AI時代代表著什么?共識也尚未出現(xiàn)。

　　一些人認為，移動互聯(lián)網(wǎng)時代的“產(chǎn)品人”創(chuàng)業(yè)的邏輯已經(jīng)改變，在技術(shù)更新?lián)Q代期，即使是從產(chǎn)品的角度切入，也是考驗掌握技術(shù)核心能力。

　　元璟資本劉毅然認為：“模型的能力或者理解操控模型的能力，就是今天產(chǎn)品力的一部分。”這是因為，移動互聯(lián)網(wǎng)時代底層基礎(chǔ)設(shè)施一致，因此只需要考慮產(chǎn)品本身，但是如今全球有十幾個主流模型，每一個模型的底層邏輯都各不相同。“純產(chǎn)品型的創(chuàng)業(yè)很難，至少在大模型上半場，底部模型源源不斷變化時，上層應(yīng)用一定要充分理解下面的模型技術(shù)。”

　　“不是PMF(Product Markrt Fit)，而是TPF(Technology-Product Fit)。”百川智能洪濤表示。

　　但產(chǎn)業(yè)方不這么想。

　　同道獵聘戴科彬從產(chǎn)業(yè)方的角度提出了自己實在的需求。“前臺大部分的用戶是不理解什么叫做大模型，不理解所謂的技術(shù)，只知道交互好不好，我能不能理解這個產(chǎn)品。”同道獵聘既是大模型的落地方，又是給招聘企業(yè)提供智能產(chǎn)品的服務(wù)方，目前已經(jīng)在招聘環(huán)節(jié)引入了大模型，具體來說，在大公司做校園招聘時，批量通知、提問是非常大的投入，同道獵聘在這個場景中做了“數(shù)字面試官”，可以基于雙邊的理解生成問題。

　　在實踐中，戴科彬發(fā)現(xiàn)，只懂技術(shù)、只懂產(chǎn)品都遠遠不夠，“懂人性，懂在交互過程當中如何引導用戶很簡單實現(xiàn)用戶意圖的人才能夠做好AI產(chǎn)品”。

　　總結(jié)來看，大模型時代，并不是對于創(chuàng)新者的要求“變了”，而是要求“多了”——to C的應(yīng)用，要有擊穿大眾認知、更具想象力的未來，更要能洞察人的實際需求;to B的應(yīng)用則需要更加務(wù)實，既要具備極強的技術(shù)底座，又要具備能夠革新生產(chǎn)力的產(chǎn)品能力。

　　但對于很多產(chǎn)業(yè)方提出的“產(chǎn)品力”訴求，技術(shù)方并不是不想解決，而是確實不到時候——應(yīng)用側(cè)也有技術(shù)路線尚未達成共識。百川智能洪濤提到，大模型之所以通用，是因為用了公域公開的數(shù)據(jù)，而和私域數(shù)據(jù)結(jié)合才是實現(xiàn)產(chǎn)業(yè)落地的關(guān)鍵，但是如何更高效結(jié)合，目前尚未形成統(tǒng)一的結(jié)論。

　　更多思考和探索，還需要產(chǎn)業(yè)再給予一些耐心。

　　實現(xiàn)先進要與更先進的企業(yè)一起

　　阿里云智能集團資深副總裁 公共云業(yè)務(wù)總裁 劉偉光

　　阿里云在做大模型，并且通義大家族(通義千問、通義聽悟、通義智文作為應(yīng)用代表，同時百煉大模型服務(wù)平臺，魔搭社區(qū))也已經(jīng)取得比較好的市場口碑，但是阿里云的視角更為開放。

　　這是因為，阿里云是從AI產(chǎn)業(yè)最底層的云計算服務(wù)切入賽道。云和AI天然融合，從技術(shù)和業(yè)務(wù)邏輯看，“AI 算力基礎(chǔ)設(shè)施” 的重點是公共云。因為大模型的訓練和推理(使用環(huán)節(jié))都需要調(diào)度彈性算力資源，且要求及時響應(yīng)，這與在各地建有數(shù)據(jù)中心、能及時滿足算力波峰波谷變化的公共云更契合;云計算能力的提升，包括GPU算力、配套的計算存儲、網(wǎng)絡(luò)能力的演進，也會對AI產(chǎn)生強有力支撐。

　　在開放的狀態(tài)下就能吸引到更多懷揣技術(shù)和產(chǎn)品理想的企業(yè)，先進的企業(yè)會合力帶領(lǐng)社會走向更先進的未來。

　　這也是阿里云的初衷。正如阿里云市場部總裁劉湘雯所說，“開源是阿里云堅定的選擇，一定會非常確定地走下去。所以我們希望創(chuàng)造像阿里云創(chuàng)業(yè)者社群這樣的場合，讓創(chuàng)業(yè)者朋友們可以充分交流，遇到一句頂一萬句的知音。”

　　阿里云市場部總裁 劉湘雯

　　在眾多非共識中，有一點成為了共識——中國未來會在應(yīng)用層面取得突破。“我非常堅信未來在應(yīng)用層面會有非常多的沉淀。即使在基礎(chǔ)模型上會落后一點，但在應(yīng)用上，一定能夠找到突破口。”劉偉光這樣總結(jié)。

　　我們不僅期待先進未來的到來，更是會一起邁步、合力接近。

　　寫在最后：

　　創(chuàng)業(yè)者之夜活動由阿里云創(chuàng)業(yè)者社群舉辦。社群聚集中國最前沿的技術(shù)創(chuàng)新者，聚焦云與AI技術(shù)方向、以及AI在產(chǎn)業(yè)中的落地應(yīng)用等核心主題，發(fā)起各類技術(shù)及產(chǎn)業(yè)閉門活動與研討，與社群成員形成長期共創(chuàng)體系，與技術(shù)創(chuàng)新者們共同成長。