“一年前，大部分的企業(yè)都沒(méi)有和大語(yǔ)言模型打過(guò)交道。”戴爾集團(tuán)的首席技術(shù)官John Roese近期接受第一財(cái)經(jīng)采訪時(shí)表示，只有極少數(shù)的公司是例外。

現(xiàn)在大模型的進(jìn)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(rèn)為明年會(huì)是生成式AI真正轉(zhuǎn)變到來(lái)的時(shí)候。與此同時(shí)，那些準(zhǔn)備在其業(yè)務(wù)中落地生成式AI的公司會(huì)發(fā)現(xiàn)，這項(xiàng)技術(shù)既可能用于財(cái)務(wù)、也可能用于售后，還可能用于編程等。每一項(xiàng)應(yīng)用都需要配置相當(dāng)多的資金和人力，不明智的選擇會(huì)帶來(lái)大量的資源浪費(fèi)和時(shí)間成本，同時(shí)“會(huì)被競(jìng)爭(zhēng)對(duì)手甩到后面，這是很有風(fēng)險(xiǎn)的事情?！?/p>

OpenAI是人工智能曠野里醒目的坐標(biāo)，是其他企業(yè)模仿和追逐的對(duì)象，以至于業(yè)內(nèi)認(rèn)為現(xiàn)在的大模型都太雷同了。到了2024年，應(yīng)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(guó)、中國(guó)等地的科技公司的恐懼和熱情都被激發(fā)出來(lái)了。恐懼來(lái)自于被時(shí)代拋棄的風(fēng)險(xiǎn)，熱情則來(lái)自于科技企業(yè)內(nèi)嵌的、對(duì)創(chuàng)新的追求。

美國(guó)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(guó)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(shí)候，中國(guó)企業(yè)就發(fā)布了近百個(gè)大模型。

但在不少業(yè)內(nèi)人士看來(lái)，國(guó)內(nèi)外的大模型企業(yè)在做類(lèi)似的工作。

“技術(shù)上面沒(méi)有本質(zhì)的區(qū)別，側(cè)重點(diǎn)不一樣，像Llama就是做一個(gè)通用的技術(shù)模型開(kāi)源出去。GPT本身是閉源的，主要是做ChatGPT對(duì)話能力。我們?cè)趯?duì)齊方面要做得很好，上下文長(zhǎng)度可以做得很長(zhǎng)，每個(gè)（大模型）既有雷同的地方又有自己的特色?！蔽浵伡瘓F(tuán)副總裁徐鵬此前接受第一財(cái)經(jīng)采訪時(shí)表示。

現(xiàn)在行業(yè)里面最大的問(wèn)題其實(shí)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?！拔覀冇械臅r(shí)候認(rèn)為創(chuàng)新是追趕，其實(shí)創(chuàng)新不是追趕，而是有自己新的方法，去實(shí)現(xiàn)自己的優(yōu)勢(shì)?！?/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(biāo)是觀察和了解，OpenAI是如何通過(guò)一個(gè)創(chuàng)業(yè)的團(tuán)隊(duì)，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(biāo)，其他企業(yè)現(xiàn)在能做的是，先追上這個(gè)目標(biāo)。

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

重復(fù)造輪子的游戲不會(huì)一直持續(xù)下去，因?yàn)樗璧脑牧蠈?shí)在是太多，也太貴了，而且并非每個(gè)國(guó)家都能得到，并非每個(gè)企業(yè)都能支付高昂的價(jià)格。

“大模型它太貴了，恰恰因?yàn)樗F了，所以我覺(jué)得這件事情很快會(huì)走到一個(gè)好的路上，因?yàn)槟悴惶赡軣芫谩，F(xiàn)在大模型是一個(gè)2萬(wàn)張卡的游戲，而且這還不一定能看到結(jié)果。所以，我相信很快就會(huì)有變化。”李笛對(duì)記者說(shuō)。

現(xiàn)在大模型的運(yùn)算，嚴(yán)重依賴英偉達(dá)的GPU，以至于后者的價(jià)格已經(jīng)被炒高數(shù)倍。對(duì)于中國(guó)的大模型企業(yè)，更難的一點(diǎn)在于，美國(guó)實(shí)施的出口禁令，已經(jīng)令英偉達(dá)的高性能芯片無(wú)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(shù)。

任天堂、微軟和索尼是主機(jī)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(tái)為Nintedo，微軟是Xbox，而索尼則是Playstation。

“跟微軟和索尼比起來(lái)，任天堂不是堆最先進(jìn)的硬件，而是榨干成熟技術(shù)最后一點(diǎn)能力。這個(gè)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(yuǎn)，所以還是要靠整個(gè)系統(tǒng)不停幫它彌補(bǔ)?！崩畹驯硎?。

“做正確的選擇”

“現(xiàn)在很多吃大模型這碗飯的時(shí)候，大家做的都是偏雷同的”，在徐鵬看來(lái)，還是要從應(yīng)用入手，說(shuō)不定更容易走出新路，“應(yīng)用是可以做出來(lái)非常多不一樣?xùn)|西的”。

這部分的原因在于開(kāi)源社區(qū)的發(fā)展。

在國(guó)外有開(kāi)源模型LIama和Llama2等，國(guó)內(nèi)也有阿里云的魔搭開(kāi)源社區(qū)等。開(kāi)源模型的存在，給應(yīng)用企業(yè)帶來(lái)了創(chuàng)新上的便利，而不用從頭開(kāi)始以大量的財(cái)力去訓(xùn)練基礎(chǔ)的模型。

“如果大家都把力量放在大模型應(yīng)用的創(chuàng)新上面，我覺(jué)得會(huì)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(guò)來(lái)促進(jìn)大模型技術(shù)的發(fā)展?！毙禊i表示，“我覺(jué)得應(yīng)該讓?xiě)?yīng)用的生態(tài)更加繁榮，這樣才能推動(dòng)模型的發(fā)展?，F(xiàn)在至少看起來(lái)應(yīng)用生態(tài)方面還不夠繁榮，應(yīng)用的場(chǎng)景還沒(méi)有那么豐富?！?/p>

John Roese在最近一場(chǎng)溝通會(huì)上表示，2024年的時(shí)候，生成式AI將從2023年的純理論的探討階段進(jìn)入到業(yè)務(wù)應(yīng)用階段。美國(guó)的Google、OpenAI以及國(guó)內(nèi)的阿里巴巴、百度等都陸續(xù)推出了生成式AI的技術(shù)，但是還沒(méi)有多少客戶把它系統(tǒng)性地投入到實(shí)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(kāi)始對(duì)生成式AI做了各種各樣的實(shí)驗(yàn)，在想清楚他們要怎樣去用，到2024年我們會(huì)看到真正轉(zhuǎn)變的到來(lái)”， John Roese說(shuō)，現(xiàn)在大家已經(jīng)越來(lái)越懂得如何讓這些生成式AI進(jìn)入生產(chǎn)當(dāng)中，從理論階段進(jìn)入到業(yè)務(wù)應(yīng)用階段。

對(duì)于生成式AI，眾多科技企業(yè)都列出了長(zhǎng)長(zhǎng)的愿望清單，比如利用AI改變做財(cái)務(wù)的方式、人力資源管理的方式、雇傭人員的方式，編寫(xiě)代碼的方式以及銷(xiāo)售的模式?！按鳡柨萍技瘓F(tuán)就找到了380個(gè)項(xiàng)目能夠用上生成式AI的。”John Roese對(duì)記者說(shuō)。

但John Roese提醒，“現(xiàn)實(shí)是當(dāng)我們即將步入2024年的時(shí)候，要去實(shí)施生成式AI的時(shí)候會(huì)很快地認(rèn)識(shí)到，生成式AI的項(xiàng)目都非常大，需要占用大量的人力物力財(cái)力。”這樣的話，當(dāng)一家企業(yè)面臨上百項(xiàng)，甚至是上千項(xiàng)選擇的時(shí)候，有限的資源投入哪些項(xiàng)目就是艱難的選擇。企業(yè)要根據(jù)生成式AI有多少人來(lái)用，多少人有訪問(wèn)權(quán)來(lái)決定投入的大小。是不是只有高管用，還是銷(xiāo)售人員、技術(shù)人員用，還是所有的客戶都能訪問(wèn)？這沒(méi)有標(biāo)準(zhǔn)的答案。

“每一個(gè)企業(yè)的資源有限，只能做其中的幾個(gè)，比如說(shuō)選其中的3到4個(gè)來(lái)實(shí)施，所以明年CIO和企業(yè)的領(lǐng)導(dǎo)者必須做一個(gè)決定，在他們選出來(lái)的比如500個(gè)項(xiàng)目中有哪幾個(gè)要優(yōu)先實(shí)施。一旦優(yōu)先的項(xiàng)目選對(duì)了，對(duì)業(yè)務(wù)產(chǎn)生正向的影響當(dāng)然是好事；如果選錯(cuò)了，會(huì)出現(xiàn)大量的資源的浪費(fèi)。有些項(xiàng)目上投了生成式AI但又沒(méi)有產(chǎn)生效果，就會(huì)被競(jìng)爭(zhēng)對(duì)手甩到后面，這是很有風(fēng)險(xiǎn)的事情?！盝ohn Roese認(rèn)為，“明年我們要?jiǎng)澐州p重緩急，就是在所有可以用生成式AI的用例當(dāng)中哪幾個(gè)是優(yōu)先事項(xiàng)，做正確的選擇。”

爆款不可求

企業(yè)把人工智能部署到內(nèi)部的時(shí)候，初始階段面臨的是難以估測(cè)的運(yùn)營(yíng)成本。

“明年隨著企業(yè)開(kāi)始使用這些科技，我們將會(huì)發(fā)現(xiàn)從訓(xùn)練成本到運(yùn)營(yíng)成本的轉(zhuǎn)變?！?/p>

John Roese介紹了一個(gè)戴爾的例子來(lái)說(shuō)明這個(gè)問(wèn)題。戴爾正在建立一個(gè)內(nèi)部系統(tǒng)的實(shí)驗(yàn)?zāi)Ｐ?，其中一個(gè)項(xiàng)目的訓(xùn)練需要花費(fèi)3個(gè)月左右的時(shí)間、用到至少20個(gè)服務(wù)器，以進(jìn)行系統(tǒng)調(diào)優(yōu)和優(yōu)化。在測(cè)試階段，整體運(yùn)營(yíng)成本是未知的，因?yàn)樵谙到y(tǒng)的部署階段，任何戴爾員工都可以向系統(tǒng)提問(wèn)任何關(guān)于產(chǎn)品和技術(shù)知識(shí)的問(wèn)題，而系統(tǒng)都會(huì)提供簡(jiǎn)練、充分的回答。但是戴爾的測(cè)試顯示：即便只將該系統(tǒng)開(kāi)放給應(yīng)用技術(shù)領(lǐng)域的大約6000員工，系統(tǒng)每月將會(huì)產(chǎn)生巨大的5000萬(wàn)左右的用戶互動(dòng)量。他因此認(rèn)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(xùn)模型上，而是應(yīng)該開(kāi)始考慮在企業(yè)中“運(yùn)營(yíng)”一個(gè)大模型的成本。

“我們?cè)?024年將有可能看到許多針對(duì)該話題經(jīng)濟(jì)層面的討論?！盝ohn 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?！?/p>

AI技術(shù)能否落地，對(duì)于使用者來(lái)說(shuō)，關(guān)鍵是其投入產(chǎn)出比是否合適。

“還是要看一項(xiàng)應(yīng)用的最終商業(yè)效果，拿很大的算力陪別人聊天，掙不到錢(qián)的話，沒(méi)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(nèi)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(jī)會(huì)發(fā)現(xiàn)好的面向C端的AI產(chǎn)品，一個(gè)AI作為驅(qū)動(dòng)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(yù)測(cè)性。

明年出現(xiàn)生成式AI爆款應(yīng)用，是可遇不可求的事情。從過(guò)往經(jīng)驗(yàn)來(lái)看，一些應(yīng)用短期沖上熱榜，獲得大量關(guān)注的可能性不小，但能夠持續(xù)成長(zhǎng)的產(chǎn)品則非常之少。

“我對(duì)于應(yīng)用的發(fā)展持著‘潤(rùn)物細(xì)無(wú)聲’的觀念，真正好的東西一定會(huì)出現(xiàn)，但是可能不會(huì)突然之間成為爆款。它在擅長(zhǎng)的領(lǐng)域里一直在發(fā)展，一直帶來(lái)一些改變，這些改變積累到一定程度之后會(huì)成為所謂的爆款?！毙禊i說(shuō)。

技術(shù)變革到來(lái)的時(shí)候，站在最前沿的人常?？床坏饺?。CTO們喜歡說(shuō)，人們常常高估技術(shù)的短期收益，而低估其長(zhǎng)期影響。人工智能同樣如此。

“這樣一個(gè)大潮起來(lái)的時(shí)候，我們希望看清它到底帶來(lái)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(shí)際的幻想。但是，又不能離開(kāi)這個(gè)幻想，因?yàn)橹挥谢孟氩庞袆?dòng)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(rèn)為，應(yīng)該有一定的機(jī)制支持長(zhǎng)期投入，然后找到AI的核心應(yīng)用場(chǎng)景，找到它真正能夠帶來(lái)變化的東西。

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