人工智能原本就是可以賦能千行百業的水和電，如今隨著AI的巨大進步，我們每個企業都有必要重新思考如何升級自己的AI大腦。今天這篇文章，我們來繼續探討GPT人工智能模型可能將在工業互聯網領域引發哪些變化?
這是我(wo)的(de)第(di)280篇專欄文(wen)章，我(wo)在【數字原生組織】寫的(de)第(di)7篇文(wen)章。
上篇文章(zhang)《工業AI距(ju)離到達“ChatGPT時刻(ke)”還有多(duo)遠?》完(wan)成之后，有朋友問(wen)(wen)了(le)一個問(wen)(wen)題(ti)，他說：
在(zai)(zai)企(qi)業(ye)中，管理(li)建(jian)立(li)在(zai)(zai)制(zhi)度(du)上，制(zhi)度(du)建(jian)立(li)在(zai)(zai)流程上，流程建(jian)立(li)在(zai)(zai)系統上，系統建(jian)立(li)在(zai)(zai)數(shu)(shu)據上，企(qi)業(ye)實(shi)現管理(li)是“數(shu)(shu)據+程序”的結果。既然ChatGPT可以直接讀(du)取數(shu)(shu)據，并實(shi)現了一定程度(du)的通用人工智(zhi)能，能夠產生基于數(shu)(shu)據的基本(ben)分析決策，那(nei)么現存的系統應用，比(bi)如ERP、CRM、MES…是不是會(hui)發生顛覆性(xing)的變(bian)化，甚至是大洗牌?
這是個好問題!
其實在B2C領(ling)域，當ChatGPT剛剛發布的時(shi)候，就有投(tou)資人提(ti)出一(yi)個(ge)觀點，說TMT(數字(zi)新媒體產業)可(ke)以(yi)重新再干15年。
重新(xin)再干15年!為什么TMT又(you)重新(xin)煥發(fa)青春了呢?這個觀點(dian)背后的(de)原因是，上個時代我們基于移動互(hu)聯網，開發(fa)了各種(zhong)各樣的(de)APP，而如今ChatGPT引發(fa)了新(xin)的(de)交(jiao)互(hu)形式(shi)出現，每個細分賽(sai)道(dao)上都有可能(neng)會成(cheng)長出一個全(quan)新(xin)的(de)獨角(jiao)獸(shou)，或者(zhe)全(quan)新(xin)的(de)商業模式(shi)。
這個(ge)觀點不乏支撐(cheng)的依據。
微軟公(gong)司聯合創始人(ren)比爾·蓋(gai)茨曾(ceng)說，OpenAI的(de)GPT人(ren)工智能模型(xing)是(shi)他自1980年首次看(kan)到現代圖形桌面環境(jing)GUI以(yi)來，最具革命性的(de)技術(shu)進步。
3月底，OpenAI開放了兩個自(zi)己的插(cha)件(jian)：網絡瀏覽器和代碼(ma)解釋器，并開源了一個知(zhi)識庫檢索(suo)插(cha)件(jian)的代碼(ma)，支持開發者將(jiang)信息進行自(zi)行托管。
英偉達AI科學家Jim Fan在個人社交平(ping)臺表示：如果說ChatGPT的(de)面世是(shi)“iPhone的(de)出現(xian)”，那么此次推(tui)出的(de)插件功(gong)能就是(shi)“iOS APP Store”的(de)出現(xian)。
而“APP Store”只(zhi)是一個開(kai)始，如(ru)果把GPT人工智(zhi)能(neng)模型連接到企業的業務系統中，我們的很多環(huan)節是否能(neng)夠產生變革和提升?
人工(gong)智能(neng)原(yuan)本就是可以賦(fu)能(neng)千(qian)行百業的(de)水和電，如(ru)今(jin)隨(sui)著(zhu)AI的(de)巨大(da)進步，我們每個企業都有必要重新思考(kao)如(ru)何升級自己的(de)AI大(da)腦。
今天這(zhe)篇文章，我們(men)來繼續探討(tao)GPT人工智能(neng)模(mo)型可能(neng)將在(zai)工業互聯網領域引發哪(na)些變化?
企業管理軟件值得被重做一遍
未來所有的(de)公(gong)司都需要一個AI企業大腦。
這是一(yi)個預測，關鍵詞是“所有的公司”，因為AI正在像水、電、空氣一(yi)樣，變成一(yi)個必備要(yao)素、一(yi)項基礎能力。
而我們企業(ye)中(zhong)很大(da)比例的企業(ye)管(guan)理軟件，都(dou)有(you)可能在GPT人工智能模型的啟示中(zhong)重做(zuo)一(yi)遍(bian)。
GPT給了我們哪些啟示呢?
人們與機器溝(gou)通的方式(shi)會(hui)發(fa)生深刻的變(bian)化。我們一(yi)般(ban)通過各種軟件與機器溝(gou)通，軟件的進步由交互方式(shi)的進步所牽引，從最初的字符界面(mian)，到后(hou)來的圖形化操作界面(mian)，現(xian)在我們可以(yi)直接通過自然語言(yan)與機器交流。
以前我們通過各種(zhong)(zhong)編(bian)程(cheng)語(yu)言(yan)，比如匯(hui)編(bian)、梯形圖、Python…告訴(su)機器如何完(wan)成(cheng)我們想實(shi)現(xian)的任務。其實(shi)編(bian)程(cheng)語(yu)言(yan)也是一種(zhong)(zhong)“交(jiao)互(hu)(hu)”，只不(bu)過這種(zhong)(zhong)交(jiao)互(hu)(hu)在(zai)(zai)設(she)計的時候為了(le)“靈活”與“精(jing)確”犧牲掉(diao)了(le)“易用性”。現(xian)在(zai)(zai)有了(le)ChatGPT，不(bu)用學(xue)習編(bian)程(cheng)，我們就有能力調動各種(zhong)(zhong)機器，達成(cheng)某種(zhong)(zhong)結果。
曾經我(wo)們(men)一(yi)直追求讓(rang)機(ji)器能夠(gou)聽懂(dong)人類的(de)語言，更(geng)加貼近(jin)人類自(zi)然(ran)語言的(de)交(jiao)互方式，今天我(wo)們(men)終于(yu)接(jie)近(jin)了目標。GPT的(de)到(dao)來，讓(rang)自(zi)然(ran)語言能夠(gou)作為一(yi)種(zhong)交(jiao)互模(mo)式，學習(xi)與(yu)機(ji)器溝通的(de)成本得到(dao)了巨大的(de)下降。
不過從系統(tong)軟件(jian)的客(ke)戶視角(jiao)來(lai)看(kan)，圖形化UI被完(wan)全(quan)取代是有前提的，也就是大部分員工(gong)要具備描述清楚自身訴求(qiu)的能力，這個過程(cheng)應(ying)該是循序漸進的。
目前，GPT這種溝(gou)通成本(ben)的(de)(de)下降，為軟件(jian)的(de)(de)降本(ben)增效(xiao)提供了額(e)外(wai)的(de)(de)助(zhu)力。
現在一些軟件的(de)交付(fu)成(cheng)本(ben)高得令人咋舌。以Salesforce為(wei)例，Salesforce Premier級別(bie)的(de)交付(fu)專家費是軟件授權(quan)費用的(de)30%。然而，對于SaaS軟件廠(chang)商和客戶(hu)而言，這30%的(de)成(cheng)本(ben)卻可能成(cheng)為(wei)他們共同的(de)累贅。
造成這個現(xian)象的(de)(de)原因(yin)主要是因(yin)為軟件(jian)市(shi)場客戶需求的(de)(de)多樣化(hua)，導(dao)致軟件(jian)必須要開(kai)發(fa)大量的(de)(de)配置項(xiang)，甚至(zhi)配置一(yi)些低(di)代碼的(de)(de)能力，這些靈活(huo)性都會顯(xian)著拉高軟件(jian)的(de)(de)使用成本。
有了GPT，交(jiao)付(fu)人(ren)員(yuan)的內部(bu)學習材料完全(quan)可(ke)(ke)以被人(ren)工智能(neng)(neng)的模型學習，并(bing)且(qie)推出針(zhen)對性的專家系統。這意味著，一個交(jiao)付(fu)人(ren)員(yuan)可(ke)(ke)以在(zai)短時間內交(jiao)付(fu)的功(gong)能(neng)(neng)更多，客戶實(shi)現了成本節約，軟件供(gong)應方(fang)也(ye)能(neng)(neng)在(zai)一定程度上(shang)提升(sheng)毛利。
同時，ChatGPT大(da)(da)型(xing)語(yu)言模型(xing)在企業(ye)管(guan)理(li)系統方面的應用(yong)，可(ke)以實現(xian)不同軟件之(zhi)間(jian)，比如(ru)ERP、CRM和(he)MES，更(geng)加緊密的聯(lian)動。通過自然語(yu)言處理(li)技術，企業(ye)可(ke)以在生(sheng)產(chan)(chan)過程中實時監控生(sheng)產(chan)(chan)數據，從而實現(xian)生(sheng)產(chan)(chan)計劃(hua)的動態調整。此(ci)外，大(da)(da)型(xing)語(yu)言模型(xing)還可(ke)以協助ERP和(he)MES優化企業(ye)資源的調配，提(ti)高(gao)資源利用(yong)率。
借(jie)助大型語言(yan)模型的智能(neng)化和(he)(he)自動化能(neng)力，企業(ye)可以實現(xian)對ERP和(he)(he)MES系統的智能(neng)化升(sheng)級。ERP和(he)(he)MES系統中包含了對生產流(liu)程、物流(liu)管理等方(fang)面的支(zhi)持，需(xu)要強大和(he)(he)專業(ye)的功(gong)能(neng)才能(neng)實現(xian)，輔(fu)以GPT這個助手，ERP和(he)(he)MES可以變(bian)得(de)更加(jia)智能(neng)。
例如，通(tong)過(guo)自然語言生(sheng)成技術，企業(ye)可以(yi)實現(xian)報表的(de)(de)自動生(sheng)成和智能(neng)(neng)化(hua)解(jie)讀;通(tong)過(guo)智能(neng)(neng)化(hua)的(de)(de)異常檢(jian)測(ce)和預警，企業(ye)可以(yi)及時發現(xian)生(sheng)產過(guo)程中的(de)(de)問(wen)題，降(jiang)低損失;通(tong)過(guo)智能(neng)(neng)化(hua)的(de)(de)物料(liao)需求預測(ce)，企業(ye)可以(yi)實現(xian)生(sheng)產物料(liao)的(de)(de)精確調度。
GPT模型作為(wei)一(yi)種自然語言(yan)處理(li)模型，在它的眼中，并沒(mei)有像人類(lei)一(yi)樣進行垂直領域(yu)的軟件(jian)劃分。這意味著，我們人為(wei)設置的一(yi)些軟件(jian)分類(lei)，可(ke)能會在GPT模型的應(ying)用中被打破。
微軟最(zui)近(jin)發表了(le)一(yi)篇重量級的論文：TaskMatrix.AI: Completing Tasks by Connecting Foundation Models with Millions of APIs，展(zhan)示了(le)大(da)型語(yu)言模型大(da)開腦(nao)洞(dong)的能力。論文詳細介紹了(le)使用(yong)語(yu)言模型對(dui)數百萬量級API進行調(diao)用(yong)的方(fang)法(fa)，并展(zhan)示了(le)多個使用(yong)場景。
簡(jian)要的(de)(de)說，TaskMatrix.AI是(shi)一(yi)個(ge)新的(de)(de)AI生態系統，將基礎(chu)模型與數百萬個(ge)API連接(jie)起來，以(yi)完成任務。論文作(zuo)者的(de)(de)愿(yuan)景是(shi)構建一(yi)個(ge)生態系統，利(li)用基礎(chu)模型和其他擅長特定(ding)任務的(de)(de)模型和系統，可以(yi)作(zuo)為API訪問。
TaskMatrix.AI的優勢在于能夠執行(xing)數字和(he)物理(li)任(ren)務，具有(you)很(hen)好(hao)的可解釋(shi)性，而且可以隨時(shi)添(tian)加新的API。此外，TaskMatrix.AI制定了一個API平臺標準，這樣(yang)所(suo)有(you)開發者(zhe)都可以很(hen)容易地將新的模型或者(zhe)API進行(xing)接(jie)入。
TaskMatrix.AI就像(xiang)是建(jian)了一座(zuo)司令塔，每(mei)個大模型都能成為其中的“大腦”指揮官，其他專門解(jie)決某(mou)類任務(wu)的模型，則(ze)聽它的調(diao)令。
這個構想非常震撼。
今天GPT人工(gong)智(zhi)能(neng)模(mo)型的潛力只發揮了(le)很(hen)小(xiao)一部分(fen)，大多局(ju)限在B2C領(ling)域，就已經(jing)創造出超過了(le)萬(wan)億的市場(chang)，未(wei)來(lai)隨著(zhu)B2B的空間開啟，這個市場(chang)規(gui)模(mo)可能(neng)是(shi)幾十萬(wan)億。
清華大學(xue)智能科學(xue)講(jiang)席教(jiao)授、智能產(chan)業研究院(AIR)院長、中國工(gong)程院院士張亞勤在一次(ci)訪(fang)談中提到，我們(men)可(ke)以把GPT這(zhe)個(ge)(ge)系列的(de)生成式AI模型(xing)，看(kan)作一個(ge)(ge)由(you)大模型(xing)組成的(de)AI操(cao)作系統，和PC上的(de)Windows具有相(xiang)似的(de)意義(yi)。一個(ge)(ge)新(xin)的(de)操(cao)作系統出來是(shi)什(shen)么意思?下面的(de)硬件、上面的(de)應用都(dou)會(hui)被(bei)重構、重塑，形成一個(ge)(ge)新(xin)的(de)生態(tai)(tai)。如果說(shuo)PC互(hu)聯網的(de)生態(tai)(tai)價值是(shi)1X，移動互(hu)聯網的(de)生態(tai)(tai)價值至少(shao)是(shi)10X，那么AI生態(tai)(tai)至少(shao)是(shi)100X。
可編程的物理世界
什么是產品制造的本質?
伊(yi)隆·馬斯(si)克的(de)一段話觸(chu)達了核心(xin)，他說(shuo)：“過去，所(suo)有的(de)火箭(jian)都成本高昂(ang)。所(suo)以，未來的(de)火箭(jian)制造也必(bi)然十分昂(ang)貴(gui)。但實際(ji)上，這個結論(lun)并(bing)不必(bi)然成立。
“你(ni)會問自己(ji)：制造(zao)火箭需(xu)要的原料(liao)是什么?是鋁(lv)、鈦、銅和碳(tan)纖維。然后你(ni)就可以按種類計算他們(men)的成本(ben)。
“如果你收集(ji)了所有的(de)原材料，然后只(zhi)要揮一揮魔杖，就(jiu)(jiu)可以(yi)將原子(zi)重組(zu)的(de)成(cheng)本(ben)降為零。那你的(de)火(huo)箭的(de)成(cheng)本(ben)將會(hui)是(shi)多少(shao)?我(wo)心想：哇，那成(cheng)本(ben)就(jiu)(jiu)會(hui)特別低(di)，大(da)概是(shi)目前造價的(de)2%。
“問題出在：怎樣重新(xin)排列(lie)原(yuan)子。所(suo)以你需要搞(gao)清楚我(wo)(wo)們怎樣以更有(you)效(xiao)率、更低廉的成本將原(yuan)子重新(xin)排列(lie)。我(wo)(wo)和很多(duo)火箭專家安(an)排了一系列(lie)會(hui)議(yi)，只為(wei)了搞(gao)清楚，是不(bu)(bu)是有(you)什么我(wo)(wo)目前不(bu)(bu)了解的竅門。但(dan)沒發現任何我(wo)(wo)目前還不(bu)(bu)了解的竅門。所(suo)以我(wo)(wo)創(chuang)辦了SpaceX。”
因此，基于第一性原理思考，產(chan)品(pin)的(de)最低成(cheng)本=原材料價值(獲取(qu)原子的(de)成(cheng)本)+所需知識(shi)產(chan)權(quan)(排列(lie)原子的(de)方法(fa))。
正如我在上篇文章《工(gong)業AI距離到(dao)達“ChatGPT時刻(ke)”還(huan)有多遠?》中提到(dao)，原子與比特的(de)距離正在持(chi)續性趨近于彼(bi)此。
數字化轉型(xing)正(zheng)在(zai)將基于稀(xi)缺(que)的原子經濟轉變為(wei)繁(fan)榮(rong)的比特經濟。
原子經(jing)濟(ji)(ji)是(shi)一種(zhong)稀缺且單調的經(jing)濟(ji)(ji)，而比(bi)特經(jing)濟(ji)(ji)是(shi)一種(zhong)富足的經(jing)濟(ji)(ji)。在比(bi)特經(jing)濟(ji)(ji)中(zhong)，一個人可以在不(bu)失去自己的知識(shi)的情況下(xia)輕松(song)的轉移(yi)知識(shi)，而在原子經(jing)濟(ji)(ji)中(zhong)，轉移(yi)知識(shi)需(xu)要(yao)很(hen)長時(shi)間，而且“復制(zhi)”出來的知識(shi)很(hen)少像(xiang)原來的那樣。
數字(zi)化轉型(xing)使(shi)得當今在稀缺(que)經濟中運營的(de)公司，能(neng)夠(gou)將部分(fen)業務(wu)轉移到豐富多彩的(de)比特經濟中。
數字化轉型是由技術進步推動的，主要是傳感器和執行器，以及人工智能。數字孿生是數字(zi)化轉型不可(ke)或缺(que)的(de)關鍵組成部分，它是一些(xie)物理實(shi)體(ti)的(de)數字(zi)模型和物理實(shi)體(ti)的(de)數字(zi)影子。
數字(zi)孿(luan)(luan)生不(bu)僅支持監(jian)控和模(mo)擬，還支持根本(ben)原因分析。數字(zi)孿(luan)(luan)生也可(ke)以用作物理孿(luan)(luan)生的代理，這在工業4.0和其(qi)他領(ling)域中(zhong)得到了廣泛利用。
未來幾十年內，更多(duo)(duo)實(shi)體(ti)將成為繁(fan)榮多(duo)(duo)彩(cai)(cai)的(de)(de)(de)比特經濟(ji)的(de)(de)(de)一(yi)部分，例如(ru)能(neng)(neng)源和(he)智能(neng)(neng)。數字化轉(zhuan)型(xing)使得在稀缺經濟(ji)中(zhong)運營的(de)(de)(de)公司，能(neng)(neng)夠將部分業(ye)務轉(zhuan)移到豐富(fu)多(duo)(duo)彩(cai)(cai)的(de)(de)(de)比特經濟(ji)中(zhong)。這種轉(zhuan)變將需要新(xin)的(de)(de)(de)商(shang)業(ye)模式(shi)，因為富(fu)足的(de)(de)(de)比特經濟(ji)有著不(bu)同的(de)(de)(de)游(you)戲規(gui)則。
諸多(duo)技術正在(zai)助力(li)這種(zhong)轉變，3D打印和協作機器人，這兩項技術是從比(bi)特到原子的(de)(de)回歸，它會讓我們從數字優先(xian)的(de)(de)角度來思考制造(zao)的(de)(de)意義。AR在(zai)某種(zhong)程度上將比(bi)特世(shi)界(jie)與原子世(shi)界(jie)聯系(xi)起來，在(zai)原子上疊加比(bi)特。VR僅利用比(bi)特世(shi)界(jie)，但也有(you)著許多(duo)令人激動的(de)(de)可能性和未來發展(zhan)前(qian)景。
隨著數字(zi)革命對(dui)現(xian)實(shi)世(shi)界(jie)的(de)影響已經開始達到臨界(jie)值(zhi)，我們(men)正(zheng)在著手進行下(xia)一個重大轉變：可編(bian)程的(de)物理世(shi)界(jie)。
如(ru)何對物理世(shi)界進行編程?就是(shi)用(yong)軟件(jian)的(de)方式(shi)把(ba)我(wo)們(men)周(zhou)圍的(de)環境數字化，利用(yong)擴展感(gan)知的(de)設備來虛實(shi)結合的(de)體(ti)驗和(he)控(kong)制物理世(shi)界，這(zhe)種(zhong)方式(shi)可以(yi)讓(rang)我(wo)們(men)的(de)生活(huo)通(tong)過數字形(xing)式(shi)與物理世(shi)界連(lian)接。
我(wo)們在創(chuang)造現實之上的(de)(de)數字(zi)世界的(de)(de)同時(shi)(shi)，也需要(yao)用數字(zi)的(de)(de)方(fang)式控(kong)制(zhi)和改造物理世界。設想(xiang)一種場(chang)景，當AI發展到更加聰明(ming)的(de)(de)時(shi)(shi)候，是不是足以(yi)替(ti)代人(ren)類工程(cheng)師，調(diao)試設備，發現問題解決問題，優化(hua)生產流程(cheng)等(deng)工作，并通過機器(qi)人(ren)的(de)(de)操控(kong)，控(kong)制(zhi)整(zheng)個工廠所有生產流程(cheng)?
雖然(ran)聽起(qi)來有些夢幻(huan)，但是并不算特別遙遠(yuan)。生(sheng)成式(shi)AI和大模型讓我們(men)看到了利用虛實(shi)結合的方式(shi)控制物理世(shi)界(jie)的可(ke)能性。用數字(zi)虛擬的方式(shi)訓練(lian)生(sheng)產機器(qi)(qi)，最(zui)終(zhong)實(shi)現全自動化(hua)的制造(zao)業，讓機器(qi)(qi)制造(zao)機器(qi)(qi)。
那時，無論從制造效率上(shang)還是從良品率上(shang)，都(dou)可以上(shang)升到一個相當(dang)高的水準。
我們正(zheng)處在物理世界可編程(cheng)的(de)(de)初(chu)期。數(shu)字化做好了之后，才有訓練(lian)AI的(de)(de)數(shu)據，沒有數(shu)字化，就沒有AI。
不過總(zong)是想象力有(you)多(duo)廣，應用就有(you)多(duo)廣。一(yi)些(xie)企業正(zheng)在利用GPT人(ren)工智能(neng)模型(xing)加速(su)這個(ge)進程(cheng)，比如(ru)SensorSurf，它(ta)是傳(chuan)感器數據(ju)版(ban)本的Snowflake，一(yi)個(ge)用于(yu)處理從相機(ji)、激光雷達等(deng)收集的PB級數據(ju)的平臺。去年12月推出，有(you)2個(ge)客戶、產(chan)生了2.1萬(wan)美元的ARR(年度重(zhong)復性收入)。福克斯機(ji)器人(ren)公司(si)正(zheng)在使用SensorSurf來(lai)幫助訓練農場機(ji)器人(ren)。
在工(gong)業領域(yu)，還涌現(xian)了一批基(ji)于工(gong)業知(zhi)識庫的類ChatGPT智(zhi)(zhi)能聊天產品。例如(ru)，立(li)足智(zhi)(zhi)能算法和(he)機理模(mo)型，卡奧斯COSMOPlat推出BaaS工(gong)業大(da)腦，工(gong)業大(da)腦內置領域(yu)專家(jia)智(zhi)(zhi)能問答系統，能夠根據用戶提(ti)問，實現(xian)在線信(xin)息(xi)查詢、預訂、下(xia)載等問答識別。
使用工(gong)業ChatGPT，工(gong)人無需(xu)(xu)再(zai)每天(tian)在各(ge)種(zhong)(zhong)系統間進(jin)行切換，查看不(bu)同數(shu)據信(xin)息(xi)進(jin)行各(ge)種(zhong)(zhong)操(cao)作。設備保(bao)養無需(xu)(xu)再(zai)學習保(bao)養手冊、質量(liang)評估也(ye)無需(xu)(xu)閱讀大(da)量(liang)報(bao)表、工(gong)廠小白也(ye)不(bu)需(xu)(xu)要(yao)再(zai)詢問老師傅生產(chan)經驗。比如，現場的保(bao)養工(gong)人可以去問AI系統，這個設備需(xu)(xu)不(bu)需(xu)(xu)要(yao)保(bao)養;工(gong)廠管理人員，可以直接讓(rang)ChatGPT幫(bang)他(ta)寫一份提高精(jing)益生產(chan)的報(bao)告(gao)等(deng)。
人工智能人才集中在產業中
最(zui)近，斯坦福人工智能研究所(HAI)發(fa)布了2023年AI指數報告，提供了AI領(ling)域當前技術成就、政策趨勢、經濟影響等(deng)多方面的最(zui)新情況(kuang)。
研究(jiu)報(bao)告發現，AI博士等人(ren)才主要(yao)都進入了(le)產業(ye)界，讓AI產業(ye)發展已(yi)經自發形成(cheng)了(le)一個人(ren)才與技術應用的(de)正循環。
相比之下進(jin)入政府機(ji)構的數量僅為(wei)0.7%，在過去5年(nian)中相對不(bu)變。學術界也有較大(da)的降幅。
AI研究的一線正與(yu)產業(ye)一線統(tong)一。
這(zhe)些人工智能(neng)人才正(zheng)在(zai)推進(jin)物理世界可(ke)編程的進(jin)程，讓軟件(jian)定(ding)義的產(chan)品(pin)成為可(ke)能(neng)，典型(xing)代(dai)表例如軟件(jian)定(ding)義的汽車。
不僅汽車(che)本(ben)身(shen)變(bian)成(cheng)了軟(ruan)件(jian)定義的(de)智能(neng)移動(dong)終端，擁有海量數據(ju)，涉(she)及車(che)身(shen)數據(ju)、環境數據(ju)、駕(jia)駛數據(ju)、車(che)內人的(de)各類(lei)數據(ju)等(deng)，還(huan)可(ke)在全生命周期直達用戶，據(ju)此(ci)可(ke)衍生出(chu)多類(lei)業務模式，如(ru)軟(ruan)件(jian)算法、虛擬司機、出(chu)行(xing)服務、運營平臺、售后服務及診斷等(deng)。
隨著人(ren)工智能等新一批技術逐漸成熟，個性(xing)化的(de)服務從商(shang)品頁面的(de)個性(xing)化推薦(jian)，到(dao)健身軟件(jian)中的(de)訓練計劃定(ding)制，一步步走進(jin)我們的(de)生活。
軟件定義的產品可以做到服務千(qian)人千(qian)面、常(chang)用常(chang)新，個性化服務的規模化發展正在開啟。
目前一些整(zheng)車(che)品牌已(yi)在進行車(che)輛靜(jing)止狀態下的座艙創新，以激發并滿(man)足日益增加(jia)的娛(yu)樂、休(xiu)憩等各類需求，這也(ye)使得(de)車(che)輛超越(yue)了單純物理移(yi)動(dong)的意義(yi)，類似(si)于智能手(shou)機早就超越(yue)了單純的通信意義(yi)。
特斯拉車內已內置22種游戲，技術部門正努力將Steam上的游戲庫引入旗下車輛，未來特斯拉車機將支持流暢運行Steam。硬件上，2022年特斯拉全系車輛將搭載AMD Ryzen芯片組，性(xing)能(neng)(neng)上媲美(mei)最新款(kuan)的(de)索尼游戲主(zhu)機PlayStation 5。隨著內容生(sheng)態(tai)的(de)日漸豐富，未來汽車可能(neng)(neng)參與內容的(de)分成，這可能(neng)(neng)成為一個(ge)空間(jian)巨大的(de)收入來源。
大(da)眾估計(ji)2030年汽(qi)車(che)市場規模將(jiang)達(da)5萬億(yi)歐元，十倍于目前的智(zhi)能手機市場規模，這主要(yao)是得(de)益(yi)于軟(ruan)件(jian)和自動駕駛(shi)服務能力的提升。大(da)眾將(jiang)在汽(qi)車(che)業新未來(lai)形成(cheng)新的商業模式，利潤池由(you)整車(che)硬件(jian)、軟(ruan)件(jian)、電池與充電、移動出行解決(jue)方案構成(cheng)。大(da)眾認(ren)為未來(lai)汽(qi)車(che)依然是個性化(hua)的產品，但(dan)與傳統汽(qi)車(che)時代(dai)相(xiang)比，品牌的差異性將(jiang)更(geng)多的來(lai)自于軟(ruan)件(jian)與服務。
寫在最后
任何硬幣都有兩面。
工業壁壘較高(gao)，場(chang)景需求紛繁復雜，海量工業數據(ju)價(jia)值挖掘難度大，GPT人工智能模(mo)(mo)型(xing)如(ru)(ru)果要(yao)真正(zheng)應用到工業場(chang)景中(zhong)，還需要(yao)進行深度模(mo)(mo)型(xing)改造和持續優化。工業模(mo)(mo)型(xing)如(ru)(ru)何訓練、如(ru)(ru)何配置才更合(he)理，如(ru)(ru)何獲得更多樣化的真實(shi)數據(ju)給(gei)模(mo)(mo)型(xing)充分的滋養，這些(xie)問題有待(dai)進一步實(shi)踐。
雖然GPT在工業還有(you)一(yi)段路要走，但更重要的是它已(yi)經(jing)起步。
參考資料(liao)：
1. 如何使用語言模型調度(du)百萬(wan)量級(ji)API?ChatGPT Plugins背后技術解讀，作者：Hugh，來源：知(zhi)乎AGI Bootloader通用人工智能(neng)之路
2. 斯坦福最新AI報告(gao)發布，12張(zhang)圖(tu)看懂(dong)AI現狀|前哨，來源：全(quan)球風口
3. ChatGPT會(hui)干掉80%的SaaS公(gong)司，連(lian)帶Office一起，來源：ToB行業頭(tou)條
4. 一個AI驅動百萬個API!微軟提出多任務處理模型TaskMatrix，機器人和物聯網終于有救了，來源：量子位
5. ChatGPT浪潮重構互聯網(wang)生態，哪些創業機會涌現?來(lai)源：每日經濟新聞(wen)
6. 萬(wan)字(zi)長(chang)文(wen)：ChatGPT能否成為互(hu)聯(lian)網后下一個系統性機會?作者：十三，來源：量(liang)子位(wei)
