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)的第(di)280篇專欄文(wen)章(zhang)，我(wo)在【數字原生組織】寫的第(di)7篇文(wen)章(zhang)。
上(shang)篇(pian)文章《工(gong)業AI距(ju)離到達“ChatGPT時(shi)刻”還有多(duo)遠(yuan)?》完成之(zhi)后，有朋(peng)友問了一個問題，他說：
在(zai)企(qi)業中(zhong)，管理(li)建(jian)立(li)(li)在(zai)制度上(shang)，制度建(jian)立(li)(li)在(zai)流程(cheng)上(shang)，流程(cheng)建(jian)立(li)(li)在(zai)系統(tong)上(shang)，系統(tong)建(jian)立(li)(li)在(zai)數據(ju)(ju)上(shang)，企(qi)業實(shi)現管理(li)是“數據(ju)(ju)+程(cheng)序”的結果。既然ChatGPT可以直接讀取數據(ju)(ju)，并實(shi)現了一定程(cheng)度的通用人工智(zhi)能，能夠產生基于數據(ju)(ju)的基本分析決策(ce)，那么現存的系統(tong)應用，比如ERP、CRM、MES…是不是會發生顛覆性(xing)的變(bian)化(hua)，甚至是大洗牌?
這是個好問題!
其實在B2C領域，當(dang)ChatGPT剛剛發布的時候，就有(you)投資(zi)人提出一個觀(guan)點，說TMT(數字新媒體產業(ye))可(ke)以(yi)重新再(zai)干15年。
重新(xin)再干15年!為什么TMT又重新(xin)煥(huan)發青春(chun)了(le)呢(ni)?這個(ge)觀(guan)點背后的(de)原因是，上(shang)個(ge)時代我們基于移動(dong)互聯網，開(kai)發了(le)各(ge)種(zhong)各(ge)樣的(de)APP，而如今ChatGPT引發了(le)新(xin)的(de)交互形式出(chu)現，每個(ge)細分賽道上(shang)都有可能(neng)會(hui)成長出(chu)一個(ge)全新(xin)的(de)獨角(jiao)獸，或者(zhe)全新(xin)的(de)商業(ye)模式。
這個觀點不乏支撐(cheng)的依據。
微軟公司聯(lian)合創始人(ren)比爾·蓋茨曾說，OpenAI的GPT人(ren)工智能模型(xing)是他(ta)自1980年首次看到現代圖形桌(zhuo)面環境GUI以來，最具(ju)革命(ming)性(xing)的技術進步(bu)。
3月底，OpenAI開放了(le)兩個(ge)自己的插件：網絡瀏覽器(qi)和(he)代(dai)碼解釋器(qi)，并開源了(le)一(yi)個(ge)知識庫檢索插件的代(dai)碼，支持開發者將(jiang)信(xin)息進行(xing)自行(xing)托管。
英偉達AI科學(xue)家Jim Fan在(zai)個(ge)人社交平臺表示：如果說ChatGPT的(de)(de)(de)面世(shi)是“iPhone的(de)(de)(de)出現”，那(nei)么(me)此次推出的(de)(de)(de)插件(jian)功能就是“iOS APP Store”的(de)(de)(de)出現。
而“APP Store”只(zhi)是(shi)一個開始，如(ru)果把GPT人工智能模型(xing)連接到(dao)企業(ye)的業(ye)務系統中，我們的很多環(huan)節是(shi)否(fou)能夠(gou)產生變革和(he)提升?
人工智(zhi)能(neng)原本(ben)就是可以(yi)賦(fu)能(neng)千行百業的水和電(dian)，如今(jin)隨著AI的巨大進步，我們每個企業都有(you)必要重新思考(kao)如何升(sheng)級自己的AI大腦。
今天這(zhe)篇文章，我(wo)們(men)來繼續探討GPT人工智能模型可能將(jiang)在(zai)工業互聯(lian)網領域引發哪些變化(hua)?
企業管理軟件值得被重做一遍
未來所(suo)有(you)的公司都需要一個AI企業大腦(nao)。
這是一(yi)個預(yu)測，關鍵詞是“所有(you)的公司”，因為AI正在像水、電、空氣一(yi)樣，變成一(yi)個必備要素(su)、一(yi)項基礎能力。
而我們企(qi)業(ye)中很(hen)大比例的企(qi)業(ye)管(guan)理軟件，都有可能在GPT人工智能模型的啟示(shi)中重做一遍。
GPT給了我們哪些啟示呢?
人們(men)與(yu)機器(qi)溝(gou)通的(de)方(fang)(fang)式(shi)會發生深刻(ke)的(de)變化。我們(men)一般通過各種(zhong)軟(ruan)件(jian)與(yu)機器(qi)溝(gou)通，軟(ruan)件(jian)的(de)進(jin)步由交(jiao)互(hu)方(fang)(fang)式(shi)的(de)進(jin)步所牽引，從最初的(de)字符界面，到后來的(de)圖形化操(cao)作界面，現在我們(men)可以直接通過自然語言與(yu)機器(qi)交(jiao)流。
以前我們(men)(men)通過各種編(bian)(bian)(bian)程語言，比如(ru)匯(hui)編(bian)(bian)(bian)、梯形圖、Python…告訴機器(qi)(qi)如(ru)何完成我們(men)(men)想(xiang)實(shi)現的(de)任務(wu)。其(qi)實(shi)編(bian)(bian)(bian)程語言也是一(yi)種“交(jiao)互(hu)”，只不過這種交(jiao)互(hu)在設(she)計(ji)的(de)時候為了“靈活”與“精確”犧(xi)牲掉了“易用(yong)性”。現在有了ChatGPT，不用(yong)學習(xi)編(bian)(bian)(bian)程，我們(men)(men)就有能力(li)調動各種機器(qi)(qi)，達成某種結(jie)果。
曾(ceng)經我們一(yi)直追求讓(rang)機器能(neng)夠聽懂人類的語(yu)言，更加(jia)貼近人類自然語(yu)言的交互方式(shi)，今天我們終(zhong)于接近了目標。GPT的到(dao)(dao)來(lai)，讓(rang)自然語(yu)言能(neng)夠作為一(yi)種交互模式(shi)，學習與機器溝通的成本得到(dao)(dao)了巨(ju)大(da)的下降。
不(bu)過(guo)從系統軟(ruan)件的客戶視角來看，圖(tu)形化UI被完全取代是(shi)(shi)有前(qian)提的，也就是(shi)(shi)大(da)部(bu)分員工要具(ju)備描(miao)述清楚(chu)自身訴求的能力，這個過(guo)程(cheng)應(ying)該是(shi)(shi)循序漸進的。
目(mu)前，GPT這種溝通成本(ben)的下(xia)降，為軟件的降本(ben)增效提供了(le)額外的助力。
現在一些軟(ruan)(ruan)件(jian)的交付(fu)(fu)成本(ben)(ben)高(gao)得(de)令(ling)人咋舌(she)。以Salesforce為例，Salesforce Premier級(ji)別的交付(fu)(fu)專家費(fei)是軟(ruan)(ruan)件(jian)授(shou)權費(fei)用的30%。然而(er)，對于SaaS軟(ruan)(ruan)件(jian)廠商和(he)客戶而(er)言(yan)，這30%的成本(ben)(ben)卻(que)可能成為他(ta)們(men)共同的累贅。
造成(cheng)這個現(xian)象的(de)(de)原因(yin)主(zhu)要是因(yin)為軟(ruan)件(jian)市(shi)場客(ke)戶(hu)需(xu)求(qiu)的(de)(de)多(duo)樣化，導致(zhi)軟(ruan)件(jian)必須(xu)要開發大量的(de)(de)配(pei)置(zhi)項，甚至配(pei)置(zhi)一些低(di)代碼的(de)(de)能力(li)，這些靈(ling)活性都會顯著拉高軟(ruan)件(jian)的(de)(de)使用成(cheng)本。
有了GPT，交付(fu)(fu)人員(yuan)的內部學習材料(liao)完全可(ke)以被(bei)人工智能的模型學習，并(bing)且推出針對(dui)性(xing)的專家系(xi)統(tong)。這意味著，一個(ge)交付(fu)(fu)人員(yuan)可(ke)以在短時間內交付(fu)(fu)的功能更多，客(ke)戶實(shi)現了成本節(jie)約，軟件(jian)供應方也能在一定程度(du)上提升毛利。
同(tong)時(shi)，ChatGPT大型(xing)語(yu)言模型(xing)在(zai)企(qi)業管理(li)系統方面的(de)(de)應用，可以(yi)實現不同(tong)軟件(jian)之間，比如ERP、CRM和MES，更加緊密的(de)(de)聯動(dong)。通過(guo)自然語(yu)言處(chu)理(li)技術(shu)，企(qi)業可以(yi)在(zai)生產過(guo)程中實時(shi)監控生產數據，從而實現生產計劃(hua)的(de)(de)動(dong)態調(diao)整。此(ci)外，大型(xing)語(yu)言模型(xing)還可以(yi)協助ERP和MES優(you)化(hua)企(qi)業資源(yuan)(yuan)的(de)(de)調(diao)配，提高資源(yuan)(yuan)利用率。
借助大型語言模(mo)型的(de)(de)智能化和(he)自動化能力，企業(ye)可以實現(xian)對ERP和(he)MES系(xi)統的(de)(de)智能化升級(ji)。ERP和(he)MES系(xi)統中包含了對生產流程(cheng)、物(wu)流管理等方面的(de)(de)支持(chi)，需(xu)要強大和(he)專業(ye)的(de)(de)功能才(cai)能實現(xian)，輔以GPT這個助手(shou)，ERP和(he)MES可以變得更加智能。
例如(ru)，通(tong)過自然語言生(sheng)成(cheng)技術，企業可(ke)以實現(xian)(xian)報表的(de)自動生(sheng)成(cheng)和(he)智(zhi)(zhi)能(neng)化(hua)解讀;通(tong)過智(zhi)(zhi)能(neng)化(hua)的(de)異常檢測和(he)預警(jing)，企業可(ke)以及時發現(xian)(xian)生(sheng)產過程中的(de)問(wen)題，降低損失;通(tong)過智(zhi)(zhi)能(neng)化(hua)的(de)物(wu)(wu)料需求預測，企業可(ke)以實現(xian)(xian)生(sheng)產物(wu)(wu)料的(de)精確(que)調度。
GPT模型(xing)作為一種自(zi)然語言(yan)處理模型(xing)，在它的(de)眼中，并沒有像(xiang)人類(lei)一樣進行垂直領(ling)域(yu)的(de)軟件劃(hua)分(fen)。這意味著，我們人為設(she)置的(de)一些軟件分(fen)類(lei)，可能會在GPT模型(xing)的(de)應(ying)用(yong)中被打破。
微軟最近發表了(le)一篇重量(liang)級(ji)的論文(wen)：TaskMatrix.AI: Completing Tasks by Connecting Foundation Models with Millions of APIs，展示了(le)大型(xing)語(yu)(yu)言(yan)模(mo)型(xing)大開(kai)腦洞的能力。論文(wen)詳細介紹了(le)使(shi)用語(yu)(yu)言(yan)模(mo)型(xing)對數百萬量(liang)級(ji)API進(jin)行調(diao)用的方(fang)法，并展示了(le)多個使(shi)用場景。
簡要的(de)說(shuo)，TaskMatrix.AI是(shi)一個新(xin)的(de)AI生態(tai)系統(tong)，將基礎(chu)(chu)模(mo)型(xing)與數百萬個API連接(jie)起來，以(yi)完成任(ren)務。論文作者的(de)愿(yuan)景是(shi)構建一個生態(tai)系統(tong)，利用基礎(chu)(chu)模(mo)型(xing)和(he)其(qi)他擅(shan)長特定任(ren)務的(de)模(mo)型(xing)和(he)系統(tong)，可以(yi)作為API訪問。
TaskMatrix.AI的(de)優勢在(zai)于能夠執行(xing)數字和(he)物理任務，具(ju)有(you)很好的(de)可(ke)解(jie)釋性，而且可(ke)以隨時添加新的(de)API。此外，TaskMatrix.AI制定了一個(ge)API平臺標準，這(zhe)樣所有(you)開發者都可(ke)以很容易地(di)將新的(de)模型或者API進(jin)行(xing)接入。
TaskMatrix.AI就像是(shi)建(jian)了一座司令塔，每個大模型(xing)都能成(cheng)為其(qi)中(zhong)的“大腦(nao)”指揮官，其(qi)他專(zhuan)門解決(jue)某類任務的模型(xing)，則聽它(ta)的調令。
這個構想非常震撼。
今天(tian)GPT人工智能模型的(de)潛力只發揮了很(hen)小一部分，大多局限(xian)在B2C領(ling)域，就已經創(chuang)造出超過了萬億(yi)的(de)市(shi)場(chang)(chang)，未來隨著B2B的(de)空(kong)間開啟，這個市(shi)場(chang)(chang)規模可能是幾十萬億(yi)。
清(qing)華大(da)學(xue)智能科學(xue)講席教授、智能產(chan)業研(yan)究院(AIR)院長、中國工程(cheng)院院士張亞勤在一(yi)(yi)次訪談中提到，我們可以把GPT這個系(xi)(xi)列的(de)(de)(de)生(sheng)(sheng)成(cheng)式AI模(mo)型，看作(zuo)(zuo)一(yi)(yi)個由大(da)模(mo)型組成(cheng)的(de)(de)(de)AI操作(zuo)(zuo)系(xi)(xi)統(tong)，和PC上的(de)(de)(de)Windows具有(you)相似的(de)(de)(de)意(yi)義。一(yi)(yi)個新的(de)(de)(de)操作(zuo)(zuo)系(xi)(xi)統(tong)出(chu)來是(shi)什(shen)么意(yi)思(si)?下面的(de)(de)(de)硬(ying)件(jian)、上面的(de)(de)(de)應用(yong)都會被(bei)重(zhong)(zhong)構、重(zhong)(zhong)塑(su)，形成(cheng)一(yi)(yi)個新的(de)(de)(de)生(sheng)(sheng)態(tai)。如果說PC互聯網的(de)(de)(de)生(sheng)(sheng)態(tai)價值是(shi)1X，移動互聯網的(de)(de)(de)生(sheng)(sheng)態(tai)價值至少是(shi)10X，那么AI生(sheng)(sheng)態(tai)至少是(shi)100X。
可編程的物理世界
什么是產品制造的本質?
伊隆(long)·馬斯克的一(yi)段話觸(chu)達了核心，他說：“過(guo)去，所有(you)的火箭都成本高昂。所以，未來的火箭制造(zao)也必然(ran)十分昂貴。但實際上，這個結論并不必然(ran)成立(li)。
“你(ni)會問自己：制造火(huo)箭需要的原(yuan)料是什么?是鋁、鈦、銅和碳纖維。然后你(ni)就可以按種(zhong)類計算他們的成本。
“如果你收集(ji)了所有的原材料，然后只要(yao)揮(hui)一揮(hui)魔杖，就可以(yi)將(jiang)原子重組的成(cheng)本降為零。那(nei)你的火箭的成(cheng)本將(jiang)會是多少?我心想：哇，那(nei)成(cheng)本就會特別低，大概(gai)是目前造價的2%。
“問(wen)題出在：怎樣(yang)重新排列(lie)原(yuan)子。所以你需要搞清楚我(wo)們怎樣(yang)以更有效率、更低廉的(de)(de)成本將原(yuan)子重新排列(lie)。我(wo)和很多火箭專家安(an)排了(le)一(yi)系(xi)列(lie)會議，只為了(le)搞清楚，是不(bu)是有什么我(wo)目前(qian)不(bu)了(le)解(jie)的(de)(de)竅門(men)。但沒發現(xian)任何我(wo)目前(qian)還(huan)不(bu)了(le)解(jie)的(de)(de)竅門(men)。所以我(wo)創辦了(le)SpaceX。”
因此，基于第(di)一(yi)性原(yuan)理(li)思考，產(chan)品的最低成(cheng)(cheng)本(ben)=原(yuan)材料價值(獲取原(yuan)子的成(cheng)(cheng)本(ben))+所需知識產(chan)權(排列原(yuan)子的方法(fa))。
正(zheng)如我(wo)在上篇文章《工業AI距離(li)到達“ChatGPT時(shi)刻”還有多遠?》中提到，原子與(yu)比特的(de)距離(li)正(zheng)在持續性趨近(jin)于(yu)彼此。
數字化轉型(xing)正(zheng)在將基于稀缺的原子經濟轉變為繁榮的比特經濟。
原子經(jing)濟(ji)(ji)是一種稀缺(que)且單調的經(jing)濟(ji)(ji)，而(er)比特經(jing)濟(ji)(ji)是一種富足的經(jing)濟(ji)(ji)。在比特經(jing)濟(ji)(ji)中，一個人可以在不失去(qu)自己的知(zhi)識的情況下輕松的轉(zhuan)移知(zhi)識，而(er)在原子經(jing)濟(ji)(ji)中，轉(zhuan)移知(zhi)識需(xu)要(yao)很長時間，而(er)且“復(fu)制”出(chu)來的知(zhi)識很少(shao)像原來的那樣(yang)。
數字化轉型使得當今在稀缺經(jing)濟(ji)中運營的公司，能(neng)夠將部(bu)分業務轉移到豐富(fu)多彩的比(bi)特(te)經(jing)濟(ji)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(shu)字化轉(zhuan)型不(bu)可或(huo)缺的(de)關鍵組成部分，它是一些物(wu)理(li)實體的(de)數(shu)字模型和物(wu)理(li)實體的(de)數(shu)字影子。
數字(zi)孿生不僅支持(chi)監控和(he)模擬，還支持(chi)根本(ben)原因(yin)分析。數字(zi)孿生也可以用作物理(li)孿生的代(dai)理(li)，這在(zai)工業4.0和(he)其他領域中得到了(le)廣泛(fan)利(li)用。
未來(lai)幾十年內，更(geng)多實體將(jiang)(jiang)成為繁榮多彩(cai)的(de)比(bi)(bi)特經(jing)濟(ji)的(de)一(yi)部分，例(li)如能(neng)源(yuan)和智(zhi)能(neng)。數字化轉型使得在稀缺經(jing)濟(ji)中(zhong)運營的(de)公司(si)，能(neng)夠將(jiang)(jiang)部分業(ye)務(wu)轉移到豐富多彩(cai)的(de)比(bi)(bi)特經(jing)濟(ji)中(zhong)。這種轉變將(jiang)(jiang)需要新的(de)商業(ye)模式，因為富足(zu)的(de)比(bi)(bi)特經(jing)濟(ji)有(you)著不同的(de)游戲規則(ze)。
諸多(duo)技術正(zheng)在助力(li)這(zhe)種(zhong)轉(zhuan)變，3D打印和(he)協作機器(qi)人，這(zhe)兩(liang)項技術是(shi)從比特(te)(te)到原(yuan)子(zi)(zi)的(de)(de)(de)(de)回(hui)歸，它(ta)會讓我們從數字優先的(de)(de)(de)(de)角(jiao)度(du)(du)來思(si)考(kao)制造的(de)(de)(de)(de)意(yi)義。AR在某(mou)種(zhong)程度(du)(du)上將比特(te)(te)世(shi)界與原(yuan)子(zi)(zi)世(shi)界聯系起(qi)來，在原(yuan)子(zi)(zi)上疊加比特(te)(te)。VR僅利用比特(te)(te)世(shi)界，但也(ye)有著許(xu)多(duo)令人激(ji)動(dong)的(de)(de)(de)(de)可(ke)能性(xing)和(he)未來發展(zhan)前景。
隨著數字革命(ming)對現(xian)實(shi)世界的影(ying)響已經開始(shi)達到(dao)臨界值，我們(men)正在著手(shou)進行下一個(ge)重(zhong)大(da)轉變：可編程的物(wu)理世界。
如何對物(wu)(wu)理世(shi)界進行(xing)編程?就是(shi)用軟(ruan)件的(de)方(fang)式把(ba)我們周圍的(de)環境數(shu)字(zi)化，利用擴展(zhan)感(gan)知(zhi)的(de)設備來(lai)虛(xu)實結合的(de)體驗和控制(zhi)物(wu)(wu)理世(shi)界，這種方(fang)式可以讓我們的(de)生活通過數(shu)字(zi)形式與(yu)物(wu)(wu)理世(shi)界連接(jie)。
我們在(zai)創(chuang)造現(xian)實之上的(de)(de)數(shu)字(zi)世界的(de)(de)同時，也需(xu)要用數(shu)字(zi)的(de)(de)方式控(kong)制和改(gai)造物(wu)理世界。設想一種(zhong)場(chang)景，當AI發展到更加聰明的(de)(de)時候，是不(bu)是足以(yi)替(ti)代人類工(gong)程師，調(diao)試設備，發現(xian)問(wen)題解決問(wen)題，優化生產流程等工(gong)作，并通過機(ji)器(qi)人的(de)(de)操控(kong)，控(kong)制整個工(gong)廠所有生產流程?
雖(sui)然聽起來有(you)些夢幻，但是并不算特別遙遠(yuan)。生成式AI和大(da)模型讓我們看到了利用虛(xu)實結合的(de)(de)方式控制(zhi)物理世(shi)界的(de)(de)可(ke)能(neng)性。用數(shu)字虛(xu)擬的(de)(de)方式訓練生產機(ji)器(qi)，最終(zhong)實現全自動化的(de)(de)制(zhi)造(zao)業，讓機(ji)器(qi)制(zhi)造(zao)機(ji)器(qi)。
那(nei)時，無論從制(zhi)造效率上還是從良(liang)品(pin)率上，都可以(yi)上升到一個相當高(gao)的水準。
我們正處在物理世界可編程的(de)初期。數字化做好(hao)了之(zhi)后，才有(you)訓練AI的(de)數據，沒有(you)數字化，就沒有(you)AI。
不過總是想(xiang)象力有(you)多廣，應用(yong)(yong)(yong)就有(you)多廣。一(yi)些企業正在利用(yong)(yong)(yong)GPT人(ren)工智(zhi)能模(mo)型加速這個(ge)進程，比如SensorSurf，它是傳感器(qi)數據版本的(de)Snowflake，一(yi)個(ge)用(yong)(yong)(yong)于(yu)處(chu)理從相機(ji)、激(ji)光(guang)雷(lei)達(da)等收集的(de)PB級數據的(de)平臺。去年12月推(tui)出，有(you)2個(ge)客戶、產生了(le)2.1萬美元的(de)ARR(年度重復性收入)。福克斯機(ji)器(qi)人(ren)公司正在使用(yong)(yong)(yong)SensorSurf來(lai)幫助訓練農場機(ji)器(qi)人(ren)。
在工(gong)業領(ling)域，還涌現了一批(pi)基于工(gong)業知識庫的類ChatGPT智(zhi)能(neng)聊天產品。例(li)如，立(li)足智(zhi)能(neng)算法和機理模型，卡奧斯(si)COSMOPlat推出BaaS工(gong)業大腦(nao)，工(gong)業大腦(nao)內置領(ling)域專家智(zhi)能(neng)問答系(xi)統，能(neng)夠根據(ju)用(yong)戶提問，實現在線(xian)信息查詢、預(yu)訂、下(xia)載等問答識別。
使(shi)用工業ChatGPT，工人無(wu)需(xu)(xu)再每天在(zai)各種(zhong)系統間進行切換(huan)，查看不(bu)同數據信息(xi)進行各種(zhong)操作。設(she)備保(bao)養無(wu)需(xu)(xu)再學習保(bao)養手冊(ce)、質(zhi)量評估(gu)也無(wu)需(xu)(xu)閱讀(du)大量報表、工廠小白也不(bu)需(xu)(xu)要(yao)再詢(xun)問老師傅生(sheng)產經(jing)驗。比如，現場的(de)保(bao)養工人可以去問AI系統，這個設(she)備需(xu)(xu)不(bu)需(xu)(xu)要(yao)保(bao)養;工廠管理人員，可以直接讓ChatGPT幫他(ta)寫(xie)一份(fen)提(ti)高精益生(sheng)產的(de)報告等。
人工智能人才集中在產業中
最近，斯坦福人工(gong)智(zhi)能研究所(suo)(HAI)發(fa)布(bu)了2023年AI指數(shu)報(bao)告，提供(gong)了AI領域當(dang)前(qian)技術成(cheng)就、政(zheng)策趨勢、經(jing)濟(ji)影響等多方面的最新(xin)情況。
研究報告發(fa)現，AI博士等人才(cai)主(zhu)要(yao)都進(jin)入了(le)產業界，讓AI產業發(fa)展(zhan)已(yi)經(jing)自發(fa)形成(cheng)了(le)一個(ge)人才(cai)與技術應(ying)用的正循環。
相比之下進(jin)入政府(fu)機構(gou)的數量僅為0.7%，在過(guo)去5年中相對不變。學術界也(ye)有較大的降幅(fu)。
AI研究的一(yi)線正與產業一(yi)線統一(yi)。
這些人(ren)工智能人(ren)才正在推(tui)進物理世界可(ke)(ke)編程的(de)進程，讓軟(ruan)件(jian)定義的(de)產(chan)品成為(wei)可(ke)(ke)能，典型代表(biao)例如軟(ruan)件(jian)定義的(de)汽車。
不僅汽車本身(shen)變成了軟(ruan)件定義的(de)智能移(yi)動終端，擁有海(hai)量數(shu)據，涉及車身(shen)數(shu)據、環境(jing)數(shu)據、駕駛數(shu)據、車內人的(de)各(ge)類數(shu)據等(deng)，還可(ke)在全生命(ming)周期直達用戶，據此(ci)可(ke)衍生出多(duo)類業務模(mo)式，如軟(ruan)件算法、虛(xu)擬(ni)司機、出行服務、運營平臺、售后服務及診(zhen)斷(duan)等(deng)。
隨著(zhu)人工智能(neng)等新一批技術逐漸成熟，個性(xing)化(hua)的服務(wu)從(cong)商(shang)品頁面的個性(xing)化(hua)推薦，到健身(shen)軟(ruan)件中的訓練計劃(hua)定制(zhi)，一步(bu)步(bu)走進我們的生活(huo)。
軟件定義的(de)產品可以做到服務千人千面(mian)、常(chang)用常(chang)新，個性化服務的(de)規模化發展正(zheng)在開啟。
目前一些整(zheng)車品牌已在(zai)進行(xing)車輛靜止狀態下(xia)的(de)座(zuo)艙創(chuang)新，以激發并(bing)滿足日益增加的(de)娛樂、休憩等各類(lei)需求，這也使得車輛超越(yue)了單純物理移動(dong)的(de)意義(yi)，類(lei)似于(yu)智能手機(ji)早就(jiu)超越(yue)了單純的(de)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(zu)，性能(neng)(neng)上媲(pi)美最新款(kuan)的索尼游戲(xi)主機(ji)PlayStation 5。隨(sui)著內(nei)(nei)容生態(tai)的日(ri)漸豐(feng)富，未(wei)來(lai)汽車可能(neng)(neng)參與內(nei)(nei)容的分成(cheng)，這可能(neng)(neng)成(cheng)為一個空(kong)間(jian)巨(ju)大的收入來(lai)源(yuan)。
大(da)(da)眾估計2030年汽車(che)市場規模(mo)(mo)將達5萬億歐元，十倍于目前的(de)(de)(de)智能手機市場規模(mo)(mo)，這主(zhu)要是得益于軟(ruan)件(jian)和自(zi)動駕(jia)駛服(fu)務(wu)能力(li)的(de)(de)(de)提升。大(da)(da)眾將在(zai)汽車(che)業(ye)新(xin)(xin)未來形(xing)成新(xin)(xin)的(de)(de)(de)商業(ye)模(mo)(mo)式，利潤池由整(zheng)車(che)硬(ying)件(jian)、軟(ruan)件(jian)、電池與(yu)(yu)充電、移(yi)動出(chu)行(xing)解(jie)決方案構成。大(da)(da)眾認為未來汽車(che)依然(ran)是個性(xing)(xing)化的(de)(de)(de)產品(pin)，但與(yu)(yu)傳統汽車(che)時代相比(bi)，品(pin)牌的(de)(de)(de)差異性(xing)(xing)將更多的(de)(de)(de)來自(zi)于軟(ruan)件(jian)與(yu)(yu)服(fu)務(wu)。
寫在最后
任何硬幣都有兩面。
工業壁(bi)壘較高，場景需(xu)求紛繁(fan)復(fu)雜，海量工業數據價值挖掘難(nan)度(du)大，GPT人工智能模型如(ru)果要真正(zheng)應用到工業場景中，還需(xu)要進行深度(du)模型改(gai)造和持續優化。工業模型如(ru)何(he)訓練、如(ru)何(he)配置才更(geng)合理，如(ru)何(he)獲得更(geng)多樣化的(de)真實數據給模型充分的(de)滋(zi)養，這(zhe)些(xie)問題有待進一步實踐。
雖然GPT在工(gong)業還有一段路要走(zou)，但更重要的是它(ta)已經起(qi)步。
參考(kao)資料：
1. 如何(he)使用語言模型調度百(bai)萬量級API?ChatGPT Plugins背(bei)后技術解讀(du)，作者：Hugh，來(lai)源(yuan)：知乎(hu)AGI Bootloader通用人工智能(neng)之路
2. 斯坦福最(zui)新AI報告發布(bu)，12張圖看懂AI現狀|前哨，來源：全球風口
3. ChatGPT會干掉80%的SaaS公司，連(lian)帶Office一起，來源：ToB行業頭條
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(chao)重構互聯網生態，哪些創業(ye)機會涌現?來源：每日經(jing)濟新聞
6. 萬字長文：ChatGPT能否(fou)成為互聯網(wang)后下一個(ge)系統性機會?作者：十(shi)三，來源(yuan)：量子(zi)位
