ChatGPT創造了(le)一(yi)個(ge)明確的分水嶺(ling)，把(ba)很多企業前(qian)進的步伐又(you)拉回到(dao)了(le)統一(yi)的起跑線，起跑之后不僅賽道更(geng)長，而且配速比我們想象的更(geng)快。
這(zhe)是我的第282篇專欄文章，我在【數字原生組織】寫的第9篇文章。
有(you)爭議就(jiu)有(you)機會，最近圍繞ChatGPT的矛盾現象很多(duo)。
一邊(bian)是(shi)微軟聯(lian)合(he)創(chuang)(chuang)始(shi)人比爾·蓋茨認為：ChatGPT是(shi)1980年以來最具革命性的(de)技術進步，另一邊(bian)是(shi)前Google高級資(zi)深(shen)研究員(yuan)、硅谷(gu)風險投資(zi)人吳軍表示(shi)：ChatGPT不(bu)算新(xin)技術革命，沒有理(li)論創(chuang)(chuang)新(xin)，不(bu)會創(chuang)(chuang)造什么就(jiu)業(ye)崗(gang)位(wei)。
一邊是ChatGPT接連刷新消(xiao)費(fei)級(ji)應用(yong)程(cheng)序用(yong)戶增長(chang)速度(du)記錄(lu)，另一邊是95%的(de)人沒有接觸到ChatGPT的(de)行(xing)業應用(yong)場景。
上面(mian)這(zhe)張圖，很多(duo)朋友應該見過，對(dui)比(bi)了ChatGPT、Instagram、Facebook…從用戶為0增長到(dao)1億所用的時間。
根據OpenAI公布的(de)數據，截至2023年1月末(mo)，ChatGPT的(de)月活用戶已經突破了1億，從而(er)創造(zao)了上圖中最左側(ce)那(nei)條陡峭的(de)曲線。
與此形成(cheng)對比(bi)的(de)是(shi)，微軟(ruan)大(da)中華區數字(zi)化應用創新市(shi)場業務負(fu)責人許豪在(zai)最(zui)近演講中分(fen)享的(de)幾(ji)點近期(qi)個人觀(guan)察：
每(mei)場交流(liu)，平均60%左(zuo)右的參會者(zhe)沒有直接(jie)跟ChatGPT對過話。
90%的(de)人用簡單的(de)提(ti)示(shi)詞，把ChatGPT當做知識庫和搜(sou)索引擎。
95%的人沒(mei)有接(jie)觸到ChatGPT的行業應用場景。
99%的人并不清楚這(zhe)一輪AI大(da)模型(xing)創(chuang)新意味(wei)著什么(me)。
100%的人(ren)都很焦慮。
這些爭(zheng)議與矛盾，正是(shi)機會所在(zai)。
人們一方面感慨于ChatGPT的能力，一方面又尚未理清這一波人工智能浪潮的應用價值。
我身邊(bian)的AIoT企(qi)業很多，他(ta)們(men)具備強智能(neng)的基因，最近ChatGPT和(he)大模型是(shi)我們(men)經常討論的話題。
通過與(yu)他們交流(liu)，我發現雖然一些企(qi)業(ye)(ye)沒有(you)想清(qing)楚如何(he)利(li)用(yong)大模(mo)型來創(chuang)造新(xin)(xin)的(de)模(mo)式、開(kai)展新(xin)(xin)的(de)業(ye)(ye)務，但是(shi)超過半數的(de)企(qi)業(ye)(ye)已經(jing)在使(shi)用(yong)ChatGPT等工(gong)具來提升不同工(gong)作(zuo)流(liu)程的(de)效率。還(huan)有(you)一些走在前列的(de)企(qi)業(ye)(ye)，比(bi)如云知聲，即將推(tui)出自己的(de)大模(mo)型產品。
這些交流讓我(wo)感覺到(dao)，ChatGPT創造(zao)了(le)一個明確的分水嶺(ling)，把(ba)很多企(qi)業(ye)前進(jin)的步伐又拉回到(dao)了(le)統(tong)一的起跑線(xian)，起跑之后不僅賽道更長，而且配速比我(wo)們想象的更快。
多數人仍未覺醒的時刻
直觀反應，企(qi)業(ye)需要將ChatGPT用(yong)于企(qi)業(ye)內部(bu)效率的提升。市(shi)場研(yan)究機構Info-Tech Research Group匯總整理了在(zai)企(qi)業(ye)的常規流(liu)程(cheng)中，使用(yong)AIGC可以實(shi)現降本(ben)增效的部(bu)分，如(ru)上圖所示。
分析(xi)中，Info-Tech使用3個(ge)特征評(ping)(ping)估(gu)AIGC是(shi)(shi)(shi)否試用：一、是(shi)(shi)(shi)否處于生成式/對話式AIGC的(de)(de)能力(li)范疇;二、該任務的(de)(de)完成是(shi)(shi)(shi)否能夠(gou)顯(xian)著創(chuang)造價值;三、該任務是(shi)(shi)(shi)否可多次重復。后面(mian)兩點主要用于評(ping)(ping)估(gu)AIGC的(de)(de)部署是(shi)(shi)(shi)否能夠(gou)“值回票價”。
然而，ChatGPT引發的(de)變革要深遠的(de)多。
很(hen)多企業都對K8s帶(dai)來(lai)的云(yun)原(yuan)生變革記憶猶(you)新，ChatGPT正(zheng)在(zai)帶(dai)來(lai)的智能原(yuan)生變革，有過之(zhi)而無不(bu)及。
“智(zhi)能(neng)原生(sheng)(sheng)企(qi)業(ye)(ye)”這個概念由阿里巴(ba)巴(ba)董事(shi)會(hui)主席兼(jian)CEO張勇提出，他認(ren)為“當前的(de)(de)(de)人工(gong)智(zhi)能(neng)浪(lang)潮(chao)是和二十年前的(de)(de)(de)數字(zi)化浪(lang)潮(chao)同(tong)等重要的(de)(de)(de)機會(hui)，行業(ye)(ye)正(zheng)處于智(zhi)能(neng)化時(shi)代(dai)的(de)(de)(de)歷史新起點，智(zhi)能(neng)化時(shi)代(dai)必將出現一系列智(zhi)能(neng)原生(sheng)(sheng)企(qi)業(ye)(ye)。”
智能(neng)原(yuan)生企(qi)業是指(zhi)利用人工智能(neng)和相關技術來驅動(dong)業務(wu)和運營(ying)的企(qi)業。這些(xie)企(qi)業將人工智能(neng)作為核心(xin)能(neng)力(li)，并(bing)將其(qi)嵌入到企(qi)業的各個業務(wu)流程(cheng)中，以提(ti)高效率、增強創新能(neng)力(li)、優化客戶體驗和提(ti)高競爭(zheng)力(li)。
在這個機(ji)會面(mian)前(qian)，每家企業都(dou)有可能變成智能原(yuan)生(sheng)企業。
重要的是我(wo)們(men)如(ru)何看待(dai)這一次機會。
奇績(ji)創壇創始(shi)人(ren)兼CEO陸(lu)奇最近在(zai)演講中談到，Google的(de)價值(zhi)是把“信息獲(huo)取”的(de)邊際成本降為0，ChatGPT的(de)價值(zhi)是把“知識(shi)獲(huo)取”的(de)邊際成本降為0。
如果加之我們在上篇(pian)文(wen)章《GPT實體機器(qi)人今夏發布，為什么這將是對企業(ye)組(zu)織(zhi)能力的(de)一次大考(kao)?》中(zhong)提到的(de)腦(nao)子里(li)裝了(le)大模型的(de)1X實體機器(qi)人，未(wei)來很有可(ke)能“產品獲取”的(de)邊際成本趨近于0。
美國經濟學家和社(she)會理(li)論家杰里米(mi)·里夫金描繪(hui)的“零(ling)邊際(ji)成本社(she)會”可以(yi)望見。
如(ru)今，我們(men)站在這(zhe)樣一個大時代的開端，就像18世紀末，人類(lei)站在“工(gong)業革命”的開端那樣。
這個事實(shi)，如今(jin)大部分(fen)人還沒有意識到。
也(ye)就形成(cheng)了文初提及的矛盾、爭(zheng)議(yi)和機(ji)會。
優勢把握在傳統企業手中
如果將(jiang)當前的人(ren)工智能浪潮，類比于二十(shi)年前的數字化浪潮，那么這一(yi)波浪潮的機會把握在(zai)傳統企業手中(zhong)。
因為從大模型(xing)應用(yong)(yong)在產業價值鏈上的(de)比(bi)(bi)例來看(kan)，對產業價值的(de)理解(jie)是關鍵，占(zhan)(zhan)比(bi)(bi)更重。如果我們將大模型(xing)產業應用(yong)(yong)的(de)全(quan)價值鏈占(zhan)(zhan)比(bi)(bi)視為100%，那么傳統企(qi)業由于深耕多(duo)年，積累了很多(duo)行業實踐(jian)經驗和know-how，加(jia)之數字化浪潮的(de)沉淀，80%以上的(de)基礎已經有了，只需要(yao)(yao)補(bu)全(quan)大模型(xing)應用(yong)(yong)的(de)20%占(zhan)(zhan)比(bi)(bi)，相比(bi)(bi)大模型(xing)創新型(xing)企(qi)業進入(ru)產業的(de)路徑要(yao)(yao)短(duan)得多(duo)得多(duo)。
何況在數字化浪(lang)潮時期(qi)，很(hen)多(duo)傳統企業已經驗(yan)證了實力。
這些傳統企(qi)業不(bu)僅將數字(zi)化(hua)能(neng)力(li)“內化(hua)”于自(zi)身，而且剝離形成數科公司(si)，將新技術新能(neng)力(li)“外化(hua)”創造營收(shou)。
比如，居(ju)然之(zhi)家執行總裁王寧曾經講過，他們在數字化浪潮的(de)過程中(zhong)，面(mian)對互(hu)聯網企業(ye)的(de)猛(meng)烈(lie)沖擊，逆(ni)勢(shi)翻盤的(de)故事(shi)，有一定(ding)的(de)代表性(xing)。
2012-2013年，居然之家就像我們見(jian)到(dao)ChatGPT一樣，100%的人都(dou)很焦慮。幾乎所有的實體店都(dou)受(shou)到(dao)了互聯(lian)網的沖擊(ji)，齊家網、愛(ai)蜂潮和土(tu)巴兔等互聯(lian)網企業(ye)來勢洶洶，而且背(bei)后都(dou)有雄厚的資本進入。
他面對的(de)典型(xing)質疑包括(kuo)：“你沒戲(xi)，因為你是陸軍(jun)，而我們(men)是空軍(jun)，你穿(chuan)著(zhu)兩個沉重的(de)鞋(房租+人(ren)力)，跑(pao)不起來。”
居然之家當(dang)時面(mian)對了一腦門(men)的(de)(de)問題，比如線(xian)上線(xian)下(xia)左右手互搏怎么(me)解決?這(zhe)二(er)者的(de)(de)KPI怎么(me)分配?品牌商與經(jing)銷商的(de)(de)利(li)益博弈怎么(me)處理?線(xian)上和線(xian)下(xia)的(de)(de)交易價格沖(chong)突了怎么(me)辦?
就(jiu)在他很悲觀的時候(hou)，恰恰轉(zhuan)角偶遇了之前傳遞質疑的那家(jia)互聯網企(qi)(qi)業的體驗店。當(dang)他走到(dao)店里轉(zhuan)完一(yi)圈以后，心情(qing)從(cong)焦慮變(bian)成了坦然：“看來人力和地租這兩(liang)只沉(chen)重的鞋(xie)互聯網企(qi)(qi)業也需要。一(yi)旦你(ni)(ni)穿上鞋(xie)了，不就(jiu)跟我一(yi)樣了嗎?甚至(zhi)你(ni)(ni)還不如(ru)我。”
快進到現(xian)在(zai)，居然之家(jia)正在(zai)完(wan)成從“線(xian)下賣(mai)場”到“產業平臺”的轉變，與(yu)各(ge)種(zhong)合作伙(huo)伴一起(qi)打造共生協同的商業平臺。
但是同時，我(wo)們也應(ying)該看到那些沒(mei)有成功進行數字化(hua)轉型而(er)沒(mei)落的企業(ye)。
當技術變革來臨，從長遠看(kan)，所有人(ren)終將受(shou)益;但從短(duan)期(qi)看(kan)，身處那個時代的(de)大(da)部分(fen)人(ren)都(dou)會受(shou)到巨大(da)的(de)挑戰和沖擊。
少數企業(ye)跟上了，變得更強;一些企業(ye)沒有跟上，被無(wu)情碾過。
當下，是企業做決策(ce)的關鍵(jian)時期。
值得關注的暗牌與工具
任何能輕易想到的點子，都是(shi)明(ming)牌。這些線索(suo)沒有(you)爭議(yi)，大家基(ji)本達成了(le)共識。這些明(ming)牌是(shi)巨頭企(qi)業、產(chan)業龍頭企(qi)業的機會(hui)。
比如(ru)，我國一定會有自己的AIGC平臺和通用工具，就像搜(sou)索引擎(qing)一樣(yang)，我們有自己的合規要求。每個(ge)垂(chui)直(zhi)領域的數(shu)字(zi)化平臺，也(ye)都(dou)將會植(zhi)入(ru)AIGC能力。甚(shen)至垂(chui)直(zhi)行業的大(da)模型，也(ye)可能是明線。
在這(zhe)些場景中，根據遠(yuan)望資本程浩的分析(xi)，創新型(xing)企業(ye)想(xiang)要取勝，無非基于以下幾種情況：
大企(qi)(qi)業沒看懂，覺得這(zhe)事沒價(jia)值;?大企(qi)(qi)業沒看上(shang)，覺得市(shi)場太小(xiao);
大(da)企業沒看清，技(ji)術路(lu)線(xian)比較多，想(xiang)等創業者驗(yan)證(zheng);
大企業(ye)覺得離自己(ji)主營業(ye)務太遠(yuan);
也就是(shi)只有在非共識的情(qing)況下，創新(xin)型公司才有機會“搶跑(pao)”，獲(huo)得先(xian)發優勢。但是(shi)“明牌(pai)”不(bu)具(ju)備這種情(qing)況，AIGC、大模型這個賽(sai)道(dao)經過媒體(ti)的信息轟(hong)炸，沒有一家大企業不(bu)重視。
什么是暗牌(pai)?暗牌(pai)是尚未形(xing)成共(gong)識的那些(xie)分支(zhi)，所(suo)謂大(da)企業沒(mei)看懂、沒(mei)看上(shang)、沒(mei)看清、覺得遠(yuan)的那些(xie)部分。
就像數字化浪潮一樣，智能原生(sheng)的浪潮也會(hui)(hui)催生(sheng)許多(duo)暗牌機會(hui)(hui)，這些完(wan)全從0到1的創新挖掘的是(shi)隱性需(xu)求，市場空間模糊，能否泛(fan)化未知。
在產業領域，不僅是(shi)ChatGPT，一些工(gong)具的(de)迭代同樣(yang)值得關注。
雖然(ran)AIGC操作系統和通用工(gong)具(ju)都是大企(qi)業的(de)機會，但是如何運(yun)用這些工(gong)具(ju)的(de)機會則見仁見智(zhi)，每家企(qi)業都可以擁有(you)。
首當其沖的就是AI大模型實(shi)體(ti)機器人(ren)。
除了(le)之(zhi)前提到過的由OpenAI投資的1X實體機器人(ren)，最近阿(a)里也(ye)發布了(le)接(jie)入千問大(da)模型(xing)的工業機器人(ren)。
通過(guo)釘釘消息，即(ji)可遠程指揮機器(qi)人干活。
在實驗(yan)視頻中，工程師(shi)通過(guo)釘釘對話框向機(ji)器(qi)人(ren)發出指(zhi)令：“我渴了，找點(dian)東西喝吧”。隨后(hou)，千問(wen)大模型在后(hou)臺自(zi)動編寫了一組代碼發給機(ji)器(qi)人(ren)。
機器人開始(shi)識(shi)別周邊(bian)環境，從附近的(de)桌上(shang)找到一(yi)瓶水，遞給了工程師(shi)。
通(tong)過(guo)捕捉設備或人類的運動數據(ju)，大模型可(ke)以被工(gong)業機器(qi)人自(zi)動生成控制邏輯和命(ming)令，工(gong)程師無需編程就能(neng)通(tong)過(guo)自(zi)然語言實現機器(qi)人的操(cao)控。此外(wai)，大模型還可(ke)以幫助工(gong)業機器(qi)人理解周(zhou)圍環境，并將最終目標與實現目標的過(guo)程聯系起來(lai)，無需人工(gong)干(gan)預，即(ji)可(ke)完成高水平(ping)的任務。
其次，值(zhi)得(de)關注(zhu)的是大(da)模型(xing)用于(yu)各種代碼(ma)生成的工具。
典(dian)型的(de)比如GitHub Copilot，這是一(yi)個AI編程(cheng)合作(zuo)伙伴(ban)，由OpenAI Codex 開發的(de)新AI 系(xi)統提供支持，可在編碼(ma)時提供自(zi)動完成(cheng)建議。
我們可以將GitHub Copilot看(kan)成一(yi)位人(ren)(ren)工(gong)(gong)智(zhi)能結對(dui)程(cheng)序(xu)員(yuan)。結對(dui)編(bian)程(cheng)是一(yi)種敏捷軟件(jian)開(kai)發(fa)的(de)方法(fa)，用來(lai)代(dai)指兩個程(cheng)序(xu)員(yuan)在一(yi)個計算機上共同(tong)工(gong)(gong)作(zuo)(zuo)。通常來(lai)說，會(hui)有一(yi)個人(ren)(ren)輸(shu)入(ru)代(dai)碼(ma)(ma)，而(er)另一(yi)個人(ren)(ren)審查(cha)他輸(shu)入(ru)的(de)每一(yi)行(xing)代(dai)碼(ma)(ma)。輸(shu)入(ru)代(dai)碼(ma)(ma)的(de)人(ren)(ren)稱作(zuo)(zuo)駕駛員(yuan)，而(er)審查(cha)代(dai)碼(ma)(ma)的(de)人(ren)(ren)稱作(zuo)(zuo)觀察員(yuan)。為了(le)保(bao)證(zheng)結對(dui)編(bian)程(cheng)的(de)糾偏能力，兩個程(cheng)序(xu)員(yuan)經常互換角色。
人(ren)機(ji)(ji)結對編(bian)(bian)程(cheng)(cheng)(cheng)已(yi)經是一(yi)個較(jiao)為成熟的(de)概念，指(zhi)的(de)是人(ren)機(ji)(ji)協同的(de)交互式智能編(bian)(bian)程(cheng)(cheng)(cheng)，在(zai)(zai)這個過程(cheng)(cheng)(cheng)中，程(cheng)(cheng)(cheng)序員在(zai)(zai)機(ji)(ji)器(qi)的(de)輔助下進行編(bian)(bian)程(cheng)(cheng)(cheng)，并且在(zai)(zai)共同完成一(yi)個個程(cheng)(cheng)(cheng)序編(bian)(bian)寫的(de)過程(cheng)(cheng)(cheng)中，程(cheng)(cheng)(cheng)序員會及時糾(jiu)正機(ji)(ji)器(qi)人(ren)的(de)錯誤，從而(er)改進機(ji)(ji)器(qi)人(ren)學(xue)習的(de)模型。
最后，還有一類工具推薦，設(she)備之間(jian)的社交工具。
除了(le)人(ren)與人(ren)之間需要社(she)交之外，設(she)備(bei)(bei)與人(ren)之間也(ye)需要社(she)交。社(she)交的目的是幫助人(ren)們(men)更(geng)好(hao)的使用設(she)備(bei)(bei)，便于人(ren)們(men)更(geng)改設(she)備(bei)(bei)的配置，或者當任(ren)務(wu)指令不(bu)清(qing)時主動詢問建(jian)議。
比如亞馬遜開(kai)發的(de)DialFRED 框(kuang)架，它允許機器(qi)人在(zai)(zai)不確定時，向(xiang)工程師提(ti)出問題(ti)。通過強化學習，大模型經過微調，可以在(zai)(zai)正確的(de)時間(jian)提(ti)出正確類(lei)型的(de)問題(ti)，從而有利于任務的(de)完成。
寫在最后
為了更好的引導制造業(ye)企業(ye)思(si)考(kao)自身的組織(zhi)結構(gou)與(yu)業(ye)務，通過其(qi)他企業(ye)的創(chuang)新(xin)(xin)案例開拓思(si)維(wei)，引導培養“智造”新(xin)(xin)思(si)維(wei)，探索創(chuang)新(xin)(xin)思(si)維(wei)與(yu)企業(ye)變革之(zhi)間(jian)的連接。我們于近期開設了“智造”新(xin)(xin)思(si)維(wei)工作坊和研(yan)學營，歡迎感興趣的朋友們掃(sao)碼咨詢或報名。
參(can)考資料(liao)：
1. 遠(yuan)望資(zi)本程(cheng)浩：AI大模型創業的生死(si)5問，作(zuo)者：程(cheng)浩，來(lai)源：遠(yuan)望資(zi)本iVision
2. 居(ju)然(ran)之家執行總裁(cai)：400家門店、房(fang)租(zu)高(gao)、重人(ren)力，我們數字(zi)化8年的經驗教訓(xun)，作者：混沌大學(xue)，來源：混沌學(xue)園
3. AI中的明牌與暗牌，作者：吳(wu)炳見，來(lai)源：AI大(da)航海(hai)
4. GPT面前，AI應用創業的(de)思考框架，作者：吳炳見，來源：AI大航海
5. 當(dang)AI大模型(xing)遇上(shang)機器(qi)人，看(kan)科幻情(qing)節如何(he)照(zhao)進(jin)現實，作者：阿里達摩院掃地僧，來源：今(jin)日頭條
6. 張勇：人工(gong)智能和實體(ti)經濟的深(shen)度融(rong)合將根本(ben)性(xing)改造產業，來源：阿里云(yun)注：本(ben)文(wen)使用了Notion AI和GPT-4輔(fu)助(zhu)寫作
