ChatGPT創造了一個明確的分水嶺，把很多企業前進的步伐又拉回(hui)到了統一的起(qi)跑(pao)線，起(qi)跑(pao)之后不僅賽道(dao)更長，而(er)且(qie)配(pei)速比我(wo)們想象(xiang)的更快。
這(zhe)是我的(de)(de)第282篇(pian)專欄文(wen)章，我在(zai)【數字原生組(zu)織】寫(xie)的(de)(de)第9篇(pian)文(wen)章。
有爭議就有機會，最近圍繞ChatGPT的矛盾現象很多(duo)。
一邊是微軟聯(lian)合創(chuang)始人比爾(er)·蓋茨認為：ChatGPT是1980年以來(lai)最具(ju)革(ge)命性的技術進(jin)步，另(ling)一邊是前Google高級(ji)資深研究員、硅谷風險投資人吳軍表(biao)示：ChatGPT不算新技術革(ge)命，沒有(you)理(li)論(lun)創(chuang)新，不會創(chuang)造什么就業崗位(wei)。
一邊(bian)是ChatGPT接(jie)連刷新消費級應(ying)用(yong)程(cheng)序用(yong)戶增長速度記錄，另一邊(bian)是95%的(de)人(ren)沒有接(jie)觸(chu)到ChatGPT的(de)行業應(ying)用(yong)場(chang)景。
上面這張圖，很(hen)多(duo)朋友應(ying)該見過，對比了ChatGPT、Instagram、Facebook…從(cong)用戶為0增長(chang)到1億所用的時間(jian)。
根據OpenAI公布(bu)的(de)數(shu)據，截至2023年1月末，ChatGPT的(de)月活用戶已經突破了1億，從(cong)而創造了上(shang)圖(tu)中最左側那條陡峭的(de)曲線。
與此形成(cheng)對比(bi)的是，微軟(ruan)大中華區數字化應用創新市(shi)場業務負責人許(xu)豪(hao)在最近(jin)演(yan)講(jiang)中分享的幾點近(jin)期個人觀察(cha)：
每場交流(liu)，平均(jun)60%左右的(de)參會者沒(mei)有直接跟ChatGPT對過話。
90%的(de)人(ren)用簡單的(de)提示詞，把ChatGPT當做(zuo)知識庫和搜索引擎。
95%的(de)人沒有接觸到ChatGPT的(de)行業應用場景(jing)。
99%的人并不清楚這一(yi)輪AI大模型創新意味著什(shen)么。
100%的人(ren)都(dou)很焦(jiao)慮。
這些爭議與矛盾，正是機會所(suo)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(wo)(wo)身邊的AIoT企業很多(duo)，他(ta)們具備強智能的基因，最近ChatGPT和大模(mo)型是我(wo)(wo)們經常(chang)討論的話(hua)題(ti)。
通過(guo)(guo)與他們交(jiao)流(liu)，我發現雖(sui)然一些企(qi)(qi)業沒有想清楚如何利用大模型來創(chuang)造(zao)新的模式、開展新的業務，但(dan)是超過(guo)(guo)半數的企(qi)(qi)業已經在使用ChatGPT等工具(ju)來提(ti)升不同工作流(liu)程的效率。還有一些走(zou)在前列的企(qi)(qi)業，比如云知(zhi)聲，即(ji)將推出自(zi)己的大模型產品。
這些交流(liu)讓我感覺(jue)到，ChatGPT創(chuang)造了一個明確的分水(shui)嶺，把(ba)很多企(qi)業前(qian)進的步伐又拉回到了統一的起跑線(xian)，起跑之后不僅賽道(dao)更(geng)長，而且配速比(bi)我們想(xiang)象的更(geng)快。
多數人仍未覺醒的時刻
直(zhi)觀反應，企業需要將ChatGPT用(yong)于企業內部效率的提升。市場研(yan)究(jiu)機構Info-Tech Research Group匯總整(zheng)理了(le)在企業的常(chang)規流程中，使(shi)用(yong)AIGC可以實現降本(ben)增效的部分，如上圖所示。
分析中，Info-Tech使用(yong)3個特征評估(gu)AIGC是(shi)否(fou)試用(yong)：一、是(shi)否(fou)處于生成式(shi)(shi)/對話(hua)式(shi)(shi)AIGC的(de)(de)(de)能(neng)力范(fan)疇(chou);二、該任務的(de)(de)(de)完(wan)成是(shi)否(fou)能(neng)夠顯(xian)著創造(zao)價(jia)值;三、該任務是(shi)否(fou)可多次重復。后面兩點主要用(yong)于評估(gu)AIGC的(de)(de)(de)部署是(shi)否(fou)能(neng)夠“值回(hui)票價(jia)”。
然(ran)而，ChatGPT引發的(de)變革要深(shen)遠的(de)多。
很(hen)多企業都對K8s帶來的(de)云原(yuan)生變(bian)革記憶(yi)猶新，ChatGPT正在帶來的(de)智能原(yuan)生變(bian)革，有過之而無不及(ji)。
“智(zhi)能(neng)原生企(qi)業”這個概(gai)念(nian)由阿里巴巴董事會(hui)主(zhu)席兼(jian)CEO張勇提出(chu)，他認為“當前的人工智(zhi)能(neng)浪潮是(shi)和二十年前的數(shu)字化浪潮同等重要(yao)的機會(hui)，行業正處于智(zhi)能(neng)化時代(dai)的歷史(shi)新起點，智(zhi)能(neng)化時代(dai)必(bi)將(jiang)出(chu)現一系(xi)列智(zhi)能(neng)原生企(qi)業。”
智能(neng)原生(sheng)企(qi)(qi)業(ye)(ye)是指利用人(ren)工智能(neng)和(he)相關(guan)技術來驅動業(ye)(ye)務和(he)運營的企(qi)(qi)業(ye)(ye)。這些(xie)企(qi)(qi)業(ye)(ye)將人(ren)工智能(neng)作為核心能(neng)力，并(bing)將其嵌入到企(qi)(qi)業(ye)(ye)的各個業(ye)(ye)務流(liu)程(cheng)中，以提高效率、增強創(chuang)新能(neng)力、優(you)化(hua)客戶體驗和(he)提高競爭力。
在這個機(ji)會面前，每家企業(ye)都(dou)有可能變成(cheng)智能原生企業(ye)。
重要的是我(wo)們如何看待這(zhe)一次(ci)機會(hui)。
奇績創壇創始人兼CEO陸奇最近(jin)在(zai)演講中(zhong)談(tan)到(dao)，Google的價值是(shi)把(ba)“信(xin)息(xi)獲取(qu)”的邊際成(cheng)本(ben)降(jiang)為(wei)0，ChatGPT的價值是(shi)把(ba)“知識獲取(qu)”的邊際成(cheng)本(ben)降(jiang)為(wei)0。
如果加之我們在上(shang)篇文章《GPT實體(ti)機(ji)器人今夏(xia)發布，為(wei)什么(me)這將(jiang)是(shi)對(dui)企(qi)業組織能力的一次大考(kao)?》中提到的腦(nao)子(zi)里裝了大模型的1X實體(ti)機(ji)器人，未來很有(you)可能“產品獲取”的邊(bian)際成本趨近于0。
美國經濟學家和社(she)會理論家杰里米·里夫金描繪的“零邊(bian)際(ji)成本社(she)會”可以(yi)望見(jian)。
如(ru)今(jin)，我們站在這樣(yang)一個(ge)大時代的開(kai)端，就像18世紀(ji)末，人類站在“工業(ye)革命”的開(kai)端那(nei)樣(yang)。
這個事實，如今大部分人還沒有意識到(dao)。
也(ye)就形(xing)成了文初提(ti)及的矛盾(dun)、爭議和機會。
優勢把握在傳統企業手中
如果將當前(qian)的人工智能(neng)浪(lang)潮，類(lei)比于(yu)二十年前(qian)的數字化浪(lang)潮，那么這一波浪(lang)潮的機會把握在傳統企業手中(zhong)。
因為從大(da)模(mo)型(xing)應(ying)用在產業價值鏈上(shang)的(de)(de)(de)比例來看，對產業價值的(de)(de)(de)理解是(shi)關鍵，占(zhan)比更重(zhong)。如果我們將大(da)模(mo)型(xing)產業應(ying)用的(de)(de)(de)全(quan)(quan)價值鏈占(zhan)比視(shi)為100%，那么(me)傳統企業由于(yu)深耕(geng)多(duo)(duo)年，積(ji)累了(le)很多(duo)(duo)行業實踐(jian)經驗(yan)和(he)know-how，加之(zhi)數(shu)字(zi)化浪潮的(de)(de)(de)沉(chen)淀，80%以上(shang)的(de)(de)(de)基礎(chu)已經有了(le)，只需要(yao)補全(quan)(quan)大(da)模(mo)型(xing)應(ying)用的(de)(de)(de)20%占(zhan)比，相比大(da)模(mo)型(xing)創新型(xing)企業進(jin)入(ru)產業的(de)(de)(de)路徑要(yao)短(duan)得多(duo)(duo)得多(duo)(duo)。
何況在數字化浪潮時期(qi)，很多傳統企業已經(jing)驗證了實(shi)力(li)。
這些傳統企業不僅將數(shu)字(zi)化(hua)能力(li)“內化(hua)”于自身，而且剝離形成數(shu)科公司(si)，將新技術新能力(li)“外化(hua)”創造營收(shou)。
比如，居然之家執行(xing)總(zong)裁王寧(ning)曾(ceng)經(jing)講過，他們(men)在數字化浪潮的過程中，面(mian)對互聯(lian)網企業的猛(meng)烈沖擊，逆勢翻盤的故(gu)事，有一定的代表(biao)性。
2012-2013年，居然(ran)之家(jia)就像我們見(jian)到ChatGPT一樣，100%的人都(dou)很焦慮。幾(ji)乎所有(you)的實體(ti)店都(dou)受到了互聯網的沖(chong)擊，齊家(jia)網、愛蜂潮和土巴(ba)兔等互聯網企業來勢洶洶，而且背后都(dou)有(you)雄厚(hou)的資本進入。
他面(mian)對的典型質疑包括：“你沒戲，因為你是陸軍，而我們是空軍，你穿著兩個沉(chen)重的鞋(房租+人(ren)力)，跑不(bu)起來。”
居然(ran)之家(jia)當時面對了(le)一腦門的問(wen)題，比如線(xian)(xian)上線(xian)(xian)下左右手互搏怎(zen)么(me)解決?這二者的KPI怎(zen)么(me)分配?品牌商(shang)與經銷商(shang)的利益(yi)博弈(yi)怎(zen)么(me)處理(li)?線(xian)(xian)上和線(xian)(xian)下的交易價格沖突了(le)怎(zen)么(me)辦?
就在他很悲觀的(de)時候，恰(qia)恰(qia)轉(zhuan)角偶遇(yu)了(le)之前(qian)傳遞質疑的(de)那家互聯網企(qi)業的(de)體驗店。當他走到店里轉(zhuan)完一圈以后，心情從焦慮(lv)變成了(le)坦然：“看來人(ren)力和地租這兩只沉重的(de)鞋互聯網企(qi)業也需要。一旦你穿上鞋了(le)，不(bu)就跟我一樣了(le)嗎(ma)?甚至(zhi)你還不(bu)如(ru)我。”
快進到現在(zai)，居然之(zhi)家正(zheng)在(zai)完成從(cong)“線下賣場”到“產(chan)業(ye)平臺”的轉(zhuan)變，與各種合作伙伴一起(qi)打造共生協同的商業(ye)平臺。
但是同(tong)時，我們(men)也應該看到(dao)那些沒有成功進行數字(zi)化轉(zhuan)型而沒落(luo)的企業。
當(dang)技術變革來臨，從長遠看，所有人(ren)終將受(shou)益;但從短(duan)期(qi)看，身處那個時代的大(da)部分人(ren)都會受(shou)到巨(ju)大(da)的挑戰(zhan)和沖擊(ji)。
少數企(qi)業跟(gen)上(shang)了，變得(de)更強;一(yi)些企(qi)業沒有跟(gen)上(shang)，被無情(qing)碾(nian)過。
當下，是企(qi)業(ye)做(zuo)決策的關鍵時期。
值得關注的暗牌與工具
任何能輕(qing)易想(xiang)到的(de)點子(zi)，都是(shi)明牌。這(zhe)些線索沒有爭議(yi)，大(da)家基本達(da)成(cheng)了共識。這(zhe)些明牌是(shi)巨頭(tou)企(qi)業、產(chan)業龍頭(tou)企(qi)業的(de)機會。
比如(ru)，我(wo)國(guo)一(yi)定會有自己(ji)的(de)AIGC平臺(tai)和通用工(gong)具，就像搜索引(yin)擎一(yi)樣，我(wo)們有自己(ji)的(de)合規(gui)要(yao)求。每個垂直領域的(de)數字化(hua)平臺(tai)，也都將(jiang)會植入AIGC能力。甚至(zhi)垂直行業的(de)大(da)模型，也可能是明(ming)線。
在(zai)這些場景中，根據遠望資(zi)本程(cheng)浩(hao)的分析，創新型(xing)企業想要取(qu)勝，無非(fei)基于以下幾(ji)種(zhong)情況：
大企業(ye)沒看懂，覺得這事(shi)沒價值;?大企業(ye)沒看上，覺得市場太小;
大企業沒(mei)看清(qing)，技術(shu)路線比(bi)較多，想(xiang)等創業者驗證;
大企業覺得離(li)自己主營業務(wu)太遠;
也就是只(zhi)有在非共識的(de)情況下，創新型公司才有機會“搶跑”，獲(huo)得(de)先發(fa)優勢。但是“明牌”不具備這種情況，AIGC、大(da)模型這個(ge)賽(sai)道經過媒體的(de)信息轟炸(zha)，沒有一家大(da)企業不重視。
什么是(shi)暗牌?暗牌是(shi)尚未形成共識的那(nei)些分支，所謂大企業(ye)沒(mei)(mei)看(kan)懂、沒(mei)(mei)看(kan)上(shang)、沒(mei)(mei)看(kan)清、覺得遠的那(nei)些部分。
就像數字化浪潮一樣(yang)，智能(neng)原(yuan)生的(de)浪潮也會催(cui)生許多暗牌(pai)機會，這些完全從0到(dao)1的(de)創新挖掘的(de)是隱性需求，市(shi)場空間模糊，能(neng)否泛化未知。
在產業領域，不(bu)僅是ChatGPT，一些(xie)工(gong)具的迭代(dai)同樣值(zhi)得關注。
雖然AIGC操(cao)作系統和通(tong)用(yong)工(gong)具(ju)都是大企(qi)業的(de)機會，但是如何運用(yong)這些工(gong)具(ju)的(de)機會則(ze)見(jian)仁見(jian)智，每家(jia)企(qi)業都可以(yi)擁有。
首當其(qi)沖的就是AI大模型(xing)實體機(ji)器人(ren)。
除了之前提到過的(de)由OpenAI投(tou)資的(de)1X實體機器人(ren)，最近(jin)阿里也發布(bu)了接(jie)入千問(wen)大(da)模型(xing)的(de)工業機器人(ren)。
通過釘釘消息(xi)，即可遠(yuan)程(cheng)指揮機器人干活(huo)。
在實(shi)驗(yan)視頻中，工程師通過釘釘對(dui)話框向機(ji)器人(ren)(ren)發(fa)(fa)出(chu)指令(ling)：“我渴了，找點東西(xi)喝吧”。隨后，千問(wen)大(da)模型在后臺(tai)自動編寫了一組代碼發(fa)(fa)給機(ji)器人(ren)(ren)。
機器人開(kai)始識別(bie)周邊環境(jing)，從附(fu)近的(de)桌上找到(dao)一(yi)瓶水，遞給了工(gong)程師。
通過捕捉設備或(huo)人類(lei)的(de)運動數據，大(da)模型(xing)可(ke)以(yi)被工(gong)業(ye)機器人自(zi)動生成(cheng)控制邏(luo)輯和命令，工(gong)程師無需編程就能通過自(zi)然語(yu)言(yan)實(shi)現機器人的(de)操控。此(ci)外，大(da)模型(xing)還可(ke)以(yi)幫助工(gong)業(ye)機器人理解周圍環境(jing)，并將最終(zhong)目(mu)標與實(shi)現目(mu)標的(de)過程聯系起來，無需人工(gong)干(gan)預，即可(ke)完成(cheng)高水平(ping)的(de)任(ren)務。
其次(ci)，值得關注的(de)(de)是大模(mo)型用于各種代碼生成的(de)(de)工具。
典(dian)型的比如GitHub Copilot，這是一個AI編程(cheng)合作伙伴，由OpenAI Codex 開(kai)發的新AI 系統提供(gong)支持，可在編碼時(shi)提供(gong)自動完成建(jian)議(yi)。
我們可以將GitHub Copilot看成一(yi)(yi)(yi)(yi)位人工智能結(jie)(jie)對程(cheng)(cheng)序(xu)員(yuan)。結(jie)(jie)對編程(cheng)(cheng)是(shi)一(yi)(yi)(yi)(yi)種(zhong)敏捷(jie)軟件開(kai)發(fa)的(de)方法，用來代(dai)指(zhi)兩個(ge)程(cheng)(cheng)序(xu)員(yuan)在一(yi)(yi)(yi)(yi)個(ge)計算機上共同工作。通常(chang)來說(shuo)，會有一(yi)(yi)(yi)(yi)個(ge)人輸入(ru)代(dai)碼(ma)(ma)，而另一(yi)(yi)(yi)(yi)個(ge)人審查他(ta)輸入(ru)的(de)每(mei)一(yi)(yi)(yi)(yi)行代(dai)碼(ma)(ma)。輸入(ru)代(dai)碼(ma)(ma)的(de)人稱作駕駛員(yuan)，而審查代(dai)碼(ma)(ma)的(de)人稱作觀(guan)察員(yuan)。為了保證結(jie)(jie)對編程(cheng)(cheng)的(de)糾偏(pian)能力，兩個(ge)程(cheng)(cheng)序(xu)員(yuan)經(jing)常(chang)互換角色。
人機結(jie)對編程(cheng)(cheng)已經是一個(ge)較(jiao)為成熟的(de)(de)概念(nian)，指(zhi)的(de)(de)是人機協同的(de)(de)交互(hu)式智能編程(cheng)(cheng)，在(zai)這個(ge)過程(cheng)(cheng)中，程(cheng)(cheng)序員(yuan)在(zai)機器(qi)的(de)(de)輔助(zhu)下進行編程(cheng)(cheng)，并且在(zai)共同完成一個(ge)個(ge)程(cheng)(cheng)序編寫的(de)(de)過程(cheng)(cheng)中，程(cheng)(cheng)序員(yuan)會及時(shi)糾正機器(qi)人的(de)(de)錯誤，從(cong)而(er)改(gai)進機器(qi)人學習的(de)(de)模(mo)型。
最(zui)后(hou)，還有一類(lei)工具推薦，設備之間的社交工具。
除了(le)人(ren)與人(ren)之間(jian)需(xu)要(yao)社交之外，設(she)備(bei)與人(ren)之間(jian)也(ye)需(xu)要(yao)社交。社交的目的是(shi)幫(bang)助人(ren)們(men)更好(hao)的使(shi)用(yong)設(she)備(bei)，便(bian)于人(ren)們(men)更改(gai)設(she)備(bei)的配(pei)置(zhi)，或者當任務指令不清時主(zhu)動(dong)詢問建議(yi)。
比(bi)如亞馬遜開發的DialFRED 框架(jia)，它允許機器人在不(bu)確(que)定(ding)時(shi)，向工程師提出問題。通過(guo)強化(hua)學習(xi)，大模型經(jing)過(guo)微調，可以在正確(que)的時(shi)間提出正確(que)類型的問題，從而(er)有利于任務的完成。
寫在最后
為了更好的(de)(de)引(yin)導制造業(ye)企(qi)業(ye)思考自身的(de)(de)組織結構(gou)與業(ye)務(wu)，通過其他企(qi)業(ye)的(de)(de)創(chuang)新案例開(kai)拓思維(wei)(wei)，引(yin)導培養“智造”新思維(wei)(wei)，探索創(chuang)新思維(wei)(wei)與企(qi)業(ye)變(bian)革之(zhi)間的(de)(de)連(lian)接。我們于近期開(kai)設了“智造”新思維(wei)(wei)工作坊和研學營(ying)，歡迎感興趣的(de)(de)朋友們掃碼(ma)咨(zi)詢或報名。
參考(kao)資料(liao)：
1. 遠望(wang)資本(ben)程浩：AI大模型創業的(de)生死5問，作者：程浩，來(lai)源：遠望(wang)資本(ben)iVision
2. 居然(ran)之(zhi)家(jia)執行總裁(cai)：400家(jia)門店、房租高(gao)、重人(ren)力(li)，我們數字化(hua)8年的經驗教訓，作者：混沌大學，來源：混沌學園(yuan)
3. AI中(zhong)的明牌與暗牌，作者：吳炳見，來(lai)源：AI大(da)航(hang)海(hai)
4. GPT面前，AI應用(yong)創業(ye)的思(si)考框架，作者(zhe)：吳炳見，來源(yuan)：AI大航海(hai)
5. 當AI大模型遇上(shang)機器人(ren)，看科幻情節如(ru)何照進現實，作者：阿里達(da)摩院(yuan)掃地僧，來源(yuan)：今日頭條
6. 張勇：人工(gong)智能和(he)實體經濟的深度(du)融合將根(gen)本性(xing)改造產業，來源：阿里云注：本文使用了Notion AI和(he)GPT-4輔(fu)助寫作
