導讀
5月13日晚，智次方創(chuang)始人彭(peng)昭與(yu)(yu)AI4C應用研究院管震，圍繞“AI加持下的產業(ye)數字化變革與(yu)(yu)創(chuang)新”主題(ti)展開了一(yi)場深度對(dui)話(hua)。本文(wen)根據直播訪談內容整理(li)。
隨著GPT等大模型的涌現，人工智能已經進入了新的(de)發(fa)展(zhan)階(jie)段。其強大的(de)內容處理與推理等能力，引發(fa)了各(ge)行各(ge)業(ye)的(de)關注，大家都在瞄準(zhun)(zhun)時(shi)機準(zhun)(zhun)備(bei)隨(sui)時(shi)入局。可(ke)以(yi)預見的(de)是，大模型(xing)已經成為了產業(ye)革命的(de)關鍵驅動(dong)力，新一輪(lun)產業(ye)變革正在悄然而至。
5月13日晚，智次方創始人彭昭與AI4C應用研究院管震，圍繞“AI加持下的產業數字化變革與創新”主題展開了一場深度對話。
以(yi)下根據(ju)直播(bo)訪談內容(rong)整理：
AI4C：讓AI應用實現產業落地
彭昭：今天(tian)很高興(xing)邀請到管震(zhen)管總來和我們(men)探(tan)討“AI加(jia)持(chi)下(xia)(xia)的產業數字化變革與創新”。我看您現在新的方向是 AI4C應用研究院(yuan)，我對(dui)這個機構很感興(xing)趣(qu)，可不可以幫我們(men)介紹(shao)下(xia)(xia)。
管震：AI4C應用研究院目前(qian)還(huan)在籌備中，但已經明確了它的(de)目標(biao)。可能有些人會好奇其名(ming)稱含義(yi)中的(de)“4C”是什么意思(si)，以及(ji)為(wei)什么要(yao)這樣命名(ming)?
“AI4C”的含(han)義(yi)：第一，“AI4C”是一個(ge)詞(ci)組，意(yi)為(wei)前瞻預見。人們對于(yu) AI 技術的未來(lai)發展非常好奇，因此這(zhe)個(ge)詞(ci)組暗(an)示了對于(yu)未來(lai)的探索。
第(di)二，“AI for China”，即人(ren)工智能在中(zhong)(zhong)國(guo)的(de)發展道(dao)路(lu)上還存在著很多問題，尤其是(shi)在產(chan)業化過程中(zhong)(zhong)，中(zhong)(zhong)國(guo)雖然處于(yu)領先地位，但為什么美國(guo)的(de)計算機產(chan)業如此強(qiang)大(da)?大(da)家都對此感到(dao)好(hao)奇，當然我們也知道(dao)其中(zhong)(zhong)的(de)一些原因(yin)。然而，人(ren)工智能應(ying)用的(de)本質(zhi)是(shi)更好(hao)地服務中(zhong)(zhong)國(guo)產(chan)業。
AI4C應用研究院有一個明確的愿景：希望能夠提供一整套的人工智能發展基礎架構，擺脫必須依賴 A100 這類芯片的(de)瓶頸，并且讓AI應(ying)用能夠發揮更大(da)(da)的(de)作用。當然(ran)我(wo)(wo)們不(bu)能只盯著大(da)(da)模(mo)型，真正的(de)人工(gong)智能應(ying)該(gai)更多地(di)關注(zhu)算法和模(mo)型的(de)通用化，以及(ji)如何將AI應(ying)用落地(di)到產(chan)業中，從而實現(xian)產(chan)業變革。雖然(ran)還有一段路要走，但是(shi)我(wo)(wo)們想在(zai)研究(jiu)的(de)范(fan)圍之(zhi)內(nei)可以縮短(duan)這(zhe)個距離。
“AI4C”中的(de)“C”還(huan)有其他幾個(ge)含義：第(di)(di)一(yi)個(ge)是(shi)(shi)computing計算的(de)普適性。第(di)(di)二個(ge)是(shi)(shi)collaborative協(xie)同，指的(de)是(shi)(shi)不同前沿技術和(he)傳統產業之(zhi)間的(de)協(xie)同，以及人(ren)與人(ren)之(zhi)間，機(ji)器與機(ji)器之(zhi)間的(de)協(xie)作。
我(wo)在(zai)演講中(zhong)(zhong)經常(chang)提(ti)到一個詞，“松耦合”。這個松耦合的(de)概(gai)念(nian)實際(ji)上就是一個協作的(de)概(gai)念(nian)。我(wo)們(men)希望在(zai)松耦合的(de)情況下，向工(gong)業(ye)邁出更進(jin)一步(bu)(bu)的(de)步(bu)(bu)伐，實現第四次工(gong)業(ye)革命。那(nei)么我(wo)們(men)如何做到這一點呢?我(wo)們(men)可(ke)能(neng)之前有(you)一些積累，希望它能(neng)夠(gou)應用(yong)在(zai)產業(ye)當中(zhong)(zhong)，去幫(bang)助更多的(de)傳統企業(ye)完成(cheng)(cheng)數字化轉型。我(wo)們(men)希望達成(cheng)(cheng)的(de)，不僅僅是好的(de)想法和(he)好的(de)技(ji)術，還包括(kuo)人工(gong)智能(neng)中(zhong)(zhong)非(fei)常(chang)重要的(de)認知能(neng)力(li)和(he)創新(xin)能(neng)力(li)。
大模型開拓新機遇
彭昭：AI 已經經歷了幾波浪潮，包括機(ji)器視(shi)覺、語音識別，以及預測(ce)性維護等應用(yong)。最近大模型這波浪潮出現了，會不會對已經在(zai)產(chan)業上落地的 AI 應用(yong)進(jin)程帶來一些變化?未來大模型加持下，產(chan)業 AI 的應用(yong)會發生怎(zen)樣的新(xin)的場(chang)景變化呢(ni)?
管震：AI 帶來的(de)大模型浪潮(chao)會對行(xing)業帶來很大的(de)沖擊，這點大家可能都知道(dao)。那些從(cong)事(shi) AI 行(xing)業的(de)人真的(de)是酸(suan)甜苦(ku)辣，五味雜陳(chen)。
有(you)甜的。有(you)些人反應很快，快速做了GPT 的賬號交(jiao)易，賺到第(di)一桶金。
有苦的(de)。我認(ren)識的(de)幾位(wei)朋友，是做 NLP 和知識圖譜的(de)。他們都在從事人工智(zhi)能(neng)領域(yu)的(de)頂尖研究，每(mei)年都會發表非常厲害的(de)論(lun)文。但(dan)當GPT 這種大模型出現之后，他們就開始感(gan)到困惑，就像看到了(le)一(yi)艘(sou)航空母艦向自(zi)己駛來，一(yi)點掙扎的(de)意愿都沒有。他們發現，自(zi)己在研究某些(xie)問題時(shi)，想了(le)很多辦法，但(dan)是這些(xie)事情在大模型面前根本不用(yong)做，因此感(gan)到非常困惑。
有(you)酸(suan)的(de)。很多人(ren)(ren)總是(shi)(shi)各種挑毛病，各種抱怨，說這(zhe)個(ge)模型不(bu)行，那個(ge)是(shi)(shi)拼湊的(de)等等。但是(shi)(shi)，我們(men)希望都能(neng)(neng)夠像國內的(de)百度(du)一樣(yang)，盡(jin)管它(ta)們(men)的(de)模型可能(neng)(neng)不(bu)是(shi)(shi)最好(hao)的(de)，但是(shi)(shi)至少它(ta)們(men)開發了(le)(le)(le)一個(ge)出來。我們(men)應(ying)(ying)該往前走，不(bu)管它(ta)現(xian)在(zai)是(shi)(shi)否可行，不(bu)管它(ta)能(neng)(neng)否達(da)到高(gao)水(shui)平。如果(guo)前方已(yi)經(jing)(jing)有(you)人(ren)(ren)立了(le)(le)(le)一個(ge)旗幟，告訴你這(zhe)里沒有(you)雷(lei)，那我們(men)就應(ying)(ying)該往前走，行動起來。您(nin)剛剛提到了(le)(le)(le)機(ji)器視覺(jue)的(de)應(ying)(ying)用。例如，在(zai)華南理工大(da)學餐廳，這(zhe)種應(ying)(ying)用已(yi)經(jing)(jing)變成標配了(le)(le)(le)。有(you)一個(ge)計(ji)算機(ji)視覺(jue)攝像頭(tou)，將(jiang)幾個(ge)小(xiao)碟(die)子放在(zai)餐盤(pan)上，然后自動稱重(zhong)計(ji)算總價(jia)。包括(kuo)像海底撈(lao)，可以自動拍攝并識別(bie)餐盤(pan)上的(de)菜品。前幾年還是(shi)(shi)需要(yao)技術攻堅的(de)事情，那現(xian)在(zai)已(yi)經(jing)(jing)變成標配了(le)(le)(le)。
對于人工智(zhi)能(neng)(neng)(neng)的(de)應(ying)用來說(shuo)，第一個(ge)(ge)最(zui)顯著的(de)變(bian)化是從“飄在(zai)天(tian)上”到(dao)逐漸落地(di)。例如，我的(de)朋友本來是做文(wen)字工作、撰寫材料(liao)的(de)，但(dan)是在(zai)接觸到(dao)這個(ge)(ge)領(ling)域后，他(ta)發現人工智(zhi)能(neng)(neng)(neng)可以讓他(ta)的(de)工作變(bian)得更(geng)(geng)加高效。以前需要兩三(san)天(tian)才能(neng)(neng)(neng)熟(shu)悉資料(liao)和(he)市面上的(de)相關信息，但(dan)現在(zai)只需列出需要討論(lun)的(de)話題并將提綱分配(pei)給人工智(zhi)能(neng)(neng)(neng)，它(ta)將自動(dong)撰寫大綱和(he)論(lun)點。這種創(chuang)新使得人們更(geng)(geng)加感受到(dao)人工智(zhi)能(neng)(neng)(neng)應(ying)用的(de)“落地(di)”。
您剛(gang)剛(gang)提到(dao)(dao)(dao)大(da)模型將帶來(lai)什(shen)么樣的(de)變(bian)化(hua)?當發(fa)現自(zi)己的(de)天花板被人(ren)捅破時，你(ni)會感到(dao)(dao)(dao)茫然不(bu)(bu)知(zhi)如何應(ying)對。不(bu)(bu)要(yao)急，先把車開起來(lai)，不(bu)(bu)知(zhi)道往哪(na)里(li)開也沒關系。這是(shi)(shi)第(di)一步。在 AI 圈子里(li)，大(da)家也看到(dao)(dao)(dao)了(le)，ChatGPT 發(fa)布后的(de)這幾個(ge)月，產業變(bian)化(hua)非常快。好像(xiang)每天晚上(shang)都有新(xin)的(de)發(fa)布會，發(fa)布新(xin)的(de)大(da)模型。這是(shi)(shi)非常可怕的(de)，因為你(ni)不(bu)(bu)知(zhi)道這些(xie)模型訓練出來(lai)會往哪(na)個(ge)方向發(fa)展。無(wu)論是(shi)(shi)哪(na)種產業，教育、醫療等等，都會感到(dao)(dao)(dao)來(lai)不(bu)(bu)及(ji)了(le)，只好先上(shang)車再說。我(wo)們(men)必須(xu)先使(shi)用這些(xie)工具。
那(nei)么這將會(hui)(hui)引(yin)發(fa)哪些(xie)變(bian)化呢(ni)?我感覺這個問(wen)題的應用(yong)場(chang)景(jing)(jing)還是(shi)比(bi)較模糊的，模糊不是(shi)指不清(qing)楚，而(er)是(shi)指缺乏(fa)方法(fa)論(lun)。我們(men)(men)(men)在做事(shi)的時候通常都有(you)(you)方法(fa)論(lun)和框架，但是(shi)突然(ran)間，我們(men)(men)(men)可能會(hui)(hui)遇(yu)到一(yi)個天花板的問(wen)題，而(er)這時我們(men)(men)(men)之前的方法(fa)論(lun)和框架已經(jing)不再適用(yong)了。咱們(men)(men)(men)想象一(yi)下(xia)，你(ni)如果今天踏上了一(yi)個新大陸，這塊大陸是(shi)從來沒有(you)(you)人(ren)開發(fa)過(guo)的，那(nei)個場(chang)景(jing)(jing)是(shi)什么?就是(shi)現在的場(chang)景(jing)(jing)，沒有(you)(you)邊界(jie)。
大模型：從彎道超車到空間折疊
彭昭：我(wo)現在有(you)一種感覺，大(da)模型已(yi)經(jing)變成了(le)公(gong)司之間的(de)(de)競爭(zheng)，或(huo)者說(shuo)是那些原本生態(tai)位不是很好的(de)(de)公(gong)司，它(ta)們有(you)了(le)超(chao)越的(de)(de)機會。比如最近AIoT頭部企(qi)業宇視科技發布了(le)行業大(da)模型，明顯它(ta)已(yi)經(jing)有(you)了(le)一個彎(wan)道超(chao)車(che)的(de)(de)機會，讓(rang)海康(kang)、大(da)華(hua)等公(gong)司感到了(le)一種壓力。
管震：我非常同(tong)意(yi)你的觀點，但我不同(tong)意(yi)你剛(gang)才的用(yong)詞“彎道超車”。
你會發現以 GPT 為代表的大模型的發布，其實給了所有人一個折疊空間去追趕的機會，或者是超車的機會。你之(zhi)前說的(de)(de)(de)彎道超(chao)車(che)或者換(huan)道超(chao)車(che)，其實有(you)個(ge)(ge)前提，就(jiu)是(shi)你的(de)(de)(de)車(che)技(ji)跟別人差不(bu)(bu)多，車(che)的(de)(de)(de)性能甚(shen)至是(shi)比別人好，只不(bu)(bu)過因為你的(de)(de)(de)排位(wei)比較靠(kao)后，所(suo)以你必須找機會去(qu)超(chao)車(che)。但不(bu)(bu)管從哪個(ge)(ge)角(jiao)度來看，現在 GPT 給了(le)幾(ji)乎所(suo)有(you)人一個(ge)(ge)折(zhe)疊(die)空間去(qu)追趕的(de)(de)(de)機會。
我(wo)(wo)說(shuo)的(de)折疊空間就是類似這(zhe)樣一(yi)個概念，從 a 點(dian)到(dao) b 點(dian)，我(wo)(wo)們(men)畫一(yi)條線。比如說(shuo)大多數人認為我(wo)(wo)們(men)要(yao)一(yi)步一(yi)步地讀(du)書，對(dui)吧?你說(shuo)換到(dao)超(chao)(chao)(chao)車位也(ye)好，彎(wan)道超(chao)(chao)(chao)車也(ye)很困難，你得先去讀(du)書，對(dui)吧?你說(shuo)如果(guo)上(shang)(shang)不(bu)(bu)了高中，就上(shang)(shang)不(bu)(bu)了本科，又(you)怎么能上(shang)(shang)碩士(shi)呢?上(shang)(shang)不(bu)(bu)了碩士(shi)，又(you)怎么讀(du)博士(shi)呢?可(ke)是現在(zai)的(de) GPT 就不(bu)(bu)一(yi)樣了，它能夠追(zhui)趕并超(chao)(chao)(chao)越這(zhe)兩(liang)個點(dian)，甚(shen)至能夠超(chao)(chao)(chao)出它們(men)，所以它的(de)能力太強了。
你(ni)剛(gang)才說要(yao)超(chao)車，但如果(guo)我(wo)們(men)(men)使用一個(ge)大模型作為基礎，它(ta)就可(ke)以(yi)超(chao)越幾乎所有(you)人。即使我(wo)們(men)(men)沒(mei)有(you)這(zhe)么(me)高的(de)水平，我(wo)們(men)(men)也可(ke)以(yi)在這(zhe)個(ge)大模型上(shang)做一些微(wei)小的(de)改(gai)動，從而達到超(chao)越的(de)效果(guo)。這(zhe)會帶來巨大的(de)沖擊。你(ni)會面臨一個(ge)沒(mei)有(you)秩序、沒(mei)有(you)傳統(tong)的(de)新大陸。這(zhe)時(shi)，就是考驗你(ni)想象力的(de)時(shi)候，你(ni)要(yao)想清楚自己要(yao)做什么(me)。
彭昭：盡管新大(da)陸現(xian)在(zai)還沒有秩序(xu)(xu)，但我認為它(ta)(ta)會(hui)逐漸建立起秩序(xu)(xu)。現(xian)在(zai)的(de)(de)(de)秩序(xu)(xu)是(shi)，誰先(xian)在(zai)某個(ge)產業(ye)或(huo)垂(chui)直領域發布大(da)模型(xing)，誰就會(hui)有一(yi)(yi)(yi)定的(de)(de)(de)折疊空間(jian)，或(huo)者(zhe)是(shi)它(ta)(ta)會(hui)擁有一(yi)(yi)(yi)個(ge)先(xian)發優(you)(you)(you)勢(shi)，領先(xian)于(yu)其他(ta)人。比如，宇視(shi)科技先(xian)發布出來(lai)了，那(nei)么(me)它(ta)(ta)和第二個(ge)發布者(zhe)之間(jian)的(de)(de)(de)時(shi)間(jian)差自(zi)然會(hui)吸引(yin)一(yi)(yi)(yi)些(xie)(xie)人，這(zhe)些(xie)(xie)人認為在(zai)AIoT做大(da)模型(xing)是(shi)可(ke)行的(de)(de)(de)，那(nei)么(me)他(ta)們可(ke)能就會(hui)更傾(qing)向于(yu)與宇視(shi)科技合作來(lai)探索。這(zhe)種優(you)(you)(you)勢(shi)可(ke)能是(shi)暫時(shi)的(de)(de)(de)，最后(hou)，實際上這(zhe)個(ge)大(da)模型(xing)還需要(yao)(yao)(yao)看數(shu)據(ju)，或(huo)者(zhe)說產業(ye)需要(yao)(yao)(yao)一(yi)(yi)(yi)些(xie)(xie)更精確(que)、更調(diao)優(you)(you)(you)的(de)(de)(de)這(zhe)樣的(de)(de)(de)大(da)模型(xing)。因(yin)此，在(zai)長(chang)期來(lai)看，我們需要(yao)(yao)(yao)知道這(zhe)個(ge)數(shu)據(ju)在(zai)誰手里，或(huo)者(zhe)說誰有更好(hao)的(de)(de)(de)模型(xing)調(diao)優(you)(you)(you)能力(li)。
管震：在很多(duo)場景中，我們(men)可以應用(yong)這個(ge)概念來追趕那些過去看(kan)似無法超越的事物。我們(men)可以嘗試去想象，去探(tan)索(suo)。但是(shi)真正走(zou)到那一步(bu)，當折(zhe)疊空間之后，就要看(kan)你是(shi)否能夠(gou)承受接下來的挑戰。就像您所說的那樣(yang)，如果某個(ge)領域的底蘊很深(shen)，擁有豐富準確的數據(ju)(ju)，在基(ji)礎研究上積累了很多(duo)經驗，當他開始以更(geng)(geng)好、更(geng)(geng)大、更(geng)(geng)準確的數據(ju)(ju)和標簽(qian)，調(diao)優(you)更(geng)(geng)好的算法時(shi)，他就能進(jin)(jin)一步(bu)提升。當你們(men)進(jin)(jin)入同一個(ge)賽(sai)道時(shi)，你的先發優(you)勢(shi)就會(hui)消失。
大模型沖擊下的產業：表層與暗層
彭昭：如(ru)果我們想在這個時候介入，哪些產業會先受(shou)到(dao)大模型的影響?
管震：從表面一(yi)層來看，這波(bo)人工智能浪(lang)潮影(ying)響的(de)(de)第(di)一(yi)梯隊產業是AI圈(quan)或IT圈(quan)。他們發現(xian)，多年的(de)(de)研(yan)究工作似(si)乎變成(cheng)了(le)一(yi)張廢紙，以前他們自己寫代碼，但現(xian)在寫代碼的(de)(de)全(quan)部都變成(cheng)了(le)GPT。這是第(di)一(yi)波(bo)直觀的(de)(de)沖擊。
第二波可能(neng)(neng)沖(chong)擊(ji)的(de)是教育(yu)。可能(neng)(neng)會(hui)對(dui)孩子及其相關機(ji)(ji)構(gou)產生沖(chong)擊(ji)，因為(wei)現在(zai)我們需要找一家機(ji)(ji)構(gou)學習(xi)英語(yu)等。但是在(zai)未來，可能(neng)(neng)不再(zai)是現在(zai)這種(zhong)情況。
第(di)三波(bo)受沖(chong)擊的(de)是(shi)(shi)“工人(ren)”，無論(lun)是(shi)(shi)白領還是(shi)(shi)藍領。就像七八年前(qian)計算機視覺(jue)剛剛興(xing)起時(shi)，我們(men)曾經問(wen)過(guo)：第(di)一波(bo)被替(ti)(ti)代(dai)的(de)人(ren)是(shi)(shi)誰?實際上，這(zhe)些人(ren)是(shi)(shi)產(chan)業(ye)工人(ren)和質檢工人(ren)。這(zhe)其實并不(bu)合適。我們(men)更希望能夠創(chuang)造出(chu)一些新的(de)東西(xi)，而不(bu)是(shi)(shi)替(ti)(ti)代(dai)。而且營銷策劃現(xian)在是(shi)(shi)前(qian)后夾(jia)擊，本來就在開源節流，你寫(xie)東西(xi)、畫圖(tu)又(you)沒有GPT快。
當然影響不僅僅是壞的(de)方(fang)面，其(qi)實也有很多積(ji)極的(de)方(fang)面，比方(fang)說(shuo)做自媒(mei)體營(ying)銷的(de)，原來一個(ge)禮拜能(neng)出(chu)一篇文章，我現在一天能(neng)出(chu) 3 篇文章。這都(dou)是表面一層受到(dao)沖擊的(de)產(chan)業。
從更深(shen)層次的(de)影響來看，看不到(dao)的(de)東西是什(shen)么?哪(na)些行業會受到(dao)影響?
我認為，從(cong) GPT 的(de)(de)能力(li)出發，可以(yi)(yi)看(kan)(kan)出哪些行業(ye)可能會受到影響。我們來看(kan)(kan)看(kan)(kan) GPT 或(huo)其他大型語言模(mo)型的(de)(de)本(ben)(ben)質(zhi)是(shi)(shi)什么(me)?它們的(de)(de)本(ben)(ben)質(zhi)是(shi)(shi)改變信(xin)(xin)(xin)息(xi)傳遞和處(chu)理模(mo)式。前三次(ci)工業(ye)革命的(de)(de)目(mu)的(de)(de)是(shi)(shi)提高人與人之間(jian)傳遞和處(chu)理信(xin)(xin)(xin)息(xi)的(de)(de)效率，通(tong)過各(ge)種工具(ju)達到這個目(mu)的(de)(de)。無論(lun)是(shi)(shi)文字、貨幣、數(shu)(shu)學(xue)、物理還是(shi)(shi)哲(zhe)學(xue)，都在(zai)(zai)做非(fei)常相(xiang)似的(de)(de)事(shi)情(qing)(qing)，即將(jiang)物理世(shi)界中(zhong)的(de)(de)規(gui)律，抽象(xiang)為數(shu)(shu)學(xue)模(mo)型，例(li)如 E=mc2，以(yi)(yi)此表達現實(shi)世(shi)界正在(zai)(zai)發生的(de)(de)事(shi)情(qing)(qing)。貨幣的(de)(de)作用是(shi)(shi)簡(jian)化(hua)以(yi)(yi)物易物的(de)(de)交換方式。這一(yi)切都是(shi)(shi)在(zai)(zai)簡(jian)化(hua)信(xin)(xin)(xin)息(xi)，以(yi)(yi)更低的(de)(de)邊際(ji)成本(ben)(ben)傳遞和處(chu)理信(xin)(xin)(xin)息(xi)。
但(dan)(dan)是(shi)(shi)大(da)模(mo)型(xing)不同。這(zhe)次大(da)模(mo)型(xing)的(de)(de)出現(xian)，是(shi)(shi)借助互聯網連(lian)接(jie)人與人，但(dan)(dan)在(zai)這(zhe)個過程中(zhong)，如果信(xin)(xin)息(xi)和信(xin)(xin)息(xi)之(zhi)間的(de)(de)連(lian)接(jie)是(shi)(shi)人與人之(zhi)間的(de)(de)連(lian)接(jie)通道，那么(me)這(zhe)就(jiu)是(shi)(shi)互聯網所做的(de)(de)事情。但(dan)(dan)我們今天(tian)發(fa)現(xian)，實際上人在(zai)其中(zhong)反而成為信(xin)(xin)息(xi)處理的(de)(de)邊際成本最高的(de)(de)一部分(fen)。
比(bi)如(ru)(ru)微軟推(tui)出了一串Copilot for office的AI工具，Copilot 就(jiu)是這(zhe)個(ge)(ge)副駕(jia)，在微軟會議工具Teams里面也有。你(ni)可(ke)以想象一下，這(zhe)些工具都(dou)可(ke)以做什(shen)(shen)么(me)?在你(ni)開會的時候(hou)，它們會幫你(ni)記錄下要(yao)(yao)點;比(bi)如(ru)(ru)接下來你(ni)需要(yao)(yao)給誰發一封郵(you)(you)件(jian)，然后(hou)(hou)它就(jiu)會變成(cheng)了你(ni)在郵(you)(you)件(jian)系統日(ri)歷中(zhong)的待辦事(shi)項之一;再(zai)然后(hou)(hou)你(ni)收到了這(zhe)封郵(you)(you)件(jian)，需要(yao)(yao)看一下這(zhe)個(ge)(ge)會議里面講了什(shen)(shen)么(me)，然后(hou)(hou)再(zai)根(gen)據文(wen)檔寫一封郵(you)(you)件(jian)，最后(hou)(hou)將郵(you)(you)件(jian)發出去，現在這(zhe)些也都(dou)可(ke)以由 Copilot 做。
彭昭 ：是的(de)(de)，我特別同意(yi)剛才管總(zong)你說的(de)(de)， GPT 的(de)(de)出(chu)現其實讓人(ren)們(men)意(yi)識到，自己是整(zheng)個(ge)生產過(guo)程中可(ke)能(neng)不太被需要的(de)(de)。這是一個(ge)瓶頸，但從兩個(ge)方面來看，這對人(ren)的(de)(de)挑戰很大。實際上對公(gong)司(si)而言，是有好處的(de)(de)，可(ke)以(yi)降本增效。
現在很(hen)多(duo)智能(neng)制造企業(ye)本身就(jiu)在評估機(ji)器(qi)決策和(he)(he)人(ren)類(lei)決策之間的(de)(de)(de)(de)選擇，大(da)家都(dou)認為機(ji)器(qi)決策比人(ren)類(lei)決策更好。而且(qie)正(zheng)如(ru)管(guan)總所說，以前的(de)(de)(de)(de)技術應用，比如(ru)ETC的(de)(de)(de)(de)出現，真正(zheng)賺(zhuan)(zhuan)到(dao)錢的(de)(de)(de)(de)是哪些(xie)公(gong)司(si)?賺(zhuan)(zhuan)到(dao)錢的(de)(de)(de)(de)不是那(nei)些(xie)部署ETC或(huo)者做基礎設(she)(she)施(shi)的(de)(de)(de)(de)公(gong)司(si)。雖然這些(xie)公(gong)司(si)的(de)(de)(de)(de)股票市值會短(duan)(duan)暫地(di)上升，短(duan)(duan)暫地(di)賺(zhuan)(zhuan)到(dao)一些(xie)基礎設(she)(she)施(shi)投(tou)入的(de)(de)(de)(de)錢，但長期(qi)來看(kan)，賺(zhuan)(zhuan)到(dao)這波(bo)錢的(de)(de)(de)(de)是那(nei)些(xie)傳統的(de)(de)(de)(de)運營公(gong)路的(de)(de)(de)(de)公(gong)司(si)。因此，從(cong)這個角度(du)來看(kan)，GPT作為一種基礎設(she)(she)施(shi)，部署大(da)模(mo)型可能(neng)會一次性地(di)創造一些(xie)營收(shou)，但長期(qi)來看(kan)，還(huan)是那(nei)些(xie)運營大(da)模(mo)型和(he)(he)使(shi)用大(da)模(mo)型的(de)(de)(de)(de)傳統公(gong)司(si)更有(you)生命力。
管震：太同意你說的(de)觀點了(le)(le)，如果大(da)家去注意微(wei)(wei)軟最近發的(de)財(cai)報，會發現一個(ge)(ge)很(hen)有(you)意思的(de)事情(qing)：它從(cong)人工智能(neng)帶來的(de)營收增(zeng)長(chang)微(wei)(wei)乎(hu)其微(wei)(wei)，幾乎(hu)看不(bu)見。但是(shi)誰(shui)可(ke)(ke)能(neng)從(cong)中賺到錢(qian)呢?你會看到它帶動了(le)(le)一大(da)堆有(you)這個(ge)(ge)概念的(de)企(qi)業，突然市值增(zeng)長(chang)了(le)(le)，突然有(you)了(le)(le)新(xin)的(de)機(ji)會出來。所以說，越(yue)是(shi)基礎架構，未來能(neng)賺錢(qian)的(de)不(bu)一定越(yue)多。越(yue)是(shi)在這個(ge)(ge)基礎上(shang)去做(zuo)一些附(fu)加值的(de)事情(qing)，就有(you)可(ke)(ke)能(neng)變成垂直創新(xin)的(de)領域。
產業創新的兩個模式
管震：無論是哪個(ge)地方的產業創新，都有兩個(ge)模式。
第一個模式是通過數字化技術提高效率。
假設公司(si)一共有 5個流程，其(qi)中有 3 個流程是生產環節。然后每一個流程、每一個環節都能(neng)利(li)用 GPT 或其(qi)他數(shu)字化技(ji)術，來(lai)提高(gao)自己的效率。因此，我們可以立(li)即(ji)算一筆賬。
產(chan)品研發的(de)(de)同事使用(yong)了 GPT，他的(de)(de)效(xiao)率提升(sheng)了 10%;在(zai)采購和詢價(jia)時，提升(sheng)了 10% 的(de)(de)效(xiao)率;在(zai)生(sheng)產(chan)時，原來我(wo)(wo)的(de)(de)數(shu)據散布在(zai)不同的(de)(de)地方，無法(fa)(fa)與之直接(jie)(jie)對(dui)話，也無法(fa)(fa)直接(jie)(jie)進行(xing)規劃(hua)，因此我(wo)(wo)的(de)(de)計劃(hua)都是(shi)胡亂想象的(de)(de)，也很難實現。但是(shi)，現在(zai)有一(yi)個大模(mo)型的(de)(de)加持，把原來的(de)(de)系統打通了，可以一(yi)起來做統一(yi)的(de)(de)規劃(hua)，這樣我(wo)(wo)們就可以很容易(yi)地詢問我(wo)(wo)們的(de)(de)生(sheng)產(chan)和計劃(hua)應該做什么(me)了。其實在(zai)工業場景或其他不同的(de)(de)產(chan)業中，你都能算出公司應用(yong)了數(shu)字化技術或者大模(mo)型的(de)(de)效(xiao)率會提升(sheng)多少。這是(shi)第一(yi)個階段(duan)。
第二個(ge)階段是大模(mo)型會(hui)去自己(ji)琢磨，為什么中間要 3 個(ge)環節?你不(bu)覺(jue)得它們(men)很(hen)重疊嗎?為什么不(bu)將它們(men)打在一(yi)個(ge)圈里呢?這(zhe)(zhe)個(ge)時(shi)候(hou)，大模(mo)型會(hui)發(fa)現這(zhe)(zhe)三個(ge)環節可(ke)以混(hun)到一(yi)起來(lai)(lai)做。這(zhe)(zhe)樣一(yi)來(lai)(lai)，我的供應(ying)鏈就(jiu)可(ke)以打通，做到統籌而(er)不(bu)用分開(kai)來(lai)(lai)搞了。這(zhe)(zhe)時(shi)，你會(hui)發(fa)現你的企業其實只需要 3 個(ge)環節就(jiu)能把(ba)原來(lai)(lai)的這(zhe)(zhe)些事情做完了。
第三(san)個(ge)(ge)階(jie)段，我(wo)們需要依賴一些(xie)工業大型(xing)(xing)(xing)模(mo)型(xing)(xing)(xing)才能(neng)完成(cheng)。雖然這些(xie)大型(xing)(xing)(xing)模(mo)型(xing)(xing)(xing)目(mu)前(qian)仍未問世，但(dan)是通過(guo)它們的思維模(mo)式可(ke)能(neng)會帶來第三(san)個(ge)(ge)變革。目(mu)前(qian)我(wo)只(zhi)(zhi)使用了(le)123個(ge)(ge)節(jie)點，原來有(you)5個(ge)(ge)節(jie)點，現在只(zhi)(zhi)剩下(xia)了(le)3個(ge)(ge)節(jie)點，那(nei)么(me)多余的2個(ge)(ge)節(jie)點該怎(zen)么(me)處理(li)呢(ni)?有(you)兩(liang)種(zhong)(zhong)方(fang)法(fa)。第一種(zhong)(zhong)方(fang)法(fa)是裁員，開源節(jie)流。目(mu)前(qian)華爾街非常(chang)看重這一點，只(zhi)(zhi)有(you)裁員，股價才會上(shang)漲(zhang)。第二種(zhong)(zhong)方(fang)法(fa)是什么(me)呢(ni)?公(gong)司原來提供的能(neng)力是工業能(neng)力，以前(qian)非數字(zi)化(hua)時代全靠人力，比如(ru)客(ke)服、接單、銷售、營銷等都是靠人來完成(cheng)的。可(ke)是現在，當你(ni)的整個(ge)(ge)工業能(neng)力被數字(zi)化(hua)之后，你(ni)可(ke)以用非常(chang)低(di)的邊際成(cheng)本服務于那(nei)些(xie)原來無法(fa)覆(fu)蓋到的客(ke)戶，這樣就需要更多的人了(le)。
舉個例(li)子，拿律(lv)師(shi)(shi)服務(wu)(wu)來說，你(ni)可能(neng)(neng)平時也用不(bu)(bu)到(dao)或者律(lv)師(shi)(shi)很貴，但是(shi)，如果(guo)律(lv)師(shi)(shi)的(de)一(yi)些(xie)能(neng)(neng)力數字(zi)化了(le)，他就可以(yi)(yi)將(jiang)一(yi)些(xie)瑣碎的(de)糾紛變成(cheng)律(lv)師(shi)(shi)服務(wu)(wu)。只需支付50元，你(ni)就可以(yi)(yi)解(jie)決(jue)一(yi)些(xie)小問題。如果(guo)你(ni)開車不(bu)(bu)小心(xin)剮蹭了(le)一(yi)下，感覺有(you)點(dian)不(bu)(bu)服，那就可以(yi)(yi)通過打(da)官司來解(jie)決(jue)，而(er)這只是(shi)一(yi)些(xie)較淺的(de)法律(lv)服務(wu)(wu)。這樣，律(lv)師(shi)(shi)就可以(yi)(yi)為許多人提供服務(wu)(wu)。所以(yi)(yi)這是(shi)你(ni)的(de)工業(ye)能(neng)(neng)力的(de)對外(wai)輸(shu)出，我們有(you)很多工業(ye)能(neng)(neng)力可以(yi)(yi)對外(wai)輸(shu)出，只不(bu)(bu)過原來沒有(you)辦法，可是(shi)現在碰(peng)到(dao)了(le)一(yi)個機會，能(neng)(neng)夠幫助我們去做(zuo)這件事情。
第二個大模式是從經驗科學到第五范式。
以前，我們(men)(men)無法(fa)脫離經(jing)驗(yan)(yan)來觀(guan)察這個(ge)世界。但今天(tian)，我們(men)(men)第一(yi)次可以脫離人類的(de)(de)經(jing)驗(yan)(yan)，進行科學的(de)(de)發(fa)現和(he)創新。這是(shi)非常厲(li)害的(de)(de)。過去，牛頓看(kan)到(dao)蘋(pin)果掉在樹下，才發(fa)現了萬有引(yin)力。愛(ai)因斯坦沒有親眼看(kan)到(dao)空間扭(niu)曲，但他卻成功地計算出了空間扭(niu)曲。這都是(shi)基于經(jing)驗(yan)(yan)的(de)(de)科學，即經(jing)驗(yan)(yan)的(de)(de)范式(shi)。但第四和(he)第五(wu)范式(shi)不同，我們(men)(men)希望通過數據，讓計算機自己去發(fa)現。
比如說(shuo)，如果今(jin)天我(wo)們(men)碰(peng)到一(yi)個(ge)(ge)(ge)同學(xue)在(zai)談論他自己的(de)(de)經歷，說(shuo)：“這(zhe)(zhe)個(ge)(ge)(ge)女生為什(shen)么不(bu)(bu)愛我(wo)?”，這(zhe)(zhe)是(shi)(shi)因為你不(bu)(bu)知道這(zhe)(zhe)個(ge)(ge)(ge)女生到底喜歡(huan)什(shen)么、關心什(shen)么。因為你沒有足夠多(duo)的(de)(de)維度去理解(jie)她。但是(shi)(shi)計算機對這(zhe)(zhe)個(ge)(ge)(ge)世(shi)界(jie)(jie)的(de)(de)理解(jie)，有可(ke)能(neng)在(zai)萬(wan)(wan)物互聯的(de)(de)情(qing)(qing)況下，得到的(de)(de)數(shu)據(ju)可(ke)以(yi)(yi)(yi)趨近于無窮(qiong)多(duo)的(de)(de)情(qing)(qing)況。或(huo)者(zhe)不(bu)(bu)用(yong)(yong)無窮(qiong)多(duo)，它(ta)只需要(yao)一(yi)部(bu)分樣本(ben)。比如，大模型(xing)也是(shi)(shi)一(yi)個(ge)(ge)(ge)小樣本(ben)，對于這(zhe)(zhe)個(ge)(ge)(ge)物理世(shi)界(jie)(jie)的(de)(de)還原，對這(zhe)(zhe)個(ge)(ge)(ge)自然(ran)(ran)語言(yan)的(de)(de)還原也是(shi)(shi)一(yi)個(ge)(ge)(ge)小樣本(ben)。在(zai)這(zhe)(zhe)種(zhong)小樣本(ben)的(de)(de)情(qing)(qing)況下，它(ta)可(ke)以(yi)(yi)(yi)推理出來絕(jue)大部(bu)分情(qing)(qing)況。比如說(shuo)它(ta)可(ke)以(yi)(yi)(yi)綜合(he)1000 萬(wan)(wan)種(zhong)維度的(de)(de)數(shu)據(ju)，然(ran)(ran)后用(yong)(yong)幾百萬(wan)(wan)個(ge)(ge)(ge)參數(shu)組(zu)成(cheng)一(yi)個(ge)(ge)(ge)新的(de)(de)模型(xing)，然(ran)(ran)后幫(bang)你去理解(jie)。比如說(shuo)，組(zu)合(he)完了之后大概有 1 億多(duo)種(zhong)組(zu)合(he)，我(wo)挑出了其中(zhong)三種(zhong)最有可(ke)能(neng)能(neng)夠成(cheng)功的(de)(de)機會。你要(yao)不(bu)(bu)要(yao)看一(yi)看?這(zhe)(zhe)個(ge)(ge)(ge)時候，這(zhe)(zhe)種(zhong)科學(xue)的(de)(de)發(fa)現不(bu)(bu)是(shi)(shi)原來靠經驗去發(fa)現的(de)(de)方式。所以(yi)(yi)(yi)，這(zhe)(zhe)正是(shi)(shi)我(wo)們(men)創新的(de)(de)第(di)四(si)、第(di)五范(fan)式的(de)(de)發(fa)生。
彭昭：在大(da)(da)(da)模(mo)型時代，我們都急于跟上潮流。因為大(da)(da)(da)模(mo)型就像電(dian)燈(deng)(deng)一樣，如(ru)果(guo)沒有(you)出現(xian)電(dian)燈(deng)(deng)之前(qian)，那么(me)對于普(pu)通人來說，電(dian)能和電(dian)力有(you)什(shen)么(me)用(yong)(yong)呢?只(zhi)有(you)專業人士(shi)才(cai)知道電(dian)機、電(dian)動設備(bei)或者備(bei)用(yong)(yong)電(dian)源的用(yong)(yong)途，普(pu)通大(da)(da)(da)眾對于電(dian)能沒有(you)什(shen)么(me)概念。大(da)(da)(da)模(mo)型也是如(ru)此，以前(qian)人工智能對于大(da)(da)(da)眾而言(yan)，是非常(chang)遙遠的概念。而大(da)(da)(da)模(mo)型的出現(xian)使人工智能變得家喻(yu)戶曉，成為了一個大(da)(da)(da)眾化的應用(yong)(yong)。
管震：讓所有(you)人都感(gan)受到了科(ke)技的力(li)量。
彭昭：是，感(gan)謝(xie)管總的精彩分享。
