導讀
本文為智次方·物聯網智庫創始人(ren)彭昭在2023數智產業領袖峰會(hui)發表(biao)的(de)主旨(zhi)演(yan)講，主題為《大模型(xing)時代的(de)“破”與(yu)“立(li)”》。
我們最近為(wei)什么(me)這(zhe)么(me)焦慮?為(wei)什么(me)AI的進化速(su)度會這(zhe)么(me)快?為(wei)什么(me)ChatGPT在(zai)短短兩個月就(jiu)能實現用(yong)戶1億?為(wei)什么(me)比爾蓋茨說(shuo)ChatGPT是1980年以來最具革命(ming)性的技術(shu)進步?為(wei)什么(me)也有人說(shuo)ChatGPT不算(suan)新(xin)技術(shu)革命(ming)，沒(mei)有理論創新(xin)，不會創造什么(me)就(jiu)業崗位(wei)?為(wei)什么(me)有觀(guan)點認(ren)為(wei)大(da)模型開(kai)啟的是一場存量(liang)財富(fu)的廝(si)殺(sha)?
這(zhe)么多問題，又有這(zhe)么多的矛盾(dun)。因此我們從這(zhe)些問題出發，試圖尋找答案(an)。
我們研究了過去一代又一代新技術的崛起，我發現這其中有很明顯的規律，相同的模式重復了一遍又一遍。
在過(guo)去的200多年間，每(mei)一次技術跨越(yue)，生產力變革永遠不會缺席。每(mei)次新技術的崛起，都伴隨著破壞與重塑(su)，也就(jiu)是熊彼特所說的，顛(dian)覆式創新。
其實如果仔細閱讀歷史，每一次的技術革新都沒那么容易，比如電燈的發明也是經歷了波峰波谷的。在愛迪生發明電燈的80年前，就有英國的化學家發現實驗室中的鉑絲通電發光。可以說，愛迪生讓電燈得以普及，他在推廣的過程中功不可沒，他的發明為“電”這種東西創造了一個killer APP。在有電燈之前，普通人根本無法理解電能，看到電燈之后，大家恍然大悟，哦，原來電可以用來做這個。就像我們看見ChatGPT一樣，原來人工智能可(ke)以(yi)做這個(ge)，還能做那個(ge)。ChatGPT就像(xiang)電燈的誕生一(yi)樣，讓(rang)我們突然發(fa)現智(zhi)能是像(xiang)電一(yi)樣的東西(xi)，可(ke)以(yi)遍布(bu)各(ge)處，可(ke)以(yi)隨意取用。
每一(yi)(yi)次顛覆式(shi)創新，都伴隨著多重(zhong)技(ji)術的迭代，比如(ru)電燈、還需(xu)要(yao)電力系統、直流(liu)電轉交流(liu)電等(deng)等(deng)設施，當時他們也遇到(dao)了煤氣燈的阻擊，說(shuo)電力會(hui)殺人，就像現在有(you)人說(shuo)人工智能會(hui)讓(rang)我們失業一(yi)(yi)樣。
所以(yi)你看(kan)，歷史的(de)(de)模式(shi)多么相似。但如今成(cheng)功(gong)(gong)的(de)(de)是哪些(xie)人(ren)(ren)呢?是那些(xie)電(dian)燈一出(chu)現就使用的(de)(de)人(ren)(ren)，是那些(xie)快速(su)學習互(hu)聯網的(de)(de)人(ren)(ren)，是那些(xie)擁抱云(yun)計算(suan)的(de)(de)人(ren)(ren)，現在(zai)，成(cheng)功(gong)(gong)屬于那些(xie)以(yi)積(ji)極心(xin)態面對(dui)大(da)模型(xing)的(de)(de)人(ren)(ren)。
所(suo)以，我們來(lai)觀察這次大(da)模(mo)型帶來(lai)的(de)變(bian)革。
數字原(yuan)生(sheng)組織：物理(li)世界可編(bian)程，工作流(liu)程全(quan)建模
先說結論(lun)，大模型的發(fa)展讓我們重(zhong)新思(si)考什(shen)么是數字(zi)原生組(zu)織(zhi)?我們認為，數字(zi)原生組(zu)織(zhi)就是那些更加貼近(jin)物理世界可(ke)編(bian)程(cheng)的狀態(tai)，實現從賣(mai)產(chan)品(pin)到賣(mai)服(fu)務轉變的組(zu)織(zhi)，那些通過對工(gong)作流程(cheng)全建(jian)模，推進人機協同(tong)的組(zu)織(zhi)。
為什么會有這樣的結論呢?我們需要一起來剖析大模型值得關注的一些要點。伴隨大模型誕生的還有新的摩爾定律， 這是OpenAI的CEO Sam altman預言的：宇宙中的智能數量每18個月翻一番。這是一個很可怕的說法，因為我們都知道芯片的摩爾定律給我們的生活帶來的影響。
還有一些需要我們注(zhu)意的內容(rong)：
第一，功(gong)能型AI與擬人型AI在(zai)大模型時代均迎(ying)來(lai)革命性突破。也(ye)就是(shi)說(shuo)大模型不僅(jin)智商(shang)高，而且(qie)情(qing)商(shang)也(ye)高。
第二，AI不會(hui)是一個(ge)純虛(xu)擬的存(cun)在(zai)，它正在(zai)轉到現(xian)實世(shi)界。通過(guo)具身智能(neng)，AI將會(hui)幫助人(ren)在(zai)物理世(shi)界、生物世(shi)界，創(chuang)造更高(gao)價值場景。
第三，我(wo)們需(xu)要(yao)關注垂(chui)類知識(shi)與行業域(yu)的大模型(xing)應(ying)用。
有人說，AI時代所有產品都值得用大模型重做一遍，這是有道理的。因為未來互聯網入口將發生變化，比如我們以前的搜索引擎，權重是基于page rank，現在這個基礎正在動搖，未來我們搜索的權重有可能基于GPT rank。
用戶通過AI界面直接調用大模型，原來APP建起的壁壘都會被繞開，很多產品的范式將被顛覆。我們所有的企業都需要思考，我們之前業務的基礎是否會發生重構?
也確(que)實(shi)有企業，正(zheng)在用(yong)大模(mo)型，以“光速”把(ba)之前的應用(yong)重做(zuo)了一遍。我們每(mei)天醒來，都會看(kan)到這方面(mian)的新消息。
除了感慨于大(da)模型造成的快(kuai)速創新之外(wai)，還需要關注大(da)模型帶來的成本變(bian)化。
以前(qian)的幾次顛覆式創新，大(da)部分圍繞(rao)(rao)生產制造的環節展開。而(er)這(zhe)一次大(da)模型帶來的生產力(li)改進，則是圍繞(rao)(rao)服務環節展開。它治愈了困擾(rao)我(wo)們多年的鮑莫爾病。
我們先來看(kan)看(kan)這是一種什么病。
鮑莫(mo)爾觀察到，在各(ge)個部(bu)(bu)門(men)之間，勞(lao)動生產(chan)(chan)率的(de)(de)(de)(de)(de)增(zeng)(zeng)長(chang)率通常是(shi)(shi)不一致的(de)(de)(de)(de)(de)。生產(chan)(chan)率增(zeng)(zeng)長(chang)較快的(de)(de)(de)(de)(de)“進步部(bu)(bu)門(men)”的(de)(de)(de)(de)(de)工(gong)(gong)資上(shang)(shang)漲，會同時帶動“停滯部(bu)(bu)門(men)”的(de)(de)(de)(de)(de)工(gong)(gong)資上(shang)(shang)升，但卻拖累整體的(de)(de)(de)(de)(de)生產(chan)(chan)率增(zeng)(zeng)長(chang)。這(zhe)里的(de)(de)(de)(de)(de)進步部(bu)(bu)門(men)，大(da)多(duo)是(shi)(shi)制造相(xiang)關(guan)的(de)(de)(de)(de)(de)，而停滯部(bu)(bu)門(men)，大(da)多(duo)是(shi)(shi)服(fu)務和后(hou)勤相(xiang)關(guan)的(de)(de)(de)(de)(de)。很多(duo)人可能有切(qie)身感(gan)受，生產(chan)(chan)制造環節的(de)(de)(de)(de)(de)技術(shu)迭代(dai)日新月異，但是(shi)(shi)和服(fu)務相(xiang)關(guan)的(de)(de)(de)(de)(de)部(bu)(bu)分，卻沒有那(nei)么多(duo)變化。
介紹完了病，然(ran)后我們(men)來(lai)看大模(mo)型(xing)給的是什(shen)么藥。
大模型的出現使(shi)所(suo)有(you)行(xing)業、所(suo)有(you)部(bu)門的勞動(dong)生產率急劇(ju)增長，尤其是(shi)服務相關的部(bu)門，也(ye)就是(shi)說在人工智能時代，已經沒(mei)有(you)任何行(xing)業是(shi)鮑莫(mo)爾(er)所(suo)說的停(ting)滯部(bu)門或者漸(jian)進(jin)停(ting)滯部(bu)門，這徹(che)底顛覆了鮑莫(mo)爾(er)病成(cheng)立的基礎。
右圖是(shi)機(ji)器(qi)換(huan)人的潛在(zai)場景圖譜。替代的邏輯是(shi)按照投資(zi)回報率，計算替代人效比(bi)(也(ye)就是(shi)機(ji)器(qi)人的購買及(ji)維護成本，相對于(yu)同(tong)崗位人力成本的回本周(zhou)期)：
ROI < 48個月(yue)時，該細分賽道會有產品(pin)出現;
ROI < 24個月時，該細分賽道的企業開(kai)始批量購(gou)買測試;
ROI < 12個(ge)月時，市場開始(shi)全面(mian)爆發(fa)。
隨著人工智能機器(qi)人的(de)普及，不僅制造(zao)環節(jie)會(hui)有機器(qi)換(huan)人，服(fu)務環節(jie)和其(qi)他部門也將會(hui)陸續經歷(li)機器(qi)與(yu)人共存(cun)的(de)局面。除(chu)了機器(qi)換(huan)人，我(wo)們還需要關(guan)注(zhu)到更深層次的(de)成本結構的(de)變化。
互聯化、云化、大模型化讓“成本界”也有摩爾定律：反摩爾定律。
什么是反摩爾定律?如果你反過來看摩爾定律，一個IT公司如果今天和18個月前賣掉同樣多的、同樣的產品，它的營業額就要降一半。
互聯網(wang)讓(rang)我們獲取信息(xi)的邊際成(cheng)本(ben)趨(qu)近于0，我們不用花錢購買百科(ke)全書，什么信息(xi)都能(neng)搜(sou)索到。云計算讓(rang)企業(ye)的IT基礎設(she)施成(cheng)本(ben)快速下降(jiang)，數據中心有(you)了規模(mo)效益，就像(xiang)左(zuo)圖所示。
那么大模型呢，它將帶來怎樣的變化?
大模(mo)型加速了物(wu)理世界(jie)可(ke)編程的(de)實現。
什么是物理世界可編程?以前原子是原子，比特是比特。特斯拉的創始人馬斯克曾經說過一句很經典的話：產品制造是把原子排列成需要的形狀，決定成本的是如何去排列這些原子。
因此，基(ji)于第一(yi)性原理(li)思考(kao)，產(chan)品(pin)最低(di)成(cheng)本=原材料價(jia)值(獲取原子的(de)成(cheng)本)+所需(xu)知識產(chan)權(排列原子的(de)方(fang)法)。從這個第一(yi)性原理(li)出發，我們的(de)產(chan)品(pin)成(cheng)本能夠被重(zhong)構。
這一句話拉近(jin)了(le)原子與比特的距離。
隨著數(shu)字革命對現實(shi)世界(jie)(jie)的(de)(de)影響已經開始達到臨界(jie)(jie)值，我們(men)正在(zai)著手進行下(xia)一個重大轉(zhuan)變：可編程的(de)(de)物理世界(jie)(jie)。在(zai)創造現實(shi)之上的(de)(de)數(shu)字世界(jie)(jie)的(de)(de)同時，也需(xu)要用(yong)數(shu)字的(de)(de)方式控制和改造物理世界(jie)(jie)。
這里(li)的想象力(li)和(he)市場(chang)空間(jian)巨大(da)。
這種對于實體產品(pin)成(cheng)本的(de)變(bian)(bian)化(hua)，將是結(jie)構性的(de)改變(bian)(bian)。
我們不得不等待一場金融革命。每一次科技革命的幕后推手，都與金融革命密不可分。
第一次金融浪潮(chao)，形成(cheng)企業債(zhai)(zhai)券市場。瓦特雖然改良了(le)蒸(zheng)汽(qi)機，但是普(pu)及并沒那么(me)容(rong)易。英國依靠中央銀行和商業銀行體(ti)系，最早(zao)推出了(le)企業債(zhai)(zhai)券，為蒸(zheng)汽(qi)機的發展提供(gong)了(le)大規(gui)模(mo)、可持(chi)續、低成(cheng)本的資金。
第二(er)次金融浪潮，形(xing)成了(le)(le)證(zheng)(zheng)券交易(yi)所。愛迪生發明電燈(deng)，福特創造了(le)(le)T型車，洛克菲勒(le)創辦標準石油公司，背后都離(li)不開(kai)紐約(yue)證(zheng)(zheng)券交易(yi)所，用股權融資代(dai)替債(zhai)券融資，投資銀行完成了(le)(le)對(dui)實業的(de)布局。
第三次金融浪潮，是我們都(dou)很熟悉的風險(xian)投資模式興起。
第四(si)次金融浪潮，已經出現。
比如OpenAI的CEO Sam Altman，就(jiu)同(tong)時創辦了一家機構，發行worldcoin。如今(jin)新技術也(ye)已(yi)經滲透(tou)到金(jin)融服務領域，金(jin)融正在經歷從大型主機式金(jin)融機構，到金(jin)融即(ji)服務，再(zai)到開(kai)源原生(sheng)金(jin)融的轉變(bian)。
所以，這一次我們看到了相同的模式不斷的重復，這只是其中的一次重復。
這些浪潮的疊加，我們有大模型、有AR、VR即將帶來的突破，有機器人的革新，以及新的一波金融浪潮的就緒，這一次浪潮如果有個總稱，那就是元宇宙。
現(xian)在元宇宙(zhou)的(de)熱度已經降(jiang)到(dao)冰(bing)點(dian)(dian)，也有(you)人認為(wei)是(shi)涼(liang)涼(liang)了(le)。每(mei)次我在提到(dao)第四次金融浪潮，或(huo)者元宇宙(zhou)的(de)時候，都會(hui)(hui)(hui)聽(ting)到(dao)很多(duo)不(bu)同觀(guan)點(dian)(dian)，包含很多(duo)爭議(yi)，這恰(qia)恰(qia)是(shi)機(ji)會(hui)(hui)(hui)所在。眾口一詞(ci)說(shuo)好(hao)，眾口一詞(ci)說(shuo)不(bu)好(hao)，恰(qia)恰(qia)意味(wei)著(zhu)沒有(you)機(ji)會(hui)(hui)(hui)。反而是(shi)哪里有(you)爭議(yi)，哪里就有(you)機(ji)會(hui)(hui)(hui)，爭議(yi)意味(wei)著(zhu)這個東西的(de)價值(zhi)還沒有(you)被市場深刻的(de)發現(xian)。
在這個技(ji)術即將打敗(bai)人的經驗(yan)，機器的知識終將超越(yue)人的知識的時刻。元宇宙可以作為一個宏(hong)大愿景(jing)，解決知識的產生(sheng)、利用和(he)規模化復制的瓶(ping)頸，實現企業價值創(chuang)造的新突破。
這(zhe)就是我(wo)們觀察到了不(bu)斷在重復的(de)模(mo)式(shi)，以及(ji)這(zhe)些模(mo)式(shi)匯聚成的(de)愿景(jing)。
大模型行業應用的受益者是“傳統企業”
我(wo)們(men)研(yan)究(jiu)了(le)過去一(yi)代又一(yi)代新技術的(de)(de)崛(jue)起，發現這其(qi)中有很明顯的(de)(de)規律，相同的(de)(de)模式重復了(le)一(yi)遍又一(yi)遍。這個浪潮(chao)過后的(de)(de)受益者，也都在不斷押(ya)韻的(de)(de)重復。我(wo)們(men)判斷，大模型行業(ye)應用的(de)(de)最(zui)終受益者是傳(chuan)統企業(ye)。
這是大(da)(da)模型的技術棧和價值鏈分析圖，有(you)沒有(you)感(gan)覺似曾相(xiang)識?大(da)(da)模型的技術架構同樣分為基(ji)礎設施層、平臺層、應(ying)用層，這幾(ji)個(ge)層次。
我們之前在物聯網、工業互聯網、云計算(suan)，都看到了類似(si)的架構。
最(zui)終(zhong)誰會收益呢?每一次的模式(shi)都相當(dang)一致，價(jia)值鏈的受益者會朝向(xiang)最(zui)終(zhong)用戶(hu)的方向(xiang)移動(dong)。
舉個我們身邊的例子，比如高速收費站的ETC機會，當時由于政策的推動，誕生了一堆明星公司。ETC浪潮啟動的時候，首先是上游芯片緊缺，芯片、模(mo)組(zu)廠(chang)商成為(wei)最掙(zheng)錢的(de)(de)(de)環節;但這個過程比較短暫，伴(ban)隨著這種技(ji)術的(de)(de)(de)快速普(pu)及，對產業內的(de)(de)(de)組(zu)織、業務能(neng)力的(de)(de)(de)挑戰非常高(gao);長期(qi)看，盈利的(de)(de)(de)環節逐漸(jian)朝向下游移動，善于利用新技(ji)術做長期(qi)運(yun)營的(de)(de)(de)公路收(shou)費公司(si)反而(er)獲(huo)益最多。
而公(gong)路收費公(gong)司，恰恰是看(kan)似(si)傳(chuan)統的“傳(chuan)統企業(ye)”。
傳統企業應用大模型的過程，我們也參照工業互聯網、物聯網等技術浪潮的模式，預判將會經歷3個發展階段：內化、外化和外掛。
內(nei)化是企業先應用大模型(xing)，解決公(gong)司內(nei)部(bu)的效率問題;
外化(hua)是企業橫(heng)向(xiang)的在產(chan)業上下游(you)進行一個價值鏈的延展;
最后外掛，企業將(jiang)大(da)模型的應用(yong)賦能到(dao)整(zheng)個生態(tai)圈。
這(zhe)3個(ge)發展階段并不(bu)一定必須遍歷，有可能跨越。應用大模型，并不(bu)是讓傳統企(qi)業一夜之間變成微軟，或者變成一個(ge)行(xing)業大模型公司(si)，而是傳統企(qi)業在數字化浪潮下保持自身競爭(zheng)力(li)的必然選擇。
AIoT領(ling)域的企業，宇視、中(zhong)(zhong)科創達(da)等，陸續(xu)推出了大模型，近期可能還會有更多企業投(tou)入其中(zhong)(zhong)。
接下來聊(liao)聊(liao)大模型在不同行(xing)業應用(yong)的潛力(li)，我們主要(yao)談(tan)兩個(ge)行(xing)業，工業和汽車。
我們(men)前(qian)不久曾深入訪談了超過(guo)30家工業(ye)互(hu)聯(lian)網產(chan)業(ye)鏈上(shang)下(xia)游的企業(ye)，在(zai)問到(dao)有(you)關大模型的問題時，發(fa)現這個新事物在(zai)工業(ye)領域(yu)的落地是有(you)爭(zheng)議(yi)的，更確切(qie)的說，爭(zheng)議(yi)非(fei)常大，堪比大家對(dui)元宇宙(zhou)的爭(zheng)議(yi)。部分支持者和反對(dui)者們(men)恨不得要(yao)和對(dui)方(fang)“絕交”了，我們(men)來看看雙方(fang)的觀點。
在(zai)接受調(diao)研的企業中(zhong)，超過70%是(shi)AGI技術的“觀望者(zhe)”，在(zai)他們看來，大(da)模型在(zai)工業領(ling)域(yu)的應用落地還很(hen)遙遠(yuan)，甚(shen)至可(ke)能是(shi)個“偽(wei)命題”，左(zuo)側(ce)是(shi)他們的理由。
而在另(ling)外接近30%的堅定支持者眼(yan)里，情況則完全是另(ling)一回事，右側(ce)是他們的理由。
還(huan)有一些企業，正在探索(suo)大模型在工業領域(yu)的落地實踐(jian)。
比如西門子(zi)和微軟合(he)作(zuo)，將大模型用于PLC輔助編程;初創公司Divergent 3D使用大模型為豪(hao)華跑(pao)車(che)制(zhi)造商阿斯頓(dun)·馬(ma)丁設計的概(gai)念車(che)打造后(hou)車(che)架，在短(duan)短(duan)一個(ge)小時之內就可(ke)進行30~40次迭代(dai);阿里(li)的工程師(shi)通過釘釘對話框控制(zhi)機器(qi)人(ren)完成一連串的動作(zuo)等(deng)。
在(zai)汽車行業(ye)，我們看到已有眾(zhong)多頭(tou)部企業(ye)擁抱大模(mo)型(xing)，紛紛探索將AIGC應用在(zai)產(chan)品營銷、客(ke)戶服(fu)務、座艙交互、自動駕(jia)駛開發、智駕(jia)輔助訓練(lian)等方(fang)面。
我(wo)們(men)已經發布了工業互聯網和智(zhi)能網聯汽車兩份(fen)產業圖譜，感興趣(qu)的(de)(de)朋友(you)可(ke)以關(guan)注圖譜中的(de)(de)詳細分(fen)析(xi)。
以上，我們談到了大模型(xing)只是眾多技術(shu)革命浪潮其中之一，大模型(xing)的產業應(ying)用正在起步，這個(ge)模式我們觀察到了多次，正在不斷上演。
說完了技(ji)術和產業，我們更遞(di)進一步，來談談大模(mo)型在企(qi)(qi)業組織(zhi)(zhi)層(ceng)面掀起(qi)的(de)(de)變革，組織(zhi)(zhi)的(de)(de)能(neng)力與企(qi)(qi)業的(de)(de)成就有不可(ke)或缺的(de)(de)關系。
大模型的影響從技術、產業滲透到企業組織
大(da)模型(xing)(xing)為我(wo)們提供(gong)了一(yi)次企(qi)業(ye)組織(zhi)(zhi)層(ceng)面的(de)刷新(xin)機會(hui)，這次刷新(xin)不止一(yi)次，是層(ceng)層(ceng)深入的(de)。很多(duo)人擔心大(da)模型(xing)(xing)會(hui)讓我(wo)們失業(ye)，這個太表層(ceng)了，大(da)模型(xing)(xing)引發的(de)變革是涉及思(si)維定式和(he)組織(zhi)(zhi)架(jia)構層(ceng)面的(de)，它讓我(wo)們重新(xin)思(si)考過去約(yue)定俗(su)成的(de)一(yi)些做法(fa)。
知名的(de)(de)(de)(de)管理專家楊國安教授(shou)曾(ceng)經(jing)提出，企業的(de)(de)(de)(de)成功(gong)=戰略(lve)乘以(yi)組(zu)織(zhi)能力(li)，我們將其進(jin)行(xing)了細化(hua)，企業的(de)(de)(de)(de)成功(gong)=由業務支撐的(de)(de)(de)(de)戰略(lve)X以(yi)員工(gong)為基礎的(de)(de)(de)(de)組(zu)織(zhi)能力(li)。
那么大模型顛覆的是哪幾個部分呢?
首先是戰略和員工，接受的影響首當其沖。
大模型帶動(dong)產(chan)業(ye)快速變化，戰略的核心原則從長期規劃改為了(le)決(jue)策的快速迭(die)代，過(guo)去我們(men)10年或最多5年做一次戰略就(jiu)足夠(gou)，而現在企(qi)業(ye)則需要(yao)(yao)半年甚(shen)至三個月就(jiu)要(yao)(yao)做一次重要(yao)(yao)決(jue)定(ding)，而且這一決(jue)定(ding)很可能影(ying)響到(dao)企(qi)業(ye)未來的生死。
我(wo)們的(de)(de)員(yuan)工(gong)(gong)也發(fa)生了變化，大模型讓(rang)每個人(ren)有了“第二(er)大腦”，人(ren)工(gong)(gong)與技術結合能(neng)(neng)夠激發(fa)雙方的(de)(de)潛能(neng)(neng)。我(wo)們的(de)(de)企(qi)業(ye)當中有了數(shu)字員(yuan)工(gong)(gong)，根據一位朋友的(de)(de)測算(suan)，一個金融領域的(de)(de)數(shu)字員(yuan)工(gong)(gong)可以完成230個人(ren)的(de)(de)工(gong)(gong)作(zuo)。右側的(de)(de)圖片是拆(chai)解(jie)了代表(biao)性公(gong)司(si)的(de)(de)工(gong)(gong)作(zuo)流程之后，大模型可以改進或者(zhe)提效(xiao)的(de)(de)部分。
立足(zu)于這些分析(xi)，我們再重新(xin)思(si)考什么是數(shu)字原生(sheng)組織?數(shu)字原生(sheng)組織至少是將(jiang)工作SOP標準作業程序都建模的組織，人機協(xie)同(tong)的組織。
生(sheng)產(chan)力決定生(sheng)產(chan)關(guan)系，這次(ci)大模型帶來的生(sheng)產(chan)力變(bian)化，可(ke)能會更加深(shen)刻的影(ying)響我們的生(sheng)產(chan)關(guan)系。
AI有沒有可能從副駕變為(wei)機長呢?我(wo)(wo)也不知道(dao)。我(wo)(wo)試圖從之前的模式中尋找(zhao)答(da)案。
先問個問題，我們做智能制造，其實是在做什么?智能制造做的其實就是，當人和機器在爭奪車間生產現場控制權的時候，到底是聽人員的，還是聽機器的。曾經這個問題有過爭論。答(da)案(an)已經顯而易見，智能(neng)(neng)制(zhi)(zhi)造做(zuo)的好(hao)的企業，都會把生產制(zhi)(zhi)造的控(kong)制(zhi)(zhi)權交(jiao)給機器。能(neng)(neng)讓機器做(zuo)的，絕對(dui)不讓人去(qu)做(zuo)。
如果AI能(neng)夠從副駕到機(ji)長，還得經(jing)歷很大(da)的改進。
前微軟(ruan)亞洲研(yan)究院副院長(chang)周(zhou)明(ming)老師在(zai)(zai)會議中(zhong)曾提(ti)出“周(zhou)明(ming)曲線”：當(dang)模(mo)型(xing)參(can)數(shu)(shu)達到(dao)100億，就進入到(dao)語言(yan)理解(jie)(jie)能力(li)提(ti)升(sheng)(sheng)的“平(ping)臺區”，隨著參(can)數(shu)(shu)規模(mo)增加，AGI能力(li)會快(kuai)速提(ti)升(sheng)(sheng)，但語言(yan)理解(jie)(jie)能力(li)不會再顯著提(ti)升(sheng)(sheng)，而且在(zai)(zai)這樣(yang)的參(can)數(shu)(shu)規模(mo)上(shang)，語言(yan)理解(jie)(jie)能力(li)已開始可以滿足商用或垂直領(ling)域(yu)應用的基本需求。所(suo)以，如果(guo)是to B的大模(mo)型(xing)，參(can)數(shu)(shu)規模(mo)選在(zai)(zai)100-1000億之間是最經濟的，且有利于私有化部署，保護企業用戶的數(shu)(shu)據隱(yin)私。
在B2B領(ling)域(yu)(yu)，焦點會從“信(xin)息生成”轉向“信(xin)息綜合”，從“生成式AI”轉到“綜合式AI”，也就是(shi)匯聚信(xin)息從而改善(shan)決(jue)策。B2B領(ling)域(yu)(yu)的(de)(de)AI將從大規模(mo)的(de)(de)通用模(mo)型(xing)轉向能夠應用多種(zhong)模(mo)型(xing)的(de)(de)架構，包括在特(te)定(ding)領(ling)域(yu)(yu)和(he)特(te)定(ding)用途的(de)(de)數據集上(shang)訓(xun)練的(de)(de)更精細模(mo)型(xing)。
由于大(da)模型(xing)的迭代速度很快，我們有(you)必要對(dui)未來的方向進行預(yu)判(pan)和提前準備(bei)。
站在未來看現在，大模型可能將會重新塑造我們的業務和組織。
生(sheng)(sheng)(sheng)成(cheng)式AI和大模型讓我(wo)們(men)看到(dao)了利用虛(xu)實(shi)(shi)(shi)結合的(de)(de)方式控制(zhi)物理世界的(de)(de)可(ke)能(neng)性，生(sheng)(sheng)(sheng)產(chan)計(ji)劃(hua)和生(sheng)(sheng)(sheng)產(chan)執行的(de)(de)流程可(ke)以讓機(ji)(ji)器(qi)人充分介入，用數字虛(xu)擬的(de)(de)方式訓練生(sheng)(sheng)(sheng)產(chan)機(ji)(ji)器(qi)，最(zui)終實(shi)(shi)(shi)現全(quan)自動(dong)化的(de)(de)制(zhi)造業(ye)，讓機(ji)(ji)器(qi)制(zhi)造機(ji)(ji)器(qi)，讓我(wo)們(men)獲得實(shi)(shi)(shi)體產(chan)品的(de)(de)成(cheng)本(ben)快速(su)降(jiang)低。
當(dang)我(wo)們趨近于物理世界可編程的(de)時候，硬(ying)件(jian)產(chan)品的(de)邊際成本趨近于零。我(wo)們就達到一種非(fei)常接近經濟學家(jia)里夫(fu)金描述的(de)零邊際成本社會的(de)狀態(tai)，那么這個階段更有價值(zhi)的(de)是什(shen)么呢?就是附加(jia)在產(chan)品上面的(de)服務(wu)，人們不需(xu)要(yao)電鉆(zhan)，而(er)是需(xu)要(yao)墻上的(de)洞(dong);人們不需(xu)要(yao)汽(qi)車，而(er)是需(xu)要(yao)便捷的(de)出行體(ti)驗。
當我們的業務從賣產品轉變到賣服務的時候，我們制造的產品大多是軟硬結合的形態，而且軟件和服務正在成為多種行業的核心驅動力，但我們的組織結構并沒有跟上產品迭代的步伐。
因為(wei)根(gen)據(ju)康威(wei)定律：一個組織(zhi)設計出的系統/產品即該組織(zhi)內部溝通(tong)結構的縮影。這意(yi)味(wei)著企業想(xiang)要獲(huo)得(de)什(shen)么(me)(me)樣(yang)的產品或系統，就需要什(shen)么(me)(me)樣(yang)的組織(zhi)及組織(zhi)文化。
以汽車(che)為(wei)(wei)例，在(zai)物理世(shi)界可編程的(de)(de)大(da)背(bei)景(jing)下，機械裝備更(geng)加接近于電子設備，智(zhi)能車(che)可以視為(wei)(wei)一臺大(da)手(shou)機。為(wei)(wei)了更(geng)加適應智(zhi)能車(che)的(de)(de)生產流程，特斯拉最新提出的(de)(de)生產方式(shi)被稱為(wei)(wei)Unboxed Process。
現有(you)汽車的生(sheng)(sheng)產(chan)方(fang)式由沖壓、焊裝(zhuang)、涂裝(zhuang)、總裝(zhuang)四大(da)(da)工(gong)藝流(liu)程(cheng)組(zu)成。但特(te)斯拉表(biao)示，自己的新生(sheng)(sheng)產(chan)方(fang)式有(you)很(hen)大(da)(da)不(bu)同(tong)。它(ta)是將車輛零部件分成6個(ge)大(da)(da)模塊(kuai)，每個(ge)模塊(kuai)單獨生(sheng)(sheng)產(chan)，再將其(qi)組(zu)裝(zhuang)成整車。特(te)斯拉測算，如果通過Unbox流(liu)程(cheng)生(sheng)(sheng)產(chan)車輛，制造人員(yuan)將減少(shao)40%，制造所(suo)需的空間和時間將減少(shao)30%。
與(yu)之相應，特斯(si)拉的(de)組(zu)織架構也進行了(le)調整，通過打造(zao)動態與(yu)平(ping)臺型組(zu)織結構，可(ke)以(yi)讓客戶和(he)用戶，更(geng)多的(de)參與(yu)到企業的(de)產品與(yu)服務當中。新型組(zu)織的(de)核心(xin)能(neng)力及其要求包括(kuo)：
快速組建新的(de)協同研(yan)發網絡，協同合作(zuo)伙伴(ban)高(gao)效開發產品(pin)和(he)服務;
可以突破邊界使用外(wai)部的專(zhuan)家和人才;
甚至企業有可能(neng)將自身的某(mou)一部分(fen)或者某(mou)一環(huan)節，構建為類似(si)DAO組織的形(xing)態。
綜上，大(da)模型變(bian)革了我(wo)們(men)的戰略、員工，還即將刷新我(wo)們(men)的業務(wu)和組織。
物理(li)世界可編程、工作(zuo)流程全建模，善用(yong)大(da)模型讓我們更接(jie)近(jin)數字原生組織。AI正在深入的改(gai)變我們的世界，這(zhe)些(xie)就是(shi)我想分享(xiang)的內容。
未(wei)來(lai)我(wo)們將被(bei)AI引(yin)導(dao)，還是AI將被(bei)我(wo)們引(yin)導(dao)呢?
歡迎一起探索答案。
