生成式AI的可控性越強(qiáng)，對(duì)市場(chǎng)和產(chǎn)業(yè)的顛覆性就越大！
作者 | 王詠剛、童超
責(zé)編 | 夏萌
生成式 AI 的應(yīng)用場(chǎng)景在哪里
Stable Diffusion、ChatGPT等生成式AI技術(shù)（Generative AI）在2023年上半年吸引了IT創(chuàng)投圈的最多注意力。當(dāng)我們稍稍從波瀾壯闊的新技術(shù)浪潮中回過(guò)神來(lái)，開(kāi)始認(rèn)真思考到底什么樣的應(yīng)用場(chǎng)景才是生成式AI的最佳落地方向時(shí)，很多人還是會(huì)發(fā)現(xiàn)，科技與市場(chǎng)之間的關(guān)系錯(cuò)綜復(fù)雜，很難梳理出生成式AI落地的最佳路徑：
某投資人：這幾個(gè)月來(lái)，一線風(fēng)投機(jī)構(gòu)全體動(dòng)員，忙得昏天黑地，結(jié)果發(fā)現(xiàn)除了四五家頭部大模型創(chuàng)業(yè)項(xiàng)目被大家追捧外，其他AIGC項(xiàng)目都看不清，不敢投，不知道未來(lái)AI應(yīng)用會(huì)向哪里發(fā)展。
某分析師：幾家頭部大模型項(xiàng)目投入大，風(fēng)險(xiǎn)也高；所有B端、政府端應(yīng)用受限于私有部署和私有數(shù)據(jù)的制約，周期長(zhǎng)，難落地；C端應(yīng)用大部分都太淺太薄，文本和圖像生成項(xiàng)目同質(zhì)化嚴(yán)重；有一兩篇好論文就出來(lái)創(chuàng)業(yè)的現(xiàn)象很普遍，但團(tuán)隊(duì)自己也想不清具體應(yīng)用落地方向……
這里面最大的思維癥結(jié)是：
大多數(shù)人還是在潛意識(shí)里把生成式AI看成是一組生成對(duì)話、文章、圖片的工具。按這樣的刻板印象：這東西只能幫文案工作者、設(shè)計(jì)師提高提高效率，哪里稱得上顛覆式的變革？
雖然有許多跡象表明，生成式AI顯露出通用人工智能（AGI）的曙光，但受限于短期價(jià)值判斷的人總會(huì)說(shuō)：曙光又怎樣？眼見(jiàn)為實(shí)。今天的AI不還是在聊天兒、寫文章、畫畫兒?jiǎn)幔?/p>
顯然，僅停留在單一視角或單一時(shí)間節(jié)點(diǎn)來(lái)分析生成式AI的應(yīng)用前景是不可取的。有沒(méi)有串聯(lián)起生成式AI的發(fā)展脈絡(luò)，簡(jiǎn)明易用的思考模型呢？
圍繞可控性建立思考模型
我們認(rèn)為，生成式AI是可以與桌面計(jì)算、移動(dòng)計(jì)算相提并論甚至更具顛覆效應(yīng)的信息產(chǎn)業(yè)革命。顛覆式變革從來(lái)都不是一蹴而就，而要隨著生成式AI的不斷發(fā)展、不斷進(jìn)步逐漸實(shí)現(xiàn)。如果想看清、看透生成式AI即將帶來(lái)哪些新產(chǎn)品、新平臺(tái)、新市嘗新機(jī)會(huì)，我們覺(jué)得，有一條簡(jiǎn)明易懂，也易于指導(dǎo)產(chǎn)品選型、項(xiàng)目選型的思維路徑：
生成式AI的可控性越強(qiáng)，對(duì)市場(chǎng)和產(chǎn)業(yè)的顛覆性就越大！
這條路徑可以簡(jiǎn)單用一張圖來(lái)表示：
隨著生成式AI對(duì)生成內(nèi)容的可控性不斷提高，生成式AI適用的應(yīng)用場(chǎng)景也會(huì)不斷擴(kuò)展和深化。量變引起質(zhì)變。一旦突破領(lǐng)域閾值，生成式AI就可以徹底改造現(xiàn)有的產(chǎn)品生態(tài)，為產(chǎn)品賦予真正的智能元素。
演進(jìn)過(guò)程中，生成式AI的可控性大致會(huì)經(jīng)歷六個(gè)階段。以最基本的文本生成為例：
階段1：不可控
20多年前，基于N-grams算法的統(tǒng)計(jì)語(yǔ)言模型也可以生成連續(xù)的文本內(nèi)容。只不過(guò)，生成的結(jié)果基本不可控。如此早期形態(tài)的“生成式AI”幾乎沒(méi)有轉(zhuǎn)化到產(chǎn)品的可能性，更談不上顛覆已有市場(chǎng)了。
階段2：概略方向可控
從基于LSTM或RNN的文本生成，到早期GPT（如GPT-2）的文本生成，生成式AI逐漸擁有了描摹一段類似人類語(yǔ)言文字的能力。這一階段的描摹能力，基本可以達(dá)到文句通順，內(nèi)容大致符合人類給出的提示，但因?yàn)榧?xì)節(jié)、結(jié)構(gòu)或邏輯不可控，還是很難轉(zhuǎn)化成真正有用的產(chǎn)品。
階段3：結(jié)構(gòu)或局部邏輯可控
從GPT-3到ChatGPT（GPT-3.5），生成式AI第一次擁有了對(duì)生成內(nèi)容的結(jié)構(gòu)和局部邏輯的控制力。文字創(chuàng)作和多輪會(huì)話是這個(gè)時(shí)期的兩種典型應(yīng)用生態(tài)。前者可以支持自動(dòng)文章摘要，法律文書(shū)生成，營(yíng)銷文案生成等實(shí)用場(chǎng)景，后者則可以滿足會(huì)話式搜索，語(yǔ)言學(xué)習(xí)，智能客服，虛擬人，智能游戲角色的部分需要。
階段4：初步的思維鏈可控
從GPT-3.5到GPT-4，生成式AI的邏輯推理能力顯著提高。生成式AI第一次擁有了強(qiáng)大的分析能力（如從新聞報(bào)道中提取數(shù)據(jù)，總結(jié)趨勢(shì)），控制能力（如將人類語(yǔ)言轉(zhuǎn)化成復(fù)雜系統(tǒng)控制指令）和初步的邏輯推理能力（如解答簡(jiǎn)單的數(shù)學(xué)、邏輯題）�？缮傻奈谋緝�(nèi)容也擴(kuò)展到數(shù)據(jù)、表格、代碼、指令序列、工作流或工具鏈等結(jié)構(gòu)化、半結(jié)構(gòu)化文本。這直接引發(fā)了今天一大批以Copilot（直譯為“副駕駛”）為特征的新工具、新系統(tǒng)。
階段5：復(fù)雜邏輯推理可控
當(dāng)然，今天的GPT-4生成文本時(shí)，可以控制的邏輯思維鏈還處在初級(jí)階段。如果一切順利，人類有望在不太遠(yuǎn)的將來(lái)研發(fā)出可精確控制復(fù)雜邏輯推理的下一代生成式AI。這樣的AI具備記憶、學(xué)習(xí)、規(guī)劃、決策等高級(jí)邏輯推理能力。這些能力足以在效率工具、內(nèi)容平臺(tái)、商業(yè)流程自動(dòng)化、機(jī)器人、操作系統(tǒng)、智能設(shè)備等場(chǎng)景里，徹底顛覆過(guò)去數(shù)十年的人機(jī)交互形態(tài)，重新定義人類與計(jì)算機(jī)的關(guān)系。
階段6：規(guī)則或原理可控
更前瞻一些看，人類思維的最高階表現(xiàn)是：一、基于歸納思維發(fā)現(xiàn)原理、制定規(guī)則；二、基于演繹思維將原理或規(guī)則應(yīng)用到具體場(chǎng)景中。生成式AI的理想進(jìn)化形態(tài)是接近人類思維方式，生成與人類思維水平相當(dāng)?shù)囊?guī)則或原理，并加以應(yīng)用。一旦達(dá)到規(guī)則或原理可控的“自由王國(guó)”，生成式AI必將擁有強(qiáng)大的自我迭代、自我改進(jìn)的能力，可以像人類一樣設(shè)計(jì)系統(tǒng)規(guī)則、世界規(guī)則，甚至與人類科學(xué)家一道開(kāi)展科學(xué)研究。
可控性與典型應(yīng)用方向
生成式AI可控性的提升帶來(lái)適用領(lǐng)域的大幅擴(kuò)展。我們用下圖概括生成式AI在不同發(fā)展階段，可控性與最佳應(yīng)用方向之間的關(guān)系：
以可控性為脈絡(luò)，生成式AI在每個(gè)發(fā)展階段，支持的應(yīng)用方向不斷擴(kuò)展、深化，從滿足簡(jiǎn)單、局部需求，逐步發(fā)展到滿足領(lǐng)域、平臺(tái)需求，并最終積累到產(chǎn)品和商業(yè)模式的顛覆性變革。思維鏈、邏輯推理是否可控，在多大程度上可以精準(zhǔn)控制，是這個(gè)量變到質(zhì)變過(guò)程里最關(guān)鍵的因素。
可控性與具體應(yīng)用案例
以生成式AI的可控性為脈絡(luò)，我們將今天和近未來(lái)的生成式AI最適合的應(yīng)用方向分成四個(gè)大類，并用下圖將每個(gè)大類中的典型應(yīng)用案例與生成式AI的不同發(fā)展階段關(guān)聯(lián)起來(lái)：
內(nèi)容創(chuàng)建工具/內(nèi)容平臺(tái)
內(nèi)容創(chuàng)建工具是生成式AI落地最直接也最快捷的場(chǎng)景。隨著生成式AI可控性的提升，內(nèi)容創(chuàng)建任務(wù)會(huì)從簡(jiǎn)單的文本、圖片創(chuàng)建，過(guò)渡到復(fù)雜的視頻、3D、動(dòng)畫、游戲、影視、虛擬世界等的自動(dòng)創(chuàng)建。借助AI，每個(gè)普通人都將擁有原本只屬于專業(yè)團(tuán)隊(duì)、專業(yè)工具的能力。普通人的創(chuàng)作欲一旦得到大幅釋放，有關(guān)新內(nèi)容形式的分享、觀賞、購(gòu)買、社交等更高層級(jí)的需求就必將帶動(dòng)新一代內(nèi)容平臺(tái)的誕生、發(fā)展和壯大。
商業(yè)自動(dòng)化/企業(yè)服務(wù)
限于數(shù)據(jù)安全、私有部署、內(nèi)容準(zhǔn)確性及合規(guī)性等原因，商業(yè)流程對(duì)生成式AI的可控性要求非常高。今天的生成式AI最適合落地的商業(yè)領(lǐng)域可能包括市場(chǎng)營(yíng)銷中的內(nèi)容創(chuàng)建和電商的用戶界面。此外，生成式AI也可以通過(guò)自動(dòng)生成SQL等中間代碼，自動(dòng)采集分析數(shù)據(jù)，自動(dòng)生成報(bào)表，自動(dòng)連接業(yè)務(wù)流程等，大幅提高商業(yè)效率。未來(lái)，隨著生成式AI可控性的提高，商業(yè)流程中的規(guī)劃、決策、優(yōu)化等關(guān)鍵過(guò)程，一定會(huì)吸納更多的前沿AI技術(shù)。
個(gè)人助理/專業(yè)助理
個(gè)人生活和辦公場(chǎng)景中，生成式AI將逐漸以各類不同形態(tài)的“助理”身份，在數(shù)年內(nèi)建立起人與AI相互協(xié)作的新生態(tài)。生成式AI的可控性有多強(qiáng)，從根本上決定了我們生活或工作中的AI助理有多聰明，可以幫我們解決哪些問(wèn)題。一旦生成式AI在一部分工作中具備與人類文秘、司機(jī)、譯員、律師等角色相當(dāng)?shù)乃�，AI助理就會(huì)成為替代計(jì)算機(jī)、手機(jī)的新一代大眾電子產(chǎn)品。
基礎(chǔ)架構(gòu)/開(kāi)發(fā)工具/操作系統(tǒng)/搜索引擎
生成式AI的編程能力，數(shù)據(jù)處理能力，系統(tǒng)設(shè)計(jì)能力，知識(shí)處理能力等，將為開(kāi)發(fā)工具、數(shù)據(jù)庫(kù)、搜索引擎、操作系統(tǒng)提供全新的設(shè)計(jì)理念和跨時(shí)代的新功能。未來(lái)是否能真正誕生AI為核心的操作系統(tǒng)，AI為核心的智能計(jì)算平臺(tái)，完全取決于生成式AI的復(fù)雜邏輯推理能力到底能達(dá)到怎樣的高度。
多模態(tài)AI的應(yīng)用能力演進(jìn)
與簡(jiǎn)單的文本生成、圖片生成相比，包含聲音、視頻、3D場(chǎng)景、動(dòng)畫、復(fù)雜故事線的多模態(tài)系統(tǒng)與人類的常識(shí)感受和本源需求更加契合，明顯擁有更寬廣和深遠(yuǎn)的應(yīng)用前景。有關(guān)多模態(tài)AI的技術(shù)現(xiàn)狀和前景展望，可以參見(jiàn)本文作者的另一篇文章：后GPT時(shí)代，多模態(tài)是最大的機(jī)會(huì)在多模態(tài)領(lǐng)域，我們認(rèn)為，今天和未來(lái)的生成式AI會(huì)大致按照下圖所示的脈絡(luò)演進(jìn)積累，不斷催生有革命意義的新應(yīng)用、新平臺(tái)甚至顛覆性的新商業(yè)模式：
作者簡(jiǎn)介：
王詠剛：SeedV實(shí)驗(yàn)室創(chuàng)始人兼CEO，創(chuàng)新工場(chǎng)AI工程院執(zhí)行院長(zhǎng)
童超：SeedV實(shí)驗(yàn)室聯(lián)合創(chuàng)始人兼首席產(chǎn)品官
