文 | 李智勇
AI上，在這個時間點有那些認識可以讓混沌的現(xiàn)實呈現(xiàn)出一些脈絡？隨著產(chǎn)品的進展、實踐的增加，AI的產(chǎn)研越來越體現(xiàn)出一些與過去迥異的特質(zhì)。這時候認知的沖突會加劇。
我們應該怎么看待這些大佬的觀點：
當時看網(wǎng)站是怎么做出來的?通過瀏覽器一看源代碼非常簡單，稍微改一點，我也可以做出來，今天做智能體跟這個很類似……….起個名字，告訴它回答什么、不回答什么，就做成了 --- 李彥宏
今天我們可以看到的是，在國內(nèi)全部大模型DAU加起來可能是千萬量級，非常小，比我們平時用的每個應用都小很多。這說明用戶的市場教育還遠遠沒有完成。ChatGPT moment就在前年的12月，它被推出來之后迅速席卷全球，兩個月之內(nèi)達到1億用戶，這樣的現(xiàn)象級事件在中國還沒有發(fā)生。---李開復
如果從《為什么說互聯(lián)網(wǎng)方法論在AI上差不多全是錯的》的視角，這類觀點實際都是互聯(lián)網(wǎng)思維的慣性，非常值得商榷。下面我們會梳理一些AI的基礎認識，應該會對每個人形成自己的判斷有所幫助。
計算范式遷移
這個視角有點偏技術，但其實越來越有威力。
我個人因為程序員出身，做戰(zhàn)略投資的時候又閱讀了很多相關資料和案例，最終就比較確認這是判斷產(chǎn)業(yè)的基石。
我們到底用什么樣的結(jié)構(gòu)（或者說棧）給人或組織提供計算？
每一次這事的變化都會導致個人能感受到的應用發(fā)生翻天覆地的變化，比如從PC互聯(lián)網(wǎng)到移動互聯(lián)網(wǎng)導致人的時間在不同屏幕上分布發(fā)生徹底的變化，但追其根由不過是手機融合了更多電腦的功能。
AI對計算棧的改變遠超過去50年各種變化的總和。
琢磨事經(jīng)常提的說法是：
過去的計算模式是CPU（包括電腦、服務器等）提供算力，程序員提供智能，互聯(lián)網(wǎng)加持應用范圍和可能性。
AI的計算模式是GPU提供算力，大模型提供智能，程序員負責縫合，互聯(lián)網(wǎng)繼續(xù)加持應用范圍。
就我這么說可能會因為權威不夠被懷疑，但最近發(fā)現(xiàn)，如日中天的黃仁勛也在這個視角下敘事了，說服力應該是大大增加了。
英偉達描述下的計算結(jié)構(gòu)重塑。
這是6月份的發(fā)布會，琢磨事很久很久之前就發(fā)過這類觀點，所以倒真不是順風扯旗。
新計算范式會催生新的產(chǎn)業(yè)格局，第一波里面最大的機會是出現(xiàn)系統(tǒng)性平臺的機會。
系統(tǒng)性
系統(tǒng)性和計算范式遷移直接相關。
說的是一種特殊的平臺。這種平臺在兩邊提供不同的編程接口，即可以對硬件進行抽象（基礎算力），也可以對應用層進行抽象，進而讓產(chǎn)品本身近乎有無限的擴展可能。
這類產(chǎn)品只在特定歷史窗口下才有，是一種特殊的平臺，具有最高的產(chǎn)業(yè)統(tǒng)治力。
過去是操作系統(tǒng)，現(xiàn)在則是系統(tǒng)型超級應用。
英偉達正在自己的產(chǎn)品中謀求這種系統(tǒng)性，并且實現(xiàn)了一部分。
所以英偉達不單應該看成一個芯片公司，而是Windows和Intel的合體。
其它部分顯然格局未定。
其中還有兩個關鍵分支，現(xiàn)在我們并不知道會怎么樣。
一個分支是未來的AI很像《黑客帝國》里面的Matrix。這是一個具有超級中心的在云上上超級智能。
一個分支是未來的AI很像《超能陸戰(zhàn)隊》里面的大白。這是一個運行在端上的超級智能。
如果是前一種情況英偉達這類公司就不是產(chǎn)業(yè)1號位，會有更像PC時代微軟的角色出現(xiàn)。
如果是后一種情況英偉達就是產(chǎn)業(yè)1號位，自己早晚會變成PC時代的微軟。它自己在推“主權AI”，固然是為了賣芯片，可芯片上面CUDA那些是它的，大家適配的越多，它累積的力量越大。最后得到的肯定不是主權AI，而是另一個可以類比PC時代的微軟。
AI很有意思的點是，它在基礎設施上的變革和應用上的變革同步發(fā)生。在基礎設施上體現(xiàn)出系統(tǒng)性，在應用上體現(xiàn)的特征則可以總結(jié)為大折疊。
大折疊：每一個成立的角色都會折疊掉大量的功能
AI的產(chǎn)品注定是以角色為中心，這區(qū)別于過去的以功能為中心。
角色和功能可以看成是不同的劃分世界需求的視角。但因為最終圍繞著人或者組織展開，用戶是統(tǒng)一的。所以一種的崛起基本上會導致另外一種的邊緣化。
在產(chǎn)品層就是功能的重整。
如果Siri這類產(chǎn)品真的使用頻次上來，那還用什么搜索。
如果智能音箱這種產(chǎn)品成立，那音樂、天氣、鬧鐘、故事等等功能就都不成為獨立的應用。而是會被折疊。
折疊就是產(chǎn)業(yè)格局的重整。產(chǎn)品的重整注定會導致產(chǎn)業(yè)格局的重整。
AI現(xiàn)在還很弱小，這種顛覆性的沖擊還不清楚，但AI的智能就是發(fā)動機，程度越高，這種特性體現(xiàn)的就更清楚。
折疊后的出現(xiàn)的新應用會有很多不同特征，不適合再用互聯(lián)網(wǎng)的思維模式、方法論、指標去度量了。它們應該被稱為智能中心型應用。思維方式、度量方式應該回到角色和智能。
智能中心型應用
移動互聯(lián)網(wǎng)的產(chǎn)品是以APP和手機為中心。
AI的產(chǎn)品則以智能為中心，至于那個端（手機、PC、專有設備）更關鍵，純粹看情景。
這會會影響方法論，然后也影響度量指標。
我們不應該還是用互聯(lián)網(wǎng)的指標來衡量AI。
比如AlphaFold3一共可能就幾萬日活，甚至可能也沒有APP，但這不影響它的價值。
所以計算DAU，計算ARPU值這類套路和話語體系實在不能用了。
用了即誤導自己也誤導別人。
這時候似乎應該計算每個角色的價值，VPR（Value Per Role）。
當然成本可以計量對應角色所用掉的Token。
簡單總結(jié)就是AI要關注解決問題的深度，而不是解決問題的廣度。
如果上面是對的，那開頭提到的兩個觀點就不對了。像網(wǎng)站一樣做無數(shù)個Agent關注的是問題的廣度，用DAU來計量AI產(chǎn)品關注的也是問題的廣度。很像互聯(lián)網(wǎng)思維的慣性。
在深度上解決問題就要關注智能的價值密度。
智能的價值密度
不同情景下智能所創(chuàng)造的價值是不一樣的。
通俗說這就是貧礦富礦的區(qū)別。
以能干為前提當然智能價值高的地兒更適合智能應用先落地。
Copilot等在純粹數(shù)字和辦公的情景下發(fā)力其實就這意思。
對比Copilot和智能音箱特別能感受到智能價值密度的差異。
智能音箱骨子里是一種語音查詢，而Copilot則是AIGC，前者簡化交互方式后者直接創(chuàng)造內(nèi)容。智能的價值密度顯然不一樣。
這點和技術的程度一起決定了到底AI的落地會從那兒開始。
小結(jié)
認為自己知道和認為自己不知道會導致完全相反的行為模式。比如認為自己不知道，那活動就只能是“AI碰撞局”，總結(jié)也只可能有大致沒差的AI判斷。如果認為自己絕對正確，那就會變成類似“傳教”，觀點不容駁斥，很容易變成科技界“賣拐”。
