最近幾年，AI的發(fā)展可以說是非常迅速。從ChatGPT爆火引爆大模型，到現(xiàn)在Agent、小模型各種遍地開花，AI的發(fā)展已經(jīng)進(jìn)入下一個方向。這篇文章，我們來看看作者的見解。
模型和應(yīng)用：保大保��？
01
人工智能雖然發(fā)展了好多年，但是真正意義上的眾所周知，也不過就是最近2年的事情。從ChatGPT的爆火出圈到現(xiàn)在的隨地大小模型，從最初的卷模型到現(xiàn)在的卷應(yīng)用卷產(chǎn)品。
最近幾個月，還有一大把AI公司卷鋪蓋。
AI號稱人類的最后發(fā)明，其巨大的潛力和影響已經(jīng)毋庸置疑，在當(dāng)前降本增效的大趨勢下，全球的科技巨頭都在開源節(jié)流縮減預(yù)算，卻在人工智能產(chǎn)業(yè)上瘋狂投入。
投資：沒有僅退款；巨頭在AI上寧可錯投，也不能錯過。
人工智能行業(yè)在經(jīng)歷2年跌跌撞撞的狂奔后，現(xiàn)在也開始慢慢認(rèn)清現(xiàn)實(shí)冷靜下來了，雖然AI被一致性看好未來的潛力，高預(yù)期和高投入與客觀現(xiàn)實(shí)的沖突已經(jīng)愈發(fā)明顯了。
大模型技術(shù)的發(fā)展進(jìn)入瓶頸期，突破的難度未知，缺乏爆火的現(xiàn)象級產(chǎn)品，同質(zhì)化的應(yīng)用碎了一地；說白了AI能處理的事情，并不是非它不可。
當(dāng)前，仍在互聯(lián)網(wǎng)產(chǎn)品的包圍圈內(nèi)。
人工智能也許要經(jīng)歷短暫的擠泡沫階段，等待底層模型的能力再突破，產(chǎn)品應(yīng)用的場景沖出包圍圈，AI依然是走在時代前列腺的物種。只是這個過程的難度和進(jìn)度，很難評估。
站在當(dāng)下看，過去互聯(lián)網(wǎng)的軌跡清晰可見，將來AI的路也不算一片混沌。
02
想要快速了解一個復(fù)雜行業(yè)的現(xiàn)狀，有個比較簡單的方式，聚焦引領(lǐng)行業(yè)風(fēng)向的企業(yè)即可。
OpenAI：架在全球熱搜榜上的AI玩家。
從OpenAI發(fā)布的ChatGPT大模型爆火開始，這家公司任何的風(fēng)吹草動都會被媒體掛在頭條上，無論是底層模型的更新迭代，還是上層應(yīng)用的創(chuàng)新嘗試，甚至與其相關(guān)的推文都會被拿來分析和揣測。
ChatGPT從發(fā)布一直到更新GPT-4o版本，而用戶和對其的評價卻從最初的顛覆，到現(xiàn)在的更好用更強(qiáng)大更全面，在年初發(fā)布的Sora模型遲遲沒有真正搬到臺面上，OpenAI這家公司本身也深陷各種內(nèi)耗的狀態(tài)。
這里并不是說OpenAI不行了，ChatGPT依然當(dāng)下使用體驗(yàn)最好的大模型，當(dāng)技術(shù)進(jìn)入到瓶頸期的時候，前進(jìn)一點(diǎn)點(diǎn)可能都是巨大的領(lǐng)先，前提是它的內(nèi)部沒有自我雪崩。
最近發(fā)布的o1推理模型，更像是給融資加大砝碼而已。
對個人來說，沒錢的煩惱會有很多，對于企業(yè)來說，沒錢的話根本沒有煩惱。
OpenAI發(fā)展到現(xiàn)在，背后關(guān)聯(lián)的投資方，以及拿到的投資額度，是其它AI創(chuàng)業(yè)公司遠(yuǎn)遠(yuǎn)不能比的，有錢則可以一定程度上解決算力和數(shù)據(jù)問題，外界對OpenAI最大的質(zhì)疑，則來自核心創(chuàng)始團(tuán)隊(duì)的散場，以及主要員工的不斷流失。
OpenAI在資金，算力，人才，數(shù)據(jù)等方面占盡優(yōu)勢地位，在底層大模型上都處在瓶頸階段，前進(jìn)的節(jié)奏開始遲緩，這多少會令其它創(chuàng)業(yè)公司和投資方有些不自信。
近些年，與AI概念一樣火爆的還有個：元宇宙。
在元宇宙概念火爆的那半年，曾經(jīng)的Facebook直接改名Meta，以此來表達(dá)All-IN的態(tài)度，之后的走向連拋物線都算不上，最后Meta都拿不出驚艷的產(chǎn)品，其它跟風(fēng)的項(xiàng)目也都不了了之。
所以看一個行業(yè)的風(fēng)口，重點(diǎn)關(guān)注頭部的1-2家公司進(jìn)展，尤其是門檻高的行業(yè)。
03
從ChatGPT大模型發(fā)布之后，不過兩年時間，各種基礎(chǔ)或垂直類大模型就已經(jīng)遍地走了。
但是大模型的能力，卻是一言難荊
底層的基礎(chǔ)大模型更側(cè)重通用的能力，訓(xùn)練的參數(shù)多自然知道的就多，雖然提供的回答很難給用戶眼前一亮的感覺，還偶爾能給人兩眼一黑的錯覺。垂直類的大模型，在今年已經(jīng)得到了高度的可行性驗(yàn)證，訓(xùn)練參數(shù)偏向垂直的行業(yè)領(lǐng)域，生成內(nèi)容的精確度高，進(jìn)而形成數(shù)據(jù)和模型的正向循環(huán)。
使用底層大模型，可以快速完成各種行業(yè)或者領(lǐng)域的資料整理，輸出一個相對完善的框架概覽，而垂直類大模型用來提供行業(yè)的深度解決方案。
在OpenAI產(chǎn)品系列中，也拆分出GPT-4系列基礎(chǔ)模型、o1推理模型、DALLE繪圖模型、sora視頻模型。
基礎(chǔ)大模型在這兩年的迭代中，不管是適用范圍還是可用的程度都有明顯的提升，通用性在提高成本在逐步下降，垂直類大模型在各自的領(lǐng)域中不斷的迭代進(jìn)化，雖然缺乏通用性但是勝在高精度和高效率。
當(dāng)下比較共識的看法，是兩種模型協(xié)同處理任務(wù)，至于以后能融合到什么程度，還得看算力和模型結(jié)構(gòu)的迭代優(yōu)化。
雖然大模型的迭代眼花繚亂，但是真正火起來的應(yīng)用并不多。
這也是令很多用戶和資本困惑的一大原因，媒體上對于大模型的輿論也從熱捧慢慢轉(zhuǎn)向質(zhì)疑，模型的更新速度很快，但是從實(shí)際的應(yīng)用效果上感知又不明顯。
OpenAI大熱門的sora模型遲遲沒有正式公開，快手的可靈視頻模型熱了一陣，3D類的模型曇花一現(xiàn)，垂直類模型真正被擺上應(yīng)用端并且大火的并不多，聲音比較大的就是寵物類和編程這兩個方向。
大模型的迭代進(jìn)入瓶頸期，同樣在應(yīng)用端也沒有大熱門的產(chǎn)品，以搜索產(chǎn)品為例，雖然向大模型提問越來越多，但是真正的刁鉆問題，或者系統(tǒng)性的實(shí)踐案例，還是更多來源于搜索引擎的內(nèi)容。
大模型的能力和傳統(tǒng)搜索的最大區(qū)別在于，搜索更多從別人的內(nèi)容中找到自己需要的，而大模型會從問題中推測和找到用戶想要的答案。
應(yīng)用和模型：保大保小？
對于AI創(chuàng)業(yè)公司來說，最難的技術(shù)層面很難輕易的分出高下，卻在價格戰(zhàn)和營銷戰(zhàn)上打的熱火朝天，市場都在等一個現(xiàn)象級的應(yīng)用問世，產(chǎn)品的能力足夠顛覆，使用的是哪個基礎(chǔ)模型，用戶未必真的關(guān)心。
04
人工智能近2年發(fā)展堪稱瘋狂，高預(yù)期高投入高估值，唯獨(dú)產(chǎn)生的回報低于預(yù)期，這也導(dǎo)致了當(dāng)下的質(zhì)疑聲和泡沫言論此起彼伏，但是在牌桌上的巨頭玩家依然堅(jiān)定和激進(jìn)。
此前幾年時髦的企業(yè)都在說信息化和數(shù)字化，而最近兩年都在高呼智能化，雖然有點(diǎn)底氣不足。
但不可否認(rèn)的是，AI確實(shí)已經(jīng)從最初的玩具轉(zhuǎn)變到工具形態(tài)了。
在互聯(lián)網(wǎng)這個行業(yè)內(nèi)，AI的使用已經(jīng)很普遍，尤其是產(chǎn)品和研發(fā)的崗位。不論是基礎(chǔ)還是垂直類的大模型，都在慢慢的融入到更多的實(shí)踐場景中，比如知識的搜集整理、3D模型搭建、AI面試官、AI編程和教育等。雖然還做不到完全替代，但是已經(jīng)證明了可行性，這樣就會帶來足夠的發(fā)展動力。
從自身實(shí)踐的角度來看，還沒有一款大模型做到真正的多面手，在工作當(dāng)中，更多的還是多款大模型的組合使用。
作為身在卷味最沖的杭州，在寫匯報文檔這個板塊，使用最多的是通義大模型，各種周報月報季度總結(jié)等絕對是手拿把掐，生成文檔之后再借助PPT的AI能力一鍵生成，堪稱反內(nèi)卷的利器。
對于復(fù)雜的文檔或者資料的分析整理，使用比較多的是Kimi模型，沒有深度對比過和其它大模型的能力差異，但是就處理速度這一塊，絕對是體驗(yàn)感拉滿了。
互聯(lián)網(wǎng)熱點(diǎn)事件的解讀整理，使用是騰訊混元模型的深度研究，可以快速了解事件的前因現(xiàn)狀，做到吃瓜吃的全面，也可以快速獲取各種深度分析的文章，比如之前的蘿卜快跑事件和當(dāng)下抖音快手的一哥事件等。
繪圖和視頻生成大模型，在體驗(yàn)過的產(chǎn)品中，快手的可靈模型，OpenAI的DALLE模型，所呈現(xiàn)的內(nèi)容都不錯，至于sora模型，個人覺得如果它做不到絕對的領(lǐng)先，保持神秘吊著用戶的胃口和輿論，也是一種策略。
人工智能狂奔的兩年，從最初的文本對話到現(xiàn)在的多模態(tài)，從最初的內(nèi)測申請到現(xiàn)在充斥在各種產(chǎn)品的內(nèi)部，從最初的通用大模型到現(xiàn)在與垂直大模型協(xié)同，從最初的模型端卷到現(xiàn)在的產(chǎn)品應(yīng)用端。
雖然質(zhì)疑和聲討不斷，但是技術(shù)的發(fā)展趨勢不以個人意志為轉(zhuǎn)移。
05
最后，不得不提的一個靈魂問題，人工智能的發(fā)展是否會影響就業(yè)？
以史為鑒可以知興替，幾次工業(yè)革命帶來的陣痛和影響，技術(shù)的革新和發(fā)展既可以解決矛盾，也會制造新的矛盾。而在這種變化中有兩類人容易平穩(wěn)度過，走到所在領(lǐng)域的頭部，這需要一定的天賦；要么放棄對于垂直技能的專注，提升自己技能的廣度，快速調(diào)整自己適應(yīng)變化順應(yīng)趨勢。
有句話很有道理，卷倒我們的不是AI而是用AI的人。
與其在原地焦慮著，不怕事的思維也許能帶來更多的機(jī)會，AI發(fā)展都發(fā)展了，還是要習(xí)慣才好。
本文由 @半問 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可，禁止轉(zhuǎn)載
題圖來自Unsplash，基于CC0協(xié)議
該文觀點(diǎn)僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)
