編者按：近期ChatGPT大熱引發(fā)了市場(chǎng)對(duì)于生成式AI和大模型的高度關(guān)注。作為人工智能領(lǐng)域領(lǐng)先且活躍的創(chuàng)業(yè)投資機(jī)構(gòu)，啟明創(chuàng)投早在該領(lǐng)域進(jìn)行布局，投資了多家企業(yè)，包括近期推出1300億參數(shù)的超大規(guī)模預(yù)訓(xùn)練模型GLM-130B的智譜AI、針對(duì)醫(yī)療領(lǐng)域開(kāi)發(fā)模型和應(yīng)用的無(wú)限光年、利用Open AI大模型能力打造聊天機(jī)器人的Gemsouls等。
日前，在創(chuàng)業(yè)邦開(kāi)年直播特輯“XR&AIGC專(zhuān)場(chǎng)”中，啟明創(chuàng)投合伙人周志峰發(fā)表主題為《2023年AIGC向何處狂飆》的演講。他從投資和創(chuàng)業(yè)的角度，分享了生成式AI的技術(shù)和產(chǎn)業(yè)發(fā)展情況，啟明創(chuàng)投對(duì)于生成式AI的理解與布局，以及未來(lái)更值得關(guān)注的子領(lǐng)域等，他亦分析了生成式AI在中國(guó)面臨的挑戰(zhàn)和機(jī)會(huì)。啟明創(chuàng)投微信公眾號(hào)經(jīng)授權(quán)轉(zhuǎn)載。
啟明創(chuàng)投合伙人周志峰
周志峰在主題演講中表示，GPT-3每做一次訓(xùn)練預(yù)估要460萬(wàn)美元。這幾周爆火的ChatGPT，其一次訓(xùn)練的成本也是100多萬(wàn)美元。未來(lái)怎么解決算力成本問(wèn)題？
英偉達(dá)被美國(guó)政府限制向中國(guó)出口兩代旗艦高算力芯片A100和H100。國(guó)產(chǎn)的高性能AI芯片能否在超大規(guī)模預(yù)訓(xùn)練模型的訓(xùn)練中發(fā)揮作用？什么時(shí)候能夠發(fā)揮作用？是不是能夠滿足大規(guī)模集群的算力、互聯(lián)帶寬、算法適配和協(xié)同的需求？能不能降低成本？都是值得觀察的。
以下系經(jīng)精編整理的周志峰演講實(shí)錄：
我是啟明創(chuàng)投的周志峰，今天的分享主題是《2023年AIGC向何處狂飆》?！犊耧j》是一個(gè)大熱點(diǎn)，同時(shí)另外一個(gè)熱點(diǎn)就是生成式人工智能的范例之一ChatGPT。
01/
從判別式AI到生成式AI的飛躍
我希望從投資和創(chuàng)業(yè)的角度，跟大家分享生成式AI以及背后的技術(shù)和產(chǎn)業(yè)發(fā)展情況。
過(guò)去十年，啟明創(chuàng)投一直是國(guó)內(nèi)非常活躍地布局人工智能的投資機(jī)構(gòu)，我們投資了很多AI公司，也已經(jīng)在人工智能生成式技術(shù)和超大規(guī)模預(yù)訓(xùn)練模型技術(shù)上完成布局。其實(shí)過(guò)去一兩個(gè)月里，媒體、投資機(jī)構(gòu)、咨詢(xún)公司都分享了很多對(duì)AI大模型的觀點(diǎn)，啟明創(chuàng)投認(rèn)為，AIGC把人工智能技術(shù)帶向了一個(gè)新的高度，是人工智能發(fā)展過(guò)程中一個(gè)非常重要的拐點(diǎn)。
這一波的AI或者AIGC的大眾熱潮是自2022年的夏天，從圖文生成模型開(kāi)始的。我用兩個(gè)全球最流行的文字到圖像生成模型Midjourney和Stable Diffusion生成了自己的各種各樣風(fēng)格的頭像圖。
近一兩個(gè)月，生成式AI的主要熱點(diǎn)，就是基于對(duì)話生成的ChatGPT大型語(yǔ)言模型。為了創(chuàng)業(yè)邦的這個(gè)開(kāi)年直播，我向ChatGPT提問(wèn)，讓它幫我寫(xiě)了一段演講開(kāi)場(chǎng)白。這個(gè)過(guò)程中，我沒(méi)有做任何的額外訓(xùn)練或微調(diào)，確實(shí)寫(xiě)得非常流暢，也非常符合直播的主題。
如果下一次還有這樣的直播機(jī)會(huì)，我覺(jué)得我可以讓AI學(xué)習(xí)一下我以前的講演、發(fā)言等音頻數(shù)據(jù)，融入創(chuàng)業(yè)邦直播的特點(diǎn)，用機(jī)器來(lái)合成出我的聲音，用Stable Diffusion模型生成配合直播主題的我的虛擬容貌，用CLIP模型和StyleGAN模型把單幀圖片擴(kuò)展到完整的視頻流，并且同步我的情緒、口型、手勢(shì)、表情等等，然后用NeRF模型將我的虛擬人和空間背景合成。
制作出這樣一整套AI生成視頻流，我其實(shí)就不需要真正出現(xiàn)在鏡頭前。近年加速發(fā)展的AI生成技術(shù)讓我們真正感覺(jué)美好未來(lái)可期，這與10年前有著巨大的模式轉(zhuǎn)變。
過(guò)去十年，AI企業(yè)主要集中判別式AI的領(lǐng)域。我們耳熟能詳?shù)腁I企業(yè)和其核心技術(shù)，如圖像識(shí)別、人臉識(shí)別或語(yǔ)音識(shí)別等，都是根據(jù)輸入進(jìn)行分析和判定。
但今天我們看到的這些則是生成式AI，根據(jù)輸入能夠生成全新的內(nèi)容。從判別式AI到生成式AI，這是技術(shù)的一個(gè)很大的飛躍。
所以我們認(rèn)為，2022年確實(shí)是AI技術(shù)發(fā)展過(guò)程中，星光璀璨的一年，它標(biāo)志著AI技術(shù)發(fā)展到達(dá)了一個(gè)非常關(guān)鍵的拐點(diǎn)。
從產(chǎn)業(yè)界的角度看，我查詢(xún)了GitHub開(kāi)源社區(qū)的數(shù)據(jù)，在去年文字到圖片生成模型Stable Diffusion模型發(fā)布后，短短90天內(nèi)，其開(kāi)發(fā)者的認(rèn)可度超過(guò)了3萬(wàn)次，但比特幣Bitcoin和以太坊Ethereum的底層開(kāi)源技術(shù)，則是用了八年的時(shí)間，才達(dá)到3萬(wàn)次的認(rèn)可，這說(shuō)明Stable Diffusion的開(kāi)發(fā)者采納速度遠(yuǎn)超其他技術(shù)。
回望技術(shù)發(fā)展的歷史，電話用了75年才達(dá)到1億用戶，手機(jī)用了16年，F(xiàn)acebook用了4.5年，2011年推出的微信用了14個(gè)月。ChatGPT僅僅用了兩個(gè)月時(shí)間，就在全球達(dá)到了1億用戶數(shù)，用戶增長(zhǎng)速度非常驚人。
ChatGPT近期的火爆，不由得讓我們想起兩三年前一個(gè)同樣很火的應(yīng)用Clubhouse，它是一個(gè)音頻社交App。它在2020年的年中上線，迅速累積了幾千萬(wàn)的用戶數(shù)，成立半年多，估值就達(dá)到了幾十億美元。但是在過(guò)去兩年中，Clubhouse的用戶的使用率下降了80%-90%。ChatGPT會(huì)不會(huì)也面臨同樣的問(wèn)題，值得我們觀察。
看到這些爆炸式增長(zhǎng)的產(chǎn)品，總讓我不由得思考，在未來(lái)幾年AI技術(shù)究竟是會(huì)繼續(xù)“烈火烹油，鮮花著錦”，還是最終“落了片白茫茫大地真干凈”？這是一個(gè)非常值得我們?nèi)コ掷m(xù)探討和關(guān)注的話題。
02/
生成式AI的產(chǎn)業(yè)架構(gòu)
接下來(lái)，我重點(diǎn)跟大家講講啟明創(chuàng)投對(duì)于生成式AI的理解。基于過(guò)去兩年多的研究，我們畫(huà)出了這樣一張產(chǎn)業(yè)架構(gòu)圖。基于這張圖我想跟大家分享一下怎么理解生成式AI以及它背后的大模型在技術(shù)世界中的位置。
在這個(gè)基礎(chǔ)上，也聊聊生成式AI與過(guò)去十年上一代AI技術(shù)的區(qū)別。然后，從投資人的角度，講講哪些子領(lǐng)域是更值得關(guān)注的。也包括這些不同的子領(lǐng)域如何能夠建立長(zhǎng)期的競(jìng)爭(zhēng)優(yōu)勢(shì)，以及生成式AI在我們國(guó)家有哪些挑戰(zhàn)和機(jī)會(huì)。
我們把整個(gè)生成式AI分成了三層。最底層稱(chēng)之為生成式AI的基礎(chǔ)設(shè)施層。
工具鏈指的就是能夠幫助生成式AI以及它背后的大模型去做加速、壓縮的軟硬件技術(shù)，目的是在大模型進(jìn)行訓(xùn)練的過(guò)程中，幫其提升效率，降低成本，以及大模型在真正應(yīng)用過(guò)程中更好地進(jìn)行管理。工具鏈領(lǐng)域，海外公司有AnyScale，中國(guó)有像潞晨科技、面壁智能等創(chuàng)業(yè)公司。
右邊的智算平臺(tái)，主要指的是為生成式AI技術(shù)提供基礎(chǔ)算力的平臺(tái)。這一領(lǐng)域的參與者主要是科技大廠巨頭。比如為Open AI提供了幾億美元算力的微軟Azure，還有中國(guó)的阿里云、華為、曙光、浪潮等，都在中國(guó)各地建設(shè)了智算中心，核心是為AI提供底層算力。所以工具鏈與智算平臺(tái)組成了整個(gè)生成式AI的第一層。
中間則是最重要的一層，我稱(chēng)為模型層，其中模型層又有三種類(lèi)型。
最左邊是閉源模型，美國(guó)的人工智能研究機(jī)構(gòu)Open AI從GPT3模型以后，不再公開(kāi)源代碼和模型權(quán)重，而是把它的技術(shù)封裝成服務(wù)，即允許用戶調(diào)用其API，享受其AI能力。Open AI自己負(fù)責(zé)所有大模型的訓(xùn)練、推理，不斷迭代。Open AI對(duì)外提供已經(jīng)封裝好的AI能力，第三方公司甚至是個(gè)人都可以調(diào)用。此外還有Cohere、Anthropic，Anthropic剛剛成立兩周，就拿到了谷歌4億美元的投資。
國(guó)內(nèi)的代表企業(yè)，包括啟明創(chuàng)投投資的智譜AI。智譜AI是跟清華大學(xué)、北京智源人工智能研究院等一些第三方機(jī)構(gòu)合作，訓(xùn)練了幾個(gè)千億或萬(wàn)億級(jí)別參數(shù)的大模型。包括最新推出的GLM-130B，這是一個(gè)1300億參數(shù)的超大規(guī)模預(yù)訓(xùn)練模型。是國(guó)內(nèi)大模型領(lǐng)域中，發(fā)展比較快的一家公司。此外，百度推出了文心大模型，它對(duì)外也是提供API，供第三方去調(diào)用使用。
本圖由智譜AI結(jié)合主題生成
中間這個(gè)叫做開(kāi)源模型及Model Hub，可以理解為大模型的技術(shù)社區(qū)。它有數(shù)十萬(wàn)個(gè)開(kāi)源預(yù)訓(xùn)練模型供第三方開(kāi)發(fā)者使用，并且除了開(kāi)源代碼和模型權(quán)重，還提供了很多輔助開(kāi)發(fā)工具、數(shù)據(jù)集等，類(lèi)似于一個(gè)開(kāi)源社區(qū)的商業(yè)模式。
美國(guó)那邊起步比較早是Hugging Face，阿里云近期也發(fā)布了Model Scope。
最右邊的是從自建模型到開(kāi)發(fā)應(yīng)用的端到端模式，指的是科技公司或創(chuàng)業(yè)企業(yè)針對(duì)一些特定的領(lǐng)域，自行完成基礎(chǔ)模型的開(kāi)發(fā)，再針對(duì)目標(biāo)市場(chǎng)和應(yīng)用，進(jìn)行模型、知識(shí)和數(shù)據(jù)的特定優(yōu)化，并開(kāi)發(fā)出直接交付給用戶的應(yīng)用產(chǎn)品。比如國(guó)外的Adept、Runway，國(guó)內(nèi)的瀾舟科技、聆心智能，還有啟明創(chuàng)投投資的無(wú)限光年，針對(duì)醫(yī)療領(lǐng)域做自己的模型和應(yīng)用。
第三層是應(yīng)用層。這些應(yīng)用，依賴(lài)于第二層底座模型進(jìn)行開(kāi)發(fā)，這些應(yīng)用公司不需要構(gòu)建AI模型的能力，只需要調(diào)用第二層底座模型的服務(wù)，專(zhuān)注于自己的用戶和場(chǎng)景，把應(yīng)用做好就行。
比如Jasper AI，它是一個(gè)利用Open AI的能力，給廣告主提供營(yíng)銷(xiāo)文案生成的企業(yè)，在過(guò)去兩年發(fā)展非?？臁Ｈツ?，Jasper有將近1億美元的收入。但它的AI能力并不是自己開(kāi)發(fā)的，而是由第二層底座模型提供的。
啟明創(chuàng)投投資的Gemsouls是一個(gè)利用Open AI大模型能力，開(kāi)發(fā)聊天機(jī)器人的企業(yè)。
03/
從“大練模型”到“練大模型”
范式轉(zhuǎn)變的重大意義
這是我們對(duì)生成式AI生態(tài)的理解。把這個(gè)生態(tài)理解清楚了，就很容易看到生成式AI的未來(lái)。我特別喜歡北京智源人工智能研究院理事長(zhǎng)張宏江博士說(shuō)過(guò)的一個(gè)比喻，他覺(jué)得，過(guò)去的AI更多的是“大練模型”，也就是說(shuō)每家科技公司都是各自獨(dú)立研發(fā)專(zhuān)用小模型。比如人工智能四小龍，基本上是從零開(kāi)始自建模型，然后自建模型之上的特定應(yīng)用。
今天這一代的AI技術(shù)，叫做“練大模型”，底座模型是由某些特定的機(jī)構(gòu)研發(fā)出超大規(guī)模的通用模型。這個(gè)模型不再是針對(duì)某一個(gè)專(zhuān)門(mén)應(yīng)用開(kāi)發(fā)的，它的訓(xùn)練數(shù)據(jù)是互聯(lián)網(wǎng)上能夠看到的所有數(shù)據(jù)，數(shù)據(jù)也不需要做特別的標(biāo)注，訓(xùn)練也不需要監(jiān)督，做出來(lái)的是通用人工智能能力，然后第三方基于底座模型，針對(duì)千萬(wàn)個(gè)應(yīng)用場(chǎng)景去開(kāi)發(fā)軟件。
這是一個(gè)從“大練模型”到“練大模型”的范式轉(zhuǎn)變，我覺(jué)得，這個(gè)范式轉(zhuǎn)變對(duì)AI未來(lái)十年、二十年的發(fā)展有重大意義。
我們認(rèn)為，今天AI生成大模型是一個(gè)更先進(jìn)的算法架構(gòu)，集中了人類(lèi)的全部數(shù)據(jù)，匯集大量算力，集約化訓(xùn)練，訓(xùn)練出來(lái)的AI能力供應(yīng)所有用戶使用，這其實(shí)才是十幾年前AI業(yè)內(nèi)專(zhuān)家所設(shè)想的那樣，AI一定會(huì)成為類(lèi)似“水電煤”一樣的人類(lèi)的公共資源。只有這樣才能做到AI技術(shù)賦能萬(wàn)業(yè)。
04/
更具投資和創(chuàng)業(yè)價(jià)值的生成式AI子領(lǐng)域
哪些模塊是啟明創(chuàng)投認(rèn)為更具有投資和創(chuàng)業(yè)價(jià)值的領(lǐng)域？智算平臺(tái)更適合有規(guī)模效應(yīng)，如已有的公有云平臺(tái)，或者數(shù)據(jù)中心運(yùn)營(yíng)方介入，不是創(chuàng)業(yè)公司適合進(jìn)入的領(lǐng)域。
工具鏈隨著大模型持續(xù)發(fā)展迭代，用更好的工具去幫助大模型的訓(xùn)練和管理以降本增效，一定是有機(jī)會(huì)的，且會(huì)有一些頂級(jí)AI工程人才不斷進(jìn)入，我覺(jué)得這肯定是一個(gè)很標(biāo)準(zhǔn)的VC投資機(jī)會(huì)。
在閉源模型及API服務(wù)領(lǐng)域，未來(lái)肯定也會(huì)看到越來(lái)越多科技大廠進(jìn)入，是不是還有創(chuàng)業(yè)公司進(jìn)入的機(jī)會(huì)，我覺(jué)得值得觀望，因?yàn)檫@對(duì)于人才密度的要求和資本的投入是巨大的。我前段時(shí)間跟幾位中國(guó)AI行業(yè)頂級(jí)研究人才聊，他們認(rèn)為，目前中國(guó)真正掌握大模型架構(gòu)能力的人，可能也就100多人。
所以，如果有人出來(lái)創(chuàng)業(yè)，那肯定也就是100多人中的一部分，其背后可提供的頂級(jí)人才基數(shù)并不是很大。
另外，訓(xùn)練大模型需要很多的資本投入。跟大家舉個(gè)例子，Open AI的GPT3模型是用了NVIDIA的上千張旗艦級(jí)GPU芯片A100，用了大概120天的訓(xùn)練周期，2年前訓(xùn)練一次要460萬(wàn)美元。GPT3訓(xùn)練的總投入達(dá)到了數(shù)千萬(wàn)美元。
這是一個(gè)巨大的投入，每做一次訓(xùn)練，研發(fā)人員承擔(dān)著幾百萬(wàn)到上千萬(wàn)的成本，如果訓(xùn)練結(jié)果失敗了，幾百萬(wàn)就打水漂了。它意味著，只有頂級(jí)的人才，才擁有這種頂級(jí)資本的支持，才能去做這件事。
利用第三方的底座模型構(gòu)建應(yīng)用的方式，我覺(jué)得是未來(lái)的主要趨勢(shì)，相信會(huì)有成千上萬(wàn)家創(chuàng)業(yè)公司涌入這個(gè)市場(chǎng)。對(duì)于創(chuàng)業(yè)者而言，他們對(duì)某一個(gè)場(chǎng)景或者行業(yè)非常懂且有超出業(yè)界的認(rèn)知，他們看到了生成式AI的能力，兩者結(jié)合去顛覆這個(gè)場(chǎng)景或行業(yè)。不用從頭構(gòu)建AI能力，只需要直接利用這些底座模型。
某些特定的領(lǐng)域、行業(yè)、場(chǎng)景，可能會(huì)有一些創(chuàng)業(yè)者選擇從頭做，自建模型及應(yīng)用，端到端進(jìn)行特別優(yōu)化，我覺(jué)得也是有機(jī)會(huì)的。因此，以上這幾塊是我們認(rèn)為，生成式AI從創(chuàng)業(yè)投資角度來(lái)講最有機(jī)會(huì)的領(lǐng)域。
公司怎樣創(chuàng)造一個(gè)長(zhǎng)期的、持久的競(jìng)爭(zhēng)優(yōu)勢(shì)，建立護(hù)城河？
比如，利用第三方底座模型構(gòu)建應(yīng)用，那么你在AI層面是沒(méi)有任何競(jìng)爭(zhēng)優(yōu)勢(shì)的，因?yàn)槟憧梢匀フ{(diào)用Open AI，其他競(jìng)爭(zhēng)對(duì)手也可以。那么，你長(zhǎng)期存在的護(hù)城河到底是什么？我覺(jué)得這是非常值得去想清楚的，因?yàn)檫^(guò)去的三四個(gè)月中，我看到了中國(guó)有上百個(gè)團(tuán)隊(duì)進(jìn)入這個(gè)領(lǐng)域，這也是每次跟他們探討時(shí)會(huì)去問(wèn)的問(wèn)題，希望能夠聽(tīng)到一些更深入的思考。
自建模型的應(yīng)用，針對(duì)某一個(gè)場(chǎng)景應(yīng)用優(yōu)化自己的模型，然后把應(yīng)用層也做起來(lái)。這個(gè)聽(tīng)起來(lái)非常有道理，但大模型機(jī)構(gòu)用上億元的代價(jià)去訓(xùn)練和迭代模型，他們的模型的先進(jìn)性會(huì)不會(huì)比你要更強(qiáng)？有其他人利用先進(jìn)模型構(gòu)建與你同一領(lǐng)域的應(yīng)用時(shí)，你的自建模型應(yīng)用要如何走得更遠(yuǎn)？這些都是沒(méi)有答案的問(wèn)題，都是值得創(chuàng)業(yè)者去思考的問(wèn)題。
05/
忽略炒作周期
建立無(wú)聊生意
最后，關(guān)于中國(guó)在生成式AI和底座大模型的一些挑戰(zhàn)。
我覺(jué)得，首先是算力問(wèn)題。我前面講到，GPT-3每做一次新的訓(xùn)練要460萬(wàn)美元。
這幾周最火的ChatGPT，其一次訓(xùn)練的成本也是100多萬(wàn)美元。我們投資的智譜AI已經(jīng)把這個(gè)訓(xùn)練成本降低到幾百萬(wàn)元人民幣，但依然非常貴。未來(lái)怎么解決算力成本問(wèn)題？尤其是這些大模型，過(guò)去都是用的NVIDIA的旗艦芯片做訓(xùn)練和推理，但是自從去年十月以后，A100和H100等高性能芯片對(duì)中國(guó)有了出口限制。我們?cè)趺从脟?guó)產(chǎn)的AI芯片進(jìn)行替代，并降低成本？國(guó)產(chǎn)的AI芯片是不是能夠及什么時(shí)候能夠滿足大規(guī)模集群的算力、互聯(lián)帶寬、算法適配和協(xié)同的需求，都是值得我們?nèi)ビ^察的。
第二個(gè)，過(guò)去一周很多人說(shuō)國(guó)內(nèi)的科技大廠和創(chuàng)業(yè)公司推出的大模型與ChatGPT是有代際差別的，我們落后了至少一代。在看Open AI的發(fā)展時(shí)會(huì)發(fā)現(xiàn)，ChatGPT也好、GPT-3也好，是需要很長(zhǎng)時(shí)間研發(fā)積累的。
Open AI是2015年年底成立的，2018年推出了第一代GPT-1，當(dāng)時(shí)包括中國(guó)在內(nèi)的全球大部分企業(yè)和機(jī)構(gòu)還在做Bert方向的嘗試，是有一定區(qū)別的。2019年，它推出了GPT-2，有15億參數(shù)，2020年推出了GPT-3，有了1750億參數(shù)。Open AI已經(jīng)積累了這么多年才達(dá)到今天的能力，中國(guó)企業(yè)要去追趕，肯定是需要時(shí)間的。GPT-4今年又要發(fā)布了，是否會(huì)把我們甩出兩個(gè)代際的差距，這也是值得觀察的。
中國(guó)在大模型的研發(fā)上，需要給自己更多的時(shí)間發(fā)展，才能夠慢慢地達(dá)到全球領(lǐng)先水平。
第三點(diǎn)，更重要的是，因?yàn)镚PT大模型的發(fā)展比較早，并且已經(jīng)向世界展示出它的能力，所以它已經(jīng)在慢慢形成自己的生態(tài)，有600多家創(chuàng)業(yè)公司在直接利用Open AI GPT-3模型來(lái)構(gòu)建自己的應(yīng)用。
包括一些比較有名的科技公司，比如微軟上個(gè)月宣布，從搜索引擎到Office等所有產(chǎn)品，都會(huì)全面擁抱GPT-3的AI能力。在線文檔Notion也已經(jīng)在產(chǎn)品中植入了生成式AI的能力。
圍繞著Open AI或者西方科技大廠的大模型已經(jīng)構(gòu)建出了一個(gè)初步的生態(tài)，國(guó)內(nèi)科技大廠或者創(chuàng)業(yè)公司的大模型在技術(shù)和工程上，有很多的地方需要不斷追趕，如果只是訓(xùn)練出大模型，沒(méi)有人去用，缺少完整生態(tài)，也是沒(méi)有任何意義的。
最后，我還是非常堅(jiān)定地看好生成式AI和大模型，它的出現(xiàn)標(biāo)志著一個(gè)巨大的AI開(kāi)發(fā)范式的轉(zhuǎn)換，將會(huì)真正被利用到更多應(yīng)用場(chǎng)景。但現(xiàn)在也處于科技的炒作周期，疊加了很多情緒和期待，一位美國(guó)AI研發(fā)人員說(shuō)，ignore the hype cycle, build boring business，忽略這種短暫的炒作周期，而是去建立“無(wú)聊”的生意。
真正的AI能力體現(xiàn)，并不僅僅局限于作畫(huà)、對(duì)話聊天這些看起來(lái)很好玩的領(lǐng)域。AI對(duì)人類(lèi)的意義，是走進(jìn)各行各業(yè)，融入現(xiàn)有產(chǎn)業(yè)的工作流，并且提供更高的商業(yè)價(jià)值，它遠(yuǎn)比我們今天看到的一些示范性的To C應(yīng)用更有價(jià)值。但要把AI這種能力應(yīng)用到很多產(chǎn)業(yè)中去，其實(shí)是一件很“無(wú)聊”的事情，不僅需要AI大模型能力，也需要踏踏實(shí)實(shí)的長(zhǎng)時(shí)間投入，去和產(chǎn)業(yè)做結(jié)合。
希望看到這個(gè)直播的創(chuàng)業(yè)者，能夠?qū)ι墒紸I有足夠信心，同時(shí)還需要很多的耐心，利用技術(shù)踏踏實(shí)實(shí)構(gòu)建To B的產(chǎn)業(yè)應(yīng)用，這才是對(duì)我們?nèi)祟?lèi)社會(huì)最有價(jià)值的貢獻(xiàn)。
所以，AI技術(shù)又上了一個(gè)臺(tái)階，這件事已經(jīng)沒(méi)有什么疑問(wèn)了，特別期待能夠看到中國(guó)有更多研究人員、產(chǎn)業(yè)界從業(yè)者，以及創(chuàng)業(yè)投資機(jī)構(gòu)一起努力，利用AI技術(shù)的進(jìn)步，真正帶給人類(lèi)更大的福祉。
以上就是我的分享，謝謝大家。
來(lái)源 | 創(chuàng)業(yè)邦
