很可惜 T 。T 您現在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經錄用會有專人和您聯系
咨詢如何成為春羽作者請聯系：鳥哥筆記小羽毛（ngbjxym）
@港股研究社原創(chuàng)
作者丨在輝
大模型落地呼聲越來越大，但是以什么方式落地依然有爭議。國內如此，國外亦然。不同的思想對應著不同的方法論。
一部分AI企業(yè)忙著更新通用大模型打榜，做一些視頻生成工具之類的熱門產物，巨頭多數屬于此類。
另一部分則在專注行業(yè)大模型或是平臺，例如國外的Glean和國內的第四范式，后者最近還發(fā)布了AI數字人視頻合成平臺，著眼于讓企業(yè)更方便地用上大模型能力。
此外，還有以服務大模型發(fā)展為己任的“賣鏟子”型公司，比如從數據標注工作發(fā)展到AI全流程數據服務和模型搭建的Scale AI——如果轉型順利，它也會成為第二類公司。
這不是單純的商業(yè)模式辯論，“所有行業(yè)都值得用AI再做一遍”的共識早已形成，但直到現在，還有很多問題在等待著回答。尤其是背靠中國產業(yè)背景的AI公司們，也許可以送上不同的答案。
很多公司現在都可以說自己是AI行業(yè)的，但形成模式≠有長期價值。
目前大多數企業(yè)利用AI展業(yè)的方式，一定是通用的語言大模型，使用本行業(yè)的數據語料訓練一下，就已經稱得上差異化應用。但這很可能是一種取巧的方法，Zapier（一家基于無代碼模式開展業(yè)務流程自動化探索的公司，與生成式AI自主工作的智能化特點有較強契合性）聯合創(chuàng)始人Mike Knoop認為，擴大語言大模型本質上只能推動“記憶”這種智力形式的發(fā)展，和智能是有區(qū)別的。它不能理解企業(yè)的場景和需求，所以也做不到把AI的價值徹底發(fā)揮。
（圖源：Zapier官網）
另外，如果我們能將GPU算力投入增加與語言大模型能力提升的曲線進行對比，那么它的收益增量雖然確實存在，但很有可能是存在邊際收益遞減的。當互聯網上已經存在的公開簡易數據都被用光了之后，再想依靠做通用語言大模型在AI領域彎道超車，就會變成一種幻想。
這對企業(yè)來說更是不利的。企業(yè)總是會在追求新技術的過程中如“猴子掰玉米”，譬如一開始想要用新技術解決一個確切的問題，結果變成了一場概念追逐戰(zhàn)：大數據出來了就用大數據，計算機視覺火了開始研究CV，到了大模型和生成式AI的時代，AIGC、AGI變成了他們戰(zhàn)略報告的關鍵詞。但越往后，最根本的問題反而被忘記了。
解決這個問題，或者說解決企業(yè)AI大模型需求問題的方法，其實就握在AI企業(yè)手中。
明星風投公司Benchmark的合伙人Sarah Tavel認為，第一波AI用例只是給出了一種API的使用方式，但把人工智能技術限定在幫助單一工具層面并不是合理的結果，最好的發(fā)展方向是基于給客戶提供完整的產品和服務——面向行業(yè)客戶具體需求開展大模型創(chuàng)業(yè)。
而號稱華裔天才少年的Alex Wang，同時也是Scale AI（Scale AI最初以數據標注服務起家，后來在此基礎上轉變?yōu)橐訟I為主導的全流程數據解決方案服務商，包括幫助客戶建立可用大模型，以及托管服務）的聯創(chuàng)，他認為，數據才是AI模型性能的瓶頸，而非算法或計算。數據最終來自很多個垂直行業(yè)，這意味著AI企業(yè)應當深入到行業(yè)領域，做符合企業(yè)需求的行業(yè)大模型。
這個過程有兩個需要注意的關鍵點：
一方面是數據問題，正如Alex Wang的觀點，AI公司要有“讀懂”用戶和行業(yè)的能力。因為從根本上來說，經歷過數字化時代的公司大多有很多數據語料躺在倉庫里，但缺乏輔助情況下，它們無法發(fā)揮作用。
另一方面是管理和迭代問題，由于行業(yè)、場景千變萬化，目前的行業(yè)資源不太可能支持一家公司橫跨所有領域一個一個建造大模型。如何解決這個問題呢？
第四范式和Zapier聯合創(chuàng)始人Mike Knoop都將關鍵指向了自動化。技術方面，AutoML、程序合成和神經架構搜索都涉及自動化和優(yōu)化過程，以期減少人工干預，提高效率和效果。Mike Knoop認為AGI的探索需要基于程序合成和神經架構搜索，而第四范式創(chuàng)始人兼CEO戴文淵則在接受“智能涌現”采訪時提到，構建無數個行業(yè)大模型的底座技術是AutoML——自動機器學習。
（圖源：Microsoft Learn）
戴文淵說，AutoML是“一個失敗的藝術”，它能發(fā)揮更大的價值，是因為第四范式做過太多的場景，懂得怎么讓數據和模型的發(fā)展，向特定場景的需求貼近。成功的化為成果，失敗的變成養(yǎng)料，基于自動化加速擴大迭代。就像Alex Wang說的：“機器學習是一種垃圾輸入、垃圾輸出的框架。”但如果我們有高質量的行業(yè)數據，以及不斷糾錯的能力，最終就會讓行業(yè)大模型成為現實，并實現可靠的落地。
這個行業(yè)的頂尖思想者們，一定程度上對行業(yè)塑造的邏輯保持了對齊。而像第四范式這種根植于中國復雜產業(yè)場景的AI公司，所做的延伸還可以更多。
以OpenAI為代表的、一部分專注通用大模型的企業(yè)，發(fā)展趨于橫向，大模型就是一切。在商業(yè)模式上，它們售賣的就單純是大模型的能力。相比之下，第四范式、Glean，甚至Palantir這樣的利用AI技術幫企業(yè)在某些方面做決策以提升整體工作效果的公司，走的是另一條路。它們的商業(yè)模式也不一樣。
比如Glean，它提供基于AI技術打造的AI企業(yè)搜索和知識管理平臺，并集成了非常多的第三方應用功能，直達其他的SaaS產品。也就是說，把自己變成了工作流的一部分。同時，Glean也可以幫企業(yè)用企業(yè)數據訓練專屬AI模型，而訓練的基礎是Glean自主打造的“可信知識模型”。這家公司的出發(fā)點是，員工往往很難在復雜的工作體系中找到有用的信息，而Glean在傳統(tǒng)企業(yè)搜索的基礎上，利用AI模型和工作流全流程跨應用服務能力，建立了新的優(yōu)勢。
對照Glean來看，第四范式對提升企業(yè)核心業(yè)務的關注，以及實現AI大模型介入業(yè)務的手段，在思想內核上是一致的。這是因為它們的理念就是從行業(yè)和企業(yè)需求出發(fā)的，脫離了單純的唯技術論、唯參數論、唯語言論。不過，第四范式更深入到行業(yè)核心業(yè)務問題的預測管理上。
第四范式在今年上半年發(fā)布了行業(yè)大模型平臺先知AIOS 5.0，它繼承了此前第四范式對數據治理與智能發(fā)展等方面的思考，但更注重幫助企業(yè)挖掘行業(yè)大模型的潛力。AIOS 5.0核心特點是基于各行各業(yè)場景的X模態(tài)數據，構建行業(yè)基座大模型。
（圖源：第四范式官網）
在能力層面，它側重于Predict the Next “X”，X代表各大行業(yè)包羅萬象的邏輯和結果。在使用層面，在支持接入企業(yè)各類模態(tài)數據的基礎上，先知AIOS 5提供大模型訓練、精調等低門檻建模工具、科學家創(chuàng)新服務體系、北極星策略管理平臺、大模型納管平臺、主流算力適配優(yōu)化等能力，實現端到端的行業(yè)大模型的構建、部署、管理服務。在應用層面，考慮到中國的產業(yè)和場景復雜度水平極高，實際為行業(yè)大模型垂直發(fā)展提供了環(huán)境。
這其實是中國AI公司基于產業(yè)背景發(fā)展的一個極佳案例。戴文淵曾說：“我們國內有大量場景和數據優(yōu)勢，當我們覆蓋場景足夠多，把這些模型拼起來，最后你可能也實現了AGI。”相比之下，現在流行的很多行業(yè)大模型，依然還是行業(yè)大語言模型，大而不精。劃分到更精準的場景后，雖然表面上看起來需要建立很多個大模型，但每個精準場景的數據量負載有限，同時有自動化技術的幫助，反而另辟蹊徑實現了AGI在應用層面的發(fā)展。
如同Mike Knoop的觀點，AGI之所以在狂飆突進后迅速遇到了上行阻礙，是因為我們過度依賴語言大模型，把AGI定義為能完成大多數工作的系統(tǒng)，但AGI實際上應該更側重高效獲取的新的能力，解決各種場景下的開放性問題。
事實上，這也許才是正確的思路。英偉達CEO黃仁勛就在美國加州理工學院第130屆畢業(yè)典禮講話中提到，隨著大模型發(fā)展，計算機從指令驅動轉向意圖驅動，“將來的應用程序所做的和執(zhí)行的都會與我們做事的方式相似，組建專家團隊，使用工具、推理、計劃和執(zhí)行我們的任務”。這樣的邏輯本身就意味著通用性。所以我們也看到，大模型正在進入物理世界，因為物理世界的決策同樣有跡可循。
類似的例子，就像過去一年多時間因AI技術估值暴漲兩倍多的Palantir。Palantir原本是一家To G的大數據公司，基于數據分析和建模仿真輔助決策，但生成式AI技術令其處理數據的方式發(fā)生轉變，在自動化與數據決策方面進步甚多，加速了AI To B業(yè)務的開拓。第四范式，就是在每個具有確定性的場景中建立行業(yè)大模型，助力企業(yè)掌握自己的應用，做出有效的決策。
（圖源：雪球）
最后，回到關于未來前景的思考上。OpenAI過于注重把通用能力做到極致，因而暫時失去了占據特定領域產品優(yōu)勢的機會。相比之下，那些側重于發(fā)展更自由、更開放的模型的企業(yè)，都得到了發(fā)展機會。而在商業(yè)模式上，以訂閱為主導的OpenAI會繼續(xù)“出售”大模型的能力，更像是工具；而第四范式、Glean、Scale AI、Palantir等公司則是銷售技術及其附加組件和服務，更像一個系統(tǒng)。
Scale AI上半年以138億美元估值融資了10億美元。成立五年的Glean在 D 輪融資中籌集了2億美元巨款，估值已高達22億美元，換算成人民幣在160億元左右。第四范式在港股的估值穩(wěn)定在224億港元左右，其成長性應該主要掛鉤先知平臺的發(fā)展和收入。今年一季度，第四范式8.28億元的總營收中，先知平臺占5億元，比例為60.6%。隨著應用場景的增加和收入的增長，它的價值也會得到釋放。
最終，AI公司在通往AGI的道路上一定免不了和行業(yè)巨頭對比。但只要它們能生產出越來越多的能在實際場景中為企業(yè)創(chuàng)造價值的產品時，市場自然會為它們賦予不一樣的價值。AGI是個巨大的概念，一切探索對未來而言都是有益的。
本文為作者獨立觀點，不代表鳥哥筆記立場，未經允許不得轉載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問，請點擊 反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯網信息辦公室“依法管網、依法辦網、依法上網”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容，同時也將采取必要措施管理違法、侵權或有其他不良影響的網絡信息。
一、根據《網絡信息內容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權益；
11)通過網絡以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內容；
2. 不友善：不尊重用戶及其所貢獻內容的信息或行為。主要表現為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網站秩序的內容，或進行相關行為。主要表現為：
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內容；
4)多次發(fā)布包含欺騙性外鏈的內容，如未注明的淘寶客鏈接、跳轉網站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容，如通過偽造經歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息，主要表現為：
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容；
4)帶有性暗示、性挑逗等易使人產生性聯想；
5)展現血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內容。
5. 不實信息，主要表現為：
1)可能存在事實性錯誤或者造謠等內容；
2)存在事實夸大、偽造虛假經歷等誤導他人的內容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構或個人存在關聯。
6. 傳播封建迷信，主要表現為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現為：
1)以各種夸張、獵奇、不合常理的表現手法等行為來誘導用戶；
2)內容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現為：
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內容，主要表現為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網站通過主動發(fā)現和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內容時，本網站將依據相關用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內容時，本網站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富，本網站出于維護本網站氛圍和秩序的目的，將不斷完善本公約。
如果本網站用戶對本網站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網站進行反饋。
(規(guī)則的最終解釋權歸屬本網站所有)