ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
AI后续发展的七个阶段与造富机会
8184点击    2024-05-31 11:05

AI历史性机遇从底层基础设施至新工种。


工业革命就注定会有钢铁、石油、铁路巨头。互联网也注定会有搜索、电商、即时通讯。历史性变革催生历史性机会,而这种历史性机会往往内置于技术的特征。技术特征决定了机会是什么,甚至也决定了机会的先后。如果我们认为AI是历史性变革,那什么是AI背后的历史性机会呢?这种历史性机会又会如何排布?所谓不谋全局者不足谋一域,在这篇文章里,我们拔高到上帝视角,尝试对AI的历史性机会进行预测。


参照系:从PC到互联网的底层脉络


上世纪五十年代到现在如果要提炼,走过的过程大致是:


市值千亿美金量级


1.底层基础设施萌芽--- 硅谷八叛徒那个年代做的芯片等,最终酝酿出的就是Intel这种峰值3000亿美金(2000年)的芯片公司。


2.底层基础设施确立(硬)--- 电脑、操作系统铺开。Wintel联盟,让产业形成了芯片和系统为核的控制点,PC服务器反倒是配套的局面。互联网则是思科(后面是华为等)提供网络基础设施。


市值2万亿美金量级:


3.底层基础设施确立(软,系统级平台)---微软控制力达到历史峰值,2000年达到那时候的5000亿美金。开源的Linux把云服务的操作系统切走了。后来的云算是一部分互联网基础设施。



(2000年微软的股票价格和市盈率)


苹果很另类是软硬融合的系统级平台,但这非常依赖乔布斯这种另类的人。


市值千亿美金量级:


4.垂域型应用出现--- SAP、Office、搜索等。千亿美金及以上市值的公司。



(SAP的市值)


市值万亿美金量级:


5.平台型应用出现(应用级平台)--- 电商、即时通讯、短视频等。


市值十亿美金量级:


6.新工种出现--- 主播、淘宝店主、滴滴司机。比如MCN等


市值百亿美金量级:


7.周边的工具--- 安全等


总结来看就是底层基础设施催生系统型平台,而底层基础设施成熟后催生巨型应用和应用平台,应用平台催生新的工种。


AI的脉络什么样?


AI构建了一种新的计算模式,它从底层到上层都与过去的计算机和互联网是并行的,虽然很多时候会交叉。但就像互联网也用计算机一样,两者要分开看,但底层的脉络反倒是可参照(方法的方法类似)。


我们还是用同样的思考框架来看AI:


潜在2万亿美金量级:


1.底层基础设施(硬,英伟达实际上是软硬融合的系统级平台)--- 英伟达GPU+CUDA。与过去的纯粹芯片并不完全一样,而是融合部分操作系统的职责。英伟达走在了所有人的前面,成为2万亿美金以上的公司。但不要忘记这是几十年努力的结果,不是微信这种快速崛起的式的成功。



(2024-5-29 英伟达股票,市值全球前五)


2.底层基础设施(软,系统级平台) --- 大模型公司正在形成。OpenAI看来会占据一个。其它的还不明朗。


会不会出个类似苹果那样的软硬融合的机器人公司呢?一个是很遥远,一个也是不确定性太大,先不讨论了。


潜在千亿美金量级:


3.垂域型应用--- Copilot是在这里。Copilot每年收入超过100亿美金,单独拆分的话估计很快会过千亿美金市值。


潜在万亿美金量级:


4.平台型应用(应用级平台)--- 还没影,但不能假设OpenAI把这个都做了。可以想象互联网的各种应用要基于AI重构、税务、企业、制药等会出现新的应用。千亿美金以上的AI公司。最简单的形式,拥有大量《Her》也可以成为平台。可能有自研模型,也可能没有。和过去的应用不一样,这种应用有可能是软硬融合的,外部同时管理大量设备,比如一个中心+N个AR眼镜。


潜在十亿美金量级:


5.新工种出现--- 比如真是Her的平台,那陪聊天服务中真人也会有个特殊位置。


潜在百亿美金量级:


6.周边的工具--- 这个会一直有,小工具估计到不了这个规模。但同样的安全类工具等还是可以的。和过去差分的是还可能出现一些顶着Agent名义的工具人平台。过去需要雇佣人的情景,直接雇佣他们。


说AI是单纯的赋能,颠覆性不强,应该是错的。


恰相反,所有过去的技术的颠覆性可能都不如AI的一半。(同携程梁建章梁总的AI影响不如互联网观点正相反)


这个一半是从人的角度进行考量。但它确实因为纵深太夸张,启动的非常费劲,节奏也慢很多。


基础设施成熟后,真能进入应用阶段一下子增速会快起来。


微软从成立到峰值花了30年,Google就不用,大概也就10年。这次的英伟达也差不多用了30年。偏硬科技的基础设施所对应的游戏规则和应用的游戏规则差别很大。


颠覆性何来?


这种颠覆性来自于计算模式的本质性变化。


过去的计算模式是CPU(包括电脑、服务器等)提供算力,程序员提供智能,互联网加持应用范围和可能性。



AI的计算模式是GPU提供算力,大模型提供智能,程序员负责缝合,互联网继续加持应用范围。



别看主要是谁提供智能这一点变化,实际上作用到应用上是天壤之别。


这导致在到底能干什么,怎么干上发生本质性变化。


在程序员提供智能的时候,再怎么努力也只能是在各种领域做“辅助驾驶”。并且“辅助驾驶”的范围非常限定,领域一复杂它就搞不定了。别看能运作抖音这种大型平台,但它后面的需要的智能复杂度还不如管理一个200人的公司。


大模型提供的时代就可以在各种领域做“自动驾驶”,并且让“辅助驾驶”的深度也完全不一样。Copilot这种“辅助驾驶”工具和过去的Office助手比,影响深度根本不在一个量级。


所有的领域的"自动驾驶",就是所有领域的超级自动化(Copilot VS Autopilot)。


因为是计算模式的本质性改变,必然会导致基础设施上面的应用形态彻底改变。


从智能音箱这种产品我们应该能感受到,它和过去的APP不是一个事儿。


根子还是在智能的程度。


低智能、低信息量的前提下,最合适的吞吐信息的方式一定是分类。


菜单、按钮、网页导航等全是分类。整个图形用户界面交互的基础就是分类。


高智能、全范围信息量的前提下,最合适的吞吐信息的方式会变成对话。智能体负责分类并折叠了它。


在过去分类到对话最明显的例子是雅虎的导航到搜索引擎。这是最原始版本的信息消费升级,从纯粹分类到搜索框的类似对话。


现在恐怕所有的领域全部要重来,并且深度远超以往。


真正的挑战


真独立打穿这样一条产业,核心挑战是什么呢?(也不可能再像过去那样了,这次是需要独立走起来)


核心的不是资源而是场域。不妨先简单的把场域理解成一种体现价值体系的环境。


我们假设资源足够,那看下这两种环境里,能打穿上面这条路么?


璩女士的婆婆论里面能打穿上面那条路么?


你辞职啊,我秒批。


我为什么要考虑员工的家庭,我又不是你婆婆、也不是你妈妈。


你可以不用承担重要的工作,但涨薪的时候就没有你什么事。


东哥的兄弟宇宙里能打穿上面那条路么?


如果你业绩好,你可以永远不需要去加班加点,公司永远是爱你的,永远给你非常好的收入待遇。如果你业绩没那么好,只达到了平均水平,你只要拼搏,公司永远不会辞退你。但是业绩不好,又从来不拼搏的人,这家公司永远不能容忍,一个(公司都)不能容忍,都会逐步通过各种手段全部淘汰出局。


我也知道每个人生活的选择不一样。我们也有员工更多享受生活,生活第一,事业 / 工作第二,不想拼,我能理解。这没有错,但我只能说,你不是我们的兄弟,是路人。什么叫路人?就是你既不是我的朋友,也不是我的兄弟,也不是我的敌人。我们不应该在一起共事,因为你的存在会让我们在拼搏的兄弟们的利益严重受损,对他们严重不公平。


这点别的文章里面提过多次,没钱肯定不行,但有钱了也不一定行。


固然很多团队没拿到钱,但对AI本质上资本是稀缺还是过剩呢?我的判断是过剩。


真要从苦不苦想想长征两万五的角度,对一个会产生颠覆的领域而言,其它方面的条件其实也没那么差。


大家对市场其实是舍得投巨资的比如价格战。


花的钱并不会少的。不说大模型的价格战,过去智能音箱上花出去的钱应该也够做好几个chatGPT。


但研发它不单是个砸钱的过程,没见富二代出山砸的很多电影五分都没有。


价格战等是个加速手段,但现在的问题是车还不行。


这个根子的不匹配会导致基础设施的缺位,除了开源Windows这种系统估计也是长期隔离状态,反过来就会导致AI的智能长期不高,拖慢整个发展。


小结


AI确实到了比较危险的时候。一方面是整个通路还不通,一方面是已经聚集了能聚集的大量资源。如果弹药用尽了,还是商业不闭环,那还真就抓瞎了。所谓知止而后有定,在怀疑和沮丧太多的时候,开脑洞看下产业后续发展的脉络,可能也不是坏事。(其实这篇文章的通篇观点同金沙江朱啸虎朱总的关于AI的观点也正相反)


文章来源于“琢磨事”,作者“老李话一三




关键词: AI , AI应用 , AI硬件 , Copilot
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

2
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/