查看原文
其他

AI奇点爆发:“得模型者得天下,得人才者得模型”|投资人说

The following article is from 福布斯 Author Forbes China




伴随ChatGPT的流行,地球正在迎来人工智能发展的新一轮浪潮。虽然通用人工智能技术还处于早期阶段,但我们正在飞快地迈向一个充满不同可能性的未来。


在4月18日举行的2023年福布斯中国创投高峰论坛暨第九届中国广州国际投资年会白云区分会场,福布斯中国执行主编李兆奇与阿尔法公社创始合伙人、CEO许四清,顺为资本合伙人程天,云从科技联合创始人姚志强,科大讯飞华南人工智能研究院执行院长周国华展开了一场“生成式人工智能的奇点爆发”圆桌讨论。



以下是圆桌讨论现场内容,完整摘录以飨读者。



福布斯中国:人类历史上的信息革命很大程度上是信息传递效率的提升,而AI是信息生产效率的提升。对此,各位认为未来最大的机会在哪里?


许四清:


我是阿尔法公社的创始合伙人许四清,阿尔法公社聚焦科技类早期投资。我们在人工智能上有很多探索。最近,大家都在思考人工智能未来的机会。以前,我们是在匍匐前进,最多小步快跑,但这次人工智能的突破是“大力出奇迹”:GPT实现了真正的generative AI, 每一个字都是计算机生成的。


有人预计,到2026年,OpenAI的大模型将把人类历史上所有语言的文字资料都学习一遍。换句话说,人类任何一个个体的认知都比不上大模型本身,这是人类科技史上一个超级革命。


大语言模型将重构很多行业,将会改变人类从事生活和生产的方式。


程天:


顺为主要专注于科技领域的中早期风险投资,人工智能是我们非常重要的方向和板块。从10年前人工智能发展的第一波开始,中国风险投资机构,包括顺为资本在内,都做了非常多的探索,但在今天来看,覆盖面相对稍窄。


眼下这一波人工智能迭代则是更全面的拓展。不管是原来的图像、音频,还是现在的视频,更重要在于文字自动生成方面的突破。我们觉得这是一个生产力提升的重大历史机会,其中包含很多未来潜在的含义。包括我们工作的方式、行业运转的方式、企业组织新的调整方式甚至包括未来社会很多方面运作的形式,影响深远。归根结底,这波生成式AI起来,还是以文字为最根本的出发点,未来可能会延展到多模态。


从文字角度来讲,AI的应用面特别广泛。我们的兄弟公司金山办公发布了WPS新一代人工智能的产品,在原来WPS办公软件的基础上结合了可生成式文字的应用,可以应用在包括文本创作、写作、邮件回复等等多方面的应用。以文字作为最大的切入点,AI在未来确实具有非常好的延展性。


姚志强:


这个圆桌特别有意思,是非常熟悉的感觉。许总是我师兄,程总是我们股东,我的第一份工作就在科大讯飞,还是很有意思的圈子。


我想讲一个笑话:我们内部经常讨论,碳基生命是现在看到硅基生命的启动程序,生物体奋斗几十亿年,终于等到这一刻把下一棒交给硅基生命,对于整个生态影响和变化是非常巨大的。


首先会颠覆我们自己,分类已经不需要,大家都说是大模型,对我们组织架构包括程序上的体系交付、开发等等都是在快速重构。如果不颠覆自己,你只说颠覆其他行业,肯定是在瞎说,说明自己的观念没有转过来。我们现在要做的第一件事情就是先颠覆自己。这确实是一个非常大的变化,我们宣扬每个人都应该去使用GPT或者类GPT的工具或者软件,然后在使用的过程中,一定会发现它和之前存在巨大的不同。


周国华:


大家最关注ChatGPT以及GPT4.0带来大模型的浪潮,以及人工智能技术上的突破,就像刚才许总说的“大力出奇迹”的年代,通用人工智能是比较有效的途径,当然这不是唯一的途径,因为在科研界还有一些脑科学科研者一直努力往这方向走,这里先不赘述。


倒回来对企业的影响。我们认为,现在国内外对大模型趋势的做法是不太一样的。国外基本上大模型对标就是OpenAI,谷歌为了企业的发展不得不参与进来,更多带动了周边的生态的发展,产生大量的创新应用,出现了很多独角兽。国内这块状况相对来说不同,基本上人工智能是从AlphaGO带到大众的视线当中开始, 很多个人开发者发现也可以使用AI接入到行业做这个事情;但是这次大模型相对来说门槛就会比较高,对行业产生的影响也会比较大,就像刚才姚总和程总说的,它对行业影响大概有几个:


第一,内容的分发和接受的方式可能会发生变化。原来在互联网搜索大量的信息,这些信息可能是模糊甚至是错误的,现在获取信息的手段变的精确、可信。


第二,内容生成的模式会发生革命。机器能自己写文章,根据你的要求去写文章或者生产多媒体内容等,模式会发生变化。


第三,人机交互会进行优化。在万物互联的阶段,像PC和互联网人机交互模式,会带来极大的改变,变成以自然语言为主要核心,在上面建立多模态类人的交互,所有的东西用起来更加轻松。


第四,一些领域资源能得到更好普惠。以前互联网更多解决时空的问题,一个医生最多一天也就接诊十来、二十个患者,现在用人工智能学习行业专家的一些知识后不断迭代优化,服务大众,每个人可能都会会有自己的AI助理,实现资源普惠。


第五, AI for science也会得到高速的发展。科研的手段可能也会发生变化,全量的论文学习、查询甚至给科研人员提供建议,有可能变成现实。


以上五个方向是我个人认为未来发展不错的机会。

许四清:


我再补充一点。实际上GPT出现之前,不管是计算还是传送,所有信息科学都是在处理人类产生的信息,但是这次人工智能AGI的进步在于,信息是由计算机系统自己产生。我们旅游出行会用携程,去吃饭用大众点评、美团,打车用滴滴,大家可以拭目以待,一两年以后这些公司不是自我革新了,就是被AI革命了。


举个例子,我们有一个需求:我们今天晚上想让计算机找离白云国际会议中心最近的湘菜馆,我们订5个人的包厢;这种语句命令之前的计算机做不到的。在这次人工智能突破以前,计算机很难听懂人、理解人的语义,这次人工智能革命首先让机器完全听懂了人话,还能生成“正确的”对话, 给生活和生产带来的变化都是颠覆性的。

福布斯中国:下一个问题和您回答的内容非常相关,最近GPT4出来一段时间,相信大家也应该体验过了。很多观点认为AI驱动的产品将会越来越多,大家是否认可?或者这样的AI应用产品的寒武纪大爆发有什么样的限制条件?


许四清:


刚才提到的Midjourney是人工智能文生图的典型公司,就是你输入一段文字,它就帮你生成你想要的图像。实际上多模态,即文字生成图形和视频以及计算机系统识别图形甚至视频都在爆发前夜,Midjourney是很典型的代表,但是我们可以认为这仅仅是开始。最近我们做了很多相关研究,投资了这个领域的权威院士团队。他和团队做出来的结果已经实现了文生视频,在这方面超过了Midjourney。


我想说这个的原因是什么?我们认为在这一轮比赛里,“得人才者得模型,得模型者得天下”。他们基于对大语言模型和视觉生成的深入理解,在若干环节中创造性地加入大语言模型的能力,做的是垂类模型基座,然后直达应用。比如加噪音、去噪音的关键环节里,充分利用transformer的能力,做出来的图和视频更贴近人的要求,根据文字自动生成视频,在质量上实现了突破。



程天:


首先这个结论肯定是明确的,确实出现了一波应用百花齐放的现象。刚才提到Midjourney是美国比较代表性垂直行业的公司,代表了不同的技术路线和经营思路。在美国或者海外来讲,目前处在基础模型与相对有了一定突破,然后应用百花齐放的这么一个阶段,所以它的还是比我们更往前一点,所以会出现各种各样的垂直行业的应用,且应用在工业、商业、社会的方方面面。


国内目前的情况确实还需要在基础模型端进一步投入。从春节开始,ChatGPT起飞,突破了技术上的边界。国内创业者包括社会各界反应和行动以及学习能力是非常快的,包括我们在内。刚才许总也提到,我们最近投了非常多模型企业,我们同样认可模型的基础对这个行业最基础的设施,国内目前的状态,我估计在今年年内还是基础大模型的投入和开发作为最主要的投入方向,参与者包括了行业巨头、上市公司,包括支持的一拨新企业,今年应该是模型百花齐放的阶段。在这个阶段过去以后,国内可能也会出现很多垂直行业的应用,文生图是其中非常重要的应用,这个也在很多基础大模型基础上会迭代出来的,我个人认为是比较乐观的。


姚志强:


站在如此颠覆的时代节点上,作为过去一个时代的人,多半是看不清未来时代的结果,这个问题应该问GPT。另外,站在行业的角度上,确实是要么被颠覆,要么需要深刻重塑业务流程。


我觉得针对每个企业,肯定是找自己的定位,做自己能够做到的一些事情,更多百花齐放的事情,我们觉得会有很多的年轻人愿意出来。所以这可能是一个投资非常好的时代,因为是寒武纪爆发时期,它是生产力解放的时期,会把人解放出来,你把人的时间解放出来,会愿意做很多尝试,接下来肯定有非常多的创意。


无论是对软件还是对To G业务来说,也是改变很大的,非常需要重塑,以前可能需要流转的流程或者人员,现在不需要了,完全可以用自动化的方式或者模型的方式、自然交互的方式,全面可以替代。争取不被淘汰的企业努力要去做的事情,就是能做好我们自己的工作,在这一波里希望能够延续自己的优势,能够找到更棒的天才和人才,和他们一起合作,希望将来能够走得更远。


周国华:


前面三位老师说了很多大的发展和大的趋势,我就不再赘述,我补充一下讯飞的一些情况。


其实现在国外一些创新性的应用已经是爆发趋势,国内也会进入到这个局面,为了让认知智能大模型更好在细分领域更垂直落地,讯飞提出“1+N”人工智能认知大模型的建设。首先1是需要有一个底座,形成通用的认知人工智能算法研究以及高效训练模型的底座平台,有这么一个基座、大平台。N就是在医疗、教育、工业等行业进行快速落地,形成示范性的效应,用系统性创新解决社会面的一些问题。从企业的角度来说,一些国计民生的事业其实对技术是有很大的牵引作用。这个时代确实大模型给我们的一些感触和触发是非常大的,我们非常值得拥抱这个技术,让它融入自己生活和工作,改善工作效率和生活质量。



福布斯中国:我们发现今年上半年有一家公司叫AdeptAI,比较有趣的是,像刚才许总提到他觉得AI成为所有应用程序的入口,满足人们更复杂的诉求,现在出现的有AI加上搜索。未来还有哪些场景,值得大家关注的?


周国华:


就这个问题还是倒回来第一个问题五个方向,蕴含的商机还是比较多的。举个例子,AI自动内容的生成,很大程度其实对人的使用要求会提出很高的标准。对于从业者来说,并不是说很难,通过学习之后就能解决这个问题,有没有一种可能,做得更简单一些,让所有人不用这么大的学习条件就能够使用它,这是一个启发。


关于内容的自动分发,是不是每个人都有小助理,不用敲文字。比如刚才说要去白云会议中心开会最佳的路径是什么,或者我要不要带伞,其实可以诞生大量的应用。


总的来说,第一,我认为无论从业者选择哪个方向都要认清楚一点,一定要选择一个对你自己很有利的赛道,而不是随便去碰。第二,如果要享受人工智能红利的实现,我觉得有几点对从业者的建议:一是能不能找到看得到、摸得到的场景或者实际的应用。二是在此基础上能不能形成规模化的应用,才会有不断的数据反馈,才会越来越好,壁垒会越来越高。三是在这个基础上数据能不能有效验证你的应用是有效的,而不是拍脑袋说这个应用有用,要有数据支撑。这个能做到,我相信是能够享受到人工智能的红利。


姚志强:


刚才有一个前提假设,未来的世界还是人类为指导,我们会把工作分成三个方面:


第一,物理世界数字化。第二,知识找人。第三,陪伴执行。首先是物理世界数字化,怎么和世界进行交互,那么首先是在数字空间里进行转化,以前讲数字孪生、元宇宙,内涵就是物理数字化。知识找人的意思是真正实现交互或者信息高度压缩,需要有精准的知识,不是简单只是一堆代码或者零散的数据,而是知识,知识才是我们理解和快速处理的内容,涉及到很多专业化的,比如讯飞做的教育、医疗等等专业化的知识。最后是陪伴执行,人最终做执行或者出行、点餐,都是在帮助我们执行这个事情,给我们更优、更方便、更便捷的选择,大家可以从这几个方面看这个事情。


程天:


我们从投资角度看得更多一点,AI对我们形成巨大的冲击,除了大模型本身能力特别强劲以外,更重要的是,这个技术确实出现了一些不容易被解释的东西,在专业术语上叫涌现的能力,包括认知逻辑、数学、编程甚至未来出现局部的情感、价值观等等方面的因素。


应用拓展方向可能是没变的话题,从投资角度,还是回到最基础的出发点,大语言模型最主要的改变,在1.0阶段还是在交互形式上,因为它改变了输入输出的方式,确实让机器懂得人的语言。第二,确实改变内容生成的方式,原来很多内容自动生成能力在这波应用中得到了比较好的体现。以前的人工智能需要你输入,它去分析,再输出一个结果。现在可以成段成篇生成以前所没有的内容,所以我觉得这两点来讲,对投资行业有着关键的引申作用。


结合这两点来看,目前很多移动互联网和软件应用确实存在着被改变或者被升级的可能性。当然在这个过程中,个人觉得以前绝大部分应用是有升级的,包括最近很多互联网大厂已经提出AGI全线进入移动互联网产品,结合这个模型能力,我觉得未来会给大家的生活带来极大的便利。


对于我们投资的新创业公司来讲,更多是从新的领域或者新的场景琢磨、切入,哪里能够产生具有创新性和颠覆性的应用,结合输入输出、交互形式发生的变化,以前点击或者是滑的手势,现在把它改成另外一种内容输入交互的方式,再结合内容产出,输出来的内容结合新的场景进行应用,对创业公司来讲更具有意义。


另外,国内也特别关注这一技术在to B领域方向的应用,中国有很多公司做了相关探索和尝试,目前还存在很多改进和提升的空间,包括在智慧政务、智慧城市、智慧工业等等很多to B方向结合模型的基础能力,做行业的解决方案。这在国内是非常接地气的,且也是具有广阔前景的应用方式。


许四清:


回答您这个问题之前,我给大家披露一组数据,ChatGPT3.5出现以后,4个月左右的时间内,统计到今年4月10日左右,美国在人工智能领域发生了近500笔投资,投资金额近160亿美元,平均每个项目超过3000万美元,很多是非常初创的公司。


更多现象是什么?


首先在美国没有人再去投大模型了,而是直冲应用场景而去。我们也观察和统计了国内的状况,大家还在争大语言模型,原因是美国东西不给中国用了,我们必须自己有,楚河汉界已经划出来了,你有你的大模型,我们不能没有。国内大厂包括阿里、百度、字节、讯飞,也做了很多这方面的努力和工作,大量的人力和财力集中在大模型上,我们在大模型这个领域可能要比美国晚启动,但在应用层面会出现很多投资机会。


在国内目前主要是三种创业投资机会,一个是大语言模型的机会,但是创业者在这里面挑战蛮大的,不展开说了。第二个机会是浅表层应用,因为中国的产品经理非常优秀,所以在ChatGPT能力出现以后,会有一大批中国优秀的产品经理借用ChatGPT能力做应用,在国内做产品研发,并走向世界,我们预见会出现一批“张一鸣”们,出现一个代际的优秀创业者,狂卷美国的应用市场,这是浅表层的机会,这种机会比较难系统性捕捉。


第三个机会是在基础模型底座和垂直应用结合,就是我说的得模型者得天下。懂模型的人利用模型,在大语言模型和技术基础之上做模型的创新级应用。在全世界范围内,我认为相当于科学家、工程师和产品经理人的结合,我认为中国会大行其道。说到刚才讲的AdeptAI,它把大语言模型的能力用在企业应用软件上,在学习人类的操作习惯后,具备了直接操作应用的能力,它能够根据人类的指示直接作用于浏览器,或者ERP等软件系统,自动完成一系列操作。AdeptAI类应用是中国非常缺的,也是中国投资人应该思考怎么去发现。这样一批能够把最新人工智能技术嵌入到企业应用和生活服务的应用软件里,发挥更大的作用,我认为中国在这方面有很大的机会,但是我们的基因不在这里,所以目前见到的这类创业团队偏少。



福布斯中国:过去的15年里,两位知名投资人已经有很多成功项目证明了自己在软件方面的卓越眼光,过去几年讲数字化讲得特别厉害,未来有没有一种可能说人工智能化,大家如何看待当下数字化的现状和未来人工智能化的可能性,大家觉得他们之间的关系在哪里?


许四清:


这个问题提的很好, 福布斯不仅研究财富,还研究财富后面的逻辑。确实是这样的,数字化是人类工业缓慢进步的一个过程,通过数字化提升效能、降低成本。人工智能出现以后,很多数字化的工作可以被用弯道超车的方式,更高效的完成。只要有了数据的基础,可以借助人工智能大幅度超越一次。这有两个意义,第一,对传统产业的改造和提升具有极大的革命性,很多看起来和人工智能没关系的产业,实际上可以借着这个实现大幅进步。第二,我觉得对于地方政府,这是一个打造工业新高地的机会。


程天:


在过去十余年里,我们投了非常多数字化的企业,涌现出非常多杰出的领军企业,这次变革对数字化、软件、信息服务等全行业角度来讲,确实是一次巨大的机遇,其带来的行业扩张和对效率的提升,肯定远比其带来的威胁要大得多。


春节以后,除了探索一些新的投资机会以外,我们也集中拜访了的很多软件企业以及市场上很多垂直软件行业的龙头创业公司。大部分人对于新技术的出现都在谈所谓颠覆、革新这样的东西,总体来讲,兴奋大于焦虑,其带来的机会远大于所隐藏的,对自己企业负面的影响。绝大部分中国软件企业和数字化企业,首先确实坚韧不拔,学习能力也特别强,就我观察来看,中国数字化和软件行业的每家公司基本都在结合自己特定的方向、行业、场景、用户以及工具,拥抱这次技术浪潮。


长期来讲,这些公司反而能用这些工具把原来的场景、用户以及产品,实现进一步深化和升级。例如我们看到云从科技最近提出将利用大模型利用在自己的各个产品中,为各行业方向提供新的解决方案。


对于整个行业来讲,这一变革绝对是一次巨大的提升,绝大部分公司会获得更多的收益,我们十分期待看到现有公司的进一步发展。


中国数字化历程已经发展了很多年,我认为就目前的形势来讲,各行各业都有机会在这次技术升级的过程中遇到各自的拐点,形成全行业的数字化升级,真正提高各行各业数字化转型和生产运营的效率。谢谢。


姚志强:


我先解释一下数字化。首先未来的世界一定是数字空间和物理空间并存的,这点是毋庸置疑的,这个趋势不会改变。我们很多生产包括前面有讲到节能、各种各样的需求,在物理空间的成本和代价是非常高的,而在数字空间里,可以做任何的测试和实验,可以像玩游戏一样擦掉、抹掉再来一次,会极大降低未来建设新世界的成本,所以数字化首先是第一位的。


人工智能的出现,特别是GPT巨大改变,它改变了数字世界和物理世界之间的入口还有内容的产生方式。所以它就会使交互过程或者理解的过程、应用过程变得非常有益且富有情感,不像以前那么生硬,使用起来非常容易。比如云从做的2B行业中看起来很规章、很制度的事情,实际上我们的领导和管理人员也是需要非常好的交互和理解能力,才能够更好适应我们这个系统。相反如果只是完全报表,一些条款化或者僵硬的东西,就比较难处理、易出错。


周国华:


我非常赞同前面几位老师的意见,人工智能的大趋势肯定是不可逆的。作为人工智能的从业者来说,我认为人工智能和数字化不是非此即彼的这种关系,更多是我们可以把人工智能想象成是蜜蜂和农作物的关系,更多是赋能,未来人工智能像水和电一样流到各个行业去,给各个行业去做相关的一些赋能。


从这个方向来说,其实是企业转向数字化的助力和推动,人工智能是看得见、摸得着的东西,举个例子,一个企业数字化的时候建立了数字中台和人工智能中台,在企业的整个发展过程中,你会发现不仅效率提高的同时,其实它会变得越来越聪明,为什么人工智能是数字驱动的?


举个例子,在生产过程中把所有瑕疵都能采集到,企业就能保证良品率更高。我们在给传统行业做优化的时候,一个染布工对染料的配置其实是非常模糊的印象,如果能把全企业信息采集到,人工智能是能呈现出来的,完全可以变成全自动、全流程化的东西。所以随着数据越来越智能,带来的优化以及效率更高。


在人工智能推广过程中,我们发现很多企业在传统互联网转型的时候,其实是很迷惑的,不知道为什么要这么做。他会觉得如果不这么做,就会落后了,所以必须做,而并没有想清楚其带来的收益。那么在这个过程中,无疑会带来大量的浪费。如果引入人工智能,会有很多的场景清楚告诉他哪一步是有效的,哪一步是无效的,从这个角度来说,人工智能的技术肯定是数字化的催化剂和助力。两者是相互结合的关系。


本文授权转载自福布斯中国。

更多精彩内容




关于阿尔法公社

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存