当前位置: 华文世界 > 科技

拿什么才能拯救AI大模型(公司)?

2024-09-06科技

文 | 李智勇

最近从业者之间流传比较广的八卦是关于AI大模型公司的,一般来讲截图这样:

当然也还有后续把代号接码成具体公司的,我就不贴了,免得麻烦。

AI大模型的事在一年多以前,还如日中天的时候就做过判断,比如:AI大模型没有商业模式?,假如AI整个行业赚100,那谁拿80等。所以这类八卦除了 再一次佐证科学家赚钱的难度和业务人员了解的科学难度其实一样大以外,没有什么新的信息量。 (过去十年所有的AI公司例子都在佐证这点,如果到现在还不承认那实在是不可救药的傲慢)

作为从业者,还是希望作为整个行业引擎的AI大模型能够爆发更大的马力,所以我们换个视角来解读下这问题:假如我们是AI大模型公司,那到底可以往那儿走?

其实这也是八卦,是八卦的角度不太一样。

为什么MJ可以?

我们经常说的大模型其实混杂了两个角色: 一个角色是基础设施,一个角色是应用。 落到具体产品,到底是那个就很关键。

到底是要 追最先进的类AGI模型 ,还是要 整成一个应用属性的模型?

靠前者就OpenAI,靠后者就类似MJ。

大部分人没有能力两头都要,并且两个方向上人员配置、优先任务、后续走势也不一样。

干前者还是要扛着预训练基础模型这个最赔钱的东西,并且要么领先要么死。模型驱动商业化。需要大部队死磕。

靠后者就不要搞基础模型了,怎么出效果怎么来,商业驱动模型。需要灵活精干小团队。

后者一样有机会。

毕竟现在没有一个模型真能把短剧干的很好,甚至也没有一个模型能把带中文的海报干的很好。

干后者需要领队的科学家往后退退,科学家得知道自己做应用不行,让产品的人往前上上。

这里很致命的问题是 科学家团队往往会把产品干成打杂的 ,一般得跪着干活。因为不懂这些乱七八糟的参数、技术名词,说句话都得小心翼翼,都在担心再把我开了咋整。然后产品努力去学技术,满嘴术语, 找到安全感的同时也就失去了产品最应该干的事--你产品意义和价值是什么呢!

这情况下,就不可能干出像样的偏应用的产品。

沃森的路子是不是可以重来?

除了就一剑封喉死磕技术或者就干偏应用的模型外,AI大模型商业化还有个路子是找到一个大且深的池子,然后做好死磕5年的准备,也许行。

AI大模型就像鲸鱼一样,老往金鱼池子里放,那怎么也难活。

大池子的关键是什么呢?

不是就水池,而是一个生态,做的也不是模型,而是生态的控制力。

这点其实在AI碰撞局上有聊到:

要么就适应现在规则,不管分诊还是辅助诊疗,需要医疗器械证就申请医疗器械证,然后一个病一个病磕。做到一定程度,一定时间后也许能赚钱。但这种产品不能就定位一个模型,需要有相当的系统性。能够关联最细的案例、最新的论文、病人的数据等。(Copilot)

要么有能力就像互联网医院一样,单开个新路子,整AI医院。极端情况里面一个人也没有。(Autopilot)

后面这个颠覆思路拿医院做类比太难了,但其实这模式在有的领域是可以做的。我新书就写这个彻底的颠覆的模式,暂时先留个悬念。

某些AI大模型公司其实适合在选定领域挑战Autopilot。

国内AI大模型的生死劫点?

前面两节事实上一个说的API这种面对C或者小B的模式,一个说的是B端的方案。

看穿这俩就会看到AI大模型的软肋:

显然的API的业务更匹配AI大模型的技术形式,但国内没付费环境。做海外市场则需要直接和海外模型同台竞争。

B端的方案业务更匹配市场环境,但技术不够,都靠渠道驱动再打转。

所以其实有点屠龙之技的意思,你到低干什么的呢?

没突破口就会像八卦里描述的,往那儿走都一头包当然比较茫然。

实际上B端方案上并非没有突破口。

B端的方案的矛盾在于: 我们对技术报以厚望,但真正拉升50%生产效力或者翻倍的案例是什么呢?

古语经常说的是骡子是马牵出来溜溜,现在的问题是看不见马。AI可以宣称解决各种问题,但不能打开工具箱全是唢呐。

B端方案这里也不是大家不付钱, 只是客户都很精明,不见兔子不撒鹰。

当年数字化花的钱可是一点不少,最近我一个朋友的公司踏踏事实做业务,有标杆落地案例后,虽然环境很难,一样盈利。

建设AI试验场?

萝卜快跑为什么一下子成了全民的焦点?核心不是那车,那车倒腾好多年了。 核心是全城开放,大家都能用了。

唢呐响无数次不如看得见摸得着一次。

AI落地也这样。

在B端方案这里,如果说我们自己都不知道这技术到底能干什么,而是不停的让方案公司做各种变形对所谓的需求进行适配,那显然成本极高,效果会很差。

所以第一个标杆案例在我们这个环境下,AI大模型公司需要自己做

不是提供N多60分的辅助方案,而是彻底做好一个标杆。让人一眼万年,念念不忘。

能做好新便利店那就做一个便利店,能做好一个园区就彻底改造一个园区。

把所有技术可能性在这个标杆上穷尽下 ,然后表现出点和现在完全不一样的东西。

改开刚开始的时候我们为什么那么积极对外学习啊,那时候别人的高铁跑的快,钢产量高都是看得见摸得着的,自然就容易形成说服力。

但不要弄的咣咣打脸,反向证明这技术其实啥也干不了,确实只是唢呐。

这就是现实版的是骡子是马牵出来溜溜。

小结

前面文章曾经提到过, AI的竞争是生态型竞争,是长跑。洋务运动那种我出点钱把工厂建建,造点大炮的逻辑是不好使的 。固然模型本身的技术到底到那儿很关键,但如果整体不通畅,就只能蹦个一两次台阶,拿爬泰山作类比也许能爬到中天门是爬不到玉皇顶的。而缺了这个发动机,那上面的各种应用会很难受。