2024年，AI的共識(shí)與非共識(shí)。

從ChatGPT帶著大模型及智能對(duì)話引領(lǐng)時(shí)代開始，距離現(xiàn)在已經(jīng)一年有余。這一年來，中國(guó)AI也經(jīng)歷了多個(gè)階段：從狂熱到質(zhì)疑到冷靜，從大模型之間的競(jìng)爭(zhēng)變成了模型和應(yīng)用共贏，從共識(shí)遍地到各自開花……

此刻，AI鏈條中的各方都意識(shí)到，單打獨(dú)斗無(wú)法助推AI技術(shù)的進(jìn)一步發(fā)展，更無(wú)法讓先進(jìn)的技術(shù)為人所用。

交流、溝通、共創(chuàng)的需求日益明確，AI產(chǎn)業(yè)鏈條不僅需要代碼的開源社區(qū)，更需要觀點(diǎn)的“開源社區(qū)”。

在2024年1月30日，阿里云創(chuàng)業(yè)者社群舉辦了創(chuàng)業(yè)者之夜，希望通過不同參與方的思維碰撞，激發(fā)創(chuàng)新。50位嘉賓圍爐煮茶、坐而論道，其中包括實(shí)踐AI落地的產(chǎn)業(yè)方昆侖萬(wàn)維、中航信、招商銀行、同道獵聘等，大模型明星公司智譜AI、百川智能等，投資機(jī)構(gòu)代表元璟資本等，研究機(jī)構(gòu)IDEA，以及行業(yè)內(nèi)眾多上下游的創(chuàng)業(yè)公司，比如松應(yīng)科技、Nolibox計(jì)算美學(xué)、面壁智能等。

在創(chuàng)業(yè)者之夜的現(xiàn)場(chǎng)，“落地”“應(yīng)用”成為高頻詞匯。歷史上每一次技術(shù)的發(fā)展都離不開場(chǎng)景的落地，如果沒有移動(dòng)互聯(lián)網(wǎng)，云計(jì)算也難以成長(zhǎng)，如果沒有軟件，電腦至今也不會(huì)成為必需品。本次AI浪潮的基座大語(yǔ)言模型固然是發(fā)展的關(guān)鍵所在，但是能不能找到落地的應(yīng)用，才決定了技術(shù)長(zhǎng)久發(fā)展的未來。

AI原生還是“+AI”？ 產(chǎn)品為王還是技術(shù)優(yōu)先？產(chǎn)品的to B、to C如何選擇？不同產(chǎn)業(yè)，到底關(guān)注AI的什么能力？

相較于上半年悶頭向前追趕的技術(shù)研發(fā)期，關(guān)于技術(shù)路線和未來愿景的“共識(shí)”如此明確。但此刻在技術(shù)平穩(wěn)期，落地成為不得不談的話題，這個(gè)話題下，“非共識(shí)”成為了最大的共識(shí)。

從左到右分別是阿里云創(chuàng)業(yè)孵化事業(yè)部總經(jīng)理李中雨；智譜AI COO張帆；百川智能聯(lián)合創(chuàng)始人、總裁洪濤；元璟資本管理合伙人劉毅然；IDEA研究院認(rèn)知計(jì)算與自然語(yǔ)言講席科學(xué)家張家興、通義實(shí)驗(yàn)室對(duì)話智能負(fù)責(zé)人李永彬

AI原生：當(dāng)前階段，要革新還是要效果？

人們?nèi)菀装鸭夹g(shù)上面臨的問題看得太重，把落地時(shí)面臨的問題看得太輕。正如同互聯(lián)網(wǎng)時(shí)代，如果是產(chǎn)業(yè)“+互聯(lián)網(wǎng)”，那只能在某些角度降本增效，但如果是“互聯(lián)網(wǎng)+”，則會(huì)大范圍爆發(fā)新的需求。而這“互聯(lián)網(wǎng)+”，則是考驗(yàn)應(yīng)用在場(chǎng)景里的落地能力。

但目前技術(shù)仍然不夠穩(wěn)定。GPT4仍然存在幻覺問題，GPT5泛化能力、模型解決復(fù)雜任務(wù)的能力在提升，但尚未確定推出時(shí)間。更重要的是，中國(guó)大模型還在追趕的路上，目前國(guó)內(nèi)的頭部模型，只能在部分性能上比肩GPT4。

如果大模型技術(shù)不過關(guān)、不穩(wěn)定，則沒有爆發(fā)應(yīng)用的前提條件。通義實(shí)驗(yàn)室對(duì)話智能負(fù)責(zé)人李永彬舉例：“大模型解決一個(gè)問題的水平從20分提高到60分，就能夠驚艷所有人，因?yàn)橹?0分太差了。”但在嚴(yán)格一些的應(yīng)用層面，“60分和0分差不多，因?yàn)闆]有辦法拿60分的產(chǎn)品上線”。

在這樣的背景下，中國(guó)和美國(guó)面臨的AI原生問題既相似又不同。

相似的是，中美雙方都沒有進(jìn)步應(yīng)用爆發(fā)潮。

阿里云創(chuàng)業(yè)孵化事業(yè)部總經(jīng)理李中雨梳理了硅谷一年來的AI進(jìn)展，他表示雖然出現(xiàn)了大量應(yīng)用，但是“訪問量還是集中在ChatGPT，Create AI，這兩者占了百分之七八十”，按照以前移動(dòng)互聯(lián)網(wǎng)時(shí)代的訪問量來算，其他的應(yīng)用，都只是長(zhǎng)尾應(yīng)用。

不同的是，美國(guó)還是出現(xiàn)了幾款革新性產(chǎn)品。

目前美國(guó)大模型驅(qū)動(dòng)的應(yīng)用分為兩種，一種是通用型的，對(duì)原有產(chǎn)品的改造，比如NewBing；另一種是垂直領(lǐng)域的“革命”，比如11個(gè)人、0融資、1千萬(wàn)人社區(qū)和1億美金營(yíng)收的Midjourney。

而中國(guó)尚未出現(xiàn)一款足以引發(fā)狂熱的AI原生應(yīng)用。

“大模型出現(xiàn)，引領(lǐng)著最前端的技術(shù)，發(fā)展很快。但是究竟拿它做什么？”元璟資本管理合伙人劉毅然拋出了這個(gè)問題。“今天還是拿AI做原來已有生產(chǎn)關(guān)系或者原來已有（產(chǎn)品）的加強(qiáng)，雖然做得不錯(cuò)，但是我們更期待看到技術(shù)變革之后的新產(chǎn)品出現(xiàn)，推動(dòng)新一代需求。”

也許在目前的技術(shù)條件下，我們需要憧憬AI原生，但不能過度執(zhí)著于AI原生。“我們不要關(guān)注這個(gè)技術(shù)本身是不是AI原生，而是要關(guān)注大模型和哪些傳統(tǒng)的技術(shù)可以結(jié)合起來，最后達(dá)到很好的效果。”昆侖萬(wàn)維集團(tuán)董事長(zhǎng)兼CEO方漢提出了這樣的觀點(diǎn)。他以游戲場(chǎng)景中的3D模型生成舉例，AI大模型的方法直接生成的3D模型，會(huì)存在面數(shù)特別多，規(guī)格不對(duì)的問題，基本不可用；但如果搭配傳統(tǒng)思路，把動(dòng)畫工具介入到AI工作流之后，產(chǎn)品可用性則會(huì)大大提高。

百川智能聯(lián)合創(chuàng)始人、總裁洪濤也表達(dá)了類似的觀點(diǎn)：“從實(shí)用的角度，眼前階段明確場(chǎng)景，用工程+模型的方式，把它做起來，然后用增長(zhǎng)飛輪的方式，無(wú)論數(shù)據(jù)回滾還是用戶反饋回滾，還是各種各樣的技術(shù)條件和系統(tǒng)環(huán)境的碰撞，可能才是更可行的路。”

從另外一個(gè)角度分析，中國(guó)的創(chuàng)新者擅長(zhǎng)在后半場(chǎng)發(fā)揮產(chǎn)品上的創(chuàng)造力，而非從新技術(shù)出現(xiàn)時(shí)就進(jìn)行從0到1的產(chǎn)品創(chuàng)造。

元璟資本劉毅然分享，從移動(dòng)互聯(lián)網(wǎng)的后半場(chǎng)就能看到，美國(guó)產(chǎn)品技術(shù)有特色，但是產(chǎn)品不好，而中國(guó)的使用環(huán)境和人才結(jié)構(gòu)，在技術(shù)創(chuàng)新到一定階段后，能夠打磨出無(wú)與倫比的產(chǎn)品。“在這個(gè)前提下，中國(guó)的創(chuàng)業(yè)還有很多的機(jī)會(huì)。”

從模型為王到價(jià)值為王

在AI時(shí)代，尤其是討論AI原生應(yīng)用時(shí)，不論to C還是to B，最重要的評(píng)判標(biāo)準(zhǔn)是，要對(duì)產(chǎn)業(yè)本身產(chǎn)生價(jià)值。正如阿里云智能副總裁、公共云業(yè)務(wù)解決方案總經(jīng)理韓鴻源所說：“應(yīng)用效果說明一切。”

盡管移動(dòng)互聯(lián)網(wǎng)時(shí)代也出現(xiàn)了諸如短視頻、直播等娛樂消遣向的應(yīng)用，但是在早期，更容易被C端用戶接受并且實(shí)現(xiàn)自然裂變的，還是淘寶、微信這種提升效率的產(chǎn)品。

而AI被人們天然寄予了“提升生產(chǎn)力”的訴求。這需要我們從大模型單點(diǎn)技術(shù)的“自嗨”中抽離出來，更多關(guān)注給行業(yè)和社會(huì)帶來的“價(jià)值”。

盡管是大模型頭部廠商，百川智能的洪濤也認(rèn)為：“現(xiàn)階段做應(yīng)用，含大模型量不宜過高，如果過高，應(yīng)用的可靠性會(huì)有風(fēng)險(xiǎn)。”并且洪濤還提到，技術(shù)不應(yīng)該閉門造車，而應(yīng)該與產(chǎn)業(yè)界交流：“真正產(chǎn)業(yè)的落地，不可能純靠算法專家、技術(shù)同學(xué)之間的碰撞，一定與產(chǎn)業(yè)界、實(shí)際的使用者有互動(dòng)。”

通義實(shí)驗(yàn)室的李永彬補(bǔ)充，如果不是落地產(chǎn)業(yè)界，也很難認(rèn)識(shí)到技術(shù)的不足在哪。他從自己做to B的經(jīng)驗(yàn)出發(fā)，認(rèn)為如果聚焦在to B的產(chǎn)品，效果到不了90，客戶不會(huì)買單：“所以在to B場(chǎng)景下，技術(shù)能力需要更大的考驗(yàn)。”

事實(shí)上，很多技術(shù)上的不足和瓶頸，確實(shí)困擾了產(chǎn)業(yè)方價(jià)值的實(shí)現(xiàn)。

同道獵聘集團(tuán)董事會(huì)主席兼CEO戴科彬提出了一個(gè)洞察，就是關(guān)于大模型的測(cè)試成本是目前產(chǎn)業(yè)落地的障礙之一。“這家的模型在語(yǔ)言識(shí)別理解上做得不錯(cuò)，那家模型在表情圖像上做得更好一些。當(dāng)模型在不同地方調(diào)用時(shí)，也會(huì)產(chǎn)生內(nèi)部團(tuán)隊(duì)評(píng)價(jià)標(biāo)準(zhǔn)的問題。”市面上通用大模型已經(jīng)多達(dá)幾十種，測(cè)試各家的模型并且與場(chǎng)景做契合，需要大量的時(shí)間、人力、資源上的投入。

這個(gè)問題目前尚無(wú)法得出答案。智譜AI的COO張帆表示：“在具體的方向上，如果不能落地，不能產(chǎn)生價(jià)值，再高的榜單分?jǐn)?shù)價(jià)值也是0。”所以，智譜AI在服務(wù)產(chǎn)業(yè)方時(shí)，提供具體的支持和服務(wù)，確保模型和場(chǎng)景的結(jié)合。“大家要自己去試，在自己的場(chǎng)景里去測(cè)。”

除了“通用”的困擾，具體到不同行業(yè)，也會(huì)有各自的痛點(diǎn)。不同產(chǎn)業(yè)的需求差異，更是需要技術(shù)和產(chǎn)業(yè)一起探索。

以金融為代表的產(chǎn)業(yè)，其容錯(cuò)性的問題是AI落地中最具考驗(yàn)性的一環(huán)。“一個(gè)行業(yè)容錯(cuò)性低的話，對(duì)大模型一定很謹(jǐn)慎。”昆侖萬(wàn)維集團(tuán)董事長(zhǎng)兼CEO方漢說道，但是并非所有行業(yè)都像金融行業(yè)一樣，有一些行業(yè)甚至希望“幻覺”的出現(xiàn)：“做內(nèi)容做社交的人希望幻覺越多越好。生成內(nèi)容領(lǐng)域最容易落地的，因?yàn)槿蒎e(cuò)性非常高。”

“差異化對(duì)所有做大模型的人是最大的痛。”IDE研究院張家興在現(xiàn)場(chǎng)分享道。但是對(duì)于落地場(chǎng)景來說，越大的差異化，意味著越多的空間和創(chuàng)造更大價(jià)值的可能性。

產(chǎn)品人的時(shí)代過去了嗎？

要滿足需求，離不開對(duì)產(chǎn)品能力的討論。但產(chǎn)品能力在AI時(shí)代代表著什么？共識(shí)也尚未出現(xiàn)。

一些人認(rèn)為，移動(dòng)互聯(lián)網(wǎng)時(shí)代的“產(chǎn)品人”創(chuàng)業(yè)的邏輯已經(jīng)改變，在技術(shù)更新?lián)Q代期，即使是從產(chǎn)品的角度切入，也是考驗(yàn)掌握技術(shù)核心能力。

元璟資本劉毅然認(rèn)為：“模型的能力或者理解操控模型的能力，就是今天產(chǎn)品力的一部分。”這是因?yàn)椋苿?dòng)互聯(lián)網(wǎng)時(shí)代底層基礎(chǔ)設(shè)施一致，因此只需要考慮產(chǎn)品本身，但是如今全球有十幾個(gè)主流模型，每一個(gè)模型的底層邏輯都各不相同。“純產(chǎn)品型的創(chuàng)業(yè)很難，至少在大模型上半場(chǎng)，底部模型源源不斷變化時(shí)，上層應(yīng)用一定要充分理解下面的模型技術(shù)。”

“不是PMF（Product Markrt Fit），而是TPF（Technology-Product Fit）。”百川智能洪濤表示。

但產(chǎn)業(yè)方不這么想。

同道獵聘戴科彬從產(chǎn)業(yè)方的角度提出了自己實(shí)在的需求。“前臺(tái)大部分的用戶是不理解什么叫做大模型，不理解所謂的技術(shù)，只知道交互好不好，我能不能理解這個(gè)產(chǎn)品。”同道獵聘既是大模型的落地方，又是給招聘企業(yè)提供智能產(chǎn)品的服務(wù)方，目前已經(jīng)在招聘環(huán)節(jié)引入了大模型，具體來說，在大公司做校園招聘時(shí)，批量通知、提問是非常大的投入，同道獵聘在這個(gè)場(chǎng)景中做了“數(shù)字面試官”，可以基于雙邊的理解生成問題。

在實(shí)踐中，戴科彬發(fā)現(xiàn)，只懂技術(shù)、只懂產(chǎn)品都遠(yuǎn)遠(yuǎn)不夠，“懂人性，懂在交互過程當(dāng)中如何引導(dǎo)用戶很簡(jiǎn)單實(shí)現(xiàn)用戶意圖的人才能夠做好AI產(chǎn)品”。

總結(jié)來看，大模型時(shí)代，并不是對(duì)于創(chuàng)新者的要求“變了”，而是要求“多了”——to C的應(yīng)用，要有擊穿大眾認(rèn)知、更具想象力的未來，更要能洞察人的實(shí)際需求；to B的應(yīng)用則需要更加務(wù)實(shí)，既要具備極強(qiáng)的技術(shù)底座，又要具備能夠革新生產(chǎn)力的產(chǎn)品能力。

但對(duì)于很多產(chǎn)業(yè)方提出的“產(chǎn)品力”訴求，技術(shù)方并不是不想解決，而是確實(shí)不到時(shí)候——應(yīng)用側(cè)也有技術(shù)路線尚未達(dá)成共識(shí)。百川智能洪濤提到，大模型之所以通用，是因?yàn)橛昧斯蚬_的數(shù)據(jù)，而和私域數(shù)據(jù)結(jié)合才是實(shí)現(xiàn)產(chǎn)業(yè)落地的關(guān)鍵，但是如何更高效結(jié)合，目前尚未形成統(tǒng)一的結(jié)論。

更多思考和探索，還需要產(chǎn)業(yè)再給予一些耐心。

實(shí)現(xiàn)先進(jìn)要與更先進(jìn)的企業(yè)一起

阿里云智能集團(tuán)資深副總裁 公共云業(yè)務(wù)總裁 劉偉光

阿里云在做大模型，并且通義大家族（通義千問、通義聽悟、通義智文作為應(yīng)用代表，同時(shí)百煉大模型服務(wù)平臺(tái)，魔搭社區(qū)）也已經(jīng)取得比較好的市場(chǎng)口碑，但是阿里云的視角更為開放。

這是因?yàn)椋⒗镌剖菑腁I產(chǎn)業(yè)最底層的云計(jì)算服務(wù)切入賽道。云和AI天然融合，從技術(shù)和業(yè)務(wù)邏輯看，“AI 算力基礎(chǔ)設(shè)施” 的重點(diǎn)是公共云。因?yàn)榇竽Ｐ偷挠?xùn)練和推理（使用環(huán)節(jié)）都需要調(diào)度彈性算力資源，且要求及時(shí)響應(yīng)，這與在各地建有數(shù)據(jù)中心、能及時(shí)滿足算力波峰波谷變化的公共云更契合；云計(jì)算能力的提升，包括GPU算力、配套的計(jì)算存儲(chǔ)、網(wǎng)絡(luò)能力的演進(jìn)，也會(huì)對(duì)AI產(chǎn)生強(qiáng)有力支撐。

在開放的狀態(tài)下就能吸引到更多懷揣技術(shù)和產(chǎn)品理想的企業(yè)，先進(jìn)的企業(yè)會(huì)合力帶領(lǐng)社會(huì)走向更先進(jìn)的未來。

這也是阿里云的初衷。正如阿里云市場(chǎng)部總裁劉湘雯所說，“開源是阿里云堅(jiān)定的選擇，一定會(huì)非常確定地走下去。所以我們希望創(chuàng)造像阿里云創(chuàng)業(yè)者社群這樣的場(chǎng)合，讓創(chuàng)業(yè)者朋友們可以充分交流，遇到一句頂一萬(wàn)句的知音。”

阿里云市場(chǎng)部總裁 劉湘雯

在眾多非共識(shí)中，有一點(diǎn)成為了共識(shí)——中國(guó)未來會(huì)在應(yīng)用層面取得突破。“我非常堅(jiān)信未來在應(yīng)用層面會(huì)有非常多的沉淀。即使在基礎(chǔ)模型上會(huì)落后一點(diǎn)，但在應(yīng)用上，一定能夠找到突破口。”劉偉光這樣總結(jié)。

我們不僅期待先進(jìn)未來的到來，更是會(huì)一起邁步、合力接近。

寫在最后：

創(chuàng)業(yè)者之夜活動(dòng)由阿里云創(chuàng)業(yè)者社群舉辦。社群聚集中國(guó)最前沿的技術(shù)創(chuàng)新者，聚焦云與AI技術(shù)方向、以及AI在產(chǎn)業(yè)中的落地應(yīng)用等核心主題，發(fā)起各類技術(shù)及產(chǎn)業(yè)閉門活動(dòng)與研討，與社群成員形成長(zhǎng)期共創(chuàng)體系，與技術(shù)創(chuàng)新者們共同成長(zhǎng)。