整理 | 伊風(fēng)
采訪 | 張曉楠
嘉賓 | 巴川、朱雷、肖然
出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）
作為AIGC應(yīng)用落地元年，2024開(kāi)年就拋給我們一些不太好回答的問(wèn)題：
- 在以探索AGI為長(zhǎng)期目標(biāo)時(shí)，我們?cè)搱?jiān)守技術(shù)信仰嗎？
- 除了復(fù)制國(guó)外GPT-4、Sora這樣的成功案例，我們?cè)撊绾螌で蟾蟀l(fā)展和突破？
- 即便算力問(wèn)題得以解決，算法的難題如何跨越？
- 國(guó)內(nèi)企業(yè)為什么大都部署多個(gè)大模型？為什么并非所有企業(yè)都該擁抱AIGC？
前不久51CTO全新直播欄目《AIGC實(shí)戰(zhàn)派》有幸邀請(qǐng)到競(jìng)技世界首席數(shù)據(jù)科學(xué)家巴川，元語(yǔ)智能聯(lián)合創(chuàng)始人兼COO、SuperCLUE社區(qū)發(fā)起人朱雷以及Thoughtworks中國(guó)區(qū)總經(jīng)理、中關(guān)村智聯(lián)創(chuàng)新聯(lián)盟秘書長(zhǎng)肖然，在對(duì)談中回答以上疑問(wèn)。
1.“技術(shù)信仰派”還是“市場(chǎng)信仰派”，只是一時(shí)之爭(zhēng)
51CTO: 在大模型“技術(shù)信仰派”與“市場(chǎng)信仰派”之爭(zhēng)中，你們站哪一派？這背后又折射了怎樣的一種現(xiàn)實(shí)？
巴川：我思考過(guò)這個(gè)問(wèn)題，但是沒(méi)能給出一個(gè)非黑即白的答案。就長(zhǎng)期而言我傾向于技術(shù)信仰派，因?yàn)榧夹g(shù)進(jìn)步是推動(dòng)生產(chǎn)力發(fā)展的關(guān)鍵因素，雖然現(xiàn)在AIGC被炒得非常熱，但其長(zhǎng)期影響力仍然是被低估的。
但在短期內(nèi)，大模型技術(shù)所能產(chǎn)生的影響又被高估了，這種誤判算是技術(shù)落地和廣泛應(yīng)用的一個(gè)必經(jīng)階段。短期內(nèi)，AIGC將不斷向各行各業(yè)泛化，從這點(diǎn)來(lái)看，市場(chǎng)信仰派的觀點(diǎn)也很有價(jià)值。
朱雷：我是堅(jiān)定的技術(shù)信仰派，就目前看，我認(rèn)為技術(shù)派的勝算更大，因?yàn)橥苿?dòng)大規(guī)模數(shù)據(jù)訓(xùn)練和參數(shù)量的躍升已經(jīng)是全球性的技術(shù)共識(shí)，大家都在“卷”技術(shù)、搶人才。
對(duì)于市場(chǎng)派的觀點(diǎn)，我認(rèn)為技術(shù)需要服務(wù)于用戶和客戶，解決具體的業(yè)務(wù)問(wèn)題，這個(gè)站位和邏輯也沒(méi)有問(wèn)題。然而，在以探索AGI為長(zhǎng)期目標(biāo)時(shí)，國(guó)內(nèi)需要一些堅(jiān)持技術(shù)信仰的團(tuán)隊(duì)，他們以長(zhǎng)期研究和技術(shù)突破為目標(biāo)，將商業(yè)化應(yīng)用作為支持研發(fā)和基礎(chǔ)架構(gòu)試錯(cuò)的一種手段。
國(guó)內(nèi)有幾家大模型公司我是很看好的，因?yàn)樗麄冊(cè)诩夹g(shù)層面有獨(dú)到的見(jiàn)解，比如做RAG搜索增強(qiáng)、長(zhǎng)文本等等。但他們也沒(méi)有只做技術(shù)，也在各自的技術(shù)路線上嘗試了多種應(yīng)用，如角色扮演、游戲、效率工具等。我覺(jué)得正因?yàn)樗麄冇屑夹g(shù)信仰，所以會(huì)在自己的應(yīng)用上思考的更長(zhǎng)遠(yuǎn)一點(diǎn)。
相反，如果僅從商業(yè)化的角度出發(fā)，忽視技術(shù)的成熟度，這種做法從長(zhǎng)期看是特別危險(xiǎn)的。我們可以看到，隨著AI技術(shù)的不斷進(jìn)步，一些早期的AI應(yīng)用已經(jīng)失去了競(jìng)爭(zhēng)力。OpenAI的Sora一旦對(duì)外開(kāi)放，就將“殺死”很多小的AI視頻剪輯、自動(dòng)化生成工具。因此，在AGI的早期階段，一定要保持技術(shù)前瞻性，去做長(zhǎng)期的投入和研究。
肖然：在AI技術(shù)浪潮中，真正盈利的往往是提供工具的一方，而非單純追求市場(chǎng)應(yīng)用的一方。這些工具，如RAG、Raptor等，本質(zhì)上是技術(shù)產(chǎn)品，它們的市場(chǎng)價(jià)值在于支持和促進(jìn)技術(shù)創(chuàng)新。
所以，技術(shù)的快速發(fā)展已經(jīng)使得所謂的市場(chǎng)化變得不那么重要，因?yàn)樾枨髮?shí)現(xiàn)的過(guò)程已經(jīng)被極大程度地壓縮了。年輕一代，即使沒(méi)有深厚的計(jì)算機(jī)背景，也能在短時(shí)間內(nèi)學(xué)會(huì)構(gòu)建智能應(yīng)用。這表明，我們正在進(jìn)入一個(gè)新時(shí)代，其中技術(shù)和市場(chǎng)之間的界限變得模糊。
從當(dāng)前的角度來(lái)看，技術(shù)的重要性更為突出。如果你想創(chuàng)造出能夠完成更多任務(wù)的智能化產(chǎn)品，這非常依賴于底層基礎(chǔ)模型的發(fā)展。只有基礎(chǔ)模型得到提升，我們才能完成更多、更復(fù)雜的任務(wù)。
2.如果都是“市場(chǎng)派”邏輯，追上國(guó)外會(huì)變得更難
51CTO : 對(duì)比國(guó)外，國(guó)內(nèi)大模型會(huì)面臨哪些不同？你們對(duì)國(guó)內(nèi)大模型市場(chǎng)抱有哪些期待？
巴川：從算力角度來(lái)看，我們雖然在迎頭追趕，但仍然存在差距。芯片核心技術(shù)在國(guó)外手里，這直接影響了我們獲取最先進(jìn)硬件的能力；另外，顯卡的采購(gòu)困難和禁售帶來(lái)的價(jià)格飛漲也對(duì)我們產(chǎn)生了直接影響。
在算法方面，雖然很多人認(rèn)為國(guó)內(nèi)外的算法水平?jīng)]有太大差異，但我們使用的基礎(chǔ)框架，如Transformer等，大多還是來(lái)自國(guó)外。盡管國(guó)內(nèi)的一些公司也在嘗試開(kāi)發(fā)自己的框架，但離落地應(yīng)用、甚至成為主流框架還差很多。
在數(shù)據(jù)方面，我認(rèn)為國(guó)內(nèi)是有獨(dú)特優(yōu)勢(shì)的。互聯(lián)網(wǎng)快速發(fā)展的一二十年里，我們積累了大量數(shù)據(jù)，特別是在垂直領(lǐng)域，一旦某個(gè)應(yīng)用推廣開(kāi)來(lái)，就能夠迅速覆蓋數(shù)億用戶，這是歐美尤其是歐洲難以做到的。這樣的用戶基數(shù)使得我們能夠快速積累用戶數(shù)據(jù)，并在特定垂直領(lǐng)域快速實(shí)現(xiàn)應(yīng)用的落地和迭代。
朱雷：在我看來(lái)，國(guó)內(nèi)外在大模型市場(chǎng)上的主要差異體現(xiàn)在發(fā)展節(jié)奏和目標(biāo)上。比如OpenAI和谷歌下面的DeepMind，他們的目標(biāo)更多地集中在實(shí)現(xiàn)AGI上。雖然他們也在推進(jìn)商業(yè)化，但視野更為長(zhǎng)遠(yuǎn)，并在安全和基礎(chǔ)架構(gòu)上進(jìn)行了深入研究和探索。
相比之下，目前國(guó)內(nèi)更多地在復(fù)制國(guó)外的成功案例，如GPT-4和Sora等。不過(guò)盡管如此，國(guó)內(nèi)公司融資充足，人才儲(chǔ)備也具備一定水平，且具有全球化視野，這有助于我們?cè)跀?shù)據(jù)規(guī)模和質(zhì)量上進(jìn)行補(bǔ)充。
我認(rèn)為，國(guó)內(nèi)的期待在于未來(lái)五年內(nèi)能否在基礎(chǔ)架構(gòu)上取得突破，而不是僅僅跟隨國(guó)外的技術(shù)發(fā)展。目前，國(guó)內(nèi)正在努力追趕GPT-4的水平，同時(shí)也有探索非Transformer架構(gòu)的嘗試。因?yàn)門ransformer架構(gòu)本身存在局限性，預(yù)測(cè)下一個(gè)token，并不是真實(shí)世界的邏輯，因此這個(gè)架構(gòu)并不能做出世界模型。
肖然：即便算力問(wèn)題得到緩解，我們?nèi)匀幻媾R著代際算法差異的挑戰(zhàn)。目前，國(guó)內(nèi)的大模型技術(shù)多在復(fù)制和追趕國(guó)外的成就，并嘗試做成功產(chǎn)品的理解和復(fù)現(xiàn)。但真的去做一些研究，比如Transform架構(gòu)的根本突破在哪里，國(guó)內(nèi)相關(guān)的討論又太少，我們需要更多的聲音和研究來(lái)探討和實(shí)現(xiàn)下一代的算法革新。
在應(yīng)用層面，國(guó)內(nèi)的大模型應(yīng)用多集中在企業(yè)內(nèi)部，而國(guó)外的模型精度更高，To C產(chǎn)品更為豐富。這背后的核心原因在于底層模型的成熟度差異。國(guó)內(nèi)企業(yè)被迫去做模型微調(diào)和基礎(chǔ)算力設(shè)施，通過(guò)這些應(yīng)用手段，提升模型在特定領(lǐng)域的精度。
我樂(lè)觀估計(jì)，國(guó)內(nèi)的算力問(wèn)題正在得到國(guó)家層面的有效解決。但同時(shí)，我擔(dān)心的是，當(dāng)我們解決了算力和模型精度問(wèn)題后，國(guó)際上可能出現(xiàn)新的算法突破，而科技巨頭會(huì)效仿OpenAI選擇閉源，屆時(shí)我們就會(huì)被拉大算法的代際差距。
3.AI太重要了，企業(yè)多模型部署“留后路”
51CTO: 具體到國(guó)內(nèi)企業(yè)部署和采用大模型，你們發(fā)現(xiàn)有哪些值得關(guān)注的特點(diǎn)，或者一些有趣的現(xiàn)象？這背后的深層原因是什么？
朱雷：我觀察到國(guó)內(nèi)企業(yè)往往會(huì)同時(shí)部署多個(gè)大模型。在與各行各業(yè)的企業(yè)接觸中，包括央企和上市公司，我發(fā)現(xiàn)他們會(huì)同時(shí)采購(gòu)兩三家公司提供的大模型，并結(jié)合一些開(kāi)源模型進(jìn)行微調(diào)。這些企業(yè)會(huì)利用向量數(shù)據(jù)庫(kù)和增強(qiáng)工具，使得基于大模型構(gòu)建的應(yīng)用背后有多個(gè)模型支撐。
這種現(xiàn)象背后的原因可能有幾個(gè)方面。首先，AI大模型目前被認(rèn)為非常重要，因此企業(yè)愿意投入較多預(yù)算。隨著開(kāi)源能力的提升，大模型的部署成本已經(jīng)降低，盡管后續(xù)的數(shù)據(jù)清洗和模型推理可能成本較高，但采購(gòu)模型本身已經(jīng)變得相對(duì)便宜。
其次，當(dāng)前大模型的能力還比較有限，特別是在特定行業(yè)的應(yīng)用上。這就導(dǎo)致企業(yè)在應(yīng)用大模型時(shí)會(huì)部署多個(gè)模型，以期望不同模型在不同方面的能力可以互補(bǔ)。
最后，AI的重要性不言而喻，但企業(yè)對(duì)于國(guó)內(nèi)大模型的發(fā)展前景還不太確定，因此他們傾向于嘗試多個(gè)模型，以觀望哪個(gè)模型能夠更好地發(fā)展，以免選錯(cuò)后對(duì)企業(yè)造成較大損失。
肖然：從成本來(lái)看，盡管模型本身的成本已經(jīng)降低，但與之配套的運(yùn)維成本卻相對(duì)較高。企業(yè)在微調(diào)大模型時(shí)需要投入額外的資源來(lái)管理知識(shí)庫(kù)和優(yōu)化整個(gè)數(shù)據(jù)處理流程，這導(dǎo)致了需要額外雇傭?qū)I(yè)人員來(lái)維護(hù)和優(yōu)化這些模型。而部署的多模型，每個(gè)基礎(chǔ)模型相對(duì)小一些，微調(diào)后能達(dá)到專事專用的效果。
此外，大型組織更有可能部署自有模型，而小型組織則不太可能考慮這一選項(xiàng)。在大型企業(yè)中，各個(gè)部門可能會(huì)根據(jù)自己的需求獨(dú)立部署和使用不同的模型。這種分散的部署方式雖然短期內(nèi)看似效率不高，但實(shí)際上有助于保護(hù)組織結(jié)構(gòu)擁有一定的自由空間，允許各部門根據(jù)自己的業(yè)務(wù)需求靈活調(diào)整。
最后，企業(yè)特別希望大模型的能力能夠與現(xiàn)有的工具鏈相結(jié)合，而不是完全替換現(xiàn)有的工作流程。例如，企業(yè)可能更愿意在現(xiàn)有的辦公平臺(tái)上集成模型來(lái)輔助工作，比如釘釘AI這樣的設(shè)計(jì)，而不是遷移到一個(gè)全新的系統(tǒng)中去。
51CTO：企業(yè)的模型部署、AIGC應(yīng)用等等由哪個(gè)部門負(fù)責(zé)？
肖然：數(shù)字化能力強(qiáng)的公司可能會(huì)成立專門的人工智能中心，來(lái)負(fù)責(zé)模型和算力的相關(guān)工作，而應(yīng)用則由具體實(shí)踐這些工具的相關(guān)部門負(fù)責(zé)。
在為企業(yè)部署AI能力時(shí)，負(fù)責(zé)牽頭的角色往往是CIO或CTO。然而，隨著人工智能戰(zhàn)略的重要性日益增加，一些企業(yè)包括我們自己公司開(kāi)始設(shè)立CAO（Chief AI Officer）來(lái)專門負(fù)責(zé)人工智能戰(zhàn)略的制定和執(zhí)行。從長(zhǎng)遠(yuǎn)來(lái)看，或許越來(lái)越多的企業(yè)會(huì)設(shè)置類似CAO的崗位。
巴川：我們公司算是一個(gè)典型的中型互聯(lián)網(wǎng)游戲公司，我們有一個(gè)技術(shù)中臺(tái)，其中包括大數(shù)據(jù)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等方向。技術(shù)中臺(tái)自然成為了大模型應(yīng)用的主要推動(dòng)者。同時(shí)，我們的業(yè)務(wù)部門，比如說(shuō)美術(shù)部門、銷售部門，也在自下而上的擁抱技術(shù)變革。
我們也在嘗試多個(gè)模型，因?yàn)槟壳斑€不清楚哪個(gè)模型更合適。在這個(gè)過(guò)程中，我們會(huì)直接調(diào)用接口，也會(huì)對(duì)大模型進(jìn)行微調(diào)。這其中涉及到成本和產(chǎn)出比的問(wèn)題，業(yè)務(wù)部門會(huì)根據(jù)業(yè)務(wù)場(chǎng)景直接評(píng)估性價(jià)比，決定是否值得投入。
然而，技術(shù)部門在推動(dòng)大模型應(yīng)用時(shí)，可能會(huì)發(fā)現(xiàn)性價(jià)比并不高，這時(shí)我們的步伐就會(huì)受到限制。一些大模型，比如馬斯克最近發(fā)布的Grok開(kāi)源大模型，雖然下載不難，但能運(yùn)行起來(lái)的機(jī)器需要200萬(wàn)成本，這就需要我們仔細(xì)考慮場(chǎng)景的適用性和成本效益，雖然我們自己也很好奇效果，但如何能說(shuō)服管理者批預(yù)算是個(gè)難題。
對(duì)于中小公司來(lái)說(shuō)，通用大模型的成本可能是難以承受的，可能需要大廠或國(guó)家意志整合資源才能實(shí)現(xiàn)。此外，我們也在思考，專注于特定業(yè)務(wù)場(chǎng)景的大模型是否會(huì)讓我們離AGI越來(lái)越遠(yuǎn)。
4.“新質(zhì)生產(chǎn)力”AI+，已經(jīng)敲開(kāi)了技術(shù)變革的門
51CTO：隨著大模型采購(gòu)成本下降以及垂類模型的成熟，所有企業(yè)都應(yīng)該擁抱大模型嗎？AIGC能在未來(lái)成為所有企業(yè)的剛需嗎？
巴川：隨著成本不斷下降，我認(rèn)為中小企業(yè)完全有可能開(kāi)始使用大模型。在形式上，他們可能會(huì)更多地選擇直接調(diào)用現(xiàn)有的大模型接口，利用其能力來(lái)降本增效，并在特定的市場(chǎng)業(yè)務(wù)場(chǎng)景中創(chuàng)造價(jià)值。而大型企業(yè)，如百度、阿里，可能會(huì)開(kāi)發(fā)自己的模型，以保持技術(shù)壁壘和市場(chǎng)競(jìng)爭(zhēng)力。
從國(guó)家層面來(lái)看，整合資源開(kāi)發(fā)具有自主知識(shí)產(chǎn)權(quán)的大模型也是非常重要的，這不僅是技術(shù)追求，也是社會(huì)責(zé)任的體現(xiàn)。必須有人去開(kāi)發(fā)大模型這樣的基礎(chǔ)設(shè)施。
肖然：AIGC就屬于國(guó)家提出的“新質(zhì)生產(chǎn)力”這個(gè)概念，隨著技術(shù)的進(jìn)步，未來(lái)的情況將與現(xiàn)在大不相同，盡管可能不會(huì)有像iPhone那樣的顛覆性時(shí)刻，但人工智能的應(yīng)用仍會(huì)讓人眼前一亮。
從這個(gè)角度來(lái)看，并不是所有企業(yè)都需要自己部署模型。隨著問(wèn)題逐漸被解決，特別是走向AGI時(shí)，企業(yè)可能不再需要自己擁有模型。正如黃仁勛所說(shuō)，“打敗你的不是AI，而是使用AI的人”。
朱雷：雖然大模型和AI技術(shù)的成本正在下降，但目前大多數(shù)企業(yè)的核心業(yè)務(wù)流程還不能依賴于大模型。目前，大模型的應(yīng)用主要集中在相對(duì)邊緣的業(yè)務(wù)上，成本的降低并不直接等同于可以落地實(shí)施。真正要影響企業(yè)核心業(yè)務(wù)的落地，除了成本，還需要模型在準(zhǔn)確性和推理速度上達(dá)到可用的水平，而目前這個(gè)階段還有相當(dāng)大的差距。
5.“賣鏟子”是門好生意，引領(lǐng)應(yīng)用新趨勢(shì)是“天花板”
51CTO：如何判斷一款A(yù)IGC應(yīng)用是否優(yōu)秀呢？有什么標(biāo)準(zhǔn)嗎？
巴川：我會(huì)首先考慮合規(guī)性，這對(duì)于公司的業(yè)務(wù)至關(guān)重要；其次，AIGC生成的內(nèi)容是否有C端用戶愿意買單，這是一個(gè)直接且重要的評(píng)判標(biāo)準(zhǔn)；此外，我希望能夠看到應(yīng)用中有些特色，能夠把相關(guān)的數(shù)據(jù)積累用起來(lái)，形成一定的壁壘。
肖然：我認(rèn)為這個(gè)時(shí)代值得做的生意就是“賣鏟子”。使用AIGC技術(shù)提供工程化支持的工具和服務(wù)——是一個(gè)有前景的事情。直接做大模型的門檻太高了，不適合一般的玩家入場(chǎng)。無(wú)論AIGC應(yīng)用是面向C端還是B端，都需要將這些技術(shù)工程化、規(guī)模化，讓組織能在內(nèi)部享受到AI技術(shù)帶來(lái)的便利。
如果涉及到直接面向消費(fèi)者的應(yīng)用，我會(huì)在合規(guī)的基礎(chǔ)上增加對(duì)高頻場(chǎng)景替代的考量。我喜歡那些能夠改變用戶習(xí)慣、增加用戶粘性的應(yīng)用。
朱雷：從長(zhǎng)遠(yuǎn)來(lái)看，我認(rèn)為AIGC應(yīng)用在交互方面還有很大的創(chuàng)新空間。盡管目前市面上已有一些成熟的交互模式，如智能音箱和流程機(jī)器人，但未來(lái)可能會(huì)有新的交互模式出現(xiàn)，特別是適合AGI的新型交互模式，我期待在國(guó)內(nèi)看到這樣的創(chuàng)新。
想了解更多AIGC的內(nèi)容，請(qǐng)?jiān)L問(wèn)：
