對(duì)話原釘釘VP張斯成：生成式AI，能否避免“中式SaaS”的陷阱？丨AGI十人談

作者丨何思思

編輯丨林覺民

“如果單指Gen-AI（生成式AI）的創(chuàng)業(yè)熱潮，中美兩地都在共享盛宴。如果指大模型本身，可能只是國內(nèi)一片熱火朝天，”談到中美大模型發(fā)展熱潮，AI觀察者張斯成如是說。

其實(shí)，大模型在國內(nèi)火了已經(jīng)有半年時(shí)間，百度率先嗅到了商機(jī)，并發(fā)布文心一言，這一舉動(dòng)也順利揭開了大模型市場(chǎng)的帷幕。隨后國內(nèi)迎來了大模型密集發(fā)布月，阿里云的通義千問、商湯的日日新、昆侖萬維 的“天工”3.5以及知乎的“知海圖AI”等陸續(xù)亮相。當(dāng)然除了頭部大廠外，也不乏創(chuàng)業(yè)公司的入局，諸如王小川、李開復(fù)等。

一位大模型從業(yè)者告訴雷峰網(wǎng)，目前國內(nèi)做大模型的公司已經(jīng)有138家左右，且這個(gè)數(shù)字還在持續(xù)上漲。

由此可見，國內(nèi)大模型產(chǎn)業(yè)正在如火如荼的進(jìn)行。反觀這些大模型廠商，張斯成將其分為四類：一是做基礎(chǔ)大模型的研發(fā)。二是做垂類模型，結(jié)合場(chǎng)景去構(gòu)建領(lǐng)域內(nèi)的模型。三是做應(yīng)用，基于大模型的能力解決實(shí)際問題。四是圍繞大模型的基礎(chǔ)技術(shù)或設(shè)施，比如工程化、數(shù)據(jù)庫、數(shù)據(jù)處理等。

大模型在國內(nèi)的火熱程度早已不言喻，但由于其不是本土化的概念，所以在大部分人追捧的同時(shí)，也有人在質(zhì)疑，甚至有人給大模型扣上了“抄襲、套殼、畫皮”的帽子。在張斯成看來，只有中國在大模型方面是熱火朝天的狀態(tài)，硅谷創(chuàng)業(yè)圈更關(guān)注如何應(yīng)用大模型，改變?nèi)粘Ｉ詈凸ぷ鳌?/p>

其實(shí)不然，正如張斯成所言，除了一批做通用大模型的企業(yè)，也有一批專注做垂類模型和上層應(yīng)用的企業(yè)，諸如CRM領(lǐng)域、人力資源領(lǐng)域、營銷領(lǐng)域…他們想做的正是基于大模型的能力解決實(shí)際應(yīng)用的問題。

但從目前發(fā)展來看，大部分企業(yè)仍停留在追熱點(diǎn)階段，實(shí)際上并沒有成功的產(chǎn)品落地。對(duì)此，張斯成也發(fā)表了自己的觀點(diǎn)。他表示，主要原因在于，中美對(duì)創(chuàng)新的認(rèn)知不同，美國對(duì)創(chuàng)新的認(rèn)知更強(qiáng)調(diào)廣度，即技術(shù)的創(chuàng)新只是大眾認(rèn)知中的一部分，普通民眾對(duì)于日常場(chǎng)景中的創(chuàng)新會(huì)更加關(guān)注。

而國內(nèi)對(duì)創(chuàng)新的認(rèn)知更偏重技術(shù)層面，再就是當(dāng)GPT霸版時(shí)，國內(nèi)呼聲最高的是我們自己的大模型在哪，再加上OpenAI的限制，地緣政治之間博弈再次推高了國內(nèi)對(duì)大模型本身的熱情。

這也從側(cè)面反映出了，在國內(nèi)大模型還是一個(gè)新項(xiàng)目、新技術(shù)，企業(yè)更多的是為了做出大模型而做大模型。簡(jiǎn)言之，沒有堅(jiān)實(shí)的大模型底座作為支撐，何談成熟的上層應(yīng)用。但相比之下變，國外以O(shè)penAI、谷歌為代表的大模型技術(shù)和生態(tài)早已相對(duì)成熟，且具備了為上層應(yīng)用服務(wù)的能力。

“如果說硅谷的泡沫聞起來是香甜的，國內(nèi)的則略顯苦澀，”對(duì)于中美大模型的發(fā)展態(tài)勢(shì)，張斯成評(píng)價(jià)道。

以下是雷峰網(wǎng)和張斯成的對(duì)話：

之于大模型，硅谷關(guān)注應(yīng)用，國內(nèi)關(guān)注的是自己的模型在哪兒

雷峰網(wǎng)：最近中美兩地迎來大模型創(chuàng)業(yè)潮，您怎么看待這一現(xiàn)象？

張斯成：如果我們指Gen-AI（生成式AI）的創(chuàng)業(yè)熱潮，可以說中美兩地都在共享盛宴。如果指大模型本身，可能只是國內(nèi)一片熱火朝天。硅谷創(chuàng)業(yè)圈對(duì)大模型本身的興趣，更多在于如何應(yīng)用，如何改變?nèi)粘Ｉ詈凸ぷ?。這其中既有創(chuàng)業(yè)文化的因素影響，也有產(chǎn)業(yè)格局和路徑的原因。

一方面，美國社會(huì)對(duì)創(chuàng)新的認(rèn)知，比較強(qiáng)調(diào)廣度，也就是說，技術(shù)上的創(chuàng)新只是大眾認(rèn)知中的一部分，普通民眾對(duì)于日常場(chǎng)景中的創(chuàng)新會(huì)更加關(guān)注。一個(gè)新的技術(shù)出現(xiàn)時(shí)，如果不能快速破圈，那么很可能只會(huì)停留在科研和學(xué)術(shù)的小圈層中。這也是為何OpenAI在推出ChatGPT之后才迅速成為了大眾視野中冉冉升起的明星。

另一方面，LLMs（大語言模型）的發(fā)展歷史上，當(dāng)OpenAI默默發(fā)展數(shù)年之后突然一個(gè)彎道加速甩開Google身段時(shí)，Microsoft及時(shí)的強(qiáng)力助攻讓GPT模型迅速成為了全行業(yè)的參考系。直到Meta拋出同等級(jí)的開源模型后才動(dòng)搖了GPT霸榜的局面。與此同時(shí)，其他大廠或反思或等待或觀察，都沒有倉促上馬推出自己的大模型，反而是積極尋找差異化的定位，比如Apple一直是在冷眼觀察找時(shí)機(jī)再切入。在這種基礎(chǔ)上，創(chuàng)業(yè)社群里討論更多的是如何運(yùn)用已有的技術(shù)能力，發(fā)掘更多有趣的應(yīng)用場(chǎng)景。過去幾次由技術(shù)引發(fā)的創(chuàng)業(yè)熱潮中，以應(yīng)用場(chǎng)景脫穎而出的獨(dú)角獸公司比比皆是，結(jié)果或是IPO或是被并購，皆大歡喜。

雷峰網(wǎng)：國內(nèi)是什么樣的狀態(tài)，有什么不同？

張斯成：相對(duì)而言，上面說的兩個(gè)方面在國內(nèi)都呈現(xiàn)著不同的狀態(tài)。一方面，對(duì)創(chuàng)新的認(rèn)知，大多數(shù)國人還是偏重于技術(shù)層面，技術(shù)含量成為了一個(gè)默認(rèn)的標(biāo)準(zhǔn)。

另一方面，當(dāng)GPT霸版時(shí)，國內(nèi)輿論呼聲最高的是我們自己的大模型在哪，再加上OpenAI的開放限制，地緣政治下的博弈推高了國內(nèi)對(duì)大模型本身的熱情。在這種環(huán)境下，應(yīng)用側(cè)的創(chuàng)新基本被無情地忽略了，產(chǎn)業(yè)和資本圈都爭(zhēng)先恐后地涌入大模型研發(fā)，軍備競(jìng)賽式的爭(zhēng)奪如火如荼。半年下來，國內(nèi)創(chuàng)業(yè)社群呈現(xiàn)出內(nèi)冷外熱的感覺：一邊是圍觀“百模大戰(zhàn)”的熱鬧，一邊是缺乏技術(shù)成熟、商業(yè)可用的基礎(chǔ)大模型的尷尬。結(jié)果資本和人才都被各種花式模型拉扯分割無法合力，應(yīng)用生態(tài)又無從繁榮來支撐大模型的故事預(yù)期。如果說硅谷的泡沫聞起來是香甜的，國內(nèi)的明顯有點(diǎn)苦澀。

雷峰網(wǎng)：它們的創(chuàng)業(yè)方向分為哪幾類或哪些流派，哪派比較有機(jī)會(huì)?

張斯成：不論是國內(nèi)還是硅谷的創(chuàng)業(yè)，業(yè)界基本都會(huì)分成三到四類。第一種是做基礎(chǔ)大模型的研發(fā)。第二種是做垂類模型，結(jié)合場(chǎng)景去構(gòu)建領(lǐng)域內(nèi)的模型。第三種是做應(yīng)用，基于大模型的能力解決實(shí)際問題。第四種是圍繞大模型的基礎(chǔ)技術(shù)或設(shè)施，比如工程化、數(shù)據(jù)庫、數(shù)據(jù)處理等。

這四類中，中間兩類的邊界目前變得越發(fā)模糊，或許也是雙向奔赴的結(jié)果。目前各大云計(jì)算平臺(tái)著力推MaaS（model as a service)，也在嘗試把前兩類融合在一起。我個(gè)人不會(huì)按流派來劃分創(chuàng)業(yè)團(tuán)隊(duì)，那種做法比較江湖范，更多還是看每一個(gè)項(xiàng)目對(duì)自身的定位是否清晰來判斷它最終在產(chǎn)業(yè)格局中的可能價(jià)值。

雷峰網(wǎng)：目前圈內(nèi)流行的對(duì)大模型的看法和認(rèn)知，哪些說法是比較認(rèn)同的？

張斯成：我不是大模型領(lǐng)域的技術(shù)專業(yè)人員，所以更多是從產(chǎn)品和商業(yè)的視角去理解當(dāng)前的發(fā)展?fàn)顟B(tài)。就所知所聞，談?wù)勎覍?duì)三個(gè)流行觀點(diǎn)的看法。

第一，應(yīng)用為王。這個(gè)我雙手贊成，因?yàn)閺漠a(chǎn)業(yè)的角度看，最終生產(chǎn)力的變革必須以社會(huì)財(cái)富的極大變化為佐證。只有大規(guī)模多樣性的應(yīng)用才能讓一種技術(shù)進(jìn)入良性的上升螺旋。人類點(diǎn)亮科技樹的次序并不是隨機(jī)的，其中需要大量、廣泛、持續(xù)的運(yùn)用和傳播才能奠定某項(xiàng)技術(shù)的里程碑。這是我在閱讀著作《世界文明中的技術(shù)》時(shí)得出的重要結(jié)論。因此，大模型技術(shù)在達(dá)到基礎(chǔ)可用之后，在科技史上的地位輕重就要看應(yīng)用的發(fā)展了。

第二，數(shù)據(jù)是瓶頸。這個(gè)我也基本贊同，不過要加上一個(gè)限定詞：短期內(nèi)。目前算法而言大多數(shù)都處于同一層面，還沒有出現(xiàn)明顯的段位差。所以數(shù)據(jù)成為了短期競(jìng)爭(zhēng)的熱點(diǎn)，數(shù)據(jù)的來源、質(zhì)量、規(guī)管等，都有可能會(huì)成為瓶頸，反之也就是優(yōu)勢(shì)。

雷峰網(wǎng)：那哪些是你覺得有問題的?

張斯成：LLMs將帶來AGI。這個(gè)觀點(diǎn)我越來越傾向于不敢相信。雖然大模型領(lǐng)域每天都在進(jìn)步，比如最近在數(shù)學(xué)推理方面的進(jìn)展，但大家也能隱約感受到模型能力的天花板。在構(gòu)造世界模型的話題上，以Yann Lecun為代表的學(xué)者提出不同的方式來提升學(xué)習(xí)算法。

從人類智能的產(chǎn)生角度而言，具身個(gè)體的移動(dòng)能力相當(dāng)重要。雖然前些天有研究者在論文中提到將ChatGPT和機(jī)器人結(jié)合的實(shí)驗(yàn)，但還只是一小步。而且最近流傳出來關(guān)于GPT-4的訓(xùn)練模型結(jié)構(gòu)中，已經(jīng)可以看到在工程和算法方面的不少妥協(xié)。這些可能都在暗示，AGI無法完全依靠LLMs來實(shí)現(xiàn)奇點(diǎn)的突破?；蛟S，實(shí)現(xiàn)AGI的拼圖中，LLMs只是一部分。

大模型釋放“無盡推理”能力，B端迎來新的卡位賽

雷峰網(wǎng)：大模型的未來，你更看好To C 還是To B 模式?

張斯成：由于過往的職業(yè)經(jīng)歷，我在同時(shí)關(guān)注2B和2C。我認(rèn)為AGI對(duì)人類社會(huì)的根本改變是來自對(duì)生產(chǎn)力的終極變革，因此2B是最能體現(xiàn)AI對(duì)價(jià)值體系進(jìn)行破壞式創(chuàng)新的領(lǐng)域。但如果參照人類歷史最近幾次重大的生產(chǎn)力變革過程，一項(xiàng)關(guān)鍵技術(shù)的滲透路徑往往都是從2C到2B。

也就是說，由于技術(shù)對(duì)生活應(yīng)用場(chǎng)景的改變教育了個(gè)體對(duì)于新技術(shù)的認(rèn)知，進(jìn)而傳導(dǎo)和激勵(lì)個(gè)體在生產(chǎn)應(yīng)用場(chǎng)景中對(duì)新技術(shù)的運(yùn)用。

這種模式在Gen-AI階段會(huì)更加明顯。因?yàn)镚en-AI最直接影響的就是內(nèi)容領(lǐng)域的形態(tài)，而內(nèi)容消費(fèi)又是人類社群在注意力經(jīng)濟(jì)范式驅(qū)動(dòng)下越來越重要的活動(dòng)。因此，2C領(lǐng)域應(yīng)該是Gen-AI最快產(chǎn)生第一波爆發(fā)的地方。

隨著2C領(lǐng)域出現(xiàn)一系列成功火爆的應(yīng)用，2B領(lǐng)域也會(huì)通過參考2C領(lǐng)域的行為校正模式找到運(yùn)用AI的正確方式，由此開啟廣泛改變生產(chǎn)力的序幕。

當(dāng)然，2C和2B領(lǐng)域的項(xiàng)目并不會(huì)嚴(yán)格區(qū)分入場(chǎng)先后，而是會(huì)多路并進(jìn)，只是整體上可能會(huì)呈現(xiàn)這種律動(dòng)。

雷峰網(wǎng)：那To C和 ToB的重點(diǎn)有什么不同嗎？

張斯成：對(duì)于國內(nèi)的Gen-AI的創(chuàng)業(yè)者，我曾經(jīng)有過如下建議。如果選擇2C領(lǐng)域創(chuàng)業(yè)，最好從面向國際用戶開始起步，因?yàn)橐环矫婀韫鹊拇竽Ｐ图夹g(shù)成熟度和可用度相對(duì)都較高，可以支撐2C應(yīng)用快速發(fā)展所需的能力，另一方面國際2C領(lǐng)域的競(jìng)爭(zhēng)環(huán)境和文化相對(duì)寬松，可以站在同一起跑線上競(jìng)技。

如果選擇2B領(lǐng)域創(chuàng)業(yè)，那還是要立足于國內(nèi)，因?yàn)閷?duì)組織型業(yè)務(wù)的理解需要較強(qiáng)的文化和地域特性支撐，而且來自開源社區(qū)的支撐讓滿足客戶的個(gè)性化需求成為可能。

雷峰網(wǎng)：To B模式在中國會(huì)不會(huì)又陷入高定制、沒利潤的軟件行業(yè)老路?

張斯成：至于國內(nèi)的2B創(chuàng)業(yè)是否會(huì)如同SaaS一樣，陷入當(dāng)年商業(yè)化軟件的發(fā)展困境，我認(rèn)為這種可能性不大。國內(nèi)2B SaaS之所以一直無法順利發(fā)展，是因?yàn)殚L期以來受到Me-too慣性思維的強(qiáng)烈干擾，也就是試圖移植歐美成熟的SaaS模式到中國土壤上落地生根。這種思維從2013年模仿Salesforce的成功開始，直到最近幾年才在不斷遇挫和反思中進(jìn)行了適應(yīng)性改造。

不過，這次Gen-AI的發(fā)展，國內(nèi)與硅谷的進(jìn)度條差異不是很明顯，所以是有可能會(huì)走出一條自己的道路。這個(gè)就像當(dāng)年電商和支付的發(fā)展，腳踏實(shí)地去創(chuàng)新，實(shí)現(xiàn)了反超，進(jìn)而引領(lǐng)了潮流。再說現(xiàn)在還有一種思潮是AI-native，探索如何從根本上改變AI的應(yīng)用模式，那將是一種掀桌子式的重構(gòu)。

雷峰網(wǎng)：AI-native怎么理解？具體表現(xiàn)是什么？

張斯成：其實(shí)可以回顧過去十年2B領(lǐng)域的互聯(lián)網(wǎng)化歷程。從最初的“互聯(lián)網(wǎng) ”，強(qiáng)調(diào)用所謂的“互聯(lián)網(wǎng)思維”來改造各行各業(yè)，到之后的“ 互聯(lián)網(wǎng)”，通過賦能來激發(fā)各行各業(yè)運(yùn)用互聯(lián)網(wǎng)工具實(shí)現(xiàn)自我進(jìn)化?？梢哉f，“ 互聯(lián)網(wǎng)”打敗了“互聯(lián)網(wǎng) ”。

我認(rèn)為，接下來會(huì)快速從“ 互聯(lián)網(wǎng)”進(jìn)入“ AI”階段，也就是說，各行業(yè)在積極尋找如何具有Gen-AI的能力。然而，最終的結(jié)果，都將走到“AI ”階段。在這個(gè)階段，AI將不再以工具的從屬身份出現(xiàn)，而是在很多方面與人類幾乎平權(quán)，半自主的參與對(duì)各種場(chǎng)景的重構(gòu)中。在這種重構(gòu)中，將第一次出現(xiàn)人類以外的視角，甚至不同的邏輯。而“ AI”過渡到“AI ”之間，就是AI-native大行其道的時(shí)期。

雷峰網(wǎng)：所以說大模型不會(huì)沖擊，反而會(huì)給B端帶來新的發(fā)展模式？

張斯成：對(duì)，在2B領(lǐng)域，不管是近期的“ AI”，還是遠(yuǎn)期的“AI ”，最終都要回歸到對(duì)業(yè)務(wù)價(jià)值體系的理解和接受上。在Gen-AI的滲透下，有些業(yè)務(wù)模塊會(huì)提升，有些會(huì)消失，有些會(huì)重構(gòu)。我相信，2B領(lǐng)域接下來將出現(xiàn)的發(fā)展模式，是大模型的數(shù)據(jù)和計(jì)算能力下沉為云計(jì)算平臺(tái)PaaS的一部分，應(yīng)用和互動(dòng)能力上升為SaaS的一部分。所以，SaaS可能會(huì)相應(yīng)從Code as a Service升級(jí)成Copilot as a Service，最終再演進(jìn)為Agent as a Service。

對(duì)于前者，重點(diǎn)在于如何實(shí)現(xiàn)Copilot的能力，因?yàn)橛脩暨€是Pilot。對(duì)于后者，重點(diǎn)在于如何定義Agent，因?yàn)樾枰鉀Q信任和授權(quán)的問題，這個(gè)過程會(huì)經(jīng)歷比較長期的實(shí)驗(yàn)性試錯(cuò)。

所以，對(duì)于云計(jì)算平臺(tái)而言，Gen-AI相當(dāng)于提供了一種新的能力，即大模型所產(chǎn)生的“無盡推理”能力。各大云平臺(tái)不約而同地發(fā)展出了MaaS，橫向?qū)覲aaS，向下對(duì)接IaaS，向上對(duì)接SaaS。這個(gè)新一代的云計(jì)算平臺(tái)，將在2B領(lǐng)域掀起新一輪的卡位賽。

做“垂類模型 應(yīng)用”的機(jī)會(huì)大，但要找合適的賽道切入

雷峰網(wǎng)：您最初對(duì)大模型/AGI有一個(gè)什么樣的預(yù)判？

張斯成：在3月份的時(shí)候，我對(duì)AGI的發(fā)展預(yù)判大致分為了兩個(gè)階段：Copilot as a Service和Agent as a Service，而且我認(rèn)為兩者之間可能會(huì)存在比較長的過渡期，因?yàn)榍罢叩胶笳卟粌H需要解決技術(shù)躍遷的問題，更需要解決信任和授權(quán)問題（這對(duì)人類社會(huì)從來都是一個(gè)巨大的挑戰(zhàn)）。相對(duì)于Model as a Service更關(guān)注云計(jì)算在資源層面的整合，這兩者都是從應(yīng)用層面來評(píng)估AGI對(duì)人類社會(huì)的影響。

雷峰網(wǎng)：現(xiàn)在處在哪個(gè)階段？

張斯成 ：當(dāng)下，整個(gè)世界正在大步流星地進(jìn)入Copilot as a Service階段，這個(gè)在SaaS基礎(chǔ)較好的市場(chǎng)會(huì)更加明顯。Copilot這個(gè)概念是Mircosoft推而廣之的，在與OpenAI建立戰(zhàn)略聯(lián)盟的第一時(shí)間內(nèi)將自家的全線產(chǎn)品都進(jìn)行了升級(jí)。這也在某個(gè)程度上折射出軟件巨頭們對(duì)于AI短期發(fā)展的明確預(yù)期/判斷，也就是作為人類的助手來提升軟件服務(wù)的質(zhì)量，以實(shí)現(xiàn)更高的商業(yè)價(jià)值。

雷峰網(wǎng)：其實(shí)創(chuàng)業(yè)公司想要在這個(gè)階段做好，還是有難度的？

張斯成：對(duì)創(chuàng)業(yè)公司而言，機(jī)會(huì)在于全域靈活度和局域?qū)I(yè)度。不得不承認(rèn)，做基礎(chǔ)大模型的研發(fā)是需要巨大且長期的基礎(chǔ)性投入，如果今年才起步去和平臺(tái)公司競(jìng)爭(zhēng)是不大明智的，最好結(jié)果是被并購，但這注定是少數(shù)人的游戲甚至是偽游戲。

做垂類模型 應(yīng)用有不小的機(jī)會(huì)，但是要選擇合適的賽道切入，比如長期被平臺(tái)巨頭忽視的領(lǐng)域、天然壁壘較高的領(lǐng)域、或是團(tuán)隊(duì)本身擁有較強(qiáng)資源的領(lǐng)域。對(duì)于已經(jīng)處于創(chuàng)業(yè)中途的SaaS公司，這個(gè)方向是最有機(jī)會(huì)做成獨(dú)角獸的。還有一個(gè)比較有前景的方向，就是開發(fā)技術(shù)類的基礎(chǔ)工具，為大模型相關(guān)的創(chuàng)業(yè)者提供某些技術(shù)服務(wù)，用于提高技術(shù)層面的效率、能力、或精度，這個(gè)和當(dāng)年淘金熱時(shí)賣鏟子的道理如出一轍。

雷峰網(wǎng)：那應(yīng)該如何建立自己的優(yōu)勢(shì)?

張斯成：對(duì)于在應(yīng)用層面如何建立自己的Copilot的優(yōu)勢(shì)，我會(huì)建議創(chuàng)業(yè)者考慮五點(diǎn)。第一，快速轉(zhuǎn)身，盡早理解和引領(lǐng)Copilot在各自領(lǐng)域的定義。第二，回溯價(jià)值網(wǎng)絡(luò)，判斷LLMs的能力對(duì)于業(yè)務(wù)場(chǎng)景的價(jià)值影響，是升級(jí)、替代、擴(kuò)展還是創(chuàng)造。第三，借力打力，不論開源閉源，利用成熟的大模型能力來占據(jù)場(chǎng)景、積累用戶、建立數(shù)據(jù)飛輪。第四，放棄幻想，不要試圖復(fù)制燒錢做市場(chǎng)的神跡，從第一天就開始商業(yè)化落地，自我造血。第五，以終為始，結(jié)合對(duì)Agent形態(tài)和內(nèi)容的探索來持續(xù)調(diào)整Copilot階段的設(shè)計(jì)和節(jié)奏。

雷峰網(wǎng)：行業(yè)大模型在未來是不是偽命題?就像當(dāng)年垂直電商，必定會(huì)被通用電商公司打敗。

張斯成：關(guān)于垂類模型和通用模型之間的競(jìng)爭(zhēng)會(huì)如何演進(jìn)，我認(rèn)為這個(gè)問題應(yīng)該從三個(gè)角度去分析。

首先是數(shù)據(jù)。在每一個(gè)領(lǐng)域，數(shù)據(jù)都具有明顯的邊界。領(lǐng)域數(shù)據(jù)是對(duì)客觀世界的一種反映和記錄，在領(lǐng)域數(shù)據(jù)的基礎(chǔ)上發(fā)展出了領(lǐng)域知識(shí)。同等條件下，對(duì)于同樣的領(lǐng)域知識(shí)，通用模型和垂類模型在訓(xùn)練之后獲得推理能力是相似的。在目前的現(xiàn)實(shí)環(huán)境中，這種情況并不大可能出現(xiàn)。

原因在于兩個(gè)方面。一方面是過去互聯(lián)網(wǎng)的發(fā)展所形成的格局導(dǎo)致領(lǐng)域知識(shí)被分割和隔離，一家實(shí)體往往無法獲得跨越其邊界的領(lǐng)域知識(shí)，比如最近一些互聯(lián)網(wǎng)平臺(tái)開始對(duì)OpenAI進(jìn)行了數(shù)據(jù)獲取的限制或封鎖。更不用提國與國之間，企業(yè)與企業(yè)之間對(duì)于私有數(shù)據(jù)流轉(zhuǎn)和交易進(jìn)行嚴(yán)格限制。另一方面，目前的LLMs算法在訓(xùn)練中需要進(jìn)行越來越高強(qiáng)度的對(duì)齊，這意味著各種領(lǐng)域?qū)R所用的方法和內(nèi)容將在更大程度上影響推理結(jié)果的呈現(xiàn)。比如最近OpenAI預(yù)計(jì)有20%的算力用于GPT-4的強(qiáng)制對(duì)齊。所以，領(lǐng)域知識(shí)可能在很大程度上將為垂類模型的存在建立一道保護(hù)墻。

其次是能力。如果從世界模型的角度看，任何LLMs都在嘗試通過對(duì)數(shù)據(jù)的學(xué)習(xí)來建立和完善其對(duì)客觀世界的認(rèn)知。由于Gen-AI算法原生的概率屬性，垂類模型中的認(rèn)知明顯要比通用模型要聚焦，頻譜也因此更窄。在頻譜靠近中間的區(qū)域，垂類模型明顯勝出，在越靠近邊界的區(qū)域，垂類模型的表現(xiàn)應(yīng)該會(huì)越來越差，而通用模型沒有這類問題，表現(xiàn)應(yīng)該會(huì)比較均質(zhì)。同時(shí)業(yè)界存在一種觀點(diǎn)，認(rèn)為AI發(fā)展越靠近AGI的奇點(diǎn)時(shí)，通用模型在能力上將產(chǎn)生更大規(guī)模的涌現(xiàn)，類似產(chǎn)生融會(huì)貫通的效果，以致于突破領(lǐng)域知識(shí)帶來的邊界，從而在能力上全面碾壓垂類模型。如果我們相信AGI必然到來，這種觀點(diǎn)很可能是合理的。只是考慮到時(shí)間問題，在可見的將來垂類模型依然有很大的聚焦優(yōu)勢(shì)。

最后是成本效率。LLMs在訓(xùn)練和推理中所需要的數(shù)據(jù)和算力成本，大家從OpenAI所披露的數(shù)據(jù)中都可以感受一二。在開源社區(qū)提供的大模型基礎(chǔ)上，不少開發(fā)者也針對(duì)一些領(lǐng)域進(jìn)行了訓(xùn)練和微調(diào)，得到了所需的成本信息。不難看出，垂類模型從成本效率角度而言是具有優(yōu)勢(shì)的。

基于以上分析，我傾向于認(rèn)為在AGI到來之前，垂類模型是不會(huì)被通用模型所征服的，他們有各自的生存空間。這個(gè)有點(diǎn)像過去十五年云計(jì)算的發(fā)展，公有云和私有云依舊是分庭抗禮，各自精彩。

大模型公司的三大特質(zhì)：滿級(jí)信任、主動(dòng)式透明、打不死的逆商

雷峰網(wǎng)：最近您接觸了哪些做大模型的公司和人?

張斯成：在六個(gè)月之前，我和很多人一樣，決定要投身這次人類歷史上最具有變革性的創(chuàng)業(yè)浪潮中，也可能是人類文明的最后一場(chǎng)“無限游戲”。在這個(gè)理念下，我與很多創(chuàng)業(yè)者進(jìn)行接觸，不論是專注大模型研發(fā)和應(yīng)用的新生創(chuàng)業(yè)者，還是希望嫁接大模型能力的資深創(chuàng)業(yè)者。其中既有國內(nèi)的團(tuán)隊(duì)，也有國際化的組合，不過主要還是華人，畢竟我大部分的工作經(jīng)歷還是在華人世界中。過去由于工作的關(guān)系，我和投資圈的大多數(shù)機(jī)構(gòu)都有聯(lián)系，這次也和不少優(yōu)秀的投資人進(jìn)行過深度交流。可以說，我在力所能及的范圍內(nèi)，對(duì)這次Gen-AI創(chuàng)業(yè)相關(guān)的群體進(jìn)行了廣泛且有一定質(zhì)量的接觸。

雷峰網(wǎng)：他們哪些共同特質(zhì)是您比較喜歡的，或者說你認(rèn)為什么樣的人在這方面會(huì)有成就?

張斯成：對(duì)于團(tuán)隊(duì)的特質(zhì)，首先是“滿級(jí)信任”。合伙人/聯(lián)合創(chuàng)始人團(tuán)隊(duì)中，必須存在穩(wěn)定持久的信任三角，這是獲得成功最關(guān)鍵的必要條件。從我自己幾次參與創(chuàng)業(yè)的經(jīng)歷，以及過去在釘釘負(fù)責(zé)生態(tài)時(shí)耳聞目睹各種創(chuàng)業(yè)伙伴的故事中，這一點(diǎn)都得到了不同程度的印證。創(chuàng)業(yè)本身就是九死一生（從概率角度看）的歷險(xiǎn)，何況Gen-AI的不確定性更強(qiáng)（難以預(yù)測(cè)的程度），所以只有用接近于無條件的信任來做風(fēng)險(xiǎn)對(duì)沖，才有可能避免團(tuán)隊(duì)的中道崩殂。雖說這個(gè)聽上去有點(diǎn)兒傻，但往往也正是stay foolish的團(tuán)隊(duì)才有機(jī)會(huì)成功闖關(guān)。

其次，“主動(dòng)式透明”也是很重要的特質(zhì)。我們經(jīng)常強(qiáng)調(diào)一個(gè)核心團(tuán)隊(duì)內(nèi)部要足夠透明才能規(guī)避掉無效的協(xié)同和消耗，這對(duì)創(chuàng)業(yè)型公司尤其重要。因?yàn)殚_創(chuàng)一個(gè)新業(yè)務(wù)的過程是幾乎沒有任何緩沖余地，不僅容錯(cuò)率低，而且血槽也短，經(jīng)不起幾次內(nèi)部或外部的折騰。在Gen-AI時(shí)代，我會(huì)更期待一種主動(dòng)式的透明，也就是核心成員之間能夠主動(dòng)分享各自的業(yè)務(wù)進(jìn)展，而不是等著被動(dòng)要求下呈現(xiàn)出透明。而且AI也會(huì)逐步成為具有一定智慧的助手/成員參與到創(chuàng)業(yè)團(tuán)隊(duì)中，主動(dòng)式透明將成為實(shí)現(xiàn)人機(jī)融合團(tuán)隊(duì)的一種特質(zhì)。

最后，是“打不死的逆商”。對(duì)于職業(yè)經(jīng)理人，情商是一個(gè)重要的特質(zhì)。而對(duì)于創(chuàng)業(yè)團(tuán)隊(duì)，則要考察逆商。逆商要求一個(gè)人要有信念、有行動(dòng)、有取舍。在一個(gè)初創(chuàng)的業(yè)務(wù)中，生死考驗(yàn)往往都不是集中在幾個(gè)重大的時(shí)間節(jié)點(diǎn)，而是滲透到無數(shù)微小的細(xì)節(jié)中。也就是說，所謂“moment of truth”是持續(xù)不斷貫穿于整個(gè)早期，選擇無謂大小，每一步都可能導(dǎo)向完全未知的前景。因此，必須要有堅(jiān)定沉穩(wěn)的信念，必須要以行動(dòng)來捍衛(wèi)自己的選擇，也必須學(xué)習(xí)殺伐果斷，舍中有取，先舍后取?？梢灶A(yù)見，在Gen-AI時(shí)代的創(chuàng)業(yè)節(jié)奏將大幅加快，意外和明天不知道哪個(gè)會(huì)更早降臨，核心團(tuán)隊(duì)的每個(gè)成員必須都具備充分的逆商才能避免成為團(tuán)隊(duì)生存的軟肋。

能夠具備以上任何一點(diǎn)的團(tuán)隊(duì)，在這波創(chuàng)業(yè)熱潮中都是足夠優(yōu)秀的。同時(shí)具備三點(diǎn)，大概率能在競(jìng)爭(zhēng)中脫穎而出，也是我所心儀的。

雷峰網(wǎng)：接下來三到五年內(nèi)，哪些行業(yè)或者領(lǐng)域是比較適合創(chuàng)業(yè)公司進(jìn)入的?

張斯成：在未來三五年，我個(gè)人比較看好的場(chǎng)景是陪伴類的服務(wù)，行業(yè)包括教育培訓(xùn)、健康醫(yī)療、金融理財(cái)。對(duì)于個(gè)人消費(fèi)者而言，陪伴帶來的情緒價(jià)值是有時(shí)間厚度的，可商業(yè)化的潛力最高。這也是AI最有能力建立差異化服務(wù)的地方。所以，我非?？春肅haracter.ai和Rewind.ai這類項(xiàng)目。廣義上說，游戲也是一種陪伴，類似《頭號(hào)玩家》中的場(chǎng)景具有強(qiáng)大的生命力，因此在某種程度上可以說AGI將重建元宇宙的夢(mèng)想，這樣或許能理解為何Meta不遺余力在LLMs開源社區(qū)進(jìn)行投入。

對(duì)于行業(yè)而言，我認(rèn)為應(yīng)該聚焦符合以下三個(gè)特點(diǎn)：痛點(diǎn)亦剛需、數(shù)據(jù)自生產(chǎn)、知識(shí)即專業(yè)。迄今為止有三個(gè)行業(yè)非常符合這個(gè)畫像：教育培訓(xùn)、健康醫(yī)療、金融理財(cái)，也分別對(duì)應(yīng)了人類個(gè)體的三個(gè)主流訴求：成長、壽命、財(cái)富。當(dāng)然，還有一些比較有特色的細(xì)分領(lǐng)域，也是值得關(guān)注或押注的，比如招聘、婚戀、法律等等，具體以后有機(jī)會(huì)再展開說說。至于創(chuàng)業(yè)者選擇做2B還是2C類型，還是應(yīng)該在充分自我認(rèn)知的基礎(chǔ)上因地制宜，切忌隨波逐流。

雷峰網(wǎng)：分析一個(gè)大模型項(xiàng)目是否有未來，具體有哪些維度?

張斯成：這個(gè)問題不容易回答，因?yàn)檎驹诓煌牧?chǎng)會(huì)有不同的角度，比如投資人和創(chuàng)業(yè)者，前不久朱嘯虎和傅盛的朋友圈爭(zhēng)鳴也投射出了這點(diǎn)。作為一個(gè)觀察和參與者，我傾向于從四個(gè)維度去分析一個(gè)初創(chuàng)項(xiàng)目。

第一，大趨勢(shì)下的匹配度。任何創(chuàng)業(yè)都是一個(gè)時(shí)運(yùn)結(jié)合的項(xiàng)目，一方面要吻合趨勢(shì)發(fā)展的方向和可行路徑，一方面要掌握好時(shí)機(jī)和節(jié)奏。對(duì)于一個(gè)Gen-AI的項(xiàng)目，在當(dāng)前階段，這兩方面顯得尤為重要；

第二，團(tuán)隊(duì)的逆商。如果可以非常幸運(yùn)判斷對(duì)了賽道和時(shí)間點(diǎn)，接下來最大的問號(hào)就是，為什么是這個(gè)團(tuán)隊(duì)。對(duì)團(tuán)隊(duì)構(gòu)成的分析是初創(chuàng)項(xiàng)目的最關(guān)鍵評(píng)估點(diǎn)。一個(gè)普遍的觀點(diǎn)是關(guān)注核心團(tuán)隊(duì)在能力上是否互補(bǔ)；

第三，競(jìng)爭(zhēng)模式。每個(gè)被證明有效的賽道都不會(huì)只有一個(gè)創(chuàng)業(yè)項(xiàng)目，特別是在國內(nèi)，人才資源存在較寬闊的同溫層。因?yàn)轫?xiàng)目之間的競(jìng)爭(zhēng)力比照，也是一個(gè)體現(xiàn)功夫的地方；

第四，賽道終局。每個(gè)賽道都是AGI這個(gè)大局中的組成部分。這個(gè)維度的分析，其實(shí)更多的是一種預(yù)測(cè)。分析的結(jié)果不是強(qiáng)化取而是強(qiáng)化舍。也就是說，對(duì)每個(gè)賽道可能終局的猜測(cè)，會(huì)直接影響是否繼續(xù)投入這個(gè)賽道。

雷峰網(wǎng)：終局賽道應(yīng)該很難選？畢竟要預(yù)判哪個(gè)賽道是最具潛力的？

張斯成：我認(rèn)為在Gen-AI項(xiàng)目中，要更加重視規(guī)避為了差異化而差異化的行為，因?yàn)樵诓簧儋惖郎虾芸赡芫蜁?huì)是同質(zhì)化的、硬碰硬的競(jìng)爭(zhēng)。為了達(dá)到這個(gè)目標(biāo)，一個(gè)可行的方法是采取類似第一性原理的方法進(jìn)行解構(gòu)，這樣有助于真實(shí)觸摸到每個(gè)賽道的主脈絡(luò)，并沿著這個(gè)脈絡(luò)設(shè)計(jì)和決定適合自己的競(jìng)爭(zhēng)策略。

比如在國內(nèi)做基礎(chǔ)大模型的研發(fā)，就必須考慮各大互聯(lián)網(wǎng)平臺(tái)公司的存在。再如，發(fā)展到某個(gè)階段時(shí)通用大模型是否會(huì)超越大部分的垂類模型？AGI最終是一種世界模型獨(dú)霸天下還是多種世界模型并存？具身智能是否是實(shí)現(xiàn)人類智能的必要條件？我們對(duì)以上類似問題的預(yù)判都會(huì)影響我們對(duì)項(xiàng)目前景的置信系數(shù)。

雷峰網(wǎng)：您認(rèn)為，AI會(huì)對(duì)這些領(lǐng)域產(chǎn)生怎樣的影響?

張斯成：如果問AI對(duì)人類社會(huì)將產(chǎn)生什么影響，我們的確很難預(yù)測(cè)。但有一點(diǎn)是幾乎確定的，AI將改變?nèi)祟惿鐣?huì)的基礎(chǔ)結(jié)構(gòu)，因?yàn)樗鼘氐最嵏踩祟愔猿蔀榈厍蛑髟孜拿鞯那疤幔褐悄艿奈ㄒ恍?。無論我們以何種姿態(tài)擁抱這個(gè)必然發(fā)生的未來，無論我們能否在有生之年見證這個(gè)奇跡，我們都應(yīng)該滿懷敬畏，放下個(gè)體的執(zhí)念，以延續(xù)人類文明為己任來發(fā)起和參與這場(chǎng)創(chuàng)業(yè)熱潮中。科技向善，這或許是最值得我們共同去珍惜的初心。