一覽科技CTO陳錫言：大模型陰影下的技術(shù)創(chuàng)業(yè)機(jī)會——鏈接大模型與用戶｜量子位·視點(diǎn)分享回顧

視點(diǎn) 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

過去三個月，AIGC和其背后的大模型浪潮席卷中文互聯(lián)網(wǎng)，所有人都能享受到人工智能技術(shù)升級帶來的便利。

在公司層面，擁有大模型技術(shù)和資源的頭部企業(yè)獲得了最多的關(guān)注，而大模型應(yīng)用層的創(chuàng)業(yè)公司雖活躍，但存在感卻并不高。

甚至隨著ChatGPT相關(guān)功能插件的釋放，沒有直接參與大模型競爭的應(yīng)用層企業(yè)都有可能被類似于OpenAI的企業(yè)的一個插件所“覆滅”。

毫無疑問，通用人工智能的發(fā)展還會持續(xù)影響應(yīng)用層企業(yè)的生存空間。

那么，作為應(yīng)用層的創(chuàng)業(yè)公司將如何在這種壓力下，尋找到屬于自己的創(chuàng)新空間、打造獨(dú)特的業(yè)務(wù)模式呢？他們的創(chuàng)業(yè)價值又將如何得到社會和市場的認(rèn)可？

圍繞應(yīng)用層創(chuàng)業(yè)公司如何通過鏈接大模型與客戶發(fā)揮價值，一覽科技聯(lián)合創(chuàng)始人兼CTO陳錫言在「量子位·視點(diǎn)」直播中分享了他的從業(yè)經(jīng)驗和觀點(diǎn)。

以下根據(jù)分享內(nèi)容進(jìn)行整理：

大模型的出現(xiàn)拉齊了很多公司的AI水平，革了很多AI服務(wù)商的命，同時它又以極快的速度普及，可以稱為史上增長最快的月活破億的應(yīng)用，顛覆了很多技術(shù)、業(yè)務(wù)和服務(wù)。

ChatGPT開始免費(fèi)之后，基于OpenAI生態(tài)的一些創(chuàng)業(yè)公司其實都是一臉懵。雖然OpenAI的CEO表示說“不會和客戶產(chǎn)生競爭”， Jesper CEO也說“更多大模型的出現(xiàn)，讓公司已經(jīng)擺脫了對OpenAI的單一依賴?！钡@些解釋的邏輯其實很無力。

ChatGPT的出眾之處，在于除了大模型本身以外，還有自然語言的交互模式，這是自命令行、圖像化UI之后的最先進(jìn)人機(jī)交互模式。GPT4提供了通用人工智能的可能性，對話的人機(jī)交互形式配上AGI之后似乎變得無所不能。文心一言、通義千問等國產(chǎn)大模型也都是如此。

這半年來，團(tuán)隊經(jīng)常會討論到一個問題，大家都用大模型了，我們的價值究竟是什么？

大模型陰影下，創(chuàng)業(yè)公司有什么機(jī)會？

在文心一言發(fā)布會上，李彥宏曾提出了一個四層模型：芯片、框架、模型、應(yīng)用。但是他只說了這四層模型，但是沒有說這四層模型的關(guān)系究竟是金字塔形的，還是倒金字塔形、橄欖形、菱形或別的結(jié)構(gòu)。

芯片，肯定是卡脖子的核心競爭力?？蚣?，是大公司的游戲。模型的話，現(xiàn)在看起來10億起步，而百度還說文心同時做了10個行業(yè)大模型。

應(yīng)用層，現(xiàn)在看起來ChatGPT、文心一言以及其他大模型的這種交互類應(yīng)用都是ToC的，而且免費(fèi)。大家都說要做AI大基座，要形成自己的應(yīng)用生態(tài)。

如果AI大基座在模型關(guān)系里是底層（在地上），那么它對于應(yīng)用層的創(chuàng)業(yè)者來說是一個平臺。但如果AI大基座是頂部（在天上），留給應(yīng)用層創(chuàng)業(yè)者的就會是陰影。

目前看起來，現(xiàn)在做大模型的AI大基座們都表現(xiàn)出了一個“我全要”的狀態(tài)：說是大基座，實際上包含了全部的四層模型。

小孩子才做選擇，做大模型花了那么多錢，當(dāng)然是全都要。

陰影1：通用人工智能讓很多SaaS一夜之間失去壁壘

通用人工智能好像什么都可以做，讓很多SaaS軟件很懵，多年的積累在大模型面前可能變得一文不值。所有軟件公司都面臨一種情況：被迫擁抱AI。

當(dāng)“所有應(yīng)用都值得用AI重做一遍”被提出來之后，大模型先把自己母公司各系產(chǎn)品都加上Copilot，比如瀏覽器、搜索引擎、即時通訊、辦公軟件等等。這真的讓人很懷疑，我們還做其他軟件的價值究竟是什么。

陰影2：不僅取締機(jī)器和軟件，還會更快取締人類的工作

我認(rèn)為能夠被簡單且精準(zhǔn)描述input、process和output的工作更容易被取締。

例如把圖像中所有藍(lán)色改成紅色、僅僅做排版的文字編輯、按標(biāo)準(zhǔn)文檔回復(fù)的客服服務(wù)，甚至說當(dāng)制作一杯咖啡，加多少豆、怎么研磨、加多少水多少奶都非常標(biāo)準(zhǔn)的情況下，口感與手工咖啡的可能差別并不大。

陰影3：風(fēng)頭全是大模型公司的，沒錢根本上不了船

現(xiàn)在幾乎所有的風(fēng)頭熱度都在制作大模型的這些公司，包括創(chuàng)業(yè)明星系的、BAT系的、名校系的。有一件事情可以肯定，創(chuàng)業(yè)公司根本就參與不了大模型的開發(fā)工作。

A100雖然不好買，但其實購買方法也很多，京東上就有——只不過上次查的時候是10萬元一張，今天已經(jīng)變成了119,999元。買不買得到并不是問題，買不買得起才是問題。

即使創(chuàng)業(yè)公司有5,000萬，買完500張后連網(wǎng)線都買不起，電費(fèi)也只能用花唄。所以創(chuàng)業(yè)公司入局大模型如果沒有10個億，根本上不了牌桌。

AIGC并沒有創(chuàng)造新的需求。我要一幅AIGC的畫，可能等于我要一幅更便宜的畫，這是供需市場決定的。AIGC只是一個工具，而需求側(cè)永遠(yuǎn)想要更便宜的產(chǎn)品。

AIGC重復(fù)了很多業(yè)務(wù)流程以及供求關(guān)系，幾乎所有的企業(yè)其實都希望AIGC來提升生產(chǎn)力，但實際上其實困難重重。

AIGC對生產(chǎn)力提升中的真正困難

一、工作流程固化很難改變。

AIGC工具強(qiáng)調(diào)個體，個體是打工人，打工人賣的是時間，湊夠時間可能就拿到工資了。而AI工具作為新事物，還有很多的不確定性，很難說服打工人為了一個不確定的工具去增加學(xué)習(xí)成本。

二、商務(wù)比系統(tǒng)更重要得多。

很多ToB業(yè)務(wù)一旦成熟之后，商務(wù)關(guān)系往往比業(yè)務(wù)本身更重要。系統(tǒng)被弱化了，甚至有些老板對技術(shù)部的要求就是，只要不宕機(jī)，做成什么樣都不影響公司賺錢。我聽到最無力反駁的一句話，客戶的工作方式不變，自己公司單獨(dú)變化有什么用。

三、很多打工人更愿意偷偷的使用。

我們不得不承認(rèn)，很多場景尤其是創(chuàng)意類工作場景，使用AI并不是一個很體面的事情。如果借助AI制作了東西，或是使用AIGC節(jié)省出了更多時間來休息摸魚，打工人自然不想承認(rèn)，也永遠(yuǎn)不能承認(rèn)。

四、擔(dān)心信息泄露。

安全的確是一個問題，但更多時候可能是一個借口，沒有前面三點(diǎn)重要。

AIGC工具現(xiàn)在更多的是個體的賦能，而不是對企業(yè)的賦能。希望大家記住這句話，這是我們創(chuàng)業(yè)的一個機(jī)會。

什么樣的崗位不容易被AI取締？

一、要求結(jié)果穩(wěn)定精準(zhǔn)

GPT4到底會不會解數(shù)學(xué)題是一個很有爭議的問題。

比如：一個計算機(jī)只能執(zhí)行「+1」和「X2」兩個運(yùn)算，如果輸入「1」，問最少幾個步驟可以得到63。GPT4肯定是倒推法，方法是正確的，但每次都會算錯，比較好笑的是它知道算錯了，還能拼命扯回來。比如在某一步驟中「X2」，然后得到70，突然發(fā)現(xiàn)超了，這時他告訴你最后再減7，也能得到63。

我不覺得穩(wěn)定和精準(zhǔn)是一個大模型應(yīng)該有的必要屬性，我也不相信語言模型能解決數(shù)學(xué)問題。這是我的一個比較偏執(zhí)的世界觀，有可能是錯的。

二、強(qiáng)IP屬性業(yè)務(wù)

大家有沒有注意到，書法作為我們國家很重要的一種藝術(shù)形式，到現(xiàn)在為止卻沒有一個書法的AI模型出現(xiàn)。這可能是價值問題導(dǎo)致的，書法AI模型它可能就沒有價值。

比如說這個字是啟功寫的，這字是蘇軾寫的，如果第三種字是AIGC寫的，很有可能會被扔掉。因為書法很強(qiáng)調(diào)個人風(fēng)格、審美和個人IP。

三、對安全要求很高

想象一個職業(yè)，AI理發(fā)師。

理發(fā)師這樣的職業(yè)是需要極其信任和安全的，如果一個黑化的理發(fā)師拿著刀在我面前，我可以說大哥別傷害我，打感情牌可能還有一線生機(jī)。但如果對面是一個機(jī)器人，它僅僅是一個殺戮機(jī)器，我毫無辦法。

另外理發(fā)師這個行業(yè)也具有強(qiáng)IP屬性，任何一個理發(fā)師在社區(qū)都是強(qiáng)IP。

四、數(shù)據(jù)集缺少或者不容易被標(biāo)注

大模型本身的泛化能力仍然受限于數(shù)據(jù)集。如果說某個行業(yè)會被取締的話，那最簡單的一個判定標(biāo)準(zhǔn)就是該行業(yè)能否組織足夠多、足夠好的標(biāo)注數(shù)據(jù)；如果數(shù)據(jù)質(zhì)量非常多非常好，大概率機(jī)器會代替人完成。

但如果是那種不容易被標(biāo)注的，比如說一個藝術(shù)作品，它不僅包含了創(chuàng)作者的情緒和感情，還包含了觀看者當(dāng)下的情緒，大概率不會被替代。就像我們常說的“1000個人心中有1000個哈姆雷特”，這個復(fù)雜度很難得到有效標(biāo)注，標(biāo)注的意義也不大。

五、需要動手實驗的

有一個很經(jīng)典的問題：如果ChatGPT早發(fā)明500年，人類還會不會知道地球是圓的？

我認(rèn)為在科學(xué)面前，AIGC和圣經(jīng)是一樣的，不是因為他們權(quán)威，而是因為在科學(xué)面前，他們都需要被摒棄。

AI雖然可以處理和模擬一些既定的任務(wù)，但它們?nèi)狈θ祟惖闹庇X、情感以及對抽象概念的理解，這是無法模擬的。

大模型背景下的技術(shù)創(chuàng)業(yè)機(jī)會

一、懂業(yè)務(wù)懂技術(shù)：鏈接大模型與用戶

我們有個客戶是影視行業(yè)的上市公司，老板最開始要求全公司都要用AI，100多號人響應(yīng)號召使用一堆五花八門的工具，后來縮減到只剩ChatGPT和Midjourney，到最后就什么都不用了。直到后來找到我們來提供企業(yè)級的AI工具，和現(xiàn)有的工作流做無縫打通。

所以其實企業(yè)永遠(yuǎn)需要信息系統(tǒng)，如果又懂業(yè)務(wù)又懂技術(shù)的話，做大模型和企業(yè)之間的鏈接者是一個不錯的選擇。

二、有錢有能力：加入大模型創(chuàng)業(yè)

這里面還是有很多值得做的事情，比如多模態(tài)、潛信息、腦機(jī)交互等等，但需要有錢有能力。

三、有趣的靈魂：利用AI制作有趣的內(nèi)容

AIGC對于內(nèi)容創(chuàng)作者，其實是一個特別好的時代。以前很龐大的創(chuàng)作組織，現(xiàn)在可能只需要幾個人。

另外，ChatGPT一本正經(jīng)的胡說八道，或是天馬行空的奇思妙想，這種能力特別適合做內(nèi)容創(chuàng)作。

四、直男程序員：微調(diào)/定制模型

有一種純技術(shù)方向：為企業(yè)提供微調(diào)大模型，或者提供行業(yè)定制模型。

當(dāng)我第一次看到 MaaS，也就是Model as a Service的時候，我是絕望的，要被大公司逼近絕路的感覺。但是最近我又看到一個詞Fine Tuning as a Service，我覺得特別有趣，一看就是程序員想到的。這個詞讓我感受到了程序員樂觀、積極向上的情緒。

AIGC大背景下有哪些崗位會炙手可熱？

其實淘金熱中最賺錢的是賣牛仔褲的。在整個AIGC大背景下，除了剛才那些直接創(chuàng)業(yè)的機(jī)會，我認(rèn)為還會有一些炙手可熱的工作崗位或是可以形成服務(wù)的。

一、AI對齊工程師

隨著AI工具的不斷發(fā)展， AI如何與人類的價值觀保持一致，以及AI系統(tǒng)如何保證自己的可解釋性等等將會成為重點(diǎn)。AI對齊工程師，是要保證AI系統(tǒng)在任何時候都能和人類的價值觀保持一致，保證人類的利益，以及保證人類對AI的控制權(quán)，甚至必要的時候拔網(wǎng)線、斷電等等。

二、模型訓(xùn)練工程師

剛才說到每個企業(yè)都值得擁有自己的模型，那么在大模型基礎(chǔ)上，通過微調(diào)或者蒸餾等方式，得到一個企業(yè)專有的模型，也是一個很重要的事情。

三、數(shù)據(jù)治理工程師

雖然企業(yè)都值得擁有屬于自己的模型，但是模型依賴數(shù)據(jù)。

數(shù)據(jù)治理指的是在一個組織內(nèi)部對數(shù)據(jù)質(zhì)量、數(shù)據(jù)整合、數(shù)據(jù)隱私、業(yè)務(wù)流程等做合理的管理體，保證數(shù)據(jù)的準(zhǔn)確性、一致性以及可用性。首先要數(shù)據(jù)可用，才有機(jī)會訓(xùn)練模型。

大多數(shù)企業(yè)的數(shù)據(jù)化程度是不足的。其實越是在線化業(yè)務(wù)的公司，或者做數(shù)據(jù)服務(wù)的公司，數(shù)據(jù)化程度越偏低，很多互聯(lián)網(wǎng)企業(yè)的數(shù)據(jù)化程度甚至遠(yuǎn)不如一些工廠。

四、數(shù)據(jù)標(biāo)注師

高質(zhì)量的標(biāo)注數(shù)據(jù)會成為AI系統(tǒng)的核心競爭力。前幾天我看新聞，北京還提出了一個概念，要做統(tǒng)一的數(shù)據(jù)標(biāo)注服務(wù)，大家也都看到了數(shù)據(jù)標(biāo)注是一個非常重要的業(yè)務(wù)。

babyAGI和autoGPT有哪些啟示？

前段時間babyAGI和autoGPT比較火，火得快，涼的也快，但是留下了幾個詞很有價值，比如「思維鏈」和「任務(wù)隊列」，有的地方解釋成「工作流」。

左圖是babyAGI第二版的工作流程圖，核心就是把第一個問題形成一個問題列表，然后放到隊列里面，對每一個問題做相應(yīng)地執(zhí)行，然后通過ChatGPT解讀相應(yīng)的答案，再對答案生成若干個問題，類似于金字塔的結(jié)構(gòu)，通過邏輯樹的方式逐漸地去找解決方案的本質(zhì)。

右圖指的是autoGPT第一版里面最重要的幾步，也是把一個問題拆解成多步，然后列出相應(yīng)的計劃，但是它比 babyAGI多了一步，就是檢查這個東西對不對的概念，然后批評、反省。這個步驟對一個智能型的AI系統(tǒng)而言，是非常重要的。

從這兩個開源項目里面，我們能學(xué)到很多做大模型還沒有觸及到的，或是比較有特色的AI系統(tǒng)的地方。我的想法是對它們做改進(jìn)之后，使用專家系統(tǒng)來設(shè)置自己的業(yè)務(wù)工作流，提前錄入到系統(tǒng)里面。

做應(yīng)用層 AI產(chǎn)品的底氣和優(yōu)勢

一覽科技憑什么在應(yīng)用層做AI視頻工具，或者說在應(yīng)用層AI這個產(chǎn)品上，我們具有什么樣的優(yōu)勢？

第一個優(yōu)勢，數(shù)據(jù)積累。一覽已經(jīng)做了很多年的商用視頻，服務(wù)了數(shù)千家企業(yè)用戶，全球范圍簽約了數(shù)十萬的視頻創(chuàng)作者，積累了很多的商業(yè)視頻數(shù)據(jù)，這些數(shù)據(jù)是獨(dú)有的，且在創(chuàng)作以及視頻交易的過程中，還會不斷產(chǎn)生新的數(shù)據(jù)，具有成長性。

第二個優(yōu)勢，場景明確。我們一直垂直于視頻的創(chuàng)作。

第三個優(yōu)勢，業(yè)務(wù)相對成熟，成立五年，我們已經(jīng)積累了海量創(chuàng)作者和內(nèi)容消費(fèi)者。

第四個優(yōu)勢，創(chuàng)作的安全性。通用人工智能AGI有很多的風(fēng)險及不確定性，但在內(nèi)容創(chuàng)作上的包容度以及AI對齊和內(nèi)容安全措施已經(jīng)相對完善，涉政、涉恐、涉黃、涉暴的預(yù)警措施相對完善。

我們選擇了一個適合自己的垂直的領(lǐng)域，并且在這個領(lǐng)域上具有一定的優(yōu)勢，這是一覽AI視頻工具在應(yīng)用層的特色。

說了這么多，實際介紹下一覽AIGC工作流中「AI編劇」這個產(chǎn)品。

我們提前把工作流注入到AI系統(tǒng)里，然后由AI一步步執(zhí)行。在我看來，“Step by Step”這個過程并不應(yīng)該由通用人工智能來執(zhí)行，應(yīng)該由人類專家來輸入。

第一步，通過一句話生成若干個創(chuàng)意。生成創(chuàng)意的過程，等于頭腦風(fēng)暴，這特別適合AIGC。我們可以輸入幾個關(guān)鍵詞，比如宮廷、狗血、愛情、倫理、逆襲、反轉(zhuǎn)，它就能夠瞬間輸出很多個創(chuàng)意。

第二步，在工作流程之中開始角色設(shè)計。角色設(shè)計需要哪些東西，比如人物的性格特征，行為習(xí)慣，體貌特征，對話風(fēng)格，包括性別、年齡等。

現(xiàn)在有了角色和創(chuàng)意，把這些內(nèi)容輸入給AI來生成劇情，劇情里面一定要有沖突和反轉(zhuǎn)，這也是我們要提前錄入進(jìn)去的設(shè)置，然后就可以快速生成若干個劇情，同時批量生成幾百字甚至幾千字的腳本。我們可以選擇1個最有挑戰(zhàn)的劇情，接下來根據(jù)劇情，我們還可以生成一系列概念圖。

另外，大家也知道Token的限制，其實對于劇情，我們也可以把一個劇情分解成若干個段落，每個段落再進(jìn)行擴(kuò)展，這也是一個能讓劇本逐漸豐滿的過程。

一覽「AI編劇」工作流的四個核心：上下文存儲、海量的創(chuàng)意，視覺化創(chuàng)作、評估反饋。

評估反饋，大家可以理解為劇本評分，相當(dāng)于autoGPT里面的批評環(huán)節(jié)。這個過程中，我們可以產(chǎn)生更多的信息、更多的數(shù)據(jù)。

經(jīng)過劇本評估之后，這些情節(jié)段落進(jìn)行不停的調(diào)整和優(yōu)化，然后進(jìn)入下一步，再次生成視覺化的創(chuàng)作，不斷打磨作品質(zhì)量。

AIGC 加速了平庸時代的到來

AIGC可以提高所有生產(chǎn)工作或者創(chuàng)作的平均水平，但是它只能讓未來比過去更好。但如果以前都變得一樣好時，原來的更好就變成了現(xiàn)在的平庸。當(dāng)AI工具全面普及，平庸的創(chuàng)作會無比廉價，人類的未來屬于真正的工匠。

毋庸置疑，AI工具普及和 AIGC內(nèi)容爆炸都是歷史浪潮的一部分，不可倒退，無法避免。從媒體到時尚到建筑，再到其他一切，都會充滿了不可避免的、普遍的平庸。但樂觀的人總能找到自己的方式翻出不一樣的浪花。最后用馬斯克最近發(fā)的一個推特獻(xiàn)給大家。

堅守自己的工匠精神，哪怕是不得不孤身前行。
Stay on the right path，even if you have to walk alone.

關(guān)于「量子位·視點(diǎn)」

量子位發(fā)起的CEO/CTO系列分享活動，不定期邀請前沿科技領(lǐng)域創(chuàng)業(yè)公司CEO/CTO，分享企業(yè)最新戰(zhàn)略、最新技術(shù)、最新產(chǎn)品，與廣大從業(yè)者、愛好者探討前沿技術(shù)理論與產(chǎn)業(yè)實踐。歡迎大家多多關(guān)注 ～