周鸿祎:在大模型时代,创业者值得干点什么?

创业家 2024-12-23 16:38:57

12月19日,由创业黑马主办的“第16届创业家年会”在北京举办,年会主题为“AI新纪元,破局向未来”。会上,特邀嘉宾、360集团创始人周鸿祎做了《在大模型时代,创业者值得干点什么》主题演讲。

周鸿祎表示,现在已经是大模型时代,AI给了创业者一个比互联网更大的机会,要建立AI信仰,保持敏锐、要有紧迫感,但也不用慌。他预测,如果说2023年是大模型之年,2024年是专业大模型之年,那么2025年将是智能体之年。

周鸿祎分析了大模型发展目前呈现的8大趋势,表示:如今大模型已经演化出两条发展路线,第一条是AGI之路,第二条是应用之路。“AGI是全球少数巨头的游戏,更多创新的机会在应用之路”,他认为,走应用之路,不是卷算力、卷数据、卷参数,而是要用好大模型的六大能力,发展6大应用方向:人人智能、万物智能、数转智改、未来产业、科学研究和AI安全。

周鸿祎提到,普通的创业者和中小公司唯一的机会,是在应用之路上找创新场景。去年有部电影叫《年会不能停》,里面讲了一句特别深奥的话:“解决问题的关键在于找到关键的问题”。目前关键的问题,就是应用一个大模型就做好一件事。

周鸿祎还强调:“大模型不是中心化的‘电力’,而是去中心化的‘电动机’。”对于如何抓住这一时代机遇,他也给出了四个建议:1)人人AI,企业内部人人都先用起来;2)企业办公和营销场景要率先AI化;3)建立企业知识中枢;4)选择业务场景,打造专业大模型和Agent数字员工。

以下为创业家&i黑马编辑后的周鸿祎演讲:

我是黑马的老朋友,黑马“不端不装有点二”的Slogan,就是从我这儿借来的。前面的演讲者讲得非常好,我就讲讲细节:在座的各位企业家和创业者,如何拥抱大模型?

如果认知不对,你就赚不到钱。要建立AI信仰,保持敏锐、要有紧迫感,但也不用慌。我把它写成“信仰”,是因为每次出现新技术、新变革、新商业模式,总是有很多人怀疑。典型的是心态上看不起,因为看不清,也不愿花时间把它看懂,到最后就看不见了。

AI是一个比互联网更大的机会。

AI这件事,特别是从2023年大模型横空出世到今天,依然有很多争论。我编了三个问题,叫“AI三问”,大家可以自我对照下。

你相不相信大模型是真智能,是人工智能的重大拐点?

你相不相信大模型是一场工业革命,将重塑所有产品和业务?

相不相信不拥抱AI的组织和个人,会被拥抱AI的组织和个人淘汰?

把AI比喻成工业革命,意味着它会把所有行业、所有业务、所有产品都重做一遍。网上现在有很多人热烈讨论,会不会被AI淘汰?其实AI不会淘汰人,而是你自己拒绝AI,不用AI,你会被拥抱AI的企业和个人淘汰掉。历史上,工业革命进程持续了上百年,从计算机出现到互联网革命,也用了三五十年,AI革命最快也需要三到十年。

AI给了我们一个比互联网更大的机会。

很多人总喜欢用互联网模式看人工智能,觉得历史可以重复。我认为这两者非常不一样。当然,没有互联网算力、数据、人才和算法的积累,AI不可能走到今天,但互联网只是连接平台,人工智能则是生产力;互联网是赋能性技术,生产力属性较弱,而人工智能既能单兵作战,也能外部赋能。

互联网之所以具有颠覆性,是因为它切断了旧链接,建立了新链接。互联网通过虚拟空间和虚拟社区,建立了新的人和人、人和信息的联系,这是一种零和游戏,用户到了你那,就不在我这儿了,并不是直接给生产力赋能。但是AI技术,改变的不只是连接,它的工业属性非常强,而且可以直接带来科技的进步和转化。就像Alpha Fold 得诺贝尔化学奖的蛋白质研究,可以直接让人类攻克疾病。

人工智能有很多属性,但一定要把握其中最重要的属性,那就是生产力属性。我国打造新质生产力的核心抓手,就是人工智能和大模型。我不建议各位复用互联网经验去刻舟求剑,不要一上来就想着做颠覆式创新,要先赋能,再颠覆,因为它的生产力属性很强。

我们看目前所有耳熟能详的国内外大公司,包括苹果、特斯拉、谷歌等等,目前用AI做的主要工作都是赋能,而不是思考怎样颠覆别人。先思考自己的业务能不能用AI重做一遍,在这个过程中,企业的第二曲线,或者说企业的未来战略就呼之欲出了。

01

大模型发展的八大趋势

下面分享一下,我最近看到的几个大模型发展趋势。

1)AGI发展步伐在放慢。我之前以为AGI很快能实现,因为山姆·奥特曼特别会说,我也相信了他的预言。但是最近的AGI发展步伐在变慢,Scaling law效应在递减。之前人们以为,堆了算法和算力,只要规模无限加大,训着训着,一个宇宙超级无敌的人工智能就会出来。但最近llya说,可用的数据已经用得差不多了,大模型也还没达到那个境界。所以,我觉得AGI不会那么快,像之前说2027年会到来,现在我认为,至少还要有5年到10年的等待。

2)“慢思考”成为新的发展范式。这与第一个趋势是相关的,Open AI一开始做的GPT,属于快思考模式,你问问题,它即时回答。人们发现,这一模式的AI智力达到一定水平后,就上不去了。于是人们进行了新探索,发布了新模型,采用“慢思考”的模式。就像别人问我问题,我想的时间越长,答案就越精准。这也可能是一个AGI在早期的突破点。

3)越做越专。之前很多国内厂商宣传大模型时,都强调无所不能,既能写诗,又能作画。但现在发现,真正在某项能力方面超越人类的模型,都是专业模型。我最近看了很多资料,包括Open AI都开始承认,背后用了多个专业模型来协同工作,而不是用一个大模型做所有事情。举个最简单的例子,谷歌的阿法狗下围棋很好,但是不会写作文。所以,人工智能超越人类,是先在某个领域超过人类,还是一下子变得无所不能?我个人认为,越做越专是未来的趋势。

4)越做越小。大模型发展还有个问题,是应该越做越大,还是越做越小?做大,会带来算力和成本的问题。现在有一个趋势,大模型要进入手机、汽车和各种智能硬件,所以大模型要往小的方向做。如今,10亿参数以内的模型比比皆是,而且越来越多。

5)能力越来越强。有人说,模型做小以后,能力也会变弱,这个观点被颠覆了。因为之前训练模型,什么东西都往里灌,很多数据的质量不高,导致模型能力不强。今天的大模型能力取决于训练数据的质量,数据质量越高,大模型能力越强。这也给了我们一个启发,Open AI觉得数据枯竭了,但是我们做专业模型,在公司内部有很多隐藏的显性或隐性的知识,并不会提供给别人。所以在知识上,大家不要眼睛盯着互联网,而是要盯自己的业务,通过慢思考,也能增强小模型的能力。

6)成本越来越低。前两年,买一个大模型要好几千万,还有人开价上亿。经过这几年的发展,大模型变成了大宗生意,开源大模型比比皆是,你可以拿来做自己的模型,比白菜还便宜。而且国内外提供的云服务价格也下降了百倍。

7)智能体推动大模型快速落地。之前大模型在企业里落不了地,很大程度上是因为它的形态。它只是一个对话机器人,以聊天为主,“君子动口不动手”。但是大模型要在企业里落地,一个最基本的要求,是一定得能挽得起袖子,干得了活,脚能踩泥。所以AI Agent这两年起得很快,我叫它“智能体”,更贴切的说法是“数字员工”或“数字专家”。之前是辅助性技术,现在变成比大模型还要关键的核心技术,大家一定要关注Agent,它是驱动大模型落地干活的重要力量。

8)Infra(基础设施)接近成熟,应用开始兴起。美国前段时间有一个讨论,大家买了英伟达很多显卡,英伟达的股价这么高,还需要继续这样下去吗?答案是NO。说明当下Infra(基础设施)已经可以了,要开始做应用了。这跟互联网很像,当年互联网泡沫破灭时,很多公司投了很多钱在光纤网络和路由器,把基础设施搭起来了,如果没有后来出现的一系列应用,互联网真的会成为一场泡沫。现在,大家不要再琢磨Infra的事了,直接做应用吧。

02

未来的两条发展路线

刚才讲了跟企业应用相关的八个趋势,下面是今天大家要记住的最重要的结论。

如果说2023年是大模型之年,2024年是专业大模型之年,那么2025年将是智能体之年。

在2024年,大家已经开始反思,大模型走向专业化和场景化。到2025年,大家将更清楚,只训练大模型也还不够,需要打造智能体。

大模型产业,已经演化出两条发展路线。

第一条是AGI之路,探索全面超越人类的超级人工智能,卷算力、卷数据,让大模型向着万亿参数发展,这条路跟绝大多数人和绝大多数企业没有关系。

第二条是应用之路,放弃打造全能大模型的执念,让一个大模型干一件事,把大模型“拉下神坛”,向场景化、应用化、专业化、垂直化方向发展。

我反复提出要把大模型拉下神坛,为什么?因为如果它像超级电脑一样,被供在高高在上的地方,不会给各位带来什么影响。当年IBM发明了超级电脑,并没有发生信息革命,是PC走入千家万户和千行百业后,才带来革命。今天大模型跟应用相结合,对我们国家来说特别有意义,因为我们的工业门类最齐全,产业链最丰富,而且我们的实业场景是最多的。

AGI(通用人工智能)是全球少数巨头的游戏,在美国这条路就属于那七八家巨头公司。而且通用人工智能竞争很激烈,辛辛苦苦训练一个模型,没几天就被超越了,无法形成技术壁垒。所以,普通的创业者和中小公司唯一的机会,是在应用之路上找创新场景。

去年有部电影叫《年会不能停》,里面讲了一句特别深奥的话:“解决问题的关键在于找到关键的问题”。我认为,目前关键的问题,就是应用一个大模型就做好一件事。当年使用过ChatGPT以后,我就说,这是一种强大的能力,但不是产品。如果一个产品承诺啥都能干,用户对它的期望就不知道落在什么地方,而且满意度会非常不稳定。对话机器人的聊天方式,需要复杂的提示词的使用方式,决定了它是强大的能力而不是产品。

有人说,我是在把大模型庸俗化。没错,我的目标就是把大模型“庸俗化”,让普通人不再仰视,撤下它的神秘面纱。

03

用好六大能力,发展六大应用方向

如果走应用之路,就要用好大模型的几大能力。过去,国内大模型公司普遍犯了一个错误,每次介绍大模型时,都只介绍好玩的东西,最好玩的就是写小作文,做小视频,画奇奇怪怪的图案。这让很多传统企业有一个误解,觉得大模型很有趣,但是不能干活,跟业务没有关系。

其实,大模型有六个层面的能力:

第一层,跟语言文字相关的基本能力。

第二层,AIGC的创意能力。

第三层,多模态能力。这一点越来越重要,因为企业要处理各种数据,各种物联网络,多模态让人工智能不仅能理解文字和语言,还能听得懂我们的声音,看见发生了什么事情。

第四层,业务能力。这是对传统企业最重要的能力,传统企业普遍面临数字化改造的任务,利用大模型可以加速数字化进程,把数字化结果进一步智能化。

第五层,创新能力。

第六层,科学能力。

与这六层能力对应,我们总结了大模型的六大应用方向,供大家参考。

方向一,人人智能,打造个体超能力。人工智能是人类发明的最有力的工具,携带人工智能助手,可以让每个人拥有超能力,围绕这个方向有很多创业机会。比如,对于一个不善于交流的人,HR助手给出一个建议,根据刚刚的聊天内容,应该提这些问题等等。在这个方向上,要避开巨头的常见场景,深入了解现在人们对人工智能的具体需求。

方向二,万物智能,从万物互联走向万物智能。有人已经在讨论,什么时候硬件可以AI化?我的观点是不管三七二十一,先试着用AI改造,未来所有的硬件都会有一个大模型。无论是车,还是手表、眼镜、PC,都可能因为大模型化,创造出新的能力。最近Facebook做了一个智能眼镜,没那么重,看到以后马上可以拍照搜索,卖了几百万副。有了AI以后,虚拟现实和元宇宙就有可能成真。

方向三,数转智改,助力传统产业打造新质生产力。AI可以帮助很多传统企业推动数转智改。这时就不能用通用大模型,因为通用大模型对企业的知识不了解、语境不了解。所以必须要给企业打造一系列的私有化大模型,而且不要幻想用一个大模型解决企业所有的问题。未来企业内部,一定会有多个大模型和多个智能体协作,来推动业务的发展。

像美国斯坦福医学院,就是一个利用AI实现传统企业数转智改的典型范例。他们发现目前的业务运转有三个卡点:第一,病人看病要通过家庭医生给斯坦福医院发传真,需要有人去理解传真、录入,这需要一个上百人的队伍;第二,需要有很庞大的客服队伍给病人打电话,来落实什么时候来看病;第三,看完病以后,还得有人写很专业的报告,找保险公司报销。所以他们就与一家AI公司合作,针对这三个场景,做了三个智能体,来解决这三个问题,背后是三个大模型,分别应用了大模型的多模态能力、写作能力和知识获取能力。

方向四,赋能未来产业和新兴产业,变不可能为可能。大模型会给未来的数字化企业带来的新的算法和新的解决问题范式。如果没有大模型,今天所有的自动驾驶想做到无人驾驶是不可能的。特斯拉的Robotaxi之所以有信心在全国推广,就是因为经过训练后,大模型产生了举一反三的智慧涌现能力。另外,有一些大模型已经可以把工程师写的人工代码替换掉,全部变成机器学习。这为企业提供了新的解决问题的范式。

方向五,AI for Science,打造科研新范式。这是“皇冠上的明珠”,今年的诺贝尔奖物理学奖和化学奖,给了两位AI科学家。这也给了我们一个启示,未来研究基础科学也要利用AI范式。AI处理文字和语音的过程,是把它看作一个序列,如果已知序列足够多,就能把下一序列预测出来。那么,也可以把基因看作一个序列,把一个细胞的分子构成看作一个序列,把蛋白质的构成看作一个序列,试试大模型,有可能会产生奇效。

方向六,AI安全,实现安全的自动驾驶。这个方向是我塞进来的,因为我是做安全的。今天使用大模型,都是当作个人工具,哪怕说错一句话也没有什么大影响。但如果大模型跟企业业务系统融合在一起,跟无人机结合在一起,可以按武器发射按钮时,它出错就会产生很大问题。大模型可能产生幻觉,可能伪造信息,也可能被人PUA,这就需要安全防范。

04

从应用到服务,四个建议

最近,美国人又造了一个新词,叫“从SaaS到SaaS”。之前的SaaS是“软件即服务”,现在SaaS是“服务即软件”。

我一开始没理解,后面看了一些案例才明白。美国的软件是一个万亿美金的市场,但是有两个问题:第一,软件只是人类的工具;第二,有很多事情软件干不了,比如请人写诉状,或到保险公司报销。后者在美国叫服务市场,由人提供服务,是个十万亿级别的市场。现在有了人工智能以后,用人工智能打造专业大模型,加上智能体,很多过去非要用人做的事情,就可以用大模型做,把软件取代。像前面提到的斯坦福医院100人的传真队伍,智能体上线以后,只要保留2个人就可以了。

智能体与APP有本质上的不同。APP是个工具,需要有人用;智能体却可以主动帮你干活或协助你进行干活,所以价值有了根本性转变。从“软件即服务”,到“服务即软件”,万亿美元的软件市场转变为十万亿美元的服务市场,从“工具辅助人创造价值”,变成了“AI直接创造价值”。

过去很多企业在教育云计算市场时,把云计算比喻成电力。如果按照同样的思路,大模型应该建在云端。但是我认为,大模型更像是电动机。当年,一台蒸汽机是工厂布局的核心,所有工厂的动力都是由这一台蒸汽机提供,空气锤、鼓风机都是由一个蒸汽机操作,直到数十年以后,人们有能力把电动机做小、做便宜,工厂一下子就摆脱了中心驱动的模式,变成了分布式驱动和单元驱动。过去需要动力的地方,单独买个电动机装上就可以了,这给工厂带来了格局的革命、流程的改造和组织架构的改变,由此引发了生产力革命性进步。

如果我们把电动机换成大模型,是否会感觉很贴切?所以,大模型不是中心化的“电力”,而是去中心化的“电动机”。

在这里,我给大家四个建议:

建议1:人人AI,企业内部人都先用起来。企业内部,从老板到员工要强迫用AI。用AI不像看电影,不是人的本能,但是很多企业最终都要用AI。所以,企业的每个人都要去了解,而不是回避AI。

建议2:企业办公和营销场景要率先AI化。360提供了企业办公门户,把300多个企业办公营销的工具做了集成,可以帮助企业快速把办公和营销的能力率先AI化。

建议3:要建立企业知识中枢。如果想做自己公司的数转智改,我的建议是在应用大模型之前,一定要把企业的知识管理做好。所有企业做到最后,最有价值的就是Know how,最有价值的事不在纸上,而是在老板和高管的脑子里,在企业的业务流程里。要做好知识捕捉、知识加工、知识沉淀、知识生产和知识搜集,把内部知识管理做起来。没有知识库的支持,企业的数字人就会胡说八道;有了知识库,它就能围绕企业的业务回答问题。

建议4:选择业务场景,打造专业大模型和Agent数字员工。不要追求宏大叙事,而是要把场景细分。一句话,找到企业的卡点和堵点,也就是过去解决不了事和解决不了的问题,看看能不能用AI重做。

[本文作者i黑马,i黑马原创。如需转载请联系微信公众号(ID:iheima)授权,未经授权,转载必究。]

0 阅读:5

创业家

简介:读懂中国最赚钱的7000种生意!