2023年初，隨著ChatGPT走紅，全球科技產(chǎn)業(yè)快速就大模型技術的潛力達成共識，我國科技企業(yè)快速跟進，“百模大戰(zhàn)”如火如荼。
9月《時代周刊》發(fā)布首份“全球百大AI人物”榜單，上榜的有許多AI大佬：比如openAI的兩位聯(lián)合創(chuàng)始人、英偉達CEO黃仁勛以及馬斯克。剔除公開資料中未提及國籍信息的入選人，入圍榜單的華人一共有13人，其中中國籍只有4人，其余則是華裔代表，這一結果也不讓人意外：雖然AI大模型玩家數(shù)量眾多，但其中大多數(shù)都是湊熱鬧的“投機分子”濫竽充數(shù)，干實事且具備世界級大模型技術成果的，鳳毛麟角。在狂熱的大模型浪潮中，怎樣的AI技術觀才是市場更需要的？“百模大戰(zhàn)”如何避免跟前些年的“千團大戰(zhàn)”、網(wǎng)約車大戰(zhàn)、共享單車大戰(zhàn)一樣留下“一地雞毛”？
大模型不是新概念，只是AI浪潮中的一朵新浪花
基于大模型技術的消費級ChatGPT在年初走紅，大模型一下成為廣受關注的熱點新概念，AIGC、生成式人工智能、MaaS（模型即服務）、LLM(大語言模型）、Transformer等熱詞走紅。高度復雜的技術概念被許多企業(yè)用來炒作，他們對外述說的故事往往會采用大量專用名詞，似乎越玄乎就越有前景。
著有《浪潮之巔》等科技史暢銷書的吳軍老師說“ChatGPT不算新技術革命，帶不來什么新機會”，給狂熱的大模型產(chǎn)業(yè)潑了冷水，我對他的觀點很認可：大模型只是AI技術的一個實踐，其本質是深度學習的“加強版”，通過給模型“填喂”大數(shù)據(jù)提高其自學習能力，進而具有更強的智能程度，可實現(xiàn)內容生成AIGC等新應用。大模型讓AI的應用空間一下變得大了不少是不爭事實，但確實算不上是平地驚雷。
AI技術革命早已開啟。深度學習已有10年發(fā)展歷程，在2016年便已伴隨著AlphaGo戰(zhàn)勝李世石迎來大規(guī)模爆發(fā)，智能助理、NLP（自然語言處理）、知識圖譜、機器視覺和智能語音等AI應用高速普及，有的以消費級應用出現(xiàn)在用戶面前，有的在云服務商推動下進入到產(chǎn)業(yè)之中。
大模型技術也已發(fā)展多年，2018年google發(fā)布擁有3億參數(shù)的BERT預訓練模型，接下來幾年，OpenAI、英偉達、谷歌、微軟以及我國的百度、阿里、訊飛等科技巨頭均推出了大模型，巨頭們早已將參數(shù)規(guī)?！翱窬怼钡健扒|”級。
既然人們已對AI技術“司空見慣”，既然前些年大模型技術就已在爆發(fā)，為何今年大模型會在“一夜之間”成了香餑餑？因為“百模大戰(zhàn)”有著強烈的“炒作”意味。
包括自然語言處理技術、深度學習技術、知識圖譜技術以及今年興起的大模型技術，本質都是AI技術大浪潮中的一朵朵浪花，有的大一些，有的小一些。不過，每一項可落地應用的AI技術一經(jīng)出現(xiàn)，都會讓人類欣喜若狂。毫不夸張地說，AI的出現(xiàn)有著跟火、電一樣的劃時代意義。
AI在每一個產(chǎn)業(yè)的每一個場景都有巨大應用價值，它可以減少或者替代人工實現(xiàn)生產(chǎn)的“降本增效”；可以給人類提供前所未有的生活體驗，比如智能助理、自動駕駛；可以在許多維度擁有超出人類的表現(xiàn)，比如大數(shù)據(jù)洞察、智能質檢等等。因此說AI掀起繼蒸汽革命、電力革命、信息革命后的第四次工業(yè)革命（智能革命）并不夸張。
20世紀原創(chuàng)媒介理論家馬歇爾·麥克盧漢在《理解媒介》一書中指出：一切的技術都是人的延伸。從猿人會制作并使用石器起，人類就一直在想方設法延伸自己。電話延伸了耳朵，電燈延伸了眼睛，交通工具延伸了腿腳，刀斧鋤耙延伸了雙手，武器延伸了牙齒，互聯(lián)網(wǎng)延伸了耳朵、眼睛甚至腿腳，AI則延伸了大腦，因為它讓機器具備人一樣的“學習與思考”能力。正因為此，AI技術的應用潛力，可能遠超人類想象空間。
然而，人們對新技術總是在短時間期待甚高，以為在短時間內有利可圖便快速涌入，當回報不及時又快速撤退，留下一地雞毛，只有少數(shù)玩家堅持探尋技術的長期價值。前些年的智能硬件、深度學習、區(qū)塊鏈等等技術都曾面臨這樣的局面，今天的“大模型狂熱愛好者”們的面孔似曾相識。
大模型技術以及AI技術潛力巨大，其落地才剛開始，要實現(xiàn)電力、互聯(lián)網(wǎng)一樣廣而深的應用還需要很長的時間。正因為此，面臨大模型炒作風我們更要冷靜以待。
AI工業(yè)化大生產(chǎn)，場景落地比技術重要得多
AI發(fā)展可以分為不同階段：先是實驗室階段，深度學習在“下棋”等研究類場景應用；AI產(chǎn)業(yè)化階段，AI技術在互聯(lián)網(wǎng)等信息產(chǎn)業(yè)廣泛應用后，開始在不同產(chǎn)業(yè)場景“試探性”應用落地并逐步形成一些標桿應用；如今，隨著AI進入到更多場景實現(xiàn)更大規(guī)模應用，AI工業(yè)化階段來臨。
AI工業(yè)化階段的AI應用有兩大特征：一方面是更多行業(yè)更多場景可以應用AI技術，包括農(nóng)業(yè)、工業(yè)等傳統(tǒng)產(chǎn)業(yè)，另一方面，任何場景利用AI技術都變得更容易，技術門檻更低、算力成本更低、部署要求更低，AI真正變得跟水、電、氣一樣“所見即所得”，成為普惠型技術。
大模型技術可以加速AI工業(yè)化進程，但不論是深度學習還是大模型技術，AI工業(yè)化大生產(chǎn)的前提都是讓技術實實在在落地到場景，為千行百業(yè)所用。讓AI技術產(chǎn)品化、標準化以及普惠化，成為AI技術發(fā)展的新重點。
然而現(xiàn)在大大小小的科技企業(yè)一股腦梭哈AIGC大模型卻大都沒有考慮“落地”的問題?！耙桓C蜂”扎堆入場的玩家，有的在做基礎通用大模型“重復發(fā)明輪子”；有的“渾水摸魚”甚至有算法與算力都依賴第三方的“皮包型大模型公司”；還有的“拿著錘子找釘子”，技術不錯卻沒有落地能力。就連年初名噪一時的ChatGPT也面臨著巨大的商用困難，收入遠遠無法覆蓋巨大的訓練成本，因為AIGC內容準確度的不確定性，取代谷歌成了難圓的夢想。
“百模大戰(zhàn)”這一波大模型技術的坑，在深度學習浪潮中科技企業(yè)們已經(jīng)踩過了。毫無疑問，場景落地才是AI技術發(fā)展的重中之重，不論多么強大的技術都要走出實驗室才能發(fā)揮真正的價值。
其實不只是AI，歷史上每一項革命性的技術落地都會經(jīng)歷相似路徑：先是少數(shù)人在實驗室專研探索——當“技術奇點”來臨逐利者們蜂擁而上形成泡沫——商業(yè)化不順利泡沫破滅“湊熱鬧”玩家被淘汰——實力派玩家浮出水面繼續(xù)努力落地——少數(shù)玩家靠拳頭產(chǎn)品脫穎而出，徹底改變世界。
（咨詢公司高德納Gartner發(fā)布的技術周期曲線）
比如在第二次工業(yè)革命（電力革命）中，富蘭克林“風箏實驗”論證電的存在后，關于電的理論逐步被完善，圍繞電的生成、轉換、輸送與利用，先驅們進行持續(xù)探索。1887年特斯拉發(fā)明交流電發(fā)電機解決了電的輸送問題進而徹底打開了電的應用空間。但有了交流電發(fā)電機還不夠，電力要普及還要能用電的“電器”，愛迪生的電燈、塞繆爾·莫爾斯的電報、貝爾的電話等等電器的發(fā)明讓電走向普及，到了150年后的今天，電已經(jīng)跟空氣和水一樣讓人類離不開。
如果說AI是電力，那么大模型、深度學習就對應到“交流電”“直流電”這樣的技術，它們給AI工業(yè)化創(chuàng)造了技術條件。現(xiàn)在AI工業(yè)化萬事俱備，缺的是“電燈”這樣的殺手級AI應用，這也是踏實做AI的玩家們在重點攻克的方向。在國內科技行業(yè)，除了百度、阿里、訊飛等出鏡率高的AI玩家外，還有一個被忽視的實力派玩家：網(wǎng)易。網(wǎng)易在AI落地上走了一條不同的路，除了自身業(yè)務早已全面應用AI技術外，也在通過網(wǎng)易智企推動AI to B，通過AI產(chǎn)品化來助力產(chǎn)業(yè)AI工業(yè)化大生產(chǎn)。
場景落地成關鍵，行業(yè)需要怎樣的技術觀？
在互聯(lián)網(wǎng)行業(yè)，網(wǎng)易是另類的存在。作為比BAT更早成立的初代互聯(lián)網(wǎng)巨頭，網(wǎng)易20多年來一直位居舞臺中央，是僅次于騰訊、阿里、拼多多和美團的第五大廠。相較于同體量大廠而言，網(wǎng)易“出鏡率”并不高，面對AI、區(qū)塊鏈、VR/AR、元宇宙、大模型等新技術一直都是冷靜觀察、低調發(fā)力、悶聲落地。
低調的玩家更可能是掃地僧。在深度學習階段，網(wǎng)易就已在全方位布局AI，涵蓋前沿底層技術儲備、AI技術與業(yè)務的結合以及AI技術to B輸出。面對大模型這一波AI技術浪潮，網(wǎng)易也做好了準備，丁磊在網(wǎng)易發(fā)布Q2財報時已明確表示，AI的發(fā)展可以用百花齊放、百家爭鳴來形容，但其中落地場景最關鍵?！霸贏I大模型競賽中，真正的勝者是能選擇好應用場景的企業(yè)。所以，目前網(wǎng)易的首要任務是探索AI大模型在不同產(chǎn)品場景下的應用，并研發(fā)出更符合用戶體驗的優(yōu)質產(chǎn)品?！?/p>
面對深度學習、大模型等AI新技術，網(wǎng)易的技術觀都不曾改變：沉下心來，做好AI的場景落地。除了用戶可感知的AI+游戲、AI+音樂、AI+傳媒等消費級業(yè)務的AI應用外，網(wǎng)易一直在深耕的to B業(yè)務也已形成對應的AI to B業(yè)務矩陣，將AI技術輸出到各行各業(yè)。前段時間，網(wǎng)易聚焦于toB的事業(yè)部網(wǎng)易智企召開了“智啟AI AIGC產(chǎn)業(yè)賦能大會”，在大會上我看到其已將AI技術服務產(chǎn)品化這件事做得很深，對外形成了一套工業(yè)級的AI解決方案。
舉例來說，網(wǎng)易智企將 AI 技術融合于網(wǎng)易易盾、網(wǎng)易云信、網(wǎng)易云商和游戲行業(yè)部的實際業(yè)務中。例如：
基于AI技術，網(wǎng)易易盾的機器審核精確度平均提高了20%，機器檢測性能優(yōu)化平均時延減少30%，智能審核管理提效最高達10倍。不夸張的說，得益于 AI 的力量，才支撐了易盾2022全年 4000億+級別的海量檢測數(shù)據(jù)；
網(wǎng)易云信則以 AI 應用于音頻與視頻領域，其 AI 音頻降噪能夠智能分析環(huán)境音成分，甄別并過濾環(huán)境噪聲，將音頻通話的體驗感拉滿。再如云信 AI 視頻超分技術，通過對低畫質視頻和直播的優(yōu)化，將用戶視頻觀感抬上一個新的臺階；
而網(wǎng)易云商旗下七魚智能客服更是典型的 AI 驅動型業(yè)務，將 NLP 技術大量應用在了在線機器人中，發(fā)力智能客服場景，一改傳統(tǒng)“客服”成本部門的刻板印象，使其也能反哺于業(yè)務增長。網(wǎng)易云商還將長期積累的海量客服領域語料庫沉淀，鍛造出了“商河”大模型這一 AI 利器；
在游戲場景中，面對玩家苦“人機”久矣的老大難困境，網(wǎng)易智企創(chuàng)新性地為游戲內置了高度擬人逼真的“AlphaGo”，這些游戲中的 AI 智能體基于豐富的游戲訓練數(shù)據(jù)和實踐經(jīng)驗而成。通俗來說，它們能懂玩家意圖、跟玩家互動、與玩家合作，甚至直接對戰(zhàn)玩家而不落下風。正是因為網(wǎng)易智企為游戲內 NPC 裝上的 AI 大腦，我們才能與呆板、糟糕的游戲體驗徹底揮手告別……
這些看似不起眼、不入大廠法眼的碎片化場景，僅僅只是網(wǎng)易智企 AI 落地的小小縮影，但卻真真實實地將內容安全、通信體驗、客戶服務、游戲競技等方面的智能化水平革新?lián)Q面。從這些 AI 服務中，我們得以窺見網(wǎng)易智企的AI價值觀：
1、落地既有廣度也有深度。
網(wǎng)易智企的AI服務涉及到內容安全、音視頻、客服和游戲等場景，看似有些零散，但其實都跟網(wǎng)易核心業(yè)務有著緊密聯(lián)系，這恰好反映出網(wǎng)易一直將AI充分應用到公司業(yè)務的“邊邊角角”的事實。網(wǎng)易智企也重視場景落地，基于深度學習、NLP、知識圖譜、大模型、AI音頻降噪的技術積累，形成了一個個“細而?！钡腁I解決方案。網(wǎng)易習慣于聚焦并吃透少數(shù)細分市場，在做AI to B時，網(wǎng)易智企也沒有面面俱到要“ X 千行百業(yè)”，而是專注于特定產(chǎn)業(yè)垂直場景，一步步將AI大網(wǎng)編織得越來越細密。因為專注，網(wǎng)易智企AI to B做得更深更透，更有競爭力。
2、“自下而上”而不是“自上而下”。
有的大廠做AI做大模型是先斥巨資“造航母”，有了核心技術再“拿著錘子找釘子”，這種“自上而下”的挑戰(zhàn)在于：在AI工業(yè)化前，技術富余苦于沒有用武之地；在AI工業(yè)化時，實力派玩家云集，可用場景變得稀缺。
網(wǎng)易智企的AI落地走了一條“自下而上”的路，它以客戶真實場景為中心，以解決實際問題為出發(fā)點，通過合適的技術產(chǎn)品組合方案來滿足客戶需求。在服務業(yè)務場景中，網(wǎng)易智企的AI技術被倒逼著進化，需要深度學習就布局深度學習，需要大模型就布局大模型，“有了釘子再尋求合適的錘子”，開辟了一條“從業(yè)務中來 到業(yè)務中去”的AI技術落地之路。
當城外“百模大戰(zhàn)”如火如荼、戰(zhàn)火紛飛時，它也并未脫離業(yè)務去參與大模型軍備競賽，而是在服務客戶的AI化實踐中繼續(xù)耕耘。即便是“商河”大模型的推出，也是服務經(jīng)驗水到渠成的結果。
網(wǎng)易智企“自下而上”地推動AI落地，始終保持著自己穩(wěn)扎穩(wěn)打的節(jié)奏，給人的感覺有些低調和遲緩，畢竟不高舉高打就很難有很大的聲量。不過，方向正確了，“慢就是快、少即是多”，當AI能力積蓄到一定階段再破土而出時一樣可驚艷眾人，就像網(wǎng)易在20多年的發(fā)展歷史里不斷證明自己一樣。
3、不“梭哈”大模型，但一直都重視AI，只因不干“大炮打蚊子”的事兒。
大模型只是AI技術浪潮最受關注的一朵新浪花，它本質上是AI眾多技術棧里面的一種機器學習方式。2023年科技企業(yè)“梭哈大模型”，甚至“唯大模型至上”將大模型與AI劃等號，這是大錯特錯的。大模型很強大，但其訓練成本高，技術門檻高，部署難度大，并不適合所有智能化場景，有的AI應用場景用深度學習算法足夠了，比如智能手機終端側的AI音頻降噪用大模型就是“大炮打蚊子”，網(wǎng)易云信自研輕量級深度神經(jīng)網(wǎng)絡用深度學習的方式反而開銷更小，更適合在千元機等移動終端應用，這也是一種“潤物細無聲”式的AI應用。
大模型加速AI工業(yè)化時代來臨，網(wǎng)易智企也意識到了這個趨勢，但與其他廠商不同的是，它的工具箱里并不只有AI“大炮”，還有著機關槍、手槍、匕首等等輕小但鋒利的“技術武器”，能根據(jù)產(chǎn)業(yè)客戶的場景特性去盡情展示其最為合適的鋒芒，一擊致命。就AI to B來說，合適的技術才是最好的技術，這也是一種對客戶負責的技術觀。
寫在最后：
AI浪潮已澎湃了10來年了，每隔一段時間都會掀起新熱潮，但用第一性原則來思考AI本質未曾改變，從深度學習到大模型，行業(yè)在做的事情都是讓機器具備更強的學習能力，更好地服務于人類的生活與工作。雖然每隔一段時間都會出現(xiàn)一波新的技術概念炒作，但AI的發(fā)展一定是一個長周期的事情，通過AI to B推動AI工業(yè)化的過程，需要大量的慢活、重活、細活甚至可能是苦活、累活，正因為此，大廠布局AI、做AI to B，要沉得住氣，慢慢來不著急。
縱然會有一些熱衷炒作的公司可在短時間內獲得股價上漲這樣的既得利益，但不能踏實地研發(fā)底層技術和落地業(yè)務場景的他們，將很快在泡沫破滅時被淘汰出局。能在更長周期基于AI技術獲取長期增長的，一定是低調踏實，認真做技術，認真做場景落地的玩家，因為只有定得住，才能行穩(wěn)致遠。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
