【华楠直播间｜实录】大厂业务流寻路GPT

710次阅读

没有评论

以ChatGPT为代表的人工智能大模型领火遍全球，国内越来越多的企业、创业者竞相加入“战局”。

华楠直播间第101期《大厂业务流寻路GPT》，连线钛媒体技术与产业组资深作者聪慧、国际知名科技作家陈根，一起探讨“大模型能否重塑商业模式”。

在直播中，两位嘉宾就国产大模型的落地情况及大厂业务流的引入展开讨论，并对未来国产大模型的发展表达了看法。

附上本期直播时间轴，帮你快速跳转感兴趣的部分

国产大模型落地出于早期阶段 01:49

现在的大模型相当于20年前的互联网 08:00

独立创业者做通用大模型成功率不高？16:37

国产大模型在PPT的超越中花费太多时间 34:40

人类即将进入通用人工智能时代 48:42

国产大模型的落地处于早期阶段

华楠：目前国产大模型的落地情况如何？

秦聪慧（钛媒体技术与产业组资深作者）：大模型的落地还处于一个非常早期的阶段，目前国内关于数据还是相对敏感的，像百度的大模型、阿里的通义千问，都还在审查阶段。

虽然已经官宣了很多先行接入的企业，但是目前还没有正式启动接入，可能还要等待官方更多的审查，避免风险之后，才会有进一步的落地。

但是像OpenAI的GPT4.0，已经有很多企业开始接入和尝试了，不排除下一步如果国内的ChatGPT的审查进一步放开，会有很多企业会接入多家的大模型。

华楠：有哪些企业是“最早吃螃蟹的人”？

秦聪慧（钛媒体技术与产业组资深作者）：最早的话，我有观察到彩云科技，它们旗下有一个“彩云小梦”，是专门用 AI 写小说的一个应用，实际上在两年前它们已经开始用了，但真正用到它的大模型可能还要订阅付费。

再往后推，今年年初的时候，有赞、金山办公、钉钉、飞书、彩云科技、科大讯飞等都在尝试将大模型落地到业务当中，但有些只是官宣，还没真正推出相关应用，可能还要在有一段时间才能广泛铺开。

华楠：很多企业很早就在做大模型，为什么到现在才会被广泛地提及？

秦聪慧（钛媒体技术与产业组资深作者）：在前期跟很多GPT搞研发的人接触的过程中，他们认为ChatGPT会火爆出圈一个很大的原因是，过去大家认为通用大模型它的成本会比较高，不管是耗费、算力、精力，包括它的商业化可能前景不太明朗。

【华楠直播间｜实录】大厂业务流寻路GPT

但是 ChatGPT 告诉大家，这件事情它已经跑通了，而且它有了一个质的飞跃，在语义理解上有了一个非常大的突破，我们可以理解为原先我们在跟人工智能互动的时候，人工智能它可能是一个“聋子”，它不太能听懂你到底在跟它说什么，比如说告诉它要开灯，然后它会开灯，但是如果你没有提前输入这些，它可能就不知道自己要干什么。

但是因为现在的 ChatGPT 使用了大量的数据，让它有了一个奇迹的变化，就是你不管跟它说什么、有没有给它提前设置任何的框架，它都能理解你在说什么，然后进一步的执行，这就使得人类跟人工智能的互动变得更顺畅了。

现在的大模型相当于20年前的互联网

华楠：为什么大厂都热衷投身大模型？

陈根（著名财经科技作家）：大模型就相当于是前一个阶段的互联网时期一样，它是一项新的技术变革。

任何一项新的技术变革，最后都会竞争出来几个巨头，这些巨头形成之后，它就会形成新的垄断，这一次可能会更类似于上一个阶段搜索端的模式。比如谷歌在Web 2. 0 的阶段里成为了龙头，谷歌独占 97% 的搜索份额，剩下 3% 给大家玩一玩；比如百度占据了搜索的端口，别人就进不去。

现在大模型也是这样一个机会，谁率先切入，相当于构建了一个新的操作系统一样的底层架构。谁要是率先把这个做出来，参照苹果的模式，构建一个闭环生态圈，开放生态应用圈给大家，然后一批一批接进来。生态圈形成，我就闭环了，那别人就再也进不来了。

当前大厂都很焦虑，如果你不能率先成功跑出来的话，那可能在接下来这个时代就会被淘汰。

华楠：目前有哪些大厂开始投身于大模型？

秦聪慧（钛媒体技术与产业组资深作者）：除了我们国际上耳熟能详的谷歌、微软，国内大部分的大厂，像阿里、华为、百度、京东、腾讯，还有一些小的垂直应用领域的一些明星企业都推出了自己的大模型。只要它是一家就是特别大的互联网企业，它有数据，基本上它都会有一个快速的尝试和行动。

金融领域的 360 数科，它现在改名叫奇富科技，它推出了一个金融领域的大模型；5月15日，我爱我家将和第四范式合作，推出一个经纪人可以使用的房产领域的大模型。

它已经从通用人工智能，影响到了垂直应用领域，各行各业都有非常大的想象力，企业方面的心态是只要能做，就会推出自己的一个基于大模型的应用。

创业者做通用大模型成功率不高？

华楠：除了大厂，也涌现了一些独立创业者，你认为这次的AI创业潮能比过大厂吗？

陈根（著名财经科技作家）：我认为创业者做通用大模型成功概率不高。这是一件非常烧钱的事情，连谷歌烧到现在它也还没有搞出来。这么多的大厂，他们既有云服务，又有算力优势，也可以付比较高的薪酬去寻找优秀团队，实在不行还可以打个持久仗。

对于独立创业者的话，如果选择在通用大模型这一条路上走的话，风险相当高。如果他们选择垂直领域，可能成功概率会高。比如跟医院合作，搞专科智能医生，专门搞一个训练，看肺片，或者专门看肿瘤指标检测的可能会率先获得成功。但如果说独立创业者，去做这种大的通用大模型的话，我个人还是持保留意见，我觉得风险太大。

未来人人有一个AI助手

华楠：哪个领域会最先将大模型真正地引入到业务流？

秦聪慧（钛媒体技术与产业组资深作者）：目前引入业务流比较多的是 AI 创作、语义理解以及客服体验。

大家都有网上购物的经历，但是网购客服实际上体验是非常差的，在大部分情况下，上一代客服是听不懂人说话，你只能说它设定好的问题，它知道怎么做，但是在其他情况下它又听不懂了。但是 GPT4.0 ，它能够流畅地跟人类去做对话和互动，所以在客服领域潜力比较大。

在一些技术特别“专”的领域，比如网络安全领域，ChatGPT虽然能正常对话，但是深入到业务也还是用不了的。

之前跟一位网络安全领域训练 GPT 的人了解过，他们自己从 0 到 1 的训练了一个网络安全领域的GPT 大模型，但他们也利用了 GPT 4. 0 的语义理解这一个突破，但是网络安全门槛太高，如果你不能完全信任的话，他们是没办法做的，因为它跟你的业务是有强关联，它的容错率会比较低，所以他们一定要把这个垂直做到特别的精确。

前几天我们跟弘玑的贾岿博士和湘明老师有过一个交流，中间有一个观点就是说，未来的大模型发挥比较大的可能就是人人都会有一个 AI 助手。

华楠：大模型和小模型之间有哪些区别？之前有很多的观点认为大模型是走不通的，你怎么看待这个事情？

秦聪慧（钛媒体技术与产业组资深作者）：垂直小模型比如说客服、工业AI，它有缺陷监测，它实际上就属于一个小模型，因为它参数会比较小。我们之前跟云计算的技术人员有过交流，比如说像一家披萨店，它输入几张披萨照片，就可以检测这条产线上的披萨是不是符合标准，像这种非常小的一些应用场景就是小模型的应用。

大模型和小模型的区别实际上是在垂直门槛高的领域，它需要有一套自己的逻辑。像有赞，它为什么能够最快地应用到它的业务里面，就是因为这套小模型它之前已经有了，它有自己的人工智能引擎，它在自己的业务上已经训练得比较好了之后，再结合大模型，那么这个结果的可信度是会比较高的，为此这个小模型给的 AI 建议也能够被商家直接采用。

大模型和小模型是互相配合的关系。第一，大模型的知识量和数据会比较多。第二，它可以听懂人说话，类似于一个翻译官，可以直接指令给到小模型，然后小模型去执行。这也就是说为什么前段时间，贾岿博士会觉得 GPT 是 RPA 的一个机会，也是在于这一点，因为像 RPA 它是属于人工智能自动化，就是自动化机器人，这个机器人它只是做动作，就是我让你去干什么，你就去干什么；比如说每天发一条金融领域的快报，它只会去做，但是它听不懂你说话。但是在未来小模型和大模型结合的时候，这个动作它是可以自动地去触发的，等于说是被激活了。

华楠：大模型变现的方式未来将会有几种？

秦聪慧（钛媒体技术与产业组资深作者）： ToC 端的变现更多还是应用。

举几个例子，比如说像美团这两年在进行 AI 驱动的业务转型，在做 SaaS 的订阅，这部分有两点：第一就是卖用户喜欢的滤镜，这个由AI 生成的滤镜卖给单购的用户；另外一个就是 SaaS 订阅，比如说我的美图的使用频率比较高，那我可能就会买会员，包括像腾讯会议，他们也推出了会员版本，这个也是属于付费的。

之前金山办公的章总也提过一个想法，可能到一年之后，他们会推出带 AI 助手的版本，这个版本可能每个月收费有 100 多块钱；然后另外一些功能没有那么多的，比如说像彩云小梦，只用来写小说，可能它针对的是一些小说作家群体，那它的费用就相对会低一点，可能一个月 25 块钱这样的。

在 ToB 端的话，在中国可能还是解决方案式、私有部署的形式。这种客单价会相对更高一些，但是目前这一块到底是卖多少钱，还没有更多公开的一些信息。比如说像有赞，因为它是纯 ToB 的，就是我的个人账号实际上还看不到它的付费信息，目前可能是在一个试用阶段，还没有付费，可能你只有买了它的某一个服务，然后它作为增值的给你；包括像钉钉也宣布说自己的钉钉斜杠的 AI 功能是可以使用了，但是目前个人的话还是用不到，可能只有企业买了这个服务，才会用到这个功能。所以定价方面现在都还没有特别公开的数据。

国产大模型在PPT的超越中花费太多时间

华楠：很多大模型的从业者认为中国和美国在知识大模型领域的竞争不是非常接近，而是距离不断拉远，您怎么认为？

陈根（著名财经科技作家）：我们的一些大小厂在 PPT 的超越中花费的时间太多，没有实事求是的从客观的技术层面去看待、去解决问题。

ChatGPT 的三大核心要素就是算法、算力和数据。目前来看，OpenAI 构成的两大核心，或者说它的两大黑箱子至今没有公开，一个就是它的算法，也就是模型参数的优化。

第一它的参数量其实很少的，1750亿，我们国产的很多参数都比它高。在参数数量这么少的情况下，能够把它优化到类人逻辑。

第二就是数据，我可以非常肯定地说，一定不是维基百科上那一点数据了，那他的数据到底哪里来？不知道，也没有公开。

这样来看，我们的差距是不断地拉大。它现在唯一的制约就是算力，一旦打通、突破了，它后面都可以迭代上去。

华楠：国产大模型未来会具备哪些优势？

陈根（著名财经科技作家）：中国也具备独特的优势，一方面国产大模型应用规模非常庞大，另一方面我们有人海战术、百花齐放的优势，这个可能也会构成乱世出英雄的局面，也就是现在大家一窝蜂大小厂都上去了，可能乱拳打死很多人，也有从中活下来的，这个可能会是我们接下来的优势，一旦胜出，那么也就自然吸引了各种资本人才往里面去挤，我们用人才战术可能还是能够有胜出的机会。

胜出了之后，由于我们的应用规模市场是比较庞大的，比如说 ChatGPT 它推出来开放给全世界来使用的时候，可能它的注册用户才满足 1 个亿，或者再多一点 2 个亿，但我们不是，我们基数就 14 亿，假如我们有一个“跑”出来了给大家公测，预计注册量一下子就会上亿。在应用过程中就可以迅速发现技术上的BUG 尽快优化。