|
AI黑馬 導(dǎo)語(yǔ) ?? “剛開(kāi)始覺(jué)得模型還挺值錢(qián)的,，現(xiàn)在又陷入到內(nèi)卷了。前段時(shí)間碰到一個(gè)客戶,，BAT等都報(bào)價(jià)了,。剛開(kāi)始報(bào)價(jià)，還挺貴,，1000多萬(wàn),。大家知道最后的成單價(jià)是多少？太卷了,?！?/span> 在“大模型改變世界”、“AIGC顛覆千行百業(yè)”,、“50%的崗位將被AI替代”等觀點(diǎn)不斷沖擊我們認(rèn)知的時(shí)刻,，一群人聚在一起,，清醒地說(shuō)一些真話,。這些真話，不亞于某些箴言,。 9月12日下午,，創(chuàng)業(yè)黑馬北京總部迎來(lái)一波 “AI新勢(shì)力”。華為云,、APUS,、拓爾思、商湯,、快手,、360集團(tuán)、清博智能,、黑馬天啟,、MiniMax、創(chuàng)新工場(chǎng),、奇績(jī)創(chuàng)壇,、中國(guó)信通院……有上市公司，有龍頭企業(yè),，有獨(dú)角獸企業(yè),，還有AI領(lǐng)域領(lǐng)先的投資機(jī)構(gòu)和科研院所。“大模型目前的行業(yè)現(xiàn)狀,？企業(yè)如何更好地進(jìn)行商業(yè)化,？有哪些值得關(guān)注的新趨勢(shì)和新機(jī)會(huì)？”很榮幸,，參與了本次AI閉門(mén)會(huì),，38條筆記和真話，分享給大家。最新統(tǒng)計(jì),，中國(guó)已有130多個(gè)大模型問(wèn)世，在網(wǎng)信辦備案的算法模型也超過(guò)70多家,。BAT等互聯(lián)網(wǎng)巨頭悉數(shù)下場(chǎng)發(fā)布AI大模型,，僅2023年就有超60家創(chuàng)業(yè)公司拿到融資，產(chǎn)品更是布滿了基礎(chǔ)層,、模型層和應(yīng)用層,。新一代生成式AI，可能要回頭看看上一代AI趟過(guò)的坑,，不要行業(yè)自嗨,，避免上一個(gè)冬天的輪回。在這個(gè)領(lǐng)域的從業(yè)者,，更要清晰地看到行業(yè)的內(nèi)卷和客戶的痛點(diǎn),，別被大佬的雞湯迷了眼。1,、現(xiàn)在有客戶找到我們,，說(shuō)有20個(gè)場(chǎng)景，一個(gè)場(chǎng)景X萬(wàn)塊,？然后挨家詢價(jià),，華為做不做？阿里做不做,？百度做不做,？要這么卷下去，最后都沒(méi)有錢(qián)賺,。2,、大家融到的錢(qián)，80%-90%給到了算力,，這是現(xiàn)狀,。要知道，現(xiàn)在還只是訓(xùn)練,，訓(xùn)練的成本是可控的,，推理的成本是不可控的。3,、我們GPU有30000塊,，算力6000p，年底爭(zhēng)取算力超12000p,。數(shù)據(jù)方面,，每個(gè)月有2萬(wàn)億token清洗和標(biāo)注完,，年底會(huì)有10萬(wàn)億的token。4,、目前看,，行業(yè)還是缺少一些顛覆式的殺手級(jí)的應(yīng)用，從而難以實(shí)現(xiàn)商業(yè)化的變現(xiàn),。5,、怎么能夠在成本和效果之間，找到一個(gè)平衡點(diǎn),，這是比較難的地方,。都用大模型，成本太高了,。6,、再過(guò)一段時(shí)間，大家要比拼的是基礎(chǔ)設(shè)施的優(yōu)化能力,。比如,，網(wǎng)絡(luò)優(yōu)化能力，別人斷時(shí)你不斷,，就能比別人多訓(xùn)練幾次,。7,、在算力緊張的情況下,，我們?cè)谧鲆恍┣罢靶缘募夹g(shù)嘗試。大家可能都想不到,，在我們大模型公司,，做基礎(chǔ)架構(gòu)的同學(xué)，比做模型的同學(xué)要多,。他們普遍的價(jià)格都還挺貴,，也很難招。8,、大模型現(xiàn)在很尷尬,，自身賣(mài)不上價(jià)格，最后都是賣(mài)云賣(mài)卡賣(mài)算力的賺錢(qián)了,。9,、剛開(kāi)始覺(jué)得模型還挺值錢(qián)的，現(xiàn)在又陷入到內(nèi)卷了,。前段時(shí)間碰到一個(gè)客戶,，BAT等都報(bào)價(jià)了。剛開(kāi)始報(bào)價(jià),，還挺貴,，1000多萬(wàn),。大家知道最后的成單價(jià)是多少？太卷了,。10,、百億參數(shù)的大模型，在某些特殊客戶的認(rèn)知里面,，就是免費(fèi)的,。人工智能領(lǐng)域的企業(yè)，耳根子應(yīng)該時(shí)刻記得毛主席說(shuō)的話,，“從實(shí)踐中來(lái)到實(shí)踐中去”,。脫下長(zhǎng)袍馬褂，走到田間地頭,，在客戶身邊才能得到最真實(shí)地反饋?，F(xiàn)在AI領(lǐng)域的偽專(zhuān)家太多了，不如多聽(tīng)聽(tīng)來(lái)自一線的聲音,。11,、我們大概聊了150個(gè)客戶。對(duì)于大模型本身的需求主要分為兩類(lèi),。一類(lèi)是大模型本身文字上的需求,，客戶對(duì)大語(yǔ)言模型的要求是100%準(zhǔn)確。另一種,，是AI agent,，函數(shù)調(diào)用、代碼顯示器,、調(diào)用第三方工具,。12、我們?cè)诤献鬟^(guò)程中,，出現(xiàn)了一個(gè)沖突矛盾,。客戶會(huì)覺(jué)得,，在內(nèi)部決定部署之前,，是不能把數(shù)據(jù)拿出來(lái)給你的。但如果沒(méi)有這個(gè)數(shù)據(jù),，我們又怎么能訓(xùn)練出適合客戶需求的模型呢,？13、我們?cè)谧鲰?xiàng)目的時(shí)候發(fā)現(xiàn),，用戶是不愿意為大模型去買(mǎi)單的,，他還是為你的應(yīng)用去買(mǎi)單。有的客戶會(huì)直接問(wèn),，有了大模型,，以前的一些智能中臺(tái),、知識(shí)圖譜就不需要了嗎？最后發(fā)現(xiàn),，場(chǎng)景才是最核心的,。14、我們要找到一些性感的場(chǎng)景,。有幾個(gè)標(biāo)準(zhǔn),。第一，小切口,。第二,，跟大模型的優(yōu)勢(shì)相匹配。第三,，讓買(mǎi)單的決策用戶有強(qiáng)感知,。比如以前獲取一些數(shù)據(jù)、結(jié)論或者服務(wù),，需要不同的流程,，現(xiàn)在通過(guò)大模型，決策者在移動(dòng)設(shè)備就能快速獲取和完成,。15,、大模型想做成功需要三件事：1）能不能拿到足夠多的錢(qián)去買(mǎi)算力。2）能不能拿到足夠多的數(shù)據(jù),。3）人才密度是不是夠厚,，不在數(shù)量多，而是有沒(méi)有足夠多的高質(zhì)量的科學(xué)家,。16,、現(xiàn)在我們遇到三類(lèi)客戶。一類(lèi)是焦慮的客戶,，比如金融的客戶因?yàn)楦?jìng)對(duì)都在搞，于是也想搞,，但他并不清楚自己的需求是什么,？一類(lèi)是希望降本的客戶，客戶的管理層認(rèn)為,，這主要是降本節(jié)流的問(wèn)題,，但模型到底節(jié)流了多少，不好評(píng)判具體的價(jià)值,。最后一類(lèi)是希望部署模型開(kāi)源賺錢(qián)的客戶,，他是靠這個(gè)模型來(lái)創(chuàng)收的，這類(lèi)客戶付費(fèi)是最爽快的,。據(jù)了解,，GPT-4訓(xùn)練一次的成本約為6300萬(wàn)美元，需要1.8萬(wàn)億巨量參數(shù),。中國(guó)目前發(fā)布的一些大模型,，ToC方向還是互聯(lián)網(wǎng)的免費(fèi)模式。但從業(yè)者都清楚,，大模型的開(kāi)發(fā)和運(yùn)行都需要消耗大量的成本,，從而ToB的商業(yè)模式更容易良性運(yùn)轉(zhuǎn)。在商業(yè)化探索上,，ToB還是ToC,，一直是行業(yè)關(guān)注的問(wèn)題。在閉門(mén)會(huì)中,，我們反復(fù)聽(tīng)到了兩個(gè)關(guān)鍵詞：1）基因 2）越界,。“你無(wú)法成為你所不是的”,。17,、我們認(rèn)為機(jī)會(huì)還是在tob垂直模型，核心點(diǎn)在數(shù)據(jù)和場(chǎng)景本身,，這是最核心的,。18、我們自己也在思考,，人工智能如何跟互聯(lián)網(wǎng),、數(shù)字化等結(jié)合起來(lái)，怎么更好地將原來(lái)的場(chǎng)景做得更智能,。19,、ToC還是ToB，坦率講這跟大家的基因有關(guān),。我們做不到,，不代表別人做不到。比如一些ToC的應(yīng)用,，都是一些00后10后的小朋友在玩,，超出了我們年齡的認(rèn)知。20,、Toc和Tob還是很不一樣的,。ToC對(duì)容錯(cuò)率相對(duì)較高。TOB則相反,。舉個(gè)例子,，智能問(wèn)答。準(zhǔn)確率如何保證,？像政府,，都是有紅線的,。如何避免模型的幻覺(jué)，目前大家都在做相應(yīng)的探索,。21,、我們反而認(rèn)為T(mén)oC賺錢(qián)比較容易。ToB有個(gè)問(wèn)題,，一個(gè)項(xiàng)目的歷程時(shí)間比較長(zhǎng),。客戶批預(yù)算,，再到立項(xiàng),，再到實(shí)施，錢(qián)的周期是很長(zhǎng)的,。22,、我覺(jué)得現(xiàn)在是機(jī)會(huì)太多，不要把資源分到你所不是的地方,，做戰(zhàn)略選擇,，這個(gè)很重要。23,、B端最大的bug在于,，最后做成了高級(jí)的人力外包。24,、所有的項(xiàng)目都是有周期的,，所有的付款也是根據(jù)周期的節(jié)點(diǎn)來(lái)走的。不可能我無(wú)限制地幫你訓(xùn)練和優(yōu)化一個(gè)模型,。25,、AIGC創(chuàng)作這種，包容性比較強(qiáng),，可以有些錯(cuò)誤,。但到一些企業(yè)生產(chǎn)制造，對(duì)準(zhǔn)確性的要求就很高了,。往往我們從模型中挑一兩個(gè)比較好case是比較容易的,，但要它維持在較高的水平里面，沒(méi)有比較差的case,，這個(gè)還是蠻難的。26,、我們?cè)谝粋€(gè)經(jīng)濟(jì)發(fā)達(dá)的省份去做智能數(shù)字化政府項(xiàng)目的時(shí)候,，我們推了超過(guò)5個(gè)場(chǎng)景，最后客戶就認(rèn)可了3個(gè)場(chǎng)景,。接著,，就對(duì)安全,、對(duì)數(shù)據(jù)、對(duì)底層刨根問(wèn)底,。接著還會(huì)問(wèn),，你們跟其他大模型的差異和優(yōu)勢(shì)是什么？最后,，多方要坐下來(lái),，出一個(gè)評(píng)測(cè)體系。評(píng)測(cè)體系過(guò)了還要評(píng)性能,。27,、用項(xiàng)目孵化產(chǎn)品，做完幾個(gè)項(xiàng)目后,，抽離出相應(yīng)的技術(shù)方案,。這套方案，大概率不是一個(gè)模型,，而是大模型+小模型,，最后是多個(gè)模型形成的綜合解決方案。28,、最近一兩年,，可能是做創(chuàng)新、做產(chǎn)品的過(guò)程,，現(xiàn)金的回收周期會(huì)相對(duì)長(zhǎng)一些,。想象一下人工智能模仿人類(lèi)的日常任務(wù)來(lái)處理大量人類(lèi)的復(fù)雜社會(huì)行為。斯坦福大學(xué)的一篇名為《Generative Agents: Interactive Simulacra of Human Behavior,titled》的論文深入研究了記憶,、反應(yīng)和計(jì)劃的AI Agent,。AI Agent 被認(rèn)為是OpenAI 發(fā)力的下一個(gè)方向。OpenAI 聯(lián)合創(chuàng)始人在近期的活動(dòng)上也說(shuō)：“相比模型訓(xùn)練方法,，OpenAI內(nèi)部目前更關(guān)注Agent領(lǐng)域的變化,，每當(dāng)有新的AI Agents 論文出來(lái)的時(shí)候，內(nèi)部都會(huì)很興奮并且認(rèn)真地討論 ”,。29,、我們總會(huì)把大模型想象成萬(wàn)能的，它能解決各種各樣的問(wèn)題,？事實(shí)是這樣的么,？大模型只是大模型。30,、我們內(nèi)部管AI,，叫隱形的AI。在用戶面前，我們不會(huì)強(qiáng)調(diào)是什么模型,，參數(shù)有多少,。我們對(duì)AI的定義，就是人的輔助,。31,、繞開(kāi)模型，繞開(kāi)算力,，可能接下來(lái)的機(jī)會(huì)就是Agent,。32、目前影響客戶使用的最大的問(wèn)題：投入產(chǎn)出比,。一旦跟客戶聊到最后,，談到項(xiàng)目預(yù)算的時(shí)候，如果只是純文字相關(guān),，投入大幾百萬(wàn)小幾百萬(wàn),，客戶就不太滿意。另外,，如果大模型使用AI agent 嵌入到實(shí)際的生產(chǎn)環(huán)境中,，解決實(shí)際的問(wèn)題，客戶會(huì)非常愿意買(mǎi)單,。33,、在大模型基礎(chǔ)上，AI Agent具備記憶,、規(guī)劃和執(zhí)行等能力,，能力加強(qiáng)。我們這期投了60多個(gè)初創(chuàng)項(xiàng)目,，其中20多個(gè)都是Agent,。34、中國(guó)和國(guó)外,，ToC的產(chǎn)品,，付費(fèi)形態(tài)和產(chǎn)品形態(tài)，差別也特別大,。近期,，我們投了一些Agent的公司。35,、但是,，現(xiàn)階段AI Agent只是處于新的嘗試階段，距離通用智能還有一定差距,。未來(lái)還需要解決單個(gè)AI Agent綜合能力之外,，多個(gè)AI Agent之間協(xié)作及情感(Emotion)等方面能力表現(xiàn)的突破,。36,、大模型玩家,，要保證自己能留在牌桌上，才有機(jī)會(huì)看到下半場(chǎng)新的東西出來(lái),。
創(chuàng)業(yè)黑馬的基因是從媒體起家的,，我們黑馬的媒體擅長(zhǎng)用沙龍的方式，組織先進(jìn)的企業(yè)來(lái)探討行業(yè)的問(wèn)題,，然后通過(guò)大會(huì)來(lái)展示行業(yè)的趨勢(shì),，通過(guò)大賽來(lái)幫助項(xiàng)目得到投資，再通過(guò)培訓(xùn)幫助不同階段的創(chuàng)業(yè)公司解決一些問(wèn)題,，從而讓創(chuàng)業(yè)公司完成升級(jí),，更好地實(shí)現(xiàn)資本化。不止AI閉門(mén)會(huì),，大家可以繼續(xù)期待：AI創(chuàng)新大賽,、AIGC大課第4期、天啟大模型推廣,、算力賦能中心……
|
