7月9日，我在混沌大學(xué)做了一次《ChatGPT時(shí)代如何創(chuàng)業(yè)》的演講，演講里提到了前兩天在朋友圈的爭(zhēng)論。但正像我在演講中說的，拋開爭(zhēng)論，了解ChatGPT的原理、大模型應(yīng)用的價(jià)值對(duì)創(chuàng)業(yè)者來說更重要，希望在這個(gè)范式重構(gòu)的百年一遇大機(jī)會(huì)面前，創(chuàng)業(yè)者能夠有好奇心，肯行動(dòng)，創(chuàng)造出真正的未來。以下是對(duì)本次演講原文的編輯，轉(zhuǎn)載自“混沌學(xué)園”。最近關(guān)于ChatGPT有一種觀點(diǎn)，朋友圈截圖認(rèn)為ChatGPT對(duì)創(chuàng)業(yè)公司很不友好，未來2、3年請(qǐng)大家放棄融資幻想。然而，傅盛持不同看法。在混沌“一”思維創(chuàng)新嘉年華活動(dòng)開場(chǎng)前，傅盛發(fā)了一條朋友圈，他說：“我前兩天朋友圈的爭(zhēng)論大家都知道吧，今天我將就這個(gè)爭(zhēng)論做深度解讀，現(xiàn)在還在寫PPT……”對(duì)GPT創(chuàng)業(yè)，為什么大家會(huì)出現(xiàn)不同的判斷？在活動(dòng)現(xiàn)場(chǎng)，傅盛說：“Prompt是實(shí)踐工程，看過和寫過體驗(yàn)完全不一樣。有點(diǎn)像相聲，沒講之前誰都覺得簡(jiǎn)單。”“大模型開啟的是新時(shí)代，用過去的眼光看新的應(yīng)用，算不過賬來，很容易得出沒有價(jià)值的判斷。新時(shí)代的開啟，需要用新的思維范式?；ヂ?lián)網(wǎng)剛出來的時(shí)候，也只是被看成一個(gè)網(wǎng)頁(yè)?！?/span>傅盛，獵豹移動(dòng)董事長(zhǎng)兼CEO、獵戶星空董事長(zhǎng)。在傅盛看來，大模型應(yīng)用將深刻影響生產(chǎn)力、生產(chǎn)關(guān)系，過去六年里一直從事AI機(jī)器人項(xiàng)目的創(chuàng)業(yè)。他們的機(jī)器人主要面向政務(wù)、康養(yǎng)、餐飲等場(chǎng)景，并已經(jīng)取得了亮眼的成績(jī)。此次，傅盛做客混沌“一”思維創(chuàng)新嘉年華活動(dòng)，分享《ChatGPT時(shí)代如何創(chuàng)業(yè)》。創(chuàng)業(yè)者的機(jī)會(huì)在哪里？拋開爭(zhēng)論，為什么一款聊天軟件可以改變世界？本文為混沌“一”思維創(chuàng)新嘉年華大課筆記第二篇
授課老師｜傅盛，獵豹移動(dòng)董事長(zhǎng)兼CEO、獵戶星空董事長(zhǎng)
編輯丨混沌商業(yè)研究團(tuán)隊(duì)
支持丨混沌前沿課
一直以來，我認(rèn)為創(chuàng)業(yè)是時(shí)代、機(jī)會(huì)和個(gè)人努力三者的結(jié)合，是有方法論的，通過不斷的迭代才能夠持續(xù)找到成功的路徑。6年前我開始投資人工智能，到今天為止，獵豹移動(dòng)+獵戶星空在人工智能投資的研發(fā)費(fèi)用已經(jīng)超過1億美金，走了很多彎路。但是我一直堅(jiān)信，人工智能是一個(gè)改變時(shí)代的機(jī)會(huì)。當(dāng)ChatGPT出來的時(shí)候，我也非常興奮，認(rèn)真學(xué)習(xí)了很多，比如遠(yuǎn)程觀看硅谷創(chuàng)投機(jī)構(gòu)YC的路演。我發(fā)現(xiàn)，硅谷一半以上的項(xiàng)目都在做ChatGPT相關(guān)的應(yīng)用創(chuàng)業(yè)。作為一位創(chuàng)業(yè)者，我們應(yīng)該深入底層邏輯思考它的原理是什么？為什么ChatGPT可以改變世界？以前為什么沒有這樣的應(yīng)用？實(shí)際上，從原理來講，語義理解是人工智能技術(shù)的皇冠。今天是2.0時(shí)代，但是在我投人工智能的時(shí)候是1.0時(shí)期，那時(shí)做圖像識(shí)別，覺得計(jì)算機(jī)能夠識(shí)別人臉已經(jīng)很厲害了?，F(xiàn)在想想，能夠識(shí)別不是人類獨(dú)有的智能，動(dòng)物也具備這樣的能力，因此識(shí)別只能算智能，把智能和人類智能分開尤為重要。人類智能和動(dòng)物智能的核心區(qū)別是語言，在于能夠描述虛擬事物的語言，即邏輯語言。但語言到底是什么東西，人類自己都沒有研究清楚。在ChatGPT出現(xiàn)之前，我們認(rèn)為語言的規(guī)律已經(jīng)被總結(jié)完了，只要按照這些規(guī)律就會(huì)學(xué)會(huì)語言，后來發(fā)現(xiàn)ChatGPT根本不需要那些規(guī)律去學(xué)習(xí)語言。我們的語言雖然有主謂賓定狀補(bǔ)這些語法，但是語言實(shí)際上是浩瀚大海。100年前，圖靈在計(jì)算機(jī)幾乎還沒有出現(xiàn)的時(shí)候就提出了一個(gè)思維假設(shè)，如何證明機(jī)器有人類智能？于是進(jìn)行了對(duì)話測(cè)試，把機(jī)器放在黑屋里與成年人聊天，其中30%、40%的人覺得它是一個(gè)人，有人類的對(duì)話能力就意味著有人類的智能。攻克語義理解的難度，高于最初做出圖像識(shí)別的難度。這是由于兩個(gè)斯坦福大學(xué)的研究生用電腦把人類30年的識(shí)別成果提高了十幾個(gè)點(diǎn)。人工智能如果能攻克語義理解，基本意味著通用人工智能很快出現(xiàn)。語義理解有兩條技術(shù)路線，第一條路叫做“教育”神經(jīng)網(wǎng)絡(luò)。因?yàn)槿祟愑姓Z言學(xué)，總結(jié)了很多的邏輯。所以最開始大家的本能反應(yīng)是我教會(huì)你，最常見的一個(gè)詞是知識(shí)圖譜，把知識(shí)整理出來告訴你要學(xué)習(xí)。這個(gè)模式更符合我們對(duì)語言學(xué)習(xí)的邏輯理解，像人學(xué)習(xí)外語，開始投入就能見到效果，所以絕大部分公司選擇這條路線。但問題是系統(tǒng)達(dá)到一定語言能力后，無論如何優(yōu)化，依然有大量的問題的回復(fù)完全是答非所問，人工智能瞬間成為“人工智障”。這條路線有條隱含大BUG：人類學(xué)外語時(shí)已經(jīng)通母語，對(duì)世界有了邏輯認(rèn)知。第二條路是神經(jīng)網(wǎng)絡(luò)“自學(xué)”，像人類學(xué)母語，給神經(jīng)網(wǎng)絡(luò)海量文本，讓神經(jīng)網(wǎng)絡(luò)自己發(fā)現(xiàn)文本之間的規(guī)律給它文本，讓它自己去找文本的規(guī)律。母語路線其實(shí)是沒有嚴(yán)格的理論支撐的，在ChatGPT3.0之前，幾乎只有OpenAI堅(jiān)信第二條路線，最后成功了。ChatGPT通過對(duì)海量文本的學(xué)習(xí)，自動(dòng)構(gòu)建了一個(gè)含有千億參數(shù)的大模型，建立了對(duì)這個(gè)世界基本的邏輯認(rèn)知，“涌現(xiàn)“出了基于邏輯的推理能力，產(chǎn)生了人的智能。我給大家列舉一個(gè)關(guān)于大模型推理能力的案例。有一天我問ChatGPT，我家的狗為什么叫三萬這個(gè)名字？我給它一個(gè)提示：這只狗是我在寵物醫(yī)院收養(yǎng)的，被前主人送過來的時(shí)候手術(shù)費(fèi)要三萬，因?yàn)楸蛔补钦哿恕：髞?，那個(gè)主人就消失了，但是三萬塊錢沒有人付。ChatGPT能夠依據(jù)我給的信息，推斷三萬這個(gè)名字是由于手術(shù)費(fèi)需要支付三萬元。它能夠回答出這么一個(gè)簡(jiǎn)單的問題，說明它具備了對(duì)社會(huì)的常識(shí)。然后我又問了很多尖銳的問題，比如穿山甲能不能穿山，它說土包可以；我說能不能穿鋼板，它說鋼板太硬了；我說能不能穿木板，它說取決于木板的厚度。你會(huì)發(fā)現(xiàn)，它具備了對(duì)這個(gè)世界的理解力。在ChatGPT出來之前，對(duì)話系統(tǒng)就像鸚鵡學(xué)舌，雖然能夠部分匹配內(nèi)容，但是系統(tǒng)并不完全理解具體的含義。比如對(duì)小愛同學(xué)，諸如下一首、上一首這樣的指令詞，可以泛化出上百種問法，最后只能用模板式的指令。ChatGPT出現(xiàn)以后，對(duì)話系統(tǒng)是建立在語義理解的基礎(chǔ)上。盡管也會(huì)說錯(cuò)，但都是“一本正經(jīng)”的胡說八道。ChatGPT的回答原理是當(dāng)用戶鍵入一段話，系統(tǒng)會(huì)根據(jù)這段話形成一個(gè)數(shù)學(xué)表達(dá)式去和大模型里的參數(shù)做匹配，產(chǎn)生關(guān)聯(lián)概率最大的一個(gè)詞，然后再以這個(gè)詞和上面那段話合在一起，繼續(xù)以上過程。我特意問過ChatGPT，參數(shù)是不是能理解詞和詞之間的概率關(guān)系？它說，對(duì)，是在一個(gè)巨大的空間里面形成了各種詞之間的關(guān)系，當(dāng)你一句話由很多的詞組成的時(shí)候，就根據(jù)這句話形成的數(shù)學(xué)表達(dá)式去猜下一個(gè)詞。這個(gè)原理很重要，因?yàn)檫@意味著你所有的問題都和你上面問過的問題具有相關(guān)性，是根據(jù)上面的整個(gè)語境去完成下面的輸出。基于以上原理，我們可以把GPT看成一個(gè)大號(hào)計(jì)算器，不斷計(jì)算下一個(gè)詞的概率。這種詞的概率的推斷符合人類的預(yù)期，因此產(chǎn)生了人一樣的思維邏輯。我們經(jīng)常說機(jī)器沒有溫度，但它可以表現(xiàn)得非常有溫度。根據(jù)你得需求去產(chǎn)生答案，如果你揭開它神秘的面紗，它就一定有很多的不完美。但是它產(chǎn)生的邏輯思維能力，是絕大部分人在腦力勞動(dòng)當(dāng)中能用上的，如果你的邏輯思維不夠縝密或足夠淺，它就能夠替代你。這是底層范式的變化。一本正經(jīng)地胡說八道，重點(diǎn)在一本正經(jīng)，而不在胡說八道。一本正經(jīng)說明它的邏輯是正確的，胡說八道可以通過plug in專用系統(tǒng)來矯正。比如數(shù)學(xué)做不好，可以給予數(shù)學(xué)小模型，把題解析出來。正是因?yàn)閺脑韺永斫?，所以邏輯和推理能力?huì)越來越強(qiáng)，因?yàn)閰?shù)可以不斷擴(kuò)大。理論上，芯片只要足夠便宜，大語言模型參數(shù)量可以不斷擴(kuò)大。但是它沒有意識(shí)、欲望和好奇心，更重要的是它不會(huì)自然而然的知道你是誰，你要什么。所以它不會(huì)是上帝，只會(huì)是copilot，需要應(yīng)用生態(tài)，需要人來駕馭。比如你讓它提供一個(gè)好的策劃案，但是不告訴它你的產(chǎn)品、目標(biāo)用戶群、期望的結(jié)果，它在沒有意識(shí)的情況下就不會(huì)產(chǎn)生策劃案。我認(rèn)為ChatGPT帶來的變化有兩類，一類是交互革命，GUI跨向LUI時(shí)代，第一次機(jī)器可以自適應(yīng)人的表達(dá)，所有的軟件、設(shè)備，都值得重做一遍。喬布斯說過：“每一次交互的變革都是一次工業(yè)變化的機(jī)會(huì)”。蘋果有幸抓過兩次機(jī)遇，一次是鍵盤圖形界面，第二次是iPhone。無論怎樣在圖形化界面上使用，人都是要學(xué)習(xí)的，比如程序員，將很多時(shí)間用來學(xué)習(xí)如何把人類的語言翻譯成機(jī)器語言。第二類是生產(chǎn)力革命，人類智能水平不僅取決于人口數(shù)量和教育程度，也取決于大模型的智能化水平。數(shù)字化員工會(huì)成為公司標(biāo)配，比重越大者越能勝出。以前硅谷的科技公司融錢全部用來雇人，現(xiàn)在一半用來雇人，一半用來購(gòu)買大數(shù)據(jù)、向量數(shù)據(jù)庫(kù)、三件套服務(wù)，建立自己的數(shù)據(jù)模型。行政工作也已經(jīng)大幅減少了，因?yàn)榘褍?nèi)部的規(guī)章文檔做成了模型接口。未來行業(yè)的變化，第一是平臺(tái)“核戰(zhàn)爭(zhēng)”，中國(guó)已經(jīng)有超40家大模型，都號(hào)稱千億參數(shù)。沒有超級(jí)大模型的大公司，不再會(huì)是平臺(tái)公司。如果沒有生產(chǎn)力變革，作為平臺(tái)公司就會(huì)被淘汰。大家做的效果本質(zhì)上都差不多，基于算法、數(shù)據(jù)、場(chǎng)景，基本上都會(huì)做數(shù)據(jù)標(biāo)注。第二是垂直私有大模型會(huì)“白菜價(jià)”，隨著行業(yè)垂直模型能力普及化，成本急劇降低，不再是20億美金才能做一個(gè)私有化大模型。第三是人人都是程序員?！按a農(nóng)”作為獨(dú)立的工種可能會(huì)消亡，因?yàn)樽孋hatGPT幫助寫一個(gè)程序，它可以完成從推薦程序、搭建環(huán)境及安裝等工作，甚至于每一行代碼如何貼，如果貼過去出錯(cuò)了，告訴它出錯(cuò)點(diǎn)，它會(huì)告訴你糾正的方法。第四是自然人語言的交互模式將成為核心交互，正如《Her》這部電影描述的一樣，未來設(shè)備交互的終端形態(tài)基本上是“有事您吩咐”的狀態(tài)。第五是企業(yè)的HR會(huì)變成IR，人力資源變成智能資源，數(shù)字員工越多效率越高。如果我們?cè)俨慌?，可能?huì)被人工智能所替代。正如Sam的采訪一樣，以后人工智能的終極形態(tài)可能是你跟它說，需要一個(gè)1萬億美金的公司。ChatGPT就會(huì)去開始分析市場(chǎng)，創(chuàng)建公司，寫商業(yè)計(jì)劃書，然后組建團(tuán)隊(duì)，進(jìn)行融資等活動(dòng)，在3年以后將一家1萬億美金的公司呈現(xiàn)在你的面前。未來的人族只有兩類人，米盧在執(zhí)教中國(guó)足球隊(duì)的時(shí)候說過，態(tài)度決定一切?！墩铑I(lǐng)導(dǎo)力》這本書對(duì)我的影響很大，核心是為什么創(chuàng)業(yè)者不快樂？總的來說，由心態(tài)決定，一個(gè)是積極的心態(tài)，一個(gè)是消極的心態(tài)。在正念領(lǐng)導(dǎo)力線上的人，被稱之為AI的駕馭者，不斷突破自我，不斷以當(dāng)下為樂趣，做了很多成就，但是他們不快樂。那些想要躺平享受生活的人，未來一定能實(shí)現(xiàn)，但在此過程中會(huì)經(jīng)歷一段陣痛期。而正好，OpenAI的愿景便是發(fā)行世界貨幣，把錢給到那些不能駕馭AI的人手中。在《未來簡(jiǎn)史》中，作者也提出了同樣的觀點(diǎn)：在未來，大約有少部分人需要掌握知識(shí)，因此，“體驗(yàn)和敏感度”將是未來最稀缺的能力。但是，不管那個(gè)未來以何種形式到來，學(xué)習(xí)仍舊是今天最重要的事情，因?yàn)槭澜绲淖兓瘜?shí)在太快了。創(chuàng)業(yè)者應(yīng)該學(xué)習(xí)的技術(shù)點(diǎn)是什么？現(xiàn)在我提一個(gè)問題：如果你只學(xué)習(xí)大模型的一個(gè)技術(shù)點(diǎn)，你會(huì)選擇學(xué)什么？怎么能賺到錢？我的答案是Prompt。Prompt十分重要，它指與大模型的對(duì)話能力，這個(gè)看似簡(jiǎn)單的能力卻涉及到很復(fù)雜的技巧和技術(shù)。吳恩達(dá)專門開設(shè)了這門課程，他用了非常淺顯的方式去教學(xué)，適配不同學(xué)歷層級(jí)的人。但有天我發(fā)現(xiàn)我們公司的絕大部分程序員都沒有上過這門課，這讓我感到意外和憤怒。由此反映出一個(gè)現(xiàn)象：對(duì)投資人來說Prompt太薄弱；對(duì)工程師來說Prompt太淺顯。但其實(shí)，Prompt既不薄弱也不淺顯，相反，它尤為重要。為了說明這些人心里的偏見，我特意翻出了牛頓寫的一本書，名叫《自然哲學(xué)的數(shù)學(xué)原理》。在這本書里，牛頓把Prompt定義為：自然語言天然的壓縮性導(dǎo)致的天然歧義性。以及每個(gè)行業(yè)的專業(yè)屬性，使得Prompt是嫁接大模型邏輯能力和應(yīng)用需求的橋梁。因此它不可或缺，非常重要，一點(diǎn)也不淺薄。我們今天提到“蘋果”，我腦海里出現(xiàn)的是“蘋果手機(jī)”，你腦海里出現(xiàn)的是“ipad”，而農(nóng)民想到的是水果。因此，語言具有歧義性，我今天提到的Prompt與你解壓而成的信息會(huì)有一定出入，造成了理解上的誤差。這也是為什么“在工作中，80%以上的問題都出在溝通不暢方面”，因?yàn)樽匀徽Z言天然的壓縮性。壓縮完后，你在腦海里的信息還原與我是不一致的，需要一定的時(shí)間進(jìn)行溝通。還有一點(diǎn)是不同行業(yè)的專業(yè)屬性。比如小紅書文案工作，做咖啡的內(nèi)容和做酒的內(nèi)容會(huì)很不一樣。這種屬性怎么處理？只能靠Prompt。我和《哪吒》的導(dǎo)演聊了聊電影和AI，他提到，現(xiàn)在的AI發(fā)展得不錯(cuò)，但還沒有達(dá)到他的要求。比如，讓它把一張圖弄成張藝謀的風(fēng)格時(shí)，明顯效果不如人工設(shè)計(jì)師。我承認(rèn)現(xiàn)在AI的水平還有待提升，但是他在命令A(yù)I把圖片做成張藝謀的風(fēng)格時(shí)，對(duì)“張藝謀的風(fēng)格”并沒有明確的指標(biāo)。他心中的“張藝謀的風(fēng)格”跟AI知識(shí)庫(kù)里“張藝謀的風(fēng)格”肯定很不一樣。而他的設(shè)計(jì)師跟他至少一起工作了兩三年的時(shí)間，自然很熟悉他的審美，知道他想要什么。他與設(shè)計(jì)師之前存在著很深的Prompt。所以，我們?cè)趺蠢斫釶rompt這件事？其實(shí)我們每天大量的工作就是在做Prompt，Prompt并不簡(jiǎn)單，需要你告訴員工該怎么做。大家不妨想一下：公司為什么要推OKR？也是Prompt。1）在我看來，Prompt首先是不可或缺的行業(yè)知識(shí)定義。今天每一個(gè)行業(yè)都有差別，今天每一個(gè)創(chuàng)業(yè)者真正的價(jià)值就來自于了解行業(yè)。大模型始終存在一個(gè)問題——它學(xué)的全都是公開文本。公開文本里面叫做冰山上的角，最后露出水面的東西，但是有大量知識(shí)是在公開文本里找不到的。比如說我們學(xué)牛頓，只能學(xué)智能科學(xué)的那些哲學(xué)原理，但如果牛頓還活著，天天去跟他喝咖啡，才能真正地快速進(jìn)步。所以，大量的行業(yè)知識(shí)是寶貴的，你應(yīng)該思考怎么能把大模型能力用起來。2）其次，Prompt是撬動(dòng)生產(chǎn)力的杠桿。因?yàn)樗菫樗腥藴?zhǔn)備的，它能給你一個(gè)所有人都覺得正確但是沒什么用的答案。因?yàn)樗恢滥闶钦l，不知道你的實(shí)際訴求，因此它可以作為一個(gè)知識(shí)點(diǎn)的考核，但不能做出一個(gè)真正的方案解決。3）Prompt是人工智能時(shí)代的編程語言。我跟很多工程師說過，以后可能真的不太需要寫C++了，以前工程師有很多所謂的經(jīng)驗(yàn)是在了解語言特性上，未來每個(gè)人只要會(huì)說話、會(huì)寫字，就會(huì)寫Prompt，再也不用去學(xué)專用的編程語法了。但還是要把這些東西寫的很好，就像寫本書、畢業(yè)論文和好的結(jié)構(gòu)目錄一樣，如果把這個(gè)東西闡述的好，大語言模型就能助你一臂之力。你覺得它淺薄是應(yīng)用理解的淺薄。我們有一個(gè)項(xiàng)目，制作了一款人工智能角色吵架的產(chǎn)品，如果跟它說：“需要一個(gè)調(diào)研報(bào)告，不能少于1000字?！边@款產(chǎn)品能寫出幾十上百頁(yè)，多種角度代表不同角色。這個(gè)項(xiàng)目很有意思，就看著一群機(jī)器人在那里吵架，大概10分鐘后，給到你一篇報(bào)告。這個(gè)項(xiàng)目讓團(tuán)隊(duì)很有成就感，把它視為大家智慧的結(jié)晶。在此過程中，我切實(shí)感受到了Prompt對(duì)編程提供的便利，但是卻發(fā)現(xiàn)中國(guó)創(chuàng)業(yè)者當(dāng)中重視的人不多，對(duì)此我深感遺憾。回到那個(gè)爭(zhēng)論，為什么會(huì)有不同的判斷？如果一家技術(shù)公司的代碼全是工程師寫的，工程師是不是真的可以作為99%的價(jià)值貢獻(xiàn)人？一般而言，老板不寫代碼，其實(shí)他才是那家公司最大的價(jià)值。基于此，讓我們回到那個(gè)爭(zhēng)論——為什么會(huì)有不同的判斷？我覺得有兩點(diǎn)：第一，Prompt是個(gè)實(shí)踐工程，大語言模型也是個(gè)實(shí)踐工程。不管聽說了多少內(nèi)容，看過和寫過是完全不一樣的。我們?cè)?jīng)擔(dān)心在大模型下做應(yīng)用會(huì)很淺薄，但現(xiàn)在整個(gè)硅谷都很重視智能體、記憶、個(gè)性等內(nèi)容，到如今，OpenAI依然解決不了這些問題。因?yàn)檫@里面要深入的工作有很多，包括把模型的參數(shù)做好、把服務(wù)并發(fā)降下來等。GPT4到今天還需要用戶付費(fèi)，這說明成本非常高。第二，大模型開啟的是新時(shí)代。用過去的眼光看新應(yīng)用算不過來賬，很容易忽略價(jià)值，新時(shí)代的開啟需要新的思維模式?；ヂ?lián)網(wǎng)剛出來的時(shí)候，很有多類似“為什么中國(guó)移動(dòng)沒有做出QQ？”、“淘寶有什么價(jià)值？”等言論，如果一直用狹隘的角度看時(shí)代的發(fā)展，未來不會(huì)有新的東西發(fā)生，也不會(huì)有創(chuàng)新的出現(xiàn)。今天，硅谷近一半的創(chuàng)業(yè)項(xiàng)目都圍繞著大模型展開。硅谷為此砸入了很多資金，所以這些應(yīng)用肯定不是一個(gè)套殼，讓我們拭目以待。
大模型時(shí)代，創(chuàng)業(yè)者的機(jī)會(huì)在哪里？OpenAI剛出來時(shí)，對(duì)我的震撼非常大，當(dāng)時(shí)在鼓吹千億模型、自學(xué)習(xí)的時(shí)候，我也心動(dòng)了。因?yàn)槲覀冊(cè)贏I上投了一億美金，后來，我女兒去商場(chǎng)看了我們的機(jī)器人，回來跟我說，“你開發(fā)了一個(gè)人工智障機(jī)器人?！睂?duì)此，我只好跟她說：“不是爸爸不行，是行業(yè)水平有限?！苯Y(jié)果，OpenAI真的實(shí)現(xiàn)了。我們摸索了很久，宣告失敗，而它為什么能做出來？第一，它做的是通用人工智能。美國(guó)投資人很尊重創(chuàng)業(yè)者，因?yàn)樵谒麄兛磥?，?chuàng)業(yè)者是專業(yè)的，所以要讓創(chuàng)業(yè)者有更多的機(jī)會(huì)。過去的思維沒辦法判斷未來，偉大不能被計(jì)劃，未來也很難被預(yù)測(cè)。那么，創(chuàng)業(yè)者機(jī)會(huì)在哪里？千億大模型的難度的確很大，現(xiàn)在大公司都在開始行動(dòng)了，在OpenAI之前沒有大公司做，而現(xiàn)在大家都在爭(zhēng)搶。在此情形下，創(chuàng)業(yè)團(tuán)隊(duì)舉步維艱。第二，行業(yè)垂直大模型。我覺得行業(yè)垂直大模型是很大的機(jī)會(huì)，每個(gè)行業(yè)語調(diào)的訓(xùn)練、對(duì)這個(gè)行業(yè)的理解可以直接融合在大模型的基座里，而不是完全通過Prompt。第三，直接做 ToB和 ToC的應(yīng)用。這里面不乏機(jī)會(huì)，但是制作 ToC的應(yīng)用還需要一些時(shí)間。因?yàn)檫@個(gè)行業(yè)在快速發(fā)展，各個(gè)技術(shù)手段還在調(diào)試中，但我相信 ToC的應(yīng)用肯定會(huì)出現(xiàn)顛覆性的產(chǎn)品。不過，它已經(jīng)不在現(xiàn)在我們思考的邏輯里了。包括做語音呼叫外賣、語音搜索、陪聊機(jī)器人等，我認(rèn)為鮮少有市場(chǎng)機(jī)會(huì)，因?yàn)槲⑿乓呀?jīng)擺在那里了。第四，要盡快使用數(shù)字員工，提高運(yùn)營(yíng)效率。盡可能私有化部署垂直大模型，數(shù)據(jù)私有能夠提升自身的競(jìng)爭(zhēng)力。我始終認(rèn)為，在國(guó)內(nèi)，大模型應(yīng)用應(yīng)該聚焦于ToB；在海外，大模型應(yīng)用應(yīng)該聚焦于ToC。目前我看到，獵豹移動(dòng)雖然很早便開始行動(dòng)了，但是與海外開發(fā)者的速度相差很多。雖然，目前出現(xiàn)了一波中國(guó)ToC應(yīng)用的出海潮，但我不建議在國(guó)內(nèi)做ToC，因?yàn)閲?guó)內(nèi)的互聯(lián)網(wǎng)公司的競(jìng)爭(zhēng)太大了，另外還存在著制作出來的應(yīng)用無法走向市場(chǎng)的情況。大模型時(shí)代，獵豹移動(dòng)做了什么？就我自身而言，我在團(tuán)隊(duì)內(nèi)部展開了一系列的活動(dòng)，雖然進(jìn)程有點(diǎn)滯后，但大方向是正確的。另外，我還實(shí)施了大模型應(yīng)用和小組化，嘗試進(jìn)軍行業(yè)大模型。由于開源的興起，要做一個(gè)垂直模型的難度是大幅度下降的，這其中需要的財(cái)力和人力對(duì)一家中等規(guī)模的公司來說，是完全能夠承擔(dān)的。因此，先不要過度害怕。經(jīng)過2016年那次制作人工智能的失敗，我總結(jié)教訓(xùn)以后，發(fā)現(xiàn)所有的創(chuàng)新都應(yīng)該是從核心的點(diǎn)，慢慢地生長(zhǎng)出來。而不應(yīng)該一開始就鋪太大的攤子，這樣很容易在其中任何一個(gè)環(huán)節(jié)上出錯(cuò)。對(duì)外做產(chǎn)品，我總結(jié)了一句話：大模型，小工具。雖然做的是大模型，但我們一定不能把它想大了。比如，智能體是經(jīng)過多人討論后，決定的一個(gè)想法。當(dāng)時(shí)我們討論各種了問題，后來我決定根據(jù)市場(chǎng)調(diào)研報(bào)告的情況再行動(dòng)。我昨天幫我一個(gè)同事的公司做了一份報(bào)告，發(fā)給他后，我問：“讓你付50塊錢，你付不付？”他說：“挺好的，那你應(yīng)該多收一點(diǎn)?！边@就是一次小小市場(chǎng)調(diào)研行為，我們要做一個(gè)大項(xiàng)目，可以從一個(gè)小小的點(diǎn)開始，由此拓展開去。我相信未來AI創(chuàng)業(yè)、ChatGPT創(chuàng)業(yè)一定來自于草根階層。有些人在一個(gè)專業(yè)團(tuán)隊(duì)不重視的內(nèi)容上天天鉆研，說不定能創(chuàng)造出別樣的天地。因?yàn)槿缃翊蟓h(huán)境的范式發(fā)生了改變，或許你有很多的經(jīng)驗(yàn)，但有經(jīng)驗(yàn)可能會(huì)變成阻礙。一些靈光閃現(xiàn)的創(chuàng)意可能就改變了整個(gè)時(shí)代的發(fā)展防線，因而，不要過于依賴于經(jīng)驗(yàn)。我們?cè)瞥鲞^一款中間服務(wù)，有點(diǎn)類似于釘釘。你可以把你自己的企業(yè)文檔給它，它根據(jù)這個(gè)文檔進(jìn)行回復(fù)，幫你做文檔的分析和回復(fù)，做客服。我們深入機(jī)器人行業(yè)多年，把線上線下兩條線都打開了。最后我們其實(shí)就想做一個(gè)促銷員，它的可以根據(jù)企業(yè)的實(shí)際，把各種單子打通。你去問ChatGPT：“我今天想請(qǐng)婚假怎么辦？”ChatGPT的回答大概是基于國(guó)內(nèi)法律法規(guī)你可以怎樣怎樣。但是你去問內(nèi)部行政的機(jī)器人，它就會(huì)根據(jù)我們公司的規(guī)定、你入職時(shí)間、請(qǐng)假時(shí)間等進(jìn)行回答。我們有幾個(gè)優(yōu)勢(shì)，其實(shí)我想最重要的優(yōu)勢(shì)是：第一，我們提供了一個(gè)非常方便去做促銷員的接口，你只要把你的文檔整理好，不用像以前一樣需要做問答訓(xùn)練。第二，我們也提供私有化部署。線下的機(jī)器人可以出色地完成產(chǎn)品介紹。現(xiàn)在，我女兒再去問我們的機(jī)器人，她一定不會(huì)說人工智障了，因?yàn)槭裁磫栴}它都能回答，不管回答的水平，但是不會(huì)再一問三不知。敢于行動(dòng)的創(chuàng)業(yè)者創(chuàng)造未來今天的生態(tài)會(huì)如何生長(zhǎng)是無法預(yù)測(cè)的，因?yàn)閮r(jià)值靠自己創(chuàng)造。正如劉嘉教授所說，現(xiàn)在是過去的未來，現(xiàn)在不是未來的過去。面對(duì)未來，除了順勢(shì)而為，還應(yīng)該相信事在人為。創(chuàng)業(yè)者的價(jià)值就在于創(chuàng)造價(jià)值，未來的價(jià)值來自于你的努力。不要猶豫，先做起來。2001年，當(dāng)時(shí)我在網(wǎng)上投了幾份簡(jiǎn)歷，最后被互聯(lián)網(wǎng)公司招聘了，一個(gè)不經(jīng)意的行為讓我進(jìn)入了互聯(lián)網(wǎng)大潮。從2001年開始做產(chǎn)品經(jīng)理，跟住了互聯(lián)網(wǎng)的浪潮，才得以成長(zhǎng)為今天的自己。我覺得這個(gè)時(shí)代一定不會(huì)因?yàn)槟慊?分鐘作出一個(gè)創(chuàng)意，就迎來一個(gè)爆發(fā)點(diǎn)。因?yàn)榇蠹叶荚诮g盡腦汁創(chuàng)造出不一樣的東西，它達(dá)成共識(shí)的速度太快了，導(dǎo)致所有人都在思考，而思考會(huì)提升創(chuàng)意的產(chǎn)出密度。因此，這時(shí)拼的不再是苦功夫，而是看誰能夠深入下去，把別人看不起、看不上的東西做得很扎實(shí)。有一次我在Youtube上看了一個(gè)博主做的一個(gè)視頻，我認(rèn)真聽了3個(gè)小時(shí)，突然心生恐懼。我想，他有時(shí)間把這個(gè)東西琢磨得那么深，我卻都不知道。所以，我認(rèn)為創(chuàng)業(yè)者今天就是應(yīng)該先做起來，因?yàn)榻裉觳皇俏磥淼倪^去，我們不知道未來會(huì)怎樣，我覺得創(chuàng)業(yè)者應(yīng)該有這樣的特質(zhì)。所以，這也正是一個(gè)有機(jī)會(huì)跨越階層，有機(jī)會(huì)一個(gè)年輕人去崛起、亂拳打死老師傅的時(shí)代。最后，我希望創(chuàng)業(yè)者不要去簡(jiǎn)單迷信權(quán)威，要相信價(jià)值是靠我們這群人創(chuàng)造的，時(shí)代也是靠人來創(chuàng)造的。王候?qū)⑾鄬幱蟹N乎，不是宿命論，而是創(chuàng)造論，所以我相信有好奇心、敢于行動(dòng)的創(chuàng)業(yè)者是能真正創(chuàng)造未來的，大家一起加油！
本站僅提供存儲(chǔ)服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)
點(diǎn)擊舉報(bào)。
