世界格局的宏觀預(yù)測(cè)

一、國(guó)際格局將發(fā)生巨大改變

AI 的興起，可能會(huì)導(dǎo)致世界進(jìn)一步割裂，分為能使用 GPT 的國(guó)家和不能使用的國(guó)家，這種割裂將極大地改變國(guó)際競(jìng)爭(zhēng)的態(tài)勢(shì)。

對(duì)于不支持 GPT 的國(guó)家，即便人數(shù)占優(yōu)勢(shì)，實(shí)際的生產(chǎn)力可能也無法對(duì)應(yīng)增長(zhǎng)。以程序員為例，假設(shè)使用 GPT 的國(guó)家，能讓其300萬程序員效率翻倍。相對(duì)而言，未使用 GPT 的國(guó)家，盡管程序員數(shù)量達(dá)到700萬，其戰(zhàn)力可能只等同于使用 GPT 的300萬程序員。

當(dāng)然，這只是一個(gè)簡(jiǎn)化的比喻，因?yàn)槌绦騿T的主要工作并非僅僅編寫代碼，而且 GPT-4 對(duì)不同領(lǐng)域的程序員提供的幫助程度也不同。然而，這個(gè)例子能夠提供一個(gè)角度，讓我們大致理解 AI 技術(shù)在提升工作效率方面的潛力。

而且，與互聯(lián)網(wǎng)時(shí)代不同的是，AI 有潛力滲透到各個(gè)行業(yè)，對(duì)整個(gè)經(jīng)濟(jì)格局產(chǎn)生深遠(yuǎn)影響，大多數(shù)行業(yè)未來都可能需要依賴 AI 技術(shù)。

因此，如果一個(gè)國(guó)家未能充分利用 AI 技術(shù)，導(dǎo)致其一些關(guān)鍵行業(yè)的生產(chǎn)力降低到原來的一半甚至更低，那么這將無疑對(duì)該國(guó)的全球競(jìng)爭(zhēng)地位構(gòu)成嚴(yán)重威脅。

AI 被視為新一輪工業(yè)革命的引擎，這已經(jīng)成為業(yè)界共識(shí)。無論是個(gè)體還是國(guó)家，最早采用 AI 的一方將會(huì)獲得巨大的先發(fā)優(yōu)勢(shì)，就像英國(guó)在工業(yè)革命時(shí)期那樣。

二、我國(guó)在 AI 領(lǐng)域不會(huì)被“卡脖子”

我之前擔(dān)心過，我國(guó) AI 發(fā)展可能會(huì)被卡脖子?，F(xiàn)在看來，這種想法可以推翻了，主要原因有以下幾點(diǎn)：

1、國(guó)內(nèi)公司的投入大

國(guó)內(nèi) AI 熱潮正持續(xù)升溫。無論是百度、騰訊、阿里還是科大訊飛等頭部科技公司，都在重金投入 AI 大模型的研發(fā)和部署。

2、開源力量的推動(dòng)

越來越多的開源產(chǎn)品在不斷豐富著 AI 領(lǐng)域的生態(tài)，開源本身也在推動(dòng)著技術(shù)進(jìn)步。

3、GPU 進(jìn)貨問題不大

英偉達(dá)為了繞過美國(guó)政府對(duì)中國(guó)公司的銷售限制，專門推出為中國(guó)“特供”的 A800 芯片，作為 A100 芯片的替換版本（兩者都是專門用于訓(xùn)練大模型的 AI 芯片），這無疑是給中國(guó)的 AI 企業(yè)打了一針強(qiáng)心劑。

在大模型訓(xùn)練和推理兩個(gè)環(huán)節(jié)，我們也都已經(jīng)擁有了自己的 GPU，盡管性能只有英偉達(dá)的10%-20%，應(yīng)用范圍也相對(duì)狹窄。但是，我們已經(jīng)有了起步，這就是關(guān)鍵，半導(dǎo)體行業(yè)的競(jìng)爭(zhēng)并非只在于誰做得更好。我們現(xiàn)在雖然只有對(duì)手幾分之一的速度，但他們卻無法真正封鎖我們，我們也只不過速度慢了一些。如果他們拒絕向我們出售，反而會(huì)喪失潛在的利潤(rùn)。

綜合上面的原因，我認(rèn)為在一年內(nèi)，我們自己也能訓(xùn)練出 ChatGPT 類似的產(chǎn)品，達(dá)到 GPT-3.5 的水平。

在這個(gè)過程中，各大廠商重復(fù)創(chuàng)造輪子是在所難免的，但對(duì)于創(chuàng)業(yè)團(tuán)隊(duì)，如果沒有特別的優(yōu)勢(shì)或積累，從零開始研發(fā)是不必要的，因?yàn)楹芸赡茏詈蟮慕Y(jié)果，還不如已有的開源項(xiàng)目效果好。

盡管我們可能不會(huì)被卡脖子，但當(dāng)我們達(dá)到 GPT-3.5 的水平時(shí)，別人可能已經(jīng)開始研發(fā) GPT-5，先發(fā)優(yōu)勢(shì)依然明顯。

未來 AI 行業(yè)預(yù)測(cè)

一、OpenAI 未必是最終贏家

當(dāng)前，普遍觀點(diǎn)認(rèn)為 OpenAI 與其背后的微軟是贏家。然而，我認(rèn)為 OpenAI 的勝利尚未確定。主要原因有以下幾點(diǎn)：

1、OpenAI 欠缺大公司的技術(shù)和用戶優(yōu)勢(shì)

盡管 OpenAI 在技術(shù)方面展現(xiàn)出了顯著的領(lǐng)先地位，但這并不表明，其優(yōu)勢(shì)就如表面上看起來的那樣巨大。

首要的挑戰(zhàn)是來自于其他大公司的威脅。比如 Google，作為全球領(lǐng)先的科技公司，其研發(fā)能力和技術(shù)積累是可以開發(fā)出 ChatGPT 同等級(jí)的產(chǎn)品。然而，作為一個(gè)商業(yè)組織，Google 需要考慮更為全面的商業(yè)利益和市場(chǎng)布局。

目前，Google 的核心盈利模式依然是搜索引擎廣告業(yè)務(wù)，這是一塊經(jīng)過多年積累，已經(jīng)相當(dāng)穩(wěn)定和盈利的市場(chǎng)。如果急于推出大模型產(chǎn)品，可能會(huì)對(duì)現(xiàn)有的穩(wěn)定收入產(chǎn)生沖擊，甚至威脅到 Google 的主營(yíng)業(yè)務(wù)。

在這種情況下，Google 更有可能采取謹(jǐn)慎的策略，堅(jiān)守現(xiàn)有的盈利模式，同時(shí)在適當(dāng)?shù)臅r(shí)機(jī)，有策略地推出與相關(guān)產(chǎn)品，而不是著急“跟風(fēng)”大模型，自己革自己的命。

其次，用戶群體是一大關(guān)鍵。移動(dòng)互聯(lián)網(wǎng)時(shí)代的用戶，大部分都在 Google、Apple 這樣的傳統(tǒng)廠商手中。相較之下，像 ChatGPT 和 Midjourney 這類新興的 AI 應(yīng)用產(chǎn)品，雖然表現(xiàn)出強(qiáng)大的潛力和創(chuàng)新性，但目前還只有一部分人在使用，其用戶群體相對(duì)較小，產(chǎn)品和商業(yè)模式也相對(duì)單一。

所以，我覺得將 AI 融入擁有大量用戶的傳統(tǒng)產(chǎn)品中，可能會(huì)開辟出更大的市場(chǎng)。

2、手機(jī)語音助手是最好的應(yīng)用場(chǎng)景

如果 Apple 或 Google 能在其操作系統(tǒng)中內(nèi)置一個(gè)自己的 GPT，再融入語音助手，OpenAI 可能難以抗衡。國(guó)內(nèi)的手機(jī)制造商也可以在這方面嘗試創(chuàng)新，這可能會(huì)成為一個(gè)巨大的增長(zhǎng)點(diǎn)。

因?yàn)?，?dāng)前的技術(shù)足以實(shí)現(xiàn)，關(guān)于監(jiān)管問題也會(huì)有應(yīng)對(duì)方案，最重要的交互問題也可以解決：比如，可以設(shè)計(jì)讓 AI 在執(zhí)行操作前請(qǐng)求用戶確認(rèn)，像現(xiàn)在流行的 AutoGPT 在操作前會(huì)問用戶“Yes or No”。手機(jī)廠商也可以采取類似的保守策略。

二、未來的 AI 將是一超多強(qiáng)的局面

未來將是多家強(qiáng)大的 AI 公司競(jìng)爭(zhēng)的局面，而非 OpenAI 一家獨(dú)大。這些公司可能會(huì)分為開源和閉源兩個(gè)陣營(yíng)。我對(duì)開源產(chǎn)品充滿信心，原因有以下幾點(diǎn)：

1、開源項(xiàng)目可以滿足非常強(qiáng)的定制化需求

以 Stable Diffusion 和 Midjourney 為例，雖然 Stable Diffusion 的效果可能比 Midjourney 差一些，但 Stable Diffusion 能做到 Midjourney 無法實(shí)現(xiàn)的事情——開源產(chǎn)品可以讓用戶自定義訓(xùn)練和優(yōu)化。

比如，一個(gè)廠商在做國(guó)風(fēng)的品牌，他可以自己訓(xùn)練或下載現(xiàn)成的國(guó)風(fēng) checkpoint，借助 Stable Diffusion 設(shè)計(jì)出眾多符合自身品牌定位的產(chǎn)品，提高自己的生產(chǎn)力。這對(duì)于一些特定的行業(yè)和特殊的需求，開源項(xiàng)目無疑提供了巨大的幫助。它不僅提供了極高的定制化能力，還允許用戶根據(jù)特定的專業(yè)和用途進(jìn)行訓(xùn)練，打破了 Midjourney 等閉源項(xiàng)目在交互和功能上的限制。

所以，我覺得開源產(chǎn)品只要能達(dá)到閉源產(chǎn)品70%的水平，應(yīng)用場(chǎng)景就會(huì)非常廣泛。

在 Twitter 上，有位開發(fā)者用清華大學(xué)的開源模型 ChatGLM，創(chuàng)建了一個(gè)本地部署的 ChatPDF，雖然 ChatGLM 在文字生成能力上相較 GPT-3.5 有所不足，但它足以滿足基本需求。用戶只需將 PDF 論文輸入模型，便可通過 AI 進(jìn)行深入的學(xué)習(xí)和分析。這種創(chuàng)新的方式開啟了 AI 改變傳統(tǒng)教育方式的新可能性，展現(xiàn)了在教育領(lǐng)域中 AI 的巨大潛力。

2、閉源產(chǎn)品的“越獄”需求很大

用戶對(duì)于“越獄”閉源產(chǎn)品的需求也異常旺盛，即通過各種手段突破閉源公司對(duì) AI 的限制。

| NSFW的需求

互聯(lián)網(wǎng)的發(fā)展受到許多因素的推動(dòng)，其中一個(gè)不可忽視的因素是"NSFW"（Not Safe For Work）的內(nèi)容需求。這是一個(gè)專門用來標(biāo)注可能不適合在工作場(chǎng)所瀏覽的內(nèi)容的縮寫。

我介紹過一種被稱為"語音房"的產(chǎn)品。這些產(chǎn)品提供了一種"軟性"的 NSFW 內(nèi)容，它們有很高的盈利能力，因?yàn)檫@種需求在現(xiàn)實(shí)生活中非常普遍，并且是合法的。然而，AI 文本生成模型如 ChatGPT 并不能生成 NSFW 內(nèi)容。

然后讓我們想象一下，如果有了開源的文字生成產(chǎn)品，人們會(huì)如何使用它？

同樣，盡管 Stable Diffusion 已經(jīng)更新到了2.x 的版本，但仍有很多人堅(jiān)持使用1.5的版本，主要原因是1.5的版本能生成一些"小姐姐"的圖片，而更新的版本不能。

| 隱私的需求

在一些敏感行業(yè)中，人們可能不愿意將數(shù)據(jù)交給 ChatGPT 等閉源公司，因?yàn)檫@會(huì)涉及到一定的風(fēng)險(xiǎn)，例如數(shù)據(jù)的濫用或泄露。因此，在本地部署的開源產(chǎn)品成為一種更安全的選擇。盡管這些開源產(chǎn)品在功能上略顯不足，但它們至少能夠滿足基本的安全要求，使數(shù)據(jù)得到保護(hù)。

3、強(qiáng)大的開源力量

Stable Diffusion 從2022年8月開源到現(xiàn)在，其相關(guān)微調(diào)方法的生態(tài)已經(jīng)枝繁葉茂了。

開源者們貢獻(xiàn)了海量的 LoRA（Low-Rank Adaptation of Large Language Models，一種用于大型語言模型的優(yōu)化方法，通過減少參數(shù)數(shù)量和計(jì)算復(fù)雜度，提高模型的訓(xùn)練效率和適應(yīng)性）、checkpoint（在計(jì)算機(jī)科學(xué)和深度學(xué)習(xí)中指的是程序執(zhí)行的標(biāo)記點(diǎn)或保存點(diǎn)，用于記錄程序狀態(tài)和數(shù)據(jù)，以實(shí)現(xiàn)中斷恢復(fù)、穩(wěn)定訓(xùn)練和模型選擇等功能。），以及 extension（為現(xiàn)有軟件添加額外功能或特性的模塊或插件，比如 ChatGPT 的 Summarize）。

包括文本生成方面，從 Meta 公司開發(fā)的大型語言模型技術(shù) LLaMa（Large Language Model Meta AI ）到其衍生品 Alpaca（斯坦福在 LLaMa-7B 的基礎(chǔ)上監(jiān)督微調(diào)出來的模型），都是因?yàn)殚_源的力量。

我相信在短短一年內(nèi)，依靠開源力量，一些產(chǎn)品就能達(dá)到 GPT-3.5 的水平。包括現(xiàn)在，我們看到一些模型，在某個(gè)特定領(lǐng)域使用起來比 ChatGPT 更高效。所以，AI 技術(shù)并不會(huì)被“卡脖子”，我們應(yīng)該感謝開源精神，這種無國(guó)界的精神真正推動(dòng)了全球的進(jìn)步。

根據(jù)以上對(duì) AI 行業(yè)的討論，我們可以得出三個(gè)關(guān)鍵預(yù)測(cè)，同時(shí)也是三個(gè)重要的推論：

第一，技術(shù)和數(shù)據(jù)不會(huì)被單一的公司壟斷

未來很可能形成開源陣營(yíng)與閉源陣營(yíng)對(duì)立的局面，實(shí)現(xiàn)一個(gè)超級(jí)強(qiáng)者與多個(gè)有力競(jìng)爭(zhēng)者并存的格局。在這樣的環(huán)境下，各個(gè)領(lǐng)域的優(yōu)質(zhì)開源產(chǎn)品都將有很大的發(fā)展空間。

第二，應(yīng)用端會(huì)成為最有利潤(rùn)的環(huán)節(jié)

未來，大模型將像云服務(wù)一樣普及，但并不會(huì)成為行業(yè)中利潤(rùn)最豐厚的部分。

技術(shù)愛好者可能會(huì)欣賞到現(xiàn)在這個(gè)時(shí)代的純粹性，例如 ChatGPT、Midjourney 等純技術(shù)驅(qū)動(dòng)的成功案例，因?yàn)樗鼈儾⒉恍枰ㄙM(fèi)大量精力在產(chǎn)品開發(fā)上，也不需要過多考慮商業(yè)模式和策略優(yōu)化。

然而，我認(rèn)為隨著 AI 技術(shù)的日益成熟，價(jià)值最終還是會(huì)回歸到應(yīng)用端和產(chǎn)品化的能力，發(fā)現(xiàn)需求和留住用戶的能力會(huì)變得越來越重要。

第三，創(chuàng)業(yè)公司需要保持靈活性

創(chuàng)業(yè)公司可以采用"大模型中立"的策略，隨時(shí)接入和切換不同的大模型。隨著大廠的參與和各種開源產(chǎn)品的發(fā)展，大模型的市場(chǎng)也將出現(xiàn)多元化的競(jìng)爭(zhēng)局面。在這種環(huán)境下，使用 API 的價(jià)格不會(huì)過高，創(chuàng)業(yè)公司也能夠保持相當(dāng)?shù)撵`活性。

創(chuàng)業(yè) & 投資的建議

一、開源項(xiàng)目產(chǎn)品化是“低垂的果實(shí)”

無論是創(chuàng)業(yè)還是投資，我認(rèn)為一個(gè)明確的方向就是將開源項(xiàng)目產(chǎn)品化。開源項(xiàng)目通常在產(chǎn)品化方面的能力較弱，很難實(shí)際落地，而創(chuàng)業(yè)公司可以填補(bǔ)這個(gè)空白。

比如 Stable Diffusion，2022年8月到現(xiàn)在開源這么久了，仍然不是一個(gè)普通人可以玩的一個(gè)產(chǎn)品。

再比如 AutoGPT，我用它去完成一些復(fù)雜的任務(wù)，但在數(shù)小時(shí)的嘗試之后，我遇到了各種報(bào)錯(cuò)和死循環(huán)，最終什么都沒輸出出來。當(dāng)然，最近也有人給 AutoGPT 做 UI 層的產(chǎn)品，雖然很好看，但都沒有解決 AutoGPT 的根本問題：工作不穩(wěn)定。

現(xiàn)在很多人為了蹭熱度，急于推出一個(gè)產(chǎn)品，短期內(nèi)可能吸引了一些眼球，但從長(zhǎng)期看，這些產(chǎn)品的使用效果可能并不好。但是，如果能夠把 AutoGPT 思路提煉出來，并真正投入時(shí)間和精力去開發(fā)一個(gè)可靠且好用的產(chǎn)品，那么這將會(huì)有非常大的前景。

二、平衡開發(fā)速度與產(chǎn)品力

將一個(gè)原本只有極客們玩得轉(zhuǎn)的東西，轉(zhuǎn)變?yōu)檫m合大眾使用的產(chǎn)品，需要強(qiáng)大的產(chǎn)品化能力。在這個(gè)過程中，如果你做得太快，產(chǎn)品可能做得不夠好；如果做得太慢，你可能錯(cuò)過了熱度。因此，平衡好速度與產(chǎn)品力之間的關(guān)系非常重要。

大公司往往在這方面會(huì)顯得比較遲緩和保守，這為創(chuàng)業(yè)公司提供了許多機(jī)會(huì)。

總之，這些開源的產(chǎn)品就是“低垂的果實(shí)”。而且，Twitter 和 Github 上很火爆的極客產(chǎn)品，在技術(shù)和市場(chǎng)驗(yàn)證上都完成了從0到1的突破，只是最后的產(chǎn)品環(huán)節(jié)沒做好。如果創(chuàng)業(yè)者能夠?qū)a(chǎn)品化的最后一公里走好，可能會(huì)取得非常大的成功。

視頻已經(jīng)于4月19日發(fā)布，此篇文章并未對(duì)內(nèi)容進(jìn)行過多的增刪。值得注意的是，僅僅在過去的兩個(gè)月左右的時(shí)間里，我們已經(jīng)可以看到一些預(yù)測(cè)正在逐步成為現(xiàn)實(shí)。

我曾經(jīng)在社群中提到過某頭部金融機(jī)構(gòu)發(fā)布的報(bào)告，他們嘗試預(yù)測(cè)未來一年的十大重要事件，結(jié)果卻有八個(gè)出現(xiàn)了誤判。這說明預(yù)測(cè)未來是一件極其復(fù)雜的事情，需要考慮的變量太多，而且未來的發(fā)展往往超出我們的想象。

此外，我在文章中提出的一些觀點(diǎn)與主流意見存在一定的差異。這些預(yù)測(cè)是否會(huì)被事實(shí)打臉，或者是否會(huì)成為現(xiàn)實(shí)，可能需要一個(gè)更長(zhǎng)的時(shí)間去檢驗(yàn)。

歡迎關(guān)注公眾號(hào)「李自然說」，及時(shí)獲取最新動(dòng)態(tài)和文章內(nèi)容！