以下 文 章来源于微信公众号：WeThinkln
作者：Rocky Ding
链接： https://mp.weixin.qq.com/s/uFUPJu2KxOk2cTSIVgym9A
本文仅用于学术分享，如有侵权，请联系 后 台作删文处理
AI的发展已经使我们工作方式发生了巨大转变。话接上篇，本文继续分析AIGC的核心价值，并围绕AIGC给我们的启示、未来会涌现哪些现象级产品等问题进行了深入分析，最后对AI从业者何去何从分享了几个关键思考。
2023年3月21日，微软创始人比尔·盖茨在其博客文章《The Age of AI has begun》中表示， 自从1980年首次看到图形用户界面（graphical user interface）以来，以OpenAI为代表的科技公司发布的AIGC模型是他所见过的最具革命性的技术进步 。 AIGC及其生态链，会成为AI行业重大变革的主导力量。 AIGC会带来一个全新的红利期，未来随着AIGC的全面落地和深度商用，会深刻改变我们的工作，生活，学习以及交流方式，许多行业都将被重新定义，过程会非常有趣 。二十世纪末PC革命的时候，Rocky还在玩小霸王学习机；二十一世纪初互联网革命的时候，Rocky还在教室里获取新知，但Rocky依旧从革新中感受到了震撼。当前由AIGC引发的科技浪潮，同样让Rocky兴奋，正是其ToC的迭代可能性，让Rokcy在早期就做出了all in AIGC的决定。 而在刚刚过去的“疯狂三月 ”，世界上主要科技公司与研究机构们争先恐后发布关于AIGC的最新进展，让人目不暇接，吃瓜群众们纷纷惊呼不已。那么，在狂欢过后，我们该如何更好的审视AIGC的未来？我们该如何更好地拥抱AIGC引领的革新？接下来Rocky准备从技术，产品，长期主义等维度分享一些个人的核心思考与观点，希望能帮助各位读者对AIGC有一个全面的了解。 So，enjoy（与本文的BGM一起食用更佳哦）： 正文开始 【目录先行】 【三】AIGC引发的科技浪潮，给了我们什么启示 由AIGC引发的科技浪潮正在席卷全球，硅谷、中关村、西湖，以及世界各地的人们都在热烈讨论着人工智能的未来。 OpenAI的创始人Sam Altman大胆预测了新版的“摩尔定律”， 他认为全球人工智能运算量每隔18个月就会翻一番 。与此同时，OpenAI持续降低ChatGPT的API调用成本，将每输出100万个单词的价格降低到2.7美元（约合18元人民币），使用成本约为之前的十分之一。让更多的人低成本的使用ChatGPT服务，有利于让OpenAI成为人工智能时代新的基础平台，类似于移动互联网时代的IOS/Android。 有了新的基础平台，我们就可以向上游，下游，横向以及周期里的时代机会 这四个维度拓展，来总结AIGC可能的所有业态。 横向业态 目前为止我们可以看到，几乎所有前沿人工智能大模型的突破，都来自巨头公司，因为他们拥有强大的资金，计算资源以及人才储备。 2012年到2022年的传统深度学习时代，一般落地的都是小模型，比如目标检测，人脸识别等，而如今AIGC时代的驱动引擎是真正的大模型，但大模型的高昂投入，让普通公司难以为继，因此入局玩家都是科技巨头。 虽然训练大模型需要巨量的前期投入，但这些投入会逐年获得回报，并且基于 “数据和模型的飞轮效应” ，会产生非常明显的先发优势。研究表明，相比资金与算力，高质量数据会成为训练大模型的一个重要稀缺资源，因为增加模型参数量所获得回报的边际效应目前看来是递减的。 所以在大模型层面，未来只会是巨头之间的争霸，其他公司并不会有太多机会。 目前来看，很可能最终形成类似IOS/Android和云计算的格局，一般这种量级的生态圈最终不会容纳太多家，但也不会被一家垄断。 这无疑将会是继移动互联网之后，下一个史诗级的重大战略窗口。 而如同IOS/Android以及windows一样，横向业态将会拿走价值链里的大头。随着模型的能力和发展速度渐渐稳定后，应用层将会出现深入某个垂直领域的新一代SaaS和消费级的Killer Apps。 大模型让海量的通用常识能够普惠，能够大幅降低各个专业领域的内容生产门槛与成本，并且很有可能会改变未来的信息交互方式，大模型很有可能成为移动互联网后新的基础平台，未来会非常有意思。 上游业态 以Nvidia，AWS等为代表的提供芯片、云计算等基础能力的厂商，成为了上游业态的核心力量，为AIGC提供算力。 所有模型的推理都需要算力，基础能力厂商短期最需要关注的问题将是对于需求的衡量 再将算力进行细分，可以分出训练算力 和推理算力 ，由于推理算力并不存在垄断情况，如何生产更具性价比的新型架构AI推理芯片，成为了创业公司们的新机会，并且推理市场可能比训练市场更具前景。 除此之外，数据供给方，数据标注公司，基础工具公司等有较大的红利势能，能跟随着行业的发展一同成长。 下游业态 在横向业态和上游业态被赋能好之后，下游业态会产生大量的新机会，但也只是少数掌握细分行业数据和“数据飞轮”迭代能力的公司的机会，这波浪潮对于绝大多数现有公司来说，是一个短暂的美梦。 短期来看，像ChatGPT以及Midjourney这种技术即是产品的消费级Killer Apps是下游业态的最具价值的形式。 Rocky认为，在基础模型和具体AI应用研发之间还会有一个中间层：出现一批专门负责调整大型模型以适应具体AI应用需求的初创企业，比如说AIGC时代的Github：Hugging Face。
下游的应用型/创业/细分行业公司可以与巨头合作，在经过持续训练的大模型的基础上，不断微调优化，为自身所在的细分领域创建模型和搭建业务闭环，提供SaaS服务。 做1%的模型训练对下游业态的公司至关重要，非常需要对商业闭环有敏锐的洞察，对用户需求有快速的响应，对产品的易用性有快速的迭代。 而最重要的物料无疑是行业数据 ，细分领域的数据本身是稀缺的，如何基于数据与行业知识，打造护城河，并保护用户数据与隐私，将会是下游业态公司的关键战略。 此外，相信在下游业态中，在AIGC时代会有ToC平台级的机会，如果我们利用AIGC工具与AIGC用户打造一个不仅限于AIGC的社区，这个社区里面有更多的内容消费和内容分发，会是什么样子？ 相信会出现更多类似于移动互联网时代的Killer Apps与平台级产品。 周期里的时代机会 除了AIGC业态里的思考，还想再挖掘一些周期里所展现出的时代机会 。 2017年，在推出AlphaGo和AlphaZero这些棋类“终结者”不久后，谷歌持续发力，发布了Transformer模型，这个在未来将支撑AIGC浪潮的关键技术。 同时，谷歌在医疗领域推出AlphaFold，能够精确地基于氨基酸序列，预测蛋白质的3D结构，其准确性已达到世界顶尖水平。 一系列的前沿成果，让谷歌似乎已经在AI领域占据了绝对优势，难以被其他公司所赶超。 是的，如果不是周期里的机会，谷歌确实会像移动移动互联网时代那样，攫取AIGC红利的大头。 OpenAI经过不懈努力，终于在2022年11月，让ChatGPT横空出世，一举打破谷歌在AI的垄断布局。 谷歌只能匆忙迎战，短短几个月就推出Bard，但是 “犹豫就会败北，果断就会白给” 的不仅仅是普通人，也包括了谷歌这样的巨头。Bard带给大家的除了一连串的简单问题错误回答和业内群嘲，还反向证明了ChatGPT的强大。 与此同时，微软+OpenAI的组合，将ChatGPT赋能Bing，让原本极为小众的Bing在搜索领域的份额飞速增长，对谷歌的核心现金流业务构成了巨大的挑战。 微软对Bing在如此困境中的持续坚持，是OpenAI对大模型以及数据为中心技术路线的持续坚持，是对愿景不惜一切的投入以及抓住周期里的时代机会这四个要素，最终让新周期里的AI产品成功破局，攻守易势也！ 【四】AIGC时代下，还会涌现哪些现象级产品 与其说会涌现哪些现象级产品，Rocky不如转换一下叙述模式， 以目前的发展态势来看，现象级的产品需要具备哪些要素？ 因为AIGC时代的ToC与ToB可能性，我们或许可以在移动互联网时代中找寻一些答案。 智能手机的出现，是移动互联网的一个关键一招，在规模化生产之后，智能手机做到了产品普惠，每个人都能拥有一个智能手机，也为后续的Killer Apps的爆发奠定了基础。 同样的，在AIGC时代中，基础大模型会是新的“智能手机”，各路兵马将会在基础大模型领域疯狂厮杀，来获取AIGC时代价值的大头，目前已经有眼花缭乱的AI大模型涌现，相信在未来4-5年内，在基础大模型侧会分出胜负。
像移动互联网时代一样，AIGC+“机器人”会是新一代的终端。
数据组织效率和能力再上一层楼 。同时， 在AIGC时代，也会有爆款级的信息流产品（小红书，抖音等） ，最近评选出的50家最值得关注的AIGC机构，在他们之中，存在着这样的势能。
在移动互联网的ToC模式和传统深度学习的ToB模式中，我们可以挖掘出AIGC在ToB和ToC的基本逻辑： ToB： 渠道和信任是最关键的 ，商务需要有项目对接的能力，明确做的是making money的场景，是追求效率。
ToC： 用户体验和产品逻辑是最关键的 ，运维和产品需要去推动App的普惠，要明确做的是killing time的场景，是追求体验。
ToB和ToC两者又一个共同的特点就是， 切勿无逻辑扩张团队规模，因为Midjourney告诉我们，伟大的团队只需要11个人就够了。Rcoky认为我们要找到的是志同道合，基本面合适，能够成为互相的“千倍同事”，让团队高效强悍的前进。 最后，始终认为，ToB和ToC的商业逻辑会大于技术逻辑，也就是Rocky一直在说的，技术工具化。 【五】AI从业者在AIGC时代下如何“转型” 在GTC大会上，黄仁勋提出了一个很有意思的观点，他认为生成式AI就是一种新型的计算机，我们可以用人类语言进行编程，任何人都可以命令计算机来解决问题，对此表示认同。 相信AI以及产业链的发展速度不会让我们失望，大概率AI就是未来互联网的交互界面和个人计算机， 那么让自己变成能够独立思考，深度思考，思考质量极佳，对事物本质理解深刻的人，能够从AI中获取更多高价值的回馈，在未来的工作环境中掌握主动权 。就好像当我们可以创造任何想要的东西时，我们能多准确地表达“那是什么”的能力就变得尤为重要，如果能再有一些神奇的好奇心和想象力，那谁都拦不住你了。 AI从业者要更多的成为能够熟练使用各种AI工具的人，而不是两耳不闻窗外事的“炼丹师”。 因为“算法”和“数据”的技术线路之争，最终以数据为中心和大模型的胜出而结束。并且对于AI的发展来说，工程的重要性不亚于科学，创建一个迭代反馈的闭环至关重要。这也将是后来者，在AIGC时代立足的关键一点。 “I had a very strong belief that bigger is better, and a goal at OpenAI was to scale.” —— Ilya Sutskever (OpenAI首席科学家) 学会拥抱即将到来的AIGC时代，Rocky相信会是每个打工人未来的必修课。 在本章节的最后，还想提出一些灵魂拷问 ，在大家“转型”路上可以问问自己： 现在来看，2017年的Transformer是关键价值的直通车，我们能不能有这样的敏感度？能不能把握住下一个Transformer级的变化？
2018年是OpenAI的危急存亡之秋，当时GPT被BERT击败，学术界和工业界都抛弃了GPT，认了BERT，如果我们回到过去，如何判断挖掘OpenAI的势能？我们愿不愿意下赌注？
精致的结尾 AIGC引领的新科技浪潮，是AI螺旋式上升发展过程中的伟大一招，目前挑战和机遇并存，惊喜和意外同在，我们需要做的，是带上乐观和勇敢，坚持在这条不可逆行的快车道上飞奔，并让AI尽可能普惠世界。 【六】推荐阅读
AIHIA | AI人才创新发展联盟2023年盟友招募
AI同学会 | AI同学会开启试运营，快来Pick你的AI同学
AI融资 | 智能物联网公司阿加犀获得高通5000W融资
注意： 大白梳理对接AI行业的一些中高端岗位， 年薪在50W~120W之间 ，图像算法、搜索推荐等热门岗位，欢迎感兴趣的小伙伴联系大白，提供全流程交流跟踪， 各岗位详情如下： 《AI未来星球》陪伴你在AI行业成长的社群，各项福利重磅开放：
（1）198元《31节课入门人工智能》视频课程；
（2）大白花费近万元购买的各类数据集；
（3）每月自习活动，每月17日星球会员日，各类奖品送不停；
（4）加入《AI未来星球》内部微信群；
还有各类直播时分享的文件、研究报告，一起扫码加入吧！
人工智能行业，研究方向很多，大大小小有几十个方向 。 为了便于大家学习交流，大白创建了一些不同方向的行业交流群 。 每个领域，都有各方向的行业实战高手 目前主要开设：Opencv项目方面、 目标检测方面 模型部署方面 大家可以根据自己的兴趣爱好，加入对应的微信群
大家一起加油！
