转载：大模型创业可能99%血本无归
瑞典马工约 9 分钟数据质量是第一位
为什么 GPT 和 Midjourney 这么惊艳，为什么百度的文心一言看起来差距会如此的巨大，其实很根本的原因就是数据质量。海量高质量的数据本身就构建了 GPT 给大家的惊艳感觉。最近大家也听闻 Bloomberg AI 的版本在财经领域的质量还不错，其主要原因也是因为 Bloomberg 本身拥有大量的财经相关的专业数据。而在图片领域，如果关注海外的话，就知道国外存在包括Deviantarts 在内的大量艺术家创作的网站。我不知道 Midjourney 为什么出图质量会如此之好，可能也和大量收集相关的高质量图片有关。
从数据质量的角度来看，与文本相比，图片的难度要小得多。我们可以看到美图秀秀推出的一系列与图片相关的 AIGC 产品整体质量都不错，虽然百度的文新一格可能不太理解中文，但在图片领域的效果还是可以接受的。
但在文本对话领域，目前我的看法非常悲观。GPT 之所以表现出色，很大程度上是因为他们团队这些年来对于打造模型时数据来源的选择和标注。然而，目前在国内看不到任何机会可以赶超 GPT。主要原因是中文互联网缺乏好的数据。首先，由于营销等需求，大量垃圾的 UGC 的内容。其次，中文互联网中存在大量数据孤岛，彼此之间的数据几乎无法共享。此外，整体的数据质量也远远不如全世界。例如，百度百科很难与维基百科相媲美。如果是专业领域，差距更大。被微软收购的 Github更 是全人类程序员的编程数据的全集 。让人遗憾的是，在这个反全球化的政治氛围下，AIGC 恰恰是一个需要集合全人类数据的产品。对于长期与世界分离的中文互联网世界本身就是一个难以逾越的挑战。这也是为什么 GPT 更像一个专业的高材生，而百度的文心一言给人感觉有点像 90 后的杀马特（百度大量平台，知道，贴吧都是 90 后年轻时期的大量创作时代）。
上图是文心一言的结果
很显然这是来自于这个百度知道的答案
上图是基于GPT的NotionAI的结果
相反，框架并不那么重要。王慧文收购 OneFlow 并不会对这件事情有所帮助。TensorFlow 或 PyTorch 本身都是开源开放的，真正的竞争在数据和工程上。在某种程度上，AIGC 技术本身就是一种基础设施，并且这种基础设施似乎存在着一种集中效应。如果百度的文心一言不能尽快提升整体素质，那实际上就只是个大家调戏的玩具，而 GPT 则会被广泛应用于生产工作中。因此，如果 VC 参与国内大模型的投资，结果必然是开盲盒，只有输赢两种状态，我断言 99% 甚至 99.9% 都是输，几乎没有任何机会。
AIGC的特性和真正的创业方向
AIGC 有缺陷，其实与其说是缺陷，不如说这本身也是我们人类大脑的缺陷。因为整个 GPT，Midjourney 的运作机制是基于我们所输入的提示词（prompt）进行创作的，其有几个特点：
第一，我们要得到更正确的结果，就需要输入更准确的 Prompt，所以也有了所谓 Prompt 工程师的说法。
第二，即便是相同的 Prompt，每次生成的结果都不是 100% 相同的，具备巨大的随机性。
第三，有时候对于未知的部分，大家都可以明显感受到 GPT 会胡编乱造。
其实，这几个特点和人脑也是一样的。简单来说，我们本身在询问某一个人问题的时候，其实带了很多的上下文，如对方对我们的了解，本身的语气和环境等。其实这些上下文才构建了我们的 Prompt，这使得回应我们的那个人才能给出正确的答案。很显然你从人类面前也无法得到完全一致的答案，就像这个主题的文章让我再写一遍，中心思想一样，但内容组织会完全不一样。另外你有没有发现大量的专家其实也和 GPT 一样喜欢胡编乱造，最近我就看到自媒体关于AIGC的文章，其中就充斥着胡编乱造。所以，AIGC 的运作模式和人脑是一样的，都是一个模糊系统。虽然 GPT4，甚至未来的GPT5，6，都希望通过更多的数据输入，能够让GPT更可控，但无论怎么样，仿生的GPT模型必然是一个进一步可控的模糊系统，不可能变成像搜索引擎及其他数字化系统创作的目的一样的是为我们提供精准系统。
所以真正的创业方向应该是将模糊系统与精准系统进行有效的整合。而那些本身就是模糊系统的，将会被 AIGC 技术彻底颠覆。比如翻译，文案创作，图片生成等等。也就是如果原来的模糊系统（包括人脑）在无法表现的比 GPT 更好的时候，必然被颠覆或者取代。而如果类似 GPT 技术无法实现相对于 GPT 模型更好的表现的时候，人们也不会选择使用那个更差的方案。
但是精准系统不会被 GPT 取代，反而精准系统将和 GPT 整合以提供更强大的能力。比如 New Bing 和 GPT 的整合，给出的相关 Reference 的内容是来自于精准的搜索结果。那么这种相关引用的获取角度，比单纯的GPT要靠谱得多。同样，大家说得程序员被取代是不会发生的，编程本身是一个精准的工作。我们需要程序按照我们的设定精准运行，而不是模糊运行。整合了Copliot 的 IDE 仍然需要程序员去精准的 Debug，以及将代码块精准的与整个系统进行整合。所以不会使用 GPT 的程序员将被淘汰，而不是程序员被颠覆。同样，现在 Midjourney 等图像领域的 AIGC 产品能帮你生成美轮美奂的图片，但却没办法实现精准的将你的品牌名很好的嵌入到图片上，仍然需要将产生的图片通过 Photoshop 等工具进行增强。
所以我们看到，GPT推出了 Plugins ，也是希望这 GPT 的结果下能够为这个模糊系统补充精准的内容。无论是电商平台，旅游平台，办公软件，安全平台与GPT的整合都是想象力巨大的。本身也是对于我们人脑这个模糊系统的一个巨大的补充，再结合精准系统将产生巨大的效率提升。如果与 AIGC 整合，基本上就是这两个方向：
第一个方向就是从模糊系统出发，也就是从 Prompt 出发，让一个人的念头，迅速通过 AIGC 进行创作，再通过精准控制最终达到结果。如我们希望选择一件情人节送给女朋友的礼物，GPT 可以给出各种选择，再结合购物网站的精准搜索和推荐，就可以极大的提升购物体验。
第二个方向是从精准系统出发，通过 GPT 来扩展这个精准系统的结论，使得其更容易让人理解或找到解决问题的办法。其实就是由精准系统产生 Prompt，由 GPT 进行发散，帮助人类理解。GPT的总结等能力都是这个部分的应用。如微软的 Security Copliot，就是将专业的安全问题的描述通过GPT 来进行一个足够清晰的解释和产生对应的策略，帮助工程师理解并找到解决问题的办法。
所以，如果你不做大模型的创业，其实真正应该是思考从这两个角度去有效的将 AIGC 技术与你自己的精准系统进行整合，或者创作出一个更适合应用AIGC 技术的精准系统。用其来颠覆原来的传统范式，这个可能是更有意义的创新方式。对于现有的精准系统的提供商而言，如果不能整合 AIGC 相关技术，很可能你就会被其他竞争对手给颠覆了。
对云计算和云服务发展利好
整个 AIGC 能力，包括 OpenAI 提供的 API 服务能力，其实就是新时代的智能基础设施。人类的基础设施从最早的路网、电网、互联网、移动互联网，今天有可能诞生一种新的基础设施。每一个基础设施必然带来巨大的应用创新，这些新的应用也将必然激发出一轮新的创业热情，产生海量新的应用，将人类推升到更高级的文明形态，这就是所谓 iPhone 时刻。这些海量的应用，不管是 2C 还是 2B，也必然会激发巨大的云计算需求，周边各种云服务需求，更多围绕在 AIGC 周围的辅助工具需求。即便在当前诡谲多变的全球政治经济形势下，但是如果我们把眼光放得长远，这一定会推动云服务的进一步发展。
新的基础设施、新的应用
任何系统需要使用 AIGC 就必须连接互联网，任何宣称可以本地化的 AIGC 技术必然是不持续且不具备领先性的。如果你拥有类似 OpenAI的技术基石，即便你能够将能力私有化部署，你也不可能这样做，因为私有化部署是一个更糟糕的商业模式。携带技术优势和生态发展的角度，必然是以一种互联网服务的方式提供服务，并且互联网符合可以进一步收集用户的 Prompt，以便于进一步优化整体系统，不会走向私有化。这必然会带动那些整合了 AIGC 的服务，这些服务也必然需要变成一种互联网服务，以便于更好地和 AIGC 的互联网服务进行整合。因此至少在全世界范围内，传统的非云软件会产生进一步颠覆性效应。对于中国而言，可能也会产生一定的松动效应，但目前并未发生。ChatGPT本身也未开放中国市场，而目前文心一言根本难以大用，其他的也还未见。
连接互联网，软件进一步服务化
AIGC 不管是大模型的创业者，还是需要利用现有技术的应用开发者，必然对云的基础设施有进一步的需求。前者必然需要大量的计算能力，这种计算能力也将进一步服务化。英伟达将联合云计算厂商，通过服务租赁的方式售卖算力，而不是只靠硬件板卡。未来的趋势也可能是算力服务化将更为主导整个市场。而对于后者来说，要更好地利用 AIGC 相关模型提供商的能力，也促使大家将应用进一步放到云上。Azure 提供的专用云上服务也肯定能促进 Azure 云计算其他业务的增长，也会对云计算市场的整体格局产生巨大的改变。前两年的区块链挖矿，至少目前看来，只是为了人类能够达到智能水平所积蓄的一种算力的bootloader，是为了能产生今天这么重大的创新的算力发展的准备工作而已。
新的算力需求
由于 AIGC 相关技术本身是一种需要大规模算力的产品，并且随着进一步的演进，使得其算力、存储等方面的需求进一步扩大，这种能力导致并不是一般企业所能具备的，这就使得只能以云服务的形态提供服务。即便是本地化的计算成本下降到一定程度，云中的那个 GPT 仍会比你本地的 GPT 聪明并且敏捷许多。因此，AIGC 的发展将带来很多用户对基础设施的认知的改变。
这个世界的未来仍然是ABC（AI BigData Cloud）
写在最后
我们只有清醒的认识到每一个技术的本质，和其对整个社会以及未来发展的价值，拥有掌握这种技术发展趋势的脉搏，才能真正让我们即不会过分的焦虑，也不会过度不切实际的亢奋。知识星球最近反而因为这个 GPT 的热潮重新火了起来，但是发现都是一堆割韭菜的，其核心就是贩卖焦虑，或者直接用自己的认知去售卖比如如何注册ChatGPT账号等技巧，包括如何搭建Stable Diffusion等，这种必然只能获得一种短期的价值。
但更重要的是能够真正深入思考，长期对于一个技术和未来趋势保持清醒的认知，如果看完本文觉得对你有帮助，可以加入波吉的星球，即鼓励波吉进一步创造，同时也可以与星球里的大咖们就这个话题可以展开进一步的讨论，波吉的目标是创造长期的价值。