丨
云服務
熱門搜索： 防爆監(jiān)控 電動機 防爆暖通 防爆風機
ChatGPT創(chuàng)造了一個明確的分水嶺，把很多企業(yè)前進的步伐又拉回到了統一的起跑線，起跑之后不僅賽道更長，而且配速比我們想象的更快。
有爭議就有機會，最近圍繞ChatGPT的矛盾現象很多。
多數人仍未覺醒的時刻
優(yōu)勢把握在傳統企業(yè)手中
值得關注的暗牌與工具
一邊是微軟聯合創(chuàng)始人比爾·蓋茨認為：ChatGPT是1980年以來最具革命性的技術進步，另一邊是前Google高級資深研究員、硅谷風險投資人吳軍表示：ChatGPT不算新技術革命，沒有理論創(chuàng)新，不會創(chuàng)造什么就業(yè)崗位。
一邊是ChatGPT接連刷新消費級應用程序用戶增長速度記錄，另一邊是95%的人沒有接觸到ChatGPT的行業(yè)應用場景。
上面這張圖，很多朋友應該見過，對比了ChatGPT、Instagram、Facebook…從用戶為0增長到1億所用的時間。
根據OpenAI公布的數據，截至2023年1月末，ChatGPT的月活用戶已經突破了1億，從而創(chuàng)造了上圖中最左側那條陡峭的曲線。
與此形成對比的是，微軟大中華區(qū)數字化應用創(chuàng)新市場業(yè)務負責人許豪在最近演講中分享的幾點近期個人觀察：
?每場交流，平均60%左右的參會者沒有直接跟ChatGPT對過話。?90%的人用簡單的提示詞，把ChatGPT當做知識庫和搜索引擎。?95%的人沒有接觸到ChatGPT的行業(yè)應用場景。?99%的人并不清楚這一輪AI大模型創(chuàng)新意味著什么。?100%的人都很焦慮。
這些爭議與矛盾，正是機會所在。
人們一方面感慨于ChatGPT的能力，一方面又尚未理清這一波人工智能浪潮的應用價值。
我身邊的AIoT企業(yè)很多，他們具備強智能的基因，最近ChatGPT和大模型是我們經常討論的話題。
通過與他們交流，我發(fā)現雖然一些企業(yè)沒有想清楚如何利用大模型來創(chuàng)造新的模式、開展新的業(yè)務，但是超過半數的企業(yè)已經在使用ChatGPT等工具來提升不同工作流程的效率。還有一些走在前列的企業(yè)，比如云知聲，即將推出自己的大模型產品。
這些交流讓我感覺到，ChatGPT創(chuàng)造了一個明確的分水嶺，把很多企業(yè)前進的步伐又拉回到了統一的起跑線，起跑之后不僅賽道更長，而且配速比我們想象的更快。
直觀反應，企業(yè)需要將ChatGPT用于企業(yè)內部效率的提升。市場研究機構Info-Tech Research Group匯總整理了在企業(yè)的常規(guī)流程中，使用AIGC可以實現降本增效的部分，如上圖所示。
分析中，Info-Tech使用3個特征評估AIGC是否試用：一、是否處于生成式/對話式AIGC的能力范疇；二、該任務的完成是否能夠顯著創(chuàng)造價值；三、該任務是否可多次重復。后面兩點主要用于評估AIGC的部署是否能夠“值回票價”。
然而，ChatGPT引發(fā)的變革要深遠的多。
很多企業(yè)都對K8s帶來的云原生變革記憶猶新，ChatGPT正在帶來的智能原生變革，有過之而無不及。
“智能原生企業(yè)”這個概念由阿里巴巴董事會主席兼CEO張勇提出，他認為“當前的人工智能浪潮是和二十年前的數字化浪潮同等重要的機會，行業(yè)正處于智能化時代的歷史新起點，智能化時代必將出現一系列智能原生企業(yè)。”
智能原生企業(yè)是指利用人工智能和相關技術來驅動業(yè)務和運營的企業(yè)。這些企業(yè)將人工智能作為核心能力，并將其嵌入到企業(yè)的各個業(yè)務流程中，以提高效率、增強創(chuàng)新能力、優(yōu)化客戶體驗和提高競爭力。
在這個機會面前，每家企業(yè)都有可能變成智能原生企業(yè)。
重要的是我們如何看待這一次機會。
奇績創(chuàng)壇創(chuàng)始人兼CEO陸奇最近在演講中談到，Google的價值是把“信息獲取”的邊際成本降為0，ChatGPT的價值是把“知識獲取”的邊際成本降為0。
如果加之我們在上篇文章《GPT實體機器人今夏發(fā)布，為什么這將是對企業(yè)組織能力的一次大考？》中提到的腦子里裝了大模型的1X實體機器人，未來很有可能“產品獲取”的邊際成本趨近于0。
美國經濟學家和社會理論家杰里米·里夫金描繪的“零邊際成本社會”可以望見。
如今，我們站在這樣一個大時代的開端，就像18世紀末，人類站在“工業(yè)革命”的開端那樣。
這個事實，如今大部分人還沒有意識到。
也就形成了文初提及的矛盾、爭議和機會。
如果將當前的人工智能浪潮，類比于二十年前的數字化浪潮，那么這一波浪潮的機會把握在傳統企業(yè)手中。
因為從大模型應用在產業(yè)價值鏈上的比例來看，對產業(yè)價值的理解是關鍵，占比更重。如果我們將大模型產業(yè)應用的全價值鏈占比視為100%，那么傳統企業(yè)由于深耕多年，積累了很多行業(yè)實踐經驗和know-how，加之數字化浪潮的沉淀，80%以上的基礎已經有了，只需要補全大模型應用的20%占比，相比大模型創(chuàng)新型企業(yè)進入產業(yè)的路徑要短得多得多。
何況在數字化浪潮時期，很多傳統企業(yè)已經驗證了實力。
這些傳統企業(yè)不僅將數字化能力“內化”于自身，而且剝離形成數科公司，將新技術新能力“外化”創(chuàng)造營收。
比如，居然之家執(zhí)行總裁王寧曾經講過，他們在數字化浪潮的過程中，面對互聯網企業(yè)的猛烈沖擊，逆勢翻盤的故事，有一定的代表性。
2012-2013年，居然之家就像我們見到ChatGPT一樣，100%的人都很焦慮。幾乎所有的實體店都受到了互聯網的沖擊，齊家網、愛蜂潮和土巴兔等互聯網企業(yè)來勢洶洶，而且背后都有雄厚的資本進入。
他面對的典型質疑包括：“你沒戲，因為你是陸軍，而我們是空軍，你穿著兩個沉重的鞋（房租+人力），跑不起來?！?/span>
居然之家當時面對了一腦門的問題，比如線上線下左右手互搏怎么解決？這二者的KPI怎么分配？品牌商與經銷商的利益博弈怎么處理？線上和線下的交易價格沖突了怎么辦？
就在他很悲觀的時候，恰恰轉角偶遇了之前傳遞質疑的那家互聯網企業(yè)的體驗店。當他走到店里轉完一圈以后，心情從焦慮變成了坦然：“看來人力和地租這兩只沉重的鞋互聯網企業(yè)也需要。一旦你穿上鞋了，不就跟我一樣了嗎？甚至你還不如我?！?/span>
快進到現在，居然之家正在完成從“線下賣場”到“產業(yè)平臺”的轉變，與各種合作伙伴一起打造共生協同的商業(yè)平臺。
但是同時，我們也應該看到那些沒有成功進行數字化轉型而沒落的企業(yè)。
當技術變革來臨，從長遠看，所有人終將受益；但從短期看，身處那個時代的大部分人都會受到巨大的挑戰(zhàn)和沖擊。
少數企業(yè)跟上了，變得更強；一些企業(yè)沒有跟上，被無情碾過。
當下，是企業(yè)做決策的關鍵時期。
任何能輕易想到的點子，都是明牌。這些線索沒有爭議，大家基本達成了共識。這些明牌是巨頭企業(yè)、產業(yè)龍頭企業(yè)的機會。
比如，我國一定會有自己的AIGC平臺和通用工具，就像搜索引擎一樣，我們有自己的合規(guī)要求。每個垂直領域的數字化平臺，也都將會植入AIGC能力。甚至垂直行業(yè)的大模型，也可能是明線。
在這些場景中，根據遠望資本程浩的分析，創(chuàng)新型企業(yè)想要取勝，無非基于以下幾種情況：
?大企業(yè)沒看懂，覺得這事沒價值；?大企業(yè)沒看上，覺得市場太?。?/span>?大企業(yè)沒看清，技術路線比較多，想等創(chuàng)業(yè)者驗證；?大企業(yè)覺得離自己主營業(yè)務太遠；
也就是只有在非共識的情況下，創(chuàng)新型公司才有機會“搶跑”，獲得先發(fā)優(yōu)勢。但是“明牌”不具備這種情況，AIGC、大模型這個賽道經過媒體的信息轟炸，沒有一家大企業(yè)不重視。
什么是暗牌？暗牌是尚未形成共識的那些分支，所謂大企業(yè)沒看懂、沒看上、沒看清、覺得遠的那些部分。
就像數字化浪潮一樣，智能原生的浪潮也會催生許多暗牌機會，這些完全從0到1的創(chuàng)新挖掘的是隱性需求，市場空間模糊，能否泛化未知。
在產業(yè)領域，不僅是ChatGPT，一些工具的迭代同樣值得關注。
雖然AIGC操作系統和通用工具都是大企業(yè)的機會，但是如何運用這些工具的機會則見仁見智，每家企業(yè)都可以擁有。
首當其沖的就是AI大模型實體機器人。
除了之前提到過的由OpenAI投資的1X實體機器人，最近阿里也發(fā)布了接入千問大模型的工業(yè)機器人。
通過釘釘消息，即可遠程指揮機器人干活。
在實驗視頻中，工程師通過釘釘對話框向機器人發(fā)出指令：“我渴了，找點東西喝吧”。隨后，千問大模型在后臺自動編寫了一組代碼發(fā)給機器人。
機器人開始識別周邊環(huán)境，從附近的桌上找到一瓶水，遞給了工程師。
通過捕捉設備或人類的運動數據，大模型可以被工業(yè)機器人自動生成控制邏輯和命令，工程師無需編程就能通過自然語言實現機器人的操控。此外，大模型還可以幫助工業(yè)機器人理解周圍環(huán)境，并將最終目標與實現目標的過程聯系起來，無需人工干預，即可完成高水平的任務。
其次，值得關注的是大模型用于各種代碼生成的工具。
典型的比如GitHub Copilot，這是一個AI編程合作伙伴，由OpenAI Codex 開發(fā)的新AI 系統提供支持，可在編碼時提供自動完成建議。
我們可以將GitHub Copilot看成一位人工智能結對程序員。結對編程是一種敏捷軟件開發(fā)的方法，用來代指兩個程序員在一個計算機上共同工作。通常來說，會有一個人輸入代碼，而另一個人審查他輸入的每一行代碼。輸入代碼的人稱作駕駛員，而審查代碼的人稱作觀察員。為了保證結對編程的糾偏能力，兩個程序員經?；Q角色。
人機結對編程已經是一個較為成熟的概念，指的是人機協同的交互式智能編程，在這個過程中，程序員在機器的輔助下進行編程，并且在共同完成一個個程序編寫的過程中，程序員會及時糾正機器人的錯誤，從而改進機器人學習的模型。
最后，還有一類工具推薦，設備之間的社交工具。
除了人與人之間需要社交之外，設備與人之間也需要社交。社交的目的是幫助人們更好的使用設備，便于人們更改設備的配置，或者當任務指令不清時主動詢問建議。
比如亞馬遜開發(fā)的DialFRED 框架，它允許機器人在不確定時，向工程師提出問題。通過強化學習，大模型經過微調，可以在正確的時間提出正確類型的問題，從而有利于任務的完成。
|
豫公網安備41130202000490號
| 豫ICP備19015714號-1
（版權所有 防爆云平臺 © Copyright 2009 - 2024 . All Rights Reserved.）
違法和不良信息舉報投訴電話：0377-62377728 舉報郵箱：fbypt@ex12580.com
網絡警察提醒你
中國互聯網舉報中心
網絡舉報APP下載
掃黃打非網舉報專區(qū)