很多人对 GenAI 是否会产生商业影响持怀疑态度,但我认为他们不仅错了,而且犯了 2001 年人们在互联网上犯下的错误。他们认为硅谷的炒作是无稽之谈,因此其背后的想法也是无稽之谈。
这是很危险的,我认为,这比大多数零售商认为电子商务实际上不会对他们构成威胁要危险得多,因为 eToys 破产了,boo.com 是一场灾难。整个互联网泡沫的破裂导致老派高管认为他们最了解情况,旧的方式已经恢复。这些公司已不复存在。
与互联网泡沫破裂的巨大区别
与互联网泡沫破灭相比,有一个绝对巨大的区别,那就是参与人工智能炒作的大型公司的资产负债表。这些公司没有用别人的钱来做这件事,他们用的是自家的钱。现金和等价物令人震惊。
-
谷歌——1090 亿美元
-
微软——800 亿美元
-
Meta——580 亿美元
-
亚马逊——860 亿美元
-
Nvidia——310 亿美元
我没有把苹果包括在这里,因为他们不会走“建立自己的庞大模型”的路线,但他们的资金甚至更多(1600 亿美元)。再加上 Salesforce 的 180 亿美元,像 Databricks 这样的公司显然手头上还有几十亿美元。这是一篇很好的文章,探讨了这场危机可能对其他巨头造成的影响:
生成人工智能的经济学
鉴于我们目前对技术和市场的了解,生成人工智能的商业模式是什么?
因此,当炒作结束后,它将影响估值,但这些大公司不会破产(较小的公司和专注于人工智能的公司可能会破产,但它们不会推动商业应用市场),这意味着他们的销售团队仍然存在,他们仍然希望从所有的投资中获得一些回报,这意味着推动有目的的采用,而不是可以“要求解决物理问题”的神秘的巨型模型。
当互联网泡沫破灭时,公司纷纷破产,而当这个冬天来临时,你会看到拥有超过 3000 亿美元现金储备的公司正在寻求转型并获得回报。
为目的而领养
重点会是什么?我认为这是相当明显的,我们不会试图建立一个庞大的模型,而是开始让模型真正适用于具体事物。
让我们将其视为“为目的的采用”,这意味着如果我们希望人工智能取得成功,我们实际上必须更多地思考如何应用人工智能。
只需询问模型就不会发生
因此,在我们讨论这将会带来什么之前,让我们先来揭穿一下炒作。在未来 5 年内,你不会拥有一个可以“要求解决物理问题”的大型模型,或者其他一些奇怪的说法,例如“嘿,模型,只需以 2% 的利润率运行我的采购供应链” ,因为他们没有接受过你的供应链培训,也不知道你的业务是如何运作的
即使确实存在这样一个神奇的模型(但它并不存在),如果你将大量业务风险委托给一个单一的、无人监督的模型,该模型可以独立决策,而今天由于风险原因你需要多个人来负责,那么你这样做就是完全疯狂的。
因此,如果你的 AI“战略”是等待硅谷的炒作来实现这一包罗万象的模型,那么可能需要等待很长时间。早在 2016 年,就承诺“明年”实现“全自动驾驶横跨东西海岸”。
事实证明,为特定地区和市场(Waymo、百度)打造专用的 5 级自动驾驶汽车要比打造全球通用的全自动驾驶解决方案容易得多。这种通用解决方案的成功与失败的二元性是一个很好的教训,它告诉我们,专用的人工智能解决方案如何更可靠地投入运营。
你浪费的不是你的钱
当您勇敢面对 AI 寒冬时,首先要记住的是,GenAI 模型的沉没成本非常高。人们在创建这些多用途模型方面投入了大量资金。这些模型不仅在国际象棋方面表现不错,还能创建一些漂亮的图像,而且在围绕某个主题进行类似人类的互动方面也非常出色。当您试图解决问题时,不要担心您不关心模型 99% 的功能,您浪费的不是您的钱。
因此,要想度过这个人工智能寒冬,首先要接受的事情之一就是浪费地球上一些最富有的公司和个人的金钱。
明确目的,以数字方式定义你的工作
在这个不能仅仅“依赖模型发挥魔力”的世界里,你必须接受的最困难的事情之一是,你需要能够定义你希望人工智能做什么工作。这听起来很简单,但实际上它要求你以不同于传统交易系统的方式理解你所做的工作。
我们需要一个范围的数字化定义,一个数字化合同
我们可以开始改变思维方式,不再试图寻求多用途解决方案,而是开始思考如何将我们的工作分解为单独的、受控的、每个都有自己契约的元素。这并不意味着人工智能不能做很多事情,只是我们要谨慎而准确地定义这项工作。这当然并不意味着人工智能解决方案只能做一件事,而是意味着当我们需要它做多件事时,我们会将多个单独的工作串联在一起,并明确每个工作的界限。
因此,如果我想建立一个“销售顾问”,那么我会将其解构为其核心合同,然后进一步了解其工作。
对于销售顾问,我可以进一步细分
这里我展示了我的销售顾问有一个推荐引擎(可能只是传统的 ML 模型)和两个独立的 GenAI 部分,一个部分负责获取内容并根据客户进行语调调整,另一个部分负责建议谈判策略和方法。最后我要明确一点,如果你只需要加一些数字:使用计算器。
通过这种方式,我可以规划出我想要完成的工作、我想要完成的工作结构,以及我需要拥有的控制权。我所在区域之外的人(和其他机器人)可能只能看到顶级机器人,但我可以控制每个单独的目的。
为了目的而进行脑白质切除术
那么,一旦我们明确了目标,我们需要做什么呢?好吧,我们需要阻止模型做我们不想做的事情。“传统上”这涉及到护栏(用传统来形容几年前的事情感觉很奇怪,但仍然如此),但未来我们需要主动删除我们不想要的功能。这并不意味着我们也不会有护栏,但确实意味着在我们切除脑叶后,模型可以小得多。
规模越小,意味着“运行成本越低”,风险也越低。这是否意味着开源模型在人工智能寒冬中会变得更受欢迎?还是意味着托管模型需要进行脑叶切除术才能达到目的?我并不关心,但我确实认为这会发生。
建模不是魔术
随着炒作逐渐消退,那些拥有巨额资本储备的公司仍然需要获得一些回报,那么你能否准确定义你的业务问题,并利用他们已经投资的万亿美元,将成为你的竞争优势。这些技术可以帮助你解决以前无法解决的问题,但前提是你能够掌控一切。 如果你的策略是等待“下一个顶级模型”,它可以根据单一提示来管理你的业务,那么你的策略将会失败;然而,如果你的策略是利用这笔巨额投资和必然会出现的成本竞争,通过清楚地了解人工智能的能力以及你希望它在其中运行的数字描述和合同,为你的企业带来新的人工智能功能、特性、自动化和成果。
因此,今天是开始以这种方式思考的好日子,摆脱“单一模型”方法,转而采用“代理”、“可组合人工智能”、“代理人工智能”或任何其他名称,但实际上它是以一种使人工智能能够承担特定任务的方式来描述您的业务,并限制人工智能在该任务上取得巨大成功。