澎湃新聞記者 邵文

不會有一個大模型通吃市場。用戶既需要一個通用性強的大模型，同時也要其在專屬領(lǐng)域有深入能力。如何用私有數(shù)據(jù)構(gòu)建定制化模型以解決具體問題，這是真正差異化的來源。

·“真正改變未來‘游戲規(guī)則’的是對基礎(chǔ)模型進行調(diào)優(yōu)和定制化，服務(wù)企業(yè)/行業(yè)的特定場景和領(lǐng)域?！?/p>

【資料圖】

亞馬遜云科技大中華區(qū)戰(zhàn)略業(yè)務(wù)發(fā)展部總經(jīng)理顧凡。

“生成式AI現(xiàn)在處于太早期的階段，沒有人擁有一個能看明白未來的水晶球，但每個人當(dāng)下都要在這個市場當(dāng)中去布局，這就需要有對未來的預(yù)期?！痹趤嗰R遜云科技中國峰會期間，亞馬遜云科技大中華區(qū)戰(zhàn)略業(yè)務(wù)發(fā)展部總經(jīng)理顧凡向澎湃科技分享了亞馬遜云科技對生成式AI的3個判斷：

第一，不會有一個大模型通吃市場，就像今天不會有一個數(shù)據(jù)庫、一個操作系統(tǒng)通吃天下，同時也不會是現(xiàn)在看到的“百模大戰(zhàn)”；第二，從用戶的角度，其既需要一個通用性強的大模型，同時也要在專屬領(lǐng)域有深入能力；第三，企業(yè)私有數(shù)據(jù)一定會在To C（面向個人）和To B（面向企業(yè)）的生成式AI應(yīng)用里扮演非常重要的作用，如何用私有數(shù)據(jù)構(gòu)建定制化模型以解決具體問題，這是真正差異化和核心優(yōu)勢的來源。

這3個判斷實際上就涉及到行業(yè)內(nèi)的一個熱議話題——在圍繞生成式AI的這一波熱潮里，創(chuàng)業(yè)公司到底有沒有機會，機會在哪里？

“改變‘游戲規(guī)則’的是對基礎(chǔ)模型調(diào)優(yōu)和定制化”

以最近網(wǎng)絡(luò)中熱傳的金沙江創(chuàng)投主管合伙人朱嘯虎和獵豹創(chuàng)始人傅盛的爭論為例，朱嘯虎認(rèn)為，創(chuàng)業(yè)公司基于生成式AI能夠創(chuàng)造的價值非常單薄，99%的價值都由GPT創(chuàng)造。傅盛則認(rèn)為，大模型反而催生了架構(gòu)在其上的創(chuàng)業(yè)機會，他以熱力學(xué)定義為喻反駁，“汽車99%的價值都由這個物理規(guī)則創(chuàng)造，創(chuàng)業(yè)有價值嗎？”在傅盛看來，大模型更像是大學(xué)，培養(yǎng)出學(xué)生，但不主宰一切。

對于這個問題，顧凡在接受澎湃科技采訪時表示，“我們不應(yīng)該把這個問題一刀切，基礎(chǔ)模型的創(chuàng)業(yè)和應(yīng)用方面的創(chuàng)業(yè)顯然不同。如果是做基礎(chǔ)模型創(chuàng)業(yè)，門檻是很高，而且門檻高還不在于需要花多少錢，而在于是否有機會成功？正如我前面提到的，基礎(chǔ)模型未來一定是具有多樣性的選擇，但這個多樣性到底到什么程度，目前大家都看不準(zhǔn)。在這個過程中，一定是部分有獨到之處，或許是視頻方面，或許是多模態(tài)，抑或是有大量行業(yè)數(shù)據(jù)的積累，最后肯定是大浪淘沙?！?/p>

不過這還不觸及核心問題，實際上更底層的問題是，架構(gòu)在已有基礎(chǔ)模型上的應(yīng)用型創(chuàng)業(yè)是否就很難建立護城河？同時，也可以設(shè)想一個非常實際的場景，如果所依賴的基礎(chǔ)模型背后的公司消失，構(gòu)建在其上的應(yīng)用該如何存活？

對此，顧凡提到奇績創(chuàng)壇創(chuàng)始人陸奇在演講中的一個觀點：信息系統(tǒng)的拐點，是信息的生產(chǎn)和獲取成本從邊際成本轉(zhuǎn)向固定成本，“一系列偉大的公司誕生，他們將付出固定成本，發(fā)明新的商業(yè)模式，最后整個產(chǎn)業(yè)+變革，產(chǎn)生新的世界”。

“就像今天的云計算，有人站出來把固定成本全承擔(dān)了，然后其他人只需要承擔(dān)非常低的邊際成本就可以使用?！鳖櫡舱f，“現(xiàn)在我們跟很多企業(yè)談業(yè)務(wù)，企業(yè)原話就是，‘我看到大模型的能力，但請跟我聊怎么解決我的問題’。同時，不要忘了，應(yīng)用在大模型之間可以遷移。大模型在發(fā)展過程中，有可能未來能夠?qū)崿F(xiàn)大模型的切換。所以最寶貴的還是企業(yè)差異化自己的數(shù)據(jù)，以及有深入的對場景和應(yīng)用的理解?！?/p>

在亞馬遜云科技中國峰會上，亞馬遜全球副總裁、亞馬遜云科技大中華區(qū)執(zhí)行董事張文翊表達(dá)了相似觀點，“真正改變未來‘游戲規(guī)則’的是對基礎(chǔ)模型進行調(diào)優(yōu)（通過調(diào)整模型參數(shù)、特征選擇等方法來提高模型的性能）和定制化，服務(wù)企業(yè)/行業(yè)的特定場景和領(lǐng)域?！?/p>

“我在與企業(yè)客戶的交流中發(fā)現(xiàn)，客戶最關(guān)心的都是如何用生成式AI，結(jié)合底層基礎(chǔ)模型和自己的私有數(shù)據(jù)，構(gòu)建定制化模型，打造殺手锏級別的應(yīng)用，解決特定領(lǐng)域或行業(yè)的場景問題。這才是真正在To B領(lǐng)域改變行業(yè)的根基?！睆埼鸟凑f。

生成式AI熱潮下的創(chuàng)業(yè)機會和趨勢

對于生成式AI熱潮下的創(chuàng)業(yè)機會和趨勢，顧凡分享了3個要點。

第一個非常明顯的趨勢是基礎(chǔ)模型，這也是中國很多創(chuàng)業(yè)者在做的。顧凡認(rèn)為這個賽道有一個特點，“中國做基礎(chǔ)模型的創(chuàng)業(yè)者，現(xiàn)在的目標(biāo)是瞄向全球的，不是先做中國的大模型然后再出海，而是從Day 1就面向全球市場。”

第二個趨勢是，應(yīng)用才是“Game Changer”（游戲的改變者）?！拔覀兘裉於荚诒换A(chǔ)模型吸引眼球，是因為今天的創(chuàng)業(yè)者正在打磨To C的應(yīng)用，等到大家都用起來就會明白，到底是關(guān)心基礎(chǔ)模型還是實際體驗的應(yīng)用。就像在To B領(lǐng)域，企業(yè)最關(guān)心的還是自己要解決的行業(yè)內(nèi)問題。不過這個難點在于，企業(yè)要利用大模型，就需要用到自己的私有數(shù)據(jù)，會擔(dān)心自己的私有數(shù)據(jù)被大模型所吸收。這需要技術(shù)去解決?！鳖櫡舱f。

第三個趨勢是工具鏈的需求。顧凡最近的經(jīng)驗是，經(jīng)常跟客戶開始聊的是生成式AI，最后結(jié)論都是先做數(shù)據(jù)的項目，從數(shù)據(jù)的清洗、存儲、處理再到形成定制化的模型，模型的蒸餾（Model Distillation，旨在將一個復(fù)雜、大型的模型的知識轉(zhuǎn)移到另一個更小、更簡單的模型中）、性能調(diào)優(yōu)等，這個過程中都有大量工具鏈的需求，需要更容易的解決方案。

對于未來的發(fā)展，顧凡認(rèn)為生成式AI也有3個不會改變的事實。第一，基礎(chǔ)模型的進化仍然需要大量數(shù)據(jù)的投喂；第二，數(shù)據(jù)的所有權(quán)仍然有邊界，私有數(shù)據(jù)必須得到妥善的保護和使用；第三，伴隨著模型的進化，公共數(shù)據(jù)和私有數(shù)據(jù)交替使用，一定會產(chǎn)生大量對工具鏈的需求，需要這些工具鏈把數(shù)據(jù)串聯(lián)起來，把模型的調(diào)優(yōu)、蒸餾解決好。

標(biāo)簽：