[专栏] 企业应用AI大模型的“道、法、术” -- 道：认知篇

这是我本年的一个小目标 - 企业AI应用系列的第1篇，全套地址附上：

1. 企业应用AI大模型的“道、法、术” – 道：认知篇
2. 企业应用AI大模型的“道、法、术” – 法：场景篇 - AI场景12问
3. （还没写）企业应用AI大模型的“道、法、术” – 法：落地篇 - AI变革三层五阶八步法
4. 术：要不要写个技术方案的？
5. 术：要不要写个知识管理方案的？
6. 术：要不要写个运营方案的？
7. 。。。待续

题记

前阵子，趁热在公司内网发了一篇SORA的科普贴，本来只是个简单的技术总结，但是让我意外的是，评论区非常热闹，而且完全是两个世界的声音，一半开始无限畅想，一半觉得吹过了。没想到，我司内部也有这么大的认知分歧。我想这可能就是一个合格的“技术革命”到来时，应该有的冲突。

最近一直想写点啥，把近期的一些新的认知、项目上的一些有趣的AI大模型应用思考，做个总结，分享出来，但是屡屡提笔又不知从何下手，这个话题确实太大了。

于是下午有空，就狠了狠心，干脆搞个系列连载好了，先从认知篇开始。

（有概率会鸽，写写看 :) ~

TLDR，核心观点：

1. 上车：AGI是未来5～10年内，每个人都无法回避的技术革命，建议就近上车
2. 迭代：眼下的AI大模型应用都还只是过程稿，仍在快速迭代，切忌刻舟求剑
3. 预判：AI大模型的演进哪些是“不变项”？不要在AI大模型前进的车轮下“绣花”
4. 思考：AI大模型的底层逻辑是什么？紧跟第一性原理
5. 成长：AI应用的机会窗才刚刚开始，当下是最佳的成长周期，无论是组织还是个人

ps，我虽然尽可能把得到多方佐证的信息和观点拿出来分享，但也不能保证完全准确，欢迎留言讨论，兼听则明。

1、上车：AGI是未来5～10年内，每个人都无法回避的技术革命，建议就近上车

在大变局面前，常见几种态度是 “看不见、看不懂、看不起、来不及”。

“看不见”目前可能性不大，“来不及”也还言之过早，可能更多是中间两者，夹在着一些焦虑或是抵触，其实这很正常，谁不是呢。

关于AGI定义很多，问题就因为这个词儿太通用，不够具体，我觉得就以“AI智商超过人，能干好聪明人能干的事儿”为佳。

我最近跟踪了好多国内外大佬的采访，基本上对于AI的智商超过人这事儿是没有分歧的，只是如何实现、多久实现有些争议，至少可以说明一点，这个事儿靠谱，没必要再怀疑其真实性。至于是3～5年，还是5～10年，我觉得已经不再重要。哪怕短期高估一点也无所谓，长期不能低估就对了。

以后会发生啥，没有人能说清楚。只是基于每个人的风险偏好不同，给出不同的处置方式。但是，这就是现实，滚滚而来，认清和接纳现实也是一种态度。

讲个真实的段子：前阵子，Hinton老爷子在演讲上，建议安排人在关键时刻负责“数据中心断电”，认为低级智能掌握高级智能在自然界从未有过。（卧槽，大刘诚不欺我，这不就是《三体》里的“执剑人”？）

不管怎么样，最近5年，对我们最重要的，就是积极拥抱AI大模型，理解AI大模型，并在生命中应用AI大模型。

从去年开始，我对自己的职业发展做了重新定位，就是专攻AI大模型2B应用，我认为这是我未来十年唯一值得做的事儿。从读书开始，前前后后小20年的技术积累，在这一刻有了新的意义。

我甚至给我家五岁的孩子搞了个数字人，设定成五年后的她，希望能够在日常生活中给她一些帮助和指导。

所以，这里我建议“就近上车”，也就是说，不管你的生活、工作是什么样的，都应该积极设想，我该怎么在我的日常生活中加入AI大模型？能用哪些AI工具来辅助和加持？未来还有哪些场景AI可以帮助到我？

2、迭代：眼下的AI大模型应用都还只是过程稿，仍在快速迭代，切忌刻舟求剑

当下哪怕是ChatGPT，也都只是AGI的过程稿，这个很关键：

• 一方面，这会影我们对未来的判断，拿着ChatGPT或是Mid-Journey当下的水平来对标未来、构思应用场景，可能有点刻舟求剑了。
• 另一方面，容易跟风的学，别人做了个啥，咱也要做个啥，都得是对话框、都得输入、能聊天、能生成…

此外，值得关注的是，这不意味着当前的AI过程稿“微不足道”，其实已经开始颠覆一些具体场景，比如Sora与短视频，Suno与音乐，MJ与插画，微软Copliot（New Bing）与搜索，Devin与编程，ChatGPT与很多很多琐事，等等，就在当下以肉眼可见的程度占领人的心智和一席之地。

（我自己也是AI工具的高频用户，也确实变懒了，今天数了下，手机装了不下十款各式AI软件，最近常用的是ChatGPT、文心一言、微软Copilot、Kimi Chat。）

3、预判：AI大模型的演进方向预判，不要在AI大模型前进的车轮下“绣花”

AI大模型演进非常快，非常配得上“日新月异”这个词，而且发论文也是应发尽发，反正一头用AI写，一头用AI审，效率提升显著（手动狗头）。

但是这对于我们这些用AI大模型的人来说，除了一惊一乍的看热闹，可能更重要的是从变化中，找到其中的不变性。

因此需要对AI大模型的演进方向，有个大致的预判，这样可以避免我们在大模型前进的车轮下“绣花”。不然好不容易搞点小突破、小创新，绣了个花，基模型一升级，yylx，就啥也不是了。

我有几个基本的逻辑判断 – “五更”：

• 更快
• 更准
• 更长（上下文）
• 更便宜
• 更多模态

这一切从几个TOP选手的演进上就看得出来，上图是我从网络上找的几个产品的参数对比，无论是GPT、Claude、Gemini还是Grok，都符合这几个判断，一目了然。

4、思考：AI大模型的底层逻辑是什么？第一性原理是什么？

这里我不敢说自己完全理解，我只能把我听到、学到的分享出来：

1. scaling law，大力出奇迹： 我想这基本上就是搞AGI的公司唯一信奉的真理了，简单说就是“大力出奇迹”，scale发生在几个方面 – 数据、算力、参数，在算力恒定的情况下，目前最优先增加的是数据（就在这周，Databricks开源的DBRX模型，参数比Grok小3倍，数据量出奇的大，效果超过GPT3.5）
   

2. next token prediction，生成式： 当然这里不仅是生成文字和图像token，还是生成视频patch。这里用illya的话说，就是如果大模型能很好的预测下一字，就意味着能对世界建模。说人话，就是如果我能猜到你打算说啥，我肯定也就很了解你。目前大模型因为学到了很多通用知识，所以对我们这个世界确实有一定的了解。

3. 数据第一、算力第二：这句话我忘记从谁那里抄来的，但是这句话一直在被证明。虽然AGI的路还不清晰，但是怎么搞出GPT3.5甚至GPT4这样的模型，我感觉顶级玩家之间已经没有太多护城河了。不然不能最近一个个的都开始揭榜了。当然算力背后，除了卡，还有能源，微软的核能超算中心是极有可能的。

4. 人才密度：与传统IT产品的外包方式不同，这波AI大模型初创公司主打的就是团队人才密度。如下是Sora的团队画像：小于10人、95后主导、北美计算机名校、AI Native、996奋斗者、AGI信仰。如果打算搞搞AI大模型、要组建团队，用好招新的机会，非常重要，最近几年的应届生质量也是非常高的。反观我们自己，这些技术老兵，就更要紧跟技术发展了，好在事物很新，有一些后发优势。
   

5. 未来：一个更好的架构、一个自学习的AI：现在无论GPT背后的Transformer也好，Sora背后的DiT也罢，都没办法很好的把整个世界的各种模态统一起来，可能需要一个更好的架构。然后就是一个不需要人类数据，通过跟世界互动就可以学习的AI，这样AI就不会局限于人类训练的数据量限制。

当然，除了这些，还有很多我没搞明白的，也有很多工程上的问题，但是我认为底层逻辑大致如此。我自己的认知迭代方式是，把每一个新事件套在这些逻辑上，如果能套进去，说明还没有超出认知，如果不能，那就再重新认识、迭代。

5、成长：AI应用的机会窗才刚刚开始，当下是最佳的成长周期，不求短期建功立业

我认为AI大模型带来的应用侧改变，一切才刚刚开始，甚至还不能说已经到来。理由很简单，因为基建还没稳定（无论是大模型，还是底层算力资源）。

所以我认为，当下是非常好的时机，来赋能用户、组建团队、培养人才，赋能业务、开始做知识管理和治理、开始积累AI大模型应用的经验和教训，持续迭代，成熟一个场景就推广一个能力，不能指望短期内能建功立业。

总结

“道可道，非常道”。关于AI的本质认知，其实还远未到清晰的程度，但是人认识世界不就是这样嘛，人们到现在也没有完全理解大脑是怎么玩儿的。

这轮AI大模型之所以称之为颠覆性创新，是因为桌子掀得太快。每个人在这轮变化中，都是迷茫和无助的，唯有刷新认知、重新定位，方能在5~10年后留下更多选择权。

与君共勉~~

期待还有后续。哈哈