最近一段時間，有關(guān)AI人工智能的科技創(chuàng)新動態(tài)已經(jīng)在不少人的手機(jī)上實(shí)現(xiàn)了刷屏，比如GPT-4的推出，Midjourney等AI繪畫軟件的進(jìn)步，等等。那么在這類科技創(chuàng)新動態(tài)中，我們要如何應(yīng)對和自處？不如來看看作者的分析。

相信大家最近已經(jīng)被國外的科技創(chuàng)新刷屏了，先是Open AI連著放出大招，推出GPT 3.5后100多天又祭出“大殺器”GPT 4，后有全職員工僅11人的Midjourney進(jìn)行了史上最重磅的更新：不僅給關(guān)鍵詞就能做出你想要的圖片，還解決了最難的細(xì)節(jié)刻畫問題。

這樣的速度一度讓人工智能圈感到十分震驚，包括大模型、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)圈的各位大佬，他們在訝異的同時，更多的是茫然：敢情并不是人工智能賽道不行，而是方向搞錯了。

不過，當(dāng)這股浪潮傳導(dǎo)到國內(nèi)，風(fēng)向卻變了味。拿《新眸》近期爆火出圈的幾個視頻（其中，Midjourney那期超200萬播放、20萬次轉(zhuǎn)發(fā)）來說，他們中的大多數(shù)第一反應(yīng)是：國外又遙遙領(lǐng)先了，國內(nèi)又要抄作業(yè)了，我們又要失業(yè)了。甚至有的網(wǎng)友直接吐槽，國內(nèi)有的大廠心思都放在團(tuán)購、買菜上了。

先說結(jié)論：這次由Open AI掀起的人工智能劇變，根本上還是應(yīng)用層的創(chuàng)新，但它和早前玩法不同的是，這次是建立在LLM（大語言模型）上。以數(shù)據(jù)訓(xùn)練為例，基礎(chǔ)模型GPT 3.5訓(xùn)練一次就要花費(fèi)300萬-460萬美元，而且，隨著模型能力提升，參數(shù)持續(xù)優(yōu)化，訓(xùn)練的成本還會不斷增加。

講得再通俗點(diǎn)，這次變革是結(jié)構(gòu)性的，而非卡位底層或者應(yīng)用層。這其實(shí)也解釋了微軟為什么會擲重金押注Open AI，原因很簡單，無論是過去的Office 365、Bing搜索，還是它旗下的云計算業(yè)務(wù)Azure，本質(zhì)上還是建立在傳統(tǒng)的互聯(lián)網(wǎng)架構(gòu)上，GPT的興起讓微軟看到跨時代產(chǎn)品的可能性。

這也是《新眸》團(tuán)隊一直嘗試分析，但始終沒有得出很好結(jié)論的地方：過去我們一直把創(chuàng)新定義為“更好的體驗(yàn)”、“更低的成本”以及“更高的收益”，其中很大程度是受摩爾定律的影響，它來自英特爾創(chuàng)始人之一戈登·摩爾的經(jīng)驗(yàn)之談，其核心內(nèi)容是：集成電路上可以容納的晶體管數(shù)目每經(jīng)過18-24個越就會增加一倍。

但到了人工智能時代，人們陡然發(fā)現(xiàn)摩爾定律突然失靈了。究其根本，所謂的摩爾定律就是“加量不加價”的邏輯，“芯片能力翻番，價格不變”可能在內(nèi)卷時代奏效，但一旦有顛覆式的創(chuàng)新出現(xiàn)，就會直接動搖底層根基，關(guān)于這點(diǎn)，蘋果、AWS、特斯拉就是十分典型的例子。

一、怎么衡量科技創(chuàng)新的含金量？

回到一開始討論的話題，GPT的陡然領(lǐng)先是不是意味著國內(nèi)玩家真的技不如人。

答案是否定的。縱觀國內(nèi)二十多年的互聯(lián)網(wǎng)科技發(fā)展，我們在很多地方都保持著很高的競爭力，比如電商和物流體系、在線支付領(lǐng)域等，包括一直被詬病產(chǎn)品打造上，也有字節(jié)、Shein這樣有國際競爭力的公司接連涌現(xiàn)。

經(jīng)過大量的試錯，我們必須承認(rèn)，眼下的科技創(chuàng)新環(huán)境已經(jīng)變了，那些存活下來的公司都有一個特征：順勢而為。這點(diǎn)，小米創(chuàng)始人雷軍也曾提過類似的觀點(diǎn)，他以海底撈舉例，認(rèn)為好的產(chǎn)品不是性價比高，也不是有多少黑科技，關(guān)鍵是要能給用戶制造驚喜。

的確，在過去很長一段時間，我們都把科技創(chuàng)新通俗地量化成各種指標(biāo)：研發(fā)投入（占比）、投入回報率以及專利數(shù)。這看起來多少有點(diǎn)本末倒置的意味，因?yàn)閺淖罱K成果上來看，這些指標(biāo)只是過程，而非目的，更不是結(jié)果，就像一度被低估了的英特爾和英偉達(dá)，到了人工智能時代，反倒是英偉達(dá)最先抓住了機(jī)會，但你能苛責(zé)英特爾沒有創(chuàng)新能力嗎？

當(dāng)然，這不僅僅是國外科技的問題，國內(nèi)在互聯(lián)網(wǎng)科技本身起步就比較晚，其中的鴻溝并不是單單解決技術(shù)創(chuàng)新就能解決的。我們必須認(rèn)識到，現(xiàn)在的科技創(chuàng)新已經(jīng)不單單是一個點(diǎn)，而是一條線、一個面的多方聯(lián)動，市場-產(chǎn)品-技術(shù)，只有這三者形成為飛輪體系轉(zhuǎn)起來，才能說是真正的創(chuàng)新。

就比如現(xiàn)在大火的GPT，它本身就不是一個低門檻的游戲，且不論訓(xùn)練一次的其它費(fèi)用，僅支撐訓(xùn)練的底層算力，就是一筆巨額的開銷。包括谷歌、亞馬遜、百度、阿里這樣的巨頭想扎根其中，都要先搞明白一件事：首先它得是一筆好生意，其次才是投入。

這也是很多公司和高管團(tuán)隊沒想明白的地方。包括之前的云計算、自動駕駛和SaaS浪潮，有的公司還沒搞明白人工智能是什么，就拉著投資人投身其中，然后對標(biāo)某家海外公司，招團(tuán)隊、拉估值，最后的結(jié)果可想而知。

二、創(chuàng)新不是想當(dāng)然，更不是噱頭

國際范圍內(nèi)，除了硅谷，以色列和新加坡也是大名鼎鼎的創(chuàng)新之都。

新加坡且先不論，單論以色列，你可能想象不到，一度被外界認(rèn)為只有中美才能做出的大語言模型，居然也會在以色列誕生：AI21 lab不僅做了1780億參數(shù)的大模型，還在自家模型上做了自己的應(yīng)用，像極了隔壁的Character和Midjourney。

回過頭再看微軟，無論是比爾·蓋茨，還是如今的掌門人薩提亞·納德拉，你可以對他們獨(dú)到的商業(yè)眼光感到驚嘆，但也不必過度高估了他們的創(chuàng)新能力。有位曾經(jīng)在微軟工作的架構(gòu)師跟我聊過這個問題，他認(rèn)為現(xiàn)在微軟的組織架構(gòu)看起來是過時的，但卻有著十分靈敏的商業(yè)嗅覺，這是微軟保持基業(yè)長青的秘訣。

這像極了早年間的一級市場投資行業(yè)，只要你運(yùn)氣足夠好，在早期賭對了一家公司，那你就能獲得豐厚的回報。但它和以色列的創(chuàng)新氛圍，其實(shí)是截然不同的兩條路徑，以色列人少、土地少、資源更少，所以想發(fā)展重工業(yè)幾乎不可能，唯一的出路就是腦力資源。

當(dāng)然，以上還不是最關(guān)鍵的，最重要的是很多以色列人真的把科研當(dāng)愛好，而不是枯燥的工作，而且，研究開發(fā)態(tài)度極其端正，這也解釋了為什么像Google、Apple、Intel、IBM這樣的大公司會把目光聚焦在以色列，無論是并購、投資，還是開創(chuàng)聯(lián)合研發(fā)辦公司。

反觀國內(nèi)互聯(lián)網(wǎng)近10年的發(fā)展，確實(shí)應(yīng)用層多點(diǎn)開花，以至于一個生鮮團(tuán)購就有10幾種玩法，幾百甚至上千家公司。這是一個好現(xiàn)象，說明中國市場大、創(chuàng)新空間多，但也是一個壞現(xiàn)象，趨利角逐的最終結(jié)果，就變成了一場考試，能上985的就那幾個，不同的是，沒考上985的，最終的結(jié)局就只有被淘汰。

這也是《新眸》作為分析師視角，觀察到的不好的現(xiàn)象。每每海外有重大科技創(chuàng)新，我們中的很多人，甚至一些所謂的專家，第一反應(yīng)是先大肆夸贊一番，然后開始等待中國玩家進(jìn)入，但一旦有中國玩家進(jìn)場后，他們的第一反應(yīng)往往是苛責(zé)，百度文心一言就是最好的例子。

該現(xiàn)象我至今都很詫異和不解，難道對方積攢十幾年、甚至幾十年的技術(shù)，光憑一大堆所謂的技術(shù)、產(chǎn)品、市場專家們，開開會、發(fā)發(fā)Paper就能解決的嗎？我相信，個中的答案已經(jīng)明了，很多時候，我們要彌補(bǔ)的，絕非技術(shù)上的欠缺，而是文化上的自信和自醒。

三、「中國式創(chuàng)新」的底色和動力

即便放到現(xiàn)在，關(guān)于中國式的創(chuàng)新如何定義，仍然是一個十分棘手、短期內(nèi)也給不出精確答案的問題，就像一個產(chǎn)品專家，他如果不能站在科技+人文的十字路口上，也很難做出大眾級的產(chǎn)品，微信、抖音這樣的超級APP如是、工業(yè)制造業(yè)升級也如是，只是我們沒有注意到罷了。

這恰恰是眼下中國式科技創(chuàng)新正在翻越的一道坎，互聯(lián)網(wǎng)科技公司正在和傳統(tǒng)產(chǎn)業(yè)發(fā)生潛移默化的融合，這種連接并不是一蹴而就的，甚至是極其緩慢的，但它背后帶來的效率變革卻是巨大的，關(guān)于這點(diǎn)，黑燈工廠就是最好的例子。

《新眸》內(nèi)部嘗試歸納過這種變化的動力源泉，在調(diào)研過大量企業(yè)中高管后，我們發(fā)現(xiàn)了一個特別的規(guī)律：大眾媒介讓創(chuàng)新顯得有點(diǎn)拔苗助長。浮躁的心態(tài)讓很多人誤以為，創(chuàng)新是可以在極短時間內(nèi)交差的事，但我們卻忽略了周期的重要性。

拿GPT4來說，直至推出，官方說法也是花了將近6個月時間不斷調(diào)優(yōu)。

所以，眼下的最好建議是，請給中國式創(chuàng)新多一點(diǎn)時間吧。