作者 |  白發(fā)川

瘋狂的全民大模型

大約一年前，大家熱聊的先是LLM，LLM的全稱(chēng)是Large language models，也就是大語(yǔ)言模型，那么它必然有2個(gè)特點(diǎn)，一個(gè)是自然語(yǔ)言，第二個(gè)是大。隨后它帶來(lái)了一個(gè)效果，就是能“生成”，可以像人一樣發(fā)言，不過(guò)輸出僅限于文本，看起來(lái)能夠自我輸出和自我思考，于是基于這個(gè)理念，AIGC這個(gè)概念應(yīng)運(yùn)而生。 

緊接著，圍繞它誕生了非常多看起來(lái)更加“多模態(tài)的東西”，比如文生圖，圖生文，但是背后實(shí)質(zhì)上是多個(gè)模型的配合。當(dāng)然這無(wú)可厚非，因?yàn)槿艘膊皇菃渭兛磕X袋在工作，依舊有很多末端神經(jīng)充當(dāng)包工頭的角色。

然后隨之而來(lái)的，似乎都不談LLM了，開(kāi)始談GenAI、談大模型了。仿佛人類(lèi)想象中能夠觸達(dá)的輸出，大模型也都可以。于是各種通用人工智能紛至沓來(lái)，“人類(lèi)被計(jì)算機(jī)碾壓，無(wú)數(shù)群體即將失業(yè)”的輿論被拉起來(lái)，整個(gè)世界被GenAI裹挾著前進(jìn)。

大廠(chǎng)不斷進(jìn)行軍備競(jìng)賽，搶購(gòu)顯卡，跑模型，甚至不知道自己在干嘛，就因?yàn)榇蠹叶荚诟?，于是自己也得干，而其中甚至多?shù)，抓著開(kāi)源的代碼，站上巨人的肩膀，開(kāi)始賽跑。

除了基礎(chǔ)設(shè)施廠(chǎng)商在做模型、在不斷演進(jìn)外，圍繞大模型生態(tài)的企業(yè)也沒(méi)閑著，通過(guò)各種方式，演繹自己的故事，例如大模型既然動(dòng)腦能力不錯(cuò)，但是動(dòng)手能力差，那么就安裝手和腳，做Agent和MulAgent。大模型無(wú)法感知企業(yè)內(nèi)部知識(shí)，于是開(kāi)始做RAG。

實(shí)際上，這個(gè)周期內(nèi)，真正賺到錢(qián)的，只有賣(mài)顯卡的和賣(mài)課程的。

誰(shuí)在做大模型

前面提到，LLM有兩個(gè)特點(diǎn)，一個(gè)是自然語(yǔ)言，一個(gè)是大，因?yàn)榇?，那么自然不是任何一家企業(yè)都能做，真正具備做大模型能力的企業(yè)必須滿(mǎn)足這樣的條件：

• 擁有足夠的硬件
• 擁有足夠的數(shù)據(jù)
• 擁有足夠的人才
• 擁有足夠的資金

目前叫得上名字的企業(yè)都能分別滿(mǎn)足這幾個(gè)維度，但是滿(mǎn)足的程度是不一樣的。比如nivdia在硬件資源方面的沉淀就非常深厚，而有的企業(yè)則擁有更加多和好的數(shù)據(jù)，但在硬件資源方面則相對(duì)欠缺。

不過(guò)，即便如此，也能發(fā)現(xiàn)一個(gè)現(xiàn)象，那就是當(dāng)談到大模型的時(shí)候，似乎出頭的并不是之前已經(jīng)存在的大廠(chǎng)，而是某些新秀——源源不斷的新秀，而之前就已經(jīng)聲名鵲起的大廠(chǎng)，其存在感反而弱了非常多。

這些新秀企業(yè)都有非常鮮明的特點(diǎn)，很多企業(yè)的成員都非常年輕，且更加優(yōu)秀，大部分都在大模型領(lǐng)域有非常深的學(xué)術(shù)造詣，進(jìn)而步入到大模型的實(shí)踐落地中。其次相對(duì)于純軟件工程來(lái)說(shuō)，在大模型領(lǐng)域，模型精準(zhǔn)度優(yōu)化的重要性會(huì)高于代碼本身。

當(dāng)然這種情況在軟件工程中也存在，比如當(dāng)我們趕著推進(jìn)功能進(jìn)度的時(shí)候，就會(huì)降低代碼質(zhì)量要求。然而其不同之處在于大模型領(lǐng)域的代碼和最終推理的運(yùn)行沒(méi)有必然的聯(lián)系，此特點(diǎn)從開(kāi)源生態(tài)可見(jiàn)一斑。軟件工程開(kāi)源的是源碼本身，而大模型領(lǐng)域開(kāi)源的是模型。

也就是說(shuō)，在軟件工程領(lǐng)域，軟件源碼質(zhì)量會(huì)直接影響可運(yùn)行的軟件本身，所以不得不做好軟件工程這件事，甚至?xí)^(guò)度關(guān)注源碼質(zhì)量本身，通過(guò)源碼的質(zhì)量來(lái)控制最終的交付的功能的質(zhì)量。很多甲方企業(yè)甚至?xí)衍浖创a交付質(zhì)量作為項(xiàng)目驗(yàn)收的條款之一。把這個(gè)邏輯映射到大模型領(lǐng)域，交付件是什么？是大模型，一個(gè)文件，這個(gè)文件可能1GB，可能100GB，可能1TB，當(dāng)運(yùn)行這個(gè)模型進(jìn)行推理的時(shí)候，沒(méi)有人關(guān)心當(dāng)時(shí)訓(xùn)練出這個(gè)模型的那一堆代碼到底質(zhì)量如何，甚至把那堆代碼丟掉，也不影響這個(gè)模型的后續(xù)使用。

因?yàn)樵创a和交付件沒(méi)有必然關(guān)系可能有人會(huì)問(wèn)，難道模型不需要再優(yōu)化？如果要擴(kuò)展功能怎么辦？且不說(shuō)站在外圍來(lái)看，微調(diào)已經(jīng)是標(biāo)準(zhǔn)手法，模型文件里面本身是什么？權(quán)重，權(quán)重再抽象呢？參數(shù)，也就是當(dāng)你拿到一個(gè)模型文件之后，有無(wú)之前的代碼，并不影響這個(gè)模型的持續(xù)演進(jìn)，極端情況下，代碼就是一次性產(chǎn)物，是一次性消耗品，既然是一次性消耗，那么就不用過(guò)度追求它的可演進(jìn)。

所以目前真正在投入做大模型的企業(yè)，通常是擁有足夠硬件的企業(yè)，并且有足夠人才。在這兩個(gè)維度滿(mǎn)足度較高，那么投入做大模型，就會(huì)脫穎而出。

誰(shuí)在用大模型

既然有人做，那就應(yīng)該有人用，否則做大模型的廠(chǎng)商就應(yīng)該消亡了，可是看目前的勢(shì)頭，似乎并沒(méi)有，那么就意味著，一定有人在用，或者資本看好，認(rèn)為未來(lái)一定有人用，那么會(huì)是誰(shuí)？

站在資本的角度，如果大模型具備人一樣的能力，那么就可以把手下的人全部裁掉，采購(gòu)大模型服務(wù)，24小時(shí)不間斷地上班。那么在這樣的業(yè)務(wù)下，需要滿(mǎn)足如下兩個(gè)條件：

• 招聘員工的成本比大模型低，否則裁掉不是一筆劃算的買(mǎi)賣(mài)。
• 自身業(yè)務(wù)屬于資源生產(chǎn)的上游，最好有壟斷，否則最后會(huì)變成你和你的朋友，大家都用大模型在搞，最后變成了一堆機(jī)器人互玩，不但沒(méi)有新的資源產(chǎn)生，反而會(huì)把資源消耗殆盡。

站在個(gè)人的角度，對(duì)大模型有沒(méi)有需求？有，且非常多，各種自媒體視頻、文案，還不算灰產(chǎn)那些雜七雜八的東西。

也就是個(gè)人自身日常生活需求下，和企業(yè)基于自身業(yè)務(wù)的需求下，都存在對(duì)大模型的需求，那么這些需求里面，哪些是正統(tǒng)的，或者真正有價(jià)值的？我認(rèn)為會(huì)是以下幾類(lèi)：

• 服務(wù)于C端用戶(hù)自身的GenAI：如果是C端用戶(hù)借助大模型提升自己的短板并把這個(gè)過(guò)程當(dāng)作內(nèi)容產(chǎn)物對(duì)外輸出，這樣的場(chǎng)景是沒(méi)有價(jià)值的，最后不外乎所有地方都充斥著大模型產(chǎn)生的內(nèi)容，甚至可能是同一個(gè)模型產(chǎn)生的，所以類(lèi)似自媒體借助大模型去搞視頻這種業(yè)務(wù)，最后都會(huì)如此。唯有大模型的輸出，服務(wù)于自身個(gè)人需求，才會(huì)細(xì)水長(zhǎng)流。
• 服務(wù)于B端的GenAI：只有服務(wù)于實(shí)體生產(chǎn)，產(chǎn)生真實(shí)生活資源的，或者服務(wù)于自身對(duì)內(nèi)流程的，才真正有價(jià)值，其余的都是曇花一現(xiàn)?？赡苡腥藭?huì)覺(jué)得，很多企業(yè)使用大模型做一個(gè)客服人員來(lái)代替人24小時(shí)值班回答客戶(hù)問(wèn)題，這類(lèi)業(yè)務(wù)場(chǎng)景非常有價(jià)值。確實(shí)有價(jià)值，不過(guò)有沒(méi)有思考過(guò)一個(gè)問(wèn)題，很有可能提問(wèn)的這個(gè)“用戶(hù)”也不是人，而是是一個(gè)人的虛擬助理，設(shè)置這個(gè)虛擬助手和這個(gè)企業(yè)的客服人員，恰好購(gòu)買(mǎi)了同一個(gè)模型服務(wù)？

因此雖然看起來(lái)地球上每一個(gè)角落，都能找到對(duì)大模型的需求，甚至都沒(méi)有辦法反駁它的合理性。但是這些需求，未必都是真正有意義和價(jià)值的。

關(guān)于GenAI，要冷靜

關(guān)于GenAI的實(shí)施，我勸你冷靜。拋開(kāi)C端用戶(hù)隨意使用大模型生成內(nèi)容滿(mǎn)足自身需求外，在大部分企業(yè)中，企業(yè)在考慮大模型的時(shí)候，有如下問(wèn)題是沒(méi)法繞過(guò)的：

• 安全問(wèn)題：且不提調(diào)戲大模型泄漏原始數(shù)據(jù)這種比較好處理的問(wèn)題，安全問(wèn)題的核心是合規(guī)，這里的合規(guī)是感性的，而非理性的。是定性的，而非定量的。比如你沒(méi)有辦法通過(guò)規(guī)則窮舉所有性別歧視的情況，但是你需要保證模型在你的業(yè)務(wù)場(chǎng)景下的輸出是沒(méi)有性別歧視的。
• 絕對(duì)正確：大模型輸出不可能絕對(duì)正確，但是有部分場(chǎng)景，就是要求絕對(duì)正確，當(dāng)沒(méi)有大模型的時(shí)候，就算0.0001%的情況下出現(xiàn)絕對(duì)不正確，一定有解決辦法，比如通知張三是臨時(shí)工，張三的領(lǐng)導(dǎo)李四負(fù)有直接管理職責(zé)，如果是大模型呢？
• 版權(quán)問(wèn)題：老生常談。

我們站在三個(gè)角色的視角來(lái)思考這樣一個(gè)問(wèn)題（雖然這個(gè)問(wèn)題目前可以被100%解決）：

一個(gè)基于大模型做的BI系統(tǒng)上線(xiàn)了，但是這個(gè)系統(tǒng)在統(tǒng)計(jì)過(guò)去1年銷(xiāo)售額度的時(shí)候，連續(xù)問(wèn)了10次，其中有1次和其余9次不一樣。這個(gè)BI系統(tǒng)涉及到三方企業(yè)：甲方A，大模型廠(chǎng)商B和軟件實(shí)施方C。A開(kāi)始就這個(gè)P0事故進(jìn)行追責(zé)尋求，C進(jìn)行一番Debug后發(fā)現(xiàn)是因?yàn)榇竽Ｐ突糜X(jué)問(wèn)題，于是這個(gè)問(wèn)題劃到了B，但是B作為大模型服務(wù)提供商，一定不會(huì)保證100%不出現(xiàn)幻覺(jué)，且這一點(diǎn)一定不會(huì)出現(xiàn)在SLA里面，那么這個(gè)問(wèn)題怎么解決？如果非要找一方來(lái)承擔(dān)這個(gè)問(wèn)題，會(huì)是誰(shuí)？

目前來(lái)說(shuō)，期望引入GenAI來(lái)服務(wù)于對(duì)外的業(yè)務(wù)，相對(duì)來(lái)說(shuō)風(fēng)險(xiǎn)較高，而從商業(yè)模式來(lái)說(shuō)，以GenAI作為項(xiàng)目交付物，且服務(wù)于甲方的客戶(hù)的交付項(xiàng)目，幾乎有著不可評(píng)估的交付風(fēng)險(xiǎn)，當(dāng)然潛在就存在不可估量的咨詢(xún)潛力。

目前來(lái)說(shuō)，期望引入GenAI來(lái)解決企業(yè)發(fā)展問(wèn)題，或者解決流程問(wèn)題，幾乎都是不太可能的。

金融學(xué)家吳曉求說(shuō)，IPO的錢(qián)不是企業(yè)“ICU”的救命錢(qián)，它是發(fā)展的錢(qián)，不是救命的錢(qián)，而目前任何把GenAI定位為“IPO”的需求大概率都不會(huì)成功。

所以對(duì)于GenAI，在全面狂歡之下，反而更應(yīng)該冷靜，因?yàn)殡[藏在GenAI美好表象后的風(fēng)險(xiǎn)遠(yuǎn)比想象中要大。