新聞資訊
News and information
-
25
01/03
中國軟件行業(yè)沒人敢說的實話
軟件行業(yè)有很多“潛規(guī)則”，行外人不知道，行內(nèi)人不能說。因為說出來會被視為“行業(yè)叛徒”——比如我。今天，就讓我繼續(xù)來做這個“把中國軟件行業(yè)都唱衰了的男人”。接下來的幾句實話，一句比一句重，最后一句特別殘忍。敏感的同學請及時止步，讓我少挨點罵，感謝！第一，很多軟件公司只有一個產(chǎn)品經(jīng)理，那就是CEO。其他所謂的產(chǎn)品經(jīng)理，其實都是原型仔。在這樣的公司，你永遠都成不了真正的產(chǎn)品經(jīng)理。還有一類公司，雖然產(chǎn)品經(jīng)理不少，但奇怪的是，公司不讓他們見客戶。不管領導嘴巴上說得多漂亮，不讓見客戶的原因其實只有一個：節(jié)約一點可憐的差旅成本！毫無疑問，在這樣的公司，產(chǎn)品其實一點都不重要。如果你在這樣的公司，那么成長路徑只有一條：從“初級原型仔”成長為“資深原型仔”。第二，很多外包公司幻想通過定制項目長出標準產(chǎn)品。但定制項目追求的是最低成本，用戶說什么就做什么，設計怎么簡單就怎么來。而標準產(chǎn)品則是聚焦共性問題，注重長期規(guī)劃，產(chǎn)品設計也非常謹慎。兩個思路南轅北轍，定制項目根本長不出標準產(chǎn)品。有人會抬杠：很多公司不也是先做定制項目，再做標準產(chǎn)品的嗎？真相是：這樣的公司往往一開始就是以標準產(chǎn)品為目標的，定制項目不過是積累經(jīng)驗的一種手段，根本沒有指望通過定制項目賺錢。而外包公司的核心商業(yè)模式就是定制項目，根本沒有做標準產(chǎn)品的思維和能力。第三，有時候用戶并不需要軟件。一家年銷售超過2000億的大公司，因為一個bug，某核心業(yè)務系統(tǒng)停擺了一個月。奇怪的是業(yè)務運行幾乎沒有受到影響。IT部門趕緊不計代價地修復了bug，因為他們擔心再拖下去，業(yè)務部門會發(fā)現(xiàn)：原來沒系統(tǒng)也無所謂。真相是：很多所謂的管理系統(tǒng)，真的就只是滿足管理層的控制欲，對業(yè)務一點幫助都沒有。如果大家負責的是這樣的系統(tǒng)，聽我一句：早點換個工作。第四，國企不需要產(chǎn)品經(jīng)理。經(jīng)濟不景氣，很多產(chǎn)品經(jīng)理為了追求穩(wěn)定，千方百計想去國企。但其實，國企并不需要產(chǎn)品經(jīng)理。這里的關鍵在于，專業(yè)的產(chǎn)品經(jīng)理應該為用戶創(chuàng)造價值，但是在國企，產(chǎn)品經(jīng)理的工作本質(zhì)上是討好領導，為領導創(chuàng)造政績。在國企，“匯報能力”遠遠大于“產(chǎn)品能力”，因此，國企需要的不是“產(chǎn)品經(jīng)理”，而是“匯報經(jīng)理”。如果你堅持要去國企，最好在里面呆一輩子，否則有一天被裁員，你可能連工作都找不到。最后補充一點：并不是所有的國企都很穩(wěn)定。第五，很多客戶不替換軟件，并不是對效果滿意，而是替換成本太高。為什么有那么多垃圾軟件？因為他們知道，不用把產(chǎn)品做得太好，反正只要一旦上線，客戶想換掉就需要付出巨大的代價。中國軟件最悲哀的一個真相，就是很多軟件公司賺錢，靠的不是創(chuàng)造價值，而是綁架客戶。本節(jié)講講中國軟件行業(yè)沒人敢說的5句實話，最后一句，是我們這一代IT人最大的悲哀。第一、中國軟件公司真的很卑微。無底線擴大需求、索取源代碼都是客戶的常規(guī)操作，更過分的是找借口拖著不付款，想法設法榨干軟件公司，這幾乎已經(jīng)成為了中國甲方的潛規(guī)則。曾經(jīng)在一家央企做項目，甲方的一位業(yè)務人員和同事得意洋洋地吹噓他們副總裁的光輝事跡，大意是成功賴掉了一筆供應商的費用，為集團做出了“重要貢獻”。我在旁邊聽得五味雜陳。更可悲的是，甲方專挑軟柿子捏。就說索取源代碼這件事吧，甲方面對國內(nèi)供應商都非常強勢，不給源代碼就不讓投標；但是面對國外供應商呢？基本上提都不提。因為他們知道，提了人家也不會同意。第二，歐美軟件忽悠了整整一代中國企業(yè)家。管理變革、流程再造都是一些歐美軟件公司帶過來的概念，這些公司的售前特別擅長談概念，而且很多中國企業(yè)家也都相信！但是最終有幾家企業(yè)真正實現(xiàn)了流程再造呢？大部分企業(yè)都只是實現(xiàn)了最基礎的信息化管理而已。核心原因在于，在歐美，企業(yè)把IT能力視為了戰(zhàn)略能力，愿意大刀闊斧的改革。但是在中國，IT真的就只是降本增效的工具。所以，這些概念唯一的意義就是支撐起了歐美軟件的天價，不客氣地說，個別歐美軟件公司忽悠了整整一代中國企業(yè)家。第三，中國軟件市場最大的問題，就是需要好軟件的企業(yè)沒錢，但有錢的企業(yè)卻不需要太好的軟件。為什么飛書這樣體驗好的軟件，一直面臨市場規(guī)?？c的問題？核心原因就是買得起飛書的中國企業(yè)，真的不多。很多國央企，軟件的好壞其實對業(yè)務一點影響都沒有，而他們恰恰是中國軟件市場最有購買力的企業(yè)。面對這些有錢的企業(yè)，“產(chǎn)品好”不如“關系好”，“上CRM”不如“上茅臺”。這才是中國軟件普遍很爛的根本原因。第四，忽悠是很多軟件公司的核心競爭力。軟件行業(yè)有一個潛規(guī)則：售前顧問一般不負責項目的交付。按道理說，售前顧問參與了前期調(diào)研，又得到了客戶認可，最適合做項目交付的負責人，那為什么軟件公司要冒著風險換人來交付呢？其實有一個核心原因，那就是為了拿下項目，售前顧問往往要吹大牛，挖大坑，如果售前顧問自己來負責填坑，恐怕想死的心都會有。所以，為了降低交付的難度，售前顧問就只能專職吹牛了。第五，十年過去了，中國軟件行業(yè)和歐美的差距越來越大。十年前，中國軟件行業(yè)普遍性盈利，很多SaaS公司也在賺錢；現(xiàn)在，中國軟件行業(yè)普遍性虧損，99%的SaaS公司都不賺錢。十年前，IT咨詢還是一個令人尊敬的高薪職業(yè)；現(xiàn)在IT民工們的人天單價一跌再跌，已經(jīng)從10年前的3000一天，跌到了現(xiàn)在的1000。十年前，雖然外企占據(jù)了高端市場，但是，一大批IT公司跟著外企還能喝點湯；現(xiàn)在搞國產(chǎn)化替代，高端市場的價格成功被我們自己打下來了，價格之低，連湯都喝不到了。過去十年，是互聯(lián)網(wǎng)的十年，歐美的企業(yè)軟件已經(jīng)全面進入了互聯(lián)網(wǎng)時代，馬上又要全面進入AI時代。而中國軟件呢，似乎又倒退回到了傳統(tǒng)軟件時代。這真的是我們這一代IT人，最大的悲哀。本節(jié)只有三句話，但每一句都透著IT人的心酸。實話1：定制化的本質(zhì)，就是甲方壓榨乙方，乙方綁架甲方。中國企業(yè)為什么不愿意為標準產(chǎn)品付費？因為，在他們看來，軟件產(chǎn)品和以前的光盤沒有本質(zhì)區(qū)別，復制成本幾乎為0，當然不愿意付費。至于定制化，甲方覺得已經(jīng)壓榨到底了，反而會給軟件公司留一點可憐的利潤空間。不過，定制化也并非沒有“優(yōu)點”：經(jīng)過多年的修修補補，定制系統(tǒng)的代碼已經(jīng)太復雜了，如果貿(mào)然換供應商，就需要冒很大的風險。結果就是，定制化讓乙方賺不到錢，但是也讓甲方離不開乙方。看起來大家都贏了，但好像又都輸了。實話2：越來越多的軟件公司，變成了培訓公司或者外包公司。AIGC剛興起的時候，冒出來一大堆AIGC公司，但是慢慢地，很多公司的核心業(yè)務就變成了AIGC培訓。企業(yè)微信剛開放微信接口的時候，冒出來一大堆SCRM公司，但是慢慢地，很多公司的核心業(yè)務就變成了外包。這些都不是個例，我身邊就有不少軟件創(chuàng)業(yè)者最終走上了培訓和外包的道路。真正有意思的在于：他們做軟件的時候虧得一塌糊涂，做培訓和外包倒真是賺到了錢。這能不能說明，在中國做軟件，還不如賣人頭？實話3：在中國，不管是SaaS公司還是AI公司，最后都會變成傳統(tǒng)軟件公司。大家發(fā)現(xiàn)沒有，SaaS公司越來越像傳統(tǒng)軟件公司。以前，SaaS都是公有云部署；現(xiàn)在，大部分SaaS公司都提供私有化部署。以前，SaaS都是標準化產(chǎn)品；現(xiàn)在，大部分SaaS公司都提供二開服務。以前，SaaS都是訂閱制；現(xiàn)在，一些SaaS公司也開始提供買斷制。AIGC也一樣，大家慢慢也會發(fā)現(xiàn)：AIGC越來越像傳統(tǒng)軟件。本文來源：虎嗅網(wǎng)文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
25
01/03
什么時候該用AI，什么時候不該用？
于AI的使用不能用二極管思維關于AI的使用不能用二極管思維：要么無所不能，要么一無是處。關鍵是要找到適合運用AI的場景，避免使用AI的情形。本文就是經(jīng)驗之談。文章來自編譯。鑒于大語言模型目前的能力和局限性，有幾種類型的工作特別適合使用人工智能。雖然這份清單說是以科學為基礎，但更多是出自經(jīng)驗。跟任何形式的智慧一樣，要想把人工智能用好，需要用矛盾論：相信AI可以帶來變革，但必須持懷疑態(tài)度，功能強大但容易出現(xiàn)小問題，對某些任務至關重要，但對其他任務卻有害。我還想提醒大家，除了把AI作為靈感以外，不要太把這份清單當一回事——自己的情況你最了解，本地知識比任何一般性原則都重要。好了，考慮到目前的能力，下面列舉的這幾種類型的任務，是特別適合使用人工智能的，此外還列舉了一些你應該保持警惕的場景。▍適合使用AI的場景1、需要產(chǎn)生大量創(chuàng)意的任務：比方說，在頭腦風暴中，創(chuàng)意的數(shù)量往往決定了最優(yōu)創(chuàng)意的質(zhì)量。大多數(shù)人生成幾個創(chuàng)意后會感到疲憊，而AI可以高效地提供數(shù)百個不重復的創(chuàng)意。2、你具備專業(yè)知識，且能快速評估AI產(chǎn)出的好壞：盡管某些工作可能很復雜且要求嚴格，但借助你的專業(yè)知識可以判斷AI產(chǎn)出的價值。比方說，OpenAI的新模型o1能夠解決部分博士級難題，但不是專家的人難以判斷其答案是否可靠。3、需總結大量信息但容錯率較高的任務：AI擅長對大段文本（如小說）的內(nèi)容進行總結，但在事實核查方面效果有限。4、在不同框架或視角之間進行內(nèi)容轉(zhuǎn)換：比方說，你已經(jīng)設計好了一項政策，但需要為組織內(nèi)不同受眾分別制作培訓文件。AI能夠高效地調(diào)整文件復雜度，確保內(nèi)容適合不同人群的理解水平。5、推動你前進的工作。我們前進的道路上往往會遇到一些小的阻礙，只需要推一下也許就能繼續(xù)向前。比方說，過去我可能因為一句話寫不下去而暫停寫作，但現(xiàn)在我可以讓AI提供幾十種不同的結尾方式。6、AI表現(xiàn)優(yōu)于你能接觸到的最好人類，并且就算犯錯也不會帶來嚴重后果的那種任務。7、需要幫助理解上下文或細節(jié)的任務：TylerCowen建議將AI當作閱讀助手，因為你可以不斷詢問AI問題來深化理解。8、需要多樣化答案的任務：比方說，作為編輯或策展人，你可以讓AI以完全不同的風格提供多種解決方案，比如“針對這個要點重新設計15種表達方式”，從而幫助你發(fā)現(xiàn)獨特的創(chuàng)意。9、研究表明人工智能幾乎肯定有幫助的工作。比方說很多種類型的編碼工作。10、需要對不同接收者的可能反應進行初步分析的工作：AI能夠模擬敵意、友善或天真的反應，為你提供參考。11、需要具備跨學科知識，缺乏一位足夠好的伙伴就完全行不通的創(chuàng)業(yè)類任務：這種情況下AI可以成為你的“聯(lián)合創(chuàng)始人”，既能提供指導，也能協(xié)助你制作文檔、演示以及其他超出你專業(yè)范圍的事情。12、需要特定視角的任務：比方說，模擬某些虛構角色的初步反應。13、某些已變成形式主義，脫離了實際用途的任務：比如某些標準化的報告。用BobSutton和HuggyRao的話來說，那些會分散你注意力，降低你價值，沒有用處的事情。雖然最好能完全干掉這類工作，但至少可以借助AI減少其耗費的時間。（需注意這種工作是不是真的毫無意義，尤其是某些自動化任務可能需要人工完成才有價值。）14、需要第二意見的任務：提供數(shù)據(jù)給AI，看看它的結論是否一致。15、AI勝過人類的任務：這是一個增長迅速的領域。▍不適合使用AI的場景1、當你需要學習和整合新信息時：雖然AI可以提供總結，但這不能替代你親自學習。讓AI替你解決問題不是有效的學習方式，即便你感覺是。要想學習新東西，你得自己去閱讀和思考，雖說在部分學習過程中你還是會發(fā)現(xiàn)AI的幫助作用。2、需要極高準確性的任務：由于AI可能會出現(xiàn)“幻覺式”錯誤，而且那些錯誤看起來也是貌似非常合理的，所以導致人們很容易忽視，從而增加風險?；糜X是可以減少，但沒法消除。（不過，現(xiàn)實世界當中很多人誤都是可以容忍錯誤的，因為人也會犯錯，甚至某些情況下AI還沒人那么容易犯錯）3、當你不了解AI的失敗模式時：AI的失效跟人類的不一樣。是，你可能知道AI會產(chǎn)生“幻覺”，但這只是出錯的其中一種表現(xiàn)形式：AI還可能會試圖說服你它是對的，或者當你給出錯誤答案時也說你是對的。只有頻繁使用，才能逐步理解這些潛在風險。4、當努力本身是目的時：在很多領域，成功往往需要靠不斷的磨練才能達成。比方說，作家可能會反復重寫同一頁內(nèi)容，學者則要多次修改理論?？緼I跳過這些過程可能會剝奪你獲得關鍵“頓悟”時刻的機會。5、當AI表現(xiàn)不佳時：AI在某些意想不到的領域表現(xiàn)不佳。比方說，統(tǒng)計“草莓”（strawberry）里面字母“r”的個數(shù)）。也可能在另一些領域有驚人表現(xiàn)。比方說，創(chuàng)作一首關于統(tǒng)計“草莓”包含的“r”字母個數(shù)的，莎士比亞風格的十四行詩，而且還要求每行的首字母能拼成兩種水果）。目前，尚無通用指南可以明確AI能力的“邊界區(qū)域”，因為這些能力還在不斷進化。通過試錯并與同行交流是理解這些能力的關鍵。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
12/28
“為什么說大模型可能是軟件開發(fā)的死胡同？”
雖然“DoescurrentAIrepresentadeadend?”這篇文章意在引發(fā)討論，但其中的某些觀點對軟件開發(fā)人員來說特別具有相關性：“當前的AI系統(tǒng)缺乏與其功能緊密相關的內(nèi)部結構，無法作為組件進行開發(fā)或重用，也無法進行關注點分離或分階段開發(fā)。”本文僅討論如何將大語言模型（LLM）作為產(chǎn)品解決方案的一部分，而非探討如何在開發(fā)過程中使用AI工具（例如，Cursor和ZedAI這樣的AI編碼工具）。盡管借助LLM進行特定的軟件開發(fā)生命周期活動（SDLA）確實面臨著一些挑戰(zhàn)，但我們開發(fā)產(chǎn)品的方式與最終賣給客戶的產(chǎn)品通常是有所區(qū)別的。因此，在下面的圖表中，我們關注的是上面兩個部分：來自卡內(nèi)基梅隆大學軟件工程研究所的圖片當前LLM面臨的問題在于它們像汽車一樣被出售——用戶需要為整個產(chǎn)品付費，而不能指望將它們作為可組合模塊的一部分。汽車的不可分解性不是問題，因為駕駛是一項受到嚴格控制的活動。即便你能夠像樂高積木一樣將汽車組裝起來，它也不會被允許上路。這大概正是大型科技公司所期望的——他們希望賣給你一個完整的產(chǎn)品或服務，而不是一系列可以輕松被他人進行構建的可組合部件。保持LLM的神秘感有助于維持其高價值地位。LLM的運作模式違背了計算領域的一個基本原則，即任務應當可以被分解。這違背了計算領域的一個基本原則，即任務應當可以被分解。一個高效的軟件組件，無論是自行開發(fā)還是外部采購，都應由可進行單元測試的代碼構成。這些組件必須能夠與其他組件可靠地協(xié)同工作。即便某個產(chǎn)品采用了Oracle數(shù)據(jù)庫，我們依然能夠明白在概念設計層面上是存在數(shù)據(jù)持久化的。在決定使用哪種類型的存儲技術時，測試機制已經(jīng)準備就緒了。同時，數(shù)據(jù)庫技術在不斷創(chuàng)新，但客戶永遠不會認為存儲廠商在某種程度上控制了軟件。在學術界，可分解性的缺失往往與可解釋性的缺失相伴而生。我們可以歸納出其他與LLM在交付軟件中的商業(yè)問題相關的因素。我們無法將LLM的行為與訓練數(shù)據(jù)分離。目前，我們無法將LLM的行為與訓練數(shù)據(jù)分離。我們知道LLM是經(jīng)過訓練的，但訓練過程通常是不公開的，而結果卻被期望能夠被“原封不動”地接受。這種對組件“腌制”的期望在烹飪中或許可行，但在軟件組件開發(fā)中卻并不適用。安全和隱私問題成為關注點，因為我們?nèi)狈煽康耐緩交蚍椒▉矸乐筁LM泄露某些敏感信息。我們無法從外部干預神經(jīng)網(wǎng)絡，向它解釋哪些信息是私密的，哪些不應該被泄露。法律所有權問題依然很棘手。我們可以證明冷計算的操作結果是可重復的，在輸入相同的情況下會得出相同的答案。然而，由于LLM攜帶著無法擺脫的訓練“包袱”，我們根本無法證明它們沒有侵犯現(xiàn)有的知識產(chǎn)權——而實際上，它們很可能已經(jīng)侵犯了。那些致力于減少碳足跡的公司正朝著與LLM廠商相反的方向前進，而LLM廠商需要驚人的計算資源來獲得遞減的性能改進。本文并不是要討論如何使用LLM來輔助開發(fā)，也不是關于向終端用戶提供LLM工具。我使用的文本編輯器內(nèi)置了某些形式的AI功能，但這些操作沒有任何保障。我們都知道這些通常是走過場的功能——某些必須出現(xiàn)在產(chǎn)品中的“噱頭”，而并非核心組成部分。我認為LLM作為服務被引入產(chǎn)品的前景不大，除非LLM本身就是產(chǎn)品。鑒于前面提到的原因，我認為LLM作為服務被引入產(chǎn)品的前景不大，除非它本身就是產(chǎn)品。但即便如此，這對任何企業(yè)來說都是一個巨大的陷阱。當Zoom創(chuàng)始人EricYuan提出在Zoom中引入AI替身代替與會者參加會議的想法時，理所當然地遭到了嘲笑，他認為這種能力會在“技術棧的底層”自然而然地出現(xiàn)。將重大創(chuàng)新外包給了LLM廠商，實際上是將自己的產(chǎn)品路線圖交給了另一家公司掌控。軟件開發(fā)人員應該如何應對那么，軟件開發(fā)人員應該如何應對？我們都明白，一個組件應該有明確的職責，應該能夠被替換，并且能夠與其他組件一起被測試。如果是外部組件，也應當遵循相同的計算標準——而且我們應該能夠依據(jù)這些標準來重新構建它們。我們不應因追求短期的熱度而輕易改變游戲規(guī)則。關鍵在于要設計一個能夠為企業(yè)提供所需功能的流程，然后開發(fā)一個平臺，以可持續(xù)的方式讓開發(fā)人員進行構建。作為開發(fā)人員，我們應當保持開放的態(tài)度，擁抱真正可解釋、可測試的AI。作為開發(fā)人員，我們應當保持開放的態(tài)度，擁抱真正可解釋、可測試的AI。如果涉及訓練過程，這個過程應當是可監(jiān)控、可報告、可重復、可解釋且可逆的。如果我們發(fā)現(xiàn)LLM認為某件事是真實的，而實際并非如此，那么必須能夠通過一系列明確的步驟迅速進行修正。如果這樣的描述沒有意義，那么目前基于LLM的計算也同樣沒有意義。但理論上，我看不出為什么未來不能改變這一現(xiàn)狀。我擔心的是，這種差異就像是科學與圣物信仰之間的對比。我們可以進行一系列不可行的實驗（如果將圣物切成幾塊，這些碎片是否依然保持其神圣性？），但不應該期望這兩個領域會有任何融合的可能性。本文來源：博客園文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
12/28
AI到底有沒有護城河？
文太平洋科技倒是沒想到，12月過半，各家大模型廠商和在沖刺KPI似的，好消息一波接著一波。前腳大模型六小虎之一的智譜剛完成新一輪30億的融資；后腳字節(jié)跳動發(fā)布豆包視覺理解模型、快手可靈1.6正式上線。如果說2023年是大模型元年，那2024年就是AI的應用年。從深度推理成為主流、AIAgent成新風口，多模態(tài)模型競相出現(xiàn)，AI產(chǎn)品迭代速度之快，以至于我們常常忽略，從爆發(fā)至今，國內(nèi)AI領域的發(fā)展其實還不到2年。AI一年，人間十年。但這個被視為互聯(lián)網(wǎng)變革級別的產(chǎn)品，卻至今都還沒迎來爆發(fā)時刻。算力不是護城河直到今年上半年，國內(nèi)市場聊大模型發(fā)展，最核心的決定要素和關注焦點還是在算力。百模大戰(zhàn)如火如荼的那一年，想通過卷參數(shù)來迅速占領市場份額，曾是如今走在前列的幾個大模型的來時之路。但從今年開始，關于國內(nèi)外大模型卷不動了的聲音越來越大，特別是下半年以來，我們已經(jīng)很少聽到哪個大廠又推出了什么大模型，這并非意味著百模大戰(zhàn)就要迎來終局，而是各家大廠正清楚地意識到，隨著整個行業(yè)的快速迭代，僅靠算力和參數(shù)規(guī)模的提升已經(jīng)難以真正超越同行。再加上大模型的訓練和運營需要大量的算力和資金投入，且這種投入需要持續(xù)進行，這對現(xiàn)階段還難以走通商業(yè)模式的大模型廠商來說，顯然是一大挑戰(zhàn)。以字節(jié)為例，據(jù)證券時報報道，僅2024年，字節(jié)在AI上的投入就達到800億元，幾乎達到了BAT三家資本開支的總和。最新消息顯示，其2025年資本開支將達到驚人的1600億元，其中約900億人民幣將用于AI算力的采購。就連ChatGPT也一直被算力緊缺所困擾。澎湃新聞曾報道，微軟用幾億美元，耗費上萬張英偉達A100芯片打造超算平臺，只為給ChatGPT和新版必應提供更好的算力。不僅如此，微軟還在Azure的60多個數(shù)據(jù)中心部署了幾十萬張GPU，用于ChatGPT的推理。實際上，從長遠角度來看，算力并不能構成真正的護城河，它更多地體現(xiàn)為硬件層面的核心競爭力。眾所周知，誰的算力更強，訓練語料更豐富，誰的模型表現(xiàn)就更好。算力依賴于GPU性能和數(shù)據(jù)中心建設，訓練語料依賴于公開的數(shù)據(jù)集。但歸根結底，兩者都取決于經(jīng)濟實力。早在去年，谷歌內(nèi)部討論如何應對ChatGPT時，就有工程師表示：“我們沒有護城河，OpenAI也沒有?！彼J為，即使谷歌全力投入，可能也贏不了這場AI競賽。不僅谷歌贏不了，OpenAI也贏不了。圖源：全球知名半導體行業(yè)研究咨詢機構SemiAnalysis其中他指出，開源AI模型發(fā)展之迅速，使其很難形成強技術壁壘，即使現(xiàn)階段其大模型的數(shù)據(jù)質(zhì)量仍然稍有優(yōu)勢，但差距正在驚人地迅速縮小。特別是開源社區(qū)的創(chuàng)新和快速迭代能力，使得Google和OpenAI難以保持技術優(yōu)勢。目前AI行業(yè)想要獲得領先優(yōu)勢和壟斷利潤，極其困難。這也是目前國內(nèi)大模型的現(xiàn)狀，各公司的模型有強有弱，但是核心功能普遍同質(zhì)化，替代品很多。模型之間的差異性目前看來并不具有決定性。某廠商推出的新功能，其他廠商可能很快就能趕上。Kimi最初雖然自己沒有內(nèi)部數(shù)據(jù)，靠的也是調(diào)別人的搜索結果，但靠著長文本，也成功進入了國內(nèi)AI大模型的第一梯隊，但如今長文本已然成為大多數(shù)AI搜索產(chǎn)品的基本能力。而值得注意的一點是，訓練材料容易來著同一個池子，大家都能用。文小言跑的是百度的數(shù)據(jù)，Kimi也能獲取。這就會導致個別大模型在算力和訓練語料上的競爭優(yōu)勢也在減弱?！洞竽Ｐ吐涞嘏c前沿趨勢研究報告》就直接表示，互聯(lián)網(wǎng)時代應用有很多關鍵要素可以構建護城河，包括數(shù)據(jù)飛輪、網(wǎng)絡效應、遷移成本、規(guī)模效應、用戶心智等，但已經(jīng)不再適用大模型的業(yè)務模式。目前為止大模型的業(yè)務模式仍沒有清晰護城河。AI應用想要跳出包圍圈下半年開始，AI領域的關鍵詞開始從“模型層”落到“應用層”。華爾街明星基金經(jīng)理CathieWood曾表示，基礎設施建設的階段，硬件廠商往往表現(xiàn)出更大的增長空間，但一旦這個階段完成，市場的關注點就會轉(zhuǎn)向軟件，轉(zhuǎn)向應用。過去一年，國內(nèi)各家大模型廠商在通用場景的模型能力其實是缺乏辨識度的，雖然細分技術方向眾多，例如Kimi早期的長文本，AI搜索產(chǎn)品主打的深度推理、近期開始起風的多模態(tài)，包括最近熱門的視覺大模型。但同質(zhì)化嚴重早已是AI產(chǎn)品們頭頂高懸的達摩克里斯之劍。12月18日，豆包視覺理解模型正式發(fā)布，主要聚焦在圖片內(nèi)容識別能力、理解和推理能力以及視覺描述與創(chuàng)作能力上，媒體聲量轟轟烈烈，但事實上就在兩天前，Kimi才剛剛發(fā)布了Kimi視覺思考版，針對的還是基礎科學領域的圖片理解、推理能力。正如上文所述，既然技術上沒有護城河，那如果從應用場景角度進攻，能否找到破圈點呢？大模型始終是個底座，想要真正看到爆發(fā)點，是要讓AI真正和普通人強相關，此前就有業(yè)內(nèi)人士指出，未來能否出現(xiàn)殺手級別的應用，將會是各家決出勝負的關鍵。正如李彥宏多次強調(diào)，“沒有（AI）應用，基礎模型一文不值?！睔⑹旨墤玫某霈F(xiàn)會帶動技術在更多領域的應用和拓展，形成新的應用場景和商業(yè)模式。例如，3G網(wǎng)絡的發(fā)展中，iPhone作為殺手級應用，不僅推動了智能手機的普及，還催生了移動互聯(lián)網(wǎng)的各種應用和服務。那AI應用能不能催生出下一個iPhone時代，至少2024年，我們還看不到火花。直到現(xiàn)在，網(wǎng)上關于不同AI應用在聊天、文生圖、圖生視頻上的使用體驗的測評還是很多，你幾乎很難在第一時間告訴別人，同類型的AI產(chǎn)品中，哪個才是最好的。即使作為普通用戶確實會覺得AI搜索產(chǎn)品的興起對原有的搜索體系的沖擊非常強，但目前來看，還沒有一家公司在市場感知和搜索量方面展現(xiàn)出壓倒性的優(yōu)勢，形成類似“不懂就百度一下”或“遇事不決小紅書”的強勢心智占領。盡管AIGC技術在某些領域取得了進展，近期快手就聯(lián)手賈樟柯、李少紅等國內(nèi)知名影視工作者，與AIGC創(chuàng)作者合作，用可靈生成電影短片；在獨立游戲領域AIGC也已得到廣泛應用，部分大型游戲公司正開始逐步推進工業(yè)化的AIGC美術流程。但整體上AIGC仍處于發(fā)展階段，生成內(nèi)容的質(zhì)量、穩(wěn)定性和可控性等方面仍存在不足，再加上AIGC的應用場景相對有限，且多為輔助性工具，未能形成獨立且廣泛的應用場景，難以滿足大規(guī)模用戶的需求。而即使落到硬件端，以手機大模型為例，也不免出現(xiàn)同質(zhì)化的情況。目前，AI手機在實際的AI體驗上，主要變化還是在語音交互、圖像處理和通話增強。為了實現(xiàn)所謂的AI手機，幾乎所有頭部手機廠商都在對語音交互進行升級，號稱要將之前的語音助手打造成更智能的AIAgent，除了智能對話之外，信息檢索、文本創(chuàng)作、文生圖這些已經(jīng)是豆包、Kimi等AI助手的基本操作的功能，也成為了AI手機的噱頭之一。但正如創(chuàng)新工場聯(lián)合CEO汪華所言，現(xiàn)在整個AI才出來一年半的時間，大家就指望AI的產(chǎn)品形態(tài)就被探索出來，再快，也快不到這個地步。真正做應用，從明年初才有最基本的基礎。商業(yè)化著急不得事實上，AI應用之所以受到如此重視，一個重要原因是市場亟需看到AI技術能轉(zhuǎn)化為可落地的商業(yè)模式。隨著大量資金涌入AI領域，投資者對AI項目的回報要求越來越高。他們希望AI企業(yè)能夠盡快實現(xiàn)技術的商業(yè)化應用，以實現(xiàn)投資的增值。今年9月，紅杉資本合伙人PatGrady才指出，紅杉資本在人工智能領域的投資重心正在向應用程序開發(fā)傾斜。他表示，紅杉資本預計未來數(shù)十億美元級的人工智能公司大多數(shù)將來源于應用層，而非傳統(tǒng)的基礎模型構建。這一轉(zhuǎn)變預示著，未來我們也將看到更多技術創(chuàng)新與實際應用結合的AI應用。值得注意的是，據(jù)智能涌現(xiàn)獨家消息，有知情人士透露，雖然豆包的用戶規(guī)模在過去幾個月有所增長，但和行業(yè)里所有AI對話形態(tài)的產(chǎn)品一樣，其在使用時長、打開頻次及商業(yè)化潛力上仍不夠理想。文章指出，字節(jié)管理層判斷AI對話類產(chǎn)品可能只是AI產(chǎn)品的“中間態(tài)”，長期更理想的產(chǎn)品形式，大概率需要更視覺化的用戶體驗、更低的用戶使用門檻。因此，字節(jié)已經(jīng)提升了即夢的產(chǎn)品優(yōu)先級，嘗試用新的路徑打造AI時代的“抖音”。該消息暫未得到字節(jié)回應。眾所周知，在AI產(chǎn)品的開發(fā)應用上，字節(jié)并沒有先發(fā)優(yōu)勢。2023年8月，豆包正式推出，這距離百度在3月發(fā)布文心一言，已過去近半年。但靠著實打?qū)嵉拟n能力，豆包APP11月份的月活已經(jīng)達到近6千萬，保持10%以上的增速。目前，在國內(nèi)AI原生應用（APP）中，豆包早就是遙遙領先的第一名，排在其后面的是1299萬月活的文小言，1282萬月活的Kimi。（數(shù)據(jù)來源：AI產(chǎn)品榜）截至今年10月，國內(nèi)AI原生應用（APP）中，豆包以1.08億的累計下載量位居第一，第二名是累計下載量為2260萬次的文小言。而在今年2月，豆包的訪問量也才173萬。短短三個季度，MAU就翻了近35倍，作為目前國內(nèi)用戶最多的ToCAI產(chǎn)品，豆包的用戶增長空間應該是更大，而非不夠理想。如果僅從盈利模式來看，AI搜索類產(chǎn)品能觸及的模式無非就是付費訂閱和廣告。前者的市場在國內(nèi)一直以來就是出了名的難走通，為強行增加adload顯然也會極大的打擊到用戶的使用體驗。想靠對話類AI產(chǎn)品來賺錢確實有一定壓力。文章指出，豆包的對話輪次、時長等關鍵指標仍然不夠理想。但事實上，不管是AI搜索還是其更高形態(tài)的AIAgent，這種工具類提效產(chǎn)品對大眾消費市場來說本就不算剛需。一定意義上來說，AI搜索類產(chǎn)品作為生成式大模型在C端落地后最拿得出手的產(chǎn)品，其更大的作用是樣本收集場景，而不是賺錢的場景。對字節(jié)來說，在對話類產(chǎn)品中去強化自身語料、文生圖訓練的能力，形成生態(tài)鏈，為后續(xù)以更加體系化的方式為字節(jié)的AI生態(tài)打開更大的商業(yè)空間才更具生命力。只要有活躍的用戶、有可持續(xù)的使用價值，AI對話類產(chǎn)品的重要性就仍然存在。而事實上，縱觀目前其他對話類產(chǎn)品，字節(jié)的友商們也沒那么著急去把對話類AI當作商業(yè)化的重要組成。此前百度副總裁、移動生態(tài)商業(yè)體系負責人陳一凡在談及生成式AI的商業(yè)場景時就曾表示：“我們沒有那么著急地要把所有流量在一時間都釋放出來，我們希望真正滿足用戶的需求，所以我們的機制也會升級，會把整個問答的內(nèi)容質(zhì)量和整個智能體對話的質(zhì)量作為排序里的重點，只有先滿足用戶需求，才能更好地滿足商業(yè)需求?！薄；仡櫳弦淮苿踊ヂ?lián)網(wǎng)級別的創(chuàng)新，從2008年APPStore的推出為移動應用提供了平臺，直到2012年手機操作系統(tǒng)生態(tài)圈全面發(fā)展，智能手機規(guī)?；瘧貌耪嬲l(fā)。移動互聯(lián)網(wǎng)這條路走了5年，而如今AI技術只用了不到2年，就已經(jīng)讓我們看到了質(zhì)的飛躍?；蛟S2025年，我們就能看到下一個iPhone時代拐點的到來。本文來源：博客園文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
12/20
測測 App 創(chuàng)始人任永亮：一個行業(yè)需要與 AI 保持合適距離
一個行業(yè)既不能離AI太近也不能離AI太遠。「一個行業(yè)既不能離AI太近也不能離AI太遠?！埂难约瘓F創(chuàng)始人、董事長兼CEO任永亮在科技飛速發(fā)展的當下，AI已如洶涌浪潮席卷各個行業(yè)，重塑產(chǎn)業(yè)格局與發(fā)展路徑。企業(yè)的發(fā)展與AI的關系也在深度影響著企業(yè)乃至整個行業(yè)。那么，如何結合自身發(fā)展做到AI與產(chǎn)業(yè)的深度融合？這是一個在考驗著千千萬萬企業(yè)的核心問題。本次量子位MEET2025智能未來大會上，心言集團創(chuàng)始人、董事長兼CEO任永亮就「從泛心理行業(yè)看垂直行業(yè)如何AI化」這個話題分享了他的經(jīng)驗見解；并憑借其在泛心理行業(yè)十余年的深耕經(jīng)驗，尤其是通過測測App的探索實踐，對行業(yè)與AI的關系形成了深刻洞察：一個行業(yè)既不能離AI太近也不能離AI太遠，方可在新時代穩(wěn)健前行、持續(xù)創(chuàng)新。任永亮，畢業(yè)于北京大學醫(yī)學部和軟件與微電子學院，后期獲得CIIS應用心理學碩士學位。本科期間發(fā)表多篇生物信息學論文，后曾在IBM擔任智慧醫(yī)療領域?qū)＜?，泛心理行業(yè)創(chuàng)業(yè)10余年，對于AI有深入的理解和認知，具備多個行業(yè)的AI創(chuàng)新經(jīng)歷和落地經(jīng)驗。2011年，任永亮創(chuàng)辦北京力拓飛遠科技有限公司，后戰(zhàn)略升級為「心言集團」。2013年，推出核心產(chǎn)品測測App，通過情緒疏導等服務幫助用戶釋放心理壓力，累計為4000+萬用戶帶去治愈的力量。2019年，心言集團開始進行AI嘗試，先后推出了「AI與人工相結合」的情感傾訴、情緒疏導、心理科普、心理測評及報告、社區(qū)互動交流、3D心理沙盤等服務及替代型心理服務工具。2024年，心言集團自主研發(fā)的垂類模型——心元大模型，正式通過國家網(wǎng)信辦備案，是情感疏導與陪伴領域唯一獲批大模型，標志著對話式語言模型技術在國內(nèi)泛心理應用場景的首次著陸。沖擊與變革并存大模型技術突破宛如重磅炸彈，瞬間引爆行業(yè)變革。任永亮談到，困擾心理行業(yè)多年的技術難題，如語言理解、智能交互精準度等，在大模型強大能力面前迎刃而解。這股力量為行業(yè)開啟全新發(fā)展窗口，拓展創(chuàng)新空間，注入無限可能，這樣為他們帶來了無比大的沖擊與震撼。但興奮之余，憂慮隨之而來。ChatGPT等巨頭崛起，引發(fā)整個行業(yè)對被替代的深切擔憂。知識內(nèi)容是否會被吞噬、核心競爭力是否會被瓦解等諸多焦慮籠罩著創(chuàng)業(yè)者。近憂與遠慮共思在當今AI技術浪潮下，產(chǎn)業(yè)與AI的距離的權衡問題是值得重視的議題。任永亮說道:一個行業(yè)既不能離AI太近也不能離AI太遠。離AI過近，行業(yè)易被技術洪流裹挾，陷入同質(zhì)化深淵。過度依賴易致企業(yè)自主創(chuàng)新受阻、特色磨滅，淪為技術附庸，在激烈競爭中喪失議價權與獨立發(fā)展根基，于市場波動中脆弱不堪，隨時可能被新技術迭代淘汰。若與AI距離過遠，企業(yè)則似逆水行舟，難以借技術之力提升效率、優(yōu)化服務、拓展邊界。在數(shù)字化轉(zhuǎn)型大趨勢下，落后于創(chuàng)新曲線，服務品質(zhì)停滯，業(yè)務模式陳舊，終將被追求高效智能體驗的市場拋棄，錯失發(fā)展紅利，陷入被動困局。定位和優(yōu)勢共驅(qū)測測App在AI化探索和發(fā)展的道路上堅守適度原則，在AI浪潮中找準獨特航道。一方面，深度融合AI提升效率與精準度。2019年率先上線泛心理問答模型，后引入大模型并結合領域知識迭代升級，近半月活與付費用戶暢享AI服務。2024年，自研落地情感疏導與陪伴領域唯一獲批大模型-心元大模型；并推出精準AI陪伴功能"AI心情小鎮(zhèn)「，以智能交互高效處理常見問題、精準剖析用戶心理，提升用戶滿意度與忠誠度。另一方面，抓住自身核心優(yōu)勢筑牢壁壘。測測APP兩萬余名專業(yè)咨詢師構成堅實專業(yè)后盾，為復雜深度心理需求提供精準、人性化咨詢。依托長期積累的龐大用戶群與豐富行業(yè)經(jīng)驗，實現(xiàn)技術與資源的共同賦能，打造高品質(zhì)的服務生態(tài)。借AI優(yōu)化服務流程、拓展服務覆蓋，以專業(yè)咨詢深化服務內(nèi)涵、提升服務質(zhì)量，實現(xiàn)人和AI的相互合作、優(yōu)勢互補。正如任永亮談到的，隨著科技的發(fā)展，技術迭代和行業(yè)變革是時代長河中的必經(jīng)之路。我們要堅持在創(chuàng)新中求發(fā)展，在發(fā)展中求前進。相信AI的浪潮為大眾會帶來越來越多的便捷與機會。本文來源：極客公園文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
12/20
為什么說 AI 落地營銷，才是真正的科技平權？
生成式AI落地兩周年，為什么營銷會成為超級場景？AI提效一切，尤其是時間。不知你是否發(fā)覺，如今我們的手機交互、日常搜索、音視頻轉(zhuǎn)寫、文案與圖片視頻生成，工作與生活，每個角落，都已經(jīng)與大模型牢牢綁定。而在產(chǎn)業(yè)中，大模型也帶來了新范式的可能，就連最依賴創(chuàng)意的營銷產(chǎn)業(yè)也不例外：不僅大企業(yè)如麥當勞用AI創(chuàng)作的青銅器漢堡系列藝術展，康師傅的AI寫春聯(lián)都引發(fā)眾多討論；放眼周圍，就連地鐵、電梯廣告中的模特，也有相當一部分都已經(jīng)被AI替代。然而，此時距離大模型真正被全世界知曉，僅僅過去了兩年，其普及速度之快，歷史上沒有任何一場技術能夠與之媲美：三百年前，人類歷史進入第一次工業(yè)革命，從瓦特1765年獲得了第一項蒸汽機專利，到19世紀末全球使用蒸汽機作為主要動力來源，我們花了150年。二百年前，人類歷史進入第二次工業(yè)革命，從法國人畢克西1832年發(fā)明手搖式直流發(fā)電機，到二十世紀初電力全球普及，我們花了近100年。技術變革的誕生往往對應著時代機遇的蓬勃噴發(fā)、生產(chǎn)力與生產(chǎn)關系的變遷。那么，當大模型變成了一把萬能的錘子，我們應該如何去使用它？我們又該如何把握大模型應用的尺度？大模型落地的超級場景又將出現(xiàn)在哪里？不久前極客公園創(chuàng)始人&總裁張鵬，與快手視覺生成與互動中心負責人萬鵬飛、快手磁力引擎AIGC產(chǎn)品業(yè)務負責人劉路，以及亂翻書主理人潘亂圍繞以上話題進行了一場深度復盤。01為什么說營銷是大模型落地的超級場景沒有人想到，大模型致富的起點，會出現(xiàn)在美股一家差點因為業(yè)績太差而賣身的妖股AppLovin身上。短短一年時間，這家公司的股價就從去年的36美金，增長到如今的338美金，漲幅高達833%，甚至碾壓了同期股價漲幅不足兩倍的算力之王英偉達。AI營銷的前景不僅股民看好，業(yè)績更是驚人：靠著在全球6萬款移動應用中，插入通過AI生成各種魔性的試玩小游戲，一年多來，AppLovin的試玩廣告的平均IPM提升率已經(jīng)達到250%，日活用戶數(shù)更是高達14億，幾乎與全球頂流短視頻軟件的量級齊平。IDC也對此作出了樂觀預測：到2026年，全球AI營銷的市場規(guī)模將達到1456億元，并以115%的速度高速增長。但為什么大模型最早爆發(fā)的超級場景會是營銷？在萬鵬飛看來，營銷是典型的將AI的左腦與右腦能力綜合使用，且有巨大價值空間的場景。在萬鵬飛看來，營銷是典型的將AI的左腦與右腦能力綜合使用，且有巨大價值空間的典型場景。如果將大模型與人類的大腦類比，那么以LLM為代表的語言大模型對應左腦的邏輯思考能力，其智能化水平已經(jīng)達到了不錯的程度且在持續(xù)提升，應用案例包括快手的廣告智能投放和數(shù)字員工功能。而視頻生成為代表的視覺大模型則對應著右腦的創(chuàng)意想象能力，目前視頻生成大模型的世界仿真能力在快速發(fā)展之中，在視頻營銷內(nèi)容的生產(chǎn)和互動環(huán)節(jié)可以帶來極大的降本增效收益，應用案例包括快手的女媧數(shù)字人和開創(chuàng)平臺。在實際產(chǎn)品落地中，AI的左腦能力和右腦能力是綜合使用的，呈現(xiàn)給用戶的最終體驗也是多模態(tài)的。而在劉路看來，營銷成為AI超級場景的根本原因在于效果可回收。過去的廣告產(chǎn)業(yè)，一個共識是廣告投放后，存在相當一部分無效客戶，但如何判斷誰是有效客戶，誰是無效客戶，一直是行業(yè)困擾多年的難點。比如「以前大眾傳媒的時代，在電視媒體的黃金時間投放一個廣告，大多數(shù)人都能看到，但如何回收廣告效果，只能通過人工統(tǒng)計的方式分渠道去看。當互聯(lián)網(wǎng)興起之后，品牌廣告向效果廣告遷移，平臺會給出承諾，讓廣告主看到在這里的轉(zhuǎn)化數(shù)據(jù)和投放效果。整個行業(yè)遵循的是更高效，更精準的方向演進。到了大模型時代，這一過程的確定性變得更高，我們不僅可以用AI進行投放素材，還能用AI生產(chǎn)素材，降本增效同步進行。」體現(xiàn)在快手平臺本身，如今快手AIGC視頻客戶滲透率已達24%，可靈AI的商業(yè)化單月流水也已經(jīng)超千萬人民幣，商業(yè)內(nèi)容上，磁力開創(chuàng)日均生成的短視頻素材數(shù)量已經(jīng)突破10萬條以上，各大廣告主使用快手UAX也就是智能投放的占比也已經(jīng)高達一半。效果很好，但擔憂也不小。從用戶側來說，大家對AI生成內(nèi)容的接受度又到底有多高？企業(yè)又到底該如何把握翻車與降本增效之間的微妙平衡？02大模型落地營銷，AI味兒重要嗎？事實上，自2024年以來，騰訊、阿里巴巴、百度、字節(jié)跳動、快手等平臺型企業(yè)一邊升級大模型，一邊主推AI營銷，早已成為市場共識。但應用的尺度如何把握，卻一直是業(yè)內(nèi)爭議的焦點。以數(shù)字人直播為例，部分內(nèi)容平臺態(tài)度相對保守，賬號使用數(shù)字人直播可能會直接被平臺封禁、限流，而多數(shù)電商平臺，以及快手，則對此更為開放與包容。宇宙的盡頭是帶貨，帶貨的終極形態(tài)是直播。阿里生態(tài)中李佳琦所屬公司美one在今年618期間，于旗下「所有女生」直播間引入數(shù)字人直播；京東則根據(jù)其創(chuàng)始人劉強東形象，推出了「采銷東哥」數(shù)字人，進行京東超市的直播。而快手則更進一步，在這里，數(shù)字人直播已經(jīng)成為一條完整的產(chǎn)業(yè)鏈與商業(yè)閉環(huán)。鏈條的起點，是快手磁力引擎推出的女媧數(shù)字人；中間環(huán)節(jié)是借此進行直播的各大廣告主，于他們而言，技術千變?nèi)f化，但增長與穩(wěn)定才是企業(yè)經(jīng)營的衡量指標，數(shù)字人成本低、形象好，還能全天候直播最終一環(huán)則是通過直播間購物的普通消費者。最后一環(huán)，則是在直播間進行消費與互動的用戶。商業(yè)邏輯鏈條很完整，但現(xiàn)實落地究竟效果如何呢？現(xiàn)如今，在數(shù)字人直播這一鏈條上，快手的爆款案例層出不窮。比如，在快手，算上老板本人也僅有三位員工的瑜伽店，不懂任何技術的前臺，也可以通過根據(jù)教練形象打造數(shù)字人進行直播實現(xiàn)精準引流，獲客效率提升十多倍。還有土豆擦絲器廠家，通過數(shù)字人直播，一天時間就賣掉了過去一個多月的庫存，效果廣告消耗高達五十多萬。類似的案例，還出現(xiàn)在內(nèi)容生成環(huán)節(jié)。在快手，有體育賽事內(nèi)容客戶，通過AI將比賽通過AI總結，每日生成幾十萬量級的內(nèi)容，廣告引流效果增長飛快。為什么同樣用AI進行營銷，有人流量增長十倍，也有廣告大戶沒有取得超預期效果？潘亂認為，效果究竟是翻車還是互相成就，取決于我們?nèi)绾味x大模型：目前大模型行業(yè)，沒有出現(xiàn)1000W+日活的AI原生產(chǎn)品，那就說明AI只是個工具。就像2020年初Clubhouse如流星劃過，但現(xiàn)場音頻活動功能留在了Spotify、Discord和TwitterSpaces里。再比如2016年春節(jié)映客直播爆發(fā)引發(fā)國內(nèi)的千播大戰(zhàn)，但是風口過去用戶最多觀看直播的場景是在快手、抖音和視頻號里。也就是說，大模型的使用應該結合場景。而在營銷行業(yè)，廣告分為品牌廣告與效果廣告，不可混為一談：AI營銷用于品牌廣告，那么相比人類藝術家的創(chuàng)作仍有一定差距；但是對于效果廣告而言，效率、點擊率、轉(zhuǎn)化率的重要性則排在藝術效果之前。至于被用戶一直擔心的大模型幻覺困擾，在萬鵬飛的認知中，它其實只是當前大模型的一個內(nèi)在特質(zhì)。只要為其找到合適的場景來應用，這個特質(zhì)就可以變成大模型的優(yōu)勢，比如在快手，用可靈AI生成山海經(jīng)中異獸，就充分調(diào)用了大模型的想象力，來還原現(xiàn)實中并不存在的瑰麗想象。但營銷+AI的能力僅限于此嗎？03營銷的新時代與AI帶來的科技平權1913年，這一年的汽車產(chǎn)業(yè)，迎來了發(fā)展史上的決定性時刻。這一年，福特汽車公司開發(fā)出了世界上第一條流水線，通過將汽車生產(chǎn)分解成一系列標準化的步驟在流水線上依次進行。一部汽車的組裝時間，從12小時28分鐘縮短到了93分鐘，生產(chǎn)效率提高800%。而伴隨著效率的提升，汽車生產(chǎn)的成本也隨之大幅下降，福特汽車迅速風靡全球，汽車從奢侈品變成日用品。全球制造業(yè)，自此進入生產(chǎn)大分工時代。工作流程的變革，往往會帶來比加班，甚至比先進工具本身更大的效率提升。營銷之于大模型，正是如此。廣義的營銷可以分為經(jīng)營與銷售，大模型不僅幫助銷售，更在賦能甚至變革經(jīng)營本身。伴隨著可靈、女媧等工具的成熟，廣告主本身將掌握越來越多且越來越低成本的內(nèi)容生產(chǎn)以及投放能力，具備知識有私域知識的團隊會加速成長。而廣告公司也會更多的回歸廣告行業(yè)的本質(zhì)——創(chuàng)意與洞察。萬鵬飛總結「AI生成只是獲得內(nèi)容的一種方式，而內(nèi)容是通過消費和轉(zhuǎn)化而產(chǎn)生價值，內(nèi)容的質(zhì)量很大程度上決定了后鏈路的價值。目前AI生成的內(nèi)容在質(zhì)量上還有很大提升空間，我們只摘到了一些低垂的果子，未來會有更多的果子可以摘?！贡热?，流程變革與工具能力增加之后，企業(yè)的運營邊界也會自此擴張。比如過去沒有出海能力的企業(yè)，可以借著大模型能力，完成全球各種語言的個性化營銷，一次廣告制作，可以通過AI改變主播形象、語言，進行不同類型的客戶投放……更深一層的意義，大模型的意義在于，讓所有企業(yè)真正意義上實現(xiàn)科技平權。觀察了無數(shù)在快手上進行創(chuàng)業(yè)，以及通過磁力引擎賦能營銷的案例，劉路發(fā)現(xiàn)，未來輕創(chuàng)業(yè)會成為一個更大的可能和大趨勢：「過去在電商的平臺公司出來之前，做電商這件事情是復雜的，或者說開一家店是復雜的。我們需要考慮怎么選址、怎么去拿到流量，怎么去維護我的產(chǎn)品，線下的供應鏈怎么做。但是有了這些電商的平臺溝通之后，這個事情更變得簡單了。而未來，AI的介入，會讓這個事情更簡單。尤其是針對后鏈路相關行為，比如說我爆品怎么選？投放怎么做，全都可以交給AI、交給快手的磁力引擎智能化完成。」「那時候，大量出現(xiàn)只有1-2個人就能做起來的流水百萬、千萬公司，越來越多的人能夠以更輕的投入，做出更有競爭力的產(chǎn)品，并且能解決用戶的需求和問題?！剐」緫{借創(chuàng)意也能完成商業(yè)的閉環(huán)；更好的產(chǎn)品借助AI的力量被看見，更多的人只要發(fā)揮長板就能用AI補足短板……科技平權帶來的，是一個正在蓬勃爆發(fā)中的時代機遇。本文來源：極客公園文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
12/13
沒有AI思維比缺乏AI工具更可怕
傳統(tǒng)企業(yè)如何打造AI能力？當前各種各樣的AI產(chǎn)品可以說是非常的火爆，品種及功能之多可以說是讓企業(yè)挑花了眼，看似熱鬧的場景，但相對于企業(yè)的應用落地場景而言卻十分的有限。特別是傳統(tǒng)企業(yè)，最近老楊一直在接觸一些AI產(chǎn)品、解決方案，每天也在抽時間研究AIGC，試用一些AI產(chǎn)品，比如在試用了文生圖產(chǎn)品后老楊感慨：取代你的不是AI,而是會使用AI的人！AI技術如此發(fā)展下去，很快很多行業(yè)、崗位真的要被顛覆了，甚至一些個人愛好由此可能被改變，比如老楊酷愛攝影，但自從用了AI文生圖以后，感覺老楊心愛的單反相機估計都要吃灰了，下圖就是老楊通過AI產(chǎn)品生成的圖片：那么在AI技術高速發(fā)展的今天，傳統(tǒng)行業(yè)該如何擁抱AI呢？老楊認為在傳統(tǒng)企業(yè)里領導沒有AI思維比缺乏AI工具更可怕。為什么這么說？首先我們來談一下當前傳統(tǒng)企業(yè)應用AI的一些困境與痛點：第一，AI產(chǎn)品太多，不知道如何選，易盲目選，造成應用效果不佳；第二，AI產(chǎn)品的功能應用場景多樣化，但企業(yè)員工缺乏相關的專業(yè)的系統(tǒng)化的培訓，缺乏應用指導，處于不會用的狀態(tài)；第三，個別崗位員工由于擔心工作會被AI取代，而消極抵抗，處于恐懼AI不想用的狀態(tài)；第四，一些場景領導及員工由于擔心AI的輸出內(nèi)容是否正確，處于不敢用的狀態(tài)；第五，企業(yè)員工雖然很積極的試用了一些AI產(chǎn)品，但由于方法不當不會用，導致結果差強人意，對AI產(chǎn)品持質(zhì)疑態(tài)度，所以在后期引進方面擔心產(chǎn)生的價值遠不及預期處于觀望狀態(tài)；第六，在AI建設方面，由于企業(yè)工作場景的多樣性，導致市場上的AI產(chǎn)品在應用上缺乏案例參考，同時在建設過程中又缺乏正確的方法論支撐，純粹靠企業(yè)摸索，可能還會成為AI產(chǎn)品廠家的小白鼠；第七，企業(yè)缺乏AI應用人才，同時缺乏與之配套的人才培養(yǎng)體系，仍舊將AI劃歸與傳統(tǒng)的技術范疇，認為應用AI還是相關技術部門人員的事，對AI的認知在意識上不足、不正確；第八，由于大部分傳統(tǒng)企業(yè)缺乏AI方面的專業(yè)技術人才，對AI應用過程中產(chǎn)生的技術問題完全依賴于第三方，這在一定程度上導致其相關功能及應用場景受限，難以發(fā)揮價值；第九，當前對于AI產(chǎn)品，在引進應用方面大部分的傳統(tǒng)企業(yè)缺乏從立項、實施、應用再到風控、評估等系統(tǒng)化的管理方案；當前一些企業(yè)在積極擁抱AI，不僅有思想上的，也有行動上的，比如有營銷行業(yè)的公司已經(jīng)通過開源軟件構建了自己的應用大模型，在產(chǎn)品設計、客戶服務管理、直播銷售等場景上取得了不錯的成果，而對于傳統(tǒng)行業(yè)老楊所擔心的是一些企業(yè)領導對AI的過度解讀，就如做數(shù)字化一樣有太多的“想當然”，一些企業(yè)領導缺乏對AI的認知，認為AI無所不能，有的企業(yè)領導甚至認為引進了AI就可以先把一些高薪崗位優(yōu)化，以此來實現(xiàn)所謂的“降本增效”，比如某企業(yè)領導就曾說：公司引進了AI，就可以把程序員都干掉了，讓AI幫我們寫程序！我們想要什么就馬上設計出什么來！這種想法可行嗎？理論上可行，但需要很長的時間才能實現(xiàn)，但如果領導的管理邏輯是混亂的，那么AI設計出來的也是智障軟件！那么至于多久？未知！可能是明天，也可能是明年，甚至是更長時間！當前在AI技術的利用上，部分企業(yè)領導存在和傳統(tǒng)經(jīng)驗管理一樣的投機意識，總想在技術上取巧，但最終弄巧成拙！因為AI并非如芝麻開門那般簡單，不僅需要應用者像AI一般思考，更需要一個長期訓練的過程，才能得到想要的結果，因為AI產(chǎn)品也需要一個不斷學習完善的過程，雖然現(xiàn)在市面上生成式AI產(chǎn)品很多，在某些場景取得了不錯的效果，比如在公文寫作、文創(chuàng)、產(chǎn)品設計方面，但相對于企業(yè)復雜的應用場景生成式AI的可應用范圍僅僅是冰山一角。為什么傳統(tǒng)企業(yè)的業(yè)務場景短時間內(nèi)很難應用AI？其中最主要的原因就是一個管理場景的復雜性。一些企業(yè)做了知識管理大模型，可以快速的實現(xiàn)歷史知識的文檔的快速查找，比如傳統(tǒng)需要幾個小時才能在海量文件中翻找出來的文檔，利用AI大模型工具幾秒鐘就可以解決，廣泛應用于營銷客戶、維護維修等場景。其實對于企業(yè)管理場景而言這是最簡單的應用，但實現(xiàn)起來卻需要大量的基礎數(shù)據(jù)做為支撐，且對數(shù)據(jù)的完整性、準確性要求極高，應用呈現(xiàn)效果可能只有幾秒鐘，但前期收集、整理知識文檔、制定相關標準、清洗數(shù)據(jù)可能要花幾個月甚至更長的時間，因為AI產(chǎn)品也是基于數(shù)據(jù)制定規(guī)則來最終呈現(xiàn)結果的。如果企業(yè)提供的文檔數(shù)據(jù)殘缺不全，那么最終花費高額代價做的AI大模型也會變成“人工智障”。最簡單的知識文檔大模型尚且如此，如果再復雜的生產(chǎn)管理場景想實現(xiàn)AI智能化估計就更難了，因為對于大部分傳統(tǒng)企業(yè)而言，管理的隨意性太強，而最最關鍵的是企業(yè)領導及員工總是難以沉下心來提升對AI的深度認知，總是期望AI產(chǎn)生“點石成金”的奇效，以此來改善日常工作中的各種問題，總是在思想上懶惰，在意識上希望“勤奮”的AI能代勞其全部的工作，而不愿在工作模式上做出改變，其實AI時代缺乏的并不是技術，而是能力，一種利用AI技術+創(chuàng)新的能力，能否具有駕馭AI技術的能力，是當前每個傳統(tǒng)企業(yè)都要面臨、都需考慮的問題，否則AI技術極有可能成為管理的背鍋俠。所以老楊認為當前企業(yè)里領導沒有AI思維比缺乏AI工具更可怕。那么傳統(tǒng)企業(yè)如何打造AI能力？除了在認知上提升，老楊認為組織能力非常重要，在一次問卷調(diào)研中老楊發(fā)現(xiàn)有近68%的企業(yè)表示從未考慮過是否設立與AI相關的組織或崗位，近25%的企業(yè)表示準備設立，從中我們不難看出大部分的企業(yè)在AI應用方面還是非常謹慎的，并未成立專業(yè)的組織來應用推廣AI技術，這也將直接影響AI技術在企業(yè)的應用效果，所以若想真正應用AI、落地AI必須在組織管理上下功夫，成立專業(yè)的AI實施與應用組織。同時在在推廣應用策略上應采取單個應用場景突破，小切口試水，取得效果后再大面積推廣的策略，避免貪大求全，在技術上踩坑，浪費成本。綜上所述，AI不僅是一種技術，更是一種能力，是先進技術+創(chuàng)新思想的結合體，是未來企業(yè)管理的趨勢，但目前大部分的傳統(tǒng)企業(yè)仍是讀不懂、看不透、不敢用、不會用，先進技術變成生產(chǎn)力仍需時日，先進技術在傳統(tǒng)管理中仍難體現(xiàn)價值，因此企業(yè)需要的不僅是技術，更是技術與業(yè)務融合的管理轉(zhuǎn)型，否則AI又會背上企業(yè)管理的鍋，成為下一個名副其實的背鍋俠。本文來源：虎嗅APP文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
12/13
喊著干掉網(wǎng)站和app的AI公司們，卻在豪擲數(shù)億瘋搶網(wǎng)址域名
這是地球上最好的域名?！薄R斯克如此評價x.com。2017年，他花費500萬美元從paypal手中重新買回x.com，后來他買下的社交媒體平臺Twitter更名重塑為X。七年后的今天，隨著AI浪潮的崛起，域名爭奪戰(zhàn)再次升溫，而金額更是水漲船高：一家名為Friend的AI初創(chuàng)公司為了friend.com砸下180萬美元，OpenAI為chat.com更是支付了超過1500萬美元......這些投入累計已超過數(shù)億人民幣。這些喊著AI最終會干掉一切過時的網(wǎng)站和app的AI公司們，一扭身在為搶奪網(wǎng)址域名豪擲千金。這些公司“身體是誠實的”，哪怕人工智能的新戰(zhàn)場上，一個好域名依然價值連城。chat.com：從“搜一下”到“聊一下”近期，OpenAI以1550萬美元的天價買下了chat.com，這筆投資乍看上去似乎有些不可思議。畢竟，現(xiàn)在的年輕人更習慣打開APP，而不是在瀏覽器里一個字母一個字母地敲網(wǎng)址。OpenAI這筆域名投資的背后，折射出的是一場搜索入口的爭奪戰(zhàn)。在過去二十年，“google一下”、“百度一下”幾乎成為了搜索的代名詞。而現(xiàn)在，隨著生成式AI的崛起，人們開始習慣用“chat一下”來尋找答案。從這個角度看，OpenAI收購chat.com，某種程度上是在下一盤更大的棋：讓“chat”成為新時代的“google”。在生成式AI領域，“chat”已經(jīng)成為一個重要關鍵詞。直接在瀏覽器輸入chat.com就能訪問ChatGPT，這種簡單直接的體驗，對于快速擴大用戶基礎至關重要。此外，不少用戶會把“ChatGPT”錯寫成“ChatGTP”。這看似小小的拼寫錯誤，卻可能導致流量流向其他競爭對手。比如當用戶錯誤輸入“ChatGTP”時，頁面會重定向到NinjaChatAI，這無疑不是OpenAI想看到的結果。從這個角度看，投資chat.com不僅僅是為了一個好記的域名，也是一種防御性策略。通過提供一個簡單、無需記憶復雜字母組合的域名，OpenAI希望能降低用戶使用門檻，同時避免潛在的流量流失。有趣的是，chat.com的賣家是HubSpot聯(lián)合創(chuàng)始人DharmeshShah。據(jù)傳，他在交易中不只拿到了現(xiàn)金，還獲得了一筆OpenAI的股份。成為OpenAI的股東，或許比持有一個域名更有想象空間。Shah本人也不是參與重大域名交易，他曾在2022年以1000萬美元購得connect.com，他開發(fā)的文字游戲網(wǎng)站W(wǎng)ordPlay.com，也曾在憑借直觀的域名，短期內(nèi)積累了1600萬用戶，他顯然對優(yōu)質(zhì)域名的價值有著獨到的見解。ai.com到底在誰手中？在chat.com之前，還有一個更撲朔迷離的故事：ai.com的歸屬之謎。這個域名自上世紀90年代中期起屬于Google，根據(jù)一些媒體的報道，OpenAI在2023年以1100萬美元的價格將其收入囊中。然而，這個傳言至今未得到任何一方的官方確認。而根據(jù)域名經(jīng)紀商Saw.com的信息，ai.com曾在2021年被互聯(lián)網(wǎng)開發(fā)公司FutureMediaArchitects（FMA）擁有。雖然有暗示說新買家可能是OpenAI，但這一信息始終沒有得到確認。目前，該域名處于隱私保護狀態(tài)，更增添了幾分神秘色彩。更有趣的是，ai.com的解析目標像是在玩捉迷藏：它先是指向ChatGPT，后來又跳轉(zhuǎn)到了馬斯克的xAI，甚至在一段時間內(nèi)指向了科技YouTuberMarquesBrownlee（MKBHD）的一段AI視頻。現(xiàn)在又重新指向了ChatGPT，這種反復無常的跳轉(zhuǎn)讓人懷疑：會不會是域名持有者在玩一場“欲擒故縱”的營銷游戲？不過按照馬斯克和奧爾特曼的性格，如果真是他們其中之一買下了ai.com，恐怕早就在X平臺上炫耀了。畢竟馬斯克曾經(jīng)為了tesla.com花了十年時間和1100萬美元，為了x.com也砸下了500萬美元。奧特曼也在第一時間在x上宣布了對chat.com的“主權”。.ai：小國的意外之財囤積“虛榮域名”的現(xiàn)象與互聯(lián)網(wǎng)歷史一樣悠久，在AI領域燒錢如流水時，有個躺贏選手默默數(shù)著錢笑了：安圭拉。這個加勒比海上人口只有1.5萬（坐不滿五分之一個鳥巢）的小島，因為手握.ai這個國別域名后綴，躺著就吃上了AI紅利：互聯(lián)網(wǎng)名稱與數(shù)字地址分配機構（ICANN）在分配國家和地區(qū)代碼頂級域名時，基于國際標準，將“.ai”分配給了安圭拉（Anguilla）。這種分配方式是按照ISO3166標準確定的國家/地區(qū)代碼完成的，而安圭拉的代碼正好是“AI”。每注冊一個.ai域名及續(xù)費，安圭拉就能收到140美元。隨著AI創(chuàng)業(yè)潮的興起，根據(jù)WHOIS數(shù)據(jù)，截至2023年6月，.ai域名總數(shù)達到了248609個，幾乎是2022年7月的兩倍。而這個小國的域名收入從2017年的100萬美元暴增至2023年的3200萬美元，占其GDP的10%以上。僅2023年，通過域名注冊費用獲得的收入就達到了該國政府總收入的五分之一。從Copy.ai到Character.ai，從Jasper.ai到Perplexity.ai，越來越多的AI創(chuàng)業(yè)公司選擇.ai作為其數(shù)字身份?？梢哉f，一個偶然的域名后綴，讓這個原本以旅游業(yè)和離岸銀行業(yè)務為主的小島，搭上了科技革命的快車。據(jù)預測，2024年安圭拉GDP增長有望達到6.95%，這在很大程度上要歸功于.ai域名需求的持續(xù)走高。中國大模型公司的域名布局：我還有PlanB在OpenAI為域名豪擲美元的時候，國內(nèi)AI公司們正在“曲線救國”。.com域名搞不定怎么辦？答案是：有多少個備選方案就注冊多少個域名，實在不行，換個方向繼續(xù)戰(zhàn)斗。月之暗面的官網(wǎng)是moonshot.cn，而輸入moonshot.com會跳轉(zhuǎn)到johnsculley.com/lander，這個網(wǎng)站的所有者是JohnSculley，就是那位被喬布斯用“你是想賣一輩子甜汽水，還是和我一起改變世界”打動來加盟蘋果，后來又把喬布斯趕走的傳奇人物，而JohnSculley寫了一本講述企業(yè)創(chuàng)新的書叫《Moonshot!》，于是，一切都聯(lián)系起來了。不過對于月之暗面來說，kimi顯然比moonshot更重要。kimi.com、kimi.ai、kimi.cn、kimi.com.cn、kimi.today、kimi.zone、kimi.team，這一系列域名都在月暗手中，主打一個收集寶可夢就要收全套。另外通過whois反查，我們發(fā)現(xiàn)月暗還注冊了xiaoke.chat、xiaoke.run、xiaoke.team。這是又一個智能助手產(chǎn)品（小可）還是AI+CRM類產(chǎn)品（銷客）？智譜AI的域名主打一個實用派，zhipu.com和zhipu.cn都被人用了？沒事，zhipuai.cn也能用。除了已上線的產(chǎn)品外，智譜還注冊了大模型測評相關的一系列域名（llmbench.cn、llmbenchmark.cnllm-bench.cn），以及個稅.online、aiworkflow.cn等域名。比較逗的是智譜的大模型開放平臺用了bigmodel.cn，還喊出了用大模型API就上bigmodel.cn的口號，而bigmoxing.cn、guochanapi.cn這兩個域名卻跑到了階躍星辰手中，比拼誰的域名更中國風了是嗎。Minimax的官網(wǎng)的情況類似：或許想注冊minimax.com，一查才知道這域名屬于一家德國老牌消防公司。于是他們選擇了繞道走，用了minimaxi.com（多了一個i）。另外有趣的是Minimax注冊了belloai.cn、bello-ai.cn、aibello.cn這三個域名，而belloai.com為Bello倍羅官網(wǎng)，這是一家成立于2016年專注招聘場景的AI技術研發(fā)的創(chuàng)業(yè)公司。總的來說從這些案例看來，國內(nèi)AI公司對域名這事的態(tài)度，基本就是一句話：沒搶到心儀的域名？不慌，我們有一百個PlanB。人家有chat.com，ai.com，我們.cn照樣把大模型做得風生水起。所以，為什么還要買域名？在APP為王的時代，為什么AI公司還在大手筆購買域名？這個問題的答案可能比我們想象的更復雜，但其核心價值：品牌識別和用戶信任將始終不變，一個好的域名仍然是企業(yè)戰(zhàn)略布局中的重要一環(huán)。不過對于大多數(shù)創(chuàng)業(yè)公司來說，性價比可能是更重要的考量。畢竟在這個以用戶體驗為王的時代，產(chǎn)品力才是真正的制勝法寶。一個天價域名固然吸引眼球，但最終還是要靠真材實料的產(chǎn)品和服務來說話。比如perplexity.ai即便是英語母語者也經(jīng)常記不住或拼錯這個名字，更別提全世界的其他用戶了，但作為一個AI搜索引擎，該公司依靠產(chǎn)品力獲得了大量用戶的喜愛。什么才是最好的域名，也許答案并不重要。重要的是，無論域名多么朗朗上口，終究還是要靠真正解決用戶問題的產(chǎn)品和服務來證明價值。值得注意的是，隨著技術的發(fā)展，域名本身可能也可能迎來變革。語音交互的普及、新一代互聯(lián)網(wǎng)協(xié)議和平臺級設備的出現(xiàn)，都可能改變我們訪問網(wǎng)絡的方式。在這個意義上，今天的域名之爭，或許會成為互聯(lián)網(wǎng)發(fā)展史上的一個獨特注腳。本文來源：虎嗅APP文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
12/06
AI編程在硅谷殺瘋了，但國內(nèi)還長得出自己的Cursor么
出路在哪里。2024年夏天，經(jīng)歷了3次重大功能更新和40余次功能迭代之后，AI代碼編輯器Cursor在北美制造了一場程序員狂潮，并且也隨即成為大洋彼岸中國程序員們的編程工具首選。面對強大的GitHubCopilot，Cursor帶來的交互方式的變化、使用體感上的創(chuàng)新、對整個程序文件全局補全代碼的能力、雖由OpenAI孵化但基座模型棄GPT4而選Claude的決策、快速拿下3000名各領域客戶的成績、以及早在8月就達到的4億美元估值，都讓它成為科技圈熱議的焦點。Cursor甚至都不是硅谷第一個走紅的AI編程產(chǎn)品，更不是最后一個。今年3月，“AI程序員”Devin引發(fā)行業(yè)廣泛關注，僅5個月后，另一家名為Cosine的AI初創(chuàng)宣稱，他們?nèi)峦瞥龅腁I程序員Genie測試表現(xiàn)遠超Devin，8月，集成了AI的強化型代碼編輯器Cursor迅速成為頂流，作為VSCode的衍生版本，它在繼承VSCode優(yōu)勢的基礎上，全面融入AI功能，極大簡化了軟件開發(fā)工作流和編程過程，在它之后，Magic、Bolt、Replit、Supermaven紛紛成為AI編程明星公司的代表，他們各自擅長不同的方向，Supermaven重上下文本長度，Bolt、Replit在工作流上做了更多延展，不僅能設計代碼的整體結構，還能夠?qū)Υa作出全局修改，甚至超出了Cursor的能力邊界。據(jù)報道，這些公司的總融資額早已超過了22億美元。AI編程在硅谷逐漸成為最性感的AI賽道，10余家今年活躍的AI編程初創(chuàng)中，已有7家成長為獨角獸。然而，與很多領域的“追逐”不同，在AI編程公司席卷硅谷的同時，國內(nèi)卻基本上沒有聽到過AI編程初創(chuàng)公司的大消息。一位前沿科技領域主流VC的投資人告訴硅星人，其實國內(nèi)去年一下子也冒出了多家AI編程公司，他們當時梳理完曾經(jīng)有十四五家?！澳切﹦?chuàng)業(yè)團隊都在編程賽道上想各樣東西，比如代碼搜索，比如面對論文進行編程，比如做代碼注釋，或者代碼修復，還有一部分在做純代碼生成，完全對標Cursor。”他稱?！暗珕栴}是，水平差了很多?！彼稳?，總體而言這些團隊做得代碼生成，程度不深。硅星人了解到，去年奇績創(chuàng)壇投了六家AI編程領域的初創(chuàng)，此后幾乎全軍覆沒，而去年10余家曾短暫浮出水面的代碼類團隊，今年大部分已經(jīng)退場。對標Cursor，現(xiàn)實骨感“水平差了很多”的問題，其實是個AI行業(yè)常見的問題。在基礎模型上，在Chat類的AI應用上，其實都存在中國公司追趕美國對手的現(xiàn)狀，但事實上這些賽道還是有融資發(fā)生，投資人也能在市場邏輯上自洽。但AI編程有一個很大不同，就是——面向開發(fā)者的AI編程產(chǎn)品沒有國界。這與那些面向企業(yè)的知識庫問答助手等產(chǎn)品都并不一樣，因為語言、生態(tài)等方面的差別，中國和美國差異很大。據(jù)硅星人了解，面向企業(yè)的知識庫問答助手，面向中國和美國客戶，面向中文與英文的版本差異堪稱巨大。“美國先做出了好產(chǎn)品，國內(nèi)開發(fā)者都會去用，沒有太多門檻”。來也科技CTO胡一川指出。于是，水平做得太淺在AI編程的賽道上，就成了第一個問題。達不到Cursor、Bolt、Magic等新貴的身位，這個硬標準如果不能啟及，在許多中國投資人眼里，再好的團隊也不能吸引到投資。有AI應用團隊聯(lián)合創(chuàng)始人表示，海外市場目前很多類似Cursor的明星產(chǎn)品跑出，本質(zhì)上是美國資本市場對這類——用海外最好的大模型（Cursor用的是Claude）直接做插件，做成Agent的編程產(chǎn)品非常buyin?？陀^而言，在模型層面，國內(nèi)似乎不缺乏比肩GPT4的模型，然而問題似乎不在這里。因為哪怕是同樣基于海外模型，目前很多應用的產(chǎn)品完成度和能力都依然欠缺。于是，當國內(nèi)投資人看AI編程賽道的一個共同邏輯是對標Cursor時，就自然下不了手。上文提到的AI應用創(chuàng)業(yè)者表示，他經(jīng)歷過幾十次非常類似的交談，但發(fā)現(xiàn)投資人們最終認為，“這個標準國內(nèi)產(chǎn)品是達不到的”?！艾F(xiàn)階段在海外能解決這種IDE生態(tài)問題的中國團隊尚且看不到。”AIGCodeCEO宿文表示。IDE指的是集成開發(fā)環(huán)境，指用于提供程序開發(fā)環(huán)境的應用程序，包括代碼編輯器、編譯器、調(diào)試器和圖形用戶界面等工具，如微軟VS系列問題。他認為，目前中國公司們哪怕想在海外實現(xiàn)Cursor這樣的“插件邏輯”，也是遙遙無期。當在技術本身落后時，中國投資人過往的一個常見邏輯是，我們有更大的市場和應用場景，商業(yè)化上可以快速跑起來，進而帶來應用上的彎道超車機會。然而在AI編程上，商業(yè)化的環(huán)境也沒有比海外好到哪去?！巴端ˋI編程）就是因為其賺錢?！背ｑv硅谷的AminoCapital合伙人徐霄羽表示，AI編程火爆于硅谷，背后原因是PLG（產(chǎn)品驅(qū)動增長）SaaS模式在整個海外是成立的。徐霄羽發(fā)現(xiàn)，她們機構最近3年投資的初創(chuàng)公司，發(fā)現(xiàn)并找到PMF的生成式AI公司，比沒有生成式AI驅(qū)動的公司能節(jié)省一半時間達到1000萬美金ARR（年度經(jīng)常性收入），這雖然不能幫助這些公司日后成為谷歌，但足夠發(fā)展成一個小獨角獸體量，其中最典型的例子就是2016年成立，今年躍升成為編程界新貴的Replit。但事實上，哪怕在硅谷當紅編程工具如GithubCopilot、Cursor和Bolt，在現(xiàn)實中的產(chǎn)品狀態(tài)也沒有達到強付費點。構建自有編程模型的另一家新貴Magic，甚至都沒有發(fā)布正式可用產(chǎn)品，他們?nèi)越鉀Q存量場景下的存量程序員需求。國內(nèi)的付費道路更在最早期。國內(nèi)2BSaaS生態(tài)因利潤率低不賺錢，因復雜環(huán)境成因不起勢已是老生常談，就連李開復日前都說“現(xiàn)在還沒有SaaS訂閱的妄念”。而且，AI編程很重要的目標群體是互聯(lián)網(wǎng)公司的程序員們，但大廠傾向于團隊自己做生產(chǎn)工具。公開信息顯示，阿里云、字節(jié)跳動、華為、百度內(nèi)部都有成熟的AI編程業(yè)務，這些業(yè)務服務于內(nèi)部，讓外部的創(chuàng)業(yè)公司少了很多市場機會，同時這些業(yè)務在市場成熟的時候也很可能轉(zhuǎn)身入局，對外提供服務，像當年釘釘與飛書的歷程一樣，屆時創(chuàng)業(yè)公司的空間也會進一步被碾壓。尋找出路：有人找獨特的市場機會，有人認為還是要硬碰硬劉罡是國內(nèi)最早關注AI+行業(yè)方向的風險投資人之一，依循阿爾法公社的“投人不投賽道”的邏輯，作為合伙人的他很早走訪到幾家很有潛力的AI編程團隊，包括其中一家編程方向的項目，團隊資質(zhì)良好，有不錯的產(chǎn)品，項目針對B端企業(yè)和開發(fā)者，但付費很成問題，他們曾找到少數(shù)大B客戶做私有化部署，但總體“說白了收不上錢”，勉強維持但無法實現(xiàn)快速發(fā)展。這一團隊于2023年下半年陷入困局，今年伊始，他們堅決轉(zhuǎn)型進入全新領域，開始有了一些不錯的營收和業(yè)務增量。北京大學長聘教授李戈耶是國內(nèi)這一賽道最早的闖關人。兩年前他創(chuàng)立了aiXcoder，早于ChatGPT問世之前，李戈用比較傳統(tǒng)的編程方法孵化這一項目，在IDE（集成開發(fā)環(huán)境）里做插件，做代碼補齊，有些類似經(jīng)典的知識圖譜。2023年起，aiXcoder調(diào)轉(zhuǎn)船頭擁抱大模型，做大B端和2G端生意，接連獲得了幾家銀行和國企商單，年中預測今年會有6000萬左右的營收，和近10億人民幣左右的市面估值。還有高瓴、清流資本和一家汽車產(chǎn)業(yè)鏈基金的加注?！斑@是中國特有的機會，國內(nèi)有很多大型公司，自己有比較大的開發(fā)團隊，它們需要AI編程的輔助，但又不可能用GitHubCopilot或者Cursor這樣需要連接云端大模型的產(chǎn)品?！昂淮ㄕJ為。當下國內(nèi)絕大部分頭部銀行、保險公司、和金融行業(yè)里的大型企業(yè)，都擁有異常龐大的開發(fā)團隊，小則幾千，大則上萬，他們的共性是希望運用先進的AI工具和技術，但不太可能使用互聯(lián)網(wǎng)上的編程工具，出于安全考慮，必須使用一款能在環(huán)境里做本地化部署的AI編程整工具。這不僅是AI編程一個賽道的特性，還折射出整個大模型ToB落地的新趨勢。胡一川認為，目前很多客戶要的不僅僅是你的模型本身，或者AI編程軟件，要的是軟硬一體化的方案，“要這個東西做本地化部署，需要選擇什么樣的GPU，怎么在GPU上做訓練和推理，怎么高效使用GPU，都需要廠商具備很專業(yè)的服務能力?！笨傊?，“AIcoding這里面的角色從設計到開發(fā)到測試到發(fā)布都有，新的公司想繼續(xù)走這條路，競爭是非常激烈的，除非他找到了一個非常獨特的群體，或者非常垂直的領域，一些通用的產(chǎn)品解決不了的問題，它能夠解決，才可能會有機會?！焙淮ㄕf。這的確是一種生存思路。最近原月之暗面視頻生成產(chǎn)品Noisee負責人明超平離職，他創(chuàng)業(yè)的項目也是一家AI編程公司，據(jù)硅星人了解，這家公司是走輕量級類似Websim的產(chǎn)品路線，瞄準游戲等場景，（Websim是款僅通過文字描述就可以生成網(wǎng)站的網(wǎng)站，可以生成小游戲和一段音樂，由OpenAI、Anthropic等大模型驅(qū)動，如Claude3.5Sonnet和GPT-4o），暫時沒有自己的專屬模型，要走比Bolt還輕的產(chǎn)品付費路線。與此同時，還是有新的創(chuàng)業(yè)者“不信邪”，認為最終的出路還是要與海外最強的產(chǎn)品“硬碰硬”，在能力和模式上通過創(chuàng)新來獲取自己的機會。AIGCode的宿文是其中一員。他表示，一些AI編程國內(nèi)企業(yè)做的大量工作是代碼測試和代碼修復，這都只是進入到了編程賽道，但不算真正在做深度代碼生成?！斑@個真正的工作像吃肉，需要放棄邊角料”。他此前在華創(chuàng)資本做投資人。2021年3月離開華創(chuàng)之后，保留了投資合伙人的身份，但幾乎是全職投入了創(chuàng)業(yè)模式，最終他在今年1月創(chuàng)立AI編程公司AIGCode，獲得了兩輪融資AIGCode的產(chǎn)品是一個端到端的Autopilot工具，有自己“pre-trainfromscratch”的通用模型，想對標poolside、magic，做大模型時代的產(chǎn)品發(fā)動機。宿文告訴硅星人，他把端到端做代碼生成定為自己20多人團隊的工作方向。“20多人搞不定的事兒，200個人也搞不定，這個賽道的技術人才是非常有限的，有幾個人做過預訓練又有多少人做過先進且創(chuàng)新的軟件架構呢？”20人的規(guī)模與他對標的競爭對手，美國AI編程初創(chuàng)Magic的體量相當。從模型和軟件架構上去做代碼生成，做端到端完成任務的編程工具，并訓出自己的模型，與應用垂直結合，最終接管APP工廠里的多個職能，這種端到端完成任務的編程方式，是宿文眼中在編程領域能脫穎而出的唯一方法。在鏈路管線上分工明確的硅谷，端到端沒有必要，但在中國的開發(fā)與B端環(huán)境里，端到端可能是更符合市場需求的模式?！爸挥卸说蕉说拇a生成或者片段化的代碼補齊叫做AI編程”。但這也要求你真的可以做得比硅谷新貴們流程全，做得水平比他們還好。這顯然并不容易，和其他同行一樣，市場和投資人給他的時間窗口也是有限的。一切都需要加速進行。宿文表示，自己的團隊已經(jīng)把很多先驗性東西跑完，目前處于往產(chǎn)品上補全功能覆蓋度的階段，并于最近開啟了產(chǎn)品內(nèi)測?！案顿M點沒到之前，最好的辦法是先讓用戶起來，讓產(chǎn)品出來，這個賽道就像南北坡爬山，Copilot已經(jīng)從北坡先爬到了大本營，我們在南坡還不一樣，但大家最終都能登頂?！八尬恼f。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
12/06
OpenAI進軍瀏覽器，AI正在消滅“網(wǎng)頁”，瀏覽器怎么活？
物競天擇，適者生存。ChatGPT之后，AI改造軟件就迅速成為了全球的共識，「人工智能將從根本上改變每個軟件類別，」正如微軟CEO薩蒂亞·納德拉所言，而瀏覽器作為最重要的軟件之一當然也在其中。甚至，OpenAI可能也要來了。TheInformation在最新報道中就披露，OpenAI打算開發(fā)一款自己的瀏覽器（Browser），來與Google旗下的Chrome硬碰硬。坦白講，這條新聞并不讓人意外，考慮到OpenAI已經(jīng)推出了ChatGPTSearch，還有獨立客戶端（Windows/macOS），就算推出瀏覽器也是順理成章的一件事。圖/OpenAI問題是OpenAI要打造一款什么樣的瀏覽器？是和大家一樣基于Chromium，還是基于自家的ChatGPT客戶端？是傳統(tǒng)意義上的網(wǎng)頁瀏覽器，還是基于AI問答的全新瀏覽器？目前來看，短時間內(nèi)我們還很難期待OpenAI正式推出自家的瀏覽器，也得不到上述問題的答案。但不管如何，瀏覽器很重要，時至今日依然是無數(shù)人通過互聯(lián)網(wǎng)看世界的重要窗口，尤其在PC更是最重要的窗口，沒有之一。瀏覽器的AI化，自然也是題中應有之義。（編者注：本文提及的AI化，主要代指ChatGPT之后以大模型為基礎的生成式AI化）AI瀏覽器，才走出第一步作為一種產(chǎn)品，瀏覽器完全稱得上「古老」，基本伴隨了整個互聯(lián)網(wǎng)行業(yè)的成長過程，從網(wǎng)景和IE瀏覽器的王朝更替，到Chrome和Firefox的雙子星崛起，再到今天以Chrome為首的一超多強。但與之相對，AI瀏覽器還只能說是「初生牛犢」。今年1月微軟Edge在主流瀏覽器中率先打出了「AI瀏覽器」的口號；隨后的3月，360創(chuàng)始人周鴻祎也在一場直播中發(fā)布了號稱AI化升級的360AI搜索和360AI瀏覽器。圖/360不只是Edge和360，今年以來AI化已經(jīng)成了瀏覽器的共識。就連一向步驟緩慢的Chrome也沒有按耐住AI化的步子，由主導開發(fā)Chrome的現(xiàn)GoogleCEO桑達爾·皮查伊在年初宣布引入生成式AI能力。AI化的瀏覽器帶來了體驗上質(zhì)的升級嗎？很可惜，還沒有。目前來看，大部分所謂「AI化」的效果基本等同于按照一個AI功能插件的效果，以側邊欄、懸浮窗為形式，以網(wǎng)頁總結、AI聊天、AI生成文本/圖片等功能為主。不能說這些功能沒用，但實際帶來的體驗升級有限，與瀏覽器的結合也不夠深入，完全可以通過安裝一個ChatGPT插件、豆包插件、Kimi插件來實現(xiàn)。圖/夸克而另一方面，瀏覽器上變化最大的AI搜索，實質(zhì)上更接近一個獨立的產(chǎn)品和服務，脫離瀏覽器也完全服務用戶，所以這里先按下不表。當然瀏覽器的AI化也不全如此，比如Chrome年初宣布引入的生成式AI能力中，就專門提到了「標簽管理」的AI化，可以運用生成式AI的能力將所有標簽頁進行智能分組。包括新創(chuàng)瀏覽器公司TheBrowserCompany，在2月發(fā)布的「第二幕」（ActII）更新中甚至為Arc更早加入了類似功能，一鍵就能用AI組織標簽頁——根據(jù)網(wǎng)頁內(nèi)容自動分門別類并且重命名。此外，作為AI化可能最激進的瀏覽器，Arc還利用AI實現(xiàn)了搜索直達、書簽和下載文件的智能重命名等。但這是少數(shù)，大部分瀏覽器的AI化還停留在表面上，更多還是營銷考慮以及FOMO（害怕錯過）心態(tài)帶來的動作。另一方面，瀏覽器廠商還在進行各種探索和嘗試，這些都是需要時間的。不過有一個問題卻是瀏覽器需要共同面對的：如果Web再死一次，瀏覽器要往哪走？AI正在徹底殺死Web2010年，克里斯·安德森（ChrisAnderson）在《連線》雜志上發(fā)表了一篇影響深遠的文章——《Web已死，Internet永生》，其中最核心的觀點就是App對于網(wǎng)頁的大規(guī)模沖擊。2010年前后，在從桌面設備（PC）轉(zhuǎn)向移動設備（手機）的過程中，互聯(lián)網(wǎng)用戶的內(nèi)容消費習慣已經(jīng)呈現(xiàn)出現(xiàn)了明顯App化的趨勢，開始慢慢習慣用一個個App而非通過一個瀏覽器瀏覽不同Web。不過后來的事實證明，Web確實受到了App很大的沖擊，但依然有相當部分的消費者使用瀏覽器瀏覽網(wǎng)頁，尤其是在PC上依然堅挺。另外，還有不少瀏覽器延伸出了小說閱讀、資訊等服務，來吸引和留住用戶。但如果說瀏覽器的本質(zhì)是瀏覽網(wǎng)頁，那當用戶不需要瀏覽網(wǎng)頁的時候，還會需要瀏覽器嗎？圖/夸克這是生成式AI時代面對的一種可能，關鍵變化在于AI搜索正在直接生成答案，而不是引導用戶跳轉(zhuǎn)鏈接去到一個又一個的網(wǎng)頁。簡言之，如果越來越多用戶滿足于AI搜索生成的回答，沒有必要瀏覽一個個網(wǎng)頁，傳統(tǒng)瀏覽器關于標簽頁、書簽、擴展程序以及關于網(wǎng)頁瀏覽的大部分設計、功能慢慢也就沒有了用武之地，「瀏覽器」這類產(chǎn)品自然會逐漸失去本身的意義。如何面對這種可能？不同玩家有不同的答案。AI正在讓瀏覽器「脫胎換骨」10月，Arc瀏覽器開發(fā)商TheBrowserCompany宣布了一個大新聞——停止Arc瀏覽器后續(xù)的功能更新，未來只會進行基本的穩(wěn)定性維護。與之相對的是，他們將啟動一個全新的項目，CEOJoshMiller坦言：「說實話，我們甚至不確定它能不能稱得上是一個網(wǎng)絡瀏覽器?！箞D/TheBrowserCompany唯一肯定的是，新項目依然聚焦網(wǎng)絡瀏覽，但卻是從頭開始基于大模型驅(qū)動，而非像Arc一樣「半路出家」。至于新品到底是類似ArcSearch（移動端）的AI搜索，還是基于問答的全新形態(tài)，還要拭目以待?？傊凑找?guī)劃，這家集齊Chrome創(chuàng)始成員、Safari前首席設計師的新創(chuàng)公司將于明年春季發(fā)布這款全新的「瀏覽產(chǎn)品」（姑且稱之）。不過相比推倒重來，更多廠商不太可能放棄已有的品牌認知，也不想太過挑戰(zhàn)用戶的習慣。但即便是在原有瀏覽器產(chǎn)品形態(tài)的基礎上進行改良，不同瀏覽器廠商的判斷、能力也有所不同，帶來的結果和體驗也會有很大的差異。一個核心是大模型。相比大部分廠商沒有大模型自研能力，只能選擇接入第三方大模型，少部分廠商如夸克、豆包、Kimi擁有自研大模型，有利于實現(xiàn)從底層大模型到應用層的垂直整合，并且根據(jù)AI技術的進展、用戶數(shù)據(jù)和反饋快速地進行產(chǎn)品迭代。同時夸克、豆包以及Kimi這三家，在桌面端產(chǎn)品上都不約而同將「AI搜索」——現(xiàn)階段可能是AI改造最重要的軟件類別，視為核心。但除此之外，夸克或許是沉淀了更多產(chǎn)品經(jīng)驗和對用戶需求的了解，沒有局限于AI搜索以及網(wǎng)頁總結等主流AI功能，還集成了一整套信息處理和生產(chǎn)的AI工具，包括AIPPT、AI簡歷、AI搜題等。圖/夸克寫在最后時間臨近2024年的年尾，AI改變世界的進程仍然存在不少不確定性。包括OpenAI聯(lián)合創(chuàng)始人、前首席科學家IlyaSutskever在內(nèi)，一批頂級AI技術專家看來，基礎大模型的智能涌現(xiàn)已經(jīng)碰到了瓶頸。但盡管如此，AI對于瀏覽器的影響已經(jīng)不言而喻，幾乎所有還在更新維護的瀏覽器產(chǎn)品，都在圍繞AI加入新的功能甚至交互設計，甚至重新改造搜索的體驗、獲取和處理信息的體驗。正如達爾文在《演化論》中反復論證的觀點——「物競天擇，適者生存」，AI正在底層改變我們獲取信息、處理信息甚至生產(chǎn)信息的方式，而作為我們通過互聯(lián)網(wǎng)獲取信息最重要的窗口之一，瀏覽器必須適應時代的變化、重新改造，才可能不被用戶拋棄。本文來源：36氪文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
11/28
讓AI“上天”“入地” 大模型如何打開未來世界
將大模型和生成式AI送到普通人手里，讓大模型觸手可得。從ChatGPT問世至今，已經(jīng)過去2年。大模型和生成式AI帶給人們的，除了無限暢想，還有理想與現(xiàn)實的差距。即便AI手機、AIPC、AI汽車相繼問世；即便隨便打開一個大模型，讓AI搜集一些資料、擴展一篇文章，已經(jīng)“SoEasy”，但大多數(shù)人仍覺得“不解渴”。用一句話總結，人民群眾日益增長的AI理想與AI現(xiàn)實之間存在巨大矛盾。那么，如果從專業(yè)角度，該如何評價過去兩年大模型和生成式AI的發(fā)展?“AI先生”李彥宏11月12日做了總結：“大模型最大的變化是基本消除了幻覺，回答問題的準確性大大地提升，變得可用、可被信賴?！蓖瑫r，他認為智能體是AI應用的最主流形態(tài)，即將迎來爆發(fā)點。消除幻覺的一個標志性產(chǎn)品是百度自研的iRAG，將百度搜索的億級圖片資源跟強大的基礎模型能力相結合，沒有了幻覺，少了AI味兒。比如車企可以用iRAG生成宣傳海報，還原真實的車型，再也不用畫幾十萬去拍攝了。再比如馬斯克在故宮旅游，不僅馬斯克和故宮都能精準呈現(xiàn)，還能將人與場景非常自然地融合在一起。作為國內(nèi)大模型和生成式AI參與國際競爭的種子選手，百度在AI領域的進展值得關注。11月12日的百度世界大會上，李彥宏就重點介紹了百度大模型和生成式AI的當下進展以及未來空間。陡峭增長，日調(diào)用量超15億北京上班的小徐，最近嘗到了AI的甜頭。因公司設計人員不多，且集中精力備戰(zhàn)雙十一，給領導做PPT的任務就落在他頭上?？伤簧瞄L文字工作，制作PPT是短板，心里犯怵。經(jīng)同事點撥，他知道了百度文庫可以一鍵生成PPT，將發(fā)言稿全文上傳后，就能生成個七七八八，再更換下配圖、調(diào)整下文字圖片大小即可。這可幫了他大忙，接到領導這樣的任務，他再也不擔心了。百度文庫的一鍵生成PPT功能背后正是百度文心大模型在發(fā)揮作用，小徐的每次使用，都需要調(diào)用一次大模型。除了制作PPT，用戶每一次在百度App搜索智能體，每一次在文心一言問答，每一次用文心一言生成圖文都會調(diào)用文心大模型。除了C端用戶，B端企業(yè)用戶的數(shù)字人、智能客服等每一次服務用戶，也都會調(diào)用一次文心大模型。這個調(diào)用量規(guī)模有多大呢?李彥宏透露，截至11月初，百度文心大模型的日均調(diào)用量超15億。這足以表明大模型已經(jīng)深入用戶日常生活。更值得關注的是，日調(diào)用量增長的速度。李彥宏表示，百度內(nèi)部曾討論大模型的未來，“怎么才叫成了”。他當時說，如果文心一言大模型日均API調(diào)用量，一年之內(nèi)漲10倍，從今年5月初的2億到明年5月漲到20億，就認為成了。因為這說明，大家是真的需要。而目前，僅半年過去，就超過15億，逼近20億，這條超出百度預期的陡峭增長曲線，正是中國大模型應用大爆發(fā)的縮影。此外，文心一言用戶規(guī)模達到4.3億。AI從量變迎來了質(zhì)量時刻。AI需求側的爆發(fā)式增長，離不開供給側的持續(xù)迭代。比如，百度研發(fā)了“理解—檢索—生成”協(xié)同優(yōu)化的檢索增強技術。檢索增強是大模型去幻覺，增強答案可靠性的主要路徑，即用海量搜索信息指導內(nèi)容生產(chǎn)，提高準確度。再比如，服務程序員的智能代碼助手文心快碼升級至3.0版本，不僅功能開發(fā)、代碼測試、問題修復等能力有所提升，還能實現(xiàn)多個智能體流水線協(xié)同，進一步提升程序員工作成效。面向產(chǎn)業(yè)端，百度構建了文心大模型矩陣，包括ERNIE4.0Turbo等旗艦大模型、ERNIESpeed等輕量模型，以及基于基礎模型生產(chǎn)的系列思考模型和場景模型，滿足不同應用的需要。當然，這更離不開百度AI先人一步出發(fā)。ALLinAI到李彥宏獲評AI先生，百度幾乎是國內(nèi)唯一持續(xù)多年在AI領域做投入、開源、人才培養(yǎng)、生態(tài)共建的企業(yè)。10多年來，百度為人工智能和自動駕駛研發(fā)投入超過1700億，聘請2024物理諾獎得主辛頓、吳恩達、DarioAmodei等全球科技領軍人物，使得百度在大模型領域成為真正的扛旗者。打開多個增長通道AI正在重塑百度。除了大眾知道的百度將旗下產(chǎn)品全部AI化以外，文心大模型還在至少三個維度為百度提供新的增長動力，由內(nèi)到外改變這家公司。一是智能體。這被李彥宏看作是AI原生時代，融合內(nèi)容、信息、服務的新載體，類似PC時代的官網(wǎng)，移動時代的自媒體賬號。與智能體緊密相關的是百度的搜索業(yè)務，以前用戶百度搜索之后的結果頁是官網(wǎng)或者其他SEO之后的內(nèi)容，如今得到的更大概率會是智能體。有何區(qū)別呢？以往，用戶在百度App搜索比亞迪，通過首個結果進入比亞迪官網(wǎng)，自主瀏覽、查看?，F(xiàn)在，搜索結果第一條是比亞迪智能體，變成了一個類似生成式AI的互動界面。用戶可以問某款車型信息，多款車型對比，或者線下門店信息等，智能體可第一時間生成答案，告知用戶。這種模式下，品牌與用戶的鏈接更精準、高效。在百度看來，搜索是智能體最大分發(fā)入口，智能體的爆發(fā)會使搜索成為AI時代的第一入口。數(shù)據(jù)顯示，截至2024年11月，百度文心智能體平臺已經(jīng)吸引了15萬家企業(yè)、80萬名開發(fā)者入駐。越來越多的智能體出現(xiàn)，將徹底改變原有的搜索體驗，為百度賴以起家的搜索業(yè)務帶來新的合作模式、盈利模式，打開新的增長通道。二是百度智能云。近幾個季度，百度智能云營收增長強勁、持續(xù)盈利，正是與大模型綁定的結果。因為大模型，解決了企業(yè)客戶在AI時代的需求，帶動了模型構建、算力消耗、接口調(diào)用等需求，并幫助企業(yè)客戶催生了AI原生應用。最初，云服務是解決企業(yè)客戶信息化、數(shù)字化的成本問題、效率問題，更多屬于CTO決策的范疇。后來，各個云服務廠商增加了行業(yè)解決方案，將云服務深入到企業(yè)經(jīng)營管理各方面，涵蓋了生產(chǎn)、銷售、服務、管理等多個環(huán)節(jié)，幫助CEO解決問題。在AI原生時代，企業(yè)客戶迫切需要借助大模型工具，實現(xiàn)自身業(yè)務的重構。文心大模型與百度智能云結合，讓企業(yè)客戶應用AI、大模型的門檻降低，不僅僅是成本，還包括人員組織等多維度。為實現(xiàn)這一步，百度在文心大模型旗艦版的3.5和4.0版本基礎上，推出了5款輕量級/特定模型、AI原生應用開發(fā)工具AppBuilder等，幫助企業(yè)更低門檻、更高性價比的進入AI原生時代。目前。百度智能云千帆大模型平臺已幫助客戶精調(diào)了3.3萬個模型、開發(fā)了77萬個企業(yè)應用。百度智能云也成為中國最大的大模型產(chǎn)業(yè)落地云，60%以上的央企，以及大量的民營企業(yè)，都在聯(lián)合百度智能云進行AI創(chuàng)新。三是自動駕駛。自動駕駛是百度面向未來，需要長期培養(yǎng)的增長點。在大模型的加持下，百度自動駕駛技術迭代更快，商業(yè)空間更大。今年，百度Apollo發(fā)布了支持L4級自動駕駛的大模型ApolloADFM（AutonomousDrivingFoundationModel），可以兼顧技術的安全性和泛化性，做到安全性高于人類駕駛員10倍以上，實現(xiàn)城市級全域復雜場景落地。門檻越低，商業(yè)版圖越大縱觀百度大模型近兩年發(fā)展，明顯朝著“上天”“入地”兩個方向發(fā)展?！吧咸臁笔遣粩鄡?yōu)化大模型技術，持續(xù)迭代，提高競爭壁壘。不論從專利數(shù)量還是應用規(guī)模，百度在大模型領域都走在全球第一梯隊。前不久，沙利文發(fā)布的《2024年全球AI生態(tài)全景概覽》中，百度與谷歌、OpenAI等位于AI-NativeGiant（AI巨頭）同一序列?！叭氲亍笔前俣仍诓粩嘟档痛竽Ｐ蛻贸杀竞烷T檻，讓更多人觸手可及。除了各種開放平臺、開發(fā)工具，百度還親自下場，為高校、企業(yè)培養(yǎng)了數(shù)百萬的AI人才，讓AI普及的速度越來越快。本次百度世界大會再次體現(xiàn)了這兩點。李彥宏在會上發(fā)布了兩項新技術。一是iRAG技術?；仡欉^去兩年，李彥宏認為，文字層面的RAG（檢索增強生產(chǎn)）已經(jīng)做得很好基本讓大模型消除了幻覺，即用戶跟大模型一問一答，大概率能得到用戶想要的答案。但在圖像等多模態(tài)方面，還存在較大幻覺，比如讓大模型生成一張某歷史人物在某景點的照片，還是存在“一眼假”的情況。要么是事實性錯誤，如人物張冠李戴，要么是畫質(zhì)“機器味兒”太重，缺乏真實感。?針對于此，百度開發(fā)了檢索增強的文生圖技術iRAG（imagebasedRAG），將百度搜索的億級圖片資源跟基礎模型能力相結合，可生成超真實的圖片。這項技術擁有廣泛應用場景，比如過往汽車品牌要拍一組海報大片，動輒要大幾十萬，應用百度iRAG，可立刻生成，且成本幾乎等于零。這是百度不斷“上天”，向技術高峰攀爬的行動。當天，李彥宏還重點介紹了計劃明年一季度上線的無代碼工具“秒噠”，是百度不斷降低大模型門檻，“入地”的體現(xiàn)?！懊雵}”可以說，滿足了大多數(shù)人對于大模型和生成式AI應用的想象，即不需要懂編程，只需要說出想法，AI就能實現(xiàn)和生產(chǎn)所需要的應用。具體如何實現(xiàn)？用戶只需對準秒噠用中文描述需求，如需要搭建一場活動的在線報名系統(tǒng)，并上傳活動時間、地點等信息。之后，秒噠會自動調(diào)取多個智能體、多個工具，實現(xiàn)程序的開發(fā)、BUG檢查、視覺設計等工作，完成報名系統(tǒng)的開發(fā)。也就是說，只要有想法，你就可以心想事成，這也將迎來一個前所未有的只靠想法就能賺錢的時代——點子時代。當一個復雜的事務變得簡單化，將是其走向千家萬戶，占領大眾市場的開始。比如微軟的可視化桌面系統(tǒng)取代Dos系統(tǒng)，讓普通人可以使用原本復雜的計算機。而“秒噠”的落地，意味著將開啟一個全新的點子時代，這才是AI真正的價值所在?！懊雵}”正是這樣一個工具，讓每個人都變成程序員，將極大提高AI原生應用的生成效率，帶來更多智能體，進一步繁榮AI生態(tài)。而百度作為這一生態(tài)的主要創(chuàng)建者，未來的獲益無需多言?！窘Y束語】作為全世界最成功的快消品之一，可口可樂的成功有其獨特配方、成功的營銷，還有重要的一條，即建立了全球最大的飲料分銷系統(tǒng)。2019年其已在200多個國家建立超30000萬個銷售網(wǎng)點，覆蓋了全球約60％的零售店。這樣的結局是，世界各地的人們觸手可得可口可樂。當前的百度正在做類似的事情，將大模型和生成式AI送到普通人手里，讓大模型觸手可得。AI的普及和商業(yè)化自此打開，百度更廣闊的未來世界也被打開。本文來源：R艾瑞網(wǎng)文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
-
24
11/28
低代碼賦能企業(yè)數(shù)字化轉(zhuǎn)型：數(shù)百家軟件公司的成功實踐
在當今的軟件開發(fā)時代,以新技術助力企業(yè)數(shù)字化轉(zhuǎn)型已經(jīng)成為一個熱門話題。如何快速適應技術變革,構建符合時代需求的技術能力和業(yè)務模式,成為了軟件公司必須面對的課題。在這個背景下,低代碼技術是如何賦能軟件公司,助力軟件公司實現(xiàn)業(yè)務騰飛?本文將從低代碼時代軟件公司面臨的機遇與挑戰(zhàn)入手,分享低代碼轉(zhuǎn)型的最佳實踐:確定轉(zhuǎn)型戰(zhàn)略、探索轉(zhuǎn)型路徑以及打造組織能力,助力軟件公司實現(xiàn)破局。低代碼產(chǎn)業(yè)高速發(fā)展過去五年來,低代碼開發(fā)成為軟件開發(fā)技術的一個熱門領域。IDC、中國信通院、艾瑞咨詢、低碼時代、愛分析等眾多國內(nèi)外研究機構對這個領域非常關注,發(fā)布了近百份研究報告。根據(jù)這些報告對低代碼發(fā)展趨勢的預測,2023年到2025年中國低代碼產(chǎn)業(yè)的增速在35%-65%之間,是中國軟件產(chǎn)業(yè)增長速度的3到5倍,低代碼技術正在進入應用普及階段。企業(yè)對低代碼技術的實際需求驗證了專業(yè)機構的預測。我們分析了國內(nèi)中大型組織在招標中提出對“低代碼技術”的需求,根據(jù)國內(nèi)五家重點招投標網(wǎng)站上發(fā)布的信息,從2022年到2023年共有411條(去重后)與低代碼相關的招投標記錄,金額普遍在50萬以上,僅僅這些企業(yè)在低代碼上的投資就已經(jīng)達到了數(shù)億元規(guī)模。同時,從時間維度看,低代碼需求呈現(xiàn)顯著的增長趨勢,從2022年上半年到2023年下半年,招投標的數(shù)量增長了8倍。(越來越多中大型企業(yè)采購“低代碼平臺”進行應用構建)開發(fā)者對于低代碼技術的關注度如何呢?我們選取了搜索指數(shù)這個維度進行研究。從2019年至2023年,低代碼技術的搜索指數(shù)從初始的0搜索量,增長到熱門技術JavaScript搜索量的25%,這表明低代碼技術已經(jīng)成為開發(fā)者關注的一個熱門話題。(“低代碼”一詞的搜索指數(shù)與JavaScript相比較)行業(yè)專家、企業(yè)用戶以及開發(fā)者紛紛將目光聚集于低代碼技術,顯示了低代碼技術的巨大發(fā)展前景,也預示著低代碼將在未來三到五年加速普及,我們正在迎來“低代碼時代”。低代碼給軟件公司帶來的新機遇當前,超過95%的應用軟件是以編碼為主進行開發(fā)的,一個中等規(guī)模的應用,前期需要投入數(shù)百萬的成本。在應用構建完成之后,還需要通過市場的打磨和修正,才有可能贏得第一批用戶,后續(xù)還會面臨企業(yè)用戶復雜多變的個性化需求。在此過程中,軟件公司不但要投入巨大的資金和人力成本,還會面臨很大的風險。低代碼技術的出現(xiàn)能夠有效緩解上述壓力。與傳統(tǒng)開發(fā)方式相比,低代碼技術具有更高的效率和更低的學習曲線,使得企業(yè)能夠更快地推出新的軟件產(chǎn)品和解決方案,并通過敏捷迭代、快速試錯的方式,快速響應市場變化。針對定制化和二開需求,低代碼技術能夠提供強大的集成和開放能力,結合拖拉拽等可視化開發(fā)的方式與業(yè)務人員共同協(xié)助,幫助實現(xiàn)貼合業(yè)務需求的軟件應用。對軟件公司而言,低代碼技術能夠帶來顯著的價值:1.低代碼提供先進生產(chǎn)力,幫助軟件公司提升利潤傳統(tǒng)開發(fā)模式下,人力成本居高不下,利潤空間有限。采用低代碼技術,可以大幅降低開發(fā)成本、工具采購成本和培訓成本,為軟件公司帶來了新的利潤空間。(先進的生產(chǎn)工具帶來先進的生產(chǎn)力)以上海格心科技有限公司為例,其使用低代碼為寧波愛健軸承搭建了一整套運營管理平臺——“智造云”平臺。該系統(tǒng)從產(chǎn)品設計、生產(chǎn)裝備數(shù)字化、生產(chǎn)過程管理、倉儲物流、能源利用等多個模塊展開,實現(xiàn)了對智能工廠的全面覆蓋。整個系統(tǒng)的開發(fā)工作量,僅為傳統(tǒng)代碼開發(fā)的1/4。系統(tǒng)上線之后,愛健軸承的生產(chǎn)效率提升了30%、生產(chǎn)成本降低了20%、產(chǎn)品不良率降低了28%、能源利用率提升了11%,產(chǎn)品研發(fā)周期也縮短了37%。憑借該系統(tǒng),愛健軸承成功入選“浙江省第二批智能工廠認定名單”,并榮獲全球領先的IT市場研究和咨詢公司IDC所頒發(fā)的FutureEnterpriseAwards未來運營領軍者。2.幫助軟件公司深度服務于企業(yè)數(shù)字化需求,促進業(yè)務發(fā)展傳統(tǒng)的信息化建設通常以外包、外采的方式為主,在框架、主數(shù)據(jù)和應用創(chuàng)新上都有明顯不足。如今,面對激烈的市場競爭環(huán)境,企業(yè)對數(shù)字化應用的深度和廣度都提出了更高的需求。企業(yè)更加注重統(tǒng)一平臺的建設,希望實現(xiàn)更高效的數(shù)字化轉(zhuǎn)型。同時,企業(yè)對自主開發(fā)和可控性的需求增加,渴望能夠自主構建數(shù)字化基座,并能夠自主決策未來數(shù)字化發(fā)展的方向。在新的形勢下,軟件公司不能繼續(xù)滿足于只為甲方企業(yè)進行項目交付,而應該更深度地服務于企業(yè)數(shù)字化需求。對于有意引入低代碼的企業(yè),軟件公司可以從多個方面更好地服務客戶:·推動低代碼立項,幫助客戶準確分析企業(yè)現(xiàn)狀、明確項目目標和制定選型評估計劃;·幫助企業(yè)建立符合自身實際情況的低代碼技術規(guī)范,如技術管理規(guī)范、設計規(guī)范等;·幫助企業(yè)深化數(shù)字化轉(zhuǎn)型,如數(shù)字化人才培養(yǎng)、項目落地咨詢、協(xié)同開發(fā)等。這樣的綜合服務,不僅能幫助企業(yè)構建穩(wěn)固的數(shù)字化基礎,還能助力客戶在低代碼時代中取得更大的成功。軟件公司通過提供全方位的咨詢和解決方案,能夠與客戶緊密合作,通過持續(xù)的創(chuàng)新幫助客戶實現(xiàn)數(shù)字化發(fā)展目標,共同推動數(shù)字化轉(zhuǎn)型的成功,創(chuàng)造更大的價值。開啟低代碼轉(zhuǎn)型的最佳實踐過去五年來,葡萄城與三百余家軟件公司深入合作,共同探索低代碼轉(zhuǎn)型的路徑,我們親身經(jīng)歷了一家家軟件公司借助低代碼技術實現(xiàn)了業(yè)務的騰飛,也很遺憾地看到一些軟件公司走過的坎坷歷程?；仡欉@些經(jīng)驗和角度,我們梳理總結出軟件公司實現(xiàn)低代碼轉(zhuǎn)型的最佳實踐,其中包括了指導思想、關鍵步驟、時間規(guī)劃,以及大量的文檔模板和培訓資料。限于篇幅,本文只簡要介紹其中的關鍵步驟,具體包括:確定轉(zhuǎn)型戰(zhàn)略、探索轉(zhuǎn)型路徑、打造組織能力。1.確定轉(zhuǎn)型戰(zhàn)略確定轉(zhuǎn)型戰(zhàn)略可以從低代碼戰(zhàn)略負責人、低代碼在公司發(fā)展的定位和低代碼代碼選型指標三個維度來考慮。低代碼戰(zhàn)略負責人:轉(zhuǎn)型戰(zhàn)略需要由軟件公司技術副總以上的高層來制定,而非僅由開發(fā)人員或部門經(jīng)理負責。轉(zhuǎn)型戰(zhàn)略也需要在公司管理層達成共識,這樣不僅可以保證軟件公司從應用、技術、成本等多個角度全方位評估低代碼的價值,同時還可以制定出更適合自身發(fā)展的戰(zhàn)略,幫助企業(yè)更好地把握低代碼轉(zhuǎn)型機會。低代碼在公司發(fā)展的定位:把低代碼定位為公司技術能力發(fā)展的長期技術棧,而非臨時項目或?qū)嶒烅椖?。低代碼開發(fā)平臺擁有巨大的潛力和優(yōu)勢,能夠極大地提高開發(fā)效率和靈活性。通過將低代碼技術納入公司的長期技術戰(zhàn)略,將能夠幫助企業(yè)實現(xiàn)持續(xù)的創(chuàng)新和增長。低代碼選型指標:建議基于公司長期規(guī)劃遴選評估項目,在覆蓋全場景的同時,還要關注低代碼技術與現(xiàn)有開發(fā)團隊、項目管理方式的兼容?；谖覀兊膶嶋H從業(yè)經(jīng)驗,并參考一些專業(yè)機構的研究報告,我們總結出面向軟件公司的低代碼選型評估十大指標如下:·功能組件豐富程度與需求匹配度·可擴展性(平臺級擴展)·易用性(開發(fā)環(huán)境的用戶體驗、性能、配套培訓資源等)·集成便利性·技術與架構的兼容支持范圍·安全性與合規(guī)性·編程能力(項目級擴展)·協(xié)同開發(fā)能力·開發(fā)周期覆蓋度·基于關系和流程的模型驅(qū)動能力與開發(fā)效率2.探索轉(zhuǎn)型路徑確定轉(zhuǎn)型戰(zhàn)略之后,下一個重要問題就是制定轉(zhuǎn)型路徑。有兩個關鍵點需要關注:一是組建低代碼“先遣隊”,探索轉(zhuǎn)型路徑。建議先遣隊由企業(yè)抽調(diào)少量開發(fā)人員和技術高管共同組成,基于廠商提供的技術資料和資源完成初步的技能準備。二是選擇合適的試點項目,啟動轉(zhuǎn)型實踐。在篩選試點項目時,要選擇一個需求明確、復雜度適中且能在1-2個月內(nèi)交付的項目。這樣不僅有助于快速驗證轉(zhuǎn)型的可行性和效果,還可以為后續(xù)的轉(zhuǎn)型工作積累經(jīng)驗和信心。3.打造組織能力在探索轉(zhuǎn)型路徑之后,還需要制定一系列規(guī)范將其轉(zhuǎn)化為真正的組織能力,包括需求分析規(guī)范、設計規(guī)范、編碼規(guī)范、集成規(guī)范等。通過這些規(guī)范和低代碼平臺的結合,實現(xiàn)更加高效的開發(fā)與協(xié)作,在實踐中持續(xù)迭代優(yōu)化,打造組織能力。特別提醒的是,低代碼轉(zhuǎn)型的效果是逐步呈現(xiàn)的,而不是一蹴而就,我們需要對此保持合理的期望和耐心。下圖展示了低代碼轉(zhuǎn)型過程中,代碼開發(fā)與低代碼開發(fā)的典型效率對比。其中,橫軸表示時間,縱軸表示開發(fā)效率的提升。橙色的線是以Java開發(fā)的平均效率作為參考,藍色的線則代表使用低代碼開發(fā)的效率變化過程。從圖中可以看出,在轉(zhuǎn)型的初始階段,因為團隊的不熟練,低代碼開發(fā)的效率可能會低于代碼開發(fā)方式。但隨著轉(zhuǎn)型的推進,進入探索期之后,低代碼開發(fā)的效率將會趕上并超越傳統(tǒng)開發(fā)模式。當轉(zhuǎn)型進行第三階段時,低代碼的開發(fā)效率將大幅領先傳統(tǒng)開發(fā)模式,這才是低代碼技術的實際價值體現(xiàn)。結語從以上的信息可以看出,低代碼已經(jīng)成為業(yè)界的趨勢,未來的2到5年將是應用普及的重要窗口期。建議軟件公司將低代碼技術作為重要的戰(zhàn)略舉措,盡快引入低代碼技術,開啟低代碼轉(zhuǎn)型,提升生產(chǎn)力并響應企業(yè)需求的新變化,從而在激烈的市場競爭中保持領先優(yōu)勢,實現(xiàn)可持續(xù)增長。本文來源：R艾瑞網(wǎng)文章轉(zhuǎn)載于其他網(wǎng)絡，如有侵權請聯(lián)系我們及時刪除！
