为何说AI原生应用是最大机会？李彦宏这场对谈说得很清楚

12月中旬的周末，北京将迎来持续的寒潮。每天的最高气温在-5度以下，积雪变成冰层结在地面上，车辆很少。我出门前问了问文心一言，今天出门旅行，它说要选地铁，因为我大概率打不到车。
打车有点晚了。12月16日在751的大烟筒旁边，正在进行一场大模型的创业大会。大模型依然很热，聚集了上千名创业者，还有几十位企业CEO来了现场，台下更想找一个跨向AI时代的正确姿势的开发者。李彦宏也走了。
在ChatGPT发布一年后，文心一言升级到了4.0版本，它现在在网站和APP上被称为文心一言专业版，林最初的版本，现在它能够完成一些多模态的任务，在逻辑和推理能力上已然不可同日而语。而这一年时间里，整个中国大模型的业态也发生了巨大的变化，ChatGPT的隔膜变成了一场场鞠身入局。到了12月的传染病里，我们似乎正在经历一场大模型过热。
今年10月，拥抱脸上已经接近3万个文本生成模型供给下载，国内发布的大模型数量已经达到238个。6月份的时候浪费这个数字是79个，4个月就翻了3倍。但人们现在仍然只记得那不超过10个大模型的名字。
一个围绕大模型的新产业正在形成，但李彦宏发现这个新产业里大部分人都用错了力，这让大模型进入一个资源盲目的怪圈。洞察
了更明了的创新路径，到底应该是在模型上开发AI改造应用，或者是用模型改造自己的现有产品，却在疯狂烧钱、跑分的大模型热中被忽视了。应用才是大模型的价值所在，就像我们最初是从ChatGPT的垫子故事里认识了OpenAI和它的大模型，而不是正好，或者从上面跑分上。
李彦宏有些“着急”，关于我们这仍然在卷基础模型，而还没有开始应用卷AI这件事。

现在不是大力出奇迹的阶段了

这也不是李彦宏所经历的第一次AI浪潮。AlphaGo在2016年左右引发了全世界的关注，随后计算机的火热又孵化催生了一个南方新的创业公司。但阿联酋的百度一直保持定力，飞桨的框架在形成，文心大模型在2019年提出了第一个版本，但百度过去十几年从来没有关注过任何与人工智能来下围的事，而对于计算机视觉带来的人脸识别或者智能巡检的想象空间，李彦宏又有所收获。
“就算你能够下得过全人类的围棋冠军，但事情能产生的价值是很小的。而人脸识别或者智能巡检这样的场景又很分散，各种各样的场景你要单独开展一套，一旦场景分散了，就意味着很难有标准化的产品出现。”

图源：百度
李彦宏从来没有像这次生成式AI的出现一样兴奋。
“这次大模型技术浪潮，我觉得不一样的地方就满足了它的通用性。我们讲“智能支撑”，没有教过的它也学会了。有了这个特点之后，当你有一套基础技术能够做得非常好、非常领先的时候，它在各种场景都能够迅速做出有价值的应用来。这是AI过去70年从来没有过的事情，所以它是完全不一样的机会。”
技术领先是为应用服务的，而耗费大量资源来打榜，甚至过分聚焦模型的基础能力都在某种程度上结束了这样的原则。
“模型技术的先进性与否，更不用说这个模型在什么应用场景下，能把这个东西想清楚了之后，才能够去评判模型的好坏。有时候我觉得模型好坏的评估能力是一个大模型公司的核心对抗能力。你知道什么才叫好，什么叫不好，你能够做出好的来，如果你都不知道，你要靠第三方给你做评价，给你打个分，这件事是不可以的靠谱的，你自己都不知道你在干啥？”
一篇论文统计，美国所有大学的GPU数量集结起来，都训练出一个GPT-3.5。OpenAI用巨大的资源成本完成了生成式AI从0到1的探索，而在一年之后，李彦宏认为对于大部分大模型产业的参与者来说，现在已经过了“大规模出奇迹”的阶段了，甚至走向了更多的反面。
“大模型到最后价值就会应用上。这跟所有商业竞争规律都一样的，谁的效率高谁胜出。你可以融资，我也可以融资，最后我用10块钱做出来100分的效果，你用10块钱做出来100分的效果，久而久之你就赢了。”
这也是在大模型应用研发时所内部坚持的一条百度文库的PPT生成能力举了个例子需求从具体场景中出现之后开始继续递延，然后文心大必须模型为这个需求进行优化，优化的时候遇到文心大逼模型调用成本的问题，再倒深度学习框架飞支持去配合
模型层做调优，甚至调整芯片层去适配需要框架层的调优。这样层面层面优化下来，现在百度文库PPT生成的推理成本基本上降低到3月份文心一言发布时的1%。
“从原来一天只敢调用一万次，现在一天敢调用100万次，这完全不一样的感觉。而我觉得这是未来竞争的主线。”

以应用为导向的，都有机会

“我们需要100万级的AI矫正应用，但是不需要100个大模型。”李彦宏在11月提出了这样一个判断，一个月后这种感觉更加强烈了。
PC时代，基本上只有Windows一个操作系统，但是基于Windows系统开发的软件有很多；移动互联网时代，主流操作系统也只有Android和iOS差不多，而移动应用有800万之多。如果把大模型换成类似操作系统的基础基础，那这个故事的最终局可能只有两个，以及无数中途折戟的玩家。
李彦宏认为大模型时代将会孕育这样的特征。人类进入AI时代的标志，并不是产生很多的大模型，而是AI各种应用作为载体自然的进入人类生活。
李彦宏认为发展出好的应用有三个关键因素：

• 相关产业政策鼓励基于大模型的人工智能原创应用开发。
• 现有企业利用大模型来对其业务核心关键指标产生正向作用。
• 第三是超级应用的出现，但在什么时候、哪个领域出现，需要更多创业公司多努力，做各种各样的尝试。

就像移动音时代诞生了像微信、抖音、Uber这样的“移动原生”一样，AI改造时代一定会有很好的AI改造应用是基于这些大模型开发的。在ChatGPT出现一年之后，无论是中国也好，美国也好，最好的AI应用应用还没有出现。
而新的杀手级AI改造应用可能是一个全新的场景或创意，也可能先从对现有产品的AI改造开始，这方面Adobe和微软已经有值得合作的成果了。
Midjourney、Stability AI 这样带来了生成式 AI 的设计工具，并没有让老牌的 Adob​​e 式微。在今年 10 月的生日揭晓了世界上第一个关于生成向量形的生成式 AI 模型，并宣布了创意Cloud的100个演示重大AI创新和更新，从今年3月推出Firefly图像模型的第一个测试版本至今，Adobe的股价在不到一年的时间里从300美元的水平起跳，几乎翻了一倍。
微软是一家不做大模型的公司，由此取得了现阶段最成功的AI应用Copilot，并且已经开始向用户收费，定价30美元一个月，比整个OpenAI市值要大很多倍。目前微软的市值已经到了2.8万亿，是OpenAI的五倍。图源

：澎湃新闻
“大厂会拿走大部分的红利。”对于现在仍无法完全掌握AI变革和新的AI突破应用的机会，李彦宏有这样一个判断。
“这里所说的大厂不是单指互联网大厂，但现有的几乎所有成型行业自己的大厂，这些实力雄厚的公司一旦转过弯来，能够很好地利用大模型能力的话，他们获得价值增益的总和是最大的。”
但并不代表创业公司没有机会，“创业公司成就了三五个超级APP是非常有可能的，做出几千个非常有价值的垂类应用也是非常有可能的。”
而在卫生保健尚未被定义的竞争中，从之前做产品的成功经验来看，大厂的光鲜背景决定了无论是技术背景，可能都不是通向那个AI影响应用的性因素。
“学习能力是最重要的”，李彦宏表示。
“我认为未来真正的人工智能融合应用产品经理，很可能不是一类人，而是各类人的综合。我见过的一些比较优秀的人，他学习的专业可能不是计算机科学，但他的学习能力往往很成功，有产品的感觉，有市场的感觉，同时又不怵技术。这类人是最有可能成功成为产品经理的。
李彦宏分享了一个他在百度内部对产品经理的看法要点：
“我偶尔会听到百度的产品经理说，我们现在的技术很厉害，我们的技术发展也很快，我肯定认为百度最优秀的技术及时用上了我的产品去。我
说，不行啊，大模型能力迭代太快了，我们现在最优秀的技术也是很不成熟的技术，一个月之后就已经落后了。
所以产品自己要先明确业务需求是什么，然后去焦着技术团队把这个需求给我满足了——一定要给我做出来，你现在没做出来，好吧，但是你要多长时间之内把它做出来，能提这样要求的PM才是合格的PM。”
用具体的需求去引领看起来“全知全能”的大模型往更有价值的方向发展，AI应用所有的机会和颠覆性都在这里。