賽格特約作者 余紹清

史前智人經(jīng)歷的最大一次低谷，很可能發(fā)生在7萬年前的某個時期。彼時，智人行將走出非洲，人口數(shù)量一度下滑到了數(shù)百人。但在穿越紅海抵達(dá)亞洲大陸后，我們的祖先進(jìn)入了完全不同于熱帶非洲的廣闊天地，少數(shù)幾位女性的后代們，用了6萬年時間，覆蓋了藍(lán)色星球的絕大部分區(qū)域。

在最低谷的時期，成功熬下去，便可以登上后續(xù)的高峰。與其說這是人類社會數(shù)萬年來的內(nèi)置定律，不如說是根植于智人群體的一種心理暗示。在往后的人類發(fā)展歷程中，偉大事業(yè)的開創(chuàng)者，無一不是成功熬過低谷期的長期主義者。

今天，自18世紀(jì)以降陸續(xù)出現(xiàn)的交通與通信革命，使得人類社會的演進(jìn)速率在持續(xù)提升，如果我們把人類社會的運(yùn)行看成一條曲線，那么就是說波峰與波谷之間的距離變得越來越近。

但可以確定的是，從2008年至今，再加上未來的5年、10年甚至更久，因?yàn)榧夹g(shù)停滯不前而帶來的全球經(jīng)濟(jì)萎靡、政治分裂、家庭收入減少乃至社會個體的普遍失落與集體瘋狂，將成為定局。沒錯，當(dāng)下處在低谷期的不僅有國家，還有城市、企業(yè)、家庭和個體，所有人都在“熬”。

但縱觀各方，國家層面，不管大小，都在泛化“安全”概念，城市、家庭和大多數(shù)中小企業(yè)，都在收縮自己的資產(chǎn)負(fù)債表，個體則傾向于選擇躺平、低欲望，只有大型科技企業(yè)持有激進(jìn)的高風(fēng)險偏好。客觀上，科技巨頭們承擔(dān)著破局的社會期待，而這，也是去年OpenAI發(fā)布ChatGPT之后，能帶來如此大規(guī)模沖擊的原因所在。

身處大變局前夜，AI大模型激活了全球各地的科技巨頭，除了中美，還有印度、歐洲和以色列，都有機(jī)構(gòu)在集中發(fā)力。在中國，從3月份百度搶先發(fā)布“文心一言”，到9月7日騰訊亮相“混元”大模型，至此所有重量級玩家已全部入局。馬化騰說，這是數(shù)百年一遇的像發(fā)明電一樣的工業(yè)革命機(jī)遇，恰好表達(dá)了業(yè)內(nèi)人士的心聲。

所有人都在等待大變局的到來，所有人都不清楚變革的精確時間，但幾乎所有人都認(rèn)為，AI大模型是推動我們走出本輪低谷的關(guān)鍵角色。

AI大模型為何被視為救命稻草

假如把1946年“埃尼阿克（ENIAC）”的出現(xiàn)作為AI革命的起點(diǎn)，在過去四分之三的世紀(jì)里，AI已經(jīng)經(jīng)歷了多輪起伏。

最近一次失望發(fā)生在“阿爾法狗（AlphaGo）”發(fā)布之后，人們發(fā)現(xiàn)擊敗人類圍棋高手的AI，并沒有如期帶來生產(chǎn)生活上的沖擊波。而在上世紀(jì)80年代，研究經(jīng)濟(jì)增長的經(jīng)濟(jì)學(xué)家羅伯特·索洛(Robert Solow)發(fā)現(xiàn)，在個人電腦和互聯(lián)網(wǎng)開始勃興之際，雖然企業(yè)加大了IT方面的投入，但投資回報率(ROI)卻并沒有明顯得到增加。

一位名叫查斯曼(Strassman)的分析師，通過調(diào)查了292個企業(yè)印證了上述判斷，很多企業(yè)上了很多IT系統(tǒng)，但似乎并沒有什么用。為此，學(xué)術(shù)界將這種現(xiàn)象稱為“生產(chǎn)率悖論”(productivity paradox)，也稱“索洛悖論”。

類似的疑問在過去十多年里的中國同樣存在：沒有切實(shí)的證據(jù)表明，近年來的產(chǎn)業(yè)數(shù)字化有效提升了全要素生產(chǎn)率。例如，從下圖可看到，盡管2011年以來AI在制造業(yè)中的應(yīng)用持續(xù)增加，但制造業(yè)的增速和全要素生產(chǎn)率卻表現(xiàn)出波動下降的態(tài)勢。尤其是2013年以后，AI的使用迅猛增長，但是制造業(yè)全要素生產(chǎn)率卻從2011年的1.11下降到2020年的0.99。

不過，AI大模型的出現(xiàn)極可能將打破“索洛悖論”，這正是中美涌現(xiàn)“百模大戰(zhàn)”的真正原因。

對企業(yè)經(jīng)營者而言，大模型第一次提供了便捷可用的“降本增效”產(chǎn)品，對金融公司來說，大模型提供的數(shù)據(jù)分析水平趕上了大學(xué)畢業(yè)2年的員工，時間和金錢成本比都可能是1比100；對于教育界來說，AI大模型可以進(jìn)一步更精準(zhǔn)地判別需求，定制化地提供服務(wù)，幫助用戶提高學(xué)習(xí)的效率，預(yù)計全球AI教育市場很快達(dá)到60億美元，并在獲得市場認(rèn)可后迅速擴(kuò)張成千億美元市場。

服務(wù)業(yè)如此，制造業(yè)亦然。制造業(yè)領(lǐng)域過去推行數(shù)字化，用一個不恰當(dāng)?shù)谋扔鳎悬c(diǎn)像“馬拉火車”，部分環(huán)節(jié)的數(shù)字化非但不能提升生產(chǎn)率，反而加重企業(yè)負(fù)擔(dān)，導(dǎo)致發(fā)展質(zhì)量下滑。但AI大模型出現(xiàn)后，隨著訓(xùn)練水平的持續(xù)提升，大到生產(chǎn)、銷售，小到會議紀(jì)要、運(yùn)營策劃，所有環(huán)節(jié)都可以被數(shù)字化，并且交由大模型進(jìn)行計算。高盛的一份報告就認(rèn)為，在AI大模型發(fā)展的十年內(nèi)，預(yù)計每年可以將生產(chǎn)力提高超1.5%。

數(shù)據(jù)是石油，很早就有人喊出這句話。但要數(shù)據(jù)真正變成石油，必須首先依賴全域各環(huán)節(jié)的數(shù)字化才可能實(shí)現(xiàn)，其次也是更重要的，只有通過從海量數(shù)據(jù)中深度挖掘信息并將其轉(zhuǎn)化為知識資本，才能夠有效實(shí)現(xiàn)生產(chǎn)要素的功能倍增，由此帶來制造業(yè)全要素生產(chǎn)率的提升。

AI大模型之所以被賦予厚望，甚至被視為走出當(dāng)下經(jīng)濟(jì)與社會低谷的救命稻草，正是因?yàn)樗呀?jīng)初步展現(xiàn)了把數(shù)據(jù)變成石油的能力。

從應(yīng)用到應(yīng)用：本輪AI躍進(jìn)的內(nèi)核

從二戰(zhàn)末期“原子彈”的爆炸，到科學(xué)家范內(nèi)瓦·布什的報告《科學(xué)：無盡的前沿》被時任美國總統(tǒng)杜魯門所接受，基礎(chǔ)科研及純理論科學(xué)家的地位獲得快速提升。在中國，從事“兩彈一星”的科學(xué)家名字也被廣為傳頌，院士、研究員、教授等高校科研院所的科學(xué)家們，也比企業(yè)研發(fā)人員獲得更為普遍的尊重。

但在全球AI大模型的競賽里，高校和科研院所卻相對邊緣，真正的主角全部集中在科技企業(yè)。之所以會出現(xiàn)這樣的格局，是因?yàn)锳I大模型能否獲得持續(xù)突破，并不是一個或多個理論問題，而在于能否快速形成“從應(yīng)用到應(yīng)用”的技術(shù)-商業(yè)正循環(huán)。

之所以會打破“基礎(chǔ)科研-技術(shù)創(chuàng)新-商業(yè)轉(zhuǎn)化”這樣的路徑，原因就在于AI大模型突破了原有的強(qiáng)弱人工智能邊界，過去人類智能時代所遵循的路徑，在人工智能面前必須做出改變。當(dāng)然，更重要的是，無論是訓(xùn)練大模型資金的持續(xù)投入，還是大模型對語料的高要求，都迫使整個AI大模型的發(fā)展向著落地應(yīng)用走。

例如，在GPT-3階段，一次訓(xùn)練費(fèi)用就需要至少140萬美元，僅僅在今年1月，大模型每天的電費(fèi)就要5萬美元；在國內(nèi)，千億參數(shù)級別的大模型對GPU的需求至少在10億美元以上。除了科技巨頭，高校、科研院所幾乎不可能有能力進(jìn)行這么高昂的投入，更何況是持續(xù)投入。

對科技巨頭來說，這樣的投入也是不可持續(xù)的，所以企業(yè)必須盡快找到應(yīng)用場景，找到愿意埋單的消費(fèi)者——無論B端還是C端。

所以，為什么騰訊早在6月便率先發(fā)布行業(yè)大模型，其目的就在于通過展示自身在眾多行業(yè)的應(yīng)用成果，來找到更多的消費(fèi)者。9月7日的數(shù)字生態(tài)大會上，騰訊的一眾高管也同樣強(qiáng)調(diào)“騰訊各個產(chǎn)品都接入了混元大模型”這一核心信息，其目的在于突出自身應(yīng)用場景豐富的比較優(yōu)勢。

不僅僅是騰訊，Meta推出Llama 2開源模型后就與各家云廠商打通，為的就是盡快獲得更多更豐富的應(yīng)用場景。對應(yīng)用場景的急切追求，并不代表對大模型訓(xùn)練優(yōu)化的忽視，相反，這本身就是一體兩面的存在。只有擴(kuò)大應(yīng)用場景，才能更好地優(yōu)化大模型，在應(yīng)用中提升服務(wù)水準(zhǔn)。

客觀上，AI大模型將沖擊越來越多的科研工作者，近年來城池盡失的“分子生物學(xué)”只是一個信號，未來會有越來越多的學(xué)科將受到AI大模型的挑戰(zhàn)。這背后，不僅僅是科學(xué)家何去何從的挑戰(zhàn)，更是科研范式如何變革的問題。當(dāng)然，這是另一個問題，不作延伸。

堅(jiān)定的長期主義者，才可能穿越周期

從社會情緒上來看，悲觀是當(dāng)前全球的主色調(diào)。局部戰(zhàn)爭與地緣沖突還在持續(xù)，通脹高企與貧富兩極化看不到被遏制的跡象，就連AI大模型獲得突破本身，也很快引發(fā)了倫理層面的爭議，不安全感籠罩在眾人的頭頂。

在中國，泛安全的隱憂同樣彌漫在社會的各個角落。在承受了多年制裁高壓后，公眾以“輕舟已過萬重山”的詩句進(jìn)行提前式的自我安慰，同時以“遙遙領(lǐng)先”這樣略帶調(diào)侃的戲謔，試圖呼出積壓在體內(nèi)的一口悶氣。

但在北緯三四十度的土地上，凌晨三點(diǎn)只能看到星斗若干，距離東方魚肚白還需要忍受一陣接著一陣的孤寂與寒意。

對于微觀意義上的家庭與個人，也許可以在經(jīng)緯大地上輾轉(zhuǎn)騰挪，選擇別處的自由與光明；但對于宏觀意義上的民族-國家、科技巨頭，必須選擇直面黑夜，穿越低谷，以迎接黎明，抵達(dá)高峰。

某種程度上，AI大模型的角逐就像人類社會演化的隱喻，只有堅(jiān)定的長期主義者，才能穿越技術(shù)-經(jīng)濟(jì)的發(fā)展周期。在穿越時，不到最后，沒有人知道誰是真正的長期主義者。因?yàn)檎嬲拈L期主義者，僅僅憑借足夠的理性是不夠的，還需要一點(diǎn)信仰，一點(diǎn)被迫和一點(diǎn)運(yùn)氣。

（原文首發(fā)于財新網(wǎng)，部分內(nèi)容有改動）