新聞資訊
News and information
-
25
02/14
傳統企業如何通過互聯網營銷開拓市場？
在這個互聯網無處不在的時代，傳統企業就像站在一個十字路口，面臨著艱難的抉擇。不擁抱互聯網營銷，市場份額就會被一點點蠶食；想要轉型，卻又不知道從哪里開始。今天，咱們來聊聊，傳統企業到底該如何借助互聯網營銷，打開新的市場大門。1、為啥互聯網營銷對傳統企業這么重要？先給大家講個故事。有一家傳統的制鞋企業，一直靠著線下門店和經銷商來銷售產品。前幾年，生意還算過得去，但這幾年，銷售額卻越來越低。為啥呢？因為現在的年輕人都習慣在網上買鞋了，他們覺得在網上能看到更多款式，價格也更透明。這家企業的老板一開始還沒當回事，覺得自己的產品質量好，不怕沒顧客。可后來，門店的客流量越來越少，經銷商也紛紛抱怨賣不動貨。這時候，老板才意識到，再不做互聯網營銷，企業就要撐不下去了。這可不是個例，現在很多傳統企業都面臨著這樣的問題。互聯網的發展，讓消費者的購物習慣發生了巨大的變化。如果傳統企業還守著老一套的營銷方式，就只能眼睜睜看著市場被那些互聯網企業搶走。2、轉型第一步：把思維從“賣產品”變成“賣體驗”很多傳統企業一提到互聯網營銷，就覺得是把產品放到網上賣，再打打廣告。其實，這只是最表面的做法。真正的互聯網營銷，是要從消費者的角度出發，提供他們真正需要的東西。比如說，有一家傳統的家具企業，以前只注重產品的質量和價格。但在互聯網時代，消費者更注重家居的整體風格和使用體驗。于是，這家企業開始轉變思路，在網上推出了一系列的家居搭配方案，還提供3D虛擬樣板間，讓消費者可以提前看到家具擺在家里的效果。這樣一來，消費者的購買意愿大大提高，企業的銷售額也隨之增長。所以，傳統企業要想做好互聯網營銷，首先得轉變思維，從“賣產品”變成“賣體驗”，滿足消費者的個性化需求。3、電商平臺：讓你的產品走向全國有了互聯網思維，接下來就要考慮怎么把產品賣出去了。電商平臺無疑是傳統企業的首選。淘寶、京東、拼多多這些大型電商平臺，每天都有海量的用戶在上面購物。傳統企業入駐這些平臺，就相當于把店鋪開到了全國消費者的家門口。但是，入駐電商平臺可不是把產品上架就完事了。你得學會運營店鋪，讓你的產品在眾多競爭對手中脫穎而出。比如說，優化產品標題和描述，讓消費者更容易找到你的產品；上傳高質量的產品圖片和視頻，讓消費者更直觀地了解產品的特點；及時回復消費者的咨詢和評價，提高消費者的滿意度。除了這些大平臺，有實力的傳統企業還可以搭建自己的官方電商網站。這樣不僅可以展示企業的品牌形象，還能積累自己的客戶資源。不過，搭建和運營官方網站需要一定的技術和資金投入，企業要根據自己的實際情況來決定。4、社交媒體：和消費者做朋友現在，社交媒體已經成為人們生活中不可或缺的一部分。微信、微博、抖音這些平臺，擁有數十億的用戶。傳統企業如果能利用好這些平臺，就能和消費者建立起直接的聯系，實現精準營銷。舉個例子，有一家傳統的美食企業，以前只靠線下門店和口碑傳播。后來，他們開始在抖音上發布制作美食的視頻，展示自己的特色菜品。這些視頻吸引了大量的粉絲關注，很多人看了視頻后，專門跑到店里來品嘗。這家企業還經常在抖音上舉辦直播活動，和粉絲互動，解答他們的疑問，進一步提高了品牌的知名度和美譽度。在社交媒體上，企業要把自己當成一個有血有肉的人，和消費者做朋友。不要只是一味地宣傳產品，還要分享一些有趣、有用的內容，吸引消費者的關注。同時，要及時回復消費者的評論和私信，解決他們的問題，讓消費者感受到企業的關心和重視。5、搜索引擎：讓你的品牌被更多人看到當我們在網上搜索某個產品或服務時，出現在搜索結果前列的往往更容易被我們點擊和購買。這就是搜索引擎營銷的魅力所在。通過搜索引擎優化（SEO）和搜索引擎廣告（SEM），傳統企業可以讓自己的網站在搜索引擎結果頁面中獲得更高的排名，從而提高品牌的曝光度和流量。SEO是一個長期的過程，需要企業不斷優化網站的內容、結構和代碼，提高網站的質量和用戶體驗。同時，要選擇合適的關鍵詞，讓搜索引擎更容易理解網站的主題和內容。SEM則是一種付費廣告，企業可以根據自己的需求和預算，在搜索引擎上投放廣告，當用戶搜索相關關鍵詞時，展示企業的廣告鏈接。無論是SEO還是SEM，都需要企業投入一定的時間和精力。但只要做好了，就能為企業帶來源源不斷的流量和客戶。6、內容營銷：用價值吸引客戶在互聯網時代，內容就是王道。通過創作和分享有價值的內容，企業可以吸引和留住目標客戶，樹立良好的品牌形象。比如說，有一家傳統的家居用品企業，在網上發布了一系列關于家居裝修、清潔、收納的文章和視頻。這些內容不僅為消費者提供了實用的知識和技巧，還巧妙地融入了企業的品牌和產品信息。消費者在閱讀和觀看這些內容的過程中，不知不覺就對企業的品牌產生了好感和信任。內容營銷的形式多種多樣，除了文章和視頻，還可以是圖片、音頻、直播等。企業要根據自己的目標客戶群體和產品特點，選擇合適的內容形式和傳播渠道，為消費者提供有價值的內容。7、大數據：讓營銷更精準在互聯網營銷中，大數據就像是企業的“智囊團”。通過收集和分析用戶的行為數據、購買數據、瀏覽數據等，企業可以深入了解用戶的需求、偏好和購買習慣，從而優化營銷策略，提高營銷效果。比如，一家電商企業通過大數據分析發現，某個地區的用戶在晚上8點到10點之間購買某類產品的頻率較高，而且這些用戶更傾向于購買價格在100-200元之間的產品。于是，企業在這個時間段針對該地區的用戶推出了相關產品的促銷活動，同時優化了產品的推薦算法，向這些用戶推薦符合他們需求的產品。結果，企業的銷售額在短時間內就得到了顯著提升。大數據還可以幫助企業進行市場細分和目標客戶定位。通過對用戶數據的分析，企業可以將市場細分為不同的群體，然后針對不同的群體制定個性化的營銷策略，提高營銷的針對性和有效性。8、客戶關系管理：讓客戶成為你的忠實粉絲互聯網營銷不僅要注重吸引新客戶，還要注重維護老客戶，提高客戶的忠誠度。因為老客戶不僅會重復購買，還會為企業帶來口碑傳播，為企業帶來更多的新客戶。企業可以利用客戶關系管理系統（CRM），對客戶的信息進行收集、整理和分析，記錄客戶的購買歷史、偏好、投訴等信息。根據這些信息，為客戶提供個性化的推薦和服務，如生日優惠、專屬折扣、定制化產品等。同時，要及時回復客戶的咨詢和投訴，解決他們的問題。良好的客戶服務可以讓客戶感受到企業的關心和重視，從而提高客戶的忠誠度。傳統企業要想在互聯網時代開拓市場，就必須學會利用互聯網營銷這把“利器”。從轉變思維開始，搭建線上平臺，利用社交媒體、搜索引擎、內容營銷等多種手段，運用大數據優化營銷策略，加強客戶關系管理。雖然這個過程可能會遇到一些困難和挑戰，但只要企業勇于嘗試，不斷學習和創新，就一定能夠找到適合自己的互聯網營銷之路，實現企業的轉型升級。本文來源：Ｒ艾瑞網文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
25
02/14
AI那么火，但我還是勸你謹慎用
盡管AI已經火爆全球，但依然有不少人對它的使用存在置疑。曉姐是一名文字工作者，自大模型推出伊始，她便嘗試借助AI工具寫作，但自始至終，她都無法相信AI。“大模型剛推出的時候，大家都知道它‘資料更新不及時’，后來，隨著應用不斷升級，我也習慣了用大模型，但仍會對它生成的內容持遲疑態度。尤其大模型給出的數據和時間，幾乎很少標注信息來源和出處，這點我必須要做一番考證。”在曉姐看來，大模型的行文方式和生成作品，“更像結論和觀點。”簡單來說，大模型給出的是邏輯和結論，但寫文章和做研究，只有遠遠是不夠的，“我們講究每一句發言是有跡可循，只有被敲打和反復考證過的傳播，才有價值。”實際上，曉姐遇到的情況，并不是偶發。近期，越來越多的博主在社交平臺發出警示，告誡網友“警惕AI幻覺”，不少博主指出，AI的強邏輯，讓網友產生幻覺，認為“AI完全正確”，但實際上，不少跡象表明，AI經常出現“一本正經胡說”的現象。Vectara平臺最新發布的數據還顯示，目前市場上AI大模型，均有幻覺率，即便是OpenAI-o3，也有0.8%的幻覺率；目前市場大熱的DeepSeek-V3，幻覺率達到3.9%。而在更早之前，這一幻覺率甚至高達30%。圖：市場主流大模型幻覺率（截止2025年1月31日）公開的報道顯示，此前，Vectara公司聯合創始人阿姆爾·阿瓦達拉亦表示，在訓練過程中，AI模型會壓縮數萬億個單詞間的關系，隨后通過龐大的網絡模型重新展開這些信息。盡管這些模型能夠重構出接近98%的訓練內容，但剩下2%內容卻會“誤入歧途”，生成不準確或虛假信息。這就意味著，至少在目前，AI依然無法完全信任。不少業內人士亦對《聽筒Tech（ID：tingtongtech）》表示，在專業的領域，建議警惕使用AI，“我們可以借助AI來輔助我們的工作，而不是依賴AI。”-01-“AI很強大，但我不怎么用”曉姐是在朋友安利下開始使用AI。十年文字工作者的曉姐，日常資料梳理的工作量非常大。前兩年，大模型剛興起的時候，曉姐就在朋友的建議下成為最早使用大模型的那一批人。“快速響應，內容強大，邏輯也足夠清晰。”這是曉姐對大模型的直觀感受。一度，她熱衷使用大模型，每逢寫作都要問“模”。但很快，曉姐發現，大模型不能滿足她的寫作需求，甚至讓其創作也不夠“絲滑”。實際上，大模型剛推出的時候，有的資料確實更新不及時，會誤導曉姐的文字創作。再者，曉姐發現，大模型給出的內容通常是結論和觀點，雖然邏輯性很強，但一旦出現細節和事實錯誤，就會給曉姐的工作帶來致命的打擊。“比如，使用大模型的人會發現，模型生成內容的數據和時間，幾乎不標注信息來源和出處，在寫作過程中，我還發現了有名言出處錯誤的事實，所以，我現在對AI持遲疑態度。”高校任職的林哥也一度無法完全擁抱AI。“如今AI已經非常強悍了，但我還是在堅持手工敲字，這與正確錯誤無關，完全是個人愛好。”林哥在批閱學生的作業和論文的時候發現，“有些學生的內容一看就是AI生成，引用也‘張冠李戴’，甚至出現憑空捏造的‘AI幻覺’，我改了一部分就堅持不下去，AI增加了我的工作量。”“這并不是一個好的引導和風向。當你越來越認為本就應該如此的時候，那么你就失去了對文字和內容的審美鑒別，也失去了對事實的判斷和認識能力。”林哥表示。95后家裝設計師小屈告訴《聽筒Tech》，盡管自己是網絡擁護者，但也很少使用AI繪圖。其實，在大模型剛出來的時候，小屈是興奮的，“畫圖是非常累的，客戶的需求也非常多，現在的家裝行業，通常有了初步的設計圖紙，客戶才會繳納意向金。我每天的工作不是跟客戶溝通設計需求，就是在畫圖。且畫的圖都不一定會被客戶采用，所以工作量非常大。”AI繪圖出現后，小屈抱著試試的心理去AI作圖。不過，在嘗試了幾次后，小屈放棄了作圖。目前，他只是用AI編輯一些文案。“主要問題在于不夠精準，每個空間不能統一設計手法。”在小屈看來，AI繪圖只能作為輔助，或者作為早期工作意向確認工具。同樣的問題，也發生在視頻生成領域。在AI軟件席卷行業的最早期，影視就被認為是被沖擊的巨大行業。后來，隨著細分領域模型的不斷推出和升級，影視行業從業者郭哥十分焦慮。他曾和《聽筒Tech》交流，要主動學習AI技術，避免在行業的內卷中被淘汰。但郭哥發現，以全網都在吹的某平臺為例，生成的視頻有幾個明顯的缺點，比如圖人和物體之間存在交互失靈、物理引擎失效、對象突然冒出等使視頻產生“鬼畜感”。-02-“小心AI一本正經胡說”在曉姐和小屈看來，目前不敢將專業的工作交給AI來做，“或許有一天我會信任它，但不是現在。”關于“我為什么不用AI”，在社交平臺，網友也眾說紛紜。有人表示，“我完全不覺得AI生成的短片有趣，因為創作這個東西的不知道痛楚為何物”、“有沒有人感覺越用AI越蠢，這學期用AI輔寫，被導師吐槽了幾遍文章寫作水平不行”、“越來越不會內容輸出了”......尤其是，“AI幻覺”一詞最近被提及得越來越多。一位博主表示，“小心AI一本正經的‘胡說’。”實際上，AI“強邏輯”幻覺的背后，存在“一本正經胡說”的隱患，且不是自己的專業和領域根本判斷不了。該博主表示，尤其是AI在回應一些嚴肅知識性問題時，會存在憑空編造事實、杜撰不存在文獻的可怕現狀。科普作家河森堡表示，自己讓某大模型介紹一下“青銅利簋”，它就開始一本正經地胡扯，說這件青銅器是商王帝乙為祭祀自己父親所鑄，還詳述了其內壁的銘文。不過，河森堡曾經在博物館看見過“利簋”這件文物，此物是西周貴族為了紀念武王推翻商朝而鑄，銘文和祭祀也與商王毫無關系。實際上，河森堡還繼續追問AI，這些資料都是從哪看來的，AI列出了一大堆文獻，但他發現，文獻和作者介紹不少是“捏造”的。另一位博主也呼吁大家“警惕AI幻覺”、“希望大家使用AI時，甄別它的謊言”。該博主表示，“體驗了DeepSeek，一開始看到它如此強大的推理能力，特別是它在自我思考的時候展現出來的完整思維鏈，確實非常驚艷。”但當自己在問怎樣看待“創新是一種涌現”這個話題時發現，盡管大模型給出了一系列層次和角度的分析，但博主卻總感覺“有一絲絲的不對”。該博主認認真真地對內容做了核對，發現這些看似正確的回答卻有很多問題。比如，AI在“編造數據謊言”。實際上，針對DeepSeek表示的“70%的創新出現在跨學科領域”，該博主查了很多文獻都沒有找到這個信息源頭和實驗數據。該博主指出，“如果這種捏造廣泛流傳，不知有多可怕。”甚至，如果AI能虛構文本、照片乃至視頻的一切內容，并且令其彼此之間相互印證和支撐，其制造幻覺的強度與編撰故事不可同日而語。“除非你親自見到并本人求證，或者到現場實地考察，否則你會被AI創造出的假象玩得死死的。”一位業內人士這樣擔憂。然而，在現實社會中，有意愿和有能力親自驗證事實的人并不多。也就是說，稍一個不留神，你可能就會被AI污染。-03-別焦慮，現在AI還無法取代你我實際上，AI幻覺已經給人們的工作和現實生活帶來了巨大影響。世界經濟論壇發布的《2025年全球風險報告》顯示，錯誤和虛假信息是2025年全球面臨的五大風險之一。2023年，美國律師史蒂文·施瓦茨也曾因“輕信”ChatGPT，在法庭文件中引用了并不存在的法律案例。而在醫學領域，AI幻覺提供的錯誤診斷和治療建議，可能會危及患者生命。從底層技術來看，AI幻覺的產生，是必然的。AI企業落地師石云升便告訴《聽筒Tech》，“據我所知，目前AI底層架構師無法解決幻覺問題。因為它每一個字符都根據概率計算，這就導致它輸出的內容會有幻覺，這是無解的。”不過，石云升指出，在真實場景中，用戶可以通過反復溝通來幫助AI更精準的回答問題。畢竟，AI給出的答案是否采納，最終還是由人來決定。“降低AI幻覺的問題可以通過’預訓練、微調和推理‘三個層級來解決。”石云升指出，例如，在公司負責AI客服時，用戶主要通過“提示詞+知識庫”來防止AI輸出幻覺，“如果公司有懂得微調的技術人員，并且擁有優質的企業數據，微調的效果會更加理想。”不過，石云升坦言，微調通常是針對企業專屬的大模型進行的，“一般我們會在通用大模型回復效果特別不好的情況才會考慮微調。”比如，在法律領域，通用大模型訓練預料數量太少，質量太差，企業內部有很多更優質的法律數據，這種情況就可以考慮微調一個專屬公司的法律大模型，微調后出現幻覺的概率就小很多。石云升指出，還有一種手法是使用“RAG增強檢索”，“在提問的時候，先從知識庫里查詢資料，然后給到大模型，如果用戶的問題在知識庫里有資料，那基本也不會出現AI幻覺。”當然，石云升也表示，對于普通用戶來說，AI的幻覺率，目前沒有特別有效的解決辦法，“普通用戶很難接觸到預訓練和微調技術，因此只能在AI推理階段提供更詳細的信息。這也是為什么在AI剛剛興起時，行業內很多人開始教授如何編寫‘提示詞’并建立自己的知識庫。”也即是說，至少在現階段，AI還無法真正取代你我。此前，張雪峰“回應DeepSeek會讓自己失業”這一話題時曾這樣解釋，“第一，我們這個行當不止是打破信息差，還是在提供情緒價值；第二，大模型只會有一些公開信息，但是你要知道有些信息網上是不公開的。”那些“網上非公開的”、“對情感的理解”，以及“深度思考引發的創新”，或許是現階段“你我”存在的價值和意義所在。“警惕AI幻覺，這是一種呼吁，也是一種社會職責。”顯然，這不是“曉姐”一個人所希冀的事。本文來源：博客園文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
25
02/08
木頭姐：2030年AI計算性能將爆炸式增長，猛漲1000倍
在經歷近期科技股震蕩后，“木頭姐”帶領她的ARK研究團隊發布《BigIdeas2025》年度重磅報告。在報告中，木頭姐全面看多AI計算能力及AI代理的發展前景。木頭姐表示，得益于人工智能的加速發展，計算性能有望再上一個臺階，預計到2030年，每美元人工智能計算的性能將提升超1000倍。在AI投資方面，木頭姐明確表示她正在遠離硬件和基礎設施，加倍投資軟件。在接受CNBC采訪時，她毫不吝惜對Palantir的喜愛，稱公司將“主導技術領域的最大部分”。2030年，每美元人工智能計算的性能將提升超1000倍ARK報告認為，在科技迅猛發展的當下，計算能力成為推動各領域進步的核心動力。計算能力的增長與AI的崛起緊密相連，展現出令人矚目的發展態勢。ARK表示，計算能力正以指數級速度增長，自集成電路問世以來，其性能提升十分顯著。以AI計算為例，受人工智能系統架構改進的推動，預計到2030年，每美元AI計算的性能將提升超1000倍。與聚焦硬件的AI算力不同，每美元AI計算性能指的是花費一美元所能獲得的AI計算能力，它是一個綜合考量計算效率和成本的指標。該指標越高，意味著在相同成本下可獲得更強的AI計算能力。自2018年進入人工智能時代以來，AI計算性能已實現40次翻倍，2023年更是突破了48次。到本世紀末，得益于人工智能的加速發展，預計2030年將完成64次翻倍，達到“棋盤的盡頭”，這意味著計算能力將達到一個全新的高度。隨著計算性能不斷提升，技術融合趨勢愈發顯著，人工智能、機器人技術、儲能技術、公共區塊鏈和多組學測序這五個創新平臺正重塑各個行業，引領全球經濟加速發展。這些平臺不僅各自取得突破性進展，還相互交織、協同創新，催生了大量新機遇，變革著人們的生活、工作與投資方式。人工智能代理改變一切木頭姐認為，人工智能代理(AIAgents)是未來發展的核心主題，有望加速數字應用的采用，并在人機交互方面引發劃時代的變革。人工智能代理能夠通過自然語言理解意圖，利用推理和相關上下文進行規劃，借助工具采取行動以實現意圖，并通過迭代和持續學習不斷改進。從2025年開始，大部分硬件銷售預計將具備人工智能功能，實現快速大規模普及。在搜索領域，人工智能代理將改變消費者搜索和發現方式。人工智能代理嵌入消費者硬件的操作系統后，消費者可以將所有搜索和研究任務交給人工智能，極大地節省時間。經過篩選的人工智能結果將根據上下文為數字廣告提供更精準的展示，提升廣告效果。如果搜索轉向個人人工智能代理，人工智能介導的廣告收入可能會大幅增長。預計到2030年，人工智能廣告收入可能占1.1萬億美元數字廣告市場的54%以上。而在電子商務領域，人工智能代理的使用日益增加，這將簡化產品發現、個性化推薦和購買流程。ARK的研究表明，到2030年，人工智能代理有望推動全球近9萬億美元的在線消費，接近全球可觸達在線銷售額的25%。數字錢包市場份額井噴人工智能代理同時將推送數字錢包在電子商務中的份額中的增長。ARK的研究顯示，由人工智能購買代理賦能的數字錢包正從信用卡和借記卡等支付方式中奪取市場份額，預計到2030年，數字錢包可能占所有電子商務交易的72%。代理式潛在客戶生成將推動數字錢包在全球電子商務和數字支出領域搶占市場份額，從上游獲取客戶。“一鍵結賬”將逐漸被“一鍵查詢購買”取代。基于潛在客戶生成的收費率，到2030年，人工智能購買代理可能為數字錢包平臺帶來400億至2000億美元的全球收入（分別為ARK的基本情況和樂觀情況預測）。2030年，人工智能驅動的購買代理可能為美國數字錢包的企業價值（EV）每位用戶增加50至200美元。在企業中，人工智能代理將通過軟件提高生產力。部署人工智能代理的公司能夠在不增加勞動力的情況下提高單位產量，或優化勞動力配置，使其從事更高價值的活動。隨著人工智能的發展，代理可能會承擔更高比例的工作負載，并獨立完成更高價值的任務。人工智能成本的下降將顯著影響代理的經濟效益。OpenAI和Salesforce的新產品以經濟高效的方式補充了人工客服代表的工作。即使每次對話的固定成本為1美元，一旦人工智能代理能夠處理35%的客戶服務咨詢，就可以為企業節省大量資金。此外，人工智能代理還能降低入職和招聘成本，以及基于席位的軟件成本，并且比人力更容易擴展。人工智能正在重塑軟件價值鏈人工智能代理的編碼技能迅速提升，加速了軟件開發周期。隨著軟件開發成本的下降，軟件生產將加速，影響企業“自行開發還是購買”的決策，取代那些適應緩慢的傳統軟件企業。隨著定制軟件的普及，軟件堆棧各層的增長都將加速，盡管市場份額會向平臺層轉移。人工智能同時引發軟件領域的寒武紀大爆發。到2030年，隨著企業投資于提高生產力的解決方案，預計每位知識工作者部署的軟件數量將大幅增長。根據采用率的不同，全球軟件支出可能從過去十年的14%的年增長率加速至18%—48%。AI投資“棄硬保軟”在AI投資方面，木頭姐明確表示她正在遠離硬件和基礎設施，加倍投資軟件。在接受CNBC采訪時，她毫不吝惜對Palantir的喜愛：Palantir的股價非常昂貴，但在軟件領域，沒有哪家公司能與之匹敵，我們相信，在人工智能領域，它將主導技術領域的最大部分。這就是技術堆棧中的平臺即服務部分。本文來源：虎嗅網文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
25
02/08
DeepSeek風暴席卷全球，AI走進縣城日常生活還要多久？
2025年春節假期，國產大模型DeepSeek以“開源、低成本、高性能”的標簽登上AppStore榜首，其驚艷表現被游戲科學CEO馮驥譽為“國運級科技成果”。憑借出色的推理能力、聯網搜索和本土化開發，DeepSeek不僅躋身全球大模型第一梯隊，更引發芯片巨頭英偉達股價單日暴跌約17%，市值蒸發數千億美元，創下歷史性紀錄。DeepSeek引發的AI狂潮席卷全球，越來越多的平常百姓成為AI工具的使用者。春季期間，廣袤的三四線小城也開始感受到這股DeepSeek帶來的熱度。時代周報記者走訪安徽廬江縣，隨機與當地約20名受訪者交流，其中5人對DeepSeek有所耳聞，但實際使用過生成式人工智能（AIGC）工具的人寥寥無幾。當硅谷為算法革新震動時，這里的煙火還在按部就班。AI何時走進縣城日常生活？上海某設計工作室，設計師佩利（化名）熟練地展示著Midjourney的操作界面：“現在客戶都希望設計圖往AI方向靠，尤其是節日營銷物料宣傳。我直接用Midjourney生成，根據客戶需求快速調整風格。以前兩天才能完成的插畫繪制，現在最多修修改改，一天就能完稿。”佩利打開電腦，輸入“賽博朋克春節”關鍵詞，AI即時生成融合機械龍鱗、霓虹燈籠的概念圖，隨后調整色彩飽和度以適配包裝印刷標準。“以前構思創意、找靈感，得花大把時間在素材網站上，還要擔心版權問題。現在有了AI，直接生成就能用，效果還非常不錯。”佩利感慨道。對于設計行業而言，生成式AI帶來的變化是深刻的，尤其是在圖形設計、海報制作等內容創作領域。常熟理工學院副教授趙仕奇指出，生成式AI工具能大幅提升工作效率，尤其是在創作初期的設計階段。“設計師可以快速獲取多種創意方向，節省大量構思和繪制時間，將更多精力放在細節優化和創意深化上。”然而，縣城乃至鄉村地區的這一趨勢并未得到顯著體現。“DeepSeek？”安徽廬江的家居設計師洪洪（化名）對這個名字感到陌生。在這座中部縣城，AI相關的工具與技術并未成為普及話題。在家居設計行業，洪洪表示：“酷家樂（一款國產室內設計軟件）就夠用了，Midjourney、StableDiffusion、LIBLIB這些工具不僅沒用過，甚至沒聽過。”在安徽樅陽，小學老師小張（化名）表示，她通常用AI工具生成內容提綱或新聞總結，但對于繪圖、翻譯等更復雜的AI應用，她幾乎沒有接觸過。“這些工具我聽都沒聽過，有些甚至覺得與我的工作沒什么關系。”小張坦言。在四川農村，從事自媒體工作的UP主“一只不平凡的豬哼哼”在接受時代周報記者采訪時表示：“我的視頻文案都是自己一個字一個字寫的，電商圖片也是自己跑出去拍的，真沒用什么AI工具幫忙。”提到當下熱門的AI工具，她表示聽說過豆包和Kimi，還跟Kimi聊過廣告合作，但實際創作中還沒用過。“別說我了，我們村里的人基本都沒用過這些AI工具，有些爺爺奶奶連智能手機都不太會用。”從廬江的街頭到上海的寫字樓，從樅陽的教室到四川的鄉村，AI工具的影響呈現出鮮明的層次感。對此，上海市人工智能學會副秘書長江勇表示：“總體來說，AI讓資源分配更平等了。城市之間的差距主要是人才差距，而非AI本身造成的。如果一個會使用AI的人去到二線城市，在滿足生產條件的情況下，一樣能提升生產效率”。DeepSeek或將加速AI普及根據麥肯錫的報告，生成式AI的普及預計將為全球經濟貢獻約7萬億美元，中國市場將貢獻其中約2萬億美元，占全球總量的三分之一。報告還指出，生成式AI將加速自動化進程，預計到2030年，50%左右的工作內容將實現自動化。在中國，約2億勞動者將面臨技能轉型或升級的挑戰。趙仕奇認為，生成式AI工具不僅能提升工作效率，還能助力員工在不同行業中實現技能轉型。“例如，服裝設計、內容創作等領域的工作者可以借助AI工具降低成本，提升生產力。”然而，AI工具并非在所有領域都表現出色。在上海某公關公司工作的小潘（化名）曾嘗試用ChatGPT生成控評評論，但效果不盡如人意。“AI生成的內容千篇一律，廣告感很強，可能十幾句才能挑出一句能用。”小潘表示，AI在需要個性化和情感表達的內容創作中表現生硬，尤其是在公關行業，這種缺陷尤為明顯。“我調整過很多次模型，試圖讓它生成更符合需求的評論，但結果反而越調越離譜。”小潘認為，AI過于注重語法正確性，卻忽視了人類語言中的情感波動和個性化表達。“AI生成的內容缺乏‘活力’和‘情感’，這在高度依賴互動性和個性化的公關行業中，顯然不是理想的解決方案。”與ChatGPT相比，DeepSeek在中文思維方面表現更為突出，也更能理解一些中國特色的梗。上海某文化傳媒公司的小周（化名）告訴時代周報記者，DeepSeek不僅文筆生動，而且充滿人情味。例如，在面對“作為一名粉絲，如何面對大S離世？”這個問題時，DeepSeek給出的答復充滿了情感色彩：“她曾是我們青春里的一抹亮色，熒幕上的她靈動鮮活，生活中的她勇敢真實。”“或許，她只是換了一種方式存在，化作微風、化作細雨，依舊陪伴在我們身邊。”事實上，DeepSeek-R1在訓練數據較少的情況下，在數學、代碼、自然語言推理等任務上表現出色，已達到OpenAIo1正式版的水平，同時在蒸餾小模型方面表現優于OpenAIo1-mini。此外，DeepSeek新發布的開源多模態統一模型Janus-Pro，結合了AI的圖像理解和生成能力。在實際效果上，Janus-Pro-7B在多模態理解基準MMBench上取得了79.2的分數，超越了TokenFlow（68.9）、MetaMorph（75.2）等先進的統一多模態模型，在文本到圖像指令跟蹤排行榜GenEval中，JanusPro-7B得分為0.80，優于DALL-E3（0.67）和StableDiffusion3Medium（0.74）。據悉，DeepSeek-R1API服務定價為每百萬輸入tokens1元（緩存命中）/4元（緩存未命中），每百萬輸出tokens16元，相比OpenAI的o1、o1-preview模型，價格降低了90%以上。截至發稿，騰訊云、華為云已上線基于其云服務的DeepSeek-R1相關服務，微軟、英偉達、亞馬遜、AMD等廠商也已推出DeepSeek模型服務。德邦證券認為，DeepSeek-R1通過允許用戶蒸餾訓練端側模型，預計將推動端側模型能力的批量升級，進而大幅提升用戶體驗。隨著AI終端的加速發展，預計AI終端將更快到達用戶付費的臨界點，“iPhone4時刻”將比預期更早到來。本文來源：虎嗅網文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
25
01/27
AI搜索爆了，小紅書、百度都急了
說起近年來最火爆的技術，那一定非AI莫屬了。從ChatGPT的橫空出世，再到國內外掀起的百模大戰，AI一度成為兵家必爭之地。伴隨著AI技術的逐漸成熟，越來越多AI應用被創造出來，AI繪畫、AI筆記、AI助手……在AI應用遍地開花的同時，AI和行業的結合也愈發緊密。眾所周知，在進入互聯網時代以后，手機的普及率持續提升，搜索早已成為人們的日常習慣之一。不過，和此前不同的是，搜索行業也開始被AI技術“爆改”。目前，AI搜索更是成為了焦點，各方都在試水嘗試。小紅書“猛攻”在發力AI搜索的各路玩家中，小紅書無疑是動作最頻繁的一位。小紅書先是在去年年底上線了一款聚焦生活場景的AI搜索產品“點點”，前不久，小紅書又內測了一項全新的搜索功能“問點點”。左手推出獨立AI搜索App，右手內測嵌入式搜索功能，選擇雙管齊下的小紅書對AI搜索的看重，可見一斑。一來，小紅書用戶存在明顯的搜索行為，其推出AI搜索功能能更好地滿足用戶需求。正如前文所提到的，遇事不決搜一下早已成為用戶的基本操作，小紅書也逐漸被用戶當成搜索引擎來使用。據《2024小紅書搜索推廣白皮書》顯示，小紅書70%月活用戶存在搜索行為，88%的搜索行為為用戶主動發起。可見，小紅書用戶存在強烈的搜索需求，而其對AI搜索功能的嘗試，也有助于優化用戶的使用體驗。二來，小紅書在AI領域的技術積累，為其試水AI搜索提供了可能。近年來，大模型熱度正高，AI成為了各企業的重點發力領域，小紅書也不例外。比如，小紅書在2023年3月成立了大模型研發團隊，開發了大模型“小地瓜”，后續還推出了AI繪畫產品“Trik”、文生圖功能“此刻”、AI聊天功能“達芬奇”等諸多AI應用。正因如此，小紅書積累了深厚的技術實力和經驗。而AI搜索實現的關鍵就是要有先進的算法和模型，這對相關企業提出了較高的技術要求，小紅書此前的技術累積也成為了其迅速推出AI搜索產品的關鍵。三來，小紅書所擁有的海量高質量內容，是其推出AI搜索軟件的重要支撐。作為以分享生活方式、攻略指南為主的內容社區平臺，經過多年的沉淀，小紅書已經積累了海量高價值內容，這些內容既包含文字形式，也不乏圖片和視頻，并且場景也涉及到學習、休閑娛樂、衣食住行等方方面面。而這些內容為小紅書的AI搜索提供了大量數據，使其能更加精準、直觀的為用戶匹配出最佳答案。比如，“點點”主要參考的就是小紅書站內筆記內容，并且給出的答案不僅有文字表述，還有圖片、視頻的形式。百度“反擊”眾所周知，搜索是百度的起家業務，長期以來，百度都在國內搜索引擎市場居于前列。在AI搜索之風愈刮愈烈的當下，作為行業老大哥的百度自是不落人后。據悉，百度在搜索Web端首頁正式上線了全新的“AI搜”功能。一是，各路玩家相繼推出AI搜索產品，給百度帶來了壓力。正如前文中所提到的，AI搜索已經成為了搜索引擎行業的發展新方向，許多平臺都推出了相關的AI搜索產品。比如，騰訊搜狗輸入法進行了全新升級，推出和升級了AI搜索、AI快查等重要功能；360推出了AI搜索產品“納米搜索”；抖音所打造的“抖音搜索”App也增添了AI搜索功能。面對各路玩家集體發力AI搜索的現狀，百度自然不愿讓自己的搜索基本盤旁落，其推出AI搜功能既是順勢而為，也是對競爭對手們接連出招的有力回擊。二是，百度“AI搜”功能的上線，有助于優化用戶的使用體驗，增強平臺對用戶的吸引力。眾所周知，傳統搜索雖然快捷，但最終呈現的結果同樣十分繁雜，用戶需要花費大量時間和精力來過濾無關信息，篩選有效信息，用戶的搜索體驗很難說得上好。而百度的“AI搜”功能不僅在內容層面將百度搜索引擎、百度健康、百度文庫等多個內容生態進行了深度融合與打通，搜索結果內容性得到了豐富，并且“AI搜”功能還會自動對搜索結果進行整合和優化，不僅搜索效率提高，搜索結果也更為準確、明晰，用戶的搜索體驗將得到極大提升，而這也會進一步提升用戶對百度搜索的認可度，有助于鞏固百度在搜索領域的領先地位。AI搜索要革傳統搜索的命？當前AI搜索正在成為焦點，各路玩家接連推出AI搜索產品的舉措更是為本就熱鬧的搜索領域添了一把柴。那么，AI搜索真的能夠取代傳統搜索嗎？就目前情況來看，答案是否定的。一方面，AI搜索生成答案的準確性和可靠性難以保證。相較于傳統搜索，AI搜索極大地縮短了用戶篩選信息的時間，搜索效率大幅提高。只是，網絡上信息龐雜，虛假、錯誤信息也不在少數，AI搜索在整合生成答案時，存在著引用錯誤信息的風險，這也會導致AI搜索給出不準確、片面甚至是錯誤的答案。而不夠精確的答案，也可能會誤導用戶。另一方面，AI搜索成本較高，給企業帶去了不小的運營壓力。事實上，AI搜索的成本是高于傳統搜索的。據Alphabet董事長JohnHennessy表示，與AI大型語言模型交流詢問的成本可能是標準關鍵字搜索的10倍以上。值得注意的是，除了成本高之外，AI搜索的商業模式也并不成熟，相較于傳統搜索盈利難度更大。高昂的成本以及不成熟的商業模式也會在無形中增大企業的財務壓力。總的來說，AI搜索雖然能夠為用戶提供更為精準的搜索結果，提升了用戶的搜索體驗，但其不足之處同樣明顯，因此，AI搜索在短時間內無法取代傳統搜索，兩者說是互補關系更為恰當。不過，AI搜索確實已成為大勢所趨，可以預見，隨著技術的持續迭代升級，用戶的搜索體驗仍有望實現新的發展。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
25
01/27
中國網民規模突破 11 億人，傳統企業擁抱互聯網正當時
在信息時代飛速發展的今天，互聯網已成為推動社會進步和經濟發展的重要力量。據中國互聯網信息中心發布的第55次《中國互聯網絡發展狀況統計報告》數據顯示，中國網民規模已達11.08億人，這一龐大的數字背后，蘊含著無限的商業機遇，也向傳統企業發出了強烈的信號：擁抱互聯網，刻不容緩。龐大的網民規模意味著廣闊的市場空間。11.08億網民，構成了一個巨大的消費群體。他們在互聯網上購物、社交、娛樂、學習，需求多樣且不斷增長。傳統企業若能借助互聯網平臺，就能打破地域限制，將產品和服務推向更廣泛的受眾。以電商領域為例，許多傳統制造業企業通過入駐各大電商平臺，不僅銷量大幅提升，還降低了銷售成本，拓展了銷售渠道。曾經局限于本地市場的企業，如今通過互聯網將產品遠銷全國各地甚至海外，實現了業務的跨越式發展。互聯網為傳統企業帶來了創新的商業模式和運營方式。數字化營銷手段如社交媒體營銷、搜索引擎優化、內容營銷等，讓企業能夠精準觸達目標客戶，提高營銷效果。通過大數據分析，企業可以深入了解消費者的喜好、購買行為和需求趨勢，從而優化產品設計和服務，實現個性化定制。一些傳統服裝企業利用大數據分析消費者的身材數據和時尚偏好，推出定制化服裝，滿足了消費者對于獨特性和舒適度的追求，贏得了市場青睞。此外，互聯網還促進了企業內部的管理變革。借助云計算、人工智能等技術，企業可以實現辦公自動化、智能化，提高工作效率，降低運營成本。例如，企業資源計劃（ERP）系統的應用，使得企業的采購、生產、銷售、財務等環節實現了信息化管理，數據實時共享，決策更加科學高效。許多傳統企業已經在擁抱互聯網的道路上取得了顯著成效。某傳統家居企業通過線上線下融合的新零售模式，不僅提升了品牌知名度，還實現了銷售額的持續增長。消費者可以在網上瀏覽產品信息，預約線下體驗，然后在線上下單購買，這種便捷的購物體驗吸引了大量客戶。還有一家傳統的餐飲老字號，過去僅靠線下門店經營，受眾范圍有限。觸網后，他們不僅與外賣平臺合作，拓寬了銷售途徑，還利用社交媒體平臺發布美食制作過程、品牌故事等內容，吸引了大量年輕食客。同時，通過線上收集顧客反饋，不斷優化菜品口味和服務質量，讓這家老字號重煥生機。再如一家傳統文具制造企業，借助互聯網開展跨境電商業務，將產品銷往全球多個國家和地區。通過分析不同地區消費者的購買數據，他們針對性地研發新款式文具，滿足了不同文化背景客戶的需求，企業業績一路飄紅。然而，傳統企業在擁抱互聯網的過程中也面臨一些挑戰。比如，部分企業對互聯網技術的理解和應用能力不足，缺乏專業的互聯網人才；一些企業擔心數據安全和隱私問題，在數字化轉型過程中猶豫不決。但這些困難并非不可克服。企業可以通過加強與互聯網企業的合作，引進專業人才，參加培訓等方式提升自身的互聯網應用能力；同時，采取有效的數據安全措施，保障企業和消費者的數據安全。中國網民規模的持續增長為傳統企業提供了前所未有的發展機遇。在這個互聯網時代，傳統企業只有積極擁抱互聯網，勇于創新，才能在激烈的市場競爭中立于不敗之地。讓我們期待更多傳統企業在互聯網的浪潮中乘風破浪，創造更加輝煌的業績。本文來源：R艾瑞網文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
25
01/09
大模型時代，沒有超級應用，只有超級智能，為什么？
AGI編程，將是我們從移動互聯網時代，跨越到大模型時代的重要一步。在繪畫、寫文章、創作視頻之后，AGI應用的另一大場景是：編程。曾經大家認為編程有很高門檻，但在AGI時代，它在變成人人觸手可及的技術，越來越多的AI編程工具，讓不會代碼的普通人也能輕松制作App。我們如何擺脫基于移動互聯網時代的想象，展開大模型時代新的可能性？未來是不是人人都能成為AI程序員，創造專屬于自己的「個性化應用」？對于這些問題，AIGCode創始人宿文在極客公園IF2025創新大會上，給出了自己的答案。宿文認為，在AGI的賦能下，AGI代碼可以把應用帶入更有「個性化」的階段，讓每個用戶可以實現自己小眾但精準的需求，小團隊也可以降低成本，快速迭代。這是宿文眼中編程的終極場景。在宿文看來：·互聯網時代創造的應用、平臺，并不生產任何內容，只完成內容的聚合和分發。·在大模型時代，大模型只有一個核心功能：在底層幫大家生成內容。·大模型時代剛剛拉開序幕，大模型的鏈條會長什么樣，每個從業者還在探索，但這條鏈條可能不會長成上個時代的樣子。·AI編程將重塑軟件開發行業，軟件開發「又好又快又便宜」可以同時實現。·在大模型時代，沒有超級應用，只有超級智能。以下是AIGCode創始人宿文在極客公園IF2025創新大會上的現場演講實錄，由極客公園整理。宿文在極客公園IF2025創新大會上進行演講｜圖片來源：極客公園從Copilot到Autopilot即將過去的2024年，大模型賽道引發了許多討論，AI編程是其中一個繞不開的話題。大家都會說程序員被大模型改造得很深刻，全世界程序員群體有七八千萬，占世界人口1%左右。這么厲害的軟件代碼改造技術，怎么讓其他99%的人使用呢？我們可以舉一個例子，今天中午極客公園鵬總突然說這個活動辦得很好，除了線上買票、線上收費，咱們線上直播行不行？會務組小伙伴崩潰了，去哪找直播管理平臺，去哪找SaaS，如果自己定需求，自己去做開發，至少幾個周、幾個月時間。為了方便大家了解AIGCode的產品AutoCoder，我們把這個平臺給大家看一下。AIGcode演示界面｜圖源：AGIcode這個產品完全面向不會編程的人群。另外很重要的點，相比大家現在拿到的類似產品，主要圍繞前端，但是AIGCode能夠把后端和數據庫一體化交付給大家，能交付出一個完整的軟件工程。做這個事的源頭，跟我上一段創業有關系。我上段創業是做軟件，有一個比較大的痛點是效率，我們經常提出一個需求，程序員要做幾周甚至幾個月，我們看到很多很好的技術棧，字節、阿里用得很好，但我們程序員用不起來，而且程序員成本很貴。所以做軟件，怎么做得又快又好又便宜，這是每個行業都面臨的難題，不可能在一個維度上去解決。然而大模型來了，又好又快又便宜可以實現了。當然實現過程中，目前主要有兩類解決方案：一類就是Copilot，就像名字一樣的，幫程序員做輔助駕駛。另外就是我們想做的Autopilot這樣的產品。Copilot，目前主要還是圍繞程序員工作場景在IDE里面做代碼補齊，中國沒有IDE，甚至全球最主要的IDE80%、90%的市場都在微軟手里，作為初創公司很難在生態里PK，只能繞開這個很大的生態競爭。我們在Web端做IDEFree的產品，端到端去做。我們用戶會完全不一樣，我們把用戶群體從1%放大到10%、20%都有可能。目前大家所用到的模型和Copilot產品，主模型能夠用上最好的基模，不管海外還是國內，大家都在使用Deepseek這種水平的基模。要把代碼鏈條優化得足夠好，核心的技術都卡在模型上，所以自研模型不會套殼，不會用Llama去做，我們會有自己的模型架構解決這個問題。還有很重要一點，傳統軟件架構跟生成式軟件架構不一樣，兩大支柱做了算法和軟件架構層面的創新，這是我們兩塊主要的工作。右面是模型上的工作，核心解決兩個點：又大又準，大的是「大上下文」，而不是后半段做4K窗口的串聯。另外是新的網絡結構帶來的收益，還有一塊是在軟件結構的創新。ChatGPT的火爆正好兩年多，我們其實站在今天這個節點來看，我們很憧憬大模型可以解決很多問題。今天可以解決的問題主要在寫字和畫畫兩個場景，很多理科生的的問題，比如數學、編程這樣的工作還沒有解決得很好，我們遇到了很多其他問題，比如訓練成本、資金、模型本身的泛化能力、訓練效率等等。目前網絡結構在Transformer往前迭代，去年上半年提出的MOE這種架構也在改造整個大模型，在MOE之后還有MMOE等很多技術迭代。我們率先使用PLE架構，核心是我們能夠在網絡結構層讓專家或大模型，更有結構化地深度學習人類高質量樣本。至于樣本不夠用的問題，其實不會出現，因為我們有很多高質量的樣本，像論文、代碼這些樣本還沒有被徹底學到。為了讓整個模型可以支撐起完整的代碼生成，模型底層還要配套很強的算法，所以我們自己去做優化，包括不同的算力平臺的整合，一體化平臺上的算力加速，我們看到的技術卡點，都解決掉了。我們自己的模型成果，也不會拿國內任何一個軟柿子去捏，去對比，我們還是拿全球頂尖的團隊的最新版本，最大參數量去做，我們在泛化指標上，是跟主流模型基本平齊的水平。我們會在接下來三個季度把13B和33B也發布出來，給有模型使用能力的團隊使用。這句話是我們公司的愿景，剛剛主要解釋了上半句，Auto-codingisAGI，我們看起來在解決代碼編程的問題，但是核心問題是：能不能把端到端代替程序員寫完代碼。Autocoding加速「個性化」這問題由AGI模型本身決定，我們發現，無論解決上下文還是網絡結構、底層優化器、算力加速等等問題，都是目前AGI最大的痛點，這兩個問題幾乎是等價的，AGI和Auto-coding基本上同一個時間點到來。底層邏輯有兩個：一、代碼本身就是一種高質量語言，對于模型訓練非常重要。另外，我們覺得AGI本身從一個新技術的出現，到兩年前的ChatGPT進入大眾視野，我們對它有很多憧憬，但它解決很多行業問題還不成熟，所以很多行業專家或者用戶就會罵街，說這個工具不成熟，解決不了問題。但是對于代碼這個賽道來說，比較幸福的是：我們算法工程師，95%都是程序員出身，因此思路上閉環很快，自己做得好不好，我們自己心里有數。第二點是，這樣的Auto-coding準備好后，解決問題時，怎么端到端，要打到哪些需求點？用戶體驗上的核心之處：第一個點是準確，我們所有需求，怎么達成底層產品鏈條里的準確率？今天使用很多Agent類產品，第一個生成的版本很好，但細微的需求點沒有辦法實現。第二個點是靈活性，在一個應用的生成過程中，最重要的是要實現各種各樣個性化的要求，比如一個搜索框，能不能實現得足夠靈活，能跟所有功能邏輯串通。第三個點是完整度，這是軟件工程上的工作，要解決工程的安全問題、部署問題。在這些工作做完后，這套方案就會變成基礎設施，程序員的工作全部用推理算力成本就可以解決。我們想去做的PersonalApp（個性化應用）就可以實現。大家看到這個場景的時候可能會說：「我們手機里裝的都是通用應用，我要一個PersonalApp做什么呢？」也有很多人問我：「你們要ToB還是ToC？」其實一個新的生產力工具出現時，這些問題都不重要，舉兩個很有意思的例子：上周我去云南某城參加一個會議，會議組織方帶我們去景區，很多人排長隊在買票，但旁邊有好幾臺自動售票的機器，我走近一看都開著機，機內裝著Windows系統，這時候如果有一個管理人員可以提出一個售票系統的需求，都不需要在當地找程序員，用可以在Windows里部署一套售票管理軟件，排長隊買票的問題就很好解決。另外一個例子，我跟一個朋友討論播客，我們聽播客很多都依賴于小宇宙這種播客客戶端。在美國，很多主播會在YouTube上有視頻播客的頻道，國內很少用視頻的方式做播客，這個朋友說我們不太想露臉，如果有一個卡通形象體出鏡，去做視頻播客，主播就會自然舒服很多了。所以大家會發現，在我們場景里有非常多個性化應用的需求，哪怕是基于一個通用的平臺，都可以加很多個性化的功能進去，這在編程的終極場景里都可以實現。我們在小紅書、知乎或者百度上，想搜索一個軟件去解決我們一些問題時，本質上都是在提需求。如果這樣的需求可以通過自動生成的代碼和應用實現，而不需要用戶去找各種各樣的應用，找到后還要克制自己的需求。這兩種體驗完全不一樣。大模型的核心功能，究竟是什么？關于代碼生成和我們公司要做的事情，介紹到這里就結束了。接下來我有三個真話想說：一、大家一直在追求AGI或者解決AGI問題，是很割裂的。比如很多大佬都會說，整個大模型目前還處于嬰兒期，但是從2024年初到現在，大家都說今年是Agent元年，但一個嬰兒期的工具怎么解決那么多問題？我們經常聽到說ScalingLaw走到盡頭了，但是囤卡樂此不疲，H100、B200，1萬張，10萬張，大幾十萬張卡，現在大廠甚至開始搞核電站了，包括Ilay最近提到的，預訓練期結束了，其實里面沒有什么干貨，主要把樣本學完，但是還有很多高質量樣本，需要結構化輸入進整個網絡結構里。所以有什么資源，大家就會依賴什么路徑，對于我們這樣的公司來說，我們看到更多的是網絡結構層帶來了非常大的紅利。從Transformer出現，到前面幾十年，大家對于通用人工智能的追求，都避不開網絡結構這個環節，這一層獲得的收益和待解決的問題更多。宿文對大模型的核心做出預測｜圖片來源：極客公園二、互聯網或者移動互聯網，給大家留下的思維慣性太強了，不管投資人、創業者、產業分析師，在大模型出現的第一天，很快就出現了一個分析框架，這個框架鏈條里有基模、OS、Agent、應用……但這些分類的基礎，都是從上個時代復刻下來的，大模型時代的鏈條會長什么樣，我們都不知道，它大概率不會長成上個時代的樣子。我們做的過程中發現，做Infra這一層、做基模、做應用，各個環節的基礎鏈條都不成熟，在不成熟的時候，大家如果去等待鏈條成熟，或者自己找一段去完善，這個商業通路很難跑通，因為它很難把價值直接傳遞給用戶。對我們來說，我們有能力把這些鏈條打通到一起做，而不會很刻板地停留在過去的技術思路里。三、在大模型出現第一天起，就很多人提超級應用，這同樣是互聯網時代留給我們的想象。移動互聯網時代，我們看到這種超級應用本身不產生內容，更多是做一個信息的嫁接平臺或者一個中間平臺，讓我們搜內容搜得越來越快，給我們推薦信息越來越準，讓我們交易越來越高效，但這個平臺本身不會提供內容服務。但是到了大模型時代，這些互聯網產品特性基本都消失了，大模型只有一個核心功能：在底層幫大家生成內容。這個競爭力一定是最底層的，未來超級應用長什么樣不知道，甚至不會存在。但是超級應用底層是對超級智能的支持，這一點是一定避不開的，這是最內核的競爭力。看起來我們是在做AICoding，但其實我們是在這樣一個商業場景里，去解決AGI自身的問題，我們朝著AGI一路狂奔，也是希望有更多小伙伴像我們一樣，大家向上卷，向核心技術卷，最后把這些技術沉淀在產品上，提供給我們的用戶。本文來源：極客公園文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
25
01/09
快應用vs小程序，六年前的對決現在有了大結局
除了用不了盤外招，快應用也沒能得到開發者的支持。十年前App是移動互聯網的代名詞，而到了今天，小程序無疑成為了更時髦的存在。根據QuestMobile公布的最新數據顯示，截至今年10月，微信小程序的累計用戶數量已達9.49億，平均每位用戶每月使用微信小程序的時間為1.7小時，而每月平均使用次數更是接近70次。幾乎每一位微信用戶都用過小程序，顯然足以證明張小龍在2018年年初推出的這個新物種確實取得了成功。但與之相對應的，則是幾乎在同一時間提出的另一個“新型應用生態”快應用，如今偃旗息鼓了，仿佛這個曾經站在舞臺中央的產品從來就沒有存在過。快應用與小程序在2018年可以說是同時起步，它們都以用戶無需下載安裝、就能即點即用，兼顧原生應用的性能和HTML5頁面的便捷為賣點。只不過小程序是基于HTML5，快應用則是Javascript的ReactNative框架，所以在技術層面，后者其實更勝一籌。在uni-app等跨平臺應用開發工具流行前，將App轉換為小程序需要開發者將前端代碼轉換為符合小程序開發框架（如微信小程序的WXML），快應用完全不用。這也是小米、OPPO、vivo、華為等九家手機廠商在2018年3月發布“快應用標準”之后，快應用的數量膨脹地比小程序快得多的原因。然而遺憾的是，快應用的這般天胡開局并不能阻止一眾參與者把一手好牌打得稀爛。如今在搜索引擎上搜索“快應用”，諸如“快應用淪為廣告啟動器”這樣的觀點，在微博、知乎、小紅書等社交平臺都有用戶吐槽，也就是說在許多用戶的眼中，它都快成為手機上流氓軟件的代名詞了。那么問題就來了，有手機廠商下場、且技術層面領先的快應用，為什么到頭來會輸給小程序，甚至淪落到廣告啟動器的地步呢？其實并非快應用的開發者自甘墮落，而是支持快應用的手機廠商敵不過押注小程序的互聯網大廠，以至于在手機廠商“擺爛”之后，快應用生態很快就上演了一出劣幣驅逐良幣的戲碼。此前在2019年，也就是快應用上線一年后，曾有媒體采訪了小米快應用架構師蔡經偉，后者表示快應用聯盟是小米在內多家手機廠商的共識，目的是培養手機廠商自有系統上的移動互聯網應用生態。是的，你沒看錯，手機廠商主導的快應用聯盟，其實是想效仿運營商NTTDOCOMO在本世紀初搞的i-Mode體系，唯一不同的，是主角從提供通信服務的運營商換成了生產硬件的手機廠商。如果快應用聯盟的這個設想變為現實，也就意味著手機廠商從BAT手中搶走一部分國內互聯網的“治權”，他們的互聯網后向收費模式將迎來完全體。這個設想雖然看起來有些天方夜譚，但在當時的手機廠商看來卻是“優勢在我”。用蔡經偉的話來說，“手機廠商具有系統級的入口，可以將服務前置，做到用戶與服務無縫銜接，并且與開發者服務深度集成，為開發者提供系統級的流量入口。事實上，當初手機廠商的應用商店將騰訊應用寶、360手機助手等一眾第三方應用商店打趴，也是靠著硬件直接觸達用戶所獲得的系統級入口。在谷歌存在感稀薄的國內市場下，手機廠商就擁有了對系統最終的解釋權，通過在系統層面“使絆子”，直接使得第三方應用商店迅速邊緣化。既然當年能讓互聯網廠商的第三方應用商店在手機里沒有立足之地，自然也能在“快應用vs小程序”的對決中再來一次。畢竟手機廠商有硬件，互聯網廠商有微信、支付寶、抖音，雙方似乎都有流量入口。可是當初第三方應用商店競爭不過手機廠商的應用商店，是因為應用商店本身是一個App，手機廠商一使絆子、嫌麻煩的用戶就會不用了。可小程序是寄生在微信、支付寶、抖音等超級App內部，兩者是一體的。諸如微信、支付寶、抖音這類日活動輒數億的超級App，用戶每天都要使用，手機廠商無論如何都不能與它們“開戰”。如若不然，蘋果和微信之前的“二選一”風波就是例子，即便強如蘋果都承擔不起與微信一拍兩散的結果，更遑論Android手機廠商了。除了用不了盤外招之外，快應用聯盟也沒有得到開發者方面的支持。微信當初扶持小程序，快應用聯盟也是有樣學樣、搞出了一個“2億流量扶持計劃”，也確實拿出過餓了么、唯品會、攜程加入后UV增長150%的案例。但問題是微信是騰訊說了算，可快應用聯盟稱得上是“九頭蛇”，同樣也繼承了Android的碎片化特性。當初對快應用充滿熱情的開發者很快就發現，快應用不一定能在每一個聯盟成員的手機上運行。如此一來，開發者的成本被迫上漲后，直接就勸退了一批小團隊。而快應用更致命的缺陷是開發者其實并不支持它，因為快應用和App算是同生態位的產物，它們都是以桌面圖標的方式存在于用戶的手機上，而應用商店則是另一個物種。對于開發者而言，只要流量和分成比例合適，在哪個應用商店進行分發都一樣，可快應用卻真真切切地給用戶造成了體驗上的困惑。最終的結果，是有流量、且高頻次的App對于快應用都敬謝不敏，以愛奇藝為代表的應用即便在開發了快應用版本后，又很快下架，反而只有天生缺流量的工具類App抓住快應用不放。可工具類App缺流量導致了他們變現難，好不容易有快應用這樣一個流量入口，自然就要物盡其用，結果就成了廣告泛濫，開發者為了讓用戶看廣告無所不用其極。可反觀小程序生態，奔著在Android、iOS里搞“國中之國”的互聯網巨頭是真的在培育生態，所以到了六年之后的今天，雙方又豈有不分出高下的理由。本文來源：36氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除
-
25
01/03
中國軟件行業沒人敢說的實話
軟件行業有很多“潛規則”，行外人不知道，行內人不能說。因為說出來會被視為“行業叛徒”——比如我。今天，就讓我繼續來做這個“把中國軟件行業都唱衰了的男人”。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品經理，那就是CEO。其他所謂的產品經理，其實都是原型仔。在這樣的公司，你永遠都成不了真正的產品經理。還有一類公司，雖然產品經理不少，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：節約一點可憐的差旅成本！毫無疑問，在這樣的公司，產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。而標準產品則是聚焦共性問題，注重長期規劃，產品設計也非常謹慎。兩個思路南轅北轍，定制項目根本長不出標準產品。有人會抬杠：很多公司不也是先做定制項目，再做標準產品的嗎？真相是：這樣的公司往往一開始就是以標準產品為目標的，定制項目不過是積累經驗的一種手段，根本沒有指望通過定制項目賺錢。而外包公司的核心商業模式就是定制項目，根本沒有做標準產品的思維和能力。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，某核心業務系統停擺了一個月。奇怪的是業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，業務部門會發現：原來沒系統也無所謂。真相是：很多所謂的管理系統，真的就只是滿足管理層的控制欲，對業務一點幫助都沒有。如果大家負責的是這樣的系統，聽我一句：早點換個工作。第四，國企不需要產品經理。經濟不景氣，很多產品經理為了追求穩定，千方百計想去國企。但其實，國企并不需要產品經理。這里的關鍵在于，專業的產品經理應該為用戶創造價值，但是在國企，產品經理的工作本質上是討好領導，為領導創造政績。在國企，“匯報能力”遠遠大于“產品能力”，因此，國企需要的不是“產品經理”，而是“匯報經理”。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，靠的不是創造價值，而是綁架客戶。本節講講中國軟件行業沒人敢說的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，這幾乎已經成為了中國甲方的潛規則。曾經在一家央企做項目，甲方的一位業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，而且很多中國企業家也都相信！但是最終有幾家企業真正實現了流程再造呢？大部分企業都只是實現了最基礎的信息化管理而已。核心原因在于，在歐美，企業把IT能力視為了戰略能力，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家。第三，中國軟件市場最大的問題，就是需要好軟件的企業沒錢，但有錢的企業卻不需要太好的軟件。為什么飛書這樣體驗好的軟件，一直面臨市場規模卡點的問題？核心原因就是買得起飛書的中國企業，真的不多。很多國央企，軟件的好壞其實對業務一點影響都沒有，而他們恰恰是中國軟件市場最有購買力的企業。面對這些有錢的企業，“產品好”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。軟件行業有一個潛規則：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，中國軟件行業和歐美的差距越來越大。十年前，中國軟件行業普遍性盈利，很多SaaS公司也在賺錢；現在，中國軟件行業普遍性虧損，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；現在IT民工們的人天單價一跌再跌，已經從10年前的3000一天，跌到了現在的1000。十年前，雖然外企占據了高端市場，但是，一大批IT公司跟著外企還能喝點湯；現在搞國產化替代，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，是互聯網的十年，歐美的企業軟件已經全面進入了互聯網時代，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軟件時代。這真的是我們這一代IT人，最大的悲哀。本節只有三句話，但每一句都透著IT人的心酸。實話1：定制化的本質，就是甲方壓榨乙方，乙方綁架甲方。中國企業為什么不愿意為標準產品付費？因為，在他們看來，軟件產品和以前的光盤沒有本質區別，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“優點”：經過多年的修修補補，定制系統的代碼已經太復雜了，如果貿然換供應商，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，很多公司的核心業務就變成了AIGC培訓。企業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，很多公司的核心業務就變成了外包。這些都不是個例，我身邊就有不少軟件創業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，最后都會變成傳統軟件公司。大家發現沒有，SaaS公司越來越像傳統軟件公司。以前，SaaS都是公有云部署；現在，大部分SaaS公司都提供私有化部署。以前，SaaS都是標準化產品；現在，大部分SaaS公司都提供二開服務。以前，SaaS都是訂閱制；現在，一些SaaS公司也開始提供買斷制。AIGC也一樣，大家慢慢也會發現：AIGC越來越像傳統軟件。本文來源：虎嗅網文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
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，但必須持懷疑態度，功能強大但容易出現小問題，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、需要產生大量創意的任務：比方說，在頭腦風暴中，創意的數量往往決定了最優創意的質量。大多數人生成幾個創意后會感到疲憊，而AI可以高效地提供數百個不重復的創意。2、你具備專業知識，且能快速評估AI產出的好壞：盡管某些工作可能很復雜且要求嚴格，但借助你的專業知識可以判斷AI產出的價值。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容轉換：比方說，你已經設計好了一項政策，但需要為組織內不同受眾分別制作培訓文件。AI能夠高效地調整文件復雜度，確保內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，但現在我可以讓AI提供幾十種不同的結尾方式。6、AI表現優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”，從而幫助你發現獨特的創意。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業類任務：這種情況下AI可以成為你的“聯合創始人”，既能提供指導，也能協助你制作文檔、演示以及其他超出你專業范圍的事情。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：提供數據給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現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“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。幻覺是可以減少，但沒法消除。（不過，現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會產生“幻覺”，但這只是出錯的其中一種表現形式：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容，學者則要多次修改理論。靠AI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表現不佳時：AI在某些意想不到的領域表現不佳。比方說，統計“草莓”（strawberry）里面字母“r”的個數）。也可能在另一些領域有驚人表現。比方說，創作一首關于統計“草莓”包含的“r”字母個數的，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氪文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
24
12/28
“為什么說大模型可能是軟件開發的死胡同？”
雖然“DoescurrentAIrepresentadeadend?”這篇文章意在引發討論，但其中的某些觀點對軟件開發人員來說特別具有相關性：“當前的AI系統缺乏與其功能緊密相關的內部結構，無法作為組件進行開發或重用，也無法進行關注點分離或分階段開發。”本文僅討論如何將大語言模型（LLM）作為產品解決方案的一部分，而非探討如何在開發過程中使用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生命周期活動（SDLA）確實面臨著一些挑戰，但我們開發產品的方式與最終賣給客戶的產品通常是有所區別的。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同工作。即便某個產品采用了Oracle數據庫，我們依然能夠明白在概念設計層面上是存在數據持久化的。在決定使用哪種類型的存儲技術時，測試機制已經準備就緒了。同時，數據庫技術在不斷創新，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問題相關的因素。我們無法將LLM的行為與訓練數據分離。目前，我們無法將LLM的行為與訓練數據分離。我們知道LLM是經過訓練的，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，但在軟件組件開發中卻并不適用。安全和隱私問題成為關注點，因為我們缺乏可靠的途徑或方法來防止LLM泄露某些敏感信息。我們無法從外部干預神經網絡，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有的知識產權——而實際上，它們很可能已經侵犯了。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，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——某些必須出現在產品中的“噱頭”，而并非核心組成部分。我認為LLM作為服務被引入產品的前景不大，除非LLM本身就是產品。鑒于前面提到的原因，我認為LLM作為服務被引入產品的前景不大，除非它本身就是產品。但即便如此，這對任何企業來說都是一個巨大的陷阱。當Zoom創始人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。將重大創新外包給了LLM廠商，實際上是將自己的產品路線圖交給了另一家公司掌控。軟件開發人員應該如何應對那么，軟件開發人員應該如何應對？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則。關鍵在于要設計一個能夠為企業提供所需功能的流程，然后開發一個平臺，以可持續的方式讓開發人員進行構建。作為開發人員，我們應當保持開放的態度，擁抱真正可解釋、可測試的AI。作為開發人員，我們應當保持開放的態度，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控、可報告、可重復、可解釋且可逆的。如果我們發現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：博客園文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
-
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；后腳字節跳動發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，多模態模型競相出現，AI產品迭代速度之快，以至于我們常常忽略，從爆發至今，國內AI領域的發展其實還不到2年。AI一年，人間十年。但這個被視為互聯網變革級別的產品，卻至今都還沒迎來爆發時刻。算力不是護城河直到今年上半年，國內市場聊大模型發展，最核心的決定要素和關注焦點還是在算力。百模大戰如火如荼的那一年，想通過卷參數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，隨著整個行業的快速迭代，僅靠算力和參數規模的提升已經難以真正超越同行。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進行，這對現階段還難以走通商業模式的大模型廠商來說，顯然是一大挑戰。以字節為例，據證券時報報道，僅2024年，字節在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多個數據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，誰的模型表現就更好。算力依賴于GPU性能和數據中心建設，訓練語料依賴于公開的數據集。但歸根結底，兩者都取決于經濟實力。早在去年，谷歌內部討論如何應對ChatGPT時，就有工程師表示：“我們沒有護城河，OpenAI也沒有。”他認為，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研究咨詢機構SemiAnalysis其中他指出，開源AI模型發展之迅速，使其很難形成強技術壁壘，即使現階段其大模型的數據質量仍然稍有優勢，但差距正在驚人地迅速縮小。特別是開源社區的創新和快速迭代能力，使得Google和OpenAI難以保持技術優勢。目前AI行業想要獲得領先優勢和壟斷利潤，極其困難。這也是目前國內大模型的現狀，各公司的模型有強有弱，但是核心功能普遍同質化，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部數據，靠的也是調別人的搜索結果，但靠著長文本，也成功進入了國內AI大模型的第一梯隊，但如今長文本已然成為大多數AI搜索產品的基本能力。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據，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勢也在減弱。《大模型落地與前沿趨勢研究報告》就直接表示，互聯網時代應用有很多關鍵要素可以構建護城河，包括數據飛輪、網絡效應、遷移成本、規模效應、用戶心智等，但已經不再適用大模型的業務模式。目前為止大模型的業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”。華爾街明星基金經理CathieWood曾表示，基礎設施建設的階段，硬件廠商往往表現出更大的增長空間，但一旦這個階段完成，市場的關注點就會轉向軟件，轉向應用。過去一年，國內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搜索產品主打的深度推理、近期開始起風的多模態，包括最近熱門的視覺大模型。但同質化嚴重早已是AI產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布，主要聚焦在圖片內容識別能力、理解和推理能力以及視覺描述與創作能力上，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，想要真正看到爆發點，是要讓AI真正和普通人強相關，此前就有業內人士指出，未來能否出現殺手級別的應用，將會是各家決出勝負的關鍵。正如李彥宏多次強調，“沒有（AI）應用，基礎模型一文不值。”殺手級應用的出現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模式。例如，3G網絡的發展中，iPhone作為殺手級應用，不僅推動了智能手機的普及，還催生了移動互聯網的各種應用和服務。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。直到現在，網上關于不同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出壓倒性的優勢，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，近期快手就聯手賈樟柯、李少紅等國內知名影視工作者，與AIGC創作者合作，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化的AIGC美術流程。但整體上AIGC仍處于發展階段，生成內容的質量、穩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，也不免出現同質化的情況。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、文本創作、文生圖這些已經是豆包、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。但正如創新工場聯合CEO汪華所言，現在整個AI才出來一年半的時間，大家就指望AI的產品形態就被探索出來，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技術能轉化為可落地的商業模式。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企業能夠盡快實現技術的商業化應用，以實現投資的增值。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傾斜。他表示，紅杉資本預計未來數十億美元級的人工智能公司大多數將來源于應用層，而非傳統的基礎模型構建。這一轉變預示著，未來我們也將看到更多技術創新與實際應用結合的AI應用。值得注意的是，據智能涌現獨家消息，有知情人士透露，雖然豆包的用戶規模在過去幾個月有所增長，但和行業里所有AI對話形態的產品一樣，其在使用時長、打開頻次及商業化潛力上仍不夠理想。文章指出，字節管理層判斷AI對話類產品可能只是AI產品的“中間態”，長期更理想的產品形式，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，字節已經提升了即夢的產品優先級，嘗試用新的路徑打造AI時代的“抖音”。該消息暫未得到字節回應。眾所周知，在AI產品的開發應用上，字節并沒有先發優勢。2023年8月，豆包正式推出，這距離百度在3月發布文心一言，已過去近半年。但靠著實打實的鈔能力，豆包APP11月份的月活已經達到近6千萬，保持10%以上的增速。目前，在國內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。（數據來源：AI產品榜）截至今年10月，國內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，作為目前國內用戶最多的ToCAI產品，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的AIAgent，這種工具類提效產品對大眾消費市場來說本就不算剛需。一定意義上來說，AI搜索類產品作為生成式大模型在C端落地后最拿得出手的產品，其更大的作用是樣本收集場景，而不是賺錢的場景。對字節來說，在對話類產品中去強化自身語料、文生圖訓練的能力，形成生態鏈，為后續以更加體系化的方式為字節的AI生態打開更大的商業空間才更具生命力。只要有活躍的用戶、有可持續的使用價值，AI對話類產品的重要性就仍然存在。而事實上，縱觀目前其他對話類產品，字節的友商們也沒那么著急去把對話類AI當作商業化的重要組成。此前百度副總裁、移動生態商業體系負責人陳一凡在談及生成式AI的商業場景時就曾表示：“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，會把整個問答的內容質量和整個智能體對話的質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需求。”。回顧上一代移動互聯網級別的創新，從2008年APPStore的推出為移動應用提供了平臺，直到2012年手機操作系統生態圈全面發展，智能手機規模化應用才真正爆發。移動互聯網這條路走了5年，而如今AI技術只用了不到2年，就已經讓我們看到了質的飛躍。或許2025年，我們就能看到下一個iPhone時代拐點的到來。本文來源：博客園文章轉載于其他網絡，如有侵權請聯系我們及時刪除！
