戴文渊：AI从业者要有良好的心脏和血压管理

最近，AI（人工智能）的发展似乎进入了“爆发-平缓-爆发-平缓”的循环，尤其自2020年新冠疫情爆发以来，很少再出现现象级AI应用。

即使凭借自动写代码而抱得大名归的GPT-3，其炸裂效果更多依靠超大规模的参数堆砌。可以说，当前的AI成果基本依靠参数规模不断增长而带来模型活化能力增强。谷歌从T5破百亿到GPT-3破千亿耗时将近2年，但从GPT-3到盘古的2000亿却只用大半年的时间。

随着算力需求的不断增加，AI项目的成本已攀升到令人咋舌的地步。以能根据文字描述生成画作的DALL·E为例，其训练成本已突破1000万美元。越来越大的参数规模，使得谷歌在进行大规模AI训练和推理场景时，开始设计专用TPU芯片。

因此对于最新的头部级别AI模型，很多人都表示望而却步，因为要建设这种级别的平台，必须具备雄厚的资金实力。甚至很多在高校做AI研究的学者，都开始羡慕大厂的研究实力。同时，这也是AI发展再次回归平缓期、众多明星AI企业在探索商业化屡屡受阻的根本原因。

正在为下一次爆发积蓄力量的AI，目前正在朝着“深水区”不断发展，并由之前的散点应用逐渐转向产业化和规模化。那么，到底什么是当前AI的破局之策？

近日，第四范式创始人戴文渊表示，2021年AI产业情况有些特殊，2020年AI产业处于往上的状态，而今年又有些许向下的趋势。因此，现在大家可能对AI有些诟病。实际上，对于AI的从业者来说，每天都在经历着起起伏伏。作为一名合格的AI从业者，需要有良好的心脏和血压管理。

图 | 戴文渊

但从另外一个角度看，这恰恰是AI从业者的机会。我们需要去分析每一次起伏发生的本质原因，如果能解决掉本质问题，这就是下一次的机会。

众所周知，AI产业曾经历几起几落。最早提出AI时，大家对AI有很高的期望，但后来发现AI做不出来，这时AI经历了第一次衰落。

第二次以深蓝为代表的公司把AI做出来了，大家由此也看到了AI的力量，并看到了AI产业的兴起。但为什么AI又发生了第二次的衰落呢？因为大家发现虽然深蓝很酷，但并没有什么实际用处，只是一个很酷的玩具。

今天很多企业利用AI赚到了钱、节省了成本，即给企业带来了实用价值。但为什么AI仍然被诟病呢？因为绝大多数企业并不满足于AI只在企业落地。

当下几乎所有企业都在运用AI技术，但几乎没有一个企业的核心竞争力是AI。就算没有AI，企业依然可以存活，这是今天AI面临的最大挑战。也就是说，AI在企业内部的用处还不够关键。

站在企业的角度，每个阶段企业都在寻求下一个阶段增长点的核心驱动力。比如信息化的转型，确实给企业带来了腾飞，再比如互联网给企业的线上增长带来无限的扩展边界。再加上移动互联网，这便是过去三个时代所带来的腾飞。

在移动互联网之后，企业尝试着各种各样的方向，包括5G、IoT、AI、大数据、区块链和最近提到的数据中台。但企业是否真正找到了下一个增长点的实现道路？目前可能更多是在尝试，并未没有找准实现点。

然而，今天AI找到了又一个临界点——AI在各个行业和场景的落地，创造了真正的社会价值。过去七年里，各行各业有很多AI场景的落地，创造出了一定价值。但企业是否找到了质变呢？

实际上，现在部分企业已经通过AI实现了质变。以消费互联网为例，现在抖音、快手十分热门，那么他们的变化是什么呢？

消费互联网的核心是内容分发的成本，内容成本下降后，相同的成本能获得更多客户。过去我们运用科技的力量去实现内容分发成本的下降，而每一次成本的下降都能带来用户的增长。

很多企业都在尝试用技术降低成本，但什么时候能够达到临界点呢？当边际成本降到几乎为零时，就会产生质变。今天我们看到的千人千面的内容分发，其实并不依赖于任何人工，所以成本几乎为零。

当成本降到几乎为零时，通过固定成本可获得的用户数是无穷大的，此时就获得了质的提升，用户数和规模将获得巨量成功。这就是今天资讯、视频等以消费互联网为代表的内容分发平台获得成功的原因。

而产业互联网的规模核心指标是从业者的门槛，比如零售企业的增长来自于能找到多少合格的店长，而店长有一定从业门槛。过去也尝试过技术的植入，包括BI（Business Intelligence，一种运用了数据仓库，在线分析和数据挖掘等技术来处理和分析数据的崭新技术）技术的植入，实际上也在降低从业者的门槛。但是我们能否把这个门槛降到足够低呢？

在当前的产业互联网领域中，某找房企业是风头正劲的公司之一，通过提供经纪人协作网络，该公司把经纪人的门槛降到足够低，让广大从业者能够进入到经纪人的行列，从而行业内有足够的从业者。也就是说，我们不再是在场景上获得一些提升、以及把规模提升一倍或两倍，而是越过临界点去获得无穷大的提升空间。

因此，对于科技产业来说，最重要的是能否找到临界点。今天绝大多数企业正走在这条路上，并且已经找到一些基于AI的赋能场景，也获得了业务价值的提升，但是还未达到相应的临界点。

比如，消费互联网领域的成本依然没有降到零，产业互联网领域的从业者门槛降低了，但还没有降到最大限度。对于AI来说，下一个阶段最大的挑战是如何进一步推进，将量变推到质变，使企业真正实现AI的转型。

戴文渊表示，第四范式一直致力于用AI技术帮助到每一家企业，过去该公司帮助很多企业在场景级别实现了业务价值的提升，并且一直在和最主要的客户探讨如何用AI技术帮助企业走到下一个阶段。实践证明，只有AI决策帮助企业经营从量变到质变，才能真正释放AI的价值，带来AI发展的新浪潮。