2024年「AI」润物有音

最近几年，AI 发展可以说是非常迅速的。 ChatGPT 爆红点爆大模型，到现在 Agent、各种蓬勃发展的小模型，AI 发展已进入下一个方向。本文，让我们来看看作者的看法。

模型及应用：保大保小？

01

虽然人工智能已经发展了很多年，但真正意义上的人所共知，也不过是最近的事。 2 年事情。从 ChatGPT 从最初的卷模到现在的卷应用卷商品，爆火出圈到现在到处都是大小模型。

最近几个月，还有很多人。 AI 企业卷铺盖。

AI 毫无疑问，它的巨大潜力和影响力被称为人类的最终发明。在目前降低成本的大趋势下，全球科技巨头都在节约支出，减少预算，却在人工智能行业疯狂投资。

投资：不仅仅是退款；巨人 AI 上面宁可错投，也不要错过。

人工智能产业正在经历 2 年复一年，跌跌撞撞的飞奔之后，现在也开始慢慢认清现实，冷静下来，虽然 AI 对未来潜力的一致性持乐观态度，高期望、高投入与客观现实的冲突日益明显。

大型技术的发展进入瓶颈期，突破难度未知，缺乏爆炸性的现象级产品，同质化的应用被打破；说白了 AI 可以处理的事情，并非不可能。

目前，仍然存在于网络产品的包围圈中。

AI也许要经历一个短暂的挤压泡沫阶段，等待底层模型能力再次突破，产品用途的场景突破包围圈，AI 仍然是走在时代前列腺的物种。只是这个过程的难度和进展，很难评估。

站在当下看，过去互联网的轨迹清晰可见，未来 AI 这条路也不是一片混乱。

02

希望快速了解一个复杂行业的现状，有一个比较简单的方法，专注于引领行业风向的公司。

OpenAI：在全球热搜榜上设置 AI 玩家。

从 OpenAI 发布的 ChatGPT 在大模型流行之初，这家公司的任何动作都会被媒体挂在头条，无论是底层模型的更新迭代，还是上层应用的创新尝试，甚至相关文章都会被用来分析和猜测。

ChatGPT 从发布到更新 GPT-4o 版本，而用户和他们的评价，从最初的颠覆，到现在更好的使用，更强大，更全面，在年初发布。 Sora 模型没有真正移动到台面上，OpenAI 这家公司本身也处于各种内耗状态。

这里也不是说 OpenAI 不行了，ChatGPT 目前体验最好的大模型还在使用。当技术进入瓶颈期，只要没有自我崩溃，一点点前进可能是一个巨大的领先地位。

近期发布的 o1 推理模式，更像是增加融资的砝码。

对个人而言，没有钱会有很多苦恼，对企业而言，没有钱就没有苦恼。

OpenAI 到目前为止，与之相关的投资者，以及获得的投资额度，都是其他投资额度， AI 初创企业远远无法与之相比，有钱则能在一定程度上解决计算能力和数据问题，外界对外 OpenAI 最大的疑问，来自于核心创始团队的散场，以及主要员工的不断流失。

OpenAI 在资金、计算率、人才、数据等方面占据优势，处于底层大模型的瓶颈阶段，前进的节奏开始缓慢，这会让其他创业公司和投资者有些不自信。

近些年，与 AI 还有一个同样火爆的概念：元宇宙。

在元宇宙概念火爆的那半年，曾经的 Facebook 直接更名 Meta，以此来表达 All-IN 态度，以后的走向连双曲线都算不上，最后， Meta 没有人能得到亮眼的商品，其他跟风项目也没有下文。

因此看一个行业的风口，重点关注头部。 1-2 家庭企业的进步，尤其是高门槛的行业。

03

从 ChatGPT 大型模型发布后，只用了两年时间，各种基础或垂直类大型模型就已遍地开花。

但是大模型的能力，却是一言难尽。

底层基础大模型更注重一般能力，自然知道更多的训练参数值。虽然提供的答案很难给用户一种眼前一亮的感觉，但偶尔也会给人一种眼睛发黑的错觉。今年，垂直大模型得到了高度可行的验证。培训参数偏向垂直行业，生成内容精度高，从而形成数据和模型的正循环。

利用底层大模型，可以快速整理各个行业或领域的数据，输出相对完善的框架概述，垂直大模型可以为行业提供深度解决方案。

在 OpenAI 在产品的种类中，也是分开的 GPT-4 基本模型系列，o1 推理模型、DALL · E 制图模型、sora 视频模型。

在这两年的迭代中，基础大模型的适用范围和可用性都有了明显的提高，实用性也在逐渐降低，垂直大模型在各自的领域不断迭代进化。虽然缺乏实用性，但优于高精度和高效率。

目前比较一致的观点是，两种模型协同处理任务，对于未来能够结合到什么程度，还要看计算能力和模型结构的迭代优化。

虽然大模型的迭代令人眼花缭乱，但真正火起来的应用并不多。

这也是很多用户和资本困惑的一个主要原因。媒体上对大模型的舆论也从热情逐渐转变为质疑。模型更新速度很快，但从实际应用效果来看并不明显。

OpenAI 大热门的 sora 模型没有正式公开，快手的可灵视频模型热了一阵子，3D 类型模型昙花一现，垂直类型模型真的放在应用端上，而且火不多，声音较大的就是宠物类和编程这两个方向。

大模型迭代进入瓶颈期，应用端也没有热门产品。以搜索产品为例。虽然问大模型的问题越来越多，但真正棘手的问题或系统的实践案例更多来自搜索引擎的内容。

大模型能力和传统搜索最大的区别就是搜索更多的是从别人的内容中找到自己想要的，而大模型会从问题中推断和找到客户想要的答案。

使用和模型：保大保小？

对于 AI 对于初创企业来说，最难的技术水平很难轻易区分，但在价格战和营销战中却如火如荼。市场正在等待一个现象级的应用出来，产品的能力被充分颠覆。客户可能不会真正关注使用哪种基本模型。

04

人工智能近 2 2008年的发展是疯狂的，预期高，投入高，估值高。只有收入低于预期，这也导致了一个接一个的质疑和泡沫言论，但牌桌上的巨人玩家依然坚定激进。

以前几年流行的企业都在谈论信息化和数字化，而最近两年都在高喊智能化，尽管有点自信。

但是不可否认的是，AI 的确，它已经从最初的玩具转变为工具形态。

因特网这一行业，AI 应用已经很普遍了，尤其是商品和R&D的岗位。无论是基础还是垂直模型，都在慢慢融入更多的实践场景，比如知识的收集和整理，3D。 模型搭建、AI 面试官、AI 编程与教育等。虽然不能完全替代，但已经证明了可行性，这将带来足够的发展动力。

从自身实践的角度来看，还没有一个大模型能做到真正的多面手，在工作中，更多的是多个大模型的组合使用。

作为杭州最有卷味的地方，在写报告文档的板块，通义模型应用最广泛。各种周报、月报、季度总结无疑都是用手捏的，文档生成后再借助。 PPT 的 AI 能力一键生成，堪称反内卷的利器。

对复杂的文档或资料进行分析整理，使用较多的是 Kimi 模型，没有与其它大模型进行深度对比的能力差异，但响应速度这一块，无疑是充满了体验感。

解读整理互联网热点事件，利用腾讯混合元模型进行深入研究，可以快速了解事件的来龙去脉，全面吃瓜，快速获取各种深入分析的文章，如之前的萝卜快跑事件和现在的Tiktok快手事件。

制图和视频生成大模型，在经验过的产品中，快手的可灵模型，OpenAI 的 DALL · E 模型，所呈现的内容都不错，对于模型， sora 模型，个人感觉如果它不能达到绝对的领先地位，保持顾客的食欲和舆论的神秘性也是一种策略。

在过去的两年里，人工智能从最初的文本对话到现在的多模式，从最初的内部测试申请到各种产品的内部，从最初的通用大模型到现在的垂直大模型，从最初的模型到现在的商品应用。

虽然不断受到质疑和谴责，但技术的发展趋势并没有因为个人意志而转移。

05

最后，必须提到的一个灵魂问题，人工智能的发展是否会影响就业？

以历史为镜可以知道变化，工业革命带来的几次痛苦和影响，技术的创新和发展不仅可以化解矛盾，还可以创造新的矛盾。在这种变化中，有两种人很容易顺利度过，来到自己的领域，这需要一定的天赋；不要放弃对垂直技能的专注，提高自己的技能广度，快速调整自己适应变化和趋势。

有句话说得很有道理，不是卷倒我们的吗？ AI 而是用 AI 的人。

与其在原地焦虑，不怕事情的思考可能会带来更多的机会，AI 发展已经发展，还是要习惯才好。

本文由 @半问 每个人都是原创产品经理。未经作者许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议

这篇文章的观点只代表作者本人，每个人都是产品经理平台，只提供信息存储空间服务

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com