这两天的亚马逊云科技年度峰会，听了很多关于生成式 AI 的内容，引发很多反思和疑问；智谱说他们有上千的客户在使用智谱大模型构建应用，是咱们这代人经历的第二次科技革命，计算机世界第一次具有了"智慧"；亚马逊科技产品部 Erik 也强调，我们不能简单把大模型看成是一个工具；那大模型到底是什么？对用户有什么价值？

1.                                                              

新事物的两面性-从移动和互联网说起

互联网和智能手机使得整个世界更加扁平化，过去 “特别”和 ”稀缺“ 的事物被广泛商品化和触手可及，一方面，意味着一些旧有权利和特权被削弱，传统物理上的稀缺价值被冲击；另一方面，它也为更广泛的群体提供了新的机会，让更多普通人通告这些新兴技术平台创作、链接和发声；

我们看几个移动互联网时代代表企业的例子：

• Google 谷歌将世界上整个出版物数字化成每个页面，搜索结果不会将你带到报纸或杂志首页，而是直接到单个文章；好莱坞一直坚信内容是关键，而 Youtube 通过智能设备和互联网分发用户自制内容，成为最大的流媒体平台；

• Meta（原Facebook）将用户生成的内容提升到与传统出版物文章同等层次，你的信息流中可能有好友的靓照，活动宣传视频，深度的报告链接，或者一个网络笑话

• Amazon 亚马逊打造了一个“万物商店”，消费者可以在平台上找到地球上任意物品，并将其送货上门，免除跑腿的烦恼；

• Netflix 奈飞将”现在播放什么？“转变为”你想看什么？“，无论是高雅电影、低成本电影还是炙手可热的自制剧，真人秀，所有内容都在，消费者随时可以点播

• Expedia、Booking 或 Trip.com 等将旅行从过去旅行社或老牌旅游集团不可预知的”冒险“，转变成按价格，设施，点评，场景等个性化排列的搜索和推荐结果；再比如 Uber 和 AirBnB 将出行和住宿商品化延伸到车主和房主；

物理或实体世界，价值主要由稀缺定义，稀缺的商品是以经销商为核心，比如大牌的奢侈品销售；而数字世界是由丰富定义，因此发现你真正想看的内容、商品或旅游产品才是制胜关键，比如抖音；

2.                                                                          

大语言模型：工具？智能体？媲美人类大脑？

移动互联网时代，智能终端设备和应用（App）重塑了生活、工作和商业模式；

大语言模型如 ChatGPT、Claude3 以及 ChatGLM 等等，本质是什么？

大语言模型将互联网所有文字、视频、语音等数据记录，升级成“大模型”，跟以往搜索到特定网页不一样，它可以直接给出“答案”，实现了我们一直追求的技术可以满足对自然语言的语义理解，并推导出结论；

以往，程序员通过编程使得计算机执行确定的过程，当然 Bug 是程序员的锅，而不是计算机本身，计算机会精确按照程序执行得到确定的结果；

而基于大语言模型的智能助手，比如 ChatGPT，使用户的对话互动，具有了一定的“人性化”特征，而不是以往程序规定好的标准动作；这是一个幻觉吗？不经过 RAG、微调 等技术增强的情况下，企业会发现，特定业务领域的应用，大模型的回答并不总是符合预期甚至有点胡言乱语，因此，链接到企业自有的数据资产（RAG）或者确定性应用程序（Function Call），从而使大模型更具确定性和实用性；

这个模式在未来很长一段时间都是主流的大模型应用架构模式，即利用大语言模型链接到解决确定问题的应用程序和企业自身的数据资产解决特定企业的业务场景；

大语言模型基于现有的互联网大规模数据集训练而成，它是通往事实真相的界面，而不是事实真相的源头；

杰夫·霍金斯（Jeff Hawkins），因其对人脑及其与人工智能的关系的贡献而广为人知，他是《智能的本质》，《新机器智能》以及《千脑智能》等书的作者，并提出了关于大脑工作原理的理论，探讨了为创建智能机器而带来的影响。

他在采访中提到：

“最近人工智能的进展并不是基于根本上的新算法，主要是因为我们现在能够在非常大的数据集上训练人工智能系统。我们拥有的最大数据集就是互联网上的所有文本。ChatGPT和其他语言人工智能系统之所以运行良好，是因为它们可以在数十亿的语言样本上进行训练。在未来的几年里，基于语言的人工智能将被整合到生活中，成为计算机的另一个应用。”

关于智能，他在《千脑智能》一书中写道：

“智能是系统学习世界模型的能力。然而,由此产生的模型本身是无价值的、无情感的，也没有目标；目标和价值观是由使用该模型的任何系统提供的。”

这段描述对于大语言模型也是适用的；

3.                    

未来会怎样？

大模型会改变什么？一切？重构一切应用程序，在规模效应下，大模型基础设施成为主流，那会不会重构现有的云基础设施市场？

对于大家的影响如何？

人工智能和大模型已经在影响诸如智能客服等垂直场景的降本增效，随着大语言模型理解和执行复杂指令的能力增强，个体也将变成“超级个体”；如今，很多行业还需要一个团队来实现一个愿景，因为缺乏资源或协调能力来推出新产品，未来，超级个体+大模型在确定性方面的提升，会消除这方面的限制，从而对更多行业产生影响；

人类会不会呈两个极端分布？绝大多数人会满足于戴上他们的 Vision Pro、观看流媒体服务或查看TikTok视频，而越来越多的"超级个体"则将在人工智能的帮助下掌握未来；

（图片来自互联网）

“AI 的长期目标应该是创造智能机器，而不是复制人类。”

这是我们未来的模样吗？！

（图片来自互联网）

4.    

总结

近期我们也关注不少企业的 AI/GenAI 战略，我们总结如下：

AWS：

• AI的八个核心阶段： 训练、知识产权保护与保密性、AI应用、调优、规模扩展、成本控制、ROI优化、简化

• 导入与拓展： 赋能数以万计的Bedrock客户

• 行业定制化： 深耕金融服务、生命科学、保险、医疗保健等行业，打造解决复杂问题的综合性平台。

• AWS作为AI实验、开发与部署的平台

• 依托芯片技术、LLM多样性、生态合作伙伴及方案灵活性，实现成本效益最大化

• 安全与隐私： 严密保护数据、模型权重、训练数据等关键资产

• Amazon Q： 作为“向上堆栈”简化AI流程的创新

微软：

• 未来五年，世界最需要的是无处不在的超大规模算力，如果无法每年投入50到60亿美元，就拿不到进入超大规模计算中心市场的基本门槛 （这是要军备竞赛吗？！）

• 人人都说他们理解指数级增长，但当指数增长真正发生时，事情就变得完全不同了

• 这（AI）是我们的机会，这样的机会十年一遇，甚至一代人一遇

• 文化和组织的统一是微软成功的关键。Nadella强调，打造**"完整的产品思维"**很重要,要做到从硬件、操作系统到应用程序的全面协调

• 本地AI能力与云端服务的结合是关键。Nadella强调，Copilot+PC能够本地进行大量AI运算，同时还能利用云端服务提供的安全性和持续更新

• AI 作为工具而非独立主体；Scott 认为，人类仍将是 AI 系统的中心，AI 只是一种强大的工具，不会取代人类，反而会让人类做更有意义的事情

• AI 正在向平台化发展。Scott 认为, AI 模型正在表现出像平台一样的特性,可以被灵活组合和复用于各种应用场景