关于GenAI的非共识认知

推荐语

GenAI领域内的非共识观点，探索AI商业价值与技术革命的局限性。

核心内容：
1. LLM行业低门槛现状与创业公司发展速度
2. GenAI应用场景的局限性与未来商业价值预期
3. GenAI行业对资本的依赖与技术革命的不确定性

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

1. LLM是一个技术门槛极低的行业，只要有资金、数据、能源，阿猫阿狗都能攒出来一套大模型，看看中美欧的那些做foundation model的创业公司们，3月成立，5月融资，8月launch第一代产品是很常见的节奏，可能比云、软件、Fintech、硬件的技术门槛都更低
2. 现有模型能力下GenAI的应用场景局限在coding、chatbot、summary、search+retrieval、image/video generation、custmer support agent、education、workflow automation in verticals等领域，我很看好以上领域内的创新产品机遇（参见Pivot for GenAI (2)），但我也相信3年后（2027年）回头看依然只有这些应用领域，因为应用领域过于局限，导致GenAI带来的增量商业价值有限，我们可能无法在更广阔的市场中（如内容、商贸、金融、工业、劳动力等）找到革命性应用
3. 2025年全球有千亿美元级别的GPU支出和万亿级别的AI Infra支出，意味着未来要有几万亿美元级别的商业价值创造才能把这个饼圆上，也就是说，AI必须是下一次技术革命，Nvidia的股价和销售额已经没有给市场其他选项以获得逻辑自洽了，虽然预期拉满，但GenAI未来在商业上的回报注定会miss今天的预期
4. GenAI行业的发展显著依赖资本，所有从业者、用户、投资者被迫选择了一个符合「maximum wallet interest」的方向，科技公司和投资人bet的其实并不是GenA会引领生产力跨越式发展，而是被FOMO的焦虑情绪驱使的被动选择，即「the risk of under investing is dramatically greater than the risk of over-investing」，所有科技行业在位者动用一切资源防止被颠覆，结果就是，很少人会被颠覆，大家一起用几百亿美金的GPU玩打水漂
5. GenAI是一种基于海量数据训练的应用统计方法，基于已有pattern生成类似pattern，不要指望GenAI能带来pattern breaking，而恰恰是那些不符合统计学规律的、毒害大模型的异常值（即创新）才是生产力飞跃发展的源泉，因此不要寄希望于GenAI带来普遍的生产力飞跃
6. AGI is just a marketing term，骗哥们可以，切勿骗自己

以上，记录一些有争议的判断（我自以为正确的大实话），2025年知行合一，并且为自己的认知埋单。