ChatGPT警示：不同的中美AI故事

（圖片來源：攝圖網(wǎng)）

作者|衣公子 來源|衣公子的劍(ID：yigongzidejian)

衣公子的劍——從商業(yè)的角度，看看這個(gè)世界

90年代SGI（硅谷圖形公司）研發(fā)高性能計(jì)算機(jī)，富得流油。李開復(fù)入職那一天，公司正巧發(fā)了個(gè)常規(guī)“小”福利，全公司所有員工，每人一只1500美元的Tag Heuer手表，外加一件昂貴的小羊皮夾克。

李開復(fù)在蘋果公司待了六年，也沒見過這么壕的排場。

但僅過去兩年，SGI就從豪奢走向破產(chǎn)。見證這場大起大落的李開復(fù)，總結(jié)了一個(gè)教訓(xùn)：科技創(chuàng)新千萬千萬不要脫離用戶需求。

當(dāng)李開復(fù)決定換工作，Intel和微軟都拋出了橄欖枝，工作內(nèi)容也驚人一致——去中國，建研究院，網(wǎng)羅中國年輕一代、生機(jī)勃勃的高材生。

喬布斯也打來了電話。這位前老板剛結(jié)束流放，重回蘋果，準(zhǔn)備大干一番。“開復(fù)，你為什么要去微軟？為什么要去中國？趕緊給我回蘋果！”

李開復(fù)拒絕了。在SGI的這段時(shí)間，他扮演著公司和中國的橋梁，很明確地注意到中國迅速發(fā)展，尤其是互聯(lián)網(wǎng)的出現(xiàn)，讓李開復(fù)堅(jiān)信互聯(lián)網(wǎng)會改變中國。

1998年，他回中國建微軟中國研究院，也就是后來的微軟亞洲研究院。這是互聯(lián)網(wǎng)力量最不可一世的一年，谷歌、搜狐、京東、騰訊、新浪相繼誕生。

在美國從事計(jì)算機(jī)科學(xué)的中國人，都被李開復(fù)薅了個(gè)遍。選中張亞勤，這位天才學(xué)霸，先在桑納福研究院做主管，被通用電氣（GE）收購后，張亞勤的工作重心由純科研，變?yōu)閷⒓夹g(shù)轉(zhuǎn)化為產(chǎn)品。這份“市場”的經(jīng)歷讓李開復(fù)尤其看重。

搞研究，先要建文化，科學(xué)面前人人平等。李開復(fù)要求不許叫“總”，也不許叫“院長”，必須叫“開復(fù)”。張亞勤先使壞，用當(dāng)時(shí)北京城很火的餐廳名字“KFC”叫李開復(fù)，因?yàn)楹笳呙趾唽懯荎F。李開復(fù)還擊了，管張亞勤叫“牙簽”（YQ）。

初生的微軟亞洲研究院風(fēng)風(fēng)火火，政府也很支持，入職竟然能解決北京戶口。在基礎(chǔ)研究、產(chǎn)研結(jié)合、培養(yǎng)青年科學(xué)家方向，微軟亞洲研究院給中國播下了一顆種子。

后來的故事，大家都很熟悉。比研究內(nèi)容更出名的，是微軟亞洲研究院的“人”，張亞勤、沈向洋、王堅(jiān)、王海峰、林斌、俞棟、鄧大付、賈佳亞、孫劍、余凱、湯曉鷗……這一長串的“畢業(yè)生”，有的去百度阿里騰訊頭條小米，有的下海創(chuàng)業(yè)科技小巨頭，把科學(xué)研究孵化成一個(gè)個(gè)具體的解決方案，撐起了中國科技商業(yè)的半邊天。

01

激流澎湃。24年后光景已然大不相同。中國 AI 技術(shù)和應(yīng)用也走到了全球第一梯隊(duì)。

2022年，李開復(fù)對中國媒體談到，“中國將與美國共同引領(lǐng)全球AI發(fā)展，在未來二十年，AI和自動化作為平臺技術(shù)，與先進(jìn)計(jì)算、生命科學(xué)、新能源等更多新技術(shù)交叉發(fā)展會帶來顛覆性的產(chǎn)業(yè)變革，中國有望這過程中領(lǐng)跑。

但話音未落，微軟一手奶大的ChatGPT橫空出世，讓一個(gè)常見的話題再次熱議：美國中國AI差距究竟有多大？擔(dān)憂之聲此起彼伏。

認(rèn)識差距，也客觀丈量差距。

不妨大方承認(rèn)，科技、商業(yè)很多方面，美國依舊領(lǐng)先世界，是我們學(xué)習(xí)和追趕的榜樣。但廣闊的市場和豐富的場景是中國AI的跳板。特別是在規(guī)模巨大的傳統(tǒng)行業(yè)，有較深的“行業(yè)護(hù)城河”。世界工廠正處于數(shù)字化、智能化升級轉(zhuǎn)型關(guān)鍵時(shí)期，AI、自動化等平臺技術(shù)輪番上陣，推動其迭代到技術(shù)創(chuàng)新驅(qū)動的增長新范式。

李開復(fù)也預(yù)測說，未來，中國和美國的 AI 競爭不一定是零和博弈，尤其中國在大數(shù)據(jù)和AI的優(yōu)勢，自動化、智能化有望領(lǐng)先美國，保持“世界工廠”的地位。

如果把時(shí)間拉長，從微軟亞洲研究院到ChatGPT，中美AI兩條不同的發(fā)展路徑，更加清晰。

微軟亞洲研究院的何愷明，和他的導(dǎo)師孫劍，研發(fā)深度殘差網(wǎng)絡(luò)ResNet。DeepMind的AlphaGo Zero就是利用了ResNet的研究成果。

后來，孫劍離開研究院，加入曠視。而何愷明的另一位導(dǎo)師湯曉鷗，也在離開微軟亞洲研究院后，擁抱中國本土AI市場，創(chuàng)業(yè)商湯科技。

曠視、商湯，成為中國計(jì)算機(jī)視覺AI的“四小龍”。CV領(lǐng)域就是一個(gè)典型“場景-技術(shù)-產(chǎn)品”輪轉(zhuǎn)，再帶動下一代技術(shù)躍遷的一個(gè)代表，同期不僅有四小龍，也有騰訊優(yōu)圖等這樣的科技企業(yè)布局。我想到更大的方面是，人臉檢測的研究幾十年前就在實(shí)驗(yàn)室里興起，歷經(jīng)一代又一代研究學(xué)者，但是這一代科學(xué)家，終于有機(jī)會把幾代學(xué)者的心血從實(shí)驗(yàn)室搬出來，通過手機(jī)解鎖、移動支付，走進(jìn)每個(gè)普通人的生活。

AI頂級人才都是如此，做研究是佼佼者，再跳出去加入中國轟轟烈烈的AI事業(yè)，撐起了中國科技行業(yè)的半邊天。這至少證明了兩件事，第一，中國人也會做基礎(chǔ)研究，也能做好通用人工智能。第二，做基礎(chǔ)研究，和做場景的解決方案，并沒有高下之分。恰恰是兩者相輔相成，共同推動AI行業(yè)的發(fā)展。

很多人說，中美兩國AI最大的差異在于，美國側(cè)重基礎(chǔ)研究，中國側(cè)重解決方案。其實(shí)，不僅是人工智能，本世紀(jì)所有的科技發(fā)展，都在太平洋兩岸衍生出不同的路徑。

互聯(lián)網(wǎng)浪潮中，美國對電商相對不那么熱衷，線上消費(fèi)滲透率一直上不去。相比之下，中國幾乎所有互聯(lián)網(wǎng)公司都做過電商，中國電商滲透率冠絕全球，規(guī)模一度比第2到第11加總都高。

移動互聯(lián)網(wǎng)也是如此。美國“移動支付”不積極。但是中國憑借更好的網(wǎng)絡(luò)環(huán)境，更鼓勵(lì)創(chuàng)新的監(jiān)管制度，跨越發(fā)展，直接跳過信用卡時(shí)代，進(jìn)入數(shù)字支付時(shí)代。

再比如，無人駕駛。美國側(cè)重車的智能化。而中國的優(yōu)勢是更好的基建、路況、網(wǎng)絡(luò)和交通規(guī)劃，于是選擇了車路協(xié)同的路線。

產(chǎn)業(yè)互聯(lián)網(wǎng)也有很明顯的差異。美國經(jīng)濟(jì)的產(chǎn)業(yè)特點(diǎn)是集中于微笑曲線的最上游和最下游，科技、互聯(lián)網(wǎng)、金融占比高，加上人力昂貴，企業(yè)付費(fèi)意愿強(qiáng)。而中國的特點(diǎn)是，產(chǎn)業(yè)集中在微笑曲線的中段，作為世界工廠，場景豐富，產(chǎn)業(yè)鏈完整，加之政策支持，高校集中，產(chǎn)學(xué)研對接十分方便，技術(shù)驗(yàn)證更好落地。這樣的大背景導(dǎo)致，美國重攻基礎(chǔ)研究，多是從技術(shù)起步，而中國的優(yōu)勢在于場景多，需求多，場景多，往往是場景倒推技術(shù)落地。

02

李開復(fù)創(chuàng)辦微軟中國研究院那年。相反的方向，任正非去美國，對貝爾實(shí)驗(yàn)室驚嘆不已。美國人搞的這玩意好啊，產(chǎn)研結(jié)合，大企業(yè)辦研究院，商業(yè)產(chǎn)品賺利潤，長期研究謀創(chuàng)新，兩條腿走路才能更穩(wěn)。

今天來看，任正非的喟嘆，折射出另一個(gè)維度——對基礎(chǔ)研究的態(tài)度，不是眼界問題，而是實(shí)力問題。

用一個(gè)不恰當(dāng)?shù)谋扔鳎④泚碇袊ㄑ芯吭旱臅r(shí)候，任正非在美國羨慕貝爾實(shí)驗(yàn)室的時(shí)候，微軟等美國巨頭已經(jīng)是富豪少爺，錢不是問題，錢太多才是問題。要砸錢做基礎(chǔ)科學(xué)，好處是明顯的——既可以搶占科技高點(diǎn)，也需要沖淡壟斷者的壞形象。

而中國的民營企業(yè)才剛剛走在艱苦奮斗的路上。精打細(xì)算的習(xí)慣改不了，往往是先從市場需求產(chǎn)品需求開始，再慢慢投入科學(xué)家和基礎(chǔ)研究，再結(jié)合市場需求，帶動基礎(chǔ)研究落地。

我和很多公司從事AI研究的朋友有過交流，他們的出發(fā)點(diǎn)往往很簡單、很現(xiàn)實(shí)。比如騰訊早期研發(fā)的AI技術(shù)，是因?yàn)镼Q空間的產(chǎn)品需求——很多用戶用個(gè)人電腦自拍QQ頭像。QQ團(tuán)隊(duì)就想，做個(gè)技術(shù)可以實(shí)現(xiàn)頭像居中。

在解決了這個(gè)技術(shù)難題后，一個(gè)小團(tuán)隊(duì)逐漸固定出來，跳出產(chǎn)品，專門研究圖像技術(shù)本身。孵化出了人臉檢測、人像表情、智能P圖等技術(shù)，再用回產(chǎn)品上，孵化出天天P圖，人像美容的技術(shù)，被應(yīng)用到國民級產(chǎn)品全民K歌。這個(gè)小團(tuán)隊(duì)，也就是后來的騰訊優(yōu)圖。

2015年，也是因?yàn)樾枨?mdash;—金融改革，鼓勵(lì)小微金融普惠金融。當(dāng)年微眾銀行成立，是中國第一家沒有線下網(wǎng)點(diǎn)的銀行，騰訊積累的圖像技術(shù)，被用于線上遠(yuǎn)程開戶核身、風(fēng)險(xiǎn)控制。AI的產(chǎn)業(yè)技術(shù)價(jià)值開始顯現(xiàn)。

再進(jìn)入產(chǎn)業(yè)互聯(lián)網(wǎng)，比如用圖像AI做質(zhì)檢。制造業(yè)不夠高大上，但是用AI做質(zhì)檢真的不簡單。拿富馳高科為例，它的產(chǎn)品是手機(jī)攝像頭的支架，形狀不規(guī)則且只有手指頭大小，但上面需要檢測的點(diǎn)位卻高達(dá)七八十個(gè)。難度有兩個(gè)，一是誤檢率要達(dá)標(biāo)，否則漏檢的瑕疵品還需要額外安排人工去檢測，那相當(dāng)于沒有提高人效；二是要與時(shí)間賽跑，因?yàn)槭謾C(jī)產(chǎn)品每年都升級換代，所以新一代的質(zhì)檢方案必須在新一代產(chǎn)品開始生產(chǎn)之前做出來，不然就沒法落地。

騰訊將混元等大模型的相關(guān)能力用在產(chǎn)業(yè)場景中，通過騰訊云TI平臺對外輸出能力，方便客戶自己做數(shù)據(jù)訓(xùn)練，目前已有八個(gè)行業(yè)超過五十家用戶使用了這個(gè)能力。富馳高科就算了一筆賬，該項(xiàng)目AI的工作效率是原來人工的20倍，在機(jī)器持續(xù)滿載生產(chǎn)的情況下，一年可為公司節(jié)省數(shù)千萬元成本。

馬化騰一直講，要走研究和應(yīng)用并重的技術(shù)研發(fā)戰(zhàn)略。騰訊的AI實(shí)驗(yàn)室后來發(fā)展成矩陣，騰訊優(yōu)圖、AI Lab、WechatAI和RoboticsX機(jī)器人實(shí)驗(yàn)室，既能拿出超大規(guī)模(萬億)預(yù)訓(xùn)練模型“混元大模型”，也有云和AI結(jié)合的騰訊云智能，帶著技術(shù)扎根工廠，跑出工業(yè)質(zhì)檢訓(xùn)練平臺TI-AOI。

和美國相比，中國科技有一個(gè)明顯的特點(diǎn)，從場景需求入手——去底層做技術(shù)——再回到產(chǎn)品做創(chuàng)新，從而像輪子一樣滾動前進(jìn)。

在寶武鋼鐵“1580產(chǎn)線”的透明工廠，藍(lán)領(lǐng)變白領(lǐng)，不用去嘈雜炎熱的產(chǎn)線，只要在安靜的、開空調(diào)的會議室就行。當(dāng)中用到的數(shù)字孿生技術(shù)，是從騰訊擅長的游戲場景而來。

和騰訊類似的。阿里的云服務(wù)，最早起步于電商，二十年前就在幫助小商家上網(wǎng)賣貨。美團(tuán)的無人機(jī)技術(shù)已經(jīng)哼哧哼哧地干到了頭部，多年投入無人機(jī)就是因?yàn)楹椭鳂I(yè)“送外賣”息息相關(guān)。京東主推智能供應(yīng)鏈，也是來源于京東二十年自建物流的技術(shù)底子。

產(chǎn)業(yè)互聯(lián)網(wǎng)是一個(gè)比消費(fèi)互聯(lián)網(wǎng)大得多的市場。尤其在中國，世界第二大經(jīng)濟(jì)體，世界工廠，場景豐富。而且，正在經(jīng)歷從產(chǎn)業(yè)布局?jǐn)?shù)據(jù)勞動密集向效率提升轉(zhuǎn)型。目前，各家中國科技公司掏出家底往里沖，但是細(xì)細(xì)分辨，各自拿出的技術(shù)成功，都和自己的主業(yè)高度相關(guān)。

對比之下，美國AI行業(yè)上一個(gè)爆款是DeepMind的Alpha系列，先把技術(shù)做出來，贏人類圍棋冠軍，足夠爆炸。而應(yīng)用場景、商業(yè)化都不迫切，慢慢摸索，好幾年后這項(xiàng)技術(shù)被用于破解蛋白質(zhì)折疊結(jié)構(gòu)難題，參與新藥的研發(fā)，才算英雄有了用武之地。

同樣的，ChatGPT目前信息的歸納生成階段還比較初級，真正走出實(shí)驗(yàn)室派上用場仍然需要在應(yīng)用場景中不斷實(shí)踐，不斷打磨，不斷迭代。

03

話說，不論25年前辦微軟中國研究院，還是現(xiàn)在力挺出ChatGPT，微軟都有自己的算盤。

明面上是培養(yǎng)中國青年才俊，產(chǎn)融結(jié)合，追求創(chuàng)新……但還有些不好意思說的，李開復(fù)在自傳里分享：當(dāng)時(shí)中國市場管微軟叫Micro$oft，因?yàn)樗嶅X了，一套軟件賣那么貴，而且壟斷。但是，創(chuàng)辦中國研究院的工作，大大改善了微軟的形象。

不得不說，微軟真的好“自私”，但是也正是這份“自私”推動了人類技術(shù)的進(jìn)步，市場經(jīng)濟(jì)最大的魅力就是鼓勵(lì)企業(yè)自由追求自己的利益，技術(shù)追求和商業(yè)欲望，帶動社會進(jìn)步?？萍紕?chuàng)新背后的良性循環(huán)，來自于需求——利潤——持續(xù)投入的循環(huán)往復(fù)。

ChatGPT的出現(xiàn)也有新的啟示，AI對技術(shù)、數(shù)據(jù)、場景要求的突破，需要大企業(yè)的持續(xù)投入。

OpenAI的天才工程師們固然珍貴，但背后的微軟也是功不可沒。搞AI大模型是一件極度燒錢的事，數(shù)據(jù)包含近千億個(gè)參數(shù)，1萬枚英偉達(dá)A100芯片是算力門檻，一次完整的模型訓(xùn)練成本就接近1億元，而成果又充滿不確定性。

微軟先投10億美元，再投100億美元，一路從內(nèi)部調(diào)資源，給服務(wù)器給設(shè)備、云計(jì)算資源，甚至動了微軟內(nèi)部技術(shù)部門的奶酪。

微軟貢獻(xiàn)的這樣幾個(gè)方面，都來自其平臺型企業(yè)的屬性。ChatGPT用到云資源，如果按照市場價(jià)格租賃，OpenAI早破產(chǎn)了，但是微軟有云業(yè)務(wù)，就可以很靈活。而且平臺型企業(yè)，才有數(shù)據(jù)給ChatGPT訓(xùn)練，有用戶，有業(yè)務(wù)，有場景，能讓AI開發(fā)里遇到的技術(shù)獲得實(shí)驗(yàn)機(jī)會。

有一件事我想強(qiáng)調(diào)。ChatGPT對人類AI事業(yè)是絕對的好事，但是對于微軟這個(gè)商業(yè)企業(yè)來說，不一定是板上釘釘?shù)暮檬隆?/strong>