群雄並起的 AI 時代#
ChatGPT 出現僅幾個月,就誕生了成百、也許上千個 AI 應用:
- 從網站到手機 App、瀏覽器插件,甚至開源軟件
- 哪怕你以前不熟悉編程開發都沒關係,因為可以讓 ChatGPT 替你做編程
- 大公司層面:OpenAI、Google、微軟、Meta 都有自己的模型
- 中國這邊也是風起雲湧,阿里、騰訊等大公司加上各路小公司,號稱「百模大戰」
這絕對是 20 世紀 90 年代以來,互聯網創業最熱鬧的時刻。
Google 的創新者窘境#
為什麼 Google 沒有率先推出 ChatGPT?#
- 大語言模型最關鍵的技術 Transformer 架構就是 Google 發明的
- Google 有很深的技術積累,自家就有不止一個語言模型
- 但一直等到微軟把搜索和 GPT 模型結合,推出了 Bing Chat 之後,Google 才坐不住了
- 2023 年 2 月 7 日推出 Bard,結果測試表現不好,導致股價大跌
這是典型的顛覆式創新#
克萊頓·克里斯坦森(Clayton M. Christensen)在《創新者的窘境》(The Innovator’s Dilemma)中講的就是這種情況:
- Google 的問題是犯了大企業病:人多、加上收購 DeepMind 後公司扯皮的事兒太多、效率低
- 但更根本的原因是:對話式搜索不符合 Google 的利益
- 傳統搜索很容易在搜索結果中插入廣告,那是 Google 的命脈
- 對話式搜索消耗的算力是傳統搜索的 10 倍——可以接受,但廣告怎麼辦?
- 你很難在聊天中插入廣告
- Google 顯然不想自己顛覆自己
克里斯坦森說,一項技術變革哪怕再激進,只要改善的是傳統的商業模式,就不會發生顛覆式創新——只有當這項技術改善的不是傳統指標時,才會出現顛覆。
Netflix 顛覆 Blockbuster 的啟示#
- Blockbuster 看到了 Netflix 來勢洶洶,也開發了視頻點播業務
- 但 Blockbuster 是加盟店的模式,加盟店最大收入來源是滯納金(佔總收入的 40%)
- 如果學 Netflix 搞不收滯納金的郵寄 DVD 和流媒體,加盟店還能有收入嗎?
- 這導致了新舊兩種模式的權力鬥爭,最後董事會強行命令恢復原有模式
- 同理,Google 內部也會發生類似的保守派與革新派的鬥爭
AI 商業的三大要素#
1. 最低啟動門檻:數據#
- AI 的啟動門檻是數據,預測需要先準備好達到最小有效規模的數據量
- 在沒有 AI 的時代,數據量並不太重要(早期搜索引擎用哪個都差不多)
- 但自動駕駛就不一樣了——容錯度很低,必須先積累很多數據才行
2. 護城河:從用戶反饋中學習#
- 對 AI 公司來說,最好的護城河就是從用戶的反饋中學習
- 例如 Google 搜索:你的每一次點擊都在幫助 Google 改進它的預測模型
- Google 的搜索結果越來越準,你用著越來越得心應手——這就是為什麼 Google 在搜索引擎的市場份額難以撼動
3. 飛輪效應:增長飛輪#
- 有先發優勢又有護城河,如果再趕上是一門市場不斷擴大的業務,產品能從用戶反饋中持續改進,那就等於擁有了增長飛輪
- 例如波音和空客:在不停地改進,從每一次飛行事故、每一個問題中學習,積累了很多年
- OpenAI 已經率先推出 ChatGPT,從用戶反饋中學到了更多,它的正反饋飛輪已經開啟
這就是為什麼自動駕駛的門檻那麼高,現在仍然有這麼多公司在不惜血本地投資。一旦「搶跑」成功,飛輪展開,別人就很難趕上了。
差異化競爭的機會#
中國某些公司在 AI 方面雖然有很多積累,也有應用經驗,但技術上畢竟不是最強的。那它們的機會在哪兒?答案是差異化。
- 有時候只要你能越過一定的門檻,好到一定程度,「好不好」就難以比較了(就像可口可樂跟百事可樂)
- 不同的公司也會滿足差異化的需求:
- 有些公司希望效率高,能快速準確回答用戶問題就好
- 有些公司希望能在聊天對話中推銷產品
- 有些公司希望機器人更加人性化,能化解用戶的憤怒
本地化是最簡單的差異化#
- 例:歐洲的黑色素瘤檢測 AI 選用歐洲人的數據,對淺色皮膚的判斷更準確;中國公司可以專門做針對亞洲人的黑色素瘤檢測 AI
- 中國的交通狀況跟美國、歐洲都很不一樣,美國公司的 AI 不可能套到中國直接用,專門訓練一個中國自己的自動駕駛 AI 就是必需的
小結#
本節歸納了幾個互相競爭的趨勢:
- AI 商業有先發優勢,但同時 AI 又是對市場現有霸主的顛覆
- AI 本質上還是軟件,邊際成本幾乎為零,有勝者通吃效應,但同時 AI 又有差異化的需求
- 這是一個難得的老牌大公司和新興小公司、強者和弱者都有機會的局面
這將是一個非常短暫的窗口期,預計很快就會有「高材疾足者先得」。這是一個史上罕見的「秦失其鹿,天下共逐之」的局面。