像下面這種圖都是在講AI將創(chuàng)建更大的價(jià)值：

這沒(méi)問(wèn)題，但有一點(diǎn)很少人談到:AI在創(chuàng)造價(jià)值的同時(shí)也會(huì)帶來(lái)大量的價(jià)值壓縮。

前者是機(jī)遇后者是風(fēng)險(xiǎn)。

什么是價(jià)值壓縮？

舉個(gè)例子，智能手機(jī)之前卡片相機(jī)是個(gè)巨大市場(chǎng)，但智能手機(jī)崛起后，卡片相機(jī)整個(gè)市場(chǎng)被壓縮掉了。

我們可以講卡片相機(jī)比任何時(shí)候都好，因?yàn)槭謾C(jī)就是卡片相機(jī)。但這個(gè)市場(chǎng)確實(shí)不獨(dú)立存在而是成為更通用產(chǎn)品的一個(gè)部分。

所以這里壓縮可能比顛覆等等詞更合適。

壓縮的警示是什么呢？

通用產(chǎn)生壓縮。

而如果認(rèn)為手機(jī)在通用上給相關(guān)產(chǎn)品帶來(lái)的影響是1，那大模型在通用上的影響可能是100。

最大的警示是不要站在被壓縮一方，如果站在被壓縮一方那努力不改變結(jié)果。

2007年iPhone出現(xiàn)后，卡片相機(jī)做的比過(guò)去好兩倍會(huì)改變結(jié)果么？

壓縮背后是應(yīng)用邊界的重新定義，局部改善不影響整體結(jié)果。

現(xiàn)在AI因?yàn)橹悄艿耐ㄓ眯?，所以?huì)壓縮掉的東西遠(yuǎn)比想的多，當(dāng)然也帶來(lái)更多的風(fēng)險(xiǎn)。

什么是AI下的價(jià)值壓縮？

先拿搜索舉例子。

信息量高速膨脹的時(shí)候，必須有一種比分類更快的方式找到對(duì)應(yīng)的信息，這就是搜索和個(gè)性化推薦。

搜索是拉，個(gè)性化推薦是推。

一旦模型變主流，拉的形式下信息消費(fèi)方式注定變化。不是搜索沒(méi)效了，而是搜索會(huì)像卡片相機(jī)一樣變成AI背后第一個(gè)功能。這可能是Perplexity這類新派搜索引擎發(fā)展這么快的原因。

更關(guān)鍵是這類應(yīng)用一旦成功，背后要放的功能肯定不止是搜索，我們能看到的大量的工具比如新聞都可能變成它的一部分。大量現(xiàn)有應(yīng)用被壓縮。

自然語(yǔ)言交互相比GUI的一個(gè)好處是它其實(shí)可以放幾乎無(wú)限的功能，交互不會(huì)因?yàn)閮?nèi)容的變多而增加復(fù)雜度，所以沒(méi)有限制。

AI下 的價(jià)值壓縮只發(fā)生在C端么？

AI帶來(lái)的價(jià)值壓縮并不止會(huì)在上面說(shuō)的C端發(fā)生。

B端也一樣，過(guò)去我們按照功能分了大量獨(dú)立的軟件出來(lái)，財(cái)務(wù)的、人事的、供應(yīng)鏈的等待。實(shí)際上這些功能從AI的視角看其實(shí)是類似的，不需要獨(dú)立存在。

微軟納德拉的觀點(diǎn)明顯是在說(shuō)這事：

為什么感受還不明顯？

AI應(yīng)用還在一個(gè)前奏的階段。

要搞定的遠(yuǎn)不是單純的模型問(wèn)題，還有如何與市場(chǎng)對(duì)齊的問(wèn)題等等。

研究清楚新技術(shù)怎么用需要克服的困難和把新技術(shù)創(chuàng)建出來(lái)不太一樣，我們還是拿卡片相機(jī)舉例子。

2007年其實(shí)大量用于做智能手機(jī)的技術(shù)已經(jīng)在那里了。所有卡片相機(jī)廠商也在積極的應(yīng)用這些技術(shù)提升卡片相機(jī)的體驗(yàn)，極端來(lái)講多點(diǎn)觸控也可以用來(lái)改善卡片相機(jī)啊。

這里就變成了兩種情況：

一種是用新技術(shù)把過(guò)去的產(chǎn)品體驗(yàn)提升10%；一種是新整一套比如iPhone。

我們當(dāng)前大概處在前者的嘗試之中，而當(dāng)這個(gè)嘗試足夠多，相信其中就會(huì)有部分人把精力轉(zhuǎn)到后者，而這時(shí)候會(huì)在技能集上提出全新的挑戰(zhàn)。

但這也正是機(jī)會(huì)所在。

小結(jié)

大過(guò)年的，也還沒(méi)開(kāi)工，就不寫(xiě)那么長(zhǎng)了。近來(lái)DS引起廣大關(guān)注，這確實(shí)也是巨大進(jìn)展，但只有這個(gè)是不夠的。真正突破的產(chǎn)品必然需要在模型之上做綜合，并且創(chuàng)造在市場(chǎng)側(cè)可感受到完全不一樣的價(jià)值。不過(guò)循著R1/O1這條路來(lái)構(gòu)思，可能會(huì)離答案近一點(diǎn)。比較確定是把大模型當(dāng)功能模塊用，用于提升過(guò)去功能的10%，路數(shù)是有問(wèn)題的，大概率被壓縮。