未来大模型如何撑起几十万亿美元的市场?

时事新闻2024-04-02 01:02:28无忧百科

未来大模型如何撑起几十万亿美元的市场?

本文来自微信公众号：FIN AI 探索（ID：fin_ai_research），作者：袁峻峰，题图来自：视觉中国

前几天红杉资本举办 Al Ascent 2024 大会，探讨了 AI的机会，认为那将是个几十万亿美元的市场。

犬儒学派的第欧根尼去德尔菲神庙，问神灵他是什么人，得到的回答是：“改变、损坏货币的价值”。苏格拉底和第欧根尼都得到一个神谕，并都接受了一个神的使命。这里的“货币”还包括习俗、规则、法律的含义。“改变”是面对所谓习俗、规则、法律所采取的态度。通过改变，找到它真正的价值。认识自己，改变自身价值，改变货币价值，是犬儒学派的实践核心。比特币是改变货币的价值最好的诠释，一套区块链技术无中生有地构建了比特币的价值。中本聪是当代最有影响力的犬儒学派实践者之一并不为过。VC们也都是犬儒学派的奉行者。

前些天，支持200万字超长无损上下文的月之暗面Kimi 智能助手相关概念股持续上涨。

一二级市场的表现说明未来几年一定是AI改变货币价值、规则、世界。作为相关从业者，总是乐见这样的变革。

每每当看到国内的金融市场大跌，如上周上证指数一度又破了3000点，就要去听听、看看、参加下大模型、AI Agents的视频、文章、分享，吸吸乐观之气。想来中国作为全世界唯二大模型、GPU等领域具备竞争力的国家，未来也应乐观才是。缺少了美国的制裁、本国政府的全力支持，在其他非美国的国家相关领域发展其实是更困难的，他们和OpenAI、谷歌、亚马逊、微软是在同一个市场，更好的通用平台在那里，为啥用初创的？于是基于平台做垂直领域就成为了唯一的道路。

大模型、AI Agent如何能撑起几十万亿美元市场?

如果AI Everywhere，就能支撑几十万亿美元的市场了？一种技术的大范围推广的前提之一是低成本。在过去一百年，电动马达无处不在，其不再是独立装置，已融入到日常生活、工作中。且不说生产线上有多少马达，就是房间里的马达也有很多，硬盘、榨汁机、空调、电动牙刷等都靠电动马达驱动。AI必然将如马达一样无处不在。但如果只是这样可满足不了OpenAI、大厂以及VC们的胃口。因为马达并不占据核心地位影响价值分配。什么是核心价值分配:

代替高收入劳动者的进程在加速

美国制造业从1870年到2009年大幅下降，他们期望大模型、AI Agent能对下表中管理人员、文员、销售等岗位的替代，确实有些不当人呀。当前电话销售、人工客服、实习生等等只是牛刀小试。

来源：《美国增长的起落》

在红杉资本Ascent 2024的PPT中有以下图表，有些反常识，看来过去这样的替代一直在进行。

在国内，笔者之前在互联网大厂、银行、外企都待过，对比大部分同事，大部分普通员工的资产是差不多的，外企、金融机构打工者早期房产的增益是能弥补互联网工资收入的差异的。当然，2010年前加杠杆买房、前些年能将部分资产投到互联网头部公司，字节、拼多多早期员工，比特币等等因为决策改变命运的并不在此列。这么看来，光看工资收入/一二线房产比，收入变化确实是复合上述图表的。

在美国，律师、医生、金融、IT、高级销售等打工人是高收入人群。为啥从上世纪90年代开始这样的替代？有清楚美国的情况的读者，求解惑。大模型、AI Agent在律师、医生、程序员、数据分析师的替代将加速，但在人类社会中，在领域关键岗位，代替人类决策产生核心价值替代，笔者并不认同。长链路、跨期决策方面当前的AI并不具备优势。

而且，如果大模型能替代核心岗位，一个岗位只有分析能力、决策能力等等可被量化的能力，能叫人类社会的关键岗位吗？窃以为这完全忽略了我们是在市场经济中，是基于现有资源分配的交换逻辑。

目前各领域的垂直方案都如火如荼。笔者的感受是，因为幻觉、可控性等问题，当前领域中还是将其作为提效工具。Sora解决一致性的模型方案亮瞎大家的双眼，但VC们期待的To-C娱乐应用逐渐扩展到企业级应用为主导的变革还有待时日，作为温水中的青蛙，可再闭目一些时间。

对生成内容可控性要求低的娱乐领域，是当前大模型To-C最有可能创造高附加值，占领核心价值分配的领域，万亿市场看过去，该领域最有可能。接下来我们就来探讨：网红VS大模型生成，谁将占领注意力?

生成模型助力人人成为艺术创作者

这些天，朋友圈、抖音中用大模型创作的歌曲助力人人成为作曲家。笔者在2023年1月，ChatGPT刚出来时，就断言科学与艺术不再只属于人类。

借助AIGC 和GPT这样的大模型，可以协助人类探索无尽的艺术可能。笔者认为借助大模型能力，数字世界的艺术探讨，精英们优势并不明显，这将导致艺术更加多样性，并带来价值多样性。袁峻峰，公众号：FIN AI 探索随笔|科学与艺术不再属于只人类也属于机器--写在GPT4之前

人类受限于自身存储、计算能力，无法探索二维图像、文字表达的全部空间，而机器可以，再根据人类的偏好，构建人类感兴趣的、合理的大集合。OpenAI的论文《Learning from Human Preferences》提到学习人类的偏好。

诺贝尔经济学获得者保罗·萨缪尔森提出显示偏好公理（Weak Axiom of Revealed Preference）是现代新古典主义经济学的基石之一。如果消费者的行为是追求效用最大化，那么消费者在市场上所能购买的商品组合就是他所能购买的最优商品组合，这些实际购买的商品组合优于那些消费者有能力购买而没有购买的商品组合。即如果组合A直接显示出比B更被消费者所偏好，而且，A和B不同，则不可能直接显示出B比A更被消费者偏好。通过可观察行为，揭示了行为主体的偏好包括隐藏偏好。比起那些不可观测的其他经济学效用理论，更可实践。

可观测、可量化也正是机器学习模型的基础。通用的推荐与排序模型都是基于用户偏好的，这也十分符合显示偏好公理。如果大众是共用一个偏好序列，这一定能被机器学到。

千年不变的大众文化

哲学家、社会学家马尔库塞的《单向度的人：发达工业社会意识形态研究》，马尔库塞认为，发达工业社会成功地压制了人们心中的否定性、批判性、超越性的向度，使这个社会成为单向度的社会，而生活在其中的人就成了单向度的人。1985年初版《娱乐至死》认为电视改变了公众话语的内容和意义，政治、宗教、教育、体育、商业和任何其他公共领域的内容，都日渐以娱乐的方式出现，并成为一种文化精神，而人类无声无息地成为娱乐的附庸，结果是我们成了一个娱乐至死的物种。

关于大众文化，我更认同马东先生的论述。他在《十三邀》中表述道：流行文化从来就没精致过，你不得不承认，世界上的精英只有5%，有愿望积累知识，了解过去，那95%的人就是在生活。唐代的传奇、宋代话本、明清的小说和现在的剧集不都是类似的流行文化存在吗？后来看到王笛教授《历史的微声》《碌碌有为》等书，更加坚定了这种看法。那些精英们认为的世风日下并不存在，以前就是如此，只是因为技术的限制，话语权被精英控制，大众无法发声，发声也无法留存下来，留存下来的经典并不能代表大众文化。

从王笛教授茶铺研究，我们可以得出结论，打发无聊是人的第一需求。罗翔老师说过很多关于无聊、空虚的金句:

“比穷更可怕的事，每天下班后的无聊，没有聚会，没有惊喜，更没有人等你回家，过着毫无期待的日子，只是活着而已。” “无论多么高大上的工作，时间一长都会滋生无聊的感觉。人生不过片刻的欢愉，片刻的痛苦，剩下的就是似水流年的虚无。” “无聊是一切罪恶的源头，因为无聊让人虚无，虚无让人犯错，人很难孤独的忍受自己，很难独处，当我们在一个孤独的房间里，孤独的面对自己，很多时候让人抓狂，这个时候内心经常会有点声音，得找点乐子吧。”

正如所有Kill Time类产品经理奉为至理名言的那句萨特名言：人的存在根本是虚无，这赋予了人一个永恒的需求。

王笛教授的研究结论：在整个20世纪上半叶几乎没有什么变化，即使同时期政治和社会生活的各个方面都大大地改变了。1942年，成都大约有600多家茶铺，但是在已经现代化的成都，2018年成都茶馆已经达到9000多家。虽然这固然有成都地域扩大、人口大大增加的因素，但是茶馆继续繁荣。茶铺是最便宜的休息和社交场所。人们喜欢到茶馆喝茶，还因为那里真是一个自由世界，无拘无束。正如书中所形容的：人们可以“提高嗓子”地畅谈，不论是“家常话，要紧话，或是骂人，或是谈故事”，可以“不必顾忌旁人”。在茶铺中陌生人之间也能够相互夸夸其谈，也可以只洗耳恭听，不语一言。

所以李劼人写道，如果“你无话可说，尽可做自己的事，无事可做，尽可抱着膝头去听隔座人谈论，较之无聊赖地呆坐家中，既可以消遣时光，又可以听新闻，广见识，而所谓吃茶，只不过存名而已。”茶馆造就了成都普通人的日常生活方式，在那里也形塑了他们的传统价值观、思维方式，并传播了历史知识。如主流文化所鼓吹的仁义礼智信、忠君爱国、孝道廉耻等等，都从那里在他们的脑海中深深地扎下了根。很多人虽然没有受过正式的教育，但是茶铺里的评书和戏曲，都成为大众教育的有力工具。同样短视频平台也有同样功能。

短视频是现在打发无聊最便宜的方式。《2023中国网络视听发展研究报告》：截至2022年12月，短视频用户规模达10.12亿，同比增长7770 万，增长率为8.3%，在整体网民中的占比为 94.8%。综合视频的人均单日使用时长为120分钟，短视频用户的人均单日使用时长为168分钟，遥遥领先于其他应用。短视频是打发无聊做便宜的方式，和茶馆不同，茶馆具备“附近”功能消失了。那些几十年去同一个茶馆的关系也将逐渐消失，这也不能说是短视频平台导致的，按人类学的说法这是互联网带来的变革。

商业变现是附在“无聊”需求之上的其他需求被满足。有些茶铺是集资方式筹建的，租用茶铺一角的剃头匠，还有给客人提供热脸帕、掏耳朵、算命、卖纸烟的小贩，以及那些擦皮鞋、卖报纸或其他卖日常用品的小贩都会被要求投资茶铺，以换取他们在此谋生活的权利。茶铺开张后，他们也就有了在茶铺提供某种服务的“垄断权”了。这些预付的押金已足够交付首月房租以及购买茶铺所需桌椅器具的费用了。同样的，直播带货、团购、附近饭店的推荐等等也是同样路数，契合人性。

网红VS大模型生成，谁更容易被信任，并占领大众的注意力?

当下不再是“君子之德风，小人之德草”的时代，在算法掌控流量分配的时代，普通大众能够为自己发声，在抖音、B站、小红书上你可以轻易看到各阶层生活。在文化领域，大众自我意识觉醒，不同价值的平等，下层阶级不再必然模仿上层阶级。文化、生活方式不再是从上到下的单向的影响。

小红书、抖音网红们流量、知识带货：内容种草+电商变现。信任是前提，可以降低选择成本，购买大品牌的原因也是如此。生活中从来不缺推荐与建议，来自父母、老师、朋友、专业顾问，以及各种社交媒体，大部分建议是徒劳和空洞的，建议者和被建议者之间是要有支点的，这种支点可以是亲情、友情或各种其他感情或专业性等等。

大众对于真实、陪伴、共鸣的需求以及平台的算法支持，我们的生活被各类网红展现出来。我们希望看到非常真实、多元丰富的其他人生活，突破圈层看到其他人不一样的生活、观点。真实、粗糙、易模仿等等都是破圈的原因，也是网红经济长存的原因，何况总有部分人会率先拥抱变化。

凯文·凯利说：这不是与机器的竞赛。如果我们跟它们比赛，我们就会输掉。这是一场与机器联合的比赛。未来你的薪酬将取决于你和机器人的合作程度。但人人一个定制的AI助理，你是更信任关注的网红还是它？VC们显然是觉得AI助理是能代替网红的，要不也能畅想撑起几十万亿美元市场。

还好还不是强人工智能方案

知识表征（Knowledge Representation）是人类永恒的问题，是对事物、事实的一种代替，使我们可借助用知识表征的符号进行计算，对世界、事实进行推理。更多维的数据向量化特征表示必将有利于挖掘产生更多数据价值。向量化也是机器学习算法发挥作用的前提条件之一，而利用机器挖掘数据中我们所不能理解的高维信息这是过去十几年深度学习、GPU、大模型等技术产生价值的根本原因。