圖片來源 @視覺中國
文｜新眸，作者｜桑明強
相信大家最近已經被國外的科技創新刷屏了，先是 Open AI 連着放出大招，推出 GPT 3.5 後 100 多天又祭出 " 大殺器 "GPT 4，後有全職員工僅 11 人的 Midjourney 進行了史上最重磅的更新：不僅給關鍵詞就能做出你想要的圖片，還解決了最難的細節刻畫問題。
這樣的速度一度讓人工智能圈感到十分震驚，包括大模型、深度學習、機器學習圈的各位大佬，他們在訝異的同時，更多的是茫然：敢情并不是人工智能賽道不行，而是方向搞錯了。
不過，當這股浪潮傳導到國内，風向卻變了味。拿《新眸》近期爆火出圈的幾個視頻（其中，Midjourney 那期超 200 萬播放、20 萬次轉發）來說，他們中的大多數第一反應是：國外又遙遙領先了，國内又要抄作業了，我們又要失業了。甚至有的網友直接吐槽，國内有的大廠心思都放在團購、買菜上了。
先說結論：這次由 Open AI 掀起的人工智能劇變，根本上還是應用層的創新，但它和早前玩法不同的是，這次是建立在 LLM（大語言模型）上。以數據訓練爲例，基礎模型 GPT 3.5 訓練一次就要花費 300 萬 -460 萬美元，而且，随着模型能力提升，參數持續優化，訓練的成本還會不斷增加。
講得再通俗點，這次變革是結構性的，而非卡位底層或者應用層。這其實也解釋了微軟爲什麽會擲重金押注 Open AI，原因很簡單，無論是過去的 Office 365、Bing 搜索，還是它旗下的雲計算業務 Azure，本質上還是建立在傳統的互聯網架構上，GPT 的興起讓微軟看到跨時代産品的可能性。
這也是《新眸》團隊一直嘗試分析，但始終沒有得出很好結論的地方：過去我們一直把創新定義爲 " 更好的體驗 "、" 更低的成本 " 以及 " 更高的收益 "，其中很大程度是受摩爾定律的影響，它來自英特爾創始人之一戈登 · 摩爾的經驗之談，其核心内容是：集成電路上可以容納的晶體管數目每經過 18-24 個越就會增加一倍。
但到了人工智能時代，人們陡然發現摩爾定律突然失靈了。究其根本，所謂的摩爾定律就是 " 加量不加價 " 的邏輯，" 芯片能力翻番，價格不變 " 可能在内卷時代奏效，但一旦有颠覆式的創新出現，就會直接動搖底層根基，關于這點，蘋果、AWS、特斯拉就是十分典型的例子。
01 怎麽衡量科技創新的含金量？
回到一開始讨論的話題，GPT 的陡然領先是不是意味着國内玩家真的技不如人。
答案是否定的。縱觀國内二十多年的互聯網科技發展，我們在很多地方都保持着很高的競争力，比如電商和物流體系、在線支付領域等，包括一直被诟病産品打造上，也有字節、Shein 這樣有國際競争力的公司接連湧現。
經過大量的試錯，我們必須承認，眼下的科技創新環境已經變了，那些存活下來的公司都有一個特征：順勢而爲。這點，小米創始人雷軍也曾提過類似的觀點，他以海底撈舉例，認爲好的産品不是性價比高，也不是有多少黑科技，關鍵是要能給用戶制造驚喜。
的确，在過去很長一段時間，我們都把科技創新通俗地量化成各種指标：研發投入（占比）、投入回報率以及專利數。這看起來多少有點本末倒置的意味，因爲從最終成果上來看，這些指标隻是過程，而非目的，更不是結果，就像一度被低估了的英特爾和英偉達，到了人工智能時代，反倒是英偉達最先抓住了機會，但你能苛責英特爾沒有創新能力嗎？
當然，這不僅僅是國外科技的問題，國内在互聯網科技本身起步就比較晚，其中的鴻溝并不是單單解決技術創新就能解決的。我們必須認識到，現在的科技創新已經不單單是一個點，而是一條線、一個面的多方聯動，市場 - 産品 - 技術，隻有這三者形成爲飛輪體系轉起來，才能說是真正的創新。
就比如現在大火的 GPT，它本身就不是一個低門檻的遊戲，且不論訓練一次的其它費用，僅支撐訓練的底層算力，就是一筆巨額的開銷。包括谷歌、亞馬遜、百度、阿裏這樣的巨頭想紮根其中，都要先搞明白一件事：首先它得是一筆好生意，其次才是投入。
這也是很多公司和高管團隊沒想明白的地方。包括之前的雲計算、自動駕駛和 SaaS 浪潮，有的公司還沒搞明白人工智能是什麽，就拉着投資人投身其中，然後對标某家海外公司，招團隊、拉估值，最後的結果可想而知。
02 創新不是想當然，更不是噱頭
國際範圍内，除了矽谷，以色列和新加坡也是大名鼎鼎的創新之都。
新加坡且先不論，單論以色列，你可能想象不到，一度被外界認爲隻有中美才能做出的大語言模型，居然也會在以色列誕生：AI21 lab 不僅做了 1780 億參數的大模型，還在自家模型上做了自己的應用，像極了隔壁的 Character 和 Midjourney。
回過頭再看微軟，無論是比爾 · 蓋茨，還是如今的掌門人薩提亞 · 納德拉，你可以對他們獨到的商業眼光感到驚歎，但也不必過度高估了他們的創新能力。有位曾經在微軟工作的架構師跟我聊過這個問題，他認爲現在微軟的組織架構看起來是過時的，但卻有着十分靈敏的商業嗅覺，這是微軟保持基業長青的秘訣。
這像極了早年間的一級市場投資行業，隻要你運氣足夠好，在早期賭對了一家公司，那你就能獲得豐厚的回報。但它和以色列的創新氛圍，其實是截然不同的兩條路徑，以色列人少、土地少、資源更少，所以想發展重工業幾乎不可能，唯一的出路就是腦力資源。
當然，以上還不是最關鍵的，最重要的是很多以色列人真的把科研當愛好，而不是枯燥的工作，而且，研究開發态度極其端正，這也解釋了爲什麽像 Google、Apple、Intel、IBM 這樣的大公司會把目光聚焦在以色列，無論是并購、投資，還是開創聯合研發辦公司。
反觀國内互聯網近 10 年的發展，确實應用層多點開花，以至于一個生鮮團購就有 10 幾種玩法，幾百甚至上千家公司。這是一個好現象，說明中國市場大、創新空間多，但也是一個壞現象，趨利角逐的最終結果，就變成了一場考試，能上 985 的就那幾個，不同的是，沒考上 985 的，最終的結局就隻有被淘汰。
這也是《新眸》作爲分析師視角，觀察到的不好的現象。每每海外有重大科技創新，我們中的很多人，甚至一些所謂的專家，第一反應是先大肆誇贊一番，然後開始等待中國玩家進入，但一旦有中國玩家進場後，他們的第一反應往往是苛責，百度文心一言就是最好的例子。
該現象我至今都很詫異和不解，難道對方積攢十幾年、甚至幾十年的技術，光憑一大堆所謂的技術、産品、市場專家們，開開會、發發 Paper 就能解決的嗎？我相信，個中的答案已經明了，很多時候，我們要彌補的，絕非技術上的欠缺，而是文化上的自信和自醒。
03 「中國式創新」的底色和動力
即便放到現在，關于中國式的創新如何定義，仍然是一個十分棘手、短期内也給不出精确答案的問題，就像一個産品專家，他如果不能站在科技 + 人文的十字路口上，也很難做出大衆級的産品，微信、抖音這樣的超級 APP 如是、工業制造業升級也如是，隻是我們沒有注意到罷了。
這恰恰是眼下中國式科技創新正在翻越的一道坎，互聯網科技公司正在和傳統産業發生潛移默化的融合，這種連接并不是一蹴而就的，甚至是極其緩慢的，但它背後帶來的效率變革卻是巨大的，關于這點，黑燈工廠就是最好的例子。
《新眸》内部嘗試歸納過這種變化的動力源泉，在調研過大量企業中高管後，我們發現了一個特别的規律：大衆媒介讓創新顯得有點拔苗助長。浮躁的心态讓很多人誤以爲，創新是可以在極短時間内交差的事，但我們卻忽略了周期的重要性。
拿 GPT4 來說，直至推出，官方說法也是花了将近 6 個月時間不斷調優。
所以，眼下的最好建議是，請給中國式創新多一點時間吧。
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
