人工智能AI领域，大模型热会洗牌吗？
零一万物 CEO、创新工场董事长李开复就“由 GPT 引发的这波「大模型热」将会如何洗牌？”这一问题结合零一万物大模型进行回复，领域相关专业人士傅聪等回复互动，本文整理相关高赞回复，以供讨论思考。
未来不应该是怎样
大模型还未普及
说到“洗牌”，计算机科学领域的专业人士，算法专家傅聪有自己的看法。
洗牌，这个词可能只适用于行业内部，很难影响到行业外的更广的领域和更泛的行业。
如果连“影响”都没有办法做到，那么何来的“洗牌”呢？
我甚至想大胆一点预测，“大模型热”，并未普及，也未到来，更未“洗牌”。
理由如下：
1、大模型技术，还没有打造出一个具有广泛使用价值的产品。
2、大模型技术，在个人和企业中普及率并不高。
3、大模型技术，也许是一个“超前时代”的技术。
4、大量历史经验表明，某一种增量式的技术创新，并不能带来“洗牌”。
下面展开讲一讲这4个理由：
理由一：能够“洗牌”整个行业的技术产品，具有广泛使用价值。
历史上最鲜明的那几个例子都写进了小初高的课本，比如瓦特发明蒸汽机，预示着人类进入蒸汽时代，别说行业洗牌，世界格局都被直接洗牌了，大国之间的实力很快拉大，满清也是在那个时期开始落后于欧美。
像蒸汽机、发电机，这类技术产品的特点是什么呢？就是哪里需要，就可以往哪里搬，火车需要了那就是蒸汽火车，煤气灯换了电就变成电灯，得益于此类技术，大量的行业，大量的产品升级换代，生产效率指数级提升。
就拿最近的一次——第三次工业革命，信息革命来说，计算机和互联网的出现，小到每一个普通人的社交通讯、休闲娱乐方式，再到每一个企业都在用的各种财务系统、员工管理系统，大到一个国家的国防军事的卫星导弹、航空航天等等，可以说是彻彻底底的改变了人类社会的方方面面。
反观大模型，GPT确实是一个非常耀眼的明星产品。
但是，它也仅仅不过是一个在第三次技术革命时期里出现的一个里程碑产品。
此类技术有一个共同的特点，就是在没有底层基础学科的重大突破的前提下，在这个范畴内进行的任何新技术创新，它们带来的生产力增益正在边际递减，从之前的可以替换掉成倍的提高生产效率，到现在的可能只能优化百分之几十甚至于百分之几。
理由二：大模型技术，在个人和企业中普及率并不高。
GPT可以应用到各行各业吗？GPT可以对各行各业产生正向化的效果吗？有多少人在使用GPT呢？GPT在使用时可以替代多少劳动？可以优化多少流程？不使用GPT的人是否出现了被替代的倾向呢？
GPT目前还只是一个具备有限推理能力、庞大知识储量的数据库，只不过它的“交互界面”部分，让它看起来更像是一个拥有智慧的工作助手。
从现阶段来看，GPT的角色，就类似于一个“机器版的”、“人人可使用的”廉价版小助理，让“私人助理”从大公司的老板，普及到了每个打工人。
但是，这位“智能小助理”有多给力呢？可以完全替代人类助理吗？可以自主查资料翻译文件吗？可以出席会议、接待客户、布置会议室吗？
不可以！！！
因为根深蒂固的幻觉让GPT可以处理的问题的边界被牢牢限制住（也就是表现为泛化能力差）。
因此想要替代一个人类助理的功能，远远不够。
从直观的数据来看，在今年6月，牛津大学和路透社研究所的一项研究调查显示，在英国、美国、法国、日本等国家中，日本只有 1% 的人每天使用 ChatGPT，法国和英国为 2%，美国为 7%。
注意，我在这里说的是“替代”，而不是“修修补补”，各种引导性的聊天之后，勉勉强强完成的工作。
这是一个很现实的问题，GPT这类产品的幻觉问题，以及推理成本问题，在现阶段仍然限制了它的应用场景。
即便已经有部分企业愿意为GPT付费，但因为GPT的使用，而出现的对应岗位的人力减少、替换、裁员、降本增效等等情形，并没有如媒体鼓吹的那样出现。
理由三：大模型技术，是一个“超前时代”的技术。
2023年，大模型技术非常的火热，在技术圈的我，直接地体会到了这股“热浪”。
但是，随着时间推进到今天，2024年的年尾，这股热潮似乎远不如当初。
究其原因，我个人认为是“投入产出比”的问题，大模型的投入过大，动辄数十亿美元，买设备、买人力、买数据、买电力等等，而大量投入的训练成本带来的，并不是随之而来远超成本的收益，反倒是卖设备的英伟达赚的盆满钵满。
此外，大模型带来的价值难以进行社会量化，人们可以体感到的增量空间和区间，没有十分明显，这也导致很多的投资方望而却步。
大模型，或许是一个“超前时代”的技术。
假设大模型技术，出现在了可控核聚变大面积投入使用的时代，General AI可能就真的很快降临了！假设大模型的底层逻辑——scaling law可以无限有效，这就意味着投入更多的“算力”，就能产出更大的价值。
从这个意义上来看，唯有在小型化、安全、可存储、但有无限能源的时代，GPT范式下的AI才能发挥出最大效用。
理由四：大量历史经验表明，某一种增量式的技术创新，并不能带来“洗牌”。
大家都知道，我们现在正处于以万维网（World Wide Web）为里程碑的第三次信息技术革命。
这次技术革命，从20世纪末开始，持续到今天，已经处于一个生产力的发展的成熟期或是平台期。
而以GPT为代表的大模型，本质上是人工智能深度学习技术的一个发展阶段的应用。
但是，深度学习这个技术，早在2012年的成功应用，就已经成为第四次科技革命的其中一个转折点。
而在工业4.0时代（4.0时代指的是利用信息化技术促进产业变革的时代，也就是智能化时代），与人工智能技术同时代的技术发明，还有2000年的云计算，2008年的区块链等等。
可以想一想，20年前，如火如荼的云计算、区块链技术，也曾被认为是可以“洗牌”行业的技术热，但最后好像只是“悄悄”改变了部分人的生活，或特定领域的生产效率。
GPT好比什么呢？在我看来，有点像20世纪中期出现的“现代机械自动化”。
“现代机械自动化”，就是机器或者装置通过机械方式来实现自动化控制的过程，从数控机床，到自动化生产线，这些都是代表。
这个技术，深入地革新了整个现代制造业，提高了制造业的生产效率。
但归根结底，它只是一个技术，20世纪60年代，福特汽车公司因为使用了这个技术，脱颖而出成为万众瞩目的明星公司，正如今天的OpenAI。
OpenAI有GPT系列，谷歌有Gemini系列，Meta有llama系列。
再拿基于万维网的技术——“区块链技术”为例，来讲一讲“历史经验”。
相信就算不了解区块链的同学，也肯定听说过“比特币”。
有人因此一夜暴富，有人因此倾家荡产。
区块链，作为一种去中心化的加密技术，最早的、最出名的应用就是比特币。
在比特币之后，大量的其他加密数字货币也如井喷式涌现。
但是，我们今天的货币体系因此洗牌了吗？
美金依然坚挺，即使美联储十分任性的加息、降息；人民币在世界范围的影响力逐步攀升，币值稳固。
我们再来看看与货币关系最密切的行业——金融，它因此洗牌了吗？
似乎没有，老牌的投行、证券公司依然是头部。
这类的“技术热”带来的变革甚至都不一定比得过某些商业模式的创新带来的“洗牌效应”，比如我淘宝、拼多多、京东，似乎已经成功的把每一个中国人的消费方式、每一个品牌的售卖方式从单一的线下，转到了线上线下有机结合。
大模型才刚开始
大模型热将会对科技行业产生深远的影响，不仅会推动技术的发展，也会对商业模式、伦理法规、教育研究等多个领域产生深远的影响。