戴文淵：最適合大模型的商業(yè)模式是什么

ChatGPT的崛起雖意外，卻也在情理之中。自GPT—3問世時(shí)，我們就已預(yù)見到大模型的重要性，只是難以確定其突破時(shí)機(jī)。2023年，ChatGPT的出圈對整個(gè)產(chǎn)業(yè)產(chǎn)生了巨大的推動(dòng)作用。技術(shù)進(jìn)步可能是線性運(yùn)動(dòng)，但信心則是跳躍式的。在技術(shù)未達(dá)到臨界點(diǎn)之前，公眾對其幾乎沒有信心。

因此，此輪風(fēng)暴主要源于信心的轉(zhuǎn)變，而非技術(shù)上的重大突破。以AI（人工智能）繪畫為例，該技術(shù)早已存在，但當(dāng)時(shí)人們對AI作畫興趣寥寥。2023年，即便我們不主動(dòng)提及，大家也會追問，渴望了解AI作畫。

第四范式擁有一個(gè)由100多名研究員組成的團(tuán)隊(duì)，類似于公司的“達(dá)摩院”。對我們而言，大模型是一個(gè)不能錯(cuò)過的方向。

自2018年Google（谷歌）推出BERT模型起，我們便著手相關(guān)工作。盡管BERT當(dāng)時(shí)存在局限性，但GPT—3的出現(xiàn)為我們指明了技術(shù)發(fā)展的明確方向。我們在此過程中的投入與2023年有所不同，特別是在技術(shù)臨界點(diǎn)突破后，團(tuán)隊(duì)的士氣和信心大增。

信心問題一直困擾著我們。2022年若推出“式說”1.0和2.0版本，市場接受度恐怕不高。因此，盡管我們長期儲備了大模型技術(shù)，卻未給予足夠重視。技術(shù)臨界突破后，我們立即著手產(chǎn)品化，于是在2月和3月迅速推出了“式說”1.0、2.0版本。

在此過程中，我們面臨的主要挑戰(zhàn)是“可控性”問題。我們需要明確哪些事是可控的，哪些是不可控的，同時(shí)探索客戶對于可控與不可控范圍的接受度。以AI功能實(shí)現(xiàn)為例，即便準(zhǔn)確率高達(dá)99%，若無法滿足用戶的100%要求，便無法使用?；蛘咧辽賾?yīng)確保在指出錯(cuò)誤時(shí)，AI能夠進(jìn)行自我迭代與修正。

對于大模型能力的涌現(xiàn)，我們并不感到意外或激動(dòng)，而是視為理所當(dāng)然。我們對自身大模型的評價(jià)是“理應(yīng)如此”。因此，在這波大模型投入上，我們未設(shè)明確上限，只要現(xiàn)金流允許，就會增加投入。目前，我們最高能產(chǎn)出千億（參數(shù)）規(guī)模的模型或產(chǎn)品。

目前外界將AI分為1.0和2.0階段。過去的AI，是點(diǎn)上的AI，在參數(shù)規(guī)模達(dá)到1億或10億時(shí)便被廣泛接受。而現(xiàn)在熱議的AGI（人工通用智能），是面上的AI，其模型需達(dá)到一定參數(shù)量級，方能展現(xiàn)可接受的能力。例如，參數(shù)規(guī)模低于100億的大語言模型，其能力難以被認(rèn)可。

過去我們尋求的AI應(yīng)用場景，如搜索引擎、資訊推薦、金融交易等，均需具備足夠大的價(jià)值，因?yàn)橐酝哪Ｐ蛢H適用于特定場景。如今，多模態(tài)大模型能力可成為底座，支撐多個(gè)場景。這就意味著，模型研發(fā)從以往注重投入產(chǎn)出比，轉(zhuǎn)變?yōu)楝F(xiàn)在全面升級換代。

過去點(diǎn)上的AI無法脫離軟件單獨(dú)存在，如抖音的推薦算法必須嵌入APP中才能為用戶服務(wù)。如今，AI技術(shù)帶來的巨大機(jī)遇在于，它有望推動(dòng)整個(gè)軟件產(chǎn)業(yè)，包括to?C（面對企業(yè)）和to?B（面對消費(fèi)者）領(lǐng)域再次升級換代。

在大模型的實(shí)際應(yīng)用上，我一直認(rèn)為其將首先變革to?B行業(yè)。由于B端企業(yè)軟件的起點(diǎn)相對較低，可改進(jìn)空間更大。這就像二維碼支付在中國迅速普及，但在信用卡業(yè)務(wù)高度發(fā)達(dá)的美國卻難以推廣一樣。

中國的to?C軟件在過去十余年里已發(fā)展至較高水平，而B端企業(yè)軟件更注重功能且交互門檻較高。AI大模型引入的新交互模式（如對話框式），有望創(chuàng)造出交互簡潔、功能全面且能自我優(yōu)化的新型軟件工作流，提升B端軟件的用戶體驗(yàn)。此外，在開發(fā)層面，傳統(tǒng)的B端軟件采用菜單式開發(fā)，功能更新周期長，而AI在改寫數(shù)據(jù)和API（應(yīng)用程序編程接口）方面的效率遠(yuǎn)超以往，從而將軟件迭代周期縮短至以天為單位，無論用戶體驗(yàn)，還是開發(fā)者體驗(yàn)，都得到了飛躍式提升。

ChatGPT的出現(xiàn)提升了客戶對AI的接受度和信心，也推動(dòng)市場的發(fā)展。我們正與各行業(yè)客戶，包括金融、能源、運(yùn)營商、零售和醫(yī)療等，共同推動(dòng)技術(shù)產(chǎn)品的實(shí)際應(yīng)用。同時(shí)，技術(shù)的迅速發(fā)展也提高了我們吸引新客戶的效率。

關(guān)于大模型的商業(yè)模式，我認(rèn)為最適合的盈利點(diǎn)是算力。AI算力的重要性不容忽視，例如，每次訪問ChatGPT都會消耗一定的算力資源，這種按使用量計(jì)費(fèi)的模式非常合理。關(guān)于to?C領(lǐng)域，我們雖無明確商業(yè)計(jì)劃，但會持續(xù)保持開放的態(tài)度。

近期，我們這家to?B科技公司的工作模式愈發(fā)趨向于互聯(lián)網(wǎng)企業(yè)的風(fēng)格。過去在互聯(lián)網(wǎng)公司，快速迭代是常態(tài)，每天都會創(chuàng)新并實(shí)驗(yàn)，依據(jù)結(jié)果持續(xù)優(yōu)化。盡管第四范式是一家高科技企業(yè)，主要從事to?B業(yè)務(wù)，但我們的迭代和反饋周期正逐漸加快。在to?B軟件企業(yè)中，我們每年更新兩個(gè)大版本已算迅速迭代。

過去，每個(gè)月甚至每天迭代對我們而言是難以想象的，然而，在ChatGPT的交互模式影響下，我們的產(chǎn)品和技術(shù)研發(fā)流程已經(jīng)發(fā)生了深刻變革。傳統(tǒng)上，研究部門開發(fā)的算法需經(jīng)歷工程化、產(chǎn)品化到解決方案的漫長過程，至少耗時(shí)一年，甚至兩到三年才能推向市場。而現(xiàn)在，借助AI的力量，我們研究團(tuán)隊(duì)的成果能在一兩天內(nèi)迅速進(jìn)入產(chǎn)品階段。

團(tuán)隊(duì)如今的工作體驗(yàn)與以往截然不同。以前，我們百余人的研究團(tuán)隊(duì)在外界鮮為人知，因?yàn)檠芯砍晒辽傩枰荒瓴拍軐?shí)現(xiàn)商業(yè)價(jià)值，這期間，我們只能自我激勵(lì)。但現(xiàn)在，新成果一旦出現(xiàn)，就能迅速被大眾看見并對產(chǎn)業(yè)產(chǎn)生影響。我們很享受這種類似互聯(lián)網(wǎng)公司的運(yùn)作模式——快速迭代、不斷試錯(cuò)，并與客戶共同打磨產(chǎn)品。這不僅提升了產(chǎn)品能力，還讓我們與客戶更緊密地協(xié)作，共同進(jìn)步。

關(guān)于公司的發(fā)展愿景，早在創(chuàng)業(yè)初期，我便與其他創(chuàng)始人探討過這個(gè)話題。我們期望人們或許不熟悉戴文淵這個(gè)名字，但提起第四范式，卻人人皆知，至于創(chuàng)始人身份，或許需要查閱一番。許多海外企業(yè)的創(chuàng)始人已逐漸“隱身”，例如IBM和微軟，即便創(chuàng)始人不再活躍，公司依舊蓬勃發(fā)展。雖然創(chuàng)業(yè)公司鮮有能達(dá)到此境界者，但我們寄希望于第四范式有朝一日能實(shí)現(xiàn)這一目標(biāo)。