每經(jīng)專訪第四范式董事長(zhǎng)戴文淵：澄清AI熱潮背后的誤解，向“無(wú)窮大”前進(jìn)

每經(jīng)記者 可 楊    每經(jīng)編輯 張海妮    

由史蒂文·斯皮爾伯格（Steven Spielberg）執(zhí)導(dǎo)的電影《人工智能》，講述的是一個(gè)小男孩最終發(fā)現(xiàn)自己是人工智能的故事。

人工智能什么時(shí)候才能達(dá)到這樣的水平？難道人工智能的作用就是制造一個(gè)類人智能體嗎？這是第四范式創(chuàng)始人、董事長(zhǎng)戴文淵投身人工智能產(chǎn)業(yè)早期最令他迷惑的兩個(gè)問(wèn)題。

最終，他在圖靈獎(jiǎng)獲得者詹姆斯·尼古拉·格雷（James Nicholas Gray，昵 稱 Jim Gray）2007年《科學(xué)發(fā)展的四個(gè)范式》的演講中找到答案。其中，第四范式階段是指數(shù)據(jù)科學(xué)——隨著數(shù)據(jù)爆發(fā)式增長(zhǎng)以及技術(shù)演進(jìn)，科學(xué)理論由計(jì)算機(jī)從海量數(shù)據(jù)中發(fā)現(xiàn)。

視覺(jué)中國(guó)

戴文淵所創(chuàng)立的人工智能公司“第四范式”的名字也由此而來(lái)。這家成立于2014年的企業(yè)級(jí)人工智能平臺(tái)企業(yè)，迎著人工智能的潮起與潮落成長(zhǎng)至今，作為掌舵者，戴文淵向《每日經(jīng)濟(jì)新聞》記者分享的心得是，不要太在乎AI（人工智能）是不是能做所有事，或者不能做所有事，因?yàn)檫@對(duì)于市場(chǎng)來(lái)說(shuō)也不重要，客戶關(guān)心的問(wèn)題是：“我是賣雞翅的，AI能做的所有的事情，跟我有什么關(guān)系？重要的是我的雞翅能不能（通過(guò)AI）賣得更好。”

大模型時(shí)代，第四范式主張對(duì)模型進(jìn)行“剪裁”，以求用最“經(jīng)濟(jì)”的方式做領(lǐng)先的AI。在戴文淵眼中，通用大模型和行業(yè)大模型是實(shí)現(xiàn)AGI（通用人工智能）的不同路徑，區(qū)別在于是用一個(gè)模型去實(shí)現(xiàn)AGI，還是用很多模型去實(shí)現(xiàn)AGI。而兩相比較之下，行業(yè)大模型是他認(rèn)為最經(jīng)濟(jì)的方式。

熱潮與誤解一同翻涌，市場(chǎng)期望AI解決所有問(wèn)題

新的熱浪翻涌在第四范式成立的第十年，這也促使戴文淵作出了一些改變。

2023年，很多人找到戴文淵，問(wèn)他：“ChatGPT會(huì)怎么幫助到我的企業(yè)？”上一次他被問(wèn)及類似的問(wèn)題是在2016年，那時(shí)，問(wèn)句的主語(yǔ)是AlphaGO。

更有趣的是，這一次，幾乎所有的客戶、投資人、媒體記者都在使用“技術(shù)的語(yǔ)言”來(lái)提問(wèn)，“參數(shù)”成為高頻詞，與之前的狀況大不相同。

戴文淵說(shuō)：“要把AI做好，就先不要談AI的問(wèn)題，先談?wù)劰臼亲鍪裁吹?，把這些問(wèn)題談清楚，咱們?cè)倩仡^看看AI是不是可以（對(duì)公司）有幫助。”

市場(chǎng)和客戶都對(duì)新技術(shù)感到興奮時(shí)，戴文淵希望能借此機(jī)會(huì)引導(dǎo)一個(gè)正確的“AI價(jià)值觀”：“不能先把參數(shù)做到一千億，再想這千億的參數(shù)到底能干什么？”

市場(chǎng)期望AI解決所有的問(wèn)題，這反映了一種恐慌心理：萬(wàn)一 AI能做但是自己沒(méi)有用到，那可能會(huì)失去一些機(jī)會(huì)。戴文淵將此視為一個(gè)機(jī)遇，“擔(dān)憂”打開(kāi)了世人想要了解AI的窗子，但誤解也同熱潮一同翻涌，第四范式要做的，是把AI的價(jià)值帶到眾人面前。

ChatGPT，這個(gè)目前最火爆的大模型應(yīng)用，將大模型帶到了人工智能圈層以外的世界。熱浪之下，一些人對(duì)于大模型的理解或許是：和ChatGPT一樣的技術(shù)。

直至今天，市場(chǎng)中最受關(guān)注的大模型依舊是以大語(yǔ)言模型為主，即“預(yù)測(cè)下一個(gè)字”的模型，年初爆火的Sora則是“預(yù)測(cè)下一幀畫面”的模型。

但應(yīng)用是更加實(shí)際的事，對(duì)于絕大多數(shù)企業(yè)而言，“預(yù)測(cè)下一個(gè)字”解決不了核心問(wèn)題。例如，金融機(jī)構(gòu)需要解決風(fēng)控問(wèn)題，但這不是語(yǔ)言問(wèn)題；大語(yǔ)言模型可能會(huì)輔助金融機(jī)構(gòu)解決客服事宜，但這可能不是它的核心問(wèn)題。真正的行業(yè)大模型應(yīng)當(dāng)是針對(duì)不同場(chǎng)景，構(gòu)建不同模態(tài)，去預(yù)測(cè)下一個(gè)“事情”。

這背后有一個(gè)更大的誤解——很多人問(wèn)，能不能基于開(kāi)源大模型底座或GPT，訓(xùn)練行業(yè)需要的新模態(tài)模型。但即使同樣出自O(shè)penAI之手，要在GPT模型上直接精調(diào)出Sora，也是不可能的事情。

戴文淵介紹，大多數(shù)行業(yè)大模型是要基于特定業(yè)務(wù)所積累的特定模態(tài)的數(shù)據(jù)，訓(xùn)練出一個(gè)基座大模型，就像目前訓(xùn)練底座的大語(yǔ)言模型、視頻模型一樣。

行業(yè)大模型這件事，其實(shí)已經(jīng)發(fā)生了十年之久。2014年，第四范式推出人工智能平臺(tái)——先知1.0，用建模型的方式，挖掘業(yè)務(wù)數(shù)據(jù)價(jià)值，提升業(yè)務(wù)效果。如今“先知”已經(jīng)迭代到了5.0版本，定位于降門檻，讓企業(yè)自行構(gòu)建高價(jià)值場(chǎng)景所需的行業(yè)大模型，例如預(yù)測(cè)疾病風(fēng)險(xiǎn)、欺詐行為、災(zāi)害險(xiǎn)情、設(shè)備故障等，打破大語(yǔ)言模型只能生成文字、圖像、視頻的局限。

信心不再是問(wèn)題，但市場(chǎng)的耐心有限

1956年夏天，在達(dá)特茅斯學(xué)院舉辦了一場(chǎng)人工智能研討會(huì)，主題是研究“讓機(jī)器能像人那樣認(rèn)知、思考和學(xué)習(xí)，即用計(jì)算機(jī)模擬人的智能”。這次會(huì)議被普遍視為人工智能技術(shù)的起點(diǎn)。由此出發(fā)，人工智能開(kāi)始沿著一條波浪式的曲線前進(jìn)，經(jīng)歷著巨大的潮起與潮落，穿梭在失望與希望之間。

兩到三年，戴文淵認(rèn)為這是市場(chǎng)能給一場(chǎng)技術(shù)熱潮的最大耐心。

距離我們最近的一次潮起被認(rèn)為來(lái)自2016年，基于強(qiáng)化學(xué)習(xí)算法的AlphaGo戰(zhàn)勝人類圍棋選手李世石，“機(jī)器是否會(huì)代替人類”在彼時(shí)引發(fā)市場(chǎng)關(guān)注，商湯科技、曠視科技等一批人工智能“獨(dú)角獸”站到臺(tái)前。

第四范式是一家幸運(yùn)的公司，這家公司誕生于2014年，從誕生的第一天就開(kāi)始做企業(yè)端的生意。不過(guò)那時(shí)候，很多企業(yè)告訴戴文淵，他們沒(méi)有人工智能預(yù)算。隨著AlphaGO成為那枚投向平靜水面的石子，突然之間，所有客戶都來(lái)問(wèn)他：“你們是人工智能企業(yè)，你來(lái)給我講一講AlphaGO可以幫我做什么？”“我們有預(yù)算，我們要AlphaGO。”

兩三年的時(shí)間，人們理想中的人工智能工具沒(méi)有誕生，市場(chǎng)信心在2019年崩盤。據(jù)獵豹全球智庫(kù)數(shù)據(jù)，與2018年相比，2019年中國(guó)人工智能企業(yè)的融資金額由1484.53億元下降至967.27億元，下降幅度達(dá)到34.8%，融資數(shù)量也由737個(gè)下降至431個(gè)，下降幅度達(dá)四成。

直到ChatGPT成為下一顆石子，這場(chǎng)“寒冬”結(jié)束，AI市場(chǎng)再度迎來(lái)熱潮。

戴文淵認(rèn)為，在2023年以前，市場(chǎng)對(duì)AI是信心問(wèn)題。從2023年開(kāi)始，不再是信心問(wèn)題，而是要找到正確路徑的問(wèn)題。“不用擔(dān)心客戶認(rèn)為AI沒(méi)有用，需要解決的是，引導(dǎo)客戶反過(guò)來(lái)想業(yè)務(wù)的問(wèn)題。”戴文淵說(shuō)。

潮起潮落，似乎已經(jīng)成為人工智能行業(yè)的常態(tài)。潮為什么落，戴文淵認(rèn)為和價(jià)值相關(guān)。2016年，每家企業(yè)都陷入“怎么去用AlphaGO幫助到我”的問(wèn)題中，這個(gè)潮落了。今天也一樣，如果每家企業(yè)想的都是“怎么用ChatGPT幫助到我”，可能這個(gè)潮也會(huì)落。

戴文淵判斷，兩三年內(nèi)，如果大模型不能創(chuàng)造出巨大的價(jià)值，可能就會(huì)再度潮落，等待下一顆“石子”——或許是一個(gè)新的能夠吸引眼球的東西，或許是能夠在合理的投入產(chǎn)出中創(chuàng)造出足夠價(jià)值的技術(shù)。

當(dāng)下的機(jī)遇是市場(chǎng)的目光重新被吸引，但挑戰(zhàn)在于，兩到三年內(nèi)能否兌現(xiàn)大模型的價(jià)值？

市場(chǎng)關(guān)注到人工智能“+”，戴文淵認(rèn)為這個(gè)加號(hào)非常重要，這意味著，未來(lái)兩到三年，人工智能有可能創(chuàng)造出很大的價(jià)值，如果大家想的都是ChatGPT能不能幫到企業(yè)，不見(jiàn)得能創(chuàng)造市場(chǎng)預(yù)期的價(jià)值。

“以語(yǔ)言模型為例，去年主要的落地場(chǎng)景都與客服相關(guān)，如果在這么大的關(guān)注度之下，落地的應(yīng)用全是問(wèn)答類場(chǎng)景，可能兩三年以后大家就失望了。”他說(shuō)。

AI是一個(gè)實(shí)驗(yàn)的過(guò)程，目標(biāo)是提升“北極星指標(biāo)”

目前來(lái)看，大模型賦能行業(yè)，依舊是一個(gè)充滿前景的故事，因?yàn)槔碚撋喜淮嬖诖竽Ｐ蜔o(wú)法賦能的行業(yè)，人效上可以充分發(fā)揮想象力。

目前，絕大多數(shù)企業(yè)的核心業(yè)務(wù)都由人來(lái)作決策，但人作決策時(shí)往往面臨兩個(gè)困境：水平參差不齊、精力有限。當(dāng)AI能力提升，哪怕其能力尚未全面超越人類，即便僅達(dá)到人類的平均水平，但如果能復(fù)制很多“人”，就很有可能提供更好的業(yè)務(wù)價(jià)值。

企業(yè)招聘員工時(shí)，并非需要每個(gè)員工都達(dá)到頂尖水平，而是注重每個(gè)員工是否能為企業(yè)帶來(lái)積極的貢獻(xiàn)。因此，戴文淵認(rèn)為，盡管第四范式的目標(biāo)是使AI的表現(xiàn)超越絕大多數(shù)業(yè)務(wù)專家，但從實(shí)踐角度來(lái)看，AI即使僅僅達(dá)到專家平均的能力水平，也有可能為企業(yè)帶來(lái)顯著的價(jià)值提升。

從數(shù)字化時(shí)代開(kāi)啟到數(shù)智化時(shí)代來(lái)臨，賦能傳統(tǒng)企業(yè)與實(shí)體經(jīng)濟(jì)始終是市場(chǎng)對(duì)技術(shù)的期待。隨著大模型來(lái)臨，數(shù)字技術(shù)從傳統(tǒng)的信息搜集、傳輸、整理、儲(chǔ)存，逐漸走到輔助決策甚至替代決策階段。

戴文淵指出，一些企業(yè)當(dāng)前在使用AI時(shí)，依舊存在數(shù)字化時(shí)代的慣性思維，即過(guò)于依賴同行業(yè)的成功案例，試圖直接移植成熟方案落地到本企業(yè)。但實(shí)際上AI和企業(yè)核心競(jìng)爭(zhēng)力相關(guān)以后，不同企業(yè)的目標(biāo)是不一樣的。

理想狀態(tài)下，大模型應(yīng)該能夠幫助企業(yè)完成核心決策。為此，第四范式將企業(yè)的戰(zhàn)略目標(biāo)轉(zhuǎn)化為計(jì)算機(jī)可以記錄和跟蹤的語(yǔ)言，即企業(yè)的“北極星指標(biāo)”，以此作為企業(yè)最核心的關(guān)鍵指標(biāo)。

戴文淵認(rèn)為，對(duì)于企業(yè)而言，在使用AI前，需要先想明白一點(diǎn)：對(duì)于提升“北極星指標(biāo)”，什么叫好，什么叫不好。以實(shí)體零售企業(yè)為例，其核心效率體現(xiàn)在每平方米所貢獻(xiàn)的效益上，這可能就是一家零售企業(yè)的“北極星指標(biāo)”。所有圍繞這一指標(biāo)的改進(jìn)，都需要量化其對(duì)“北極星指標(biāo)”的實(shí)際影響，無(wú)論是提升還是下降。

在實(shí)踐中，AI的應(yīng)用并不意味著每一步都能帶來(lái)提升。

“AI其實(shí)是一個(gè)實(shí)驗(yàn)的過(guò)程。”戴文淵舉例，假設(shè)有一百萬(wàn)的客戶基礎(chǔ)，可能將九十萬(wàn)作為基線，剩余的十萬(wàn)，每一萬(wàn)作為一個(gè)實(shí)驗(yàn)組，持續(xù)嘗試模型的優(yōu)化與迭代。“早期的實(shí)驗(yàn)基本上是成功的，每次實(shí)驗(yàn)都會(huì)比‘九十萬(wàn)’更好。但是到了一定階段絕大多數(shù)的實(shí)驗(yàn)都是失敗的，也沒(méi)有關(guān)系，往往到了一定的規(guī)模體量以后，一百次體驗(yàn)如果能成功一次，就能賺回前面九十九次失敗的所有成本。”戴文淵說(shuō)。

AI是一個(gè)實(shí)驗(yàn)的過(guò)程，這是戴文淵的認(rèn)知，但尚未在客戶中達(dá)成共識(shí)。

客戶的認(rèn)知提升是AI產(chǎn)業(yè)發(fā)展至關(guān)重要的一環(huán)。如果認(rèn)知遲遲沒(méi)有發(fā)生變化，AI會(huì)重新變成“需要有一個(gè)大模型、交付一個(gè)大模型，這個(gè)大模型的參數(shù)是不是1000億，是1000億就驗(yàn)收通過(guò)付款、結(jié)束”的過(guò)程，也許再經(jīng)過(guò)一年半載，客戶會(huì)覺(jué)得，大模型好像沒(méi)什么用。

這時(shí)，熱潮可能將會(huì)再度遺憾告終。

AI是科學(xué)問(wèn)題，AI應(yīng)用是經(jīng)濟(jì)問(wèn)題

在通往AGI的路上，通用大模型和行業(yè)大模型是兩條不同的技術(shù)路線。戴文淵認(rèn)為，大家都是朝著AGI的方向前進(jìn)，區(qū)別在于是用一個(gè)模型去實(shí)現(xiàn)AGI，還是用很多模型去實(shí)現(xiàn)AGI。

在他看來(lái)，用一個(gè)模型去解決所有的問(wèn)題，不是最經(jīng)濟(jì)的。

戴文淵還提出了一個(gè)更為少見(jiàn)的觀點(diǎn)：并不存在真正的通用大模型，所謂的通用大模型，本質(zhì)是將多種場(chǎng)景融入一個(gè)模型中。

第四范式的做法是，進(jìn)行剪裁，先做垂直的行業(yè)模型。如果模型僅針對(duì)某一特定場(chǎng)景進(jìn)行應(yīng)用，就先通過(guò)該場(chǎng)景的數(shù)據(jù)模態(tài)構(gòu)建專用模型，同樣參數(shù)量往往能實(shí)現(xiàn)更好的效果。相反，若模型被設(shè)計(jì)為一個(gè)通用大型模型，最后通用大模型應(yīng)用到某一具體場(chǎng)景，往往很可能是不經(jīng)濟(jì)的。

“經(jīng)濟(jì)”，在一個(gè)小時(shí)的采訪里，戴文淵至少5次提到這個(gè)詞。“我們致力于把這個(gè)問(wèn)題（解決），或者把這個(gè)技術(shù)做出來(lái)，如果我選擇了不經(jīng)濟(jì)的一條路，可能最后我會(huì)做不出來(lái)，我們要綜合考慮每一種方向，每一個(gè)路線所面臨的問(wèn)題，最后找到一個(gè)最有可能的解決方法。”戴文淵說(shuō)。

“做最領(lǐng)先的AI是特別貴的事，需要花很多錢。”或許正因?yàn)槿绱?，在技術(shù)信仰派和商業(yè)信仰派之爭(zhēng)中，戴文淵認(rèn)為自己處于兩者之間。

AI顯然是個(gè)科學(xué)問(wèn)題，但做出最領(lǐng)先的AI技術(shù)，是個(gè)需要計(jì)算的經(jīng)濟(jì)問(wèn)題。

戴文淵認(rèn)為，經(jīng)營(yíng)一家AI技術(shù)公司，需要站在商業(yè)的角度思考問(wèn)題：最領(lǐng)先的AI技術(shù)需要海量的算力和數(shù)據(jù)，如果不能和商業(yè)更好（地）結(jié)合，那么長(zhǎng)期持續(xù)的資金投入將變得難以為繼，既需要技術(shù)又需要商業(yè)，如果你要做最好的東西，就必須要都有。

此外，對(duì)于AI從業(yè)者的自我修養(yǎng)，戴文淵認(rèn)為，還需要具備韌勁與恒心，“人工智能就是一個(gè)起起伏伏的賽道，可能這兩年又被大家關(guān)注到了，甚至被吹上天，被吹上天的時(shí)候你不要覺(jué)得自己是神仙。同時(shí)，被踩到地下的時(shí)候，也不要覺(jué)得自己沒(méi)有價(jià)值”。

波浪式前進(jìn)的過(guò)程中，可以肯定的是，通往AGI的道路并沒(méi)有一個(gè)標(biāo)準(zhǔn)的指路牌。

“AGI是我們所有人的理想，AGI就是我自己心目當(dāng)中的一個(gè)無(wú)窮大。”戴文淵從來(lái)不認(rèn)為AGI是一件三年、五年甚至十年就能實(shí)現(xiàn)的事，相反，他覺(jué)得，AGI是一件永遠(yuǎn)做不到，但永遠(yuǎn)都在做的事。

封面圖片來(lái)源：視覺(jué)中國(guó)