OpenAI本次發(fā)布會引起不小的動靜，它此次的舉動會對未來有什么樣的影響呢？讓我們看看下邊的文章中的筆者對OpenAI的一些看法和內(nèi)容吧！

OpenAI本次發(fā)布會引起了相當(dāng)?shù)牟?，其中最矚目的是：他好像把過去一段時間很大一批創(chuàng)業(yè)公司做的事給干了，并且挖斷了去路。

但OpenAI的行為其實不單是Sam Altman這些人決策的，更要遵從智能的基礎(chǔ)運行邏輯。大模型出現(xiàn)并且突飛猛進(jìn)之后，智能的基礎(chǔ)運行邏輯相對于過去的互聯(lián)網(wǎng)等其實發(fā)生了一些本質(zhì)性變化，這些差異性有點“死生之地不可不察的意思”。

這些特征在前面各種文章中提到過，正好借著OpenAI的發(fā)布會做下梳理。

一、智能的邊界是應(yīng)用的邊界

OpenAI本次發(fā)布會中很大的一個動作就是GPTs商店，而如果底層的大模型持續(xù)增強，那無疑的這種特征會讓獨立的純粹工具被折疊，威脅的就是Midjourney這類產(chǎn)品。這類產(chǎn)品擋在了大模型前進(jìn)的路上。

這體現(xiàn)的底層邏輯正是智能的邊界就是應(yīng)用的邊界。

在琢磨事2023.7.5月發(fā)表的AI大模型沒有商業(yè)模式？中發(fā)表過這類觀點：

而這種發(fā)布會其實是這種底層邏輯的一種實現(xiàn)，現(xiàn)實總是會和概念運動統(tǒng)一。

更形象點說，這種底層邏輯很像木偶那個懸在高處的錨點，木偶行為的花樣配合故事性有很多很多，但其實是有規(guī)則和范圍的。

二、那延展下去還會發(fā)生什么呢？

OpenAI會云端操作系統(tǒng)化，在GPTs 商店之外，它會再開放一個商店，負(fù)責(zé)接入現(xiàn)實世界的實時感知數(shù)據(jù)，接入各種IoT設(shè)備。當(dāng)前的多模態(tài)可以看成是對這一步的鋪墊。這是在2023.7.22的開源大模型LLaMA 2會扮演類似Android的角色么？中提到的：

當(dāng)時這個認(rèn)知其實受到了一些挑戰(zhàn)，我不知道現(xiàn)在還有多少人還會類比公有云或者不同意這會是云端操作系統(tǒng)，也是一種云端的超級應(yīng)用。

三、那這種變化更底層的含義是什么呢？

其實是通用計算平臺的遷移，而通用計算平臺的遷移注定是計算范式的遷移。

從技術(shù)上我們既可以講計算從端更多的遷移到云端，也可以講從一般的算法遷移到模型。

做到这三点挑战，产品经理只会不断升值

好的产品经理是很稀缺的，懂用户、懂商业、懂数据的产品经理走出互联网，依然是抢手货。相反，如果只做简单传话、低效执行、浅层思考的产品经理，恐怕走不过未来3-5年的洪流。

查看详情 >

從結(jié)構(gòu)上其實這是在強化中心化的力量，而中心的遷移往往體現(xiàn)為公司地位的變遷。這個直接映射到現(xiàn)實就是可能出現(xiàn)比現(xiàn)在蘋果規(guī)模還大的企業(yè)，這點主要在2023.8.27AI個體戶的崛起：普通人“屁胡”的機會、模式和風(fēng)險中做的展開：

潛在的這可能會變成OpenAI和微軟決裂的動因（微軟是當(dāng)前的中心，而通用智能會是中心的中心）。下屬企業(yè)是更大范疇的中心，這在未來肯定是不好處理的。

從公司性質(zhì)上，如果OpenAI做到這些那就可以把技術(shù)優(yōu)勢轉(zhuǎn)化為生態(tài)優(yōu)勢。技術(shù)優(yōu)勢是有保鮮期的，生態(tài)優(yōu)勢則更加穩(wěn)定。微軟的Windows到后面是技術(shù)領(lǐng)先么？顯然不是，是跑在它上面的應(yīng)用讓它成為了事實上的標(biāo)準(zhǔn)。

注：特意把有些觀點的發(fā)表時間標(biāo)記出來想強調(diào)的是這確實不是事后諸葛，牽強附會，而是智能的發(fā)展確有其自己的脈絡(luò)。

四、這條路線走下去遠(yuǎn)期還有那些變化呢？

還可能會導(dǎo)致終端變遷。

終端和大模型會按照感知與決策進(jìn)行分工，其中一個低成本的分支可能會導(dǎo)致NC(Net Computer)其實就是現(xiàn)在的ChromeBook又來，并且?guī)砀蟮钠占岸取４饲癋acebook押注H5死的很慘，但GPTs其實比H5的云端成分還要更高。

如果再遠(yuǎn)期很可能還會有個意想不到的變化。

如果眾多GPTs足夠堅挺和繁榮，那這本身就是生產(chǎn)并消耗服務(wù)的生態(tài)，就是一種“宇宙”，在這個宇宙里面交易會是什么形態(tài)？這時候不要忘記Sam Altman的世界幣，創(chuàng)造財富和分配財富可能在這里會統(tǒng)一，人工智能和區(qū)塊鏈在這里可能會合流。

這特別符合給世界求個解：OpenAI的Sam Altman為什么干世界幣？中提到的愿景遠(yuǎn)期會看著像腦洞，但其實這些發(fā)生沒發(fā)生的事件背后都有一根線在穿著（偏玄學(xué)一點，我管它叫名實唯一性，這里不重復(fù)展開了）。

這種擴張并不是無邊界的，如果說智能的邊界就是應(yīng)用的邊界，那這個邊界到底在那兒呢？

五、智能的邊界到底在那兒呢？

從深度來講，在AI行業(yè)從業(yè)者/企業(yè)相當(dāng)比例盈利之前，大模型再怎么驚艷，那它的深度也是不夠的。而像在AI能賺到錢了么？里強調(diào)的，當(dāng)這種智能通用性足以覆蓋任何一個場景的各個方面，并且真正匹配一個人所能創(chuàng)造的價值時，那就注定會盈利，因為在智能上的成本總是低于雇傭?qū)?yīng)人員的成本。

從廣度來說，顯然的chatGPT沒有領(lǐng)域知識，比如醫(yī)療、稅務(wù)、法律等。

在這種情況下，一個顯然的趨勢是通用大模型會繼續(xù)在通用領(lǐng)域深耕下去，反過來也就意味著垂域大模型上會閃出相應(yīng)的機會。沒人會在富礦很近的時候同步去挖貧礦。

從技術(shù)看，也同樣是這個結(jié)論。

智能的來源在于數(shù)據(jù)，數(shù)據(jù)本身描述了某個范圍內(nèi)世界的本質(zhì)，而數(shù)據(jù)的描述深度和智能程度就注定成比例，在特定領(lǐng)域下這種深入就表現(xiàn)為對場景的實時感知（比如病人的具體情況）、歷史數(shù)據(jù)（比如病人的歷史數(shù)據(jù)）、環(huán)境數(shù)據(jù)（比如法規(guī)），而這部分?jǐn)?shù)據(jù)自身有自己的成本。

顯然構(gòu)建場景的全量數(shù)據(jù)有點像攻克一個一個山頭，這并不是一個單獨的公司能全部做的事。否則就會像抓一把沙子，然后不停的處理指間沙。

六、這種通用智能和領(lǐng)域的區(qū)隔會導(dǎo)致什么呢？

1. 開源生態(tài)

這會導(dǎo)致在OpenAI之外，形成一個開源生態(tài)，這就是之前開源大模型LLaMA 2會扮演類似Android的角色么？中提到的：

這種開源生態(tài)要和每個人做一個安卓相區(qū)別，雖然很多時候大家會宣稱如此。唯有這種開源生態(tài)才能對沖行業(yè)中的落地成本。

2. 系統(tǒng)型超級應(yīng)用

在領(lǐng)域+開源智能的前提下就會出現(xiàn)各種大大小小的系統(tǒng)型超級應(yīng)用。即使到現(xiàn)在在很多人的眼里安卓也還是不如蘋果，但當(dāng)它good enough的時候，它其它方面的優(yōu)勢比如安全等就會讓自己更加普及，同步的去解決各個領(lǐng)域的問題。

而在解決各個領(lǐng)域問題的時候，其基礎(chǔ)架構(gòu)會和操作系統(tǒng)很像，多邊開放，既有面向設(shè)備的一邊，也有面向應(yīng)用的一邊（GPTs）。

說是系統(tǒng)型的原因在于，在感知端它要能接入各種IoT設(shè)備的數(shù)據(jù)源，扮演過去類似硬件抽象層的角色(HAL），說是超級應(yīng)用的原因在于它要開放對應(yīng)的應(yīng)用商店，微信一樣，在自己有用的前提下容納更多的技能。

這種應(yīng)用就是AI原生應(yīng)用《從手機App到AI原生應(yīng)用》：

七、小結(jié)

AI底層邏輯的變化，其實會帶來定位和打法的變化。上面的說的也許未必全對，但其實是一整條遞進(jìn)的脈絡(luò)。而AI從技術(shù)上看，仍未像互聯(lián)網(wǎng)一樣成熟，從商業(yè)化的角度看更是處在一個萌芽期，所以這類的思考應(yīng)該是必要的。這時候想比做還重要：“想都是問題，干才是答案”是錯誤的，雷軍說也不行。