解读AI商业远景与应战

近来，AI独角兽Anthropic的CEO Dario Amodei接受了Noah Smith的访谈，从商业视点畅谈AI展开，贡献了不少来自业界一线的真知灼见。

以下是我的学习笔记，同享给我们。

一、Google是AI年代的贝尔实验室

在兴办Anthropic之前，Dario Amodei曾在百度、Google及OpenAI任职。说起Google，Dario以为许多科研人员把Google作为他们学术生计的连续，这点和当年的贝尔实验室很像。

Google稠密的学术气氛和优质的工业资源招引了很多尖端科研人才，展开数以百计的立异科研项目，Transformer仅仅其间之一。

不管从算力资源仍是人才密度来看，Google理应是AI浪潮的最大获益者。可是Google的安排架构是为了“查找”服务的，并没有把AI相关的要素有用的安排起来。

假如其时Google能够把算力优势、要害学术效果、人才优势有用运用起来，它本能够成为AI范畴的仅有主导者。

二、AI公司终究有没有护城河？

AI公司的商业形式取决于Scaling Law是否继续建立。

假定Scaling Law在未来适当长一段时间坚持有用，那么AI将带来巨大的经济价值，触及人类社会的方方面面。

Dario以为，跟着大模型不断Scaling up，单个模型的练习本钱将超越百亿美金，乃至到达千亿美金。因而这将成为一个准入门槛极高的生意，大模型将成为国家级基础设施，只会有少量几家科技巨子，乃至国有企业参加其间，构成寡头独占的竞赛格式。

当然这里有一个要害问题，是否会有公司乐意开源千亿参数的大模型？

Dario对此深表置疑，千亿规划的模型的推理本钱十分昂扬，乃至超越练习本钱，开源模型的商业价值将会受限。

三、AI公司的生计之道：差异化

要想在竞赛中生计展开，AI公司需求找到自己的差异化定位，Dario供给了两种思路。

其一是基座模型才干差异化。A公司能够练习出一个专门写代码的模型，B公司能够练习拿手构思写作的模型，C公司练习出一个虚拟伴侣模型。与其拼尽全力做基座全能大模型，不如挑选一个范畴做深做透，专项练习。

其二是模型与运用的笔直整合。理论上看，你能够把模型层和运用侧解耦别离，但实操中要把运用做到极致，往往需求对模型进行专项练习，这是大模型公司得天独厚的优势。

Dario以为未来AI公司不能只供给API才干输出，而应该深度介入运用层。尽管现在依据大模型的运用还很薄，但未来会越做越厚，逐步构成壁垒。

四、AI职业的宿命会和光伏相似吗？

Scaling Law现在仅仅依据调查总结的经历，或许继续好久，也或许随时中止。依据现在的调查，Dario以为Scaling Law还将继续适当一段时间。

假定Scaling Law在到达AGI之前失效，AI公司的境况或许与光伏相似。

纵参观伏职业，技能立异层出不穷，带来了巨大的经济价值，但并不具有独占特点，导致光伏企业利润率全体偏低。

与光伏职业相似，AI职业的市场规划十分巨大，但公司想要坚持较高的margin并非易事。

五、AI公司是否会被国有化？

假如Scaling Law继续有用，在不久的将来，AI模型有或许成为一个国家国防范畴最重要的财物之一。

另一方面，针对AI的misuse和autonomy问题，假如不加以严厉监管，或许导致较大的社会问题和安全隐患。

因而，政府会在AI范畴扮演越来越重要的人物，但不太或许对AI公司进行国有化，详细的有用介入方法还需求探究。

六、蜂群协作形式：大模型与小模型的有机一致

未来的AI生态将由大模型与小模型一起构成。大模型强壮但价格昂贵，小模型廉价且推理敏捷，但没有那么智能。

依据Dario所言，Anthropic正在测验构建“蜂群协作”的推理形式，由大模型将一个杂乱的使命拆解成数个简略的子使命，然后把每个子使命分配给一个小模型来处理，终究将小模型处理的成果一致汇总给大模型，输出终究成果，整个处理进程就像蜂群相同。

七、AI将加重贫富差距

Dario以为AI能带来财富的增加和充足的日子，但也极有或许加重贫富差距。

发达国家将首先获益于AI带来的生产力前进，完成GDP的双位数增加，但财富或许高度集中于头部科技公司及其职工，而非平均分配。

与此同时，展开中国家的居民或许无法同享AI带来经济增加的果实，并面对愈加严峻的工作压力。

八、人们轻视了AI在生命科学中的运用潜力

依据此前生物学的学术布景，Dario对AI在生命科学中的运用远景较为注重。

在大模型诞生之前，AI在生命科学中最多仅仅辅助工具，即使是AlphaFold也没有从根本上改动这一定位。但在不久的将来，AI将逐步走到台前，成为生物科研范畴的中心参加者。

纵观整个20世纪，生命科学的一切发展都是由极个别的严重发现推进的，比方基因测序技能，以及CRISPR基因修改技能。

Dario以为，大模型将十倍乃至百倍的提高科学发现的速度。

以CRISPR为例，这项技能开始是在细菌中发现的一种天然免疫系统，用于防护病毒侵略。当细菌遭受噬菌体进犯时，会将侵略者的DNA片段整合到本身的CRISPR序列中，并经过RNA和Cas蛋白来定位并消除这些侵略者。

这项技能早在30年前就被发现，可是直到2013年哈佛医学院的George Church才初次运用CRISPR技能完成了RNA介导的人类基因组修改。假如科学家运用 AI加速从科学发现到运用转化的速度，这无疑是全人类的福音。

Dario判别，AI有望在未来10年内完成本来估计整个21世纪才干达到的生物学发展，治好稀有疾病，让我们拭目而待。