惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

J
Java Code Geeks
Google DeepMind News
Google DeepMind News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
小众软件
小众软件
Blog — PlanetScale
Blog — PlanetScale
腾讯CDC
A
About on SuperTechFans
Vercel News
Vercel News
I
InfoQ
阮一峰的网络日志
阮一峰的网络日志
月光博客
月光博客
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
人人都是产品经理
人人都是产品经理
S
SegmentFault 最新的问题
V
Visual Studio Blog
T
Tailwind CSS Blog
大猫的无限游戏
大猫的无限游戏
M
MIT News - Artificial intelligence
博客园 - 【当耐特】
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Microsoft Azure Blog
Microsoft Azure Blog
Apple Machine Learning Research
Apple Machine Learning Research
GbyAI
GbyAI
美团技术团队

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
李彦宏眼中的AI之路:泡沫不可避免,要成为1%
脑极体 · 2024-10-21 · via 人人都是产品经理

在人工智能飞速发展的今天,AI技术正逐渐渗透到我们生活的方方面面。然而,关于AI的未来,社会上存在着不同的声音,从AI无用论到AI万能论,各种观点争论不休。百度创始人李彦宏在《HBR Live:商业未来》节目中,分享了他对AI发展趋势、泡沫问题以及AI与人类关系的看法。

过去几年,全球都在上演着关于AI的喧哗与躁动。

伴随着大模型的异军突起,AI技术的快速发展给予产业各界,乃至社会经济整体以极大的震撼。提到AI,我们经常会看到两种过于极端的声音:一种是AI无用论,持论者认为大模型给AI产业带来的泡沫过大,一旦泡沫破裂,AI可能再次陷入历史上的AI寒冬;另一种是AI万能论,认为AI是最大的风口,只要搭上AI快车,自己训练出大模型就万事大吉。

然而,任何极端的想法都无益于产业走向成熟。如何清醒地理解AI争议,在AI万能与AI无用之间走出合理、可行的AI之路,已经成为中国AI乃至全球AI的共同疑问。

AI之路应该如何走?百度创始人李彦宏刚刚给出了自己的答案。

10月16日晚,李彦宏在《HBR Live:商业未来》与哈佛商业评论英文版总编辑殷阿笛(Adi Ignatius)进行了对谈。《商业未来》是哈佛商业评论杂志推出的访谈栏目。近年来,殷阿笛与诸多全球科技领袖进行了交流,给业界带来了大量前瞻性、共识性观点,比如英伟达CEO黄仁勋、微软CEO萨提亚·纳德拉、谷歌CEO桑达尔·皮查伊等人都在这个节目上探讨了对AI技术的认识与思考。在最近这次对谈中,李彦宏谈及了AI近期发展趋势、是否存在泡沫、AI与人类关系等诸多AI热点问题,而其观点的独特性在于,他认为泡沫不可避免,但伪创新将被清洗,最终1%的企业脱颖而出创造巨大价值。

李彦宏谈到,像历史上许多次技术浪潮一样,在度过最初的兴奋阶段之后,泡沫不可避免。当这项技术没有达到最初兴奋阶段的高期望时,人们会感到失望。在这之后,有1%的企业将脱颖而出,继续成长,为社会创造巨大价值。现在,我们只是在经历这个阶段,这个行业比去年更冷静,也更健康。

正视泡沫,并以成为泡沫过尽后的1%为目标。

为人类福祉,为技术致用而发展AI技术。

这或许就是李彦宏眼中的AI之路。

一、要正视泡沫

让AI发展合理化的第一步,就是要正视泡沫存在的必要性与必然性。就像李彦宏所说的,有泡沫并不一定是坏事,很多伪创新将被清洗。

事实上,从经济供需与价值投资的角度来看,当市场上出现了新颖且被证明有价值的技术,就一定会吸引到大量乃至过量的关注。这些关注会转化成资金规模、人才转移、企业数量等方式涌入,从而造成技术的供大于求,或者供领先于求,进而催生经济泡沫。

这是基本的经济规律,甚至是技术发展的必然产物,没有必要对AI泡沫报以过分的关注,甚至恐慌。

当市场的供给率过高,或者技术无法像畅想的那样带来价值时,泡沫自然就会消退。这时将不可避免出现一定程度的市场失望感,但也只有经历了这样的失望感依旧能够留下的技术创新,才能够承载社会经济的期待,最终让技术走向应用,开启科技变革。而归其根本,这样的循环是新技术涌入市场的必经之路。

所以说,AI泡沫是AI技术发展带来的必然产物,客观上无所谓好与坏,尤其像百度这样的科技企业,已经穿越了多次类似的科技变革周期,从而积累了相当的应对能力与发展经验。

李彦宏就回顾了当年著名的互联网泡沫。看似危险的“泡沫破裂”,最终却变成了大众成为互联网用户的开始。

千禧年,此前极度繁荣的互联网泡沫突然破裂,导致大量互联网公司转身离场,当时也有很多人认为互联网已经迎来尽头。但事实恰恰相反,中国互联网的辉煌时代才刚刚到来。为什么会有这次互联网泡沫破裂?很大原因在于当时的情况很类似今天的AI大模型风口。大量公司都是为做互联网而做互联网,觉得只要踩中了互联网概念就万事大吉,却根本没有想过自身做出的互联网产品如何实现商业化,如何为大众带来价值。于是在资本热度消退后,这些企业就没有任何维持下去的能力。

在新的AI时代,整个产业发展也必然会经历这一过程。必然出现的泡沫破裂,实际上是一个去伪存真、优胜劣汰的过程,能够将不符合实际的伪创新、伪需求清除出去,从而将真正有价值的技术创新保留下来。

我们无需为AI泡沫的存在而恐慌,而是应该正视它,直面它。企业真正的选择在于,是成为泡沫破裂后消失在历史长河中的99%,还是成为最终为大众创造价值的1%。

二、要成为1%

如何不成为AI泡沫的一部分?核心就是要知道自身在做什么,能做什么,所做的事情能够带来哪些价值。如果我们所做的AI,都只是重复的、跟风的技术产品,没有任何差异化与实用性。那么泡沫破裂的苦果似乎早就注定难以避免。

这个观点恰好可以用来分析国内从去年开始的百模大战。伴随大模型的爆火,大量企业开始纷纷跟风研发基础模型。仅仅4个月时间,中国市场上大模型的数量就翻了3倍,甚至出现了很多公司用开源模型修饰一下冒充新模型的闹剧,或者过分强调参数规模、跑分、刷榜等不存在真正商业价值的指标。

然而问题是,这数量众多的大模型并没有得到真正的应用。甚至一度出现了国内200个大模型的调用量还不如文心大模型多的情况。这些为了做大模型而做大模型,却忽略应用效果、商业价值的行为,与20多年前互联网泡沫破裂时的众多企业无异。

好在伴随着AI大模型的第一波热度消退,行业也开始趋于理性。李彦宏认为,今年AI行业有所降温,但比去年更健康,最终将有1%的AI公司脱颖而出创造巨大价值。

伴随着AI泡沫的必然产生与必然破灭,会有99%的企业与大模型离场,所有跟风、矫饰的伪创新都将被淘汰。

而合理、可行的AI之路也非常简单,就是在风口中保持冷静,去成为最终脱颖而出的那1%。

三、要走“有用”的AI正道

那么,如何从99%的泡沫,变成1%的创新驱动者?

当我们用长期主义的目光,去穿越AI泡沫,穿越百模大战、AI寒冬等疑云,会发现答案的终点其实非常简单——那就是“有用”。

评价一个AI大模型,一家AI公司,甚至一条AI之路,归其根本只有一个标准。其中有用,能够为社会和市场带来价值的成为1%,其他所有没用的沦为99%的泡沫。

那么,如何才能让自身的AI创新走向“有用”?李彦宏看来,必须坚持PMF和应用驱动的战略方向。

所谓,PMF是指产品的市场匹配程度。在AI大模型爆火之后,市面上出现了大量没有经过市场调查,缺乏市场土壤的AI技术与产品。这些产品注定是无法长期存续的。从合理、客观的市场规律来看,AI产品一定要从市场需要什么出发,而非仅仅关注技术能做什么。

李彦宏的这一观点在实践中也获得了检验。去年,可以看到市面上大量盲目投资,高度雷同化的大模型产品出现,而在今年市场较为冷静之后,各方也不断在强调对PMF的看重。在AI技术与市场同频发展上达成了共识。

另一方面,应用驱动是今天更具可行性的AI之路。伴随着基础模型的长足发展与走向成熟,重复做基础模型只会带来算力和社会资源的浪费。与此同时,AI应用层的创新可能性却还有着无尽的挖掘可能。

早在大模型热潮的初期,李彦宏就率先提出了“不要卷大模型,要卷应用”的观点,并在此后多次呼吁大家卷应用,他犀利地提出了“没有应用,大模型一文不值”的看法。而在经过百模大战的热潮之后,社会经济各界也纷纷开始认同重复做基础模型缺乏意义,AI原生应用才有广阔的发展空间。李彦宏在“卷应用”方面的前瞻性判断,也逐渐成为行业共识。

而接下来,PMF和应用驱动,将成为更多企业与从业者所选择的AI正道。

总结“正视泡沫”“成为1%”,以及“卷应用”等等李彦宏的观点,会发现其内核是高度统一的:技术要服务于人,AI也不例外。

只有服务于人类福祉的AI技术和AI企业,才能够在大浪淘沙之后抵达下一个黄金黎明。只有有用,能用,好用的AI,才是有价值的AI。泡沫是必然的也是必须的,但最终所有的泡沫会被一个“用”字所洗涤。让产业去伪存真,让技术造福世界。

这就是我们正共同经历的AI之路。大浪淘尽真与伪,AI正道是苍生。

作者:风辞远
本文由人人都是产品经理作者【脑极体】,微信公众号:【脑极体】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。