我眼中的「中国式科技创新」

我眼中的「中国式科技创新」

最近一段时间，有关AI人工智能的科技创新动态已经在不少人的手机上实现了刷屏，比如GPT-4的推出，Midjourney等AI绘画软件的进步，等等。那么在这类科技创新动态中，我们要如何应对和自处？不如来看看作者的分析。

相信大家最近已经被国外的科技创新刷屏了，先是Open AI连着放出大招，推出GPT 3.5后100多天又祭出“大杀器”GPT 4，后有全职员工仅11人的Midjourney进行了史上最重磅的更新：不仅给关键词就能做出你想要的图片，还解决了最难的细节刻画问题。

这样的速度一度让人工智能圈感到十分震惊，包括大模型、深度学习、机器学习圈的各位大佬，他们在讶异的同时，更多的是茫然：敢情并不是人工智能赛道不行，而是方向搞错了。

不过，当这股浪潮传导到国内，风向却变了味。拿《新眸》近期爆火出圈的几个视频（其中，Midjourney那期超200万播放、20万次转发）来说，他们中的大多数第一反应是：国外又遥遥领先了，国内又要抄作业了，我们又要失业了。甚至有的网友直接吐槽，国内有的大厂心思都放在团购、买菜上了。

先说结论：这次由Open AI掀起的人工智能剧变，根本上还是应用层的创新，但它和早前玩法不同的是，这次是建立在LLM（大语言模型）上。以数据训练为例，基础模型GPT 3.5训练一次就要花费300万-460万美元，而且，随着模型能力提升，参数持续优化，训练的成本还会不断增加。

讲得再通俗点，这次变革是结构性的，而非卡位底层或者应用层。这其实也解释了微软为什么会掷重金押注Open AI，原因很简单，无论是过去的Office 365、Bing搜索，还是它旗下的云计算业务Azure，本质上还是建立在传统的互联网架构上，GPT的兴起让微软看到跨时代产品的可能性。

这也是《新眸》团队一直尝试分析，但始终没有得出很好结论的地方：过去我们一直把创新定义为“更好的体验”、“更低的成本”以及“更高的收益”，其中很大程度是受摩尔定律的影响，它来自英特尔创始人之一戈登·摩尔的经验之谈，其核心内容是：集成电路上可以容纳的晶体管数目每经过18-24个越就会增加一倍。

但到了人工智能时代，人们陡然发现摩尔定律突然失灵了。究其根本，所谓的摩尔定律就是“加量不加价”的逻辑，“芯片能力翻番，价格不变”可能在内卷时代奏效，但一旦有颠覆式的创新出现，就会直接动摇底层根基，关于这点，苹果、AWS、特斯拉就是十分典型的例子。

一、怎么衡量科技创新的含金量？

回到一开始讨论的话题，GPT的陡然领先是不是意味着国内玩家真的技不如人。

答案是否定的。纵观国内二十多年的互联网科技发展，我们在很多地方都保持着很高的竞争力，比如电商和物流体系、在线支付领域等，包括一直被诟病产品打造上，也有字节、Shein这样有国际竞争力的公司接连涌现。

经过大量的试错，我们必须承认，眼下的科技创新环境已经变了，那些存活下来的公司都有一个特征：顺势而为。这点，小米创始人雷军也曾提过类似的观点，他以海底捞举例，认为好的产品不是性价比高，也不是有多少黑科技，关键是要能给用户制造惊喜。

的确，在过去很长一段时间，我们都把科技创新通俗地量化成各种指标：研发投入（占比）、投入回报率以及专利数。这看起来多少有点本末倒置的意味，因为从最终成果上来看，这些指标只是过程，而非目的，更不是结果，就像一度被低估了的英特尔和英伟达，到了人工智能时代，反倒是英伟达最先抓住了机会，但你能苛责英特尔没有创新能力吗？

当然，这不仅仅是国外科技的问题，国内在互联网科技本身起步就比较晚，其中的鸿沟并不是单单解决技术创新就能解决的。我们必须认识到，现在的科技创新已经不单单是一个点，而是一条线、一个面的多方联动，市场-产品-技术，只有这三者形成为飞轮体系转起来，才能说是真正的创新。

就比如现在大火的GPT，它本身就不是一个低门槛的游戏，且不论训练一次的其它费用，仅支撑训练的底层算力，就是一笔巨额的开销。包括谷歌、亚马逊、百度、阿里这样的巨头想扎根其中，都要先搞明白一件事：首先它得是一笔好生意，其次才是投入。

这也是很多公司和高管团队没想明白的地方。包括之前的云计算、自动驾驶和SaaS浪潮，有的公司还没搞明白人工智能是什么，就拉着投资人投身其中，然后对标某家海外公司，招团队、拉估值，最后的结果可想而知。

二、创新不是想当然，更不是噱头

国际范围内，除了硅谷，以色列和新加坡也是大名鼎鼎的创新之都。

新加坡且先不论，单论以色列，你可能想象不到，一度被外界认为只有中美才能做出的大语言模型，居然也会在以色列诞生：AI21 lab不仅做了1780亿参数的大模型，还在自家模型上做了自己的应用，像极了隔壁的Character和Midjourney。

回过头再看微软，无论是比尔·盖茨，还是如今的掌门人萨提亚·纳德拉，你可以对他们独到的商业眼光感到惊叹，但也不必过度高估了他们的创新能力。有位曾经在微软工作的架构师跟我聊过这个问题，他认为现在微软的组织架构看起来是过时的，但却有着十分灵敏的商业嗅觉，这是微软保持基业长青的秘诀。

这像极了早年间的一级市场投资行业，只要你运气足够好，在早期赌对了一家公司，那你就能获得丰厚的回报。但它和以色列的创新氛围，其实是截然不同的两条路径，以色列人少、土地少、资源更少，所以想发展重工业几乎不可能，唯一的出路就是脑力资源。

当然，以上还不是最关键的，最重要的是很多以色列人真的把科研当爱好，而不是枯燥的工作，而且，研究开发态度极其端正，这也解释了为什么像Google、Apple、Intel、IBM这样的大公司会把目光聚焦在以色列，无论是并购、投资，还是开创联合研发办公司。

反观国内互联网近10年的发展，确实应用层多点开花，以至于一个生鲜团购就有10几种玩法，几百甚至上千家公司。这是一个好现象，说明中国市场大、创新空间多，但也是一个坏现象，趋利角逐的最终结果，就变成了一场考试，能上985的就那几个，不同的是，没考上985的，最终的结局就只有被淘汰。

这也是《新眸》作为分析师视角，观察到的不好的现象。每每海外有重大科技创新，我们中的很多人，甚至一些所谓的专家，第一反应是先大肆夸赞一番，然后开始等待中国玩家进入，但一旦有中国玩家进场后，他们的第一反应往往是苛责，百度文心一言就是最好的例子。

该现象我至今都很诧异和不解，难道对方积攒十几年、甚至几十年的技术，光凭一大堆所谓的技术、产品、市场专家们，开开会、发发Paper就能解决的吗？我相信，个中的答案已经明了，很多时候，我们要弥补的，绝非技术上的欠缺，而是文化上的自信和自醒。

三、「中国式创新」的底色和动力

即便放到现在，关于中国式的创新如何定义，仍然是一个十分棘手、短期内也给不出精确答案的问题，就像一个产品专家，他如果不能站在科技+人文的十字路口上，也很难做出大众级的产品，微信、抖音这样的超级APP如是、工业制造业升级也如是，只是我们没有注意到罢了。

这恰恰是眼下中国式科技创新正在翻越的一道坎，互联网科技公司正在和传统产业发生潜移默化的融合，这种连接并不是一蹴而就的，甚至是极其缓慢的，但它背后带来的效率变革却是巨大的，关于这点，黑灯工厂就是最好的例子。

《新眸》内部尝试归纳过这种变化的动力源泉，在调研过大量企业中高管后，我们发现了一个特别的规律：大众媒介让创新显得有点拔苗助长。浮躁的心态让很多人误以为，创新是可以在极短时间内交差的事，但我们却忽略了周期的重要性。

拿GPT4来说，直至推出，官方说法也是花了将近6个月时间不断调优。

所以，眼下的最好建议是，请给中国式创新多一点时间吧。