红杉：AI的下一个时代就要开启！但没想到，真正机会竟然是这个！

前哨王煜全

2024-10-17 06:39发布于北京海银资本创始合伙人 科技领域创作者

本期要点：属于创业者的真正机会是什么？

你好，我是王煜全，这里是王煜全要闻评论。

10月9日，红杉资本发布了AI行业年度报告，《Generative AI's Act o1: The Agentic Reasoning Era Begins》（生成式AI的o1行动：代理推理时代的开启）。

图片

文中提出了个颇有意思的观点：随着OpenAI o1模型的推出，生成式AI领域或将从“快思考”转向“慢思考”。之前AI模型通过预训练快速响应输入，未来的推理时代，AI模型将在给出响应之前进行更多的计算，以处理更复杂的问题。
报告还以大家熟知的AlphaGo为例，说明了推理能力的强大之处。2016年，AlphaGo在与围棋冠军李世石的对决中，不仅依赖于预训练中的模式匹配，还进行了广泛的潜在未来场景搜索和模拟，从中选择胜率最大的走法，并最终获胜。当然，围棋的场景相对简单，对于更开放和无结构的领域（如写作和咨询），情况就要复杂得多。
基于这样的认识，报告进一步指出，给模型的推理时间越多，其推理能力就越好。未来，当模型能够思考数小时、数天甚至数十年时，或许像黎曼猜想这样的世界数学难题都能得到解决。
因此，未来模型层将产生更激烈的较量，如Anthropic、谷歌和Meta等都在积极扩展其推理层，NVIDIA和大型云服务商也将继续获益。但对于AI创业者而言，这两个层面明显不太友好。红杉报告认为，创业者要在应用层面与巨头们竞争。
图片
随着AI推理能力的不断提升，新的代理应用（Agentic Application）将会涌现，而以往的SaaS“软件即服务”（Software-as-a-Service）将转变为“服务即软件”（Service-as-a-Software）。这意味着，公司将不再按“座位”收费（比如按月订阅），而是按结果收费（比如为客户提供的解决方案数量）。而要将模型的能力转变为有吸引力、可靠、端到端的业务解决方案，仍然有大量的工程工作需要完成，这些恰恰是创业公司可以有所作为之处。
此外，红杉的报告还预测，未来可能会有多个智能体（Agent）组成的智能团队来完成复杂任务，无疑为AI的应用描绘了一个更广阔的前景。
红杉的这个报告确实具有比较重要的意义，篇幅原因无法详细介绍，链接在文章末尾，值得各位企业家和创业者去细细品读。
值得一提的是，红杉所倡导的在应用层面竞争、以及“服务即软件”，与我们一直强调的AIGS（人工智能生成服务）有异曲同工之处。AIGS强调通过AI实现实实在在的服务，而不是单纯的AIGC（人工智能生成内容），即通过AI生成文字、图片或视频。
AIGC确实是技术上的极大提升，例如ChatGPT极大的降低了搜集分析资料以及撰写文章的难度和成本。但如果要将其变为服务，就必须要想清楚，可以通过ChatGPT固化人类的哪些经验，从而转化为普惠的、持续的、专家级的个性化服务。就如红杉报告中所列举的一系列应用：AI律师Harvey、AI工作助理Glean、AI客服Sierra等等。
图片
不过，我们认为，即使OpenAI o1在数学计算、编程调试和科学推理方面表现出色，但要提供服务，还需AI能像人一样处理定义不明确、背景信息不完全或需依赖主观判断的模糊问题，能做出灰度决策，也就是人们常说的“直觉”或“第六感”。
而且，人类社会存在大量的“隐性规则”。这些规则普遍存在于各文化、社会习俗或组织内部，需要基于背景、语境和情感进行综合解读，难以通过明确标准进行标注或总结，也使得AI在处理此类问题时显得力不从心。就如AI客服在用户表达不满时，往往只会机械地重复相关政策，反而加剧了客户的愤怒。
所以，很明显，要实现AIGS以及在此基础上的服务规模化，仅有逻辑推理能力是远远不够，还需进一步发展“领域智能”。这方面我们已经有较多论述，今天就不再展开。
最后，AI的每次大发展都会引发社会的失业焦虑，甚至产生“人类无用论”。我们想强调的是，真正的实干者在应用AI解决问题的时候往往会发现，AI恰恰使得“人”的重要性更加凸显，而不是让人变成机器的一部分。
教育专家沈祖云老师曾说过，“这个世界是用挑战的方式来组织的。”我们面对的问题往往是跨学科、系统性的，而非单一学科、单一能力所能解决。
公众所崇拜的单项冠军，例如最强大脑的冠军、国际象棋大师或奥数金牌获得者，往往对世界整体进步的影响有限。
一些研究还指出，诺奖获得者的研究虽然具有很强的科学意义，但由于配套技术的落后，这些研究成果在初期都难以技术转化和产品落地，可能需要几十年时间才能进入实际应用。如mRNA技术在1990年代便已初步成熟，但近年来才真正应用于人类疫苗。
同样的道理，AI就像是单项冠军，虽然实力爆表，但仍然需要与人协作。
具备推理能力的AI或许能替代软件工程师处理简单问题，但面对复杂任务时，还需要掌握行业的know-how（一些隐性的知识、经验或规则）以及大量的协调沟通等工作的配合。所以，可以推测，哪怕出现多智能体的系统，AI也仍然需要人的协作才能真正提供服务、解决实际问题。
相信你也看出来了，AI不只是技术上的革命，更是观念上的革命，只有掌握先进思想，才能提前把握住机会。所以，做个预告，11月9日，前哨大会2024将在北京举行。这次主题为“历史的韵脚，AI革命的未来预测”，我将用12个历史案例、12个核心思想以及12个未来场景，带你看懂科技产业的发展规律，帮你建立系统的分析体系、并助你找到属于你的机会。席位有限，快扫码报名吧，我们不见不散！
王煜全要闻评论，我们明天见。
查看原图 611K