在AI領(lǐng)域,國內(nèi)團(tuán)隊(duì)好像被甩開了?到底是差錢?還是差人?
自從去年AI爆火之后,到年初Sora的沖擊,很多人都在考慮一個(gè)問題:為什么國內(nèi)的大模型就是沒有GPT之類的好用?為什么國內(nèi)就沒法做出Sora模型?實(shí)際上,組織里面人之外有場,疊加后才是最終組織特征。
當(dāng)我們還在困擾為什么國內(nèi)大模型沒有GPT4好用的時(shí)候,Sora來了。這潛在意味著從AGI視角看,追趕一年后差距似乎并沒有縮小反倒是被拉大了。
勾連過往,這個(gè)問題就不太簡單了,可以從好多維度展開:
我們是不是可以說AI國內(nèi)國外團(tuán)隊(duì)一度站在類似平齊的起跑線上?
為什么從AlphaGo開始似乎看不到國內(nèi)團(tuán)隊(duì)的原創(chuàng),而是持續(xù)在追趕?
為什么在追趕的時(shí)候,距離似乎在被放大?
一、一點(diǎn)點(diǎn)回溯
如果回到語音識別、人臉識別,應(yīng)該可以講大家處在類似平齊的起跑線上的。甚至因?yàn)閳鼍昂蛿?shù)據(jù)豐富在這兩項(xiàng)上國內(nèi)團(tuán)隊(duì)還占優(yōu)。一個(gè)佐證是過去很多的比賽成績;另一個(gè)是佐證是應(yīng)用范圍。老外到現(xiàn)在也不怎么用人臉,所以真實(shí)場景下人臉識別的精度,很可能還是國內(nèi)團(tuán)隊(duì)的算法占優(yōu)。
自動(dòng)駕駛是個(gè)奇妙的領(lǐng)域,做了十幾年花了幾千億,但似乎都卡在某個(gè)限度下面了。所以也看不出什么區(qū)別。
所以說如果回到2010年之后的十年,說大家在基本平齊的起跑線上,大致是不錯(cuò)的。當(dāng)時(shí)大家比較公認(rèn)的是AI上沒有秘密,畢竟一有進(jìn)展論文立刻就出來。
問題出在大模型上。
在大模型上,局面變成了:
在平齊的起跑線上,OpenAI率先做出來大模型后,別的團(tuán)隊(duì)在追趕的同時(shí),差距還被拉大了。
如果單純的拿沒做出來說事似乎也是偏頗的,畢竟Google也沒做出來。
但如果橫向展開些就發(fā)現(xiàn)也不是那么偏頗,在AI這個(gè)領(lǐng)域里我們好像并沒有做出太杰出的貢獻(xiàn)。AlphaGo,chatGPT,甚至智能音箱、自動(dòng)駕駛等似乎都是在重復(fù)過去C2C的故事。追到平齊的起跑線上卻重復(fù)過去的故事,這不能說不是問題。
互聯(lián)網(wǎng)這樣是正常的,畢竟你缺了過去幾十年在IT上的積累,按切入的時(shí)間點(diǎn)(2000年前后),你就只能這樣,但AI還這樣,就是問題了。
追著不順利的時(shí)候,大家就比較多反省人才密度、資金、機(jī)器等。
但其實(shí)根本不是主因,調(diào)度起這些資源對于小公司是很難的,但還是很多公司有這個(gè)實(shí)力。(如果統(tǒng)計(jì)2022年發(fā)布chatGPT之前的融資金額你會發(fā)現(xiàn)還是不少公司融資比OpenAI多)
再進(jìn)一步深層反省是需要勇氣的,因?yàn)闀蚱埔恍┤祟惐拘灾袩o謂的自尊心。
有點(diǎn)像一個(gè)人正興高采烈自信的很,你非上去說,他還有那些地方不行,他真的很容易揍你。
如果不正視這種差距,并挖掘差距的根本,那再過十年,老套的故事就會再來一遍:
好像差不多了基本平齊,然后被甩開差距,然后追趕,然后反省表面因素。一遍一遍循環(huán)這個(gè)過程。
可怕的點(diǎn)在于:一個(gè)是循環(huán)自身的周期本來就不短,整體循環(huán)的所占的時(shí)間就更長。
最終后果是不是災(zāi)難性依賴于領(lǐng)域本身的基礎(chǔ)特質(zhì)。
對于天花板比較明顯的領(lǐng)域,到達(dá)某個(gè)限度后,大家其實(shí)差不多,所以影響不是特別大。相當(dāng)于領(lǐng)跑的停了,那后面的只要足夠堅(jiān)持就能趕個(gè)七七八八。
對于沒有天花板,活性極強(qiáng),并且今天的結(jié)果會是明天的的最大推動(dòng)力的領(lǐng)域,那么后果很可能是災(zāi)難性。這會導(dǎo)致越跑距離越大,并且是在指數(shù)曲線上的距離。
很不幸,人工智能看起來是這樣的領(lǐng)域。
為什么呢?
不知道誰發(fā)明了個(gè)詞叫人才密度。
然后似乎原因被找到了:人不行。
在付會上錢不夠,機(jī)器買不著,似乎原因就非常明顯,還特別好理解,也容易引起共鳴。
實(shí)際上這種認(rèn)知視角本身就是問題。
背后體現(xiàn)一種思維模式的缺陷。
對于組織而言,不能像過去那樣只關(guān)注:人財(cái)物等有形要素,還要關(guān)注場。
場是價(jià)值觀、文化、制度、信念的綜合。
我們不能忽視的一個(gè)基本事實(shí)是:
到一定程度后,其實(shí)人個(gè)體智商是差不多的。所以人才密度是趨同的。
AI就是這情況。
真做AI的人,差不多都是從頂級學(xué)校里又選了一撥人,非說誰比誰有絕對差距,那就真不是這樣。
錢的話OpenAI過去用的錢雖然不少,但很多團(tuán)隊(duì)用的錢并不比他們少,2022年之前一共差不多融了30億美金。(比如:商湯融的其實(shí)比這多)
核心的問題恰恰不是這些可見要素,而是場的差別。
簡單說你用修長城的場,不管給多少人、多少機(jī)器、多少錢該干不出來還是干不出來,該攆不上就還是攆不上。
(還可以類比皮克斯做動(dòng)畫,動(dòng)畫做不好也是人才密度、機(jī)器、錢不行么?)
場可以看成獨(dú)立生命體,并且在大時(shí)空尺度下持續(xù)存在,特征也會變化。
如果我們總是干存量修長城的活,場的作用是小的,按圖紙搬磚,加大檢查,誰干的好就多給錢,干不好就批一頓或者開掉,大致是可以的。
但大模型這種領(lǐng)域顯然不是這么個(gè)特征,之前有人做過內(nèi)部模塊拆解,其組成還是非常復(fù)雜,需要團(tuán)隊(duì)一起摸索開拓。
這時(shí)候場的落后就是致命的。
你拿黑社會的場去干大模型,對于已經(jīng)做出的部分,基于開源,已有論文追一追是可以的,但在烏漆嘛黑的未來里探索出一條路,并持續(xù)領(lǐng)先就沒可能。
這是真的問題。
二、組織的間斷平衡論
這可以再形象一點(diǎn)來看這問題。
團(tuán)隊(duì)的類型可以是外科手術(shù)型的,一切以主刀醫(yī)生為中心,別的全是打下手的。(其實(shí)修長城本質(zhì)是這個(gè))。
也可以是足球型的。大家有個(gè)角色,但需要更靈活的補(bǔ)位和配合。
更靈活的是網(wǎng)球團(tuán)隊(duì)。大家沒有角色靈活補(bǔ)位。
對于大模型開發(fā)而言,外科手術(shù)的肯定是不行的,至少需要優(yōu)秀的足球模式的團(tuán)隊(duì)。
只有模式也還不夠,同樣是足球隊(duì)也還有我國足球的情況。
模式還要配合上文化等進(jìn)行綜合才是合適的場。
最終就形成場的先進(jìn)性:活性且有力量。(可以拿終結(jié)者的液體機(jī)器人和植物大戰(zhàn)僵尸的僵尸做類比)
這種先進(jìn)性的內(nèi)涵是:
可以讓組織保持基本穩(wěn)態(tài)的前提下持續(xù)產(chǎn)生躍遷。
這種先進(jìn)性的根本中精神大于物質(zhì),但不適合簡單二元論,而是兩者的按特定配比的綜合。(和決定戰(zhàn)爭勝利的是人而不是物也不在一個(gè)層次上)
如果這么定義先進(jìn)性,那兩類偏頗場都是有問題的:
一種是超級穩(wěn)態(tài)場,一種是活性但容易崩壞的場。從組織的間斷平衡角度看,我們可以這么講。
有些組織會進(jìn)入超穩(wěn)態(tài),它在既有的賽道上把自己強(qiáng)化的很好。內(nèi)部利益分配各種與其適應(yīng)。(創(chuàng)新者窘境用價(jià)值觀、流程來描述,但其實(shí)還是缺東西,不過價(jià)值觀、流程已經(jīng)比人才密度的視角好很多了,畢竟是場的一部分)
(那根破壞性創(chuàng)新增長曲線背后的原動(dòng)力是什么?是人才密度、機(jī)器、資金么?)
可以形象點(diǎn)來說這個(gè)問題。
比如猩猩某些方面強(qiáng)化的其實(shí)比人好。
我們古代在農(nóng)業(yè)文明上進(jìn)化的其實(shí)比歐洲好。
這種好,會導(dǎo)致組織和個(gè)體進(jìn)入超穩(wěn)態(tài)。
這種超穩(wěn)態(tài)會內(nèi)置妨礙躍遷的力量。
這一點(diǎn)點(diǎn)差異,在大時(shí)間軸上,效果就非常明顯。
那先進(jìn)性就是既有穩(wěn)態(tài),又有足夠的活性。
OpenAI差點(diǎn)沒把Altman干跑就是活性過剩,能夠糾正回來說明還是有穩(wěn)態(tài)力量。
但一路前跑,則是活性場產(chǎn)生的推動(dòng)力。
這種場才可能構(gòu)建出一種在穩(wěn)態(tài)中行進(jìn),還具有躍遷力量的組織。
這種躍遷的力量是精神與技術(shù)的綜合。
柔性場的構(gòu)建成本和難度都是高的。
三、假如不看場,只看人會怎么樣
最典型的是面對內(nèi)部大規(guī)模耗散時(shí)采取的措施會有雷同性。
組織中很容易進(jìn)入一種大家一起磨嘰的狀態(tài)(高深的詞可以叫熵增)。我們對付這種耗散只有一種方法就是揍它?;氐叫揲L城的方式。前一陣有人在朋友圈發(fā)了一個(gè)段子,倒是正好和這個(gè)呼應(yīng)。
中國式管理,理論核心就三點(diǎn):
- 你干的好,是因?yàn)槲翌I(lǐng)導(dǎo)有方。
- 你干不好就是你有問題,和我沒關(guān)系。
- 你不干有的是人干。
這個(gè)正好形象的體現(xiàn)了只關(guān)注人財(cái)物有形要素不關(guān)注場的表現(xiàn)(非常閉環(huán)和形象,通過人事變動(dòng)3是可以回到1的。
注定的后果就一定是不停內(nèi)部倒騰,這種場的特征和組織行為表現(xiàn)具有極大的相關(guān)性,包括對強(qiáng)人的渴望,學(xué)習(xí)劉邦這一套東西都是伴生特征。但實(shí)際上這是在獅子社會里面都能看到的古老模式。仍然有用,但估計(jì)搞不定人工智能這樣的領(lǐng)域。
這背后的認(rèn)識差距是真正的差距。
如果上面的解讀是對的,那么我們在人才密度什么上面的努力就很像緣木求魚,根本改變不了局面(猴子水中撈月式追趕),而標(biāo)題上的問題則會不停的被問。(超穩(wěn)態(tài))
難的也正是這里,如果說有形要素的改變是旦夕之功可達(dá),那這種先進(jìn)場的構(gòu)建就有點(diǎn)十年樹木百年樹人百年樹人的意思了,并且破功還很容易。
借助AI這種場的形成成本也許可以降下來,但認(rèn)知的事就會比較困難。轉(zhuǎn)過來后對問題的反省會完全不一樣,比如:
但反過來如果場大于個(gè)人,那是這樣的思維鏈條:
- 落后了
- 場不行
- 進(jìn)行機(jī)制建設(shè)
- 個(gè)體和整體活性增加
- 也許動(dòng)蕩,但保持活性迭代
這里的關(guān)鍵在于怎么才能產(chǎn)生更多的活性個(gè)體并且亂而不散。
也會很多混亂甚至崩潰,比如OpenAI自己的內(nèi)訌,但躍遷到下一層的可能性是高的。
(從間斷平衡的視角看組織的話,什么能構(gòu)成躍遷的力量呢?)
四、擴(kuò)散一點(diǎn)點(diǎn)
假如有一池水,有點(diǎn)顏色,在這里面有一些獨(dú)立的缸,那缸里的問題是不是都是池子的問題?
我覺得在AI這個(gè)事上,主要不是,畢竟保留了足夠的自由度。但確實(shí)池子的偏好會在長時(shí)間軸上有很根本的影響。
小結(jié)
看著簡單但其實(shí)這是一個(gè)超級復(fù)雜的話題,近來看很多人在探討這個(gè),所以還是從這個(gè)視角說說自己的觀點(diǎn),簡單說就是:
組織里面人之外有場,疊加后才是最終組織特征。
如果我們總是用人才密度,錢不夠這樣的視角去看待問題,那就很難適應(yīng)這種高速進(jìn)化的領(lǐng)域,陷入一種追平,落后再追趕的困局。
倒是也閉環(huán),不愁沒事干。
專欄作家
琢磨事,微信公眾號:琢磨事,人人都是產(chǎn)品經(jīng)理專欄作家。聲智科技副總裁。著有《終極復(fù)制:人工智能將如何推動(dòng)社會巨變》、《完美軟件開發(fā):方法與邏輯》、《互聯(lián)網(wǎng)+時(shí)代的7個(gè)引爆點(diǎn)》等書。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
所謂平齊的起跑線就是個(gè)偽命題,我們都是在別人拿出成品后,才想著怎么動(dòng)手“借鑒”。