AI终于变得具有变革性——《华尔街日报》

过去十年间，人工智能在搜索、广告定向投放和推荐系统等诸多应用领域创造了巨大价值。但几乎所有这些成果都被谷歌和脸书等科技巨头收入囊中。尽管炒作沸沸扬扬，相关初创企业也层出不穷，人工智能却未能带来互联网或移动技术般的市场变革——催生全新企业类别并使其家喻户晓。这一局面可能即将改变。

尽管AI能力强大，但其经济适用性对初创企业始终不够友好。企业从AI中获取的价值往往随时间快速递减，因此需要持续巨额投入。虽然收益可观，初创企业却难以维持增长势头，无法与常规解决方案拉开差距。最终，AI的主要价值沦为帮助资源雄厚的现有企业优化现有业务。

上一代AI初创企业的典型失败案例（我称之为"AI平庸化螺旋"）揭示了几个关键因素。

为确保初期AI应用的准确度，公司会雇佣人力执行本希望AI逐步替代的职能。这通常采用分级处理模式：AI初级版本处理高频场景，人工团队应对低频长尾需求。

早期投资者往往更关注增长而非利润率。为融资取悦董事会，公司持续扩招而非投资自动化——而鉴于前文所述的复杂性，自动化本就难以实现。当公司准备进行增长级投资时，整个组织已形成人力依赖的运作体系，转型积重难返。最终企业虽呈现较高初始增长率，却始终维持低利润率，难以实现持续扩张。

幸运的是，当前这波生成式AI应用（如ChatGPT）及其底层基础模型（如GPT-4）似乎并非如此。虽然仍处于早期阶段，我们已看到它们在现有大型市场中实现时间、成本和性能的指数级提升。这导致了软件行业历史上一些增长最快的技术和产品采用率。我们可能正在经历一场堪比微芯片或互联网问世的新超级周期的开端。

一方面，准确性对许多应用而言并不那么重要。当模型生成新颖图像或进行娱乐性对话时，“正确"仅意味着吸引或取悦用户。在其他流行用途中，比如帮助开发者编写代码，用户才是核心——通过迭代和反馈来改进生成答案。

另一个重要区别在于，生成式AI正在实现从虚拟陪伴到艺术疗愈社区等以往计算机无法真正实现的应用场景。我们尚未完全理解这些行为将导致什么结果，也不清楚满足这些需求的最佳产品形态。令人惊讶的是，尽管这些新行为的应用场景仍在涌现，已有数百万用户表现出付费意愿。

这一切意味着，新一代生成式AI初创企业有机会与用户共同进化，而传统企业则专注于将技术应用于现有核心业务线。

生成式人工智能能为拥有成熟且高成本工作负载的大型行业带来实际经济效益。以法律行业为例，大型语言模型可以通过执行诸如总结发现文件等任务来节省成本，而无需取代律师。类似的工作在医学、计算机编程、设计和娱乐等领域比比皆是。

以创建用于营销内容或电影海报的图像任务为例。对于运行Stable Diffusion等开源模型自有版本的公司来说，生成一张图像的成本约为0.1美分，耗时约一秒。而雇佣平面设计师或摄影师则需要花费数百美元，耗时数小时甚至数天。即使为了简化计算，我们将成本低估为100美元，时间低估为一小时，生成式AI的成本也仅为人工替代方案的十万分之一，速度则是3600倍。

生成式AI要实现对经济和生活的同等程度重塑，确实需要创新步伐持续，但许多专家认为我们很可能会看到持续的进步。过程中可能会出现像好莱坞罢工这样的阵痛，但最终结果将是更多就业机会、更广泛的经济扩张以及消费者获得更优质的商品。微芯片和互联网的发展历程便是如此，生成式AI也将如此。

卡萨多先生是安德森·霍洛维茨基金的普通合伙人。

图片来源：Alamy Stock Photo出现在2023年8月3日的印刷版中，标题为《人工智能终于变得具有变革性》。