生成式AI跟前面两个时代最大的区别,是电气时代尤其互联网时代,边际成本/复制成本趋近于0,规模每扩充一倍,成本远低于、甚至远远低于一倍
而生成式AI边际成本很难趋近于0,原因有两个
1.目前以及相当长一段时间来看,算力扩容成本都将远大于基础云扩容成本
2.另一个很关键的差别是,电力系统、互联网基建,几乎都有最优解和标准答案,而生成式AI中的模型,我认为只存在理论上的最优模型,而实际情况是:模型质量取决于数据质量,而人类越是最高质量的数据,越倾向于闭源不共享。所以一定会分化。再就是考虑成本,就一定会分化出不同智力等级的模型,它们都在智力/成本的比值上取的局部最优,全都用最高智力等级的模型,反而是低效的,绝大多数的人类活动用不到那么高深的智慧。因此,无论从广度和深度,都会分化出不同的模型——即不会有唯一标准答案
传统应用给人类使用,取决于人类的注意力时长,这个窗口是有上限的。而生成式AI,是可以全自动、水平扩展很多倍的,因此互联网时代会比较快因为用户注意力被占用完而达到垄断,生成式AI只要继续往上加成本,就还能继续产出更多,它的窗口是会扩容的。
生成式AI的基建也比较难达到饱和状态,即比较难出现供给过剩,因为总可以将更多算力、token交给付费更多的用户。从这个角度看,生成式AI的应用层比较难像互联网应用那样严重压榨基建层的利润空间,因为生成式AI的基础模型,本身掌握高质量数据(智力),也本身具备一定分发决定权。 //
@海松: 电气时代最值钱的公司 不是电力公司,互联网时代最值钱的公司不是电缆公司,为什么今天还有人认为模型公司会是最后的赢家?🤔