李彥宏：進入AI時代的標誌不是產生很多的大模型，而是產生很多的AI原生應用
封面新聞記者 付文超
“中國的大模型很多，但是基於大模型開發出來的AI原生應用卻非常少。”11月15日，在深圳2023西麗湖論壇上，百度創始人、董事長兼首席執行官李彥宏談及國內AI行業現狀時表示。當天，他分享了關於AI原生時代的兩個“冷思考”和三個“熱驅動”。
李彥宏認為，第一個“冷”思考是，中國的大模型很多，但是基於大模型開發出來的AI原生應用卻非常少。“據相關統計，截止10月份國內已經發佈了238個大模型，而6月份的時候這個數字是79個，相當於4個月就翻了3倍。但中國有多少AI原生應用呢？我想很少有人能說出一二個來。如果我們看國外，除了有幾十個基礎大模型之外，實際上，已經有了上千個AI原生應用，這是在中國市場上沒有的。我認為，人類進入AI時代的標誌，不是產生很多的大模型，而是產生很多的AI原生應用。”
李彥宏進一步解釋說，我們看PC時代，基本上只有Windows一個操作系統，但是基於Windows系統開發的軟件有很多；移動互聯網時代，主流操作系統也只有Android和iOS兩家，而移動應用有800萬之多。大模型時代其實也是類似，大模型本身是一個基礎底座，類似操作系統，那麼最終開發者要依賴為數不多的大模型來開發出各種各樣的原生應用。所以，不斷地重複開發基礎大模型是對社會資源的極大浪費。
“AI原生時代，我們需要100萬量級的AI原生應用，但是不需要100個大模型。如果我們的產業政策能夠更加鼓勵基於大模型的AI原生應用，我們一定能夠構建起一個繁榮的AI生態，推動新一輪的經濟增長。”
李彥宏認為，第二個冷思考是，由於沒有智能湧現能力，專用大模型的價值其實非常有限。“我看到一個現象，很多行業、企業，甚至很多城市都在買卡、囤芯片，建立智算中心，想要從頭訓練自己的專用大模型。殊不知這樣煉出來的大模型是沒有智能湧現能力的。因為，只有當你的模型的參數規模足夠大，訓練數據量足夠多並且能夠不斷投入，進行迭代，才能夠產生智能湧現，大模型才能具有觸類旁通的能力。也就是說，你沒教過的東西，它也會了。所以，大模型的產業化模式，應該是把基礎模型的通用能力和行業領域的專業知識相結合。也就是大模型套小模型，專用的小模型反應快，成本低，大模型更智能，可以用來兜底。”
“作為一個在AI領域工作超過十年的從業者，我對大模型和AI原生應用的巨大價值和影響力，都深信不疑。剛才說了兩個‘冷’思考，再說一下AI原生時代的三個‘熱’驅動。”李彥宏說道。
第一，強大的基礎模型，會驅動AI原生應用爆發。中國有領先的基礎大模型，這是AI原生應用發展的堅實基礎，是底層的能力。3 月16日，百度率先發佈了基於文心大模型3.0的文心一言產品，之後快速迭代。
“上個月，我們又發佈了文心4.0版本，在網站和APP上叫做文心一言專業版。4.0是迄今為止最強大的文心大模型，在理解、生成、邏輯和記憶各方面能力，都有了明顯提升。作為基礎底座，大模型可以支撐無數AI原生應用的開發。但是，直到今天，我認為最好的AI原生應用還沒出現。AI原生時代，一定會有優秀的AI原生應用是基於大模型開發出來的，這恰恰就是創業者千載難逢的機會。只有用好最強大的基礎大模型，中國的開發者和創業者才可能做出更多超級應用。”
第二，擁抱AI時代，需要由CEO、一把手來驅動。李彥宏說，今天，大模型和生成式人工智能所帶來的機遇是堪比工業革命的大機遇，這一點已經成為行業的共識，每一家企業、每一個組織，都在思考如何擁抱這個新時代，如何利用這一新技術來提升自己的競爭力。如同任何新鮮事物都有一個接受過程一樣，最早接受的是C端用戶和創業企業，之後是中小企業，最後接受的才是大企業。我見到很多企業，上上下下都非常重視這次機會，都想去自己搞個基礎模型，或者按照網上傳播的評測方法來挑選一款評分高的大模型，大家就以為這就是擁抱AI時代了，殊不知大模型本身不僅不產生任何價值，還造成了對公司資源和社會資源的巨大浪費。
“擁抱AI時代，為什麼需要一把手來驅動？因為只有CEO才會關心新技術對自己業務的關鍵指標是不是產生了正面作用。比如對於互聯網企業來說，大模型有沒有對你的DAU、時長、用戶留存這些指標產生正面的影響。其實對於所有企業來說，更簡單、更直接的是對你的收入和利潤增長有沒有產生影響，對你成本的降低有沒有產生影響。這才是問題的本質。小公司一把手什麼都管，就更容易開發出適合自己的原生應用，大公司分工明確，CEO如果不主動引領這個變革，就很容易被帶偏。”
第三，繁榮的AI原生應用生態，會驅動經濟增長。李彥宏認為，好的應用會帶動市場，倒逼市場變化。類比來看，中國新能源車在全球的市場份額達到65%。這主要是因為國家政策的扶持拉動了應用端，拉動了市場的需求，比如對於新能源車的車輛購置稅減免，不限號不限行等等這些手段，都有效拉動了新能源汽車產業的快速增長。AI產業也是需求驅動，所以應該是在需求側、應用層發力，就像補貼新能源汽車用戶一樣，鼓勵企業調用大模型來開發人工智能原生應用，用市場手段推動產業發展。
