半岛体育官网第四范式戴文渊：最适合大模型的商业模式是什么

　　在ChatGPT的交互形态下从产品到技术研发等各个阶段都被改变了。

　　从今年2月到4月的两个多月时间里陆续迭代推出3个版本的公司自研大模型——按照以往to B公司的发展特点这是个难以想象的快节奏但对当下的第四范式来说已经变成现实。

　　基于过去在技术和商业化等方面的积累第四范式创始人、CEO戴文渊及团队提出了AIGS以生成式AI重构软件的发展方向希望借助AI的新型交互模式使B端企业软件的体验得到颠覆式提升。

　　尽管各方都在积极研发训练试图“抢跑”但面对当下的竞争态势戴文渊表现得非常理性。“我觉得没有想象中那么夸张这是一个巨大的浪潮。可能再过10年对于大家来说大模型根本就不是一个事儿就好像十多年前的互联网公司跟现在的互联网公司也不是一个事儿。到最后各自可能都会找到定位。”

　　在位于清河五彩城的办公室接受《中国企业家》专访时戴文渊给人的第一印象是说话慢条斯理、有着科学家的严谨但深聊后发现他的目标感极强。

　　2009年为了解决AI能用的问题戴文渊离开学术界去了百度为了让AI技术应用到更多行业他又离开百度去了华为。2014年戴文渊选择离开大厂邀请陈雨强、胡时伟共同创立了第四范式。“希望能把AI折腾得更厉害一点。”戴文渊曾告诉《中国企业家》。

　　2023年的这一波AI浪潮戴文渊又一次率先想到目标。“看到GPT-3时已经知道了只要达到一个临界点大模型将会到达一个举足轻重的位置。”在落地侧戴文渊一直以来的观点是大模型最先改变的是to B行业。

　　从2015年到2021年第四范式获得了多家知名基金及国有银行的多轮融资并从2021年8月开始三次递交招股书但至今还没有上市。据IPO早知道报道第四范式于2023年4月24日更新招股书继续推进港交所主板上市进程。在4月25日接受采访时戴文渊称上市绝不是公司的目标和终点。

　　“我希望未来提起戴文渊大家都不知道他是谁但提到第四范式所有人都知道这家公司而创始人是谁则要再查一查。”

　　ChatGPT的出现对我们来说既是一个意外也没有完全出乎意料。

　　大概在三四年前即GPT-3出现时我们就已经有了预期只要达到一个临界点大模型将会到达一个举足轻重的位置但彼时我们很难预见它抵达临界点的具体时间。因此当它在今年实现爆发时对我们来说确实很意外。

　　这其中ChatGPT的出圈对于整个产业是一个特别大的推动。技术的进步可能是线c;但信心则是跳变的当技术没有过临界点时公众的信心可能趋近于0。

　　因此在我看来这一波风暴主要来源是信心的变化技术上并没有特别大的突变。

　　例如AI绘画等相关应用其实在去年甚至几年前就有了如果在去年大家对让人工智能替人画画可能没有太多兴趣。但在今年即便我们不主动提及大家也可能追着问想了解AI画画。

　　第四范式现在有一个100多人组成的研究院团队相当于我们公司的“达摩院”。毫无疑问大模型是我们决不能错过的一个方向。

　　在这个过程中我们一直有投入但和今年相比肯定有差异尤其在技术的临界点突破后大家的精气神和信心都完全不同了。我们现在每天晚上都在加班加点工作而且每天都可能有新的同事加入进来。

　　信心一直是困扰我们的问题。去年同一时间如果我们推出“式说”1.0和2.0版本应该不会有很好的市场接受度。这也导致尽管我们在大模型层面已经有了很长时间的储备但重视程度一直不够。

　　临界点过了之后我们的第一反应就是赶紧把家里的东西拿出来产品化。于是我们在2月和3月分别推出了“式说”1.0、2.0版本其实现在我们有好多能力还没有加到产品里面还在逐步地往里面加。我们今天采访后一两天时间我们的研发团队又要拿出新的版本去做测试。我们现在每天都在加班。

　　在这过程中我们遇到最多的问题就是“可控”。即什么样的事是可控的什么样的事是不可控的或者说客户能接受的可控与不可控的范围都需要我们去打磨。例如用户要求AI实现某个功能即使准确率是99%这个也不能用要实现100%。或者起码要做到当告诉AI“你错了”它有办法迭代更改即“知错能改”。

　　并且我们也在对产品快速迭代相当于我们今天采访结束后只需要一两天我们的幕后研发团队又能拿出新的版本去做测试。

　　对于大模型的能力涌现我们并不会表现得非常激动或敏感在我们看来是自然而然甚至习以为常的事情我们对于自己的大模型的能力评价就是“应该的”。

　　因此我们在这波大模型的投入上没有一个明确上限只要是我们的现金流可以接受的范围内我们就会加大投入。对于最终产出的模型或产品目前最高能提供到千亿参数规模。

　　现在外界把AI分成1.0、2.0我理解过去的AI是点上的AI大家可能在它达到1亿或10亿参数的时候就可以接受了。现在大家讨论的AGI是面上的AI它的模型需要到一定的量级以上才能够显现出我们可以接受的能力或水平。比如100亿规模参数以下的大语言模型它的能力基本上不会被接受。

　　所以过去我们寻找的AI落地场景如搜索引擎、资讯推荐、金融交易等都要满足价值够大的条件。因为在过去构建一个模型只能在这一个点场景应用比如搜索引擎只能搜索现在多模态大模型能力可以成为底座上面接多个场景。这就意味着在过去模型研发要参考投入产出比这次大模型热潮的出现是一次完全的升级换代。

　　过去的点上的AI是没有办法脱离软件独立存在的如抖音的推荐算法不能直接给到用户而是要放到APP里。

　　这也是我们现在看到的最大机会AI有可能把整个软件产业再升级换代一次包括to C和to B两个领域的软件。

　　而在大模型的落地应用层面我一直以来的观点是它最先改变的是to B行业。

　　因为B端企业软件的起点较低可改造空间更大。比如二维码支付在中国最先普及但到了美国却没那么容易普及因为美国的信用卡业务做得太好了到处都可以刷卡。同理中国的to C软件过去十几年已经被打磨到了比较高的水准用对话框未必就一定更好用。

　　反观B端企业软件面向功能导向、交互门槛更高。而AI大模型带来的新的对线c;不仅有机会创造出一个交互极简、功能强大、自我迭代的新型软件工作流提升B端软件的使用体验而且在开发层面之前B端企业软件都是基于菜单式的开发每次一个功能升级至少是月级别的开发时间现在AI改写数据和API的效率比原来高得多在这种新的方式下软件迭代的效率提速到以天为单位。

　　市场的反馈对我们也有很大的推动作用ChatGPT出现后客户对AI的包容度和信心相应提升。我们也在跟我们的客户同步推动技术产品的落地如金融、能源、运营商、零售、医疗等行业。另一方面技术的快速滚动也加速了我们新增客户的效率我们现在每天都会有新客户进来。

　　相比于过去软件领域的盈利方式我认为最合适大模型的商业模式是算力AI的算力是不可被忽视的领域如每一次去访问ChatGPT都消耗了几毛钱的算力我觉得目前这是非常合理的计算方式。

　　至于to C领域我们暂时还没有一个明确的商业计划半岛·体育网页版入口半岛·体育网页版入口。但在这方面我们也是持open的态度。

　　过去我在互联网公司工作时大家追求的都是快速迭代每天都会不停地产出新的东西然后做实验去试再根据结果的好坏不停地迭代。

　　虽然第四范式是高科技公司但我们本质是一家做to B业务的公司因此过去我们的迭代以及反馈周期和原来的to B公司是一样的。甚至我们每年更新两个大版本在to B的软件企业里面已经算迭代得特别快的。

　　过去我们根本不敢想象每个月迭代一次甚至每天迭代一次但在ChatGPT的交互形态下我们现在从产品到技术研发等各个阶段都被改变了。

　　此前我们研究部门做出的算法可能要经过工程化、产品化再到解决方案然后才能推向市场。整个环节可能需要少则一年多则2~3年。但现在AI让我们研究团队做出来的东西可能在一两天后就能进入到产品阶段。不仅仅是我们整个世界都是这样GPT-3.5进化到GPT-4也很快。

　　我觉得对于团队来说这种感觉也非常不一样以前我们100多人的研究院团队外界可能不太需要知道他们的存在因为研究的内容在至少一年内都不会产生商业价值也不会推向市场实现商业化。在这一年的时间里面我们只能自己给自己一个积极的反馈与信念。

　　但现在整个形势变化后只要新的东西一出现立刻就可以被大家看到或者对产业产生影响。我们其实非常enjoy这种方式因为我们都是互联网公司出来的。现在我们公司的运转非常像互联网公司模式以前互联网公司都是不断迭代、不断试错的一种形态迭代试错会让产品能力越来越强。我们现在也是如此我们不会完全将产品打磨成熟而是将α版或β版给到客户我们一起打磨因为客户内部也在每天迭代、改进。

　　最近我个人的工作状态可以称之为“夜以继日”几乎所有的时间都在工作。这主要是“腾讯会议”带来的。以前安排会议同事会问我“你什么时候在公司”现在他们问的都是“你什么时候不坐飞机”一旦连了卫星电线c;可能以后坐飞机与否都不需要问了半岛·体育网页版入口。

　　对于公司的未来发展愿景我在刚创业的时候就和其他创始人聊过这个话题。我希望未来提起戴文渊大家都不知道他是谁但提到第四范式所有人都知道这家公司而创始人是谁则要再查一查。海外有很多公司创始人都“隐身”了就像IBM外界都不太记得创始人是谁了包括微软现在也不太需要比尔·盖茨但公司还在很厉害地继续往前走。

　　所以这是我们创立第四范式的目标不是为了让我成功而是让这家公司成功。