从AI Ready到AI Native，大模型落地没有捷径

原文来源：甲子光年

作者｜赵健

图片来源：由无界 AI生成

在 ChatGPT 发布一周年之后，大模型的下一个高地是什么？

2023 年 11 月，比尔·盖茨发表了一篇文章，他表示，AI 代理（Agent）将是大模型之后的下一个平台，不仅改变每个人与计算机互动的方式，还将在五年内彻底改变我们的生活。

如今，越来越多的大模型公司、科技公司开始布局 Agent，为 AI Native 时代做准备。

比如，昆仑万维发布了“天工 SkyAgents ”平台，智谱 AI 发布了 CogAgent 模型，具备基于视觉的 GUI Agent 能力。字节跳动旗下的飞书，推出了一个 AI 产品“飞书智能伙伴”，可以看作 Agent 的一种组合形态。OpenAI 即将开放的 GPT Store，就是打造的 AI Agent 商店。

通常，2023 年被看作大模型元年，而 2024 年被看作大模型大规模落地元年。

有人说，“人间一天，AI 一年”。对很多企业而言，在讨论走向 Agent 的 AI Native 化之前，或许更应该优先讨论的问题是，你 AI Ready了吗？

1.从 AI 玩具到 AI 工具

2023 年，大模型公司在忙于找算力、炼模型，AI 应用层公司忙于找场景做 AI 改造或 AI 原生应用。

这一轮的生成式 AI 被热炒为 AI 时代的工业革命，因此它不仅仅是满足写诗作画等 to C 的娱乐性需求，还需要满足于 to B 领域的提升生产力的需求。2023 年，大模型主要还停留在前者的 AI 玩具阶段，而今年将会更多进入 AI 工具阶段。

经过一年的探索期，目前大模型的应用形态，大体上可以分为两大类：“+AI 与 AI+”。

第一类“+AI”就是在原有的软件系统上做加法，典型代表就是 Copilot。

微软将其软件全家桶都添加了 Copilot 的功能，连 Bing Chat 的名字都直接改成了 Copilot。在国内，也有一些 SaaS 软件尝试做 Copilot，比如大数据分析与指标平台厂商 Kylingence。

第二类“AI+”就是 AI 原生应用，相对成熟的应用聚焦在AI生成文本、AI生成图象、AI生成视频三大场景，各个领域都诞生了一批 AI 新星。

AI 生成文本以对话机器人为主，代表产品是 ChatGPT、Bard、文心一言等；AI 生成图像领域，以 Midjourney、DALL-E 为代表；AI 生成视频，以 Runway、Pika 为代表。

2024年，AI Agent 将是大模型之后下一个爆发点。如果大模型是未来水电煤一般的基础设施，那么 Agent 则是未来用户接触、使用 AI 的方式。Agent 将会成为大模型在 to B 场景落地的主要方式之一。

今天，大模型落地还有一系列尚待解决的挑战，成本过高、存在幻觉，以及无法从 Demo 变为真实解决实际场景等问题。

AI Agent 厂商澜码科技创始人周健曾表示：“我们接触到的客户，不管是银行保险，还是各种国家电网，东方航空、南方航空这样的央国企，还是相应的中等民企，三四亿收入的民企，甚至是一些小的企业，其实都会遇到这样的一个困难——模型怎么那么贵，算力也很贵。”因此，周健表示，怎样做到让大模型能够在企业能够被用起来，实际发挥业务价值将是未来重点考虑的方向。

如何真正把大模型转变为 AI 工具，引入自己的业务流？2023 年 11 月飞书 CEO 谢欣曾提出一个“AI Ready”的理念，指企业在数据系统等方面为拥抱 AI 做好准备，与 AI 时代共同进步。

去年，很多企业对大模型的投入呈观望状态，或者仅由一小部分积极拥抱新鲜事物的员工自发尝鲜。

而今年，AI Ready 这件事，需要企业更加系统性、全面性地投入，这是踏向 AI 时代的第一块踏板。

2.AI ready 没有捷径

为什么要单独提出“AI Ready”的理念？

这跟大模型的工作原理有关。大模型是一个技术综合体，它涉及到大算力、大数据、大算法的方方面面。企业使用 AI 的场景基本是基于行业和场景的数据加业务流程，这是真正让 AI 进入企业的内核，而且没有捷径。

企业数字化水平越高，沉淀的高质量数据越多，大模型的养料就越丰富——AI Ready 的状态就越充分。从这个角度来说，大模型的发展一定程度上推动了企业数字化的进程。

不同的大模型性能最终会趋同，价格也会降低，最大的差异化将来源于数据的差异化。