志刚@互联网江湖

刘志刚TMT

公告

资深媒体人,专栏作家,订阅号,互联网江湖,微信号13124791216.

文集

财经(113)

统计

今日访问:253

总访问量:11077885

百度“反馈创新”,打响科技拉动复苏的“第一枪”

2023年01月10日

评论数(0)

文:互联网江湖 作者:志刚

2023是颇为关键的复苏年。新的一年,人们有一种普遍的情绪是冷静而乐观。

冷静的一面是,人们对于复苏的长周期有心理预期;乐观的一面是,新的产业革命正在发生,新的希望在闪烁着光芒。

复苏的基调下,科技行业中能够确定的方向其实就是深度学习技术。但深度学习AI面临的困境是,怎么能够通过持续的创新,真实改变当下?

1月10日,李彦宏在百度AI开发者大会上说:“创新不是闭门造车。创新,是你有机会进入市场,不断获得用户和客户的反馈,摸着‘反馈’过河才能实现的。”

科技行业为什么要进行“反馈创新”?逆境中创新究竟意味着什么?接下来的复苏中需要怎样去挖掘创新?这些疑问亟待解答。

创新驱动增长的主线下,我们离GPT技术突破还有多远?

过去一年,人们对风口的讨论少了,对增长的韧性关注变多了。

消费赛道比以往获得了更多的关注。比如一段时间内,白酒、饮料赛道很受市场欢迎。一些高成长估值赛道都有回撤。

事实表明,当下的市场情绪,相比高成长,更多的人们可能更关心的是回报。深究本因,在于像科技赛道等高成长性赛道需要长期投入,但市场总是倾向于能够获取短期回报的领域。这样的影响下,科技赛道短期估值遭杀,但长期来看这是一个价值被压实的过程。

科技的成长价值不是线性释放的,而是爆发式增长的。

4G推动了智能手机普及,进而促进了移动互联网爆发,5G推动物联网,那么深度学习会不会推动智能经济的爆发?对于这个问题,李彦宏与百度给出了自己的答案。

“如果让我来判断第四次科技革命的标志,我认为是深度学习算法。”百度AI开发者大会上,李彦宏用一张图,阐述了他的观点。

过去2000年的世界人均GDP曲线显示,早期农业社会的GDP的变化并不明显,最近的300年间,全世界的GDP有了高速增长。数据揭示了一个事实:技术的发展从来都不是线性的。《三体》用一个很酷的词来概括这个现象:技术爆炸。

我们有理由相信,深度学习算法技术很可能会引发下一轮“技术爆炸”。

在过去的一年中,ChatGPT为什么受到关注,核心就在于,他让人们看到了基于深度学习的AI作为新一轮GPT(通用目的技术)带来生产力变革。

人们都说2022年是AIGC的元年,《科学》杂志也认为AIGC是年度十大科学突破。国内这一领域,目前也已经有了实际突破和落地案例。

国家预警信息中心基于百度AI技术,有了用 AI 图文+视频创作的能力,自此,生产一条预警信息视频的时间被缩短至 90 秒。基于文心大模型,AIGC的能力正在进一步落地,AI正在帮助一些内容创作行业提升现实的生产力。

这背后,深度学习作为新一轮科技革命的关键技术,正在开启一个新的GPT技术增长周期。而新GPT周期开始,也更需要有人去做“难而正确的事”。

对于科技行业来说,创新驱动增长始终是一条不变的主线。

新旧周期交替也总是伴随不稳定因素。过去的一年中,先进半导体制造回流美国,贸易全球化不确定因素增加,人们发现,只有重大技术的进步才能够把大家从存量市场的内卷中解脱出来。

技术进步依赖创新进步。

这种进步需要两个关键要素,一个是在关键技术领域持续地投入和积累。另外一个则是持续创新的能力。这两者百度都有。

在投入上,近十年累计研发投入超过 1000 亿元,仅最近一个季度就有58 亿元的研发投入,核心投入占核心营收连续 8 个季度超过 20%。这样的研发投入即便是在科技公司中也是很罕见的。

虽然不一定所有研发投入都能带来确定的回报,但它保证了创新最重要的基础条件。持续稳定的高投入代表着足够的战略定力,这一点也是李彦宏与百度面对寒冬最大的底气。

“反馈驱动创新”,AI创新迭代的新范式

事实表明,持续科研投入的另一面,就是保持持续创新的能力。在如何持续创新这件事上,百度也有自己的理解。

在AI领域,保持研发投入最大的支撑是落地必须要稳。

一个是商业化上的稳健。

2022三季度财报显示,受百度智能云及其他 AI 驱动业务的推动,非广告收入同比增长 71%。这意味着,在落地上,百度创新有了更多的试错成本,创新其实就是不断试错,从而找到正确的道路。

另一个是创新能力上的稳健。

挑战在于能不能找到一种能够持续创新,推动技术进步的方式。百度给出的解法是“反馈驱动创新”。

什么是“反馈驱动创新”?

技术创新的某一个时期,总会有一种主导范式,比如经验积累导致的创新,新的计算方法、模型升级引发的创新。

反馈驱动创新是另一种范式:“以结果导向的,能够持续正向迭代的创新。”

新的范式应用的结果,就是商业化的成功。

比如,百度昆仑芯片有很强AI计算性能,响应几十亿次真实的用户使用需求,能够在每天进行1万亿次深度语义推理与匹配,进而倒逼大模型、深度学习框架和芯片的优化。

再比如,百度萝卜快跑的持续落地,出行服务订单量很大,意味着百度能够获得最多的市场和用户反馈,进而能持续对产品、技术优化迭代。

“反馈驱动创新的范式”的意义在于,把不确定的创新引发的“质变”结果,转化成了一个可以逐步去验证、优化的“量变”的过程。

对于自动驾驶,过去大家认为,从L2-L5是一步步来的。但其实L2之后,率先进入商用的很可能是L4,而不是L3。这个演化的过程,就需要通过落地去反馈、创新,最终朝着正确的方向去落地。

从行业角度来看,百度AI技术的创新不仅代表着百度自身,也代表着行业最顶尖的那波人。这波人的创新方向,引领着很多的追随者,而他们则代表着中国AI技术创新的主力。

AI行业不管是技术创新还是商业创新,大部分从业者试错的机会很少,“反馈创新”作为一种范式,更多的意义其实在于让行业少走很多弯路,就像灯塔一样,让AI创新找到正确方向。

新的关键节点上,AI为实体经济复苏注入动能

从现实意义上来看,AI技术对于实体增长的拉动正在变得更为关键。

当下的市场环境,更需要科技拉动复苏节奏,经济复苏需要依赖动能而不是势能。

势能是品牌优势、规模优势。动能则是,新流量、新市场、新技术。

产业端需要依赖新技术动能,达成更高的周转效率和降本增效的空间,获取竞争优势。

比如,对交通网络的智能化改造,解决拥堵问题后不需要限购,汽车消费就有了新增量?

目前,这一领域的实践正在探索,百度的智能交通方案已落地全国63个城市,此后,拥堵问题有望进一步解决。

这两年,整体的一个趋势是,AI技术向应用端的渗透在变深。

2022年是大模型产业化应用元年,大模型已成为许多上层应用的技术底座。比如,百度文心已经累计发布了11个行业大模型,AI通用化应用进入新的落地阶段。

在工业领域,开物工业互联网平台为工厂构建出“感知”和“思考”的能力,在能源、水务领域,AI智能化管理正在进一步提升这些基础领域的运行管理效能。

不过,我们也应当理性地看到,实体经济仍然有很多领域的数字化改造尚未完成,智能化的广泛渗透还需要时间,但随着飞桨“操作系统”深入实体,智能化的种子正在埋进各个行业深处。

技术战略,意味着长周期,而长周期不可能一帆风顺。

当下,AI在各领域的化学反应正在发生,虽然依旧挑战严峻,但值得庆幸的是,人们已经找到了正确的方向。

未来,像电力、半导体、计算机那样,AI技术能够诞生新的产业。接下来穿越周期之后,AI技术以及百度,能够怎样改造这个我们所熟知的世界,也就有了更多期待。

李彦宏在演讲中说,创立百度之初,正值互联网泡沫破裂,全世界蒸发了8万亿市值,上市科技公司一片哀嚎,但仅仅数年之后,新技术再次把科技行业推向一个新的高峰。

会不会有一家伟大AI企业把科技行业推向另外一个高峰?恐怕还需要更多的时间来证明。

结语:

历史是一个圈,人们能从历史中探寻未来,未来也总是在重复历史。

历史证明,伟大的技术是需要经过百年的时间去验证的。190年前,电磁感应被发现,基于此诞生了我们现在的电气化、信息化时代。

如今的人类只是看到了深度学习技术闪烁的希望之光。未来AI技术带来的改变,可能会超乎我们这个时代的想象。


文章为作者独立观点,不代表联商专栏立场。

联商专栏原创文章由作者授权发表,转载须经作者同意,并同时注明来源:联商专栏+刘志刚TMT。