AI面临的问题，模型的缔造者们离商业和实业很远

@有个梨GPT：互联网发展其实经历过很多时期，最初的信息和电子邮件和即时通讯工具，以Napster崛起为代表的内容分发网络，以eBay和Paypal为代表的电子商务和电子支付，以Facebook为代表的社交网络，iOS和Android崛起后的移动互联网，Amazon默默耕耘10年的云计算，等等。

不过这期间衔接的并不好，一直都是起起落落的。第一次互联网泡沫把SUN都葬送了，Web 2.0喧嚣一阵留下的有价值的东西也不多。

高科技投资一般也有七年之痒的说法，意思是新技术在一轮强势崛起后7年之内必有泡沫破裂。以2022年底ChatGPT发布开始算这个时间是2029年底。有激进的投资人此前预测是2027年就出现，目前看来2027放慢脚步是可能的，泡沫破裂还不至于。

AI搞数学那些都是噱头，在可见的未来里都没什么商业模式，只是估值概念。而目前被验证的商业模式还是coding，coding很可能跟电子邮件一样长期是multi-vender市场，很不容易成长为cash cow。信息聊天类的应用则跟当年的IM一样鸡肋，如果不能像Facebook那样找到好的商业模式的化。

—-

软件和互联网技术进入传统工业走过了一个漫长的时期，即使有大公司一直在推广电子商务，ERP和OA之类的概念。但它们不是overnight完成的，甚至在30年代 时间轴上很难标定有哪些快速增长点。

而在这个漫长的时期里，很明显开发者急着想卖软件但是又不懂业务和商业，而传统行业从业者对技术带着敬畏和怀疑，这之间的差距让企业软件实施成功率一直不高，ERP在很长一个时期都是失败的比成功的多。

今天的AI在面临同样的问题，模型的缔造者们离商业和实业很远，仅仅一个想卖钱的想法是没办法让模型可以适合产业需要的，而且这个想法越强烈，就越不可能有好的结果。而如果需要好的结果，需要有很大的投入去采集数据和分析数据，对“很大”这个词，很多人的理解还不够深刻。因为现在的模型都是通用模型，面向的使用者数量很大，如果你的模型全球只有1000人使用，只能用来识别鹦鹉的吃喝拉撒行为，你还会投入多少资源去采集数据和训练这个模型，当业务问题细分下去的时候，这些问题就会浮出水面，和软件与互联网技术走过的老路一毛一样。