當(dāng)我們還在困擾為什么國內(nèi)大模型沒有 GPT4 好用的時候，Sora 來了。這潛在意味著從 AGI 視角看，追趕一年后差距似乎并沒有縮小反倒是被拉大了。

勾連過往，這個問題就不太簡單了，可以從好多維度展開：

我們是不是可以說 AI 國內(nèi)國外團(tuán)隊(duì)一度站在類似平齊的起跑線上？

為什么從 AlphaGo 開始似乎看不到國內(nèi)團(tuán)隊(duì)的原創(chuàng)，而是持續(xù)在追趕？

為什么在追趕的時候，距離似乎在被放大？

一點(diǎn)點(diǎn)回溯

如果回到語音識別、人臉識別，應(yīng)該可以講大家處在類似平齊的起跑線上的。甚至因?yàn)閳鼍昂蛿?shù)據(jù)豐富在這兩項(xiàng)上國內(nèi)團(tuán)隊(duì)還占優(yōu)。一個佐證是過去很多的比賽成績；另一個是佐證是應(yīng)用范圍。老外到現(xiàn)在也不怎么用人臉，所以真實(shí)場景下人臉識別的精度，很可能還是國內(nèi)團(tuán)隊(duì)的算法占優(yōu)。

自動駕駛是個奇妙的領(lǐng)域，做了十幾年花了幾千億，但似乎都卡在某個限度下面了。所以也看不出什么區(qū)別。

所以說如果回到 2010 年之后的十年，說大家在基本平齊的起跑線上，大致是不錯的。當(dāng)時大家比較公認(rèn)的是 AI 上沒有秘密，畢竟一有進(jìn)展論文立刻就出來。

問題出在大模型上。

在大模型上，局面變成了：

在平齊的起跑線上，OpenAI 率先做出來大模型后，別的團(tuán)隊(duì)在追趕的同時，差距還被拉大了。

如果單純的拿沒做出來說事似乎也是偏頗的，畢竟 Google 也沒做出來。

但如果橫向展開些就發(fā)現(xiàn)也不是那么偏頗，在 AI 這個領(lǐng)域里我們好像并沒有做出太杰出的貢獻(xiàn)。AlphaGo，chatGPT，甚至智能音箱、自動駕駛等似乎都是在重復(fù)過去 C2C 的故事。追到平齊的起跑線上卻重復(fù)過去的故事，這不能說不是問題。

互聯(lián)網(wǎng)這樣是正常的，畢竟你缺了過去幾十年在 IT 上的積累，按切入的時間點(diǎn)（2000 年前后），你就只能這樣，但 AI 還這樣，就是問題了。

追著不順利的時候，大家就比較多反省人才密度、資金、機(jī)器等。

但其實(shí)根本不是主因，調(diào)度起這些資源對于小公司是很難的，但還是很多公司有這個實(shí)力。（如果統(tǒng)計 2022 年發(fā)布 chatGPT 之前的融資金額你會發(fā)現(xiàn)還是不少公司融資比 OpenAI 多）

再進(jìn)一步深層反省是需要勇氣的，因?yàn)闀蚱埔恍┤祟惐拘灾袩o謂的自尊心。

有點(diǎn)像一個人正興高采烈自信的很，你非上去說，他還有那些地方不行，他真的很容易揍你。

如果不正視這種差距，并挖掘差距的根本，那再過十年，老套的故事就會再來一遍：

好像差不多了基本平齊，然后被甩開差距，然后追趕，然后反省表面因素。一遍一遍循環(huán)這個過程。

可怕的點(diǎn)在于：一個是循環(huán)自身的周期本來就不短，整體循環(huán)的所占的時間就更長。

最終后果是不是災(zāi)難性依賴于領(lǐng)域本身的基礎(chǔ)特質(zhì)。

對于天花板比較明顯的領(lǐng)域，到達(dá)某個限度后，大家其實(shí)差不多，所以影響不是特別大。相當(dāng)于領(lǐng)跑的停了，那后面的只要足夠堅(jiān)持就能趕個七七八八。

對于沒有天花板，活性極強(qiáng)，并且今天的結(jié)果會是明天的的最大推動力的領(lǐng)域，那么后果很可能是災(zāi)難性。這會導(dǎo)致越跑距離越大，并且是在指數(shù)曲線上的距離。

很不幸，人工智能看起來是這樣的領(lǐng)域。

為什么呢？

不知道誰發(fā)明了個詞叫人才密度。

然后似乎原因被找到了：人不行。

在付會上錢不夠，機(jī)器買不著，似乎原因就非常明顯，還特別好理解，也容易引起共鳴。

實(shí)際上這種認(rèn)知視角本身就是問題。

背后體現(xiàn)一種思維模式的缺陷。

對于組織而言，不能像過去那樣只關(guān)注：人財物等有形要素，還要關(guān)注場。

場是價值觀、文化、制度、信念的綜合。

我們不能忽視的一個基本事實(shí)是：

到一定程度后，其實(shí)人個體智商是差不多的。所以人才密度是趨同的。

AI 就是這情況。

真做 AI 的人，差不多都是從頂級學(xué)校里又選了一撥人，非說誰比誰有絕對差距，那就真不是這樣。

錢的話 OpenAI 過去用的錢雖然不少，但很多團(tuán)隊(duì)用的錢并不比他們少，2022 年之前一共差不多融了 30 億美金。 ( 比如：商湯融的其實(shí)比這多）

核心的問題恰恰不是這些可見要素，而是場的差別。

簡單說你用修長城的場，不管給多少人、多少機(jī)器、多少錢該干不出來還是干不出來，該攆不上就還是攆不上。

（還可以類比皮克斯做動畫，動畫做不好也是人才密度、機(jī)器、錢不行么？）

場可以看成獨(dú)立生命體，并且在大時空尺度下持續(xù)存在，特征也會變化。

如果我們總是干存量修長城的活，場的作用是小的，按圖紙搬磚，加大檢查，誰干的好就多給錢，干不好就批一頓或者開掉，大致是可以的。

但大模型這種領(lǐng)域顯然不是這么個特征，之前有人做過內(nèi)部模塊拆解，其組成還是非常復(fù)雜，需要團(tuán)隊(duì)一起摸索開拓。

這時候場的落后就是致命的。

你拿黑社會的場去干大模型，對于已經(jīng)做出的部分，基于開源，已有論文追一追是可以的，但在烏漆嘛黑的未來里探索出一條路，并持續(xù)領(lǐng)先就沒可能。

這是真的問題。

組織的間斷平衡論

這可以再形象一點(diǎn)來看這問題。

團(tuán)隊(duì)的類型可以是外科手術(shù)型的，一切以主刀醫(yī)生為中心，別的全是打下手的。（其實(shí)修長城本質(zhì)是這個）。

也可以是足球型的。大家有個角色，但需要更靈活的補(bǔ)位和配合。

更靈活的是網(wǎng)球團(tuán)隊(duì)。大家沒有角色靈活補(bǔ)位。

對于大模型開發(fā)而言，外科手術(shù)的肯定是不行的，至少需要優(yōu)秀的足球模式的團(tuán)隊(duì)。

只有模式也還不夠，同樣是足球隊(duì)也還有我國足球的情況。

模式還要配合上文化等進(jìn)行綜合才是合適的場。

最終就形成場的先進(jìn)性：活性且有力量。（可以拿終結(jié)者的液體機(jī)器人和植物大戰(zhàn)僵尸的僵尸做類比）

這種先進(jìn)性的內(nèi)涵是：

可以讓組織保持基本穩(wěn)態(tài)的前提下持續(xù)產(chǎn)生躍遷。

這種先進(jìn)性的根本中精神大于物質(zhì)，但不適合簡單二元論，而是兩者的按特定配比的綜合。 ( 和決定戰(zhàn)爭勝利的是人而不是物也不在一個層次上）

如果這么定義先進(jìn)性，那兩類偏頗場都是有問題的：

一種是超級穩(wěn)態(tài)場，一種是活性但容易崩壞的場。從組織的間斷平衡角度看，我們可以這么講。

有些組織會進(jìn)入超穩(wěn)態(tài)，它在既有的賽道上把自己強(qiáng)化的很好。內(nèi)部利益分配各種與其適應(yīng)。 ( 創(chuàng)新者窘境用價值觀、流程來描述，但其實(shí)還是缺東西，不過價值觀、流程已經(jīng)比人才密度的視角好很多了，畢竟是場的一部分）

（那根破壞性創(chuàng)新增長曲線背后的原動力是什么？是人才密度、機(jī)器、資金么？）

可以形象點(diǎn)來說這個問題。

比如猩猩某些方面強(qiáng)化的其實(shí)比人好。

我們古代在農(nóng)業(yè)文明上進(jìn)化的其實(shí)比歐洲好。

這種好，會導(dǎo)致組織和個體進(jìn)入超穩(wěn)態(tài)。

這種超穩(wěn)態(tài)會內(nèi)置妨礙躍遷的力量。

這一點(diǎn)點(diǎn)差異，在大時間軸上，效果就非常明顯。

那先進(jìn)性就是既有穩(wěn)態(tài)，又有足夠的活性。

OpenAI 差點(diǎn)沒把 Altman 干跑就是活性過剩，能夠糾正回來說明還是有穩(wěn)態(tài)力量。

但一路前跑，則是活性場產(chǎn)生的推動力。

這種場才可能構(gòu)建出一種在穩(wěn)態(tài)中行進(jìn)，還具有躍遷力量的組織。

這種躍遷的力量是精神與技術(shù)的綜合。

柔性場的構(gòu)建成本和難度都是高的。

假如不看場，只看人會怎么樣

最典型的是面對內(nèi)部大規(guī)模耗散時采取的措施會有雷同性。

組織中很容易進(jìn)入一種大家一起磨嘰的狀態(tài)（高深的詞可以叫熵增）。我們對付這種耗散只有一種方法就是揍它?；氐叫揲L城的方式。前一陣有人在朋友圈發(fā)了一個段子，倒是正好和這個呼應(yīng)。

中國式管理，理論核心就三點(diǎn)：

1. 你干的好，是因?yàn)槲翌I(lǐng)導(dǎo)有方。

2. 你干不好就是你有問題，和我沒關(guān)系。

3. 你不干有的是人干。

這個正好形象的體現(xiàn)了只關(guān)注人財物有形要素不關(guān)注場的表現(xiàn)（非常閉環(huán)和形象，通過人事變動 3 是可以回到 1 的。

注定的后果就一定是不停內(nèi)部倒騰，這種場的特征和組織行為表現(xiàn)具有極大的相關(guān)性，包括對強(qiáng)人的渴望，學(xué)習(xí)劉邦這一套東西都是伴生特征。但實(shí)際上這是在獅子社會里面都能看到的古老模式。仍然有用，但估計搞不定人工智能這樣的領(lǐng)域。

這背后的認(rèn)識差距是真正的差距。

如果上面的解讀是對的，那么我們在人才密度什么上面的努力就很像緣木求魚，根本改變不了局面（猴子水中撈月式追趕），而標(biāo)題上的問題則會不停的被問。（超穩(wěn)態(tài)）

難的也正是這里，如果說有形要素的改變是旦夕之功可達(dá)，那這種先進(jìn)場的構(gòu)建就有點(diǎn)十年樹木百年樹人百年樹人的意思了，并且破功還很容易。

借助 AI 這種場的形成成本也許可以降下來，但認(rèn)知的事就會比較困難。轉(zhuǎn)過來后對問題的反省會完全不一樣，比如：

但反過來如果場大于個人，那是這樣的思維鏈條：

落后了

場不行

進(jìn)行機(jī)制建設(shè)

個體和整體活性增加

也許動蕩，但保持活性迭代

這里的關(guān)鍵在于怎么才能產(chǎn)生更多的活性個體并且亂而不散。

也會很多混亂甚至崩潰，比如 OpenAI 自己的內(nèi)訌，但躍遷到下一層的可能性是高的。

（從間斷平衡的視角看組織的話，什么能構(gòu)成躍遷的力量呢？）

擴(kuò)散一點(diǎn)點(diǎn)

假如有一池水，有點(diǎn)顏色，在這里面有一些獨(dú)立的缸，那缸里的問題是不是都是池子的問題 ?

我覺得在 AI 這個事上，主要不是，畢竟保留了足夠的自由度。但確實(shí)池子的偏好會在長時間軸上有很根本的影響。

小結(jié)

看著簡單但其實(shí)這是一個超級復(fù)雜的話題，近來看很多人在探討這個，所以還是從這個視角說說自己的觀點(diǎn)，簡單說就是：

組織里面人之外有場，疊加后才是最終組織特征。

如果我們總是用人才密度，錢不夠這樣的視角去看待問題，那就很難適應(yīng)這種高速進(jìn)化的領(lǐng)域，陷入一種追平，落后再追趕的困局。

倒是也閉環(huán)，不愁沒事干。

這個話題之前寫過一點(diǎn)：

到底什么是 OpenAI 成功的關(guān)鍵點(diǎn)，到底誰能干好大模型？

是時候摒棄黑暗森林式思維了，從瓦格納反叛開始說

抖音帶來的啟示

從競爭結(jié)構(gòu)到共生結(jié)構(gòu)

為什么法家人物都死的老慘了 ?

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com