AIGC 发展方向的思考（一）

发布时间：1970-01-20 10:37:06
免费阅读
AIGC发展 AI技术 商业逻辑 数据训练 中美科技竞争
飞书发布会未提及AI，引发猜测：可能不符合产品定位、受中美竞争影响或技术未跟上。作者认为，技术未跟上的可能性更大，因为字节跳动在商业化压力下，难以像OpenAI那样专注于技术研究。然而，字节跳动在数据量和工程能力上具备优势，若能调整决心和商业逻辑，仍有追赶的机会。
文章内容
思维导图
常见问题
社交分享

飞书上周发布会，只字未提 AI，让我有些意外。比如 AI 跟飞书套件的联动，飞书妙记的一键总结、或者类似 notion AI 的文档编写建议，一概没有。会是有什么原因？几个猜测：

  1. 不符合产品宣传定位；
  2. 跟中美竞争有关，有意不发布、隐藏实力；
  3. 来不及，技术还没跟上；

作为“先进组织”的 slogan 和产品定位，加上 AI 的热度势头，即使发布一些简单产品，也足以获得不少好感。所以不可能是产品定位原因。

而去年，美国政府已经限制了高端 GPU 的出口，最近中美竞争波及 TikTok，如果字节再在 AI 上有大迈步的动作，恐怕有进一步影响。又或者不想喂数据给 OpenAI，涉及很多企业核心机密，这方面可能有所考虑。

但更可能的原因，我认为应该还是来不及。OpenAI 之前是作为非盈利组织存在，直到最近两年微软注资才开始商业化。但整体的组织方式，出发点都是纯粹研究好这项技术，而不是非得要有什么落地。这在 OKR 考核、要求短时间出业绩背景下的字节，固然很难诞生。即使是飞书妙记会议总结这种那么接近自然语言理解的场景，也一定会加上类似“帮助 bd 多少企业版客户”的商业化指标，没往模型那块去想，这是落地性太强所导致的负面作用。

但我认为字节还是很有机会跟上的，因为大模型的核心是训练数据量，并且是清洗后的数据量。GPT-2 稍微展露头脚，就是训练数据量的提升导致的质变，而近几个月的 3、3.5 到 4，同样是训练数据量的量级提升。字节的推荐引擎（头条+抖音），拥有不输的数据量和经验，全球最大的内容审核团队也能为之所用，而工程能力更加是不差。更大的影响因素，可能是决心和商业逻辑。

思维导图生成中，请稍候...

问题 1： 为什么飞书在最近的发布会上没有提到 AI 相关的功能？
回答： 可能的原因包括：不符合产品宣传定位、中美竞争背景下有意隐藏实力，或者技术尚未跟上。

问题 2： 中美竞争对字节跳动在 AI 领域的发展有何影响？
回答： 中美竞争可能导致字节跳动在 AI 领域采取更谨慎的策略，避免因技术发展引发进一步的国际压力或数据安全问题。

问题 3： 为什么字节跳动在 AI 技术上的进展可能“来不及”？
回答： 字节跳动的组织方式更注重短期商业化目标，而 AI 大模型的研发需要长期投入和纯粹的技术研究，这与字节的 OKR 考核体系存在冲突。

问题 4： 字节跳动在 AI 领域有哪些潜在优势？
回答： 字节跳动拥有庞大的训练数据量（如头条和抖音）、全球最大的内容审核团队以及强大的工程能力，这些为其在 AI 领域的发展提供了坚实基础。

问题 5： 训练数据量对 AI 大模型的发展有多重要？
回答： 训练数据量是 AI 大模型发展的核心因素，数据量的提升（如 GPT 系列的演进）直接推动了模型性能的质变。

问题 6： 字节跳动在 AI 领域的最大挑战是什么？
回答： 最大的挑战可能是如何平衡短期商业化目标和长期技术研发，以及是否具备足够的决心和商业逻辑来推动 AI 技术的发展。

问题 7： 飞书妙记的会议总结功能为何没有深入 AI 模型研发？
回答： 飞书妙记更注重商业化落地，如帮助企业客户提升效率，而非纯粹的技术研究，这限制了其在 AI 模型上的深入探索。

问题 8： 字节跳动能否在 AI 领域赶上 OpenAI 的步伐？
回答： 字节跳动在数据量和工程能力上具备优势，但能否赶上 OpenAI 取决于其是否能在技术研发和商业化之间找到平衡，并投入足够的资源。