近期，在信息社會 50 人“智能時代：經濟學的重構”論壇上，安筱鵬博士從大模型發展趨勢、在典型行業中應用、對教育體系顛覆以及對組織形態重構等方面，深入分享了對于 AI 大模型的理解和洞察，以下是發言要點。
AI 大模型是通用人工技術（AGI）發展的重要里程碑，AGI 將引發新一輪數字技術競爭格局重構，也是大國新一輪數字技術競爭的制高點，必將對未來 5-10 年全球技術創新、企業競爭和國家博弈產生深遠影響。
從這個意義上講，大模型代表的不是一個技術，而是開啟了新的智能時代。
AI 大模型既帶了普惠效應，也帶了極化效應。
一方面，AI 正在以更快的速度、更廣的范圍、更深的影響，讓每個人、每個組織都能感受到新技術的紅利。但另一方面，AI 大模型帶來的是人和人的分化、企業和企業的分化、地區和地區的分化、國家和國家競爭力的分化。
AI 大模型正在形成更強大的規模經濟和網絡效應，人類社會將會迎來 10 萬億美元市值公司的時代。它可以在全球整合技術、人才、市場、資本等資源，讓新技術通過高頻迭代、低成本試用、大規模普及。這改變的不僅僅是一個企業的競爭力，也是一個地區、國家間核心競爭力和國際競爭格局。
AI 大模型重構軟件系統、驅動萬物智能，是變革生產力的主要途徑。
20 世紀 60 年代，美國經濟學家威廉·鮑莫爾和威廉·鮑恩提出了一個問題：為什么教育、法律、醫療、表演、休閑等服務行業的成本和價格一直在上升，而有形商品價格持續下降？
制造業等進步部門可以通過使用勞動節約型技術大幅提高生產率，使得產品成本持續下降，而技術進步并沒有帶來服務業生產率大幅提高，服務業等停滯部門的成本不斷上升。
后來人們將這一現象稱為“鮑莫爾病”。
半個多世紀以來，“鮑莫爾”不僅沒解決，而且越來越嚴重。
商品價格在不斷下降，但美國服務的價格在過去十多年持續攀升。自 2000 以來，美國醫療服務價格增長 200%、大學費用增長 150%+、醫療保健增長 100%，而玩具價格降了 50%、電視價格降了 100%?！磅U莫爾病”在進入新世紀后更嚴重了。
2021 年 3 月 16 日，OpenAI 公司 CEO 山姆·阿爾特曼（Sam Altma）在《萬物摩爾定律》文章中預言：AI 革命是繼農耕時代、工業時代、計算機時代之后的第四次革命，10 年后 AI 可以完成幾乎所有工作，包括科學發明?？梢源_認的是，AI 將使產品（Goods）和服務（Services）變得越來越便宜。為此，為迎接一個包容性的智能社會到來，政府應當建立新的稅收制度和資本市場。
AI 是否能夠提高醫療、教育、法律、政務、創意、影視、娛樂等服務行業的生產效率，為解決“鮑莫爾病”找到新藥方？
我們可以看一看幾個服務業領域正在發生的變化。
軟件行業是過去幾十年人才最稀缺的行業，AI 大模型正在改變這一格局，AI 軟件開發和編程能力正在逼近人類。今年 4 月 GPT4 發布后，國內研究機構 CSDN 測試結果是，GPT-4 的軟件編程能力相當于中國月薪 3 萬人民幣的軟件開發人水平。GPT4 通過了谷歌編碼 L3 級
（入門級， 18 萬美元年薪）工程師測試。
Stability AI 的 CEO 說人工智能將在五年內取代人類程序員。谷歌旗下 Deepmind 公司編程應用 AlphaCode，在編程比賽中超過 45.7% 的人類參賽者。有這樣一個案例：一個只有 8 歲的小孩，利用人工智能開發了一款平臺跳躍小游戲，代碼由 ChatGPT 和 Claude 生成、美術由 Stable Diffusion 提供。
今年的云棲大會上，阿里云也推出了一款代碼大模型，叫“通義靈碼”， 可自動生成行級/函數級代碼、單元測試、代碼注釋等，為開發者帶來高效、流暢的編碼體驗。
從賦能實體經濟的視角來看，大模型生成代碼的價值，可能超過生成文字/圖片/視頻的價值，這個價值被遠遠低估了。
未來 AI 將重構整個軟件體系，所有的軟件都需要基于 AI 重新做一遍。這句話的關鍵詞是“所有”。
“所有”的含義是：手機上所有的 APP 會被重構，Windows、Office 等辦公軟件會被重構，ERP、PLC、SCADA 等工業軟件會被重構。所有軟件將由 AI 驅動，軟件服務模式加速從“流程”驅動到“數據”驅動，SaaS 軟件從“在線化”走向“智能化”。軟件開發前端從流程事務處理，到人機對話交互；軟件開發后端的更多代碼將自動生成。
未來所有的智能硬件包括手機、計算機、智能家電、攝像頭、機器人、AGV 小車、工程機械等將被 AI 大模型驅動。你可以問家里的攝像頭，你家的貓在哪里？你可以讓機器人像人一樣和你聊天、端茶倒水。你可以讓生產線上的碼垛機器人，根據人的自然語言指令生成或圓形或方形的堆垛。
不是說僅僅在未來會重構，此時此刻的當下已經在發生變革。
今年西門子和微軟已經達成新的戰略合作，在今年的漢諾威博覽會上，展示了 ChatGPT 和其他 Azure 人工智能服務如何增強西門子工業自動化工程解決方案能力，工程團隊可以通過自然語言輸入生成 PLC 代碼，從而顯著減少時間和錯誤概率。
今年 4 月，阿里云工程師就在實驗室將通義千問大模型接入工業機器人，在釘釘對話框輸入一句人類語言，大模型就會自動生成機器人可以理解的代碼，從而遠程指揮機器人工作。
7 月 28 日，谷歌 DeepMind 推出了一款新的機器人模型 Robotics Transformer 2（RT-2）。這是一個全新的視覺-語言-動作（VLA）模型。例如，對 AI 說“撿起已滅絕的動物”，機械臂會在一堆塑料玩具中精準地選擇恐龍?！皽缃^的動物”很多，在此之前，機器人無法做到把“滅絕的動物”和“塑料恐龍玩具”聯系在一起。
未來，當智能設備被 AI 大模型所驅動，其背后折射出的是，伴隨著 IT 技術、CT 技術、DT 技術和 OT 技術的融合，伴隨著被 AI 大模型所驅動，越來越多的設備正演化成一個智力水平不斷成長的智能體。智能時代將是一個智能體涌現和聯合的時代，這也將帶來人類生產組織和生活方式的深刻變革。
近期美國技術圈討論一個招聘案例：一家技術公司準備招聘 1 名員工，有 2 名程序員來應聘：一個是擁有 4 年編程經驗的巴基斯坦人 Hamid，一個是擁有 19 年編程經驗的德國人 Alex，公司安排兩個候選人開發一個軟件（創建最小可行性產品 MVP）。一周后，Hamid 完成了 95% 的 MVP，而 Alex 只完成了 7% 的 MVP。為什么只有 4 年編程經驗的人反而編程速度更快呢？因為他借助了代碼大模型，不僅編程效率更高，整個開發成本也極大降低。
2023 年 10 月，GitHub Copilot 開發者突破了 1 億，付費用戶已突破了 100 萬。從最早只有 27% 的開發者會使用到如今的 46%，GitHub Copilot 讓開發者的代碼編寫效率提升了 55%，高達 75% 的開發者在使用 Copilot 時感到更有成就感。GitHub CEO 說“很快 AI 將能實現 80% 的編程”。在全球峰會上，他直播用 GitHub Copilot X，僅僅耗時 18 分鐘就編寫出了貪吃蛇游戲。
簡單回顧軟件開發的歷史，從物理交互界面的效率低、操作員必須熟悉每臺機器的物理按鈕功能，到編程交互界面的門檻高、操作員必須熟悉計算機硬件細節并精通編程，再到圖形交互界面（GUI）空間小，而對話式交互界面（CUI）可以實現效率高、門檻低和無限觸達。AI 大模型的出現，真正能夠打通人類語言和機器語言。
2023 年 4 月 28 日，《美國醫學會雜志》的研究顯示：面對病人的咨詢，“ChatGPT 醫生”獲得好評的數量是人類醫生的 4 倍。在“富有同情心”的指標中，ChatGPT 更是收獲了 45% 的肯定，而人類醫生僅有 4.6%。
今天，醫患比例嚴重不足是全球面臨的共同難題。2019 年《柳葉刀》的數據顯示，全球缺少 4300 萬名衛生工作人員?，F在，AI 閱片的準確率達到了 95% 以上，年輕醫生準確率在 80% 左右。原來閱一個片需要 25 分鐘到半小時，在 AI 加持下不到半分鐘。
圍繞醫療領域，AI 已經有了很多創新。今年 8 月，谷歌發布全球首個全科醫療大模型 Med-PaLM ，這是首個在美國醫療執照考試中達到專家水平的大模型，懂臨床語言、懂影像，也懂基因組學。國內也已經發布了超過 40 個醫療大模型，在浙大附屬醫院、華山醫院等醫院試用。
不僅如此，AI 大模型在特定的病例識別方面效率更高。國外有一個案例：一個 4 歲男孩牙痛持續加重，后出現走路不穩，歷時 3 年，經 17 位醫生（包括神經科、神經外科、兒科、內科、骨骼肌肉專科等）問診也沒有確認病因。最終疲憊而沮喪的媽媽將兒子的病歷資料提問拋給 ChatGPT，得到的診斷包括脊髓栓系綜合征。由此，該名兒童最終得以確診和治療。
律師這個行業的服務價格，在美國還是比較貴的，大概每小時 150 美元。但現在有一個年服務費只要 36 美元的 AI 律師，他不僅便宜，在某些能力上和那些每小時 150 美元的律師差不多。它可以進行智能化、自動化的法律檢索，起草法律文件、起訴書、備忘錄、判決書，預測案件判決結果等等。在美國的律師資格考試中，GPT-4 已經超過了 90% 的學生。
目前，已經有一些公司在法律大模型這個細分領域深耕：
EvenUp：
個人傷害索賠領域垂直 LLM，2019 年成立，B 輪融資估值 3.5 億美金，已落地超 200 家律所。
Harvey：
專為律所打造的 LLM，2022 年 11 月成立，獲 OpenAI、紅衫投資。
律商聯訊：
頂級法律、專利、稅務等服務商，2023 年 5 月推出全球首個面向法律界類 ChatGPT 生成式 AI 平臺——Lexis+AI?。
湯森路透：
法律業務是三大支柱業務之一，每年 1 億美元投向 AI。
設計：Midjourney 讓最富有創造力的藝術家們不淡定了
2022 年，在美國科羅拉多州舉辦的藝術博覽會上，一幅名為《太空歌劇院》的畫作，在數字藝術類別的比賽中一舉奪得冠軍。據媒體報道，《太空歌劇院》與人們普遍認知的藝術作品有所不同，它是游戲設計師 Jason Allen 通過 AI 繪圖工具 Midjourney 創作而成，一時引發很多熱議。
電影導演陸川說，AI 用 15 秒出來的效果，比找專業海報公司做一個月作品要強大很多。如果去找專業圖像公司來畫氣氛圖，一張至少要花上萬元，現在用 AI，可能只要十元錢。
面對這樣的場景，一些人甚至悲觀地表示：我們眼睜睜地見證了藝術的消亡。如果連藝術工作都無法避免被機器所吞沒，那么其他高技能的工種也將面臨被淘汰的危機。到時候，我們又能剩下什么呢？
今年 11 月 28 日，成立半年只有 4 個人的小公司 Pika 發布自己 Pika1.0，
可以通過輸入文字高質量地輸出視頻，成為顛覆電影和視頻創作現象級 AI 應用。近期獲 5500 萬美元融資，估值在 2-3 億美元，半年用戶超 50 萬，國內已與《流浪地球3》開展合作。它將帶來一次影視創造模式的革命，也許每個人都可以圓自己的導演夢和演員夢。
AI 成為芯片設計的“器”，用 AI 幫 AI，AI 與 EDA 的雙向奔赴，將開啟芯片設計的下一場革命。
英偉達用 AI 設計 GPU，比傳統 EDA 減少 25% 芯片面積，功耗更低。隨著摩爾定律變慢，開發其他技術來提高芯片性能變得愈發重要。設計更小、更快、功耗更低的算術電路，就是其中的方式之一?；谶@樣的背景，英偉達的研究人員提出了 PrefixRL——用深度強化學習優化并行前綴電路。英偉達 Hopper 架構 H100 就擁有 13000 個 AI 設計電路。
谷歌也開始使用強化學習（RL）技術設計自己的 TPU AI 加速器布局。Synopsys 和 Cadence 等傳統芯片設計工具公司積極擁抱 AI 設計。
中科院陳云霽團隊，推出了世界首個完全由人工智能設計的 CPU 芯片“啟蒙 1 號”，短短 5 個小時內便生成了一個工業規模的 RISC-V CPU 核心，設計周期則縮短至 1/1000。
AI 大模型正顛覆傳統教育體系？時代需要什么樣的人？
進入新的智能時代，傳統的教育體系會不會因為大模型而顛覆呢？
我們這個時代，五年、十年、二十年之后，到底需要什么樣的人呢？
我們看到，在教育領域，GPT 已經通過了各種各樣的開始，比如 ChatGPT 已經通過美國沃頓商學院 MBA 期末考試。
今年 3 月，OpenAI 和賓夕法尼亞大學推出了一份研究報告，針對 1000 多種職業，探索 AI 大模型怎么影響美國勞動力市場。首先我們先來定義什么是“影響”， “影響”的含義是，當一個職業使用大模型時，能否讓工作時間減少至少 50%。研究人員的結論是：
對于 19% 的崗位，至少 50% 的工作內容會被影響。對于 80% 的崗位，也至少有 10% 的工作內容被或多或少地波及。而且高收入工作面臨著更大的風險。
AI 大模型是什么？今天的 AI 大模型可能就像歷史上的火藥，正在從放煙花時代走向槍炮時代，實現從冷兵器到熱兵器的跨越。
那什么樣的人才不會被這個時代淘汰呢？我覺得有三個標簽：
一是想像力，二是創造力，三是批判精神。
現在的教育體系下，我們可以想一下，哪一個是培養想象力、哪一個是培養創造力、哪一個是培養批判精神。如果沒有這三個能力的時候，這些培育的人未來能夠做什么工作呢？我們靠什么參與全球競爭，這些問題都值得深入去思考。
AI for Science 論文數量井噴，AI 已成為重要的科研手段
AI 不僅僅是一種工具，近年來，AI4S（AI for Science）成為一種基本科學研究方法。理解蛋白質三維空間結構一直是生物學中的重大挑戰，過去幾十年，結構生物學家通過X射線晶體圖學或者冷凍電鏡等高科技手段，共得到十幾萬種蛋白質結構。
直到 2020 年，這一困擾生物學家 50 多年的問題被 DeepMind 團隊開發的 Alpha Fold2 模型徹底打破，Alpha Fold2 的預測精準度幾乎達到冷凍電子顯微鏡等實驗技術的水平。2022 年 7 月 28 日，DeepMind 公布了從細菌到人類的幾乎所有已知（2 億多個）蛋白質的可能結構，并將其納入相關數據庫,供研究人員免費搜索蛋白質結構。
Google 學術相關數據表明，近 3 年使用 AI 的論文數量增長率超 3 倍。像材料科學、生命科學、能源科學，近 3 年使用 AI 手段開展科研的比例超過 34.5%。換句話說，人們認識和改造世界的方法論已經發生了重大變化。
中山大學：用云加速 RNA 病毒發現，重新定義了人類對病毒演化歷史的認知。
全球 RNA 病毒種類豐富多樣，且高度分化。受限于聚類統計學算法和傳統計算方法，主流配置服務器運行一次試驗的時長達 2-3 個月，科研代價大、結果精度不高，研究效率低。
中山大學醫學院圍繞 RNA 病毒研究，開發 AI 大模型，幫助 RNA 病毒發現技術突破，將 RNA 病毒的發現效率從 2-3 月縮短為一周，擴充全球 RNA 病毒庫——近 30 倍的新發現病毒種、約 9 倍的新發現病毒超群。云和大模型大幅提升了人類發現 RNA 新病毒的效率，重新定義了人類對病毒演化歷史的認知。
AI 大模型是人類社會第 25 種通用目的技術，通用目的技術將帶來組織形態的變革。
Midjourney 公司 2021 年成立，擁有 1000 萬的社區成員，1 億的營收且零融資。此前只有 11 個員工，包括 1 個創始人，8 個研發，1 個法務和 1 個財務。PIKA 公司成立 6 個月，也只有 4 個員工。它們的規模反映出一個現象：未來的企業會越來越小型化，越來越微?；?。
為什么微粒組織、微粒社會正在崛起？我們可以思考一個問題：人類是怎么協作的？如果我們把時間尺度拉長，看到的是基于信息能力提升所帶來的社會協作水平的深化，是人類社會演進的一條主線。
在《人類簡史》中，作者赫拉利提到，10 萬年前地球上存在著猿人、智人等人類祖先，但在 1 萬年前只剩下了智人。智人在進化中率先在語言和信息交流上實現了突破，形成了一種超凡的信息認知。這樣，人們不僅可以交流獵物和危險的來源，還可以設定一個目標，實現人與人之間的協作。
到了工業社會，隨著印刷、電報、電話的普及，人類的協作從熟人分工演進到陌生人協同，從封閉體系到開放體系，從小尺度到大尺度，從幾百人到幾十萬人，開啟了大制造、大零售、大流通的時代。
再到今天，從計算機到互聯網，從人人互聯到萬物互聯，從人工智能到區塊鏈，我們正在重構對外部世界的感知、獲取和利用的方式。這種溝通方式的變革正在重構分工協作的基礎設施、生產工具和協作模式。
一代協作技術，一代組織形態
從 PC 互聯網到移動互聯網，再到今天的智能時代，信息在組織內部的管理、監督及在外部交易、協作中的成本不斷降低、協作模式不斷創新，企業邊界正在重新定義，科層組織正在瓦解，微粒企業（組織）正在崛起。
康威定律說“系統的技術架構會是組織架構的復刻”，但今天我們看到的更多是“逆康威定律擴展”，即我們用什么樣的溝通協作系統，決定了我們是什么樣的組織形態。就像經常有人說的一句話，“一代協作技術，一代組織形態”，你有什么樣的技術溝通方式就會催生、誕生、孵化出什么樣的新的組織形態，不同的技術時代會形成不同類型的組織。
今天，當云計算、大模型、AI 到來的時候，微粒企業正在崛起。過去開發一個軟件的功能，達到最小化可行產品（MVP）的團隊規模可能需要 40 個人、50 個人，今天可能只需要 3 到 4 個人，組織變得越來越小，這是技術變化的一個趨勢。
AI 重新定義組織形態，AI 正在重新定義“員工”
AI 的到來會讓你擁有一個新員工，它是一個“學霸”，已經學習了地球上所有的知識。你需要與這個員工不斷地交互、協作，不斷地馴化與被馴化。
之前有一個概念叫“AI 助理”，這個詞的叫法可能不對，它可能是助理，可能是教練、顧問、隊友，也可能從 Copilot 輔助駕駛到 Autopilot 自動駕駛, 我們跟 AI 員工之間是一個相互賦能的過程。
試想一下，數字員工應該歸屬哪個部門？我們看到有“數字招聘員工”、“數字財務員工”等各類數字員工，它不僅具有 IT 屬性，還具備一些人的功能，那它是屬于人力資源部門還是 IT 部門？這些問題目前沒有結論，都是需要探討的。
文章來源｜阿里研究院
（ID：aliresearch）
編輯｜段文秀
審核、責編｜楊帆
