AI大模型
是数据创造价值的最短路径
数据只有被计算才能产生价值。从数据流动的视角看，数字化解决了“有数据”的问题，网络化解决了“能流动”的问题，智能化解决了“自动流动”的问题。数据流动的自动化，本质是用数据驱动的决策替代经验决策。
基于数据+算力+算法可以对物理世界进行状态描述、原因洞察、结果预测和科学决策。“数据+算法”将正确的数据（所承载知识）、在正确的时间、传递给正确的人和机器，以信息流带动技术流、资金流、人才流、物资流，优化资源的配置效率。
当AI大模型到来的时候，这套逻辑体系发生了什么变化呢？
第一个变化是：AI大模型产生高质量、在线、精准的数据。例如在自动驾驶领域，Corner cases(长尾场景)是指自动驾驶场景中那些不常见或一些极端的场景数据，数据比例可能只有1%，难以获取，影响自动驾驶的有效检测能力，可能引发很多安全问题。而AI大模型可以生成数百万个 Corner Cases，助力完成算法训练、测试验证和迭代优化。
第二个变化是：AI大模型自动生成高效率、场景化、高质量算法。2023年11月，特斯拉宣布已开始向员工推出完全自动驾驶（FSD）V12版本，FSD V12的C++代码只有2000行，减少了车机系统对代码的依赖，相比之下，FSD V11有30多万行代码。背后是FSD V12完全采用神经网络进行车辆控制，从机器视觉到驱动决策都将由神经网络进行控制。FSD V12有望打造自动驾驶领域的基础底座，引领视觉算法的GPT时刻。
6
智能时代
数据+算法的“两个不等式”
自从2022年11月ChatGPT推出后，经常有人会问“为什么中国没有ChatGPT?” 如果你想真正找到答案，正确的提问姿势是“中国为什么没有OpenAI？中国为什么没有Snowflake?中国为什么没有Palantir？”今天，我们把所有的聚光灯都聚焦在ChatGPT上。
在我看来，ChatGPT只是美国数字技术创新森林里的一棵树上的两片叶子，今天我们把所有的聚光灯都聚焦在这片叶子上，把这片叶子都快烤黄了。我们需要思考的是：这棵树是什么样子？树根长成了什么样子？它有什么样的土壤？创新的森林生态是什么样子？只有我们把这片森林、这片土壤、这片树的规律都搞清楚了，我们才能找到这一轮数字技术创新的底层逻辑和规律。为什么美国会有这么多数字创新企业？原因有很多，但在我看来，最重要的原因是：“云计算+AI+数据”已成为数字时代创新的基础设施，是孕育孵化新企业、新产品的摇篮。
在这个新的创新基础设施之上，如果我们把时间尺度放到5年、10年或者15年，智能时代数据要素创造价值的方式，将与两个重要的“不等式”密切相关。
第一个是“数据不等式”：未来AI生成的数据量，将远远大于人类生产的数据量。AI过去一年生成的图像，超过过去150年人类拍摄的所有照片数量。欧盟执法机构“欧洲刑警组织(Europol)”的一份报告预测,到2026年互联网上多达90%的内容是由AI创建或编辑的。
第二是“算法不等式”：AI生成的代码量，将远远大于人类编写的代码量。ChatGPT已经通过了谷歌L3级代码工程师（入门级，18万美元年薪）测试。国内研究机构CSDN测试结果是，GPT-4的软件编程能力相当于中国月薪3万元人民币的程序员水平。GitHub的一项测试表明，完成同样的一个软件最小可行产品（MVP）开发任务，AI工具帮助一位只有4年编程经验的巴基斯坦程序员，只用两周就完成了开发任务。而另一位拥有19年编程经验的资深程序员，因为没有使用AI工具，完成同样任务花费了5倍的时间，20倍的成本。
数据要素的问题要看当前，更要看长远。未来，更多的数据叠加更多的算法，意味着AI将彻底改变数据要素创造价值的方式，并带来指数级的价值增量。
是数据创造价值的最短路径
数据只有被计算才能产生价值。从数据流动的视角看，数字化解决了“有数据”的问题，网络化解决了“能流动”的问题，智能化解决了“自动流动”的问题。数据流动的自动化，本质是用数据驱动的决策替代经验决策。
基于数据+算力+算法可以对物理世界进行状态描述、原因洞察、结果预测和科学决策。“数据+算法”将正确的数据（所承载知识）、在正确的时间、传递给正确的人和机器，以信息流带动技术流、资金流、人才流、物资流，优化资源的配置效率。
当AI大模型到来的时候，这套逻辑体系发生了什么变化呢？
第一个变化是：AI大模型产生高质量、在线、精准的数据。例如在自动驾驶领域，Corner cases(长尾场景)是指自动驾驶场景中那些不常见或一些极端的场景数据，数据比例可能只有1%，难以获取，影响自动驾驶的有效检测能力，可能引发很多安全问题。而AI大模型可以生成数百万个 Corner Cases，助力完成算法训练、测试验证和迭代优化。
第二个变化是：AI大模型自动生成高效率、场景化、高质量算法。2023年11月，特斯拉宣布已开始向员工推出完全自动驾驶（FSD）V12版本，FSD V12的C++代码只有2000行，减少了车机系统对代码的依赖，相比之下，FSD V11有30多万行代码。背后是FSD V12完全采用神经网络进行车辆控制，从机器视觉到驱动决策都将由神经网络进行控制。FSD V12有望打造自动驾驶领域的基础底座，引领视觉算法的GPT时刻。
6
智能时代
数据+算法的“两个不等式”
自从2022年11月ChatGPT推出后，经常有人会问“为什么中国没有ChatGPT?” 如果你想真正找到答案，正确的提问姿势是“中国为什么没有OpenAI？中国为什么没有Snowflake?中国为什么没有Palantir？”今天，我们把所有的聚光灯都聚焦在ChatGPT上。
在我看来，ChatGPT只是美国数字技术创新森林里的一棵树上的两片叶子，今天我们把所有的聚光灯都聚焦在这片叶子上，把这片叶子都快烤黄了。我们需要思考的是：这棵树是什么样子？树根长成了什么样子？它有什么样的土壤？创新的森林生态是什么样子？只有我们把这片森林、这片土壤、这片树的规律都搞清楚了，我们才能找到这一轮数字技术创新的底层逻辑和规律。为什么美国会有这么多数字创新企业？原因有很多，但在我看来，最重要的原因是：“云计算+AI+数据”已成为数字时代创新的基础设施，是孕育孵化新企业、新产品的摇篮。
在这个新的创新基础设施之上，如果我们把时间尺度放到5年、10年或者15年，智能时代数据要素创造价值的方式，将与两个重要的“不等式”密切相关。
第一个是“数据不等式”：未来AI生成的数据量，将远远大于人类生产的数据量。AI过去一年生成的图像，超过过去150年人类拍摄的所有照片数量。欧盟执法机构“欧洲刑警组织(Europol)”的一份报告预测,到2026年互联网上多达90%的内容是由AI创建或编辑的。
第二是“算法不等式”：AI生成的代码量，将远远大于人类编写的代码量。ChatGPT已经通过了谷歌L3级代码工程师（入门级，18万美元年薪）测试。国内研究机构CSDN测试结果是，GPT-4的软件编程能力相当于中国月薪3万元人民币的程序员水平。GitHub的一项测试表明，完成同样的一个软件最小可行产品（MVP）开发任务，AI工具帮助一位只有4年编程经验的巴基斯坦程序员，只用两周就完成了开发任务。而另一位拥有19年编程经验的资深程序员，因为没有使用AI工具，完成同样任务花费了5倍的时间，20倍的成本。
数据要素的问题要看当前，更要看长远。未来，更多的数据叠加更多的算法，意味着AI将彻底改变数据要素创造价值的方式，并带来指数级的价值增量。
实践中数据到底是如何创造价值的？
1、快递物流。10多年前，国内一家物流公司每天的快递订单量达到1500万单，之后尽管采取了各种方法，但订单量很难有大的突破。过了几年快递行业出现一项新技术——电子面单，快递公司在车辆、人员、仓库等实物资源没有大的变化背景下，每天订单量达到5000万单、提高了3.3倍。电子面单最大的价值是实现了快递订单端到端的数字化，以数据流优化了物流资源配置效率。
2、制造行业。10年前的时候，马斯克在他的网站上发表了一片文章，文章的标题是“why the US can beat China : the facts about SpaceX cost”，在所有人都认为中国是全球成本最低的国家时，马斯克说“我要把美国航空发射器的成本降到中国的1/7”。这个10年前的预言今天实现了。SpaceX每公斤发射成本从18500美元降到2720美元。这背后的一个重要因素在于：SpaceX在产品开发早期阶段，通过数据+算法的模拟择优，替代传统实物试验，大幅降低了研制成本、缩短周期，提高研发效率和产品质量。
3、宾馆服务。旅游宾馆行业是一个非常传统的行业，但国内有一家公司，它拥有的房间数量不是全国第一，但是市值最高的时候是这个行业第2到第9名市值之和。这背后是什么原因呢？背后是数据驱动的决策，重新构建了一套系统性运营体系。它针对客户提供差异化的极致服务，私域拥有会员就数达1.7亿，86%的订单来自于私域流量渠道。就像他们董事长所说的，以前这个宾馆连锁企业是最懂技术的酒店管理公司，未来是最懂酒店的技术服务公司。
4、国防军事。2020年10月，美国国防部发布了首份《数据战略》报告，最重要的一句话是：基于数据决策重新定义美国国防部。美国防部的愿景是“成为一个以数据为中心的机构，通过快速规模使用数据来获得作战优势和提高效率。”在美国国防部看来：数据日益成为国防部各个流程、算法和武器系统的“燃料”；数据的价值在于，在联合全域作战上，在战场上形成数据优势；在高级领导决策支持上，利用数据改进国防部管理工作；在具体业务分析，使用数据推动所有层级的明智决策。说来说去，核心就是用数据推动所有美国国防部各层级的科学决策。
概括起来，无论是制造行业、快递物流、宾馆服务，还是国防军事，数据作为一种要素的底层逻辑是一致的，就是基于数据+算法的科学决策，优化资源配置的效率，提升核心竞争力。
1、快递物流。10多年前，国内一家物流公司每天的快递订单量达到1500万单，之后尽管采取了各种方法，但订单量很难有大的突破。过了几年快递行业出现一项新技术——电子面单，快递公司在车辆、人员、仓库等实物资源没有大的变化背景下，每天订单量达到5000万单、提高了3.3倍。电子面单最大的价值是实现了快递订单端到端的数字化，以数据流优化了物流资源配置效率。
2、制造行业。10年前的时候，马斯克在他的网站上发表了一片文章，文章的标题是“why the US can beat China : the facts about SpaceX cost”，在所有人都认为中国是全球成本最低的国家时，马斯克说“我要把美国航空发射器的成本降到中国的1/7”。这个10年前的预言今天实现了。SpaceX每公斤发射成本从18500美元降到2720美元。这背后的一个重要因素在于：SpaceX在产品开发早期阶段，通过数据+算法的模拟择优，替代传统实物试验，大幅降低了研制成本、缩短周期，提高研发效率和产品质量。
3、宾馆服务。旅游宾馆行业是一个非常传统的行业，但国内有一家公司，它拥有的房间数量不是全国第一，但是市值最高的时候是这个行业第2到第9名市值之和。这背后是什么原因呢？背后是数据驱动的决策，重新构建了一套系统性运营体系。它针对客户提供差异化的极致服务，私域拥有会员就数达1.7亿，86%的订单来自于私域流量渠道。就像他们董事长所说的，以前这个宾馆连锁企业是最懂技术的酒店管理公司，未来是最懂酒店的技术服务公司。
4、国防军事。2020年10月，美国国防部发布了首份《数据战略》报告，最重要的一句话是：基于数据决策重新定义美国国防部。美国防部的愿景是“成为一个以数据为中心的机构，通过快速规模使用数据来获得作战优势和提高效率。”在美国国防部看来：数据日益成为国防部各个流程、算法和武器系统的“燃料”；数据的价值在于，在联合全域作战上，在战场上形成数据优势；在高级领导决策支持上，利用数据改进国防部管理工作；在具体业务分析，使用数据推动所有层级的明智决策。说来说去，核心就是用数据推动所有美国国防部各层级的科学决策。
概括起来，无论是制造行业、快递物流、宾馆服务，还是国防军事，数据作为一种要素的底层逻辑是一致的，就是基于数据+算法的科学决策，优化资源配置的效率，提升核心竞争力。
2月22日微语报，星期四，农历正月十三，工作愉快，生活喜乐！
一份微语报，众览天下事！#公众号：inews7
1、个税年度汇算即将开始！昨日起可预约办理。
2、獐子岛违规披露案被最高检列入典型案例：全面惩处涉上市公司违法犯罪。
3、贵州普安山火已得到控制，两名救火人员不幸牺牲。
4、红海危机冲击国际海运，韩国至欧洲海运费暴涨72%。
5、齐齐哈尔体育馆坍塌致11死7伤事故调查报告公布，51人被追责。
6、上海飞青岛票价只要14元！机票价格大跳水，2月下旬部分机票低至0.3折。
7、14年来首次！华为超过苹果拿下国内平板电脑单季出货量第一。
8、美国有线电视新闻网（CNN）评出全球50种最好吃面包，中国烧饼入选。
9、郑州：高层次人才在郑首次购买新房，按房价50%给予最高300万元补贴。
10、中国驻中非共和国使馆再次提醒中国公民：切勿前往首都班吉以外地区。
11、30年来首次，俄罗斯计划在2024年发射40多枚太空火箭。
12、第4次！美国否决联合国安理会停火草案。
一份微语报，众览天下事！#公众号：inews7
1、个税年度汇算即将开始！昨日起可预约办理。
2、獐子岛违规披露案被最高检列入典型案例：全面惩处涉上市公司违法犯罪。
3、贵州普安山火已得到控制，两名救火人员不幸牺牲。
4、红海危机冲击国际海运，韩国至欧洲海运费暴涨72%。
5、齐齐哈尔体育馆坍塌致11死7伤事故调查报告公布，51人被追责。
6、上海飞青岛票价只要14元！机票价格大跳水，2月下旬部分机票低至0.3折。
7、14年来首次！华为超过苹果拿下国内平板电脑单季出货量第一。
8、美国有线电视新闻网（CNN）评出全球50种最好吃面包，中国烧饼入选。
9、郑州：高层次人才在郑首次购买新房，按房价50%给予最高300万元补贴。
10、中国驻中非共和国使馆再次提醒中国公民：切勿前往首都班吉以外地区。
11、30年来首次，俄罗斯计划在2024年发射40多枚太空火箭。
12、第4次！美国否决联合国安理会停火草案。
✋热门推荐