[長文] AI 革命的三個觀察角度

#180（點擊閱讀網頁版）｜閱讀時間 6 分鐘

最近的 AI 新聞真的太多了，決定找個視角讓自己比較專注一些。未來也會偏向這個角度來 cover AI 相關的資訊。

希望你喜歡這期電子報，也歡迎收聽我與 Angela 共同主持的 podcast，當中有更多電子報沒有收錄的科技趨勢洞察。歡迎邀請你的朋友訂閱；若對過往期數感興趣，請由此進入 archive。

最近一個月以來有非常多重磅級的 AI 發表會，主要發表者包括提供核心 AI 運算力的 NVIDIA、擁有當前表現最佳的大型語言模型的 OpenAI、掌握企業與辦公室生產力應用的微軟、設計應用的新舊世代代表 Adobe 與 Canva...等。

這是一個令人興奮的時刻，因為一個全新時代已經到來。ChatGPT 問世僅 100 天，要就此斷定、甚至預言時代的樣貌顯得不切實際，但過程中我也嘗試思考如何建立一個抽象的概念架構，以便有效率的觀察商業上的競爭與創新。

我發現似乎可以從「關係」著手：人與運算、人與軟體，以及軟體與軟體之間的關係。AI 在這三方面上都帶來了革命，以下是對這些革命的初探。

人與運算的關係

許多人說 ChatGPT 是 AI 的「iPhone 時刻」，但確切而言這是什麼意思？NVIDIA 創辦人黃仁勳的描述很到位：「這是一個全新的運算平台（computing platform）」。

抽象來說，「語言」泛指有系統的資訊，因此大型語言模型（LLM）不只懂人類的語言（例如英文），也懂人類發明出來與機器溝通的語言（例如程式語言），甚至懂蛋白質的組成語言。透過 LLM 的中介，任何人都可用自己本來就會的語言來表達「意圖」，並透過意圖來驅使運算。

當人與運算之間的距離被大幅縮減後，將產生大量對運算的需求。想要利用 AI 模型來提供服務的人，將產生大量的訓練（training）需求；訓練好的模型若能打入市場、被許多人使用，將產生大量的推論（inference）需求。

訓練模型不一定得從頭做起，就像大部分的軟體都會利用既有的函式庫（libraries）一樣。手上擁有獨門資料，或是對資料應用有特殊需求的企業，都可站在基礎模型（foundation model）的肩膀上訓練自己的模型。

值得一提的是獨門資料不一定是資料本身，有時候是「資料的資料」（metadata）。例如，Shutterstock 或 Getty Images 等視覺素材庫業者手上握有的不只是素材本身，還有素材的 metadata，這讓它們相信自己能訓練出不一樣的 AI 模型，並透過既有的平台力來銷售。

AI 做為全新的運算平台將解放更多需求，而滿足這些需求所需的算力（computing power）自然成了一門巨大的生意。NVIDIA 無疑是目前最重要的角色，且其重要性不只是硬體的創新。NVIDIA 提供的是「運算」，而運算是硬體（如 GPU）與軟體（如 CUDA 與數百個函式庫）結合起來的「服務」。

因應即將飆漲的運算需求，NVIDIA 推出了兩個新服務來應戰。首先，為了擴大企業擁有 AI 超級電腦的機會，推出了 DGX Cloud 服務，透過雲端服務供應商（如 Oracle OCI 或 Google GCP）提供世界上最頂尖的算力。其次，為了加速企業更快推出基於 AI 運算的應用，推出了整合多套基礎模型的 AI Foundations 服務。

人與電腦的關係即將、或已經被改變，企業對算力的需求將巨量地成長，這將創造出新的市場與競爭。

人與軟體的關係

抽象而言，介面（interface）指的是「交換資料的媒介」。因此，硬體與硬體之間的連結器是一種介面，而人與軟體之間的圖像化操控元件（Graphical User Interface，GUI）也是一種介面。

AI 目前已被當作一種全新的介面導入各式各樣的軟體當中，負責交換用戶意圖與運算成果。由於 AI 具備智慧（intelligence），意圖與預想（甚至超出預想）的成果之間的距離被大幅縮短。以微軟為首，越來越多人稱這種新的軟體介面為「副駕駛」（copilot）。

越來越多的軟體開始導入副駕駛的設計，同時也有新創（如 Adept AI）宣稱將提供一個專門訓練副駕駛的 AI 模型。然而，在新創與步入成長期的挑戰者都紛紛導入副駕駛之際，微軟、Adobe 等傳統上被認為步調緩慢但擁有巨大市場力量的在位者也都以驚人的速度追上了，它們的動作也激起了一波辯論：AI 新創的護城河是什麼？

「AI 新創的護城河是什麼」或許不是一個好問題，除了新創本來就不具備護城河，對絕大多數的新創而言，AI 也不是一個通往護城河的道路，因為它並非一種獨占資源。值得思考的是 AI 如何放大了在位者的市場力量，使其有能力反過頭來迎擊挑戰者。

以微軟剛發表的 Microsoft 365 Copilot 為例，雖然 AI 會畫表格與把文字轉成投影片的超能力令人驚豔，微軟的市場力量之一在於連結所有旗下生產力應用的 Microsoft Graph。當用戶越嵌入在微軟的生產力應用生態系中，AI 能透過 Microsoft Graph 做的事就越多，最後帶來越高的用戶價值。

以 Adobe 發表的 Adobe Firefly 為例，雖然 AI 在生成圖像、再造筆刷、更換材質等功能上的表現令人驚豔，Adobe 的市場力量之一在於透過市占、教育、格式相容性等競爭手段，使專業設計領域的工作流程圍繞著 Adobe 的產品發展。

微軟與 Adobe 的護城河來自人與軟體的關係，小到個人的工作習慣（例如：好不好用），大到企業組織內的流程（例如：好不好做權限、審批管理）。AI 作為一個 copilot 能有效放大上述關係，例如弭平在位者與挑戰者在易用性上的差距。

然而，AI 應有更多創建新關係與新工作流程的可能性，不只表現在 copilot 這種形式上。我尚且無法想像，但也因此感到無比期待。

軟體與軟體的關係

如果 ChatGPT 是 AI 的「iPhone 時刻」，或乾脆稱它是 iPhone，則有人稱最近發表的 ChatGPT plugins 就是「App Store」。顧名思義，ChatGPT plugins 就是透過插件的方式來強化 ChatGPT 的能力，這些插件不僅來自官方，也來自第三方。

iPhone 本身並不完美，它無法做到的事情就靠第三方的 app。同理，ChatGPT 倚賴的 AI 模型並不完美，它無法做到的事情就靠第三方的插件。例如，ChatGPT 的數學能力不好，但未來可透過 Wolfram 的插件來提供最強大的數學問答。

ChatGPT plugins 能創造極為強大的雙邊（2-sided）網路效應。越多人使用 ChatGPT，第三方就有越多的市場誘因去開發插件；越多第三方提供插件，用戶就有越多的價值誘因來加入 ChatGPT。

不過，ChatGPT plugings 有一點與過往不同：組合。在智慧手機時代，大部分的 app 彼此之間仍是各做各的。在 ChatGPT 時代（其實不過短短幾個月），app 彼此之間將透過 ChatGPT 來協作一個用戶意圖。例如，Shopify 的執行長展示當輸入一個很誇張的需求（我要一雙百萬分之一月球圓周長度的鞋子）後，如何先用 Wolfram 算出正確尺寸，再用該尺寸去 Shop 上找到對應商品。

Apple 透過 iPhone、iOS 與 App Store 共同定義了 app 的規格，未來 AI 運算平台將定義軟體與軟體之間的關係，以及軟體之間如何協同處理用戶的意圖。

從用戶的角度而言，這是再好也不過的消息；對許多磨刀霍霍的創業者來說，這或許並不令人感到興奮。封閉的大型語言模型是 OpenAI 等先行者的獨占資源；運用獨占資源做出的發明已經獲取巨量的用戶；雙邊網路效應將形成巨大的市場力量；透過大型語言模型而實現的組合性將吸附大量應用場景。

總結

新一波的 AI 革命拉近了人與運算的距離，替每個人與每個企業帶來了全新的商業機會。在這些新興的機會中，首先被挖掘的是 AI 作為一種新介面（副駕駛）。然而，這個路線更有利於在位者放大既有的市場力量，新創不應止步於此。

挑戰者的課題並不在於 AI 與否，而是在確定有 AI 的前提下創造新的關係與工作流程。例如，Canva 在最新發表會上花最多時間介紹的「一件事」並不是 AI，而是如何深入企業，成為企業設計工作流程的核心。

最後，在眾多可創造的新關係中，其中一種關係特別值得關注，那就是軟體與軟體的關係。將 ChatGPT 比喻為 iPhone 也許是一種預言，預告了未來世界仍將是寡占。

不過，未來也不盡然就一定是這麼發展。隨著硬體與軟體的進步，數年後將可用現在的十分之一（甚至更低）的門檻獲得相同的 AI 成效，並且在更去中心化的環境下運行（相較於現在都訪問中心化服務）。如今甚至有人開始討論當 AI 模型也被商品化（commoditized）的時候，市場需求的樣貌將會如何。

歡迎來到嶄新時代。

最近幾年光是要找到師傅來施工都很不容易，然而找到師傅只是第一步，接下來的問題才更令人頭痛，其中尤以資訊不對稱與合約不清所造成的糾紛最為常見。2015 年成立的 PULO 是我認識蠻長一段時間的新創平台，如今已完成超過 1,000 個新家裝潢。不論你是新屋裝潢還是老屋翻新，預算是 40 萬還是 600 萬，都能在 PULO 上找到適合的優秀裝潢專家。

即日起到 5 月 30 日，只要你在 PULO 上首次刊登新案件，並且成功完成丈量，就能獲得五大超市通路的 500 元提貨券，更多詳情請見活動網頁：https://www.puloapp.com/himanny

點擊訂閱《曼報》