本文來自極客網(wǎng)，作者：小刀。
有人說AI將淘汰很多工作者，真是這樣嗎？要搞清楚這個問題，可能不能只聽先行者的“鼓吹”，還要看看投資回報率（ROI）。
2019年OpenAI CEO Sam Altman曾說：“我真的深信我在OpenAI所做的工作遠比在Y Combinator所做的更耀眼，不只如此，比科技產(chǎn)業(yè)所做的也更加耀眼。”
他認為人類將會研發(fā)一套軟件系統(tǒng)，無論從哪個方面看都比人類更智能、更有能力。為此他鼓吹：“AI會不斷進化，比人類更強一些，沒多久它就會比人類強100萬倍甚至10億倍。”
驅(qū)動AI前進的真正力量是金錢
驅(qū)動科技前進的真正力量不是代碼和GPU，而是金錢。請記?。篈I是昂貴的！
近年來科技天才們涌入AI產(chǎn)業(yè)，辦企業(yè)，拉投資，不亦樂乎。斯坦福AI指數(shù)顯示，2021年AI產(chǎn)業(yè)融資額達到940億美元，比2020年增長一倍。在2021年AI融資交易中有15筆的規(guī)模達到或者超過5億美元。
Altman與同行不得不極盡夸張之能事，因為開發(fā)AI需要大把的鈔票。OpenAI的競爭對手谷歌、Facebook都是“印鈔機”，它們不必鼓吹，自己能承擔開支。
還記得當年科技界是如何鼓吹無人駕駛汽車的嗎？2014年谷歌無人駕駛主管曾信誓旦旦地說，他確定11歲的兒子將來不需要駕照，因為無人駕駛5年就會出現(xiàn)。現(xiàn)在10年快過去了，無人駕駛?cè)匀徊怀墒臁?/p>
盡管如此，無數(shù)企業(yè)仍然前赴后繼殺向戰(zhàn)場，英特爾甚至預言到了2035年無人駕駛市場規(guī)模將達到8000億美元。軟銀2010-2019年向無人駕駛投入了300億美元，自2010年以來美國投入了845億美元，中國506億美元，歐盟107億美元。
無人駕駛并沒有完全失敗，但從中我們找到一些規(guī)律：鼓吹者會說有一個龐大的革命性機遇出現(xiàn)，以刺激投資者。
回到AI，許多人賭定它能讓機器取代人力（昂貴的白領工作者），與無人駕駛有異曲同工之妙。然而，AI是如此的昂貴，它的投資回報在哪里呢？
為什么AI如此昂貴？
紐約大學教授Meredith Broussard認為，只有大企業(yè)和超級富有的企業(yè)才玩得起AI。
首先是計算昂貴。多倫多大學市場營銷教授Avi Goldfarb也說：“如果你想創(chuàng)辦一家企業(yè)，自己開發(fā)大語言模型，自己計算，成本太高了。OpenAI是很貴的，要數(shù)以十億計的美元。”租賃計算當然會便宜不少，但企業(yè)仍然要向AWS等企業(yè)支付昂貴費用。
其次是數(shù)據(jù)昂貴。訓練模型需要海量數(shù)據(jù)，有時數(shù)據(jù)是現(xiàn)成的，有時不是。Common Crawl和LAION等數(shù)據(jù)可以免費使用，對于此類數(shù)據(jù)，成本主要來自數(shù)據(jù)清理和處理，成本變化很大，可能是幾百美元，也可能是幾百萬美元。
Glean公司創(chuàng)始工程師Debarghya Das說，在美國，根據(jù)大語言模型論文做一些粗略的數(shù)學計算，如果用的是Facebook LLaMA，訓練成本（不考慮迭代或者出錯）大約是400萬美元，如果是谷歌PaLM，大約2700萬美元。
即使用的是免費數(shù)據(jù)，成本也不低。Hugging Face公司研究人員Sasha Luccioni說：“當你下載容量達到TB的數(shù)據(jù)，如果想過濾或者以某種特殊方式利用數(shù)據(jù)，比如用文本-圖片模型處理（研究人會專注于某些數(shù)據(jù)子集，這樣模型才會變得更好），整個過程相當棘手。”需要強大的計算力，需要大量專業(yè)人士。
再次，專業(yè)人才的聘請費用也很高。Debarghya Das在做上述估算成本時沒有考慮人力成本。Sasha Luccioni指出：“機器學習專業(yè)人士的薪酬很高，因為要與谷歌及其它科技巨頭爭奪人才，有時一位專業(yè)人才可能要幾百萬美元。”2016年OpenAI最頂級的研究人員薪酬約為190萬美元。
并且，訓練模型、聘請專業(yè)人士的成本不是一次性的，是持續(xù)的。例如，如果開發(fā)的是客服聊天機器人，每周或者每幾周就要優(yōu)化。模型還要經(jīng)受壓力測試，確保它生成的答案不出錯。正如Sasha Luccioni所解釋：“最貴的成本來自持續(xù)性工作，必須持續(xù)測試模型，必須確保AI所做的和預期一樣。”
最后，持續(xù)運轉(zhuǎn)費用也不低。當一切準備妥當，模型向公眾開放，每天要接受成千上萬次詢問，此時要確保模型可擴展、高度穩(wěn)定，維護成本也很高，且需要專業(yè)人士來處理。
AI的回報在哪里？
從2019年開始美國藥店連鎖企業(yè)CVS Healthcare就向AI投資，在2021年CES上沃爾瑪展示了可以取代客服的AI。不難看出，有許多企業(yè)想將“客服服務”自動化，它們認為客服部門并不能拓展業(yè)務，容易被機器取代。
當然，AI也在其它場所出現(xiàn)，比如GitHub的Copilot，它可以提升編程速度，AI可以編寫許多樣板代碼，節(jié)省時間。有專業(yè)人士稱，程序員有了AI輔助編程速度可以提升一倍。
看起來很美好，但麥肯錫卻警告說，2022年年底AI的普及已經(jīng)觸及頂峰。自2017年以來普及率的確增加了一倍，但2019年之后就不再攀升了。AI聊天機器人彼時就已經(jīng)火了一波。
對于許多人來說，所謂AI就是審查一下公司工作流程，看看哪些流程可以交給機器做，讓流程實現(xiàn)自動化。Avi Goldfarb說：“回報是有限的，在AI幫助下將已經(jīng)在做的事做得更好一些就算不錯了，但成本卻是高昂的，可能要投入幾千萬美元，幾億美元甚至幾十億美元。”
他認為，想讓AI變成賺錢機器，最好是顛覆工作流程，然后用AI來替代。將工作流程打亂風險很大，可能會失敗，如果成功回報則是巨大的。
比如醫(yī)療行業(yè)，如果整個行業(yè)圍繞機器診斷重構(gòu)，效率將會更高。Goldfarb認為，許多醫(yī)生診斷能力很差，AI可能比不上最頂尖5%的醫(yī)生，但它也許可能輕松超越最差的20%的醫(yī)生。因此，AI對于不能輕松就診的人來說極為實用。
金融行業(yè)也可能會被AI沖擊。Brookings Institute研究人員Mark Muro認為，金融行業(yè)與模式識別高度相關，AI識別模式的能力很強。為了監(jiān)控趨勢，金融機構(gòu)聘請大量數(shù)據(jù)庫和數(shù)據(jù)工作者，他們想削減人員數(shù)量，AI可以取代初級員工，但高級金融工作仍是AI無法處理的。
因此，市場仍然看好OpenAI，今年它的營收可能會達到2億美元，2024年沖至10億美元。該公司估值已經(jīng)達到200億美元，比惠普企業(yè)（Hewlett Packard Enterprise）、Garmin、Cloudflare、Snap和H&M都要高。
小結(jié)：
總之，當前AI的應用更多只是優(yōu)化業(yè)務，并非帶來革命性變化。相比創(chuàng)業(yè)公司，大企業(yè)在利用AI方面有優(yōu)勢。想在AI領域賺錢，當前最好的辦法不是開發(fā)AI，而是制造AI需要的芯片，建設數(shù)據(jù)中心，或者幫助別人開發(fā)AI。
從長遠看AI到底有何用途？即使是從事AI工作的人也很迷茫。正因為如此，可能AI的蓬勃發(fā)展就像當初的互聯(lián)網(wǎng)和手機一樣，大家拼命將錢扔進與AI有關的一切項目中，然后期待最好的結(jié)果。（小刀）
