人工智能原本就是可以賦能千行百業(yè)的水和電，如今隨著AI的巨大進(jìn)步，我們每個(gè)企業(yè)都有必要重新思考如何升級(jí)自己的AI大腦。今天這篇文章，我們來繼續(xù)探討GPT人工智能模型可能將在工業(yè)互聯(lián)網(wǎng)領(lǐng)域引發(fā)哪些變化?
這是我的第280篇專欄文章，我在【數(shù)字原生組織】寫的第7篇文章。
上篇文章《工業(yè)AI距離到達(dá)“ChatGPT時(shí)刻”還有多遠(yuǎn)?》完成之后，有朋友問了一個(gè)問題，他說：
在企業(yè)中，管理建立在制度上，制度建立在流程上，流程建立在系統(tǒng)上，系統(tǒng)建立在數(shù)據(jù)上，企業(yè)實(shí)現(xiàn)管理是“數(shù)據(jù)+程序”的結(jié)果。既然ChatGPT可以直接讀取數(shù)據(jù)，并實(shí)現(xiàn)了一定程度的通用人工智能，能夠產(chǎn)生基于數(shù)據(jù)的基本分析決策，那么現(xiàn)存的系統(tǒng)應(yīng)用，比如ERP、CRM、MES…是不是會(huì)發(fā)生顛覆性的變化，甚至是大洗牌?
這是個(gè)好問題!
其實(shí)在B2C領(lǐng)域，當(dāng)ChatGPT剛剛發(fā)布的時(shí)候，就有投資人提出一個(gè)觀點(diǎn)，說TMT(數(shù)字新媒體產(chǎn)業(yè))可以重新再干15年。
重新再干15年!為什么TMT又重新煥發(fā)青春了呢?這個(gè)觀點(diǎn)背后的原因是，上個(gè)時(shí)代我們基于移動(dòng)互聯(lián)網(wǎng)，開發(fā)了各種各樣的APP，而如今ChatGPT引發(fā)了新的交互形式出現(xiàn)，每個(gè)細(xì)分賽道上都有可能會(huì)成長(zhǎng)出一個(gè)全新的獨(dú)角獸，或者全新的商業(yè)模式。
這個(gè)觀點(diǎn)不乏支撐的依據(jù)。
微軟公司聯(lián)合創(chuàng)始人比爾·蓋茨曾說，OpenAI的GPT人工智能模型是他自1980年首次看到現(xiàn)代圖形桌面環(huán)境GUI以來，最具革命性的技術(shù)進(jìn)步。
3月底，OpenAI開放了兩個(gè)自己的插件：網(wǎng)絡(luò)瀏覽器和代碼解釋器，并開源了一個(gè)知識(shí)庫(kù)檢索插件的代碼，支持開發(fā)者將信息進(jìn)行自行托管。
英偉達(dá)AI科學(xué)家Jim Fan在個(gè)人社交平臺(tái)表示：如果說ChatGPT的面世是“iPhone的出現(xiàn)”，那么此次推出的插件功能就是“iOS APP Store”的出現(xiàn)。
而“APP Store”只是一個(gè)開始，如果把GPT人工智能模型連接到企業(yè)的業(yè)務(wù)系統(tǒng)中，我們的很多環(huán)節(jié)是否能夠產(chǎn)生變革和提升?
人工智能原本就是可以賦能千行百業(yè)的水和電，如今隨著AI的巨大進(jìn)步，我們每個(gè)企業(yè)都有必要重新思考如何升級(jí)自己的AI大腦。
今天這篇文章，我們來繼續(xù)探討GPT人工智能模型可能將在工業(yè)互聯(lián)網(wǎng)領(lǐng)域引發(fā)哪些變化?
企業(yè)管理軟件值得被重做一遍
未來所有的公司都需要一個(gè)AI企業(yè)大腦。
這是一個(gè)預(yù)測(cè)，關(guān)鍵詞是“所有的公司”，因?yàn)锳I正在像水、電、空氣一樣，變成一個(gè)必備要素、一項(xiàng)基礎(chǔ)能力。
而我們企業(yè)中很大比例的企業(yè)管理軟件，都有可能在GPT人工智能模型的啟示中重做一遍。
GPT給了我們哪些啟示呢?
人們與機(jī)器溝通的方式會(huì)發(fā)生深刻的變化。我們一般通過各種軟件與機(jī)器溝通，軟件的進(jìn)步由交互方式的進(jìn)步所牽引，從最初的字符界面，到后來的圖形化操作界面，現(xiàn)在我們可以直接通過自然語言與機(jī)器交流。
以前我們通過各種編程語言，比如匯編、梯形圖、Python…告訴機(jī)器如何完成我們想實(shí)現(xiàn)的任務(wù)。其實(shí)編程語言也是一種“交互”，只不過這種交互在設(shè)計(jì)的時(shí)候?yàn)榱恕办`活”與“精確”犧牲掉了“易用性”?，F(xiàn)在有了ChatGPT，不用學(xué)習(xí)編程，我們就有能力調(diào)動(dòng)各種機(jī)器，達(dá)成某種結(jié)果。
曾經(jīng)我們一直追求讓機(jī)器能夠聽懂人類的語言，更加貼近人類自然語言的交互方式，今天我們終于接近了目標(biāo)。GPT的到來，讓自然語言能夠作為一種交互模式，學(xué)習(xí)與機(jī)器溝通的成本得到了巨大的下降。
不過從系統(tǒng)軟件的客戶視角來看，圖形化UI被完全取代是有前提的，也就是大部分員工要具備描述清楚自身訴求的能力，這個(gè)過程應(yīng)該是循序漸進(jìn)的。
目前，GPT這種溝通成本的下降，為軟件的降本增效提供了額外的助力。
現(xiàn)在一些軟件的交付成本高得令人咋舌。以Salesforce為例，Salesforce Premier級(jí)別的交付專家費(fèi)是軟件授權(quán)費(fèi)用的30%。然而，對(duì)于SaaS軟件廠商和客戶而言，這30%的成本卻可能成為他們共同的累贅。
造成這個(gè)現(xiàn)象的原因主要是因?yàn)檐浖袌?chǎng)客戶需求的多樣化，導(dǎo)致軟件必須要開發(fā)大量的配置項(xiàng)，甚至配置一些低代碼的能力，這些靈活性都會(huì)顯著拉高軟件的使用成本。
有了GPT，交付人員的內(nèi)部學(xué)習(xí)材料完全可以被人工智能的模型學(xué)習(xí)，并且推出針對(duì)性的專家系統(tǒng)。這意味著，一個(gè)交付人員可以在短時(shí)間內(nèi)交付的功能更多，客戶實(shí)現(xiàn)了成本節(jié)約，軟件供應(yīng)方也能在一定程度上提升毛利。
同時(shí)，ChatGPT大型語言模型在企業(yè)管理系統(tǒng)方面的應(yīng)用，可以實(shí)現(xiàn)不同軟件之間，比如ERP、CRM和MES，更加緊密的聯(lián)動(dòng)。通過自然語言處理技術(shù)，企業(yè)可以在生產(chǎn)過程中實(shí)時(shí)監(jiān)控生產(chǎn)數(shù)據(jù)，從而實(shí)現(xiàn)生產(chǎn)計(jì)劃的動(dòng)態(tài)調(diào)整。此外，大型語言模型還可以協(xié)助ERP和MES優(yōu)化企業(yè)資源的調(diào)配，提高資源利用率。
借助大型語言模型的智能化和自動(dòng)化能力，企業(yè)可以實(shí)現(xiàn)對(duì)ERP和MES系統(tǒng)的智能化升級(jí)。ERP和MES系統(tǒng)中包含了對(duì)生產(chǎn)流程、物流管理等方面的支持，需要強(qiáng)大和專業(yè)的功能才能實(shí)現(xiàn)，輔以GPT這個(gè)助手，ERP和MES可以變得更加智能。
例如，通過自然語言生成技術(shù)，企業(yè)可以實(shí)現(xiàn)報(bào)表的自動(dòng)生成和智能化解讀;通過智能化的異常檢測(cè)和預(yù)警，企業(yè)可以及時(shí)發(fā)現(xiàn)生產(chǎn)過程中的問題，降低損失;通過智能化的物料需求預(yù)測(cè)，企業(yè)可以實(shí)現(xiàn)生產(chǎn)物料的精確調(diào)度。
GPT模型作為一種自然語言處理模型，在它的眼中，并沒有像人類一樣進(jìn)行垂直領(lǐng)域的軟件劃分。這意味著，我們?nèi)藶樵O(shè)置的一些軟件分類，可能會(huì)在GPT模型的應(yīng)用中被打破。
微軟最近發(fā)表了一篇重量級(jí)的論文：TaskMatrix.AI: Completing Tasks by Connecting Foundation Models with Millions of APIs，展示了大型語言模型大開腦洞的能力。論文詳細(xì)介紹了使用語言模型對(duì)數(shù)百萬量級(jí)API進(jìn)行調(diào)用的方法，并展示了多個(gè)使用場(chǎng)景。
簡(jiǎn)要的說，TaskMatrix.AI是一個(gè)新的AI生態(tài)系統(tǒng)，將基礎(chǔ)模型與數(shù)百萬個(gè)API連接起來，以完成任務(wù)。論文作者的愿景是構(gòu)建一個(gè)生態(tài)系統(tǒng)，利用基礎(chǔ)模型和其他擅長(zhǎng)特定任務(wù)的模型和系統(tǒng)，可以作為API訪問。
TaskMatrix.AI的優(yōu)勢(shì)在于能夠執(zhí)行數(shù)字和物理任務(wù)，具有很好的可解釋性，而且可以隨時(shí)添加新的API。此外，TaskMatrix.AI制定了一個(gè)API平臺(tái)標(biāo)準(zhǔn)，這樣所有開發(fā)者都可以很容易地將新的模型或者API進(jìn)行接入。
TaskMatrix.AI就像是建了一座司令塔，每個(gè)大模型都能成為其中的“大腦”指揮官，其他專門解決某類任務(wù)的模型，則聽它的調(diào)令。
這個(gè)構(gòu)想非常震撼。
今天GPT人工智能模型的潛力只發(fā)揮了很小一部分，大多局限在B2C領(lǐng)域，就已經(jīng)創(chuàng)造出超過了萬億的市場(chǎng)，未來隨著B2B的空間開啟，這個(gè)市場(chǎng)規(guī)?？赡苁菐资f億。
清華大學(xué)智能科學(xué)講席教授、智能產(chǎn)業(yè)研究院(AIR)院長(zhǎng)、中國(guó)工程院院士張亞勤在一次訪談中提到，我們可以把GPT這個(gè)系列的生成式AI模型，看作一個(gè)由大模型組成的AI操作系統(tǒng)，和PC上的Windows具有相似的意義。一個(gè)新的操作系統(tǒng)出來是什么意思?下面的硬件、上面的應(yīng)用都會(huì)被重構(gòu)、重塑，形成一個(gè)新的生態(tài)。如果說PC互聯(lián)網(wǎng)的生態(tài)價(jià)值是1X，移動(dòng)互聯(lián)網(wǎng)的生態(tài)價(jià)值至少是10X，那么AI生態(tài)至少是100X。
可編程的物理世界
什么是產(chǎn)品制造的本質(zhì)?
伊隆·馬斯克的一段話觸達(dá)了核心，他說：“過去，所有的火箭都成本高昂。所以，未來的火箭制造也必然十分昂貴。但實(shí)際上，這個(gè)結(jié)論并不必然成立。
“你會(huì)問自己：制造火箭需要的原料是什么?是鋁、鈦、銅和碳纖維。然后你就可以按種類計(jì)算他們的成本。
“如果你收集了所有的原材料，然后只要揮一揮魔杖，就可以將原子重組的成本降為零。那你的火箭的成本將會(huì)是多少?我心想：哇，那成本就會(huì)特別低，大概是目前造價(jià)的2%。
“問題出在：怎樣重新排列原子。所以你需要搞清楚我們?cè)鯓右愿行?、更低廉的成本將原子重新排列。我和很多火箭專家安排了一系列?huì)議，只為了搞清楚，是不是有什么我目前不了解的竅門。但沒發(fā)現(xiàn)任何我目前還不了解的竅門。所以我創(chuàng)辦了SpaceX?！?/p>
因此，基于第一性原理思考，產(chǎn)品的最低成本=原材料價(jià)值(獲取原子的成本)+所需知識(shí)產(chǎn)權(quán)(排列原子的方法)。
正如我在上篇文章《工業(yè)AI距離到達(dá)“ChatGPT時(shí)刻”還有多遠(yuǎn)?》中提到，原子與比特的距離正在持續(xù)性趨近于彼此。
數(shù)字化轉(zhuǎn)型正在將基于稀缺的原子經(jīng)濟(jì)轉(zhuǎn)變?yōu)榉睒s的比特經(jīng)濟(jì)。
原子經(jīng)濟(jì)是一種稀缺且單調(diào)的經(jīng)濟(jì)，而比特經(jīng)濟(jì)是一種富足的經(jīng)濟(jì)。在比特經(jīng)濟(jì)中，一個(gè)人可以在不失去自己的知識(shí)的情況下輕松的轉(zhuǎn)移知識(shí)，而在原子經(jīng)濟(jì)中，轉(zhuǎn)移知識(shí)需要很長(zhǎng)時(shí)間，而且“復(fù)制”出來的知識(shí)很少像原來的那樣。
數(shù)字化轉(zhuǎn)型使得當(dāng)今在稀缺經(jīng)濟(jì)中運(yùn)營(yíng)的公司，能夠?qū)⒉糠謽I(yè)務(wù)轉(zhuǎn)移到豐富多彩的比特經(jīng)濟(jì)中。
數(shù)字化轉(zhuǎn)型是由技術(shù)進(jìn)步推動(dòng)的，主要是傳感器和執(zhí)行器，以及人工智能。數(shù)字孿生是數(shù)字化轉(zhuǎn)型不可或缺的關(guān)鍵組成部分，它是一些物理實(shí)體的數(shù)字模型和物理實(shí)體的數(shù)字影子。
數(shù)字孿生不僅支持監(jiān)控和模擬，還支持根本原因分析。數(shù)字孿生也可以用作物理孿生的代理，這在工業(yè)4.0和其他領(lǐng)域中得到了廣泛利用。
未來幾十年內(nèi)，更多實(shí)體將成為繁榮多彩的比特經(jīng)濟(jì)的一部分，例如能源和智能。數(shù)字化轉(zhuǎn)型使得在稀缺經(jīng)濟(jì)中運(yùn)營(yíng)的公司，能夠?qū)⒉糠謽I(yè)務(wù)轉(zhuǎn)移到豐富多彩的比特經(jīng)濟(jì)中。這種轉(zhuǎn)變將需要新的商業(yè)模式，因?yàn)楦蛔愕谋忍亟?jīng)濟(jì)有著不同的游戲規(guī)則。
諸多技術(shù)正在助力這種轉(zhuǎn)變，3D打印和協(xié)作機(jī)器人，這兩項(xiàng)技術(shù)是從比特到原子的回歸，它會(huì)讓我們從數(shù)字優(yōu)先的角度來思考制造的意義。AR在某種程度上將比特世界與原子世界聯(lián)系起來，在原子上疊加比特。VR僅利用比特世界，但也有著許多令人激動(dòng)的可能性和未來發(fā)展前景。
隨著數(shù)字革命對(duì)現(xiàn)實(shí)世界的影響已經(jīng)開始達(dá)到臨界值，我們正在著手進(jìn)行下一個(gè)重大轉(zhuǎn)變：可編程的物理世界。
如何對(duì)物理世界進(jìn)行編程?就是用軟件的方式把我們周圍的環(huán)境數(shù)字化，利用擴(kuò)展感知的設(shè)備來虛實(shí)結(jié)合的體驗(yàn)和控制物理世界，這種方式可以讓我們的生活通過數(shù)字形式與物理世界連接。
我們?cè)趧?chuàng)造現(xiàn)實(shí)之上的數(shù)字世界的同時(shí)，也需要用數(shù)字的方式控制和改造物理世界。設(shè)想一種場(chǎng)景，當(dāng)AI發(fā)展到更加聰明的時(shí)候，是不是足以替代人類工程師，調(diào)試設(shè)備，發(fā)現(xiàn)問題解決問題，優(yōu)化生產(chǎn)流程等工作，并通過機(jī)器人的操控，控制整個(gè)工廠所有生產(chǎn)流程?
雖然聽起來有些夢(mèng)幻，但是并不算特別遙遠(yuǎn)。生成式AI和大模型讓我們看到了利用虛實(shí)結(jié)合的方式控制物理世界的可能性。用數(shù)字虛擬的方式訓(xùn)練生產(chǎn)機(jī)器，最終實(shí)現(xiàn)全自動(dòng)化的制造業(yè)，讓機(jī)器制造機(jī)器。
那時(shí)，無論從制造效率上還是從良品率上，都可以上升到一個(gè)相當(dāng)高的水準(zhǔn)。
我們正處在物理世界可編程的初期。數(shù)字化做好了之后，才有訓(xùn)練AI的數(shù)據(jù)，沒有數(shù)字化，就沒有AI。
不過總是想象力有多廣，應(yīng)用就有多廣。一些企業(yè)正在利用GPT人工智能模型加速這個(gè)進(jìn)程，比如SensorSurf，它是傳感器數(shù)據(jù)版本的Snowflake，一個(gè)用于處理從相機(jī)、激光雷達(dá)等收集的PB級(jí)數(shù)據(jù)的平臺(tái)。去年12月推出，有2個(gè)客戶、產(chǎn)生了2.1萬美元的ARR(年度重復(fù)性收入)。?？怂箼C(jī)器人公司正在使用SensorSurf來幫助訓(xùn)練農(nóng)場(chǎng)機(jī)器人。
在工業(yè)領(lǐng)域，還涌現(xiàn)了一批基于工業(yè)知識(shí)庫(kù)的類ChatGPT智能聊天產(chǎn)品。例如，立足智能算法和機(jī)理模型，卡奧斯COSMOPlat推出BaaS工業(yè)大腦，工業(yè)大腦內(nèi)置領(lǐng)域?qū)＜抑悄軉柎鹣到y(tǒng)，能夠根據(jù)用戶提問，實(shí)現(xiàn)在線信息查詢、預(yù)訂、下載等問答識(shí)別。
使用工業(yè)ChatGPT，工人無需再每天在各種系統(tǒng)間進(jìn)行切換，查看不同數(shù)據(jù)信息進(jìn)行各種操作。設(shè)備保養(yǎng)無需再學(xué)習(xí)保養(yǎng)手冊(cè)、質(zhì)量評(píng)估也無需閱讀大量報(bào)表、工廠小白也不需要再詢問老師傅生產(chǎn)經(jīng)驗(yàn)。比如，現(xiàn)場(chǎng)的保養(yǎng)工人可以去問AI系統(tǒng)，這個(gè)設(shè)備需不需要保養(yǎng);工廠管理人員，可以直接讓ChatGPT幫他寫一份提高精益生產(chǎn)的報(bào)告等。
人工智能人才集中在產(chǎn)業(yè)中
最近，斯坦福人工智能研究所(HAI)發(fā)布了2023年AI指數(shù)報(bào)告，提供了AI領(lǐng)域當(dāng)前技術(shù)成就、政策趨勢(shì)、經(jīng)濟(jì)影響等多方面的最新情況。
研究報(bào)告發(fā)現(xiàn)，AI博士等人才主要都進(jìn)入了產(chǎn)業(yè)界，讓AI產(chǎn)業(yè)發(fā)展已經(jīng)自發(fā)形成了一個(gè)人才與技術(shù)應(yīng)用的正循環(huán)。
相比之下進(jìn)入政府機(jī)構(gòu)的數(shù)量?jī)H為0.7%，在過去5年中相對(duì)不變。學(xué)術(shù)界也有較大的降幅。
AI研究的一線正與產(chǎn)業(yè)一線統(tǒng)一。
這些人工智能人才正在推進(jìn)物理世界可編程的進(jìn)程，讓軟件定義的產(chǎn)品成為可能，典型代表例如軟件定義的汽車。
不僅汽車本身變成了軟件定義的智能移動(dòng)終端，擁有海量數(shù)據(jù)，涉及車身數(shù)據(jù)、環(huán)境數(shù)據(jù)、駕駛數(shù)據(jù)、車內(nèi)人的各類數(shù)據(jù)等，還可在全生命周期直達(dá)用戶，據(jù)此可衍生出多類業(yè)務(wù)模式，如軟件算法、虛擬司機(jī)、出行服務(wù)、運(yùn)營(yíng)平臺(tái)、售后服務(wù)及診斷等。
隨著人工智能等新一批技術(shù)逐漸成熟，個(gè)性化的服務(wù)從商品頁面的個(gè)性化推薦，到健身軟件中的訓(xùn)練計(jì)劃定制，一步步走進(jìn)我們的生活。
軟件定義的產(chǎn)品可以做到服務(wù)千人千面、常用常新，個(gè)性化服務(wù)的規(guī)?；l(fā)展正在開啟。
目前一些整車品牌已在進(jìn)行車輛靜止?fàn)顟B(tài)下的座艙創(chuàng)新，以激發(fā)并滿足日益增加的娛樂、休憩等各類需求，這也使得車輛超越了單純物理移動(dòng)的意義，類似于智能手機(jī)早就超越了單純的通信意義。
特斯拉車內(nèi)已內(nèi)置22種游戲，技術(shù)部門正努力將Steam上的游戲庫(kù)引入旗下車輛，未來特斯拉車機(jī)將支持流暢運(yùn)行Steam。硬件上，2022年特斯拉全系車輛將搭載AMD Ryzen芯片組，性能上媲美最新款的索尼游戲主機(jī)PlayStation 5。隨著內(nèi)容生態(tài)的日漸豐富，未來汽車可能參與內(nèi)容的分成，這可能成為一個(gè)空間巨大的收入來源。
大眾估計(jì)2030年汽車市場(chǎng)規(guī)模將達(dá)5萬億歐元，十倍于目前的智能手機(jī)市場(chǎng)規(guī)模，這主要是得益于軟件和自動(dòng)駕駛服務(wù)能力的提升。大眾將在汽車業(yè)新未來形成新的商業(yè)模式，利潤(rùn)池由整車硬件、軟件、電池與充電、移動(dòng)出行解決方案構(gòu)成。大眾認(rèn)為未來汽車依然是個(gè)性化的產(chǎn)品，但與傳統(tǒng)汽車時(shí)代相比，品牌的差異性將更多的來自于軟件與服務(wù)。
寫在最后
任何硬幣都有兩面。
工業(yè)壁壘較高，場(chǎng)景需求紛繁復(fù)雜，海量工業(yè)數(shù)據(jù)價(jià)值挖掘難度大，GPT人工智能模型如果要真正應(yīng)用到工業(yè)場(chǎng)景中，還需要進(jìn)行深度模型改造和持續(xù)優(yōu)化。工業(yè)模型如何訓(xùn)練、如何配置才更合理，如何獲得更多樣化的真實(shí)數(shù)據(jù)給模型充分的滋養(yǎng)，這些問題有待進(jìn)一步實(shí)踐。
雖然GPT在工業(yè)還有一段路要走，但更重要的是它已經(jīng)起步。
參考資料：
1. 如何使用語言模型調(diào)度百萬量級(jí)API?ChatGPT Plugins背后技術(shù)解讀，作者：Hugh，來源：知乎AGI Bootloader通用人工智能之路
2. 斯坦福最新AI報(bào)告發(fā)布，12張圖看懂AI現(xiàn)狀|前哨，來源：全球風(fēng)口
3. ChatGPT會(huì)干掉80%的SaaS公司，連帶Office一起，來源：ToB行業(yè)頭條
4. 一個(gè)AI驅(qū)動(dòng)百萬個(gè)API!微軟提出多任務(wù)處理模型TaskMatrix，機(jī)器人和物聯(lián)網(wǎng)終于有救了，來源：量子位
5. ChatGPT浪潮重構(gòu)互聯(lián)網(wǎng)生態(tài)，哪些創(chuàng)業(yè)機(jī)會(huì)涌現(xiàn)?來源：每日經(jīng)濟(jì)新聞
6. 萬字長(zhǎng)文：ChatGPT能否成為互聯(lián)網(wǎng)后下一個(gè)系統(tǒng)性機(jī)會(huì)?作者：十三，來源：量子位
