近期，在信息社会 50 人“智能时代：经济学的重构”论坛上，安筱鹏博士从大模型发展趋势、在典型行业中应用、对教育体系颠覆以及对组织形态重构等方面，深入分享了对于 AI 大模型的理解和洞察，以下是发言要点。
AI 大模型是通用人工技术（AGI）发展的重要里程碑，AGI 将引发新一轮数字技术竞争格局重构，也是大国新一轮数字技术竞争的制高点，必将对未来 5-10 年全球技术创新、企业竞争和国家博弈产生深远影响。
从这个意义上讲，大模型代表的不是一个技术，而是开启了新的智能时代。
AI 大模型既带了普惠效应，也带了极化效应。
一方面，AI 正在以更快的速度、更广的范围、更深的影响，让每个人、每个组织都能感受到新技术的红利。但另一方面，AI 大模型带来的是人和人的分化、企业和企业的分化、地区和地区的分化、国家和国家竞争力的分化。
AI 大模型正在形成更强大的规模经济和网络效应，人类社会将会迎来 10 万亿美元市值公司的时代。它可以在全球整合技术、人才、市场、资本等资源，让新技术通过高频迭代、低成本试用、大规模普及。这改变的不仅仅是一个企业的竞争力，也是一个地区、国家间核心竞争力和国际竞争格局。
AI 大模型重构软件系统、驱动万物智能，是变革生产力的主要途径。
20 世纪 60 年代，美国经济学家威廉·鲍莫尔和威廉·鲍恩提出了一个问题：为什么教育、法律、医疗、表演、休闲等服务行业的成本和价格一直在上升，而有形商品价格持续下降？
制造业等进步部门可以通过使用劳动节约型技术大幅提高生产率，使得产品成本持续下降，而技术进步并没有带来服务业生产率大幅提高，服务业等停滞部门的成本不断上升。
后来人们将这一现象称为“鲍莫尔病”。
半个多世纪以来，“鲍莫尔”不仅没解决，而且越来越严重。
商品价格在不断下降，但美国服务的价格在过去十多年持续攀升。自 2000 以来，美国医疗服务价格增长 200%、大学费用增长 150%+、医疗保健增长 100%，而玩具价格降了 50%、电视价格降了 100%。“鲍莫尔病”在进入新世纪后更严重了。
2021 年 3 月 16 日，OpenAI 公司 CEO 山姆·阿尔特曼（Sam Altma）在《万物摩尔定律》文章中预言：AI 革命是继农耕时代、工业时代、计算机时代之后的第四次革命，10 年后 AI 可以完成几乎所有工作，包括科学发明。可以确认的是，AI 将使产品（Goods）和服务（Services）变得越来越便宜。为此，为迎接一个包容性的智能社会到来，政府应当建立新的税收制度和资本市场。
AI 是否能够提高医疗、教育、法律、政务、创意、影视、娱乐等服务行业的生产效率，为解决“鲍莫尔病”找到新药方？
我们可以看一看几个服务业领域正在发生的变化。
软件行业是过去几十年人才最稀缺的行业，AI 大模型正在改变这一格局，AI 软件开发和编程能力正在逼近人类。今年 4 月 GPT4 发布后，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 万人民币的软件开发人水平。GPT4 通过了谷歌编码 L3 级
（入门级， 18 万美元年薪）工程师测试。
Stability AI 的 CEO 说人工智能将在五年内取代人类程序员。谷歌旗下 Deepmind 公司编程应用 AlphaCode，在编程比赛中超过 45.7% 的人类参赛者。有这样一个案例：一个只有 8 岁的小孩，利用人工智能开发了一款平台跳跃小游戏，代码由 ChatGPT 和 Claude 生成、美术由 Stable Diffusion 提供。
今年的云栖大会上，阿里云也推出了一款代码大模型，叫“通义灵码”， 可自动生成行级/函数级代码、单元测试、代码注释等，为开发者带来高效、流畅的编码体验。
从赋能实体经济的视角来看，大模型生成代码的价值，可能超过生成文字/图片/视频的价值，这个价值被远远低估了。
未来 AI 将重构整个软件体系，所有的软件都需要基于 AI 重新做一遍。这句话的关键词是“所有”。
“所有”的含义是：手机上所有的 APP 会被重构，Windows、Office 等办公软件会被重构，ERP、PLC、SCADA 等工业软件会被重构。所有软件将由 AI 驱动，软件服务模式加速从“流程”驱动到“数据”驱动，SaaS 软件从“在线化”走向“智能化”。软件开发前端从流程事务处理，到人机对话交互；软件开发后端的更多代码将自动生成。
未来所有的智能硬件包括手机、计算机、智能家电、摄像头、机器人、AGV 小车、工程机械等将被 AI 大模型驱动。你可以问家里的摄像头，你家的猫在哪里？你可以让机器人像人一样和你聊天、端茶倒水。你可以让生产线上的码垛机器人，根据人的自然语言指令生成或圆形或方形的堆垛。
不是说仅仅在未来会重构，此时此刻的当下已经在发生变革。
今年西门子和微软已经达成新的战略合作，在今年的汉诺威博览会上，展示了 ChatGPT 和其他 Azure 人工智能服务如何增强西门子工业自动化工程解决方案能力，工程团队可以通过自然语言输入生成 PLC 代码，从而显著减少时间和错误概率。
今年 4 月，阿里云工程师就在实验室将通义千问大模型接入工业机器人，在钉钉对话框输入一句人类语言，大模型就会自动生成机器人可以理解的代码，从而远程指挥机器人工作。
7 月 28 日，谷歌 DeepMind 推出了一款新的机器人模型 Robotics Transformer 2（RT-2）。这是一个全新的视觉-语言-动作（VLA）模型。例如，对 AI 说“捡起已灭绝的动物”，机械臂会在一堆塑料玩具中精准地选择恐龙。“灭绝的动物”很多，在此之前，机器人无法做到把“灭绝的动物”和“塑料恐龙玩具”联系在一起。
未来，当智能设备被 AI 大模型所驱动，其背后折射出的是，伴随着 IT 技术、CT 技术、DT 技术和 OT 技术的融合，伴随着被 AI 大模型所驱动，越来越多的设备正演化成一个智力水平不断成长的智能体。智能时代将是一个智能体涌现和联合的时代，这也将带来人类生产组织和生活方式的深刻变革。
近期美国技术圈讨论一个招聘案例：一家技术公司准备招聘 1 名员工，有 2 名程序员来应聘：一个是拥有 4 年编程经验的巴基斯坦人 Hamid，一个是拥有 19 年编程经验的德国人 Alex，公司安排两个候选人开发一个软件（创建最小可行性产品 MVP）。一周后，Hamid 完成了 95% 的 MVP，而 Alex 只完成了 7% 的 MVP。为什么只有 4 年编程经验的人反而编程速度更快呢？因为他借助了代码大模型，不仅编程效率更高，整个开发成本也极大降低。
2023 年 10 月，GitHub Copilot 开发者突破了 1 亿，付费用户已突破了 100 万。从最早只有 27% 的开发者会使用到如今的 46%，GitHub Copilot 让开发者的代码编写效率提升了 55%，高达 75% 的开发者在使用 Copilot 时感到更有成就感。GitHub CEO 说“很快 AI 将能实现 80% 的编程”。在全球峰会上，他直播用 GitHub Copilot X，仅仅耗时 18 分钟就编写出了贪吃蛇游戏。
简单回顾软件开发的历史，从物理交互界面的效率低、操作员必须熟悉每台机器的物理按钮功能，到编程交互界面的门槛高、操作员必须熟悉计算机硬件细节并精通编程，再到图形交互界面（GUI）空间小，而对话式交互界面（CUI）可以实现效率高、门槛低和无限触达。AI 大模型的出现，真正能够打通人类语言和机器语言。
2023 年 4 月 28 日，《美国医学会杂志》的研究显示：面对病人的咨询，“ChatGPT 医生”获得好评的数量是人类医生的 4 倍。在“富有同情心”的指标中，ChatGPT 更是收获了 45% 的肯定，而人类医生仅有 4.6%。
今天，医患比例严重不足是全球面临的共同难题。2019 年《柳叶刀》的数据显示，全球缺少 4300 万名卫生工作人员。现在，AI 阅片的准确率达到了 95% 以上，年轻医生准确率在 80% 左右。原来阅一个片需要 25 分钟到半小时，在 AI 加持下不到半分钟。
围绕医疗领域，AI 已经有了很多创新。今年 8 月，谷歌发布全球首个全科医疗大模型 Med-PaLM ，这是首个在美国医疗执照考试中达到专家水平的大模型，懂临床语言、懂影像，也懂基因组学。国内也已经发布了超过 40 个医疗大模型，在浙大附属医院、华山医院等医院试用。
不仅如此，AI 大模型在特定的病例识别方面效率更高。国外有一个案例：一个 4 岁男孩牙痛持续加重，后出现走路不稳，历时 3 年，经 17 位医生（包括神经科、神经外科、儿科、内科、骨骼肌肉专科等）问诊也没有确认病因。最终疲惫而沮丧的妈妈将儿子的病历资料提问抛给 ChatGPT，得到的诊断包括脊髓栓系综合征。由此，该名儿童最终得以确诊和治疗。
律师这个行业的服务价格，在美国还是比较贵的，大概每小时 150 美元。但现在有一个年服务费只要 36 美元的 AI 律师，他不仅便宜，在某些能力上和那些每小时 150 美元的律师差不多。它可以进行智能化、自动化的法律检索，起草法律文件、起诉书、备忘录、判决书，预测案件判决结果等等。在美国的律师资格考试中，GPT-4 已经超过了 90% 的学生。
目前，已经有一些公司在法律大模型这个细分领域深耕：
EvenUp：
个人伤害索赔领域垂直 LLM，2019 年成立，B 轮融资估值 3.5 亿美金，已落地超 200 家律所。
Harvey：
专为律所打造的 LLM，2022 年 11 月成立，获 OpenAI、红衫投资。
律商联讯：
顶级法律、专利、税务等服务商，2023 年 5 月推出全球首个面向法律界类 ChatGPT 生成式 AI 平台——Lexis+AI™。
汤森路透：
法律业务是三大支柱业务之一，每年 1 亿美元投向 AI。
设计：Midjourney 让最富有创造力的艺术家们不淡定了
2022 年，在美国科罗拉多州举办的艺术博览会上，一幅名为《太空歌剧院》的画作，在数字艺术类别的比赛中一举夺得冠军。据媒体报道，《太空歌剧院》与人们普遍认知的艺术作品有所不同，它是游戏设计师 Jason Allen 通过 AI 绘图工具 Midjourney 创作而成，一时引发很多热议。
电影导演陆川说，AI 用 15 秒出来的效果，比找专业海报公司做一个月作品要强大很多。如果去找专业图像公司来画气氛图，一张至少要花上万元，现在用 AI，可能只要十元钱。
面对这样的场景，一些人甚至悲观地表示：我们眼睁睁地见证了艺术的消亡。如果连艺术工作都无法避免被机器所吞没，那么其他高技能的工种也将面临被淘汰的危机。到时候，我们又能剩下什么呢？
今年 11 月 28 日，成立半年只有 4 个人的小公司 Pika 发布自己 Pika1.0，
可以通过输入文字高质量地输出视频，成为颠覆电影和视频创作现象级 AI 应用。近期获 5500 万美元融资，估值在 2-3 亿美元，半年用户超 50 万，国内已与《流浪地球3》开展合作。它将带来一次影视创造模式的革命，也许每个人都可以圆自己的导演梦和演员梦。
AI 成为芯片设计的“器”，用 AI 帮 AI，AI 与 EDA 的双向奔赴，将开启芯片设计的下一场革命。
英伟达用 AI 设计 GPU，比传统 EDA 减少 25% 芯片面积，功耗更低。随着摩尔定律变慢，开发其他技术来提高芯片性能变得愈发重要。设计更小、更快、功耗更低的算术电路，就是其中的方式之一。基于这样的背景，英伟达的研究人员提出了 PrefixRL——用深度强化学习优化并行前缀电路。英伟达 Hopper 架构 H100 就拥有 13000 个 AI 设计电路。
谷歌也开始使用强化学习（RL）技术设计自己的 TPU AI 加速器布局。Synopsys 和 Cadence 等传统芯片设计工具公司积极拥抱 AI 设计。
中科院陈云霁团队，推出了世界首个完全由人工智能设计的 CPU 芯片“启蒙 1 号”，短短 5 个小时内便生成了一个工业规模的 RISC-V CPU 核心，设计周期则缩短至 1/1000。
AI 大模型正颠覆传统教育体系？时代需要什么样的人？
进入新的智能时代，传统的教育体系会不会因为大模型而颠覆呢？
我们这个时代，五年、十年、二十年之后，到底需要什么样的人呢？
我们看到，在教育领域，GPT 已经通过了各种各样的开始，比如 ChatGPT 已经通过美国沃顿商学院 MBA 期末考试。
今年 3 月，OpenAI 和宾夕法尼亚大学推出了一份研究报告，针对 1000 多种职业，探索 AI 大模型怎么影响美国劳动力市场。首先我们先来定义什么是“影响”， “影响”的含义是，当一个职业使用大模型时，能否让工作时间减少至少 50%。研究人员的结论是：
对于 19% 的岗位，至少 50% 的工作内容会被影响。对于 80% 的岗位，也至少有 10% 的工作内容被或多或少地波及。而且高收入工作面临着更大的风险。
AI 大模型是什么？今天的 AI 大模型可能就像历史上的火药，正在从放烟花时代走向枪炮时代，实现从冷兵器到热兵器的跨越。
那什么样的人才不会被这个时代淘汰呢？我觉得有三个标签：
一是想像力，二是创造力，三是批判精神。
现在的教育体系下，我们可以想一下，哪一个是培养想象力、哪一个是培养创造力、哪一个是培养批判精神。如果没有这三个能力的时候，这些培育的人未来能够做什么工作呢？我们靠什么参与全球竞争，这些问题都值得深入去思考。
AI for Science 论文数量井喷，AI 已成为重要的科研手段
AI 不仅仅是一种工具，近年来，AI4S（AI for Science）成为一种基本科学研究方法。理解蛋白质三维空间结构一直是生物学中的重大挑战，过去几十年，结构生物学家通过X射线晶体图学或者冷冻电镜等高科技手段，共得到十几万种蛋白质结构。
直到 2020 年，这一困扰生物学家 50 多年的问题被 DeepMind 团队开发的 Alpha Fold2 模型彻底打破，Alpha Fold2 的预测精准度几乎达到冷冻电子显微镜等实验技术的水平。2022 年 7 月 28 日，DeepMind 公布了从细菌到人类的几乎所有已知（2 亿多个）蛋白质的可能结构，并将其纳入相关数据库,供研究人员免费搜索蛋白质结构。
Google 学术相关数据表明，近 3 年使用 AI 的论文数量增长率超 3 倍。像材料科学、生命科学、能源科学，近 3 年使用 AI 手段开展科研的比例超过 34.5%。换句话说，人们认识和改造世界的方法论已经发生了重大变化。
中山大学：用云加速 RNA 病毒发现，重新定义了人类对病毒演化历史的认知。
全球 RNA 病毒种类丰富多样，且高度分化。受限于聚类统计学算法和传统计算方法，主流配置服务器运行一次试验的时长达 2-3 个月，科研代价大、结果精度不高，研究效率低。
中山大学医学院围绕 RNA 病毒研究，开发 AI 大模型，帮助 RNA 病毒发现技术突破，将 RNA 病毒的发现效率从 2-3 月缩短为一周，扩充全球 RNA 病毒库——近 30 倍的新发现病毒种、约 9 倍的新发现病毒超群。云和大模型大幅提升了人类发现 RNA 新病毒的效率，重新定义了人类对病毒演化历史的认知。
AI 大模型是人类社会第 25 种通用目的技术，通用目的技术将带来组织形态的变革。
Midjourney 公司 2021 年成立，拥有 1000 万的社区成员，1 亿的营收且零融资。此前只有 11 个员工，包括 1 个创始人，8 个研发，1 个法务和 1 个财务。PIKA 公司成立 6 个月，也只有 4 个员工。它们的规模反映出一个现象：未来的企业会越来越小型化，越来越微粒化。
为什么微粒组织、微粒社会正在崛起？我们可以思考一个问题：人类是怎么协作的？如果我们把时间尺度拉长，看到的是基于信息能力提升所带来的社会协作水平的深化，是人类社会演进的一条主线。
在《人类简史》中，作者赫拉利提到，10 万年前地球上存在着猿人、智人等人类祖先，但在 1 万年前只剩下了智人。智人在进化中率先在语言和信息交流上实现了突破，形成了一种超凡的信息认知。这样，人们不仅可以交流猎物和危险的来源，还可以设定一个目标，实现人与人之间的协作。
到了工业社会，随着印刷、电报、电话的普及，人类的协作从熟人分工演进到陌生人协同，从封闭体系到开放体系，从小尺度到大尺度，从几百人到几十万人，开启了大制造、大零售、大流通的时代。
再到今天，从计算机到互联网，从人人互联到万物互联，从人工智能到区块链，我们正在重构对外部世界的感知、获取和利用的方式。这种沟通方式的变革正在重构分工协作的基础设施、生产工具和协作模式。
一代协作技术，一代组织形态
从 PC 互联网到移动互联网，再到今天的智能时代，信息在组织内部的管理、监督及在外部交易、协作中的成本不断降低、协作模式不断创新，企业边界正在重新定义，科层组织正在瓦解，微粒企业（组织）正在崛起。
康威定律说“系统的技术架构会是组织架构的复刻”，但今天我们看到的更多是“逆康威定律扩展”，即我们用什么样的沟通协作系统，决定了我们是什么样的组织形态。就像经常有人说的一句话，“一代协作技术，一代组织形态”，你有什么样的技术沟通方式就会催生、诞生、孵化出什么样的新的组织形态，不同的技术时代会形成不同类型的组织。
今天，当云计算、大模型、AI 到来的时候，微粒企业正在崛起。过去开发一个软件的功能，达到最小化可行产品（MVP）的团队规模可能需要 40 个人、50 个人，今天可能只需要 3 到 4 个人，组织变得越来越小，这是技术变化的一个趋势。
AI 重新定义组织形态，AI 正在重新定义“员工”
AI 的到来会让你拥有一个新员工，它是一个“学霸”，已经学习了地球上所有的知识。你需要与这个员工不断地交互、协作，不断地驯化与被驯化。
之前有一个概念叫“AI 助理”，这个词的叫法可能不对，它可能是助理，可能是教练、顾问、队友，也可能从 Copilot 辅助驾驶到 Autopilot 自动驾驶, 我们跟 AI 员工之间是一个相互赋能的过程。
试想一下，数字员工应该归属哪个部门？我们看到有“数字招聘员工”、“数字财务员工”等各类数字员工，它不仅具有 IT 属性，还具备一些人的功能，那它是属于人力资源部门还是 IT 部门？这些问题目前没有结论，都是需要探讨的。
文章来源｜阿里研究院
（ID：aliresearch）
编辑｜段文秀
审核、责编｜杨帆
