ChatGPT爆火之后，这一波AI科技浪潮非常凶猛，各种AI原生应用如雨后春笋般冒出。直至今日，任何话题沾上一点AI，都会成为热点。但另一种角度，AI除了能写诗画画，在具体应用领域并没有现象级的产品出现。

甚至某个大会中，科研人员也会疑问：AI投入那么多，产出到底是什么？对啊，AI到底产出了什么？一直是个薛定谔的状态。

我们在聊这个问题之前，先了解一下不同技术路线的发展情况。目前热度最高的AI毫无疑问是美国搞的的通用大模型。而同时期中国的AI研究也在搞，但从表面来看不如美国，似乎存在差距。不过中美之间，技术和人才的差距其实并不大，主要我们还是硬件部分受限，技术研究、软件生态方面，基本上和美国不相向下。

对通用大模型打个不恰当的比喻，等于集成了几百个app的功能，并且还在不断融入新的app。你可以把它的前景描述的非常好，但无疑软件容积会变得非常巨大。你需要不断的解决内容加入和数据兼容的问题。你只能不断加大投入，至于什么时候能做出来，不知道，但是得加钱！曙光已经出现在地平线了……

中国作为后发方，没有那么庞大的数据支撑，也无法找那么多2美元一天的数据标注工来为自己服务。但很多领域，是不适用通用大模型的，而是需要专精某些领域的模型。哪怕它不如通用式未来场景那么震撼，但是却可以迅速落地，进行产业融合。最后依托分布式的基础，慢慢地将各个子系统的功能进行联网和共享。

在路线选择的不同，是因为产业结构决定了应用场景。中国的核心是实体经济，所以发展的AI都是工业应用，终端产品应用方面的，倾向于搞专用类大模型。正是基于这个基础，国内的分布式AI场景大量的融入我们的生活之中。可以说我们今天的现代化生活就是运行在这样一个分布式系统之上的。但是这种潜移默化的东西，自然不如抓人眼球东西来的震撼。

如果说实体经济倒逼需求，那美国就是金融经济倒逼需求。毕竟实体经济相对比较难以形容，经济的大头在金融领域。搞出的AI也就倾向于融资、股市等金融领域。搞出的大多是“琴棋书画，能歌善舞”的通用大模型。而且隔三差五要出一个抓人眼球的成果，比如Sora的视频之类，让普通人感到震撼和夺目。

因为它的整体思路就是要通过规模的可扩展，来进行大范围的数据处理从而进行人工智能运用。这对于算力的需求，对于数据的需求是巨大的，因此需要的投资也是巨大的。你需要前期投入大量的算力和财力，来支撑整个数据量。虽然这些东西尚不成熟，如何产生经济效益，现在也说不清楚。

是不是回过一丝味儿来了？不急，我们可以在讨论下AI热潮是如何“横空出世”的。AI为什么会消耗巨大算力，是因为算力出现空档和限制。而闲置的算力，是因为各种“挖矿”热潮之后的副产品。但前期投入已经进去了，设备不能限制，需要给闲置的算力寻找一个新的出口。

而闲置的算力和热钱，终于找到了一个突破口——AI时，终于找到了倾斜口。我们从金融角度可以更好地理解美国发展AI的逻辑。先是产生概念，然后产生估值，并利用估值去招揽投资。在投资过程中，为了使投资者保有信心，更为了有后来者接盘，需要不断的整出“花活”或噱头，哪怕一丝丝的进步都要让全世界关注，成为媒体的焦点，最终达到融资的目的和变现的需求。

那么问题来了，通用大模型到底行不行？我们现在来看它试图用文字，说白了就是人类语言来进行思维构建，使它变得更加智能。语言肯定是对人类思维有所促进的，但人类语言不是思维的本体。你没有语言的时候，人类没有思维吗？你不能说我掌握了所有语言，我就掌握了人类的思维了呀。

那你没有掌握思维，你不知道思维的技能，那你怎么能说它是智能呢？所以准确来说，现在AI不能叫人工智能吗，而应该叫文件检索2.0。我把大量数据录入数据库，进行检索时他根据数据生成我想需要的内容。从这个角度说，AI的发展确实为我们的信息检索带来了前所未有的便利和效率。目前主要应用场景也是在这个方向。

但是更进一步，比如很多人赋予它一些超过本身的价值，比如关于生产力的提高，关于人类社会的发展，就不是它能解决的。时间已经过去2年了，区块链元宇宙已经进入历史的尘埃。直到今日，这些AI还是没能证明自己的具体产出。只是在信息检索方面给人提供了一些便利。

我们如果了解它背后的深层逻辑，也就不会对这个技术抱太多不切实际的幻想。对于美国来说，一切都是为了烘托股市。所以要自己炒作概念，自己发行货币，最后自己分。最后按这个模式，靠着世界货币的优势，让全世界人民替他们买单。当然整个现代化的全球体系也是人家建立并设立的标准，在这个体系里美国只要负责印钱就行，反正有强大的美军罩着。但如果这个体系出现动摇呢？

来源：防务微观察