Ba hiệu ứng chính thúc đẩy ChatGPT: hiệu ứng quy mô, hiệu ứng mạng lưới và hiệu ứng phạm vi

Bài viết này bắt đầu từ ba khái niệm kinh tế là "hiệu ứng quy mô", "hiệu ứng mạng" và "hiệu ứng phạm vi", và trình bày chi tiết về ba hiệu ứng chính thúc đẩy ChatGPT. Khuyến khích cho những ai muốn tìm hiểu thêm về logic cơ bản của Internet.

Trong các báo cáo kinh doanh trên Internet, ba khái niệm kinh tế "hiệu ứng quy mô", "hiệu ứng mạng" và "hiệu ứng phạm vi" được nhắc đến thường xuyên.

Trong 30 năm qua, chính các nguyên tắc kinh tế đằng sau ba khái niệm này đã thúc đẩy những phép màu kinh doanh của Internet và các gã khổng lồ công nghệ.

Cách đây không lâu, các mô hình AI lớn do ChatGPT đại diện đã xuất hiện và được coi là nền tảng của thế hệ Internet tiếp theo.

Không khó để nhận ra rằng "hiệu ứng quy mô", "hiệu ứng mạng lưới" và "hiệu ứng phạm vi" vẫn là logic cơ bản được tuân theo trong quá trình phát triển của nó. Vì vậy, bằng cách suy luận và phân tích theo bối cảnh này, chúng ta có thể tìm ra được rất nhiều cảm hứng.

01 Hiệu ứng quy mô: nhân danh “sự xuất hiện”

"Hiệu ứng quy mô", còn được gọi là "lợi thế kinh tế theo quy mô", đề cập đến sự cải thiện lợi ích kinh tế do quy mô tăng lên. Nói chung, khái niệm này đề cập đến quy luật cho rằng trong một số ngành công nghiệp, việc tăng sản lượng sẽ làm giảm chi phí trung bình của sản phẩm. Đối với các mô hình AI lớn, lợi ích của quy mô không chỉ dừng lại ở những thay đổi về mặt định lượng như giảm chi phí.

Sau khi đào tạo dữ liệu khổng lồ, khi số lượng tham số của mô hình lớn đạt đến mức đáng kinh ngạc là hàng trăm tỷ, một hiện tượng "xuất hiện" đã xảy ra, tức là sự tương đồng giữa kết quả đầu ra của mô hình và tư duy, biểu hiện của con người đã có bước đột phá về chất.

Trước hết, điều này có nghĩa là các mô hình lớn gần như đã trở thành lĩnh vực độc quyền của các công ty lớn.

Về mặt phần cứng, chỉ những công ty lớn (hoặc "con của công ty lớn" như OpenAI) mới có đủ khả năng chi tiền để hỗ trợ hàng chục nghìn card đồ họa cho quá trình luyện tập marathon trong nhiều tháng; xét về mặt tài năng, chỉ những công ty lớn mới có thể chi trả cho một đội ngũ tiến sĩ máy tính đông đảo với chi phí lao động đáng kinh ngạc; Xét về mặt dữ liệu, không ai có thể so sánh với các ông lớn công nghệ trong và ngoài nước về khả năng tích lũy dữ liệu.

“To và xoăn” sẽ là tin vui cho những “người bán xẻng”. Ngay cả những người khổng lồ cũng không thể đảm bảo rằng họ sẽ là người chiến thắng cuối cùng trong cuộc chiến AI này.

Phải thừa nhận rằng, bạn có thể không đạt được kết quả mong muốn ngay cả sau khi tập luyện, và thậm chí sau khi tập luyện, bạn có thể không biết cách nhận ra kết quả. Nhưng bạn có dám bắt đầu luyện tập không?

Lúc này, các CEO của các công ty lớn đều nóng lòng như các bà mẹ ở Haidian, lại không thiếu tiền, cho nên Nvidia và Aofei Data tự nhiên trở thành Xueersi và New Oriental trước "giảm giá kép". Những người kiếm được nhiều tiền trong đợt đầu tiên chắc hẳn là những “người bán xẻng”.

Khi cấu trúc đầu sỏ ổn định, sự can thiệp của chính phủ có thể sẽ diễn ra.

Cho dù ở Trung Quốc, Hoa Kỳ hay Châu Âu, các chính phủ ngày càng lo ngại về việc các gã khổng lồ Internet sử dụng sai mục đích vị thế độc quyền của mình. Hiệu ứng quy mô của các mô hình AI lớn chắc chắn sẽ khiến cho "cỏ dưới gốc cây lớn khó mọc", chưa kể đến khả năng mạnh mẽ của nó chắc chắn sẽ gây ra tác động nghiêm trọng đến toàn bộ xã hội. Trong bối cảnh này, tình trạng “phải can thiệp” và “không thể can thiệp” của chính phủ có thể sẽ còn kéo dài.

02 Hiệu ứng mạng lưới: Chiến tranh trợ cấp có thể xảy ra lần nữa

"Hiệu ứng mạng" còn được gọi là "tác động bên ngoài mạng lưới". Đây là thuật ngữ trong kinh tế và kinh doanh được sử dụng để mô tả rằng đối với một sản phẩm (hoặc dịch vụ), mỗi người dùng bổ sung sẽ tạo ra giá trị mới cho những người dùng khác của sản phẩm đó.

Ví dụ, việc lắp đặt điện thoại không có giá trị gì khi không ai sử dụng, nhưng điện thoại càng phổ biến thì giá trị lắp đặt càng cao.

Mô hình lớn AI cũng tuân theo nguyên lý hiệu ứng mạng. Lấy ChatGPT làm ví dụ. Càng có nhiều người nói chuyện với nó, nó càng có nhiều tài liệu đào tạo và các lần lặp lại, và nó càng "hiểu con người" và trở nên "giống con người" hơn.

Điều này đòi hỏi phải chiếm giữ "lối vào giao thông" trong kỷ nguyên AI. Lý do là ai thu hút được nhiều người thực tế đến "thực hành" trước thì người đó sẽ có thể đưa mô hình của mình đạt đến trình độ trưởng thành cao hơn trước.

Điều này đã được chứng minh rõ ràng qua lợi thế đi trước của ChatGPT. Sau các cuộc trò chuyện bằng tin nhắn, "lối thoát giao thông" tiếp theo sẽ là gì? Trò chơi, video hoặc các hình thức tương tác khác chưa xuất hiện trước công chúng? Đáng mong đợi.

Hơn nữa, khả năng cao là sẽ lại xảy ra một "cuộc chiến trợ cấp" nữa. Vòng chiến tranh trợ cấp cuối cùng cũng được kích hoạt bởi hiệu ứng mạng lưới của nền kinh tế nền tảng. Chiến lược miễn phí ban đầu của ChatGPT thực chất là một kiểu “xoay vòng mọi người”. Dựa trên lý luận này, các gã khổng lồ trong và ngoài nước có thể sẽ phải đối mặt với một cuộc chiến trợ cấp đẫm máu khác, và MaaS có thể sẽ không thoát khỏi rào cản "chi tiền để mua khối lượng".

03 Hiệu ứng khu vực: Mối quan hệ yêu-ghét giữa con rồng hùng mạnh và con rắn địa phương

"Hiệu ứng phạm vi" đề cập đến tình huống khi một nhà sản xuất sản xuất nhiều sản phẩm có liên quan cùng một lúc, chi phí cho mỗi đơn vị sản phẩm sẽ ít hơn chi phí sản xuất riêng từng sản phẩm.

Thế hệ mô hình lớn mới do ChatGPT đại diện được coi là rất gần với trí tuệ nhân tạo tổng quát (AGI). Do đó, nhiều người tin rằng con đường truyền thống "một mô hình cho một kịch bản" đã trở thành lịch sử và AGI có thể làm được mọi thứ, nhưng mọi thứ có thể không đơn giản như vậy.

Chỉ riêng “phổ quát” không thể đạt được “khả năng sử dụng”. Chưa kể chi phí đào tạo một người mẫu "biết tuốt và toàn năng" sẽ rất lớn, các công ty lớn cũng khó có thể có được bí quyết và dữ liệu kinh doanh thực tế trong các lĩnh vực như y học và tài chính.

Điều này có nghĩa là một mô hình "chung" có thể học được rất nhiều "sự thật" từ Wikipedia, sách giáo khoa hoặc thậm chí là các bài báo học thuật trong các lĩnh vực liên quan, nhưng sẽ gặp bất lợi khi tiến hành kinh doanh thực tế trong các lĩnh vực liên quan vì không thể phù hợp chính xác với các tham số chính.

Dữ liệu từ các ngành công nghiệp phân khúc sẽ làm nổi bật các thuộc tính “yếu tố”. Khi khả năng khai thác dữ liệu được cải thiện nhờ nâng cấp AI, giá trị của dữ liệu tự nhiên sẽ tăng lên và các thuộc tính yếu tố sản xuất của dữ liệu sẽ trở nên nổi bật hơn.

Trong bối cảnh này, người nắm giữ dữ liệu chắc chắn sẽ không ngồi yên và nhìn giá trị gia tăng bị bên mô hình chiếm mất. Trên thực tế, có nhiều ngành công nghiệp có mức độ tập trung thị trường cao hơn "ngành công nghiệp mô hình lớn" (chúng ta hãy sử dụng thuật ngữ này ngay bây giờ), do đó, quyền mặc cả của những người nắm giữ dữ liệu có giá trị cao sẽ lớn hơn quyền mặc cả của những người nắm giữ mô hình và những người nắm giữ dữ liệu có giá trị cao thường cũng kiểm soát các kênh triển khai ứng dụng.

Trong bối cảnh này, những con rồng hùng mạnh và loài rắn địa phương cần khám phá một khuôn khổ sinh thái để cùng tồn tại. Chỉ khi những con rồng mạnh mẽ (người nắm giữ mô hình) và những con rắn địa phương (người nắm giữ dữ liệu giá trị cao) khám phá một loạt các mô hình kinh doanh thích ứng với môi trường thực tế và có thể được sao chép trên quy mô lớn về mặt phân công lao động trong đào tạo mô hình, phân phối lợi ích dữ liệu và chia sẻ kết quả ứng dụng, thì một hệ sinh thái cùng tồn tại lành mạnh mới có thể được hình thành.

Tác giả: Dongdong Benzun, tài khoản công khai WeChat: Dongdong Notes (ID: dongdong_note)