Newswire
Newswire
Newswire 登入
Newsletter|Newswire Newsletter 联络我们|Newswire 联络我们 登广告|Newswire 登广告 关于我们|Newswire 关于我们 活动|Newswire 活动

ADVERTISEMENT

ADVERTISEMENT

LLM

当先进的LLM把开发权力下放给更多人时,谁也说不准,哪一天就有某个软件,被原本的客户以近乎草莽的方式反手取代。 上一篇提及,由于被特朗普提名的下一任美联储主席凯文华许(Kevin Warsh)并非大众熟悉的鸽派人物,且此君也认为美联储应该减缩资产负债表,所以市场解读其作风较为鹰派。 这原本只是市场对美联储未来利率走向的猜测,最直接的影响集中在贵金属与加密货币。近期黄金和白银的价格波动已充分展示。这一次的市场极端变化也再一次展示加密货币的涨跌,更多是市场闲置资金的炒作(当然包括特朗普推行的政策),它尚未具备加密货币信众们所说的 “数字黄金” 属性。至少,在2025年,加密货币投资是输少当赢。 不过,就当大家以为这股动荡只会停留在贵金属等领域时,市场突然冒出一则消息:AI正在取代软件公司的地位。 此消息一出,许多软件公司的股价纷纷下跌,绘图软件老大Adobe更是跌破300美元关口,为5年内最低点。 而这一次的AI软件公司并非大家熟知的OpenAI或谷歌,而是Anthropic旗下产品Claude。 Claude是Anthropic研发的LLM(Large Language Model,大语言模型)产品。虽然没有ChatGPT或Gemini在市场上具备的高知名度,但它在许多工程师或重视工作效率的专业人士眼里,却是独特的佼佼者。外国社交媒体Reddit就有许多这方面的讨论,大家可以自行去看看。 是的,Claude没有图形绘画能力,没办法像ChatGPT或Gemini那样生成各种图片让大家发在社媒上传播,而且早期的Claude还不支援网上搜索功能。不过,就在大家以为Claude会被慢慢淘汰的当儿,它们所释出的模型(Opus)以及效率却一而再地惊艳使用者。最近推出的Claude Cowork更是直接接管日常工作(小至文件管理,大至财务管理,甚至软件创建),堪称任劳任怨又聪明的同事。 不久前,我与一些上市公司管理层见面,他们本来打算购买一些数据分析以及模型预测软件,但价格实在太昂贵,最终决定 [vip_content_start] 聘请几位数据科学(data science)、编码,和模型建造的年轻专才,花了3个月时间建造一套自家的小型LLM模型,而且数据预测的效果比原本想要购买的软件还要好。 不过,若想借助LLM打造一套软件并推向市场,未必行得通。因为公司客户不仅关心软件本身的能力,也会评估后续技术支援是否可靠,公司内部的IT部门大多不会同意采用陌生系统。若缺乏了现有客户的背书,商品将难以推广。不过,若只作为内部使用,则可以省却一套麻烦的流程。 回到主题。Claude Cowork释出的消息是在2026年1月12日公布,并在4天至11天内,陆续向所有付费用户开放。换言之,这已经不是什么新事件,而市场过了很久才跟上反应。 就像2024年12月,当中国的幻方量化释出DeepSeek的蒸馏模型论文时,同样没有引起太多人关注。当大家还在纠结于拜登卸任前推出的晶片出口限制条例,一位朋友告诉我DeepSeek将完全破除拜登对晶片限制的逻辑。果不其然,2025年初DeepSeek引爆市场,理应收益的英伟达,其股价却是下滑的。 如今,Claude Cowork的推出也一样。 你说Cowork真的会让所有软件公司灭顶吗?这得看软件公司的功力。举例来说,微软就相对安全。因为许多公司规定,其员工只能使用Copolit,并同时屏蔽了所有LLM。这当然有公司对于资料安全的顾虑,或是它们已经订阅了最高阶的微软全家桶配套,自然是要员工继续使用现有工具,而不是增加额外费用(这使得我看Copilot的目光就像是看Internet Explorer一样)。 因此,微软大可依靠它们本来就非常强大的全家桶配套,“逼迫” 大家继续使用。但并非所有软件公司都是微软,当先进的LLM把开发权力下放给更多人时,谁也说不准,哪一天就有某个软件,被原本的客户以近乎草莽的方式反手取代。 这对原本就在从事软件或手机程序开发的公司来说,这意味着估值和市场地位可能随时被重塑。 当市场对未来并不是十分坚定时,或者期望值过高时,只要一些风吹草动,加上媒体的耸动性报道,就容易引起恐慌性平仓。弱手资金(Weak Hands)迅速流向强手(Strong Hands),进一步放大了波动。 这一次的市场修正就是如此。 相关新闻: AI让软件股已死? 华尔街不问价格全面甩卖
4月前
光是2024年,OpenAI净亏损就已高达50亿美元;目前我们所看到的AI技术,绝大多数都尚未实现商业价值。   人工智能(AI)可以说是时下最火的话题,无论你是否相关从业者,对AI持乐观还是悲观立场,你都会从各类平台接触它,无可避免。 投资界里,AI似乎也成了最热门的词汇。只要你的公司有AI,估值就会增加,融资金额也更高。一堆大型投资机构捧着钞票追着你跑,深怕你不给他们加入。 但,当一个池塘里的饲料增加了,就会出现鱼目混珠的情况。比如“伪AI”。许多公司会将自己的产品和服务包装成 AI,但并非真实技术。 日前,有家印度公司声称能让AI生成程序码,许多大公司(包括微软)都纷纷投钱。结果,这家公司并非真的用AI来生成程序码,而是聘请大批人力,收到用户的指令(prompt)后,再转用其他AI软件生成程序码。 也就是说,这家公司的服务听起来是很智能,不过他们就只是传递信息而已。客户大可绕过他们,自己用软件来生成程序码。 我们看看OpenAI那样的真玩家。即便OpenAI看似已成为业界扛霸子,实际上日子也并不好过,因为他们推出的技术再厉害,都无法回避连年亏损的事实。 光是2024年,OpenAI净亏损就已高达50亿美元。请看清楚,是一年亏50亿美元。 用一个不是太恰当,但全马来西亚人都能深切体会的类比——1MDB丑闻所涉及金额约40亿美元。换句话说,OpenAI一年的亏损,就相当于重演一场1MDB丑闻。 大家要明白一个事实,那就是目前我们所看到的AI技术,绝大多数都尚未实现商业价值。当然,有人可能不认同地说,2024年OpenAI营业额高达37亿美元,这些钱难道不是商业价值吗? 但是,如果一门生意要不断贴钱,而且越做越亏,那它就谈不上商业价值,就是纯粹的亏损。如果每1令吉的生意需要贴上2令吉成本,那我何不将这2令吉直接记录到公司账本里?至少,我的营业额是2令吉,扣除2令吉的 “成本” ,我也能够达到 “收支平衡” 。 换言之,现在的AI市场就像大家在玩着一个游戏。在这个游戏里,大家都有个共同的想象情景:彼此已经完成厮杀,优胜劣汰,赢家只有两到三位,绝大多数市场份额都被第一名拿下。 这就是所有AI从业者,或者说许多创业者的梦想。 但,这个梦想何时来临?没有人知道。 会不会有实现的一天?恐怕也没有人知道,更不怎么敢问,生怕会醒过来。 因此,是不是所有公司都要拥抱AI?从生产力考量,确实应该,这是个很好的学习契机。我相信很多企业老板为公司加入自动化元素时,就会发现 [vip_content_start] 原有的作业流程有大量改善空间。或许,部分公司会发现,他们未必需要AI,光是从简化流程出发,就能找到优化企业的关键。 那么,如果公司预算充裕,是不是就能直接进攻AI领域呢?比如研发自家LLM(Large Language Model,大型语言模型),推出类似DeepSeek那样的产品?我觉得未必。 LLM极其考究训练资料量,许多企业都是靠 “笨功夫” 来解决——给资料备注,提升机器学习效率。这种做法往往需要极高的模型参数,但换了更高的精准度。 另一种方式,是类似DeepSeek那样的蒸馏法——通过其他LLM训练出自己的逻辑。这类方式所需的模型参数比较低,运作起来也更快,而且精准度大概率也不会打太多折扣。 还有一种方式,是减少参数,但用极高质量的资料来训练,例如教科书资料。通过这类资料训练后,LLM所需的参数不会太大,精准度也能大幅提升。 其实,这些方式和人类的学习过程相当类似。不过,人类有较强的联想力,以及对抽象概念的辨认。 因此,我们可以得出结论:训练资料不是要够多,就是要够好。当然,资料越多,高质量样本的比例也越高;反之,资料不足,就难以训练出理想的LLM。 这也是为什么目前最强的LLM都是以中英文,其中以英文最强,因为英文资讯最多。如果我们要研发马来文为主的LLM,可以说是极其困难,因为马来文只在马来西亚通用,马来文的资料量也难以和英文比肩。 故此,一家公司是不是一定要搞AI技术?能不能做得成功?这,真的有很多需要看清楚的事。有些事情,大家还是不要太认真。
10月前
1年前
3年前