今天討論AI大模型，最重要的一個議題是，AI對一個產(chǎn)品、服務、產(chǎn)業(yè)意味著什么？對于一個個體、企業(yè)、區(qū)域、國家的競爭力意味著什么？未來3-5年，哪些產(chǎn)業(yè)的競爭力會被AI大模型重新定義，以及以什么方式重構(gòu)定義？
2024年4月2日，在北京大學國家發(fā)展研究院主辦的“《新經(jīng)濟公開課》”論壇上，安筱鵬博士提出：AI大模型是數(shù)字技術(shù)體系的競爭，將會帶來人機交互、認知協(xié)作和計算范式三場革命，大模型正在重新定義產(chǎn)業(yè)核心競爭力，產(chǎn)業(yè)競爭力的重塑將會有五種路徑和模式：

模式1：產(chǎn)品競爭力升級（AI for Product）

模式2：創(chuàng)新效率大變革（AI for Science & Technology）

模式3：AI原生產(chǎn)業(yè)興起（AI-Native Industry ）

模式4：體驗升級與決策優(yōu)化（AI for Industry）

模式5：生產(chǎn)力工具再造（AI for Productivity）

以下是發(fā)言要點：

今天的分享，是基于一個基本假設：大家對AI大模型本身已經(jīng)有所了解，我重點講講AI大模型的應用，它對于一個產(chǎn)業(yè)競爭力到底意味著什么。

AI大模型引發(fā)三場革命 正在重新定義產(chǎn)業(yè)的核心競爭力

2022年11月30日OpenAI發(fā)布了ChatGPT，2024年2月16日又發(fā)布文生視頻大模型Sora。2024年2月23日，英偉達市值漲了2770億美元，創(chuàng)造了華爾街歷史上最大的單日漲幅，市值從1萬億美元到2萬億美元只用了9個月時間。

這些驚艷的產(chǎn)品和瘋狂的數(shù)據(jù)的背后，意味一個新的智能時代的開啟。

去年4月28日和5月5日中央政治局和中央財經(jīng)委會議上，提出把握人工智能等新一輪科技革命浪潮。如何理解和認識這場革命？這是一場什么革命？

AI大模型引發(fā)了人機交互、認知協(xié)作、計算范式三場革命。

當我們說一個技術(shù)具有革命性的時候，這種技術(shù)對人類社會的影響可能是根本性的、全局性的和長期性。AI大模型帶來了三場革命，它會重新定義產(chǎn)業(yè)的核心競爭力。

一是人機交互革命。人機交互是連接“碳基”和“硅基”的核心紐帶。幾十年前，人類要跟機器對話，需要掌握匯編語言，后來有了高級語言Basic、C、C++等，再后來有了圖形界面交互，今天人們可以通過自然語言對話實現(xiàn)人機交互。從歷史上看，每一次的人機交互技術(shù)的進步，都帶來新一輪的產(chǎn)業(yè)重塑。

二是認知協(xié)作革命。AI大模型重新定義了解決問題的路徑和方法，它找到了從問題到答案的最短路徑，這就是AI大模型的價值。人機交互也將帶來協(xié)作革命，大模型驅(qū)動的智能體會逐步深度嵌入各類組織的需求定義、應用開發(fā)、運維管理和資源調(diào)度等環(huán)節(jié)。

三是計算范式革命。計算范式革命的表現(xiàn)就是十年前英偉達的市值只有英特爾的六分之一，今天英偉達是英特爾的10倍，這意味著這個時代從“以CPU為核心的計算體系”正加速向“以GPU為核心計算體系”進行一次巨大的遷移。這個遷移會從服務器、云計算開始，并逐步拓展到普通人使用的手機、筆記本電腦等等。未來計算的芯片、架構(gòu)、存儲、網(wǎng)絡、通信、調(diào)度等，以及與之相關(guān)的協(xié)議和軟件開發(fā)范式，都會迎來一次巨大的變革。

AI大模型是數(shù)字技術(shù)體系的競爭，ChatGPT只是美國數(shù)字創(chuàng)新森林里的一棵樹上的一片葉子，Sora是另一片葉子。

當討論AI創(chuàng)新的時候，我們不能只盯著ChatGPT、Sora這兩片葉子，當下所有的聚光燈都聚焦在這兩片葉子上，都快把這個兩片葉子“烤黃”了。需要思考的是：這棵樹是什么樣子？樹根什么樣子？土壤什么樣子？森林什么樣子？只有這樣，我們才可能找到今天縮小中美AI創(chuàng)新差距的正確路徑。

我們需要思考一個基本問題：為什么又是美國在這一輪的AI大模型浪潮中引領(lǐng)全球呢？我們認為主要有5個原因：

一是AI基礎(chǔ)理論模型的突破。2017年谷歌發(fā)布了Transformer模型，成為這一輪大模型突破發(fā)展的基礎(chǔ)。

二是“AI+GPU”算力新Wintel體系的崛起。這個生態(tài)體系就相當于IT時代的Windows+Intel，移動互聯(lián)網(wǎng)時代的ARM+安卓。“AI教父” Geoffrey Hinton的學生在2012年的ImageNet大規(guī)模視覺識別挑戰(zhàn)賽（ILSVRC）上獲得了冠軍，獲得冠軍不重要，重要的是他將模型的訓練從CPU切換到了GPU，當時他使用了兩個NVIDIA GTX 580 GPU，訓練了一個名為AlexNet的神經(jīng)網(wǎng)絡模型，大幅提高模型訓練效率、同時降低了訓練成本，引發(fā)了新的深度學習革命，此后GPU成為學術(shù)界、產(chǎn)業(yè)界訓練AI模型的“標配”。

三是云計算大規(guī)模的推廣和普及。大模型需要大算力，大算力需要新技術(shù)和低成本，云計算為大模型的訓練創(chuàng)造了條件。

四是互聯(lián)網(wǎng)的發(fā)展為AI在數(shù)據(jù)、工具、人才、場景等方面進行了積累。

五是美國具有全球影響力的開源開放創(chuàng)新生態(tài)。這一點遠遠被我們所忽視。因為開源開放生態(tài)很大程度上還決定了今天AI大模型的推廣速度、廣度和深度，也將深度影響今天AI大模型的商業(yè)模式。

今天討論AI大模型，最重要的一個議題是，AI對一個產(chǎn)品、服務、產(chǎn)業(yè)意味著什么？對于一個個體、企業(yè)、區(qū)域、國家的競爭力意味著什么？

結(jié)論是，AI大模型將會重構(gòu)產(chǎn)業(yè)的核心競爭力。這種“重構(gòu)”，或短期或長期，或漸變或突變，或潤物細無聲或疾風暴雨式。重要的是，這一進程是確定的、不可逆的。

問題是，未來3-5年，哪些產(chǎn)業(yè)的競爭力會被AI大模型重新定義，以及以什么方式重構(gòu)定義？

AI大模型對一個產(chǎn)業(yè)核心競爭力影響可以分為三種狀態(tài)：一是高敏感行業(yè)，如手機、PC、汽車、人形機器人、影視、短視頻、游戲；二是中敏感行業(yè)，如生物、醫(yī)藥、新材料、機器人、保險、法律、教育等；三是低敏感行業(yè)，如發(fā)電、化工、工程機械等。

在不同行業(yè)，AI大模型對涉及產(chǎn)業(yè)競爭力的哪些關(guān)鍵環(huán)節(jié)產(chǎn)生了影響？麥肯錫對16個AI應用場景進行了研究，結(jié)論是，軟件工程、產(chǎn)品開發(fā)、客戶運營、市場營銷是AI創(chuàng)造價值的主要領(lǐng)域。

AI大模型重構(gòu)產(chǎn)業(yè)競爭力的五種模式

AI大模型將會重構(gòu)產(chǎn)業(yè)的核心競爭力，那底是如何重構(gòu)的？我認為主要有五種路徑和模式：

（一）模式1：產(chǎn)品競爭力升級（AI for Product）：重新定義終端智能化水平

今年1月，美國拉斯維加斯消費電子展（CES）的核心關(guān)鍵詞是AI，PC、手機、汽車、智能家電、可穿戴設備等，已經(jīng)和大模型開始結(jié)合，三星發(fā)布首款AI手機Galaxy S24，聯(lián)想發(fā)布AI PC，奔馳等車企升級人車交互系統(tǒng)。

AI大模型將重新定義產(chǎn)品智能化水平，重新定義產(chǎn)品核心競爭力。中國的手機產(chǎn)業(yè)占了全球的67%，PC占全球的30%，電動汽車產(chǎn)量占了全球的60%，大模型正在不斷融入這些產(chǎn)業(yè)功能。關(guān)于AI+智能產(chǎn)品，有幾個基本的判斷：

判斷1：AI手機將成為繼功能機、智能手機之后，手機行業(yè)的第三階段。如果一家手機廠商沒有趕上這一波AI大模型應用，那么可以非常確定地講，全球任何一家優(yōu)秀的手機公司，也會淪為一個二流公司。

判斷2：我們不知道AI會給手機增加多少新功能，但我們知道的是，沒有AI大模型驅(qū)動的手機肯定會在市場上消失。也許今天有人認為AI大模型在手機上的功能是雞肋，沒那么驚艷；但肯定的是，沒有大模型的手機，沒有未來。

判斷3：2024年是“具車智能”元年，而且會首先誕生在中國車企，強大的AI基礎(chǔ)大模型是具車智能的關(guān)鍵。人工智能好比是一個“大腦”，這就像一輛車只有發(fā)動機不行，還需要底盤、輪胎、方向盤。光有一個大模型還不夠，需要和機器結(jié)合起來，所以有一個詞叫“具身智能”。顯然，AI大模型也可以進入到汽車領(lǐng)域，我們把它稱之為“具車智能”。

判斷4：模型上機并與云端協(xié)同，將成為智能終端大模型商業(yè)化的重要形態(tài)，AI開源大模型的重要性進一步突顯。未來的大模型會有很多類型，參數(shù)相對小的模型，可以裝進手機、汽車等各種智能終端設備里。今年的3月28日，阿里云宣布通義千問已經(jīng)基于聯(lián)發(fā)科處理器，把大模型“裝進”并運行在手機芯片中，打造端側(cè)AI的Model-on-Chip（片上大模型）部署新模式，這是通義大模型首次完成芯片級的軟硬適配，標志著Model-on-Chip的探索正式從驗證走向商業(yè)化落地新階段。

不僅如此，未來所有的智能硬件都會被AI大模型所驅(qū)動。這句話的關(guān)鍵詞是“所有”，或者說一切的智能硬件都會被AI大模型所驅(qū)動，包括手機、PC、汽車、機器人、家電、可穿戴設備等等。未來無論是何種形態(tài)的機器人、無論何種形態(tài)的終端，其核心競爭力就在于它是被什么樣智力水平的大模型所驅(qū)動。

（二）模式2：創(chuàng)新效率變革（AI for Science& Tech）：研發(fā)范式的躍遷

近年來，AI4S（AI for Science）成為一種基本科學研究方法， AI大模型正在加速全球芯片、藥物、病毒、材料、自動駕駛等一系列科研范式的創(chuàng)新突破，其深刻影響正逐步顯現(xiàn)。

AI與EDA雙向奔赴，引領(lǐng)芯片設計變革。

今天，AI已經(jīng)成為芯片設計的“器”，AI與EDA的雙向奔赴，推動著芯片設計開啟下一場革命。英偉達用AI設計GPU，比傳統(tǒng)EDA減少25%芯片面積，功耗更低。英偉達研究人員提出了PrefixRL——用深度強化學習優(yōu)化并行前綴電路。英偉達Hopper架構(gòu)H100就擁有13000個AI設計電路。EDA設計公司Synopsys和Cadence等公司積極擁抱AI設計。

AI預測蛋白質(zhì)結(jié)構(gòu)，加速新藥研發(fā)進程。

蛋白質(zhì)在疾病發(fā)生中起著舉足輕重的作用，例如在阿爾茨海默病中，它們會折疊和聚集，在癌癥中它們的調(diào)節(jié)功能喪失。確定蛋白質(zhì)的結(jié)構(gòu)，對于藥物研發(fā)至關(guān)重要。以往確定蛋白質(zhì)結(jié)構(gòu)的冷凍電鏡等技術(shù)，既昂貴又耗時，而且確定的數(shù)量比較有限。2022年，DeepMind通過AlphaFold2模型，預測了2.2億種蛋白質(zhì)結(jié)構(gòu)，覆蓋DNA數(shù)據(jù)庫幾乎所有已知生物體的蛋白質(zhì)，解決了長期困擾生物醫(yī)學研究領(lǐng)域的難題，為加速生物醫(yī)學研究打開了大門。2023年9月，DeepMind首席執(zhí)行官Demis Hassabis以及該公司科研人員John Jumper，因AlphaFold獲得了有“諾獎風向標”之稱的拉斯克基礎(chǔ)醫(yī)學獎。

AI生成駕駛決策，革新自動駕駛研發(fā)模式。

特斯拉的自動駕駛FSD V11版本有30萬行代碼，是基于海量標注+規(guī)則代碼；而FSD V12版本只有2000+行代碼，其技術(shù)路線是海量數(shù)據(jù)+BEV+Transformer。2023年9月2日，1200萬人圍觀馬斯克特斯拉自動駕駛，他試駕后講的最重要的一句話是，“沒有一行代碼讓特斯拉在停車標志處停車”。大模型帶來了自動駕駛研發(fā)模式的躍升：從規(guī)則代碼輸出的駕駛決策,到基于AI大模型生成的駕駛決策。

AI推理未知材料性能，催生材料研發(fā)新路徑。

材料科學是近代工業(yè)飛速發(fā)展的支柱學科。從石器時代到青銅時代，再到鐵器時代，人類文明的各個演化階段都和材料緊密相關(guān)。今天，AI正在變革材料研發(fā)的路徑：從過去的理論計算獲得材料科學數(shù)據(jù)，到高通量計算生產(chǎn)海量此類數(shù)據(jù)，再到將數(shù)據(jù)喂給人工智能模型，到借助模型推理未知材料性能。2023年11月底，Google旗下的DeepMind，通過AI模型——GNoME，尋找到38萬余個熱力學穩(wěn)定的晶體材料，極大加快了發(fā)現(xiàn)新材料的速度。2024年1月，微軟等機構(gòu)利用AI和高性能計算，從3200萬種無機材料中篩選出了一種全固態(tài)電解質(zhì)材料，完成了從預測到實驗的閉環(huán)，該技術(shù)可助力下一代鋰離子電池材料研發(fā)。

AGI：重構(gòu)人類認識世界方法論

當我們把AI帶來的科研效率變革抽象出來，我們會看到：AI大模型其實是在重構(gòu)我們認識和改造世界的方法論。近幾百年來，人類社會認識客觀世界的方法論大致經(jīng)歷了四個階段：

從牛頓、愛因斯坦的“理論推理階段”，人們通過觀察、抽象和數(shù)學認識這個世界；到愛迪生在一百多年前發(fā)明電燈泡，這是一個“實驗驗證階段”，通過假設、實驗、歸納總結(jié)來認識這個世界；然后再到了80年代進入到“模擬擇優(yōu)階段”，大飛機的研發(fā)，高鐵的研發(fā)，基于樣本數(shù)據(jù)和機理模型，通過數(shù)字仿真的方式去認識和改造這個世界。

到今天，AI for science新科研范式和模擬擇優(yōu)有什么區(qū)別？模擬擇優(yōu)階段，如研發(fā)波音777，所有的機理都是清晰的；但今天AI大模型還處于“前牛頓時代”，科學家也搞不清楚為什么會有涌現(xiàn)、泛化，但它已經(jīng)創(chuàng)造出巨大的經(jīng)濟社會價值。

（三）模式3：AI原生產(chǎn)業(yè)興起（AI-Native Industry）

AI大模型正在催生AI原生的新興產(chǎn)業(yè)。

互聯(lián)網(wǎng)時代的原生產(chǎn)品最典型的就是Google，他解決的是信息流轉(zhuǎn)跟匹配，解決的是信息不對稱的問題。而AI原生產(chǎn)品是基于AI大模型創(chuàng)造的新產(chǎn)品，也就是說，如果沒有AI大模型，就不會沒有這樣的產(chǎn)品出現(xiàn)，也不會有這樣的應用場景。提供AI原生產(chǎn)品和服務的企業(yè)，叫AI原生企業(yè)，這類企業(yè)的核心競爭力來源于 AI 驅(qū)動的業(yè)務體系，解決決策效率與成本問題，能夠找到答案的最短路徑，進而提升效率和競爭力。

AI大模型重構(gòu)機器人產(chǎn)業(yè)的核心競爭力

今天，可能有人認為大模型只是生成個文字、圖片、視頻等，事實上它已經(jīng)進入到了機器人，也就是進入到物理世界。2023年7月28日，谷歌DeepMind推出了一款新的機器人模型Robotics Transformer 2（RT-2）。這是一個全新的視覺-語言-動作（VLA）模型。例如，對AI說“撿起已滅絕的動物”，機械臂會在一堆塑料玩具中精準的選擇恐龍，“滅絕的動物”很多，在此之前，機器人無法做到把“滅絕的動物”和“塑料恐龍玩具”聯(lián)系在一起。

近期，很多人也關(guān)注到了：OpenAI在今年2月投資了一家機器人公司Figure AI，獲得投資的13天后，F(xiàn)igure AI公司就推出了OpenAI大模型加持的機器人產(chǎn)品——Figure 01，它基本可以完全理解人類的自然語言指令和意圖并執(zhí)行相應動作，更重要的是，通過Figure AI公司公布的視頻，我們能看到Figure 01已經(jīng)具備很好的理解能力、分析能力、規(guī)劃調(diào)度能力和執(zhí)行能力。

不僅如此，其實大模型+機器人已經(jīng)實際商業(yè)落地了。比如浙江有一家機器人公司叫有鹿機器人，它的路面清潔機器人集成了通義千問開源模型，使機器人能以自然語言與用戶進行實時交互，理解用戶提出的需求，完成用戶交辦的任務。比如，物業(yè)經(jīng)理說“一號樓門前有個可樂瓶，你過來掃一掃”，機器人就能找到這個位置、完成清掃任務。

以上這些案例，歸結(jié)為一句話就是：AI大模型正在重新定義機器人產(chǎn)業(yè)的核心競爭力。當別人的機器人產(chǎn)品都有一個大模型作為“最強大腦”的時候，如果你的機器人產(chǎn)品沒有這樣的大腦，它還能賣得出去嗎？顯然是不能的。未來，機器人擁有一個“大腦（大模型）”會成為標配，成為機器人產(chǎn)業(yè)核心競爭力的核心組成部分。

當大模型不斷涌現(xiàn)的時候，也會催生很多獨角獸企業(yè)，我們看美國已經(jīng)有很多的AI原生企業(yè)，比如OpenAI、Anthropic、CoreWeave等等，其中的AI獨角獸層出不窮，它們的估值、收入、客戶均不斷創(chuàng)出新高。AI原生企業(yè)是智能時代國家產(chǎn)業(yè)競爭的風向標，其數(shù)量和質(zhì)量將深度影響產(chǎn)業(yè)競爭格局。福布斯2023年“AI 50榜單”顯示：美國AI創(chuàng)業(yè)公司共42家，占比84%。美國呈現(xiàn)出“千億級+百億級+十億級+幾億級”不同規(guī)模、不同行業(yè)的AI原生企業(yè)，產(chǎn)業(yè)生態(tài)持續(xù)繁榮。

（四）模式4：體驗升級與決策優(yōu)化（AI for Industry）：對外體驗升級+對內(nèi)自動化決策

AI大模型通過優(yōu)化組織內(nèi)部的的決策流程，對外可以提升用戶的體驗，對內(nèi)可以提升組織的自動化決策效率。

AI大模型重構(gòu)一切軟件系統(tǒng)：重新定義客戶體驗，個性化服務實現(xiàn)規(guī)模化供給

去年在GPT-4剛推出不久，《美國醫(yī)學會雜志》做了一個測試實驗，讓一群病人和真正的醫(yī)生和“ChatGPT醫(yī)生”對話，測試的結(jié)論是：面對病人咨詢中，“ChatGPT醫(yī)生”獲得好評的數(shù)量是人類醫(yī)生的4倍；在“富有同情心”的指標中，“ChatGPT醫(yī)生”更是收獲了45%的肯定，而人類醫(yī)生僅有4.6%。

基本趨勢是：大模型生成代碼的價值，將遠遠超過生成文字、圖片、視頻的價值，但是這個價值被遠遠低估了。因為未來AI大模型將重構(gòu)一切軟件系統(tǒng)，所有的軟件都需要基于AI大模型重新做一遍。這句話的關(guān)鍵詞是“所有”。“所有”的含義是：手機上所有的APP會被重構(gòu)，PC里的Windows、Office等等軟件會被重構(gòu)，ERP、PLC、SCADA等等這樣的企業(yè)級軟件也會被重構(gòu)，未來還會有很多的應用場景。

游戲產(chǎn)業(yè)正因為AI大模型的加持而增加新的體驗和玩法，81%的玩家表示愿意為此支付更多錢，微軟、谷歌以及新興游戲企業(yè)，紛紛加速AI驅(qū)動的游戲產(chǎn)業(yè)創(chuàng)新。網(wǎng)易《逆水寒》手游最大的亮點是，游戲中有數(shù)百個AI引擎加持的智能NPC(non-player character,非玩家角色，游戲中不受真人玩家操縱的角色)。

基于人機交互的復雜系統(tǒng)自動化決策。

AI帶了一場決策革命，會融入到企業(yè)經(jīng)營管理決策中。比如電力系統(tǒng)出現(xiàn)故障，面臨設備故障定位周期長、有經(jīng)驗的調(diào)度員稀缺、調(diào)度方案生成不及時等挑戰(zhàn)。而通過AI大模型的“加持”，可以秒級生成高質(zhì)量的調(diào)度方案，實時指揮多名在線保電人員。浙江電力的AI虛擬調(diào)度員“帕奇”，通過大語言模型，AI理解并下達調(diào)度指令，自動核實指令完成，從人工派單到AI派單，實現(xiàn)高效的電力調(diào)度。在杭州一個區(qū)的電網(wǎng)調(diào)度早晚高峰中，降低人工調(diào)度量40%，降低重復無效話務量22.5%。

（五）模式5：新生產(chǎn)力工具涌現(xiàn)（AI for Productivity）：智能時代的工具革命

AI大模型帶來一場工具革命。

數(shù)字化本質(zhì)是兩場革命：工具革命+決策革命。工具革命就是從“傳統(tǒng)能量轉(zhuǎn)換工具”向“智能工具”演變。馬克思曾說“手推磨產(chǎn)生的是封建主的社會,蒸汽磨產(chǎn)生的是工業(yè)資本家的社會”，“各種經(jīng)濟時代的區(qū)別,不在于生產(chǎn)什么,而在于怎樣生產(chǎn),用什么勞動資料生產(chǎn)?！睙o論是體力勞動者，還是腦力勞動者，通過新的工具，可以提高生產(chǎn)、研發(fā)效率。今天因為有了AI大模型，我們的生產(chǎn)力工具再次處于被重構(gòu)和再造的階段。

AI驅(qū)動軟件工具創(chuàng)新：開發(fā)模式重構(gòu)，軟件開發(fā)開啟效率變革

軟件行業(yè)是過去幾十年人才最稀缺的行業(yè)，AI大模型正在改變這一格局，AI軟件開發(fā)和編程能力正在逼近人類。去年4月GPT-4發(fā)布后，國內(nèi)研究機構(gòu)CSDN的測試結(jié)果是：GPT-4的軟件編程能力相當于中國月薪3萬人民幣的軟件開發(fā)人水平。在美國，GPT-4通過了谷歌編碼L3級工程師測試，L3屬于入門級，平均有18萬美元的年薪。

軟件開發(fā)：10%的1000倍效應

肯特·貝克（Kent Beck）是全球軟件開發(fā)方法學的泰山北斗，軟件開發(fā)模式、敏捷開發(fā)的領(lǐng)導者，他就AI大模型對軟件開發(fā)的影響有一個著名的斷言：軟件開發(fā)90% 的技能變得分文不值，而10% 的技能會被提升1000倍，軟件開發(fā)者的能力模型將會根本性的改變。

今年4月2日，阿里云新入職了一名新員工——通義靈碼，它不僅有正式的員工工號——AI001，還有自己的主管和HR。通義靈碼具備強大的代碼理解與生成能力，支持代碼補全、單元測試生成、代碼解釋、代碼查錯等核心場景，已熟練掌握 Java、Python、Go、C/C++等200多種編程語言，目前下載量超過200萬，每天數(shù)百萬行代碼被程序員采納，每日推理次數(shù)超過2000萬。未來阿里云20%的代碼將由通義靈碼編寫。

根據(jù)對2.6萬名軟件工程師的調(diào)研，84%的軟件開發(fā)者或多或少使用AI了工具，五分之三的受訪者認為AI編碼工具將從根本上改變軟件開發(fā)就業(yè)市場，但只有13％相信AI將完全取代開發(fā)者編寫代碼。盡管如此，大約三分之一的人相信軟件工程一定會變成提示工程。

近期，美國技術(shù)圈熱議一個招聘案例：一家技術(shù)公司準備招聘1名員工，有2名程序員來應聘：一個是擁有4年的編程經(jīng)驗的巴基斯坦人Hamid，一個是擁有19年的編程經(jīng)驗德國人Alex，公司安排兩個候選人開發(fā)一個軟件（創(chuàng)建最小可行性產(chǎn)品MVP）。一周后，Hamid完成了95%的MVP，而Alex只完成了7%的MVP。為什么只有4年編程經(jīng)驗的人反而編程速度更快呢？因為他借助了GitHub Copilot等代碼大模型。不僅編程效率更高，整個開發(fā)成本也極大降低。

影視行業(yè)工具革命

AI大模型對影視行業(yè)的變革已經(jīng)拉開序幕。今年3月6日，美國好萊塢上演了一部影片，叫《終結(jié)者2》，它是由50位AI電影藝術(shù)家利用Midjourney、Runway、Pika、Kaiber、Eleven Labs、ComfyUi、Adobe等多個AIGC工具進行創(chuàng)作而成。還有一些其他人利用文生圖及視頻工具制作的視頻，質(zhì)量和效果看起來都還不錯。去年阿里云也推出了一項名為Live Portrait的數(shù)字人視頻生成工具，用戶只需上傳一張照片和一段文本或語音，即可生成一段開口說話的數(shù)字人視頻。這項工具可應用于視頻直播、聊天機器人、企業(yè)營銷等多個場景。

當然，也有人會說，這個Sora不就是生成一段視頻嗎？王堅院士有一段非常經(jīng)典的評論：“如果談到Sora，只說它可能會影響短視頻等行業(yè)，那我覺得是對它極大的羞辱，它的意義遠超這種事情?！?/strong>