馬斯克、Grok與“數據封建主”

　　“下一代基礎模型會摧毀任何數據護城河”。

　　下周，馬斯克躊躇已久的Grok就要上線了。

　　在OpenAI接連甩出炸街新聞的這段時間，這事似乎沒掀起太大波瀾。

　　然而，越低調的狙擊，往往傷害越高。

　　具體來說，Grok的這次年末突襲，隱藏了老馬背刺OpenAI的一件“秘術”。

　　所謂的“秘術”，其實也很簡單，就是X平臺上不斷涌現的，真實的人類數據。

　　在大模型數據愈發吃緊的今天，連OpenAI自己，也開始直接拿用戶數據訓練了。

　　在此情況下，掌握了X這樣一個源源不斷的“數據噴泉”，無疑就有了一張將來翻盤的“底牌”。

　　但話雖如此，但Grok畢竟是一個社交平臺，上面的大部分信息，都是未經核驗，且質量參差不齊的，直接拿來訓練大模型，不怕幻覺迭出嗎?

　　了解大模型的老馬，一定知道這點。

　　但即便如此，Grok的上線，對特斯拉，對老馬也仍是利大于弊。

　　因為倘若不走這一步棋，將來的AI賽道上，馬斯克最多只能做割據一方的“數據封建主”，并且終將面臨“護城河”被攻破的命運。

　　這樣的未來，很可能也是日后眾多國內企業的命運。

　　01 數據封建主

　　何謂“數據封建主”?

　　簡單來說，就是以獨有數據為壘，在某些垂直的行業、領域內“圈地為王”的大小企業。

　　這樣的概念，最初由希臘前財政部長雅尼斯·瓦魯法克斯提出，是其在歐洲各國在美國科技企業壓榨、盤剝之下發出的感慨。

　　而自從11月初的OpenAI開發者大會后，這種爭當“數據封建主”的聲音，就開始在業內不絕于耳。

　　希臘前財長雅尼斯·瓦魯法克斯

　　畢竟，在應用層的路被GPTs堵死的情況下，獨有數據就成了很多企業唯一的優勢。

　　那么，老馬推出Grok，是想以X平臺的數據為基礎，成為新一代的“數據封建主”嗎?

　　答案是否定的。因為在未來，這類“數據封建主”的命運，就是其壁壘會隨著技術發展不斷被削弱，以至于被更強的通用模型步步蠶食。

　　在這方面，老馬的Grok，已經展示出了兩種攻破這類“護城河”的方式。

　　其中一種，就是通過將模型置于“數據樞紐”的位置，使模型的觸手伸向原來鞭長莫及的行業、領域。

　　很多人都知道，美國并沒有中國的微信這樣集社交、支付、娛樂、資訊于一身的綜合平臺。這并不是因為美國人能力不行，而是美國的各大金融機構，與科技巨頭之間是一種互為競爭的關系。

　　馬斯克對于X的收購，不僅在某種程度上結束了這樣的“割據”，也為其打造成一個類似微信的超級APP提供了基礎。

　　倘若X平臺真的能成為一個以音頻、視頻、消息、支付/銀行為中心，同時鏈接商品、服務和機會的全球市場。那么到了那時，Grok就會成為這個數據樞紐的中心，從而獲得來自不同行業、地區或模態的海量數據。

　　如此一來，Grok的定位就不再是一個局限于社交平臺的整蠱大模型，而是成為了連接各領域的綜合性交互入口。

　　隨著時間的推移，這種綜合性入口+大模型的協同效應，將會使那些不用Grok，或不上X的用戶，與經常使用的用戶之間差距越來越大。

　　這種情況下，各個垂類行業的數據壁壘盡管依然存在，但若脫離了Grok，卻很難被用戶接受。

　　于是，這些被拿捏的“數據封建主”們為了求存，只得向Grok效忠。

　　02 協同效應

　　除了以占據數據樞紐的方式，對各個“數字封地”進行蠶食外，Grok這類大模型攻破數據護城河的另一大方式，就是端云協同的形態，編織一張巨大的包圍網。

　　具體來說，在將來的端側大模型這條賽道上，由特斯拉提供算力(Dojo)，X和特斯拉提供訓練數據，xAI進行模型研發，最終將產出模型反哺給X平臺和特斯拉的產品(汽車、人形機器人)，將構成極為堅固的三角陣營。

　　那么，在大模型逐漸走向端側的未來，這樣的三角陣營，將怎樣攻破一個個“數據護城河”?

　　在這里，我們可以用一個電商行業的例子進行推演。

　　假設，有一個企業，基于某個局部的電商賽道，用行業獨有數據訓練出了個專有大模型，而馬斯克的Grok打算入侵這個領域，那么在數據收集階段，其很有可能會采取一種“領域交叉”的戰術。

　　具體來說，特斯拉汽車在行駛過程中收集到的交通、地理和用戶行為數據;機器人在家庭、工廠等場景中收集到的環境和操作數據;以及X平臺上的社交信息，都為馬斯克的團隊提供了豐富的信息來源。

　　當馬斯克的團隊將這些數據整合在一起時，他們就可能會發現一些新的模式和關聯，從而在某種程度上削弱這個專有大模型的獨特優勢。

　　這種戰術的核心理念就在于：這個世界上沒有任何一個行業、領域，是完全孤立存在的。

　　除了外圍攻勢外，這樣的三角陣營，還能通過“合縱連橫”的方式，瓦解掉一個個孤立的“數據護城河”。

　　簡單來說，面對大模型逐漸端側化的趨勢，馬斯克的三角陣營提供了一種端到端的解決方案。

　　其涵蓋了從不同來源進行數據采集、處理、訓練到部署的整個流程。這意味著企業無需在各個環節尋找不同的技術和服務提供商，從而降低了實施難度和成本。

　　簡化的流程有助于企業更快地應用AI技術，提高數據處理和分析能力。

　　在此情況下，就可能會有相當一部分企業，決定犧牲數據的獨有性，加入三角陣營的生態，從而換來更高的AI部署效率。

　　這種邏輯，本質上就和移動互聯網時代，很多商家即使忍受高抽成，也要入駐平臺，換取更低的獲客成本一樣。

　　在這樣圍困之下，一座座孤立的“數據城堡”，終將難以抵擋日漸壯大的Grok。

　　03 通向AGI之路

　　面對Grok潛在的，咄咄逼人的攻勢，各個想以數據為壘的AI企業，將何去何從?

　　在回答這個問題之前，有一個更重要的問題，那就是：

　　這種對“數據護城河”的堅守，真的是一種正確的方向嗎?

　　此前，在紅杉資本總結報告《生成式AI的第二幕》中，曾有那么一段話：

　　“‘數據護城河是站不住腳的’：應用公司生成的數據并沒有創造出無法逾越的護城河，而且下一代基礎模型很可能會摧毀創業公司構建的任何數據護城河。相反，工作流程和用戶網絡似乎正在創造更持久的競爭優勢。”

　　那么，未來真的會如紅杉所說：“下一代基礎模型會摧毀任何數據護城河”嗎?

　　至少從技術層面上看，這種可能性是存在的。

　　此前，在討論OpenAI泄露的Q*項目時，NVIDIA的高級AI科學家Jim Fan，就在推特上和馬斯克、LeCun討論了合成數據的問題。

　　Jim Fan認為使用計算機生成(合成)數據可以提供下一次幾十萬億高質量數據集。唯一的問題，就是需要想辦法確保數據的持續高質量和多樣性。

　　而AI三大教父之一的LeCun則表示：“動物和人類只需少量的訓練數據，就能很快變得非常聰明。我認為新的架構可以像動物和人類一樣高效地學習。”

　　OpenAI首席科學家Ilya也表示，數據問題可以解決

　　總體來說，對于數據問題，Jim Fan和LeCun代表了兩種不同的解決思路。

　　一種是通過合成數據的方式解決;另一種則是研發新的架構(如世界模型)，讓模型僅用很少的數據，就能“舉一反三”。

　　但無論方案優劣如何，這些技術構想，都代表了學術界渴望打破“數據限制”的一種集體意志。

　　同樣地，站在用戶的角度來說，人們也更樂于看到一個通用性更強，能精通更多任務的大模型，而不是每換一種場景，就要切換不同的模型。

　　而當一種技術方向，成為上至科學家，下至百姓的共同意志時，它的實現就只是時間問題了。

　　從這個角度上說，所謂的“數據壁壘”，都是終將要消失的。

　　現在的很多互聯網公司，都是根據用戶的行為數據，結合模型在做一些業務，而如果用戶遇到了整合能力更強的大模型，那之前的很多業務、功能(例如聽歌)，也許就會變成一個個插件，這樣就沒有數據壁壘了。

　　而在這個向AGI過渡的階段中，真正有潛力的團隊，應該是那些能夠摸索出“數據壁壘”之外的核心競爭優勢的團隊。

　　誠如月之暗面的CEO楊植麟所說：不同組織衍生不同的文化，文化又衍生不同的系統，而系統又了衍生不同的結果。

　　在技術、數據方面發展趨于平緩的情況下，開發范式，制度和觀念，這些軟性的、抽象的因素，就成為了決勝的關鍵。

　　而這種“數據”之外的因素，這也是AI時代，人之為人最偉大的源泉所在。