人类正经历新一轮技术泡沫

已经开始有人反思：这一轮 AI 热潮，可能正在成为人类史上最大一轮泡沫。

高盛全球宏观研究部高级策略师Allison Nathan在最新的《Top of Mind》报告中分析认为，未来几年，美股七巨头们在 AI 上将花费万亿美元，但几乎没有任何实质性的、可见的成果来证明，这些投入是值得的，AI只会使美国生产力增加0.5%，GDP仅增加0.9%。

“过度开发世界没有用处或尚未准备好的东西，通常会导致糟糕的结果。”高盛全球股票研究主管Jim Covello也表示，鉴于该领域的炒作和错失恐惧症，大型科技公司别无选择，只能参与AI军备竞赛，继续大规模投入。

炒作技术周期但竹篮打水一场空的先例比比皆是：增强现实、虚拟现实、元宇宙、区块链......归根结底，没有缺乏产业化的实际案例，AI 的故事虽然足够伟大，终究需要面临灵魂拷问：这对人类的福祉有何增益？

“技术创新对生活的影响是巨大的，但这并不是自动发生的。它取决于我们发明的技术类型以及我们如何使用它们。”《权力与进步》的作者、麻省理工学院教授Daron Acemoglu也朝着 AI 乐天派泼了一盆冷水。

即便是 OpenAI，也没能预料到自己能够在如此短的时间里点燃世界。2022年11月中旬，OpenAI准备发布ChatGPT，内部对此的期望值很低，视之为“低调的研究预览”。 

时任OpenAI首席科学家萨茨克维尔自称当时的心态是：“你问它一个事实性的问题，它会给你一个错误的答案。我以为它会很平淡无奇，估计人们会说，你为什么要做这个？这太无聊了！”

ChatGPT上线时，OpenAI内部有人预测首周会有10万用户。而事实是上线五天内，其用户数突破100万。上线两个月后，用户数突破1亿。自此之后，AI技术的飞跃速度几乎以周计。OpenAI也一跃成为AI赛道上最有权势的公司。

但图灵奖得主杨立昆曾评价，就底层技术而言，ChatGPT并没有突破性创新。显然，ChatGPT广受欢迎的关键不完全是技术。

如果不是OpenAI大胆地将不完美的GPT模型封装在易使用的界面中并免费开放，让全球用户首次直面AI大模型产品，技术更新速度大概率还会像之前那样，保持快则半年、缓则两三年的节奏。

OpenAI为什么赌对了？这一轮 AI 浪潮又正在面临怎样的挑战？历史已经剧透过答案。

没有产业化的技术，等于没有用的技术

2020年5月，OpenAI推出了GPT-3，具备了翻译、问答和文本填空的能力，超过了此前所有基于自然语言开发的大模型产品。但它也有明显缺陷：会在回答中暴露低级错误、会给出对人产生严重冒犯的句子。

但是，OpenAI一改之前只顾研究的态度，提供了可调用的开放接口（API），供学术机构、商业公司和个人申请。有人开发了自动设计网页的工具，有人开发了更高效的文本搜索工具，有人开发了构建故事中虚拟角色的工具。

按照OpenAI的一贯思路，GPT-3的下一代产品是GPT-4，GPT-3的使命在发完论文后就完成了。但OpenAI创始人阿尔特曼在应用中敏锐地捕捉到了AIGC产业即将爆发的信号。OpenAI内部对GPT-3“对齐”之后，向全球用户发布了过渡产品GPT-3.5——ChatGPT——从此占据生成式AI顶端生态位。

业内自始至终都清楚，技术上真正开创性的是GPT-3——前所未有的参数量、自监督学习——以至于创造出“GPT-3时刻”来形容这种震撼。但对OpenAI来说，ChatGPT的意义却不言自明。仅仅是这样一个不完美的产品，也足以开启 AI 时代的军备竞赛。

至少从目前的操盘路径看，阿尔特曼不仅懂产品，更是懂历史的人。OpenAI没有等待 GPT 变得足够无懈可击，而是让产品先走一步——赋能微软推出 Copilot、联姻苹果植入 siri、上线AI 搜索引擎SearchGPT，让大众尽可能用上自家产品。

从当代科技史来看，在西方及日韩多次复现的技术飞跃，证明有效的现代科研离不开大众商业体系的驱动。没有来自亿万个人用户和千百企业用户的市场反馈，再先进的科技体都难以为续，会像苏联一样面临技术力能够运人上天，但做不出复印机和随身听的经典难题。

二战结束后，苏联发挥了勇点黑科技树的热情，无线电射频感应、托克马克聚变反应堆、地效飞行器，都是超越时代平均水准的首创成就。

苏联搞科研更多地为宏大的目标服务，将成果转化成服务消费者的产品并不是优先考虑。同时代的美国企业，开发出阀门自动技术，先用在草坪修剪机和摩托车上，日本企业微电子器件技术进步一日千里，但先用来做游戏机和手持计算器。

苏联科研工作者逐渐发现，开发“庸俗”商业产品的西方同行们，技术革新速度常是自己的三倍，只为宏大叙事服务的科技进展越发落伍。本国青年听上国产随身听的时间，比日本同龄人迟了6年，直到1991年，复印机还是必须锁在各单位保险柜里的金贵进口货。

这是宏大历史回答了科学与商业、技术与产品之间的强相关性。就算只看当下的个人命运，也会有同样的答案。

如果单纯用唯技术至上论者的视角看当下的科技巨子们，从以下描述，猜猜看是在说谁：

“核物理专家的外孙、在普林斯顿学物理的本科生，做题做不过斯里兰卡裔同学，就自暴自弃不想做物理学家。找到了金融大厂工作不好好做，下海开网上书店，中年秃顶。”

“上哈佛学计算机的本科生，不好好念书，整日游手滋事，做个小页面让全校人给全校女同学长相打分打到辍学，之后开个网站主业是卖广告。”

“家里人上饭馆做服务员打工供他读书，结果在斯坦福读完电子工程硕士，进大厂干到30岁就放弃研发设计工作，自己创业做电子游戏外设。一把年纪只能穿皮夹克。”

“计算机专业高材生毕业，原本可以走技术专家路线，却总想着创业搞事，竞标失败后决定自掏腰包开发聊天软件，快三十岁的人还要冒充女网友陪用户聊天，因服务器太贵几乎倒闭。”

这是贝佐斯、扎克伯格、黄仁勋和马化腾的经历，他们选择的事业是让人更买书方便、有更多朋友，体验更好的画质，享受线上聊天。但就是这些“小事”，让自工业革命以来的消费方式、人际关系被彻底重构。设若他们全都选择“科学家”之路，恐怕人类世界也不过新增了几个教授，而眼下的科技版图并不会更出色。

正因阿尔特曼对ChatGPT发布时机的选择、对AI产业化的判断、对学术道路的反叛，才使得AI 这个原本让人调侃“有多少人工就有多少智能”的行业，重新回到了大众视野。

尽管围绕阿尔特曼的反对声愈发喧嚣，认为他并没有让 OpenAI 更进一步发掘产业价值，而是耽溺于与政要名流社交、四处演讲分享人生经验，但我们不得不承认，是这个精于公关传播的“商人”，而不是英国的 Deepmind 或其他，让美国无数聪明的大脑利出一孔，又一次站到了 AI 时代的风口浪尖。

苏联的浑水，谷歌照样要蹚一遍

既然说到了 Deepmind，那个凭借 Alphago震惊世界的初代 AI 辣子鸡，那就不得不提到，十年前就收购了 Deepmind、起了个大早却赶了个晚集、拿着一手王炸却打得稀巴烂的谷歌。

论科研成就，恐怕人类历史上没有什么实验室能和贝尔实验室相提并论：第一台传真机、按键电话、蜂窝电话、通信卫星、高速无线数据系统、太阳能电池、数字信号处理器、光纤......作为企业创立的独立科研实体，巅峰期的贝尔实验室兼顾了基础研发、应用研究、产品开发，加速了众多科学技术的实用普及和普惠。

贝尔实验室的传奇故事，让后来的巨头们纷纷效仿，比如谷歌的 X 实验室，可惜，后者只学到了一半。

“X实验室”源自2010年的“谷歌X”项目，两位创始人拉里·佩奇和谢尔盖·布林希望公司内部专门有人去探索富具科幻气息、有朝一日会急剧改变世界的科技。其官网和招聘页面上，反复强调“要十倍改变世界，而非十分之一改善世界”。

这些格言与信条表达的是：一，只做大项目、大技术，蚊子腿上劈肉的小钱不挣；二，只做一鸣惊人的剧变性技术，平凡的科技改进不做。

理想很丰满，现实很骨感。

上述理念实践的结果是，“X实验室”孵化出的科创项目，很多是起始时技术快人一步，但落地时与同行持平甚至不如。

2010年，谷歌启动无人驾驶研发项目，十几年过去，“X实验室”孵化出的Waymo在商业化道路上连连受挫、多次裁员，连传统车企都在抢无人出租车市场。

2011年，“X实验室”启动高空气球互联网项目。结果在2021年，此项目孵化出的子公司Loon难以为续，被Alphabet裁撤，输给了马斯克家后来居上的同类项目“星链”。

2012年，“X实验室”启动送货无人机项目，孵化出的无人机公司Wing直至现在还在测试产品，进展泯然于从亚马逊到美团的各路同类项目。

这些项目在初起时的确富具科幻感，但总想先技术开发完美、再一鸣惊人地商业化铺开的结果，往往最后凉掉。当然，从“X实验室”的视角来看，快速迭代更新那是卖货部门屈就于消费者，要十倍改变世界的科学家得追求第一性的完美，商业化那可不是第一性。

“X实验室”还向来以内部风气放诞闻名。

“X实验室”主管埃斯特罗·泰勒的公司内职务名很长时间内不是子公司CEO，是“登月队长”。这位自诩为“谷歌甘道夫”的白须白马褂奇人，日常踩溜冰鞋穿行于办公室间开会，并称此举是因为公司办公楼太大，“平常走着去开会要迟到四分钟，踩溜冰鞋就只会迟到两分钟啦。”

上行下效，下属的部门职位名称也被取成玩笑话。“外联负责人”被称为“制造厂摸脉者”（Factory Whisperer），“经理”被称为“点火人”（Firestarter）。

从各种报道中透露的细节，能看出“X实验室”不像当代贝尔实验室，更像古代的清客玄谈馆：

大多数项目的公司内部讨论，长期停留在相互驳诘与天马行空的头脑风暴阶段，公司成员更乐于在此阶段挑刺把彼此的项目点子毙掉，用埃斯特罗·泰勒自己的话说，这总比改进许久才失败要好得多。

至于是否挣钱，长期不在“X实验室”内部人员的考量中，Alphabet营收休戚并不切身相关，从泰勒到普通员工，一群含着金钥匙出生的谷歌婆罗门相互打气：毕竟佩奇和布林老板承诺过，“X实验室”不用担心盈利压力，只管专心开脑洞搞黑科技。

这些说法大都是事实。2015年谷歌重组时，佩奇说过新公司部门命名都含双关意：Alphabet暗指“大赌注”（Alpha-bet），“其他投资”明示“散押注”（other bets）。挣着钱当然很好，挣不着无伤大雅。佩奇还说过自己的偶像是尼古拉·特斯拉这位没靠发明挣到应有报酬的传奇科学家。

布林对“X实验室”更偏爱。即使在2019年退出Alphabet公司日常管理事务赋闲后，布林穿着瑜伽裤视察项目的身影，仍不时出现在“X实验室”的加州山景城总部大楼里。

公司内的支持者称他为“X实验室的守护天使”，反对者称“X实验室成了布林的游乐园”。

在银根紧缩、讲究财政纪律的时代，这么玩就不是佳话，而会被整肃了。

“X实验室”内部员工现在有言：“以前的项目是要搞定登月难度（Moonshot）的点子，现在的项目是搞定露丝·布拉特难度（Ruth-shot）的点子。” Alphabet和谷歌的兼任CFO露丝·布拉特，在行内向来以注重财务开支纪律闻名，开脑洞的项目要过她那一关，很不容易。

生存压力所至，“X实验室”员工也顾不上科幻格调与“十倍改变世界”的宏愿。其内部笑话称：“以前要过项目，项目里必须得有能飞起来的玩意，或者机器人；现在要过项目，现实世界里薅个难题，然后必须在其上点缀AI解决方案，就成了。”

科研不考虑产业化，就像闹革命没有枪杆子，唯有仰人鼻息。2024年1月底，“X实验室”还是迎来部门大裁员、结构和财务被Alphabet总司狠手整顿：去找外部融资来重组部门。

由此可见，在拎清科研和产业化这件事情上，并非是社会制度不同才会迷失，只要条件允许，这个星球上任何一个国家、任何一家企业，都可能会被“科技改变世界”的概念冲昏头脑，举国体制和自由放任都可以殊途同归。与其说是高尚情操驱动，倒不如说是胜负欲导致的 FOMO （Fear of Missing Out）心态在作祟——不管怎样，我们就是要比美国人先到太空，我们就是要训练出最强的参数，我们就是要做十倍改变世界的idea，你问我如何转化成生产力？太庸俗了，后面再说！

学者张笑宇在《产业与文明》一书里认为，今天人们很容易陷入两个误区：

第一个误区，是基于“科技是第一生产力”，推导出“给科学家最好的待遇，让他们不断去研究”，一切就迎刃而解。但这个问题在于，科学理论本身并不是根本，运用科学理论造出来的产品才是根本。

第二个误区，是认为技术既然有尴尬期，那就要去呵护它，让创新技术企业渡过尴尬期。而现实情况是，引发技术革命的，不仅仅是孤立的单一技术，而是由一系列技术组成的技术路径。路径不仅是由研发决定的，更多是产品形态和市场需求决定的。

那么，中国人能从中学到什么？

说起来可能你不信，中国恰恰是这方面做得最好的。

甚至说得再极端一些，我们能够从上述案例中得到的教训就是——坚持做自己。

且不论是天赋自觉还是误打误撞，过惯了苦日子的中国人，都是把产业化、产品化放在第一位，管你什么技术，能被产品和客户所接受的才是好技术。尤其是近三十年来的互联网行业：

最先开发出在线聊天应用的是以色列的 ICQ，但是最先让这类应用达到一亿在线的是QICQ（即QQ）。千禧年前后的中国网民，常常只能在网吧下载后开聊，初版 QQ 为此将文件体积控制到了极致：220kb。

｜1999年2月发布的QQ第一版产品，只有220Kb

这意味着你现在随手给手机截屏的体积都大过它——请注意，这是基于实际需求而开发了技术，而不是因为 QQ 原本就有这项技术。马化腾和他的团队又洞察到，聊天记录如果只存放在本地，从网吧出来后一切就清零了，为此 QQ 又开创了聊天记录云端存储的新功能。

类似基于实际需求现学现卖的故事，数不胜数，《腾讯传》里就记载，早年QQ 通信协议存在安全问题，马化腾命令程序员黄业均开发加密软件。两个多星期过去了，马化腾想看看程序写到哪个阶段了，于是跑去找黄业均。黄业均正好出去打球了，不在座位上，桌子上倒扣着一本名叫《加密原理》的书籍。马化腾拿起书，翻过来一看，不禁大惊失色——黄业均正在读第一章第一节，标题是“什么是加密”。

但就是这样一个边学边干的“草台班子”，靠着“小步快跑、快速迭代”的产品理念，一步步成长为中国最大的互联网服务平台，当初被黄业均雷倒的马化腾也不会想到，有朝一日腾讯居然还会发展出安全业务，甚至攻破了特斯拉汽车的安全漏洞，让马斯克亲笔写信致谢。

而这一切的前提是，腾讯得以通过看似没有什么技术含量的QQ 秀、QQ 会员解决了收入问题，在和 MSN 的竞争中取得胜利，才有了更多余地去孵化新的业务、探索新的技术。尽管没有X实验室这种听上去让人向往的面子工程，但腾讯通过产品驱动的逻辑，让技术得以走出教科书和实验室，在市场中获得生命力。

最典型的案例，便是人们每天都要用到的QR二维码，一个30年前由日本工程师原昌宏发明的技术，吃灰了十几年后，在2011年被微信“扫一扫加好友”的功能彻底激活，成为移动互联网时代打通线上线下场景的绝佳入口，甚至还出现了“码上经济”的新名词。

这样的故事，当然不如硅谷爆炸式创新来得性感，但却也是作为后发者的中国公司，最合适的追赶路径：既然资源和技术不如老牌外企，为什么要拿短板来对拼？中国市场如此完整庞大，先通过市场完成产品验证，在这个过程中打磨出杀手锏功能，再不断补齐技术短板，如此田忌赛马，最终也能够达到同样的成就，甚至青出于蓝，马斯克还反倒想要抄一个微信，收购完 X 之后，新添的不少功能明显就是照着微信学过去的。

如果说QQ 和微信的案例过于古早，我们不妨回溯一下国产新势力造车，是如何一步步将传统豪强打得丢盔弃甲。

互联网出身的李想，第一款车原本打算做SEV，即类似于五菱mini EV的老头乐车型，但在烧掉数亿元的研发资金后毅然放弃，而是基于丰田的汉兰达平台逆向研发了理想one，这台车起初在网友眼中毫无技术含量可言，甚至使用了公认“落后”的技术——增程器发电，但由于混动路线很好地缓解了电车焦虑，车内配置又切中了市场痛点，这款百公里8格油的电车，一鸣惊人卖了20万辆，理想汽车不仅活了下来，还有了足够的资金去布局未来。

第二款车理想L9同样大胆地选择和国内空气悬架厂商合作——无他，因为国外供应商不相信50万的国产车可以有月销1万的需求，后来的故事大家都清楚，L9、L8等车型依靠冰箱彩电大沙发的卖点出圈，还把国产空悬供应商送上了全球出货量第一、第三。这下轮到掌握核心科技的老牌外企紧张了，因为他们也意识到，一旦产业化的正循环跑起来，规模效应把成本降下来，中国的空悬供应商在技术方面迎头赶上只是时间问题。

而作为反面教材，近年来在中国市场节节败退的丰田，在氢能源车上点了30 年科技树，到头来却没有人奉陪，这家指望着技术专利卡脖子的车圈巨无霸没想到，如果没有形成正循环的产业发展，任凭技术吹破天，也只能停留在岛内的小众市场。

相比之下，马斯克早在2014年就发布了《我们所有的专利属于你》（All Our Patent Are Belong To You），宣布特斯拉将开放所有技术专利。因为钢铁侠知道，光靠一家车企搞研发攒技术，终究无法让电车突破油车的围追堵截。只有更多车企加入进来，让产品带动市场，倒逼技术进步，吸引国家投入基建配套，整个行业才有希望。

但我们的社会认可腾讯、理想这些企业吗？分层次，也分场景。人们更愿意去看到它们宣传拿到了多少专利、投入了多少研发，而往往忽视它们在产品层面的创新，“没什么技术含量”，是网络上对这类企业常见的点评，结论是“换成别人也能做”。

就像你下意识会觉得，手机里的微信支付生来就应该长这样，扫个二维码、输一下六位密码就行。但事实上在微信支付出现之前，没有支付软件胆敢让用户只输六位密码，以及整个流程砍到只有三步。这背后采用了什么技术去解决风险担保和安全问题？无人在乎。

让14 亿人直接跳过支票和信用卡、快进至移动支付乃至于生物识别支付时代，这样的成就依然逃不掉一个悖论——越是可以快速普及应用的技术，在公众眼中就越是平平无奇。350km/h的高铁坐惯了，换成 250km/h 的动车，国人都会觉得难以忍受。如果你对比微众银行，去试用日本或者中国香港的金融类App，你就会对这个悖论有更深刻的认识。

另一方面，国产新势力顶着“没技术”、“偷技术”的骂名撑过了发育期，但依然还是会有技术原教旨主义者认为这是耍小聪明、会搞营销。在许多人心目中，基础科研＞技术应用＞产品开发，这是不争的事实，但了解了科技圈过去和当下正在发生的事情，我们可能需要重新审度，是否我们对另一条道路（其实更适用于后发追赶者）太过于苛刻？

产品优先还是技术优先，从来不是非此即彼的两极对立，就像贝尔实验室可以兼顾科研和转化，腾讯、华为内部的实验室，也都在建设之初就鼓励或要求拥抱一线产品。今天，比起大洋彼岸，我们在资金、算力、技术上，依然存在显著的差距，更不用说投资者依然在用真金白银追捧美股七巨头，使得后者拥有近乎无限的资源去追捧尚未验证的技术。这种属于技术原教旨主义的浪漫，过去也俘获过中国企业的心智，达摩院的兴衰就是最好的例子。

针尖对麦芒地囤卡、刷榜、拼参数，无疑正中美国下怀——这是硅谷所擅长的游戏，规则和解释权可以自定义，而他们已经抢跑了 100 米。回到本章节的开头，或许对于中国公司而言，最好的解法依然是做自己，实事求是地挖掘用户需求、用产品真正为用户创造价值，最终带动自身技术的迭代升级。不管黑猫白猫，能抓得到老鼠的才是好猫。老人家的这句话，在泡沫渐长的AI大跃进时代，仍未过时。

本文来自微信公众号：蓝字计划，作者：蓝字