对话第四范式戴文渊：通往AGI的路线，是把所有软件改造一遍

文 | 苏建勋

【资料图】

如果你抱着“围观炫技”的念头观看人工智能公司「第四范式」最近的发布会，或许不会感受到猎奇般的兴奋。事实上，在创始人戴文渊的筹划里，他就没打算让聊天、画图、写小说、写代码这类To C式的噱头成为第四范式头顶上的标签——尽管多数AI公司都对此乐此不疲。

“式说”大模型的写代码示例；图片来自第四范式

4月26日，第四范式首次展示其大模型产品「式说3.0」，在半个小时的断网环境下用画飞机、写代码秀了下模型肌肉后，戴文渊抛出了他认为的“更重要的事”：

“今天更重要的，是想跟大家分享我们要做的事情：用生成式AI重构企业软件，我们称之为AIGS。”戴文渊谈到。

AIGS（AI-Generated Software），戴文渊将其定为第四范式的核心战略，也是这位曾经的ACM世界冠军、百度最年轻的T10科学家、江湖人称“戴神”的AI独角兽公司CEO，为2023年的这波AI浪潮，交上的第一张答卷。

“这次的变化很难估计是多少万亿的市场，大家都有机会。”谈及热潮汹涌的AI领域，戴文渊对36氪表示，而他眼中属于第四范式的机会，来自于中国软件市场的特殊生态。

一个直观的感性认知是，国内B端软件在体验上乏善可陈，“我们公司的报销系统也挺难用”，戴文渊坦承。在他的理想中，相比在系统菜单栏逐个点击的报销动作，如果能给软件安上生成式AI的心脏——用Chat的方式说“我要报销”，把票拍给系统、识别出餐票、询问用餐对象，得到回复后完成报销——这种体验显然比现在的报销系统要强得多。

不论是内部OA、ERP、CRM，还是外部业务管理软件，上述可以被AI优化的场景不胜枚举。

比如物流，区域经理想知道某个快递员上周有没有偷懒；比如工厂，车间主任想知道流水线有没有违规操作——在过去，他们要从密密麻麻的Excel表格、监控视频等数据库中找寻蛛丝马迹，但现在，只需要在“式说”的对话框中提问：

上周朝阳区有哪些快递员送件量在2000以下？

近三天工厂里有没有出现过违规操作？

如同搜索引擎的一个问答瞬间，“式说”就能依据企业的快递员当班/发件数据、工厂流水线视频监控记录……找到问题的答案。

“企业都有这些数据，但你不能要求一个区域经理会操作数据库，如果用更加自然的交互方式，其实可以很好地帮助企业管好团队。”戴文渊对36氪表示。

“式说”在装配集装箱的应用示例；图片来自第四范式

不过，只有用户体验还不够。第四范式敢于提出AIGS的另一原因，是AI对于软件开发效率的极大提升。

由于人力成本不高，国内To B软件有着“定制化”的梦魇，软件商们被一个个菜单式的需求所困，靠脏活累活挣着“人/天”费用，稍有项目失控，就会面临企业盈亏的失衡。

而生成式AI的革新，正是打破原有菜单式的软件交互，转而将重点放在算力、数据端的升级，面向用户的，仅是一个干净简洁的对话框。

“转变为AIGS的商业模式后，开发功能点就不用很长时间，只要你的软件还在使用，就能持续不断获得算力的收入，对软件公司来说，是一个特别大的商业模式革新。”戴文渊对36氪说道。

如何落地AIGS？戴文渊用了“修图”的场景，将其路径总结为三个阶段：

第一阶段，Copilot（企业AI助手）调动不同的信息、数据、应用，作为助手完成用户的指令。相当于在所有企业级软件系统里，配备一个指挥官。指挥官听用户的指挥，比如“把照片亮度调亮20%”。

第二阶段，Copilot+基于企业规则的“知识库”，AI能够参照规则做复杂工作，进一步丰富「对话框」的能力。比如AI查询了“人像美化”知识库后，能执行把照片修好看的步骤。

第三阶段，Copilot+COT（思维链）。软件系统的使用行为最终会被大模型学会，形成AI针对这个领域的思维链，意味着“把照片处理得更好看”这种复杂指令，AI能自动按照步骤完成。

总结来说，在第四范式的“式说3.0”大模型产品中，COT代表思维推理能力，让机器从“图片调亮20%”的单点步骤，进化至“把图P好看”；而Copilot则把人的指令翻译成要调用后台的哪个API，两者相结合，才能赋予企业软件新的交互形式。

在谈到第四范式带来的软件革命时，一位国产工业CAD厂商代表难掩兴奋：“第一次看到的时候还是蛮震撼的”。

他分享了几个场景：将“式说”模型嵌入内部工具后，可以通过多模态的形式迅速从几十万的零件库中搜索到类似零件，还能在工艺设计环节，让机器给出几个零部件之间的装配组合。这一切都是完成在一个“对话框”里。

“式说”在零部件的应用示例；图片来自第四范式

是侵袭，也是革命，新的生产力替代旧的，向来是商业社会中的残酷法则。

当36氪抛出这样一个问题：“有没有可能某家软件公司通过生成式AI，成长为一家比Salesforce更厉害的公司？”几乎没有犹豫，戴文渊当即给出了肯定回复。

“未来另一条AGI（通用人工智能）的路线，是把现在所有软件改造一遍。”戴文渊对36氪说。

以下是36氪等媒体专访第四范式创始人戴文渊的采访实录，经编辑后发布：

一、谈软件变革：提升体验+开发效率，To B 软件亟待革命

Q：去年底您看到ChatGPT推出后，有什么感受？

戴文渊：实话实说，我们也没能预见ChatGPT这种现象级的东西，在那个时间点能出来。

当时可以预见的是，GPT-3出来后，GPT路线的生成式终将有天会爆发，但是从去年底到这段时间的爆发，确实是早于我们的预期。

Q：ChatGPT爆发的时候，第四范式在这方面的积累有哪些？

戴文渊：对于业内来说，不需要等到爆发，最早谷歌BERT出来，大模型就没有疑问了，等到GPT3就更加明确。

2018年，我们组建了大概一百多人的研究团队，可以想象成第四范式的达摩院（当然没有达摩院投入那么大），要保持对新技术的敏锐和提前投入。

（如果在）去年9、10月份谈生成式AI，大家觉得这不鬼扯？现在最大的变化，是我们看到的这些方向都可以变成产品，变成商业化的路线往市场推进，这是ChatGPT最大的帮助——把整个市场的信心从0以下调到1了。

Q：客户都是有迫切的需求，哪怕还不知道需求是什么。

戴文渊：这有点像当时的AlphaGo，市场早期其实也不知道AlphaGo是什么。但就想知道对我有没有用。

这次GPT的发展速度比AlphaGo要快得多。从不知道ChatGPT是什么，到需要ChatGPT帮我做点事，也就持续了一个多月，这次的爆发速度比AlphaGo所带来的AI热潮与机会要大得多。

Q：第四范式很快推出了产品“式说”，这款产品迭代过程中有没有一些有意思的故事？

戴文渊：到了今年3月底，我们和客户的认知都在往前，当中很重要的是（意识到）企业内部软件的问题。

如果你看企业内部的软件，或者对比toC端和toB端的软件——toC端软件的用户体验在过去十几年已被打磨到较高水准（比如抖音）；但是toB端，想象一下企业内的报销系统、HR系统、流程OA系统……体验还是很差。

我们公司的报销系统也挺难用，（理想中）如果用Chat的方式说“我要报销”，你把票拍给系统，系统识别票的内容，识别出来是餐票，问你用餐的对象，得到回复后完成报销。这种体验显然比现在的报销系统要强得多。

这是其一，用户体验的提升。

其二，是开发迭代周期的提升。原先菜单式的开发，每次升级要以月计。而现在新的交互模式下，ChatGPT每天都在提升，但你感受不到它的界面发生变化，这是数据层面的升级，这种新型软件开发形态的迭代周期也在不断提升。

所以我们在3月底，大概发第二个版本的时候，就强调多模态和Copilot能力，首先你要去改造软件，不能只有自然语言；第二，要支持用“对话”去调用软件的某一个功能，才能实现软件的改造。

很重要的一点，软件不完全是一个个功能。比如Photoshop，才菜单栏里把图片亮度调到5%，这是功能；对应到Chat方式，我说“把照片P好看”，就不是功能了，Photoshop里没这样的功能。但Photoshop现在能不能一键美颜？还不行。因为需要我们定义一键美颜执行的步骤是什么。

如果你要实现一个功能，要通过鼠标点菜单三下才能实现，体验就不会比语音交互更好；所以用新型的交互模式替代老的，会给toB端的软件体验带来很大提升。

Q：所以您希望用AI的能力重构软件？

戴文渊：绝大多数软件是菜单式的，你调取一个功能，在菜单里点一个下拉菜单，再点几下进入到某一个功能。

现在当我们有更强的自然语言后，可以通过更好的交互方式实现功能调用。本质上，我们要干两件事，第一是把软件转换成新型的交互；第二个是在新型交互上，通过不断学习软件的使用过程，让软件解决越来越复杂的任务。

Q：看起来，AIGS更像是一个优化数字化转型的工具。

戴文渊：这是现在非常容易量化的点。原来IT部门开发一个功能，无论是自己开发，还是请外包，可能需要十个人开发半年。现在用新型的开发方式，一两个人开发一两天就搞定了。不说最后效果怎样，整个开发效率是提升了。

我们一直在这个产业链里，过去和这些软件公司互为生态。软件公司需要第四范式提供决策类模型，第四范式也需要把决策类模型装到应用软件里。这样的关系里，我们能够看到生态的作用、问题和挑战。

几年前GPT3出来之后，我们基本上有了一个判断：未来是能够改变软件产业的，当软件产业被改变后，整个行业的业务价值、商业模式都会得到飞跃。

Q：这也是您做AIGS的初衷？

戴文渊：我觉得未来另一条AGI（通用人工智能）的路线，是把现在所有软件改造一遍，改造完以后，就覆盖了所有领域。

很难想象，通过一个大模型解决所有领域的问题，这个模型量太夸张了，OpenAI的CEO也在讲，他们也要转变技术路线。如果实现AGI是必须通过一个模型无限地扩大，最后是走不通的，至少在当前的计算架构下走不通。

Q：“所有软件改造一遍”，您预计这个过程会持续多久？这是在原有基础上可以修缮的，还是一个彻底颠覆的过程？

戴文渊：起码要五年，软件的改变不可能一步到位，使用习惯也不可能一天内从一个菜单直接跨到对话框，需要一个循序渐进的过程。

单个软件可能一到三年可以完成转变，但整个行业起码要五年，改变完以后，会是一个完全的、跨时代的升级。

Q：现在“式说”有哪些代表性的场景和案例？

戴文渊：我们真正target的是企业销售管理软件、财务管理、采购软件、研发的软件，以及像制造企业的CAD软件等。

比如CAD软件，我们能实现新型的交互，可以找到相似的零件，把两个零件做装配；比如门店管理，看哪些人上班迟到了，哪些人没有按照规则操作。很多店长不会用传统门店管理软件，还是用最原始的方式管，用更好的交互形态，其实能很好地赋能基层员工。

还有快递，比如仓库经理想知道辖区内快递员最近一个月运了多少单，投递冠军是谁，谁偷懒。企业都有这些数据，但你不能要求一个区域经理会操作数据库，如果用更加自然的交互方式，其实可以很好地帮助企业管理好团队。

我只是举了一些例子，这个适用面是非常广的，本质上每个企业里都有各种各样的管理软件，它们都能用更好的形态去实现。

二、谈趋势：算力不可能无限扩张；生成式AI短期内toB机会更大

Q：您刚刚谈到我们跟软件公司互为生态，里面有很多问题跟挑战，具体是什么呢？

戴文渊：最大的问题是中国软件市场的问题，如果从投资者的视角来看，通常认为中国的软件市场很小，甚至“不太值钱”，但实际上不是这样，中国的软件市场是一个巨大的市场，只不过标准化软件市场比较小。

为什么会这样？因为中国有人口红利。美国没有人口红利，企业只能买标准化软件，定制化软件是买不起的。但在中国，企业买得起定制化软件，所以标准化软件市场就小了。

中国的软件市场其实比海外大得多，但是极度分散。问题大家都能看到，就是高度的定制化，有大量人力成本。企业都挺辛苦的。要不断做非常精细的、非标的项目管理。一旦管不好，企业就会从盈利变成亏损，导致这个市场最大的企业也只占千分之几的市场份额。

GPT技术出来以后能改变的，就是原先大量的定制功能点开发、菜单重新排布和流程改变上，用对话式的方式就都替代了，一下子从一个很差的商业模式变成一个很好的商业模式。

同时对于客户来说，过去虽然说可以定制，但体验也不好，很多软件最后功能多到上千个后，其实这些功能都找不到了。

用新的交互方式，客户体验也得到提升，所以从各个方面来说，这次的技术革命是各方都获益的一个局面。

Q：融入AI后，软件有了更好的商业模式，核心还是成本跟定制化的改变？

戴文渊：对。原来软件公司的商业模式是什么？派20个人做了半年，开发完就结束了，如果没有新的功能点，也没有后续的收入。

转变为新的商业模式后，开发功能点不需要很长时间，主要的成本消耗在算力，而不是在人力。只要你的软件还在被使用，你就能持续不断获得算力的收入，对软件公司来说，是一个特别大的商业模式革新。

Q：算力的问题，咱们怎么解决？

戴文渊：此时此刻能上牌桌的（AI公司），都有一定的算力门槛，但我们作为中国公司，永远需要考虑的问题，是有没有国产替代方案。

对于中国芯片来说，现在需要一个调整。从追求极致的计算，调整为追求三者（显存、带宽）的平衡，肯定要给他们点时间。

从算力差距来看，对于GPU来说，差两倍其实还好。假设我用了比你差2倍的GPU，我能跑1000亿参数，你能跑1000多亿参数，两者其实没有特别本质的区别。1000多亿肯定比1000亿好，但你是感受不到明显差异的，当然，1万亿参数和1000亿参数还是有本质区别。我觉得还是要给国产芯片更多信心。

Q：您觉得算力和数据谁更重要？

戴文渊：数据最重要。但这个要辩证来看，数据充分到一定程度后，再多就没那么重要了。

比方说《红楼梦》看过一百遍了，再多看两遍也还好。未来在AGI决胜的，其实是一个个领域里的数据。比方说你在Photoshop这个软件积累足够多了，这个领域里你就无敌了。

Q：您怎么看待算力扩张和大模型能力的关系？

戴文渊：OpenAI的模型能力，一方面是依靠英伟达度算力的提升；另外一方面是微软的投资，你花了100倍的钱，算力提升很多，数量级就上去了。

但到了那个（算力）的数量级后，你还能再花10倍的钱吗？这个算力还能再提升100倍吗？当你想再往上提升一个数量级的时候，这个问题就要面对了。

如果算力已经无法再提升数量级，我们怎么通过一个模型的无限扩大实现AGI？还是通过N个模型一起去覆盖？确实如果你有足够多的模型，也能覆盖一个完整的AGI。

Q：我们怎么让这个模型成本更可控一些？

戴文渊：成本可控是一个比较现实的问题。在不同领域是需要不同尺寸的模型，不是所有领域都支持一个万亿级参数的（模型）。

过去认为10亿（1B）参数以上都叫大模型，但不同的场景盈利能力不一样，能够负担的模型尺寸也不一样。我们说成本可控，是得看这个场景能负担多大的模型，以及我们能不能裁剪到它能够负担的大小，最后其实要达到某种折中。

Q：第四范式一直在提“AI for everyone”，这个理念是不是到今天能够真正实现了？

戴文渊：通用大模型的出现让AI覆盖面扩大了，原先我们需要找到适合AI的场景，比如说搜索、资讯推荐。为什么需要找呢？原先AI只能干单点的事，没有到那么通用。除了这些点以外的地方，都不是AI覆盖的，是软件覆盖的。

Q：我们能看到AI带来的生产力变化是非线性的增长，跟互联网或者芯片的迭代方式有很大区别，这也是现在那么多人选择创业的原因，您怎么看这个现象？

戴文渊：是的。这次的变化很难估计是多少万亿的市场，大家都是有机会的。

Q：从大模型来看，现在有toC和toB两种路径，您觉得短期内哪个更有机会？

戴文渊：我认为短期内toB更有机会。抛开监管层面的问题，更容易被改进的是原来水平较低的，现有的toC软件体验比toB好得多，后者就更容易被替代。

Q：您觉得底层模型研发更赚钱，还是上层应用开发更赚钱？

戴文渊：最后其实都赚钱，英特尔也赚钱，微软也赚钱。

Q：是不是可能会出现一种情况，某家软件公司通过生成式AI，成长为一家比Salesforce更厉害的公司，是有这种可能性的？

戴文渊：这是一定的。

责任编辑：