AI 会是下一个 Crypto 吗？lg...

ChatGPT 近来几日就要出圈都到亲戚群了，很多科技和投资行业的人自然想起来这热闹景象和去年的加密货币行业似曾相识？

一个有希望成为颠覆者的技术在逐渐走向大众总会有模糊的神秘，一千个人就有一千种想象与解读，这些又汇聚成这个技术背后的文化潮流。

AI 等到像火与电一样真的兑现了它的潜能，一定会是即像自行车，不仅提高社会的效能和速度，也像迷幻药，打开了人的脑神经回路，扩展了人的视野，想一些没想过的事儿，做一些没敢做过的事儿，最终隐入日常生活。

今天分享一篇文章来自于 Peter Thiel 创立的风险投资基金 Founders Fund 的投资总监 John Luttig 的博客，这篇文章是昨天的文章开头部分的延续：《AI 的未来：自组装、自然启发、和生物融合》，如果你没有时间读正文，几个观点可以分享，不过任何观点都是有局限性的，随着时间发展我们可以回过头来验证：

1. AI 领域没有被金融化腐蚀，长线程和科研驱动的属性可以让它避免走上Crypto 的覆辙。人工智能承诺的是生产力，而不是轻松赚钱。

2. 大型模型的价值获取可能会像半导体行业一样，在每个地缘政治区域出现少数赢家。超级大国之间也会极少使用对方的模型。

3. AI 目前的意识形态更像一个空白画布，理想状态下，在基础设施层面，它应该是中性的，而在应用层面，可以有更清晰明确的指向性。也就是 AI 的发展需要找到符合社会进步的使命。

4. 基础模型将会被科技寡头垄断，人工智能领域的机会在于应用层，与需要专业知识的工业与规模最大的市场结合大有可为。技术充盈后技术本身很难获取价值，建立 Systems of Intelligence 会获取价值。

科技世界的核冬天似乎来了：软件企业、SPACs、金融科技和加密货币都进入了深度冻结状态。人工智能可能是唯一穿上军大衣的行业。

人工智能的峰值指标（Peak AI indicators）比比皆是。风险投资公司的深度分析文章和推特头脑风暴有关于AI的讨论已经达到了历史最高点。在加密货币热潮中的那些忠实粉丝已经迁移到了AI的新游戏场。在这个圈子里，MBA的数量可能很快就会超过极客的数量。

就在一年前，加密货币（crypto) 还有看起来一样的热潮泡沫。人工智能能否避免加密货币泡沫破裂的命运？加密货币行业为过度炒作提供了一个警示故事，有四个缺点值得深思：

资本：针对加密货币的资本来源与传统的风险资本割裂开来，扭曲了项目估值和流动性的时间表。

使命：创始人背弃了加密货币的去中心化的创始使命。

人：代币提取投机者压倒了有理想的意识形态建设者。

价值创造：创始人为代币持有人创造的价值比普通用户多。

AI 和 Crypto 两个行业都过热了，但这并不意味着它们会以同样的方式崩溃。如果 AI 行业可以更审慎的发展，人工智能可以逃脱过度膨胀的期望所带来的信心崩塌。

价值创造

Value creation

在加密货币中，人们对是否有一个单一的 Web3 用例创造用户价值的问题进行了严肃的辩论。让我们把创造的净价值定义为: 

Crypto 的净价值 = 世界拥有crpto可以进行的活动的价值 - 世界没有crypto也可以进行的活动价值

目前还不清楚这个总数是正数、零还是负数。等式的前半部分当然有积极的成分 -- 比如人们使用比特币来逃避暴政的法币系统等。

但也有许多负面的成分。工程师的时间花在了加密货币上，而不是其他高回报的技术工作上。人们失去了他们所持有的 FTX，BlockFi 存款，以及 altcoins下降了90%。

加密货币领导者声称我们仍处于基础设施阶段。基础设施是必要的，但不是产生价值的充分条件 -- 持续使用胜过交易量。

sustained usage trumps trading volume. 

在应用层进行创新的开发者面临着发布延迟或积极的监管阻力。

成功的加密货币基础设施初创公司为其他加密货币基础设施公司和交易者提供基础设施。加密货币生态系统内的杠杆作用膨胀，表现为交易杠杆、以加密货币计价的借贷和基于加密货币的储备政策。

Web3在价值中立的基础设施阶段徘徊，受到自我暗示的束缚。有一些令人兴奋的研究前沿，如零知识证明（zero-knowledge proofs），这可以释放新的增长。但在大多数商业层面，用户采用已经停滞。

另一方面，人们根据过往经验使用人工智能来做有价值的事情。

大科技已经利用它十年了：产品推荐、新闻推送、垃圾邮件过滤、广告个性化。在ChatGPT推出的几天内，有无数的具体使用案例。

也许 ChatGPT 和生成性人工智能不会扩展成强大、可靠的系统。记者们（具有讽刺意味的是，他们可能会首先被淘汰）认为它是肤浅的，被过度炒作了。但很难忽视它的实际应用。Copilot 加速了编程，Jasper 简化了文案写作，Midjourney 和 DALL-E 有超强的艺术性，ChatGPT 提供分析和回答问题。

AI 负面效果的情况更难确定。TikTok 算法可能是一代人浪费时间的最好例子，尽管在一个没有人工智能驱动的世界里，社交媒体的消费可能仍然非常高。

如何在AI领域获取价值？从两个方面切入。

1. 基础设施的寡头垄断。Infrastructure oligopolies

如果你相信在扩展计算、数据和参数方面的持续回报，大型模型竞赛应该以寡头垄断的方式进行：在 2020 年代扩展模型是一个需要数十亿美元门槛参与的游戏。大型模型的价值获取可能会像半导体一样，在每个地缘政治区域出现少数赢家。

2. 应用扩散。Application proliferation

与基础设施不同，应用价值的获取将是分散的。现在启动一个新的基础模型公司已经很晚了，但风险投资公司还没有关注到应用层。许多数十亿美元的应用将在大型模型之上出现。

如果基础模型发展得太快，这对较薄的 GPT 包装层公司来说意味着麻烦。但是，具有专有领域特定训练数据、独特分布和复杂集成的应用将经久不衰。

一些初创公司将自己定位为 "全栈"，横跨应用产品和基础设施，建立自定义模型来支持特定领域的应用。这将是艰难的：定制优秀的通用模型（customizing excellent generalized models）比从头开始重新创造模型要容易。用现在的科技圈来比喻，很少有软件公司应该建造自己定制的硬件。

一个超级智能的 AGI 可能会产生负面价值 -- 用我的老板 Peter Thiel 的话说，就是一个 "向人们投掷闪电的宙斯"。这种尾部风险使得人工智能的安全工作值得发展。但在其他领域的调整已经发挥作用：金融法规使资本（本质上资本是一种人工智能，某种程度上）与人类保持一致。

人工智能系统的产品化是新生事物，但从净值来看，它似乎在价值创造上碾压了加密货币创造的价值。

结论

Conclusion 

人工智能行业能否保持加密货币行业失去的信心？它需要把这些事情做对：

资本：人工智能有很长的资本反馈周期，这使泡沫得到了控制。但应用必须产品化落地，以证明持续的资本涌入是合理的。

使命：人工智能的意识形态目前更像是一张空白的画布，而且技术的内在腐败程度较低。但它需要一个积极的 -- 或至少是中立的、非政治性的 -- 使命，以推翻反乌托邦式的悲观预言。

人：这个行业将有很常见的骗子涌入，但人工智能领导者们不能让他们真正控制生态系统。

价值创造：人工智能的采用（AI adoption）似乎很有希望，但从有趣的玩具过渡到可信赖的工具并非易事。

从长远来看，价值创造应该占主导地位，而人工智能似乎正在轻松获胜。企业和消费者从该技术中受益，即使是在其初生阶段。

人们在Gartner的炒作周期框架下做事：上升的东西必须会下降。

Gartner 曲线当中早期阶段的形状是对的，但生产力的高原（Plateau of Productivity) 是误导性的：它因行业而有很大的不同。一些高原期归零 -- 比如说私有云计算 -- 而另一些则超过了膨胀的期望值的峰值。

Crypto可能会在Gartner建议的一小部分出现高原期。如果让我猜测，人工智能的高峰期将远远超过他的历史峰值。

一个人的加密道路总是那样坎坷。

你需要加入一个由一群志同道合的人组成的队伍。

期待你的加入。公粽耗;crypto大表哥

来源：金色财经