AI下半场由什么推动？OpenAI宫斗的本质里藏着一条隐形的线索

在OpenAI宫斗尘埃落地之时，元界“中国元宇宙未来产业100人”访谈的这篇文章OpenDAI倡导者吴怀宇：中国不可能在别家地基上盖自家的房子（可点击），值得你再读一遍。文章中提到对待AI的发展，西方延传的是“弑父情结”文化，并且OpenAI不open，这也是吴怀宇老师倡导OpenDAI的原因所在。OpenDAI官网：http://OpenDAI.org。

Open AI内部管理层的变化，是因为他们遇到了瓶颈而停滞不前，停滞不前的本质原因在于它没有数据。

OpenAI宫斗本质是没有数据，未来AI最重要的是应用 。

AI的下一步是应用，应用的下一步是场景，场景的下一步在B端应该是物联网，在C端则是各种AI设备，主要是以VR、MR为代表的视频相关设备，B端相较于C端更容易实现。

近日，天风证券副总裁、研究所所长赵晓光在复旦首席经济学家论坛中对OpenAI的宫斗及AI未来发展作出了别出心裁的判断。

赵晓光是新财富白金分析师，曾连续7年获得新财富电子行业分析师第一名。

以下是赵晓光讲话中AI相关的部分，公众号“投资作业本Pro”整理了精华内容：

OpenAI宫斗本质原因是没有数据

今年我们还是围绕着AI做了很多事情。

前段时间跑了很多上下游，得出了一个较为清晰的结论：AI的上半场是由算力推动的，但算力推动的AI已经到了瓶颈。

在今年4月份，我在网上发表了一篇文章，提到这一轮数据革命的终局已经预测到了。

我认为Chat GPT很快会遇到瓶颈，原因在于这一轮Chat GPT是由技术驱动的。

过去由于使用互联网开源数据，无论是Chat GPT 3还是Chat GPT 4，很快就产生了一个脉冲，但问题是，当他获取开源数据后，就没有数据了。

我认为这一轮Open AI内部管理层的变化，是因为他们遇到了瓶颈而停滞不前。停滞不前的本质原因在于它没有数据。

未来AI最重要的是应用

数据来自场景，也就是应用。无论是在C端还是B端，如果没有应用，AI也就到此为止了。

我这周跟高通全球副总裁讨论时，谈到AI在PC和手机端的智能化。很明确， AI在To C端是优秀的助手，在PC端能辅助更好地办公，在手机端成为个人助理，也就到此为止。

这就是为什么英伟达对中国有如此重的限制，我个人认为其中一半是美国的因素，一半是自己的因素。

因为他们很焦虑，一方面面临高通、AMD，甚至英特尔等公司未来的竞争，另一方面国际巨头们也都在自己制作芯片，如微软、亚马逊和苹果。

这时候英伟达必须继续发展应用，但他最担心的是应用还没有做出来就出现大批的竞争者。

而中国大量购买芯片和算力进入服务器，同时，中国是全球最大的面向To B行业的应用场景，这是英伟达特别看重的。

如果中国先把应用和大模型都做出来了，英伟达可能会跟当年的思科一样，纯技术公司或硬件公司，发展到一定程度时，就会面临各方面的竞争。

因此，我们从英伟达和Open AI的角度观察到，应用已经逐渐成为下一轮AI最重要的部分。

应用下一步是场景，B端是物联网，C端则是AI设备

那么未来应用是否有发展空间？

在C端，有PC、手机的AI化，以及游戏，这些毫无疑问是率先开放的，然后伴随的是衣食住行、吃喝玩乐的各个环节。

在B端，我给大家举几个非常有代表性的例子，比如材料行业，已经以非常快的速度展开。

我与上海集成电路材料研究院交流，过去他们研发一款半透镜材料需要三年的周期，现在是两个月的周期。

我这周正好去北京，见了清华大学前任学者研究的大模型，是用 AI专门做材料的研发。

我去看操作时非常震撼，而且现在包钢、中国建筑、中国神华、东方雨虹这些传统巨头公司都在密切关注他们。

过去材料研发非常难，首先要定制设备，因为新材料必然是新设备，而且定制完后还要调工艺、调良率，三年确实无法完成。

但现在有AI仿真，毫无疑问大幅加快了材料研发。我观察后觉得非常震撼。

还有一家是专门为中国高校做AI服务器的公司。今年，他们的需求增长了4倍，10多亿的收入，占整个高校70%的份额。他们表示主要是材料系、化学系和医药系在用（他们的数据库），因为医药本身也涉及材料。

所以，在B端，材料的AI化已经开始，这将从根本上改变许多科研体系和过去的工业生产模式。

我大概研究了近20年制造业，制造业的痛点不是研发的问题，而是产业化的问题。

那些现在做成几千亿市值的公司，是从根本上解决了工艺和产业化。

从这个角度，我们一方面看到了To B领域的这些应用（的发展），另一方面也看到在To B领域、To C领域，如果没有场景、数据，AI就很难拿到最核心的生产力，EM很难优化。

我们认为在To C领域，未来需要打造场景，无论是VR还是元宇宙，这些都很重要。

在To B领域，物联网毫无疑问非常重要，如果没有数据，无法实现AI化，即使人工智能模型再牛，也一定是错的。

因此，我认为AI的下一步是应用，应用的下一步是场景，场景的下一步在B端应该是物联网，在C端则是各种AI设备，主要是以VR、MR为代表的视频相关设备。

从技术角度来看，我认为B端相较于C端更容易实现。

大语言确实很复杂，但B端是比较闭环的场景，因此参数和算法相对清晰。然而，弊端问题也在于这些方面。

例如，我曾与华熙生物董事长谈论过，作为一个化妆品企业，如何获取这些数据？过去采用的大多是盲盒式研发和盲盒式生产，因此物联网非常重要，我认为在B端落地比技术更为关键。

推荐阅读