ADVERTISEMENT
人工智能（AI）可以说是时下最火的话题，无论你是否相关从业者，对AI持乐观还是悲观立场，你都会从各类平台接触它，无可避免。
投资界里，AI似乎也成了最热门的词汇。只要你的公司有AI，估值就会增加，融资金额也更高。一堆大型投资机构捧着钞票追着你跑，深怕你不给他们加入。
但，当一个池塘里的饲料增加了，就会出现鱼目混珠的情况。比如“伪AI”。许多公司会将自己的产品和服务包装成 AI，但并非真实技术。
日前，有家印度公司声称能让AI生成程序码，许多大公司（包括微软）都纷纷投钱。结果，这家公司并非真的用AI来生成程序码，而是聘请大批人力，收到用户的指令（prompt）后，再转用其他AI软件生成程序码。
也就是说，这家公司的服务听起来是很智能，不过他们就只是传递信息而已。客户大可绕过他们，自己用软件来生成程序码。
我们看看OpenAI那样的真玩家。即便OpenAI看似已成为业界扛霸子，实际上日子也并不好过，因为他们推出的技术再厉害，都无法回避连年亏损的事实。
光是2024年，OpenAI净亏损就已高达50亿美元。请看清楚，是一年亏50亿美元。
用一个不是太恰当，但全马来西亚人都能深切体会的类比——1MDB丑闻所涉及金额约40亿美元。换句话说，OpenAI一年的亏损，就相当于重演一场1MDB丑闻。
大家要明白一个事实，那就是目前我们所看到的AI技术，绝大多数都尚未实现商业价值。当然，有人可能不认同地说，2024年OpenAI营业额高达37亿美元，这些钱难道不是商业价值吗？
但是，如果一门生意要不断贴钱，而且越做越亏，那它就谈不上商业价值，就是纯粹的亏损。如果每1令吉的生意需要贴上2令吉成本，那我何不将这2令吉直接记录到公司账本里？至少，我的营业额是2令吉，扣除2令吉的 “成本” ，我也能够达到 “收支平衡” 。
换言之，现在的AI市场就像大家在玩着一个游戏。在这个游戏里，大家都有个共同的想象情景：彼此已经完成厮杀，优胜劣汰，赢家只有两到三位，绝大多数市场份额都被第一名拿下。
这就是所有AI从业者，或者说许多创业者的梦想。
但，这个梦想何时来临？没有人知道。
会不会有实现的一天？恐怕也没有人知道，更不怎么敢问，生怕会醒过来。
因此，是不是所有公司都要拥抱AI？从生产力考量，确实应该，这是个很好的学习契机。我相信很多企业老板为公司加入自动化元素时，就会发现
| 普通会员 | VIP |
VVIP | |
|---|---|---|---|
| 星洲网平台内容 | |||
| 星洲公开活动 | |||
| 礼品/优惠 | |||
| 会员文 | |||
| VIP文 | |||
| 特邀活动/特级优惠 | |||
| 电子报（全国11份地方版） | |||
| 报纸 | |||
原有的作业流程有大量改善空间。或许，部分公司会发现，他们未必需要AI，光是从简化流程出发，就能找到优化企业的关键。
那么，如果公司预算充裕，是不是就能直接进攻AI领域呢？比如研发自家LLM（Large Language Model，大型语言模型），推出类似DeepSeek那样的产品？我觉得未必。
LLM极其考究训练资料量，许多企业都是靠 “笨功夫” 来解决——给资料备注，提升机器学习效率。这种做法往往需要极高的模型参数，但换了更高的精准度。
另一种方式，是类似DeepSeek那样的蒸馏法——通过其他LLM训练出自己的逻辑。这类方式所需的模型参数比较低，运作起来也更快，而且精准度大概率也不会打太多折扣。
还有一种方式，是减少参数，但用极高质量的资料来训练，例如教科书资料。通过这类资料训练后，LLM所需的参数不会太大，精准度也能大幅提升。
其实，这些方式和人类的学习过程相当类似。不过，人类有较强的联想力，以及对抽象概念的辨认。
因此，我们可以得出结论：训练资料不是要够多，就是要够好。当然，资料越多，高质量样本的比例也越高；反之，资料不足，就难以训练出理想的LLM。
这也是为什么目前最强的LLM都是以中英文，其中以英文最强，因为英文资讯最多。如果我们要研发马来文为主的LLM，可以说是极其困难，因为马来文只在马来西亚通用，马来文的资料量也难以和英文比肩。
故此，一家公司是不是一定要搞AI技术？能不能做得成功？这，真的有很多需要看清楚的事。有些事情，大家还是不要太认真。
ADVERTISEMENT
热门新闻
百格视频
ADVERTISEMENT
