關(guān)注AI大模型技術(shù)的朋友們，在歡度春節(jié)的這些天，一定有被國產(chǎn)大模型底座DeepSeek的”橫空出圈"霸屏了。

國產(chǎn)化大模型在算力更加“節(jié)約”的情況下，研發(fā)出了近乎和OpenAI GPT-4o同等“聰明”的大模型底座，極大地激勵(lì)了國人對于AI技術(shù)研發(fā)的信心，同時(shí)也給國內(nèi)外同行們帶來了不少“焦慮”與“反思”。

與其他主流大模型相比，正如DeepSeek的中文名“深度求索”想表達(dá)的，它在解決具體回答任務(wù)時(shí)，不僅關(guān)注“端到端”的一問一答結(jié)果，更加關(guān)注這個(gè)答案是怎么得到的。

這個(gè)AI模型會(huì)像人一樣思考，把任務(wù)分解，給出分析框架，然后逐步完善創(chuàng)作類答案的內(nèi)容細(xì)節(jié)或計(jì)算任務(wù)的解體過程。

因?yàn)檫^程合理，所以結(jié)果更加make sense，仿佛真的是很深思熟慮給出的結(jié)論，而不僅僅是從資料庫里找一些相關(guān)的答案隨便拼湊應(yīng)付個(gè)結(jié)果。

下面主要從兩個(gè)方面來聊聊DeepSeek對我們的影響。

其一是，對于AI技術(shù)研發(fā)企業(yè)或團(tuán)隊(duì)的影響；其二是，對于普通人的影響。我想這兩個(gè)問題都是大家非常關(guān)心的。

眾所周知，如果想構(gòu)建一個(gè)新的AI模型，主要有三個(gè)關(guān)鍵的影響變量：算法、算力、數(shù)據(jù)。DeepSeek之前出現(xiàn)的一些“頂級”大模型，多數(shù)對算力有很大資源要求。

這就導(dǎo)致ai大模型底座的研發(fā)成本“居高不下”，成為少數(shù)“大廠”的專利。同時(shí)，ai大模型產(chǎn)業(yè)，對gpu等芯片廠商也產(chǎn)生了極強(qiáng)的“供應(yīng)鏈"依賴。

值得注意的是，算力只是ai成功的因素之一，算法和數(shù)據(jù)同樣重要。而DeepSeek，就是從算法尋得突破的！

DeepSeek在訓(xùn)練大模型底座時(shí)，巧妙地運(yùn)用強(qiáng)化學(xué)習(xí)技術(shù)，讓模型本身在解決問題的思維過程上不斷得到提升。

DeepSeek在有限的數(shù)據(jù)樣本中，得到更多的關(guān)于思考方面的啟發(fā)，從而讓ai技術(shù)回歸本質(zhì) —— 對人的思考方式和解決問題的邏輯的模擬，而不僅僅是追求“正確答案”。

DeepSeek的成功讓國內(nèi)外都為之震驚的是，該模型打破了所謂的Scale Law魔咒，讓人工智能技術(shù)研發(fā)重新開始關(guān)注算法策略的重要性！

與此同時(shí)，DeepSeek的模型訓(xùn)練對于數(shù)據(jù)質(zhì)量的要求也是非常高的。其采用了很多高質(zhì)量的COT（思維鏈）數(shù)據(jù)。

這類樣本數(shù)據(jù)不僅記錄了問題輸入和答案輸出，還詳細(xì)地描述了每一步的“解題”過程。

這也是ai技術(shù)的魅力所在，“暗示”ai廠商不要過度迷戀粗放式的數(shù)據(jù)投喂，而是關(guān)注如何讓機(jī)器更好地學(xué)挖掘數(shù)據(jù)的深層次價(jià)值。

從另一方面看，隨著ai算法的不斷優(yōu)化，大模型底座訓(xùn)練和推理成本同步降低！

這讓更多有技術(shù)能力的廠商和研發(fā)團(tuán)隊(duì)有機(jī)會(huì)參與到“百模大戰(zhàn)”，突破算力資源匱乏的技術(shù)瓶頸，在未來5-10年將會(huì)不斷出現(xiàn)更多“令人振奮”的底層能力創(chuàng)新和應(yīng)用場景創(chuàng)新！

對于普通人來說，相信不少人都已經(jīng)試用了DeepSeek的創(chuàng)意作詩、寫文案、實(shí)事點(diǎn)評這些熱門功能。發(fā)現(xiàn)ai技術(shù)的產(chǎn)出確實(shí)“文采橫溢”，甚至達(dá)到“以假亂真”的效果，很多ai文稿的質(zhì)量已經(jīng)超過了大多數(shù)普通文字工作者的水平。

與此同時(shí)，DeepSeek在寫代碼方面的能力，也幾乎可以替代一般的程序員——只需要把產(chǎn)品需求描述清晰，立刻就能生成可以直接運(yùn)行的穩(wěn)定代碼案例。

難得一個(gè)ai產(chǎn)品一經(jīng)發(fā)布，同時(shí)讓文科生、理科生都同時(shí)焦慮了！似乎未來大多數(shù)的職業(yè)都在逐漸被ai替代。

有人說，ai降低了一個(gè)行業(yè)的門檻，因?yàn)檎l都可以用大模型創(chuàng)作；也有人覺得，其實(shí)是提高了門檻，因?yàn)槿绻麩o法證明人比ai強(qiáng)，企業(yè)就沒有動(dòng)力去雇傭所謂“資質(zhì)平平”的員工。

智能化技術(shù)的進(jìn)步，讓人們開始反思什么才是真正的職場競爭力 —— 是業(yè)務(wù)經(jīng)驗(yàn)、是創(chuàng)新能力，是溝通能力，是情緒價(jià)值，而不是循規(guī)蹈矩、墨守成規(guī)。

幾乎所有標(biāo)準(zhǔn)化的工作，都可以用大模型復(fù)現(xiàn)。以前是規(guī)章條例、文案模板、技術(shù)公式，現(xiàn)在還包括解決問題的方式方法。

當(dāng)試用DeepSeek時(shí)，你會(huì)發(fā)現(xiàn)在提出一個(gè)開放式任務(wù)時(shí)，它會(huì)很快地告訴你如何科學(xué)地、有條不紊地對這個(gè)任務(wù)進(jìn)行分解，然后逐步給出細(xì)節(jié)步驟指導(dǎo)。

然而，這是基于大數(shù)據(jù)提煉總結(jié)得到的常規(guī)性手段和策略，盡管做到這一點(diǎn)已經(jīng)超越了80%的行業(yè)從業(yè)者。這也就是為什么所謂萬金油的咨詢行業(yè)，開始面臨市場寒冬 ...

ai對于垂直行業(yè)的替代過程仍然是漫長的。因?yàn)楣庥袠?biāo)準(zhǔn)化的“解題思路”還不夠，還缺少業(yè)務(wù)內(nèi)容 ... 

這需要更多的業(yè)務(wù)數(shù)據(jù)投喂，以及不同領(lǐng)域?qū)＜以诰唧wai應(yīng)用場景中通過與機(jī)器交互產(chǎn)生的增量信息對模型能力進(jìn)行矯正。

需要注意的是，在一個(gè)動(dòng)態(tài)、多變、復(fù)雜的市場環(huán)境中，絕大多數(shù)業(yè)務(wù)問題是非標(biāo)準(zhǔn)化、隨機(jī)性強(qiáng)、無先驗(yàn)案例的（少樣本或零樣本） ...

這也就是為什么很多ai工具看起來輸出形式很爽，業(yè)務(wù)方卻覺得隔靴搔癢 ... 

ai很有用，但人不能完全依賴于ai —— 使用ai的人的認(rèn)知和業(yè)務(wù)能力，決定ai工具的效果上限。

即便在業(yè)務(wù)決策過程中能使用類似DeepSeek一類的大模型工具輔助完成，也是需要根據(jù)具體情況來適配，加入專家的行業(yè)洞察與經(jīng)驗(yàn)預(yù)判。

這個(gè)過程就像炒菜一樣，機(jī)器只能搞定前面食材準(zhǔn)備的工作，至于最后烹飪的火候、調(diào)料配比，也只有“主廚”（人）才能心領(lǐng)神會(huì)。

這也是人難以被替代的環(huán)節(jié)！大模型技術(shù)會(huì)讓普通人更普通，強(qiáng)者更強(qiáng) ... 

當(dāng)機(jī)器變得越來越像人，那么對于絕大多數(shù)普通人來說，只有不斷學(xué)習(xí)和成長，努力讓自己的能力體系盡可能地與機(jī)器產(chǎn)生差異，才能證明自己的職場稀缺性與獨(dú)特的社會(huì)價(jià)值！