包括王慧文、王小川在内的诸多明星创业者，则更喜欢把它与蒸汽机、计算机类比，认为它是开启新一轮科技的技术。

　　然而仔细回顾历史，没有一次科技是完全由技术突破决定的，与之相伴是技术与商业的飞轮效应。钉钉作为一款国民级 APP，第一个全面开放 AI 应用，其意义正在于此。

　　美国著名管理专家吉姆·柯林斯基于大量统计数据，编著了《从优秀到卓越》一书，它 在书中做了一个意义深远的类比：

　　在物理世界当中，人们一开始推动轮子需要花费很大力气，但是当轮子高速运转起来之后，人们只要花很小的力气就可以维持轮子运转。

　　表现在技术发展中，这就是惯性增长。再说细致点，技术发展初期是非常缓慢的，但是当技术落地成为应用，深入到普通人的生活中。

　　人们愿意为技术应用付出资金，资金回流到技术研发与普及，技术本身也会得到更高层次发展，然后再反作用提供给人们更好的服务。

　　因此，技术突破只是开局，形成“技术应用→落地服务→资金回流→技术发展→技术应用”的技术增长飞轮才是新科技的关键。

　　瓦特出生前，蒸汽机就已经经发明，并经历了几代人的研究。在此之前的中国明清两朝，不少有意趣的文人士大夫也在捣鼓蒸汽动力装备。甚至在瓦特同时期，中国的徐寿还做出了蒸汽动力船。但是，这些蒸汽机烧煤太多、效率太低、而且没有大规模应用。

　　瓦特的贡献是改良了蒸汽机，并将其大规模推向工厂生产。这也是为什么历史书上会把第一次工业的开端视为珍妮机的发明，而第一次工业标志才是蒸汽机的大规模使用。

　　瓦特蒸汽机在棉纺织业的落地应用，极大提高生产效率，促使英国在棉纺领域取得巨大商业优势。源源不断的资金回流到蒸汽机改良，促使动力系统不断改进。

　　当前各家大模型的竞争，也到了动人心魄的赛点。谁能率先让足够多人用起来？谁能率先让客户用大模型赚到钱？谁能打造人工智能领域的棉纺织业？谁就是这个时代的瓦特。

　　ChatGPT 的出现就像是蒸汽机被发明出来，优点是潜力无限，缺点是太贵了。贵到什么程度呢？某领先巨头公司对客户报价，私有化部署大模型要 1 亿元。

　　在当前这个赛道，一家创业公司想要训练一个大模型成本至少 1000 万美金，即便用上了最先进的辅助训练模型且只训练基础模型，也只能降到 200 万美金。这也是为什么当前这个赛道的创业者都是创业明星的原因——毕竟只有他们才能拿到上亿的融资。

　　一家做 AI 剧本的公司曾经算过这样一笔账，他们调用各家大模型的 API 是按照 token 计费，单是写一个几千字的短剧剧本，就得花费近百元。因为他们自己的模型需要调试数次 token，所以成本就会叠加。以至于，他们找客户非常困难。

　　这就导致一个结果，如果没有一家大厂率先落地大模型应用，通过飞轮效应把规模做起来，把 API 成本降下来。

　　第一个错误是搞一套“大模型+”。尤其是传统型公司，他们习惯性追风口，但是又不深入做。元宇宙火的时候，他们搞“元宇宙+”；区块链来的时候，他们搞“区块链+”；现在大模型火了，他们找个大模型供应商集成个把功能进入自己产品，然后自己就是大模型公司了。

　　第二个错误是想着仅靠大模型的技术就从 0 创造一个应用。他们自觉翻盘时候到了，然后拿着大模型的技术就想改变世界，推翻互联网大厂上亿用户的产品。

　　今年 4 月，阿里发布通义千问大模型，与此同时钉钉宣布全面智能化，所有产品要用大模型重塑一遍。

　　举个例子，某款老牌剪辑软件在上一轮 AI 浪潮里，给自己的剪辑产品加了个搜索框，它自觉自己已经拥抱 AI 了，但其实根本没人会一边剪辑一边搜索。

　　再说个夸张的，前几年某个地方电梯控制 App，竟然在主页搞了推荐信息流，它还自诩了一段时间的人工智能私域流量。根本不会有人用这种东西控制电梯。

　　举个例子，钉钉中的生成式答疑机器人能够一次性学习超过 10 万个中文字符的内容，然后通过对话把内容反馈给用户。

　　在功能操作上，用户使用“/”命令，就可以在群聊中创建一个属于自己的学习型机器人，不需要手动输入问题和答案。

　　这个机器人能够自动学习钉钉文档中的内容，并基于此生成对话，一次性处理的文档长度可达百万个中文字符。

　　大家仔细想一想，其实我们打工人群体一半以上的时间都在工作，我们很多的信息和认知都沉淀在了工作软件里。一段段对话，一次次会议，一场场复盘，甚至是日常吐槽和闲聊，其中都蕴藏着我们的很多信息。

　　在过去，这些信息沉淀下去就死掉了，再也不会被调用，而且离职了就真的清空了，这对于用户来说是巨大损失。

　　另外，我们不但可以沉淀交互，还可以不断地为机器人“喂食”新的文档，使其持续更新和扩充问答库。

　　一旦答疑机器人创建完成，群里的每个成员都可以直接通过@功能提问，并获得机器人的智能回复。它也可以作为我们的运营助手。

　　钉钉对大模型应用的重视是战略层面的，至少可以拆成两点来看：一方面是下大力气重塑自己。上面提到的答疑机器人并非个例，在宣布重塑应用后的 100 多天内，钉钉 17 款产品、60+场景完成智能化再造。

　　另一方面是帮助生态全面改造。钉钉将智能化底座（AI PaaS）开放给伙伴和客户，还要用大模型帮助生态伙伴把产品重做一遍。

　　站在商业视角来看，垄断 AI 原生这件事非常不靠谱。这是一个充分交流的世界，功能和技术从来不是隔离的，各家大厂都会很快跟进。

　　钉钉 AI 正式上线后，钉钉聊天、文档、知识库、脑图、闪记、Teambition 等 17 条接入 AIGC 的产品线多个场景，全面向用户开放，所有用户可直接使用 AI 能力。

　　截至 10 月底，已有超过 50 万家企业加入钉钉 AI 魔法棒的测试行列，探索了钉钉在 AI 产品方面的种种可能性。

　　可能是因为年初 ChatGPT 是 to C 的，而且体验太好了；也可能是大家习惯了国内互联网产品的免费，以至于很多人会习惯性忽略其背后的巨大成本。

　　ChatGPT 系列是人类有史以来成本最昂贵的互联网产品。GPT-4 训练一次烧掉 3000 辆特斯拉。微软为了保证研发不仅投入 100 亿美金，而且云服务无限支持。

　　大型生成性 AI 模型的运行成本目前非常高，每天可能需要数百万美元。例如，单单是 GPU 的成本就高达数百万美元。

　　据报道，OpenAI 的 GPT-3 语言模型的每次训练运行至少需要价值 500 万美元的 GPU。有些大型 AI 模型的提供商已经开始实施收费结构。比如，微软为企业用户提供每月 30 美元的 Copilot 服务，该服务可以帮助创建 PowerPoint、Excel 和 Word。

　　当我们说 AI 大模型应用第一天必须挣钱的时候，就意味着它是直接对接生产力场景，深度融入生产力的。这些工作场景最常用的办公、会议、知识库等等。

　　的场景，比如低代码、日历等以往我们觉得和大模型有一定距离的产品。以往这些数据是无法接入大模型的，现在他们都将能被大模型利用，并创造更大价值。

　　其他产品要么用户少，要么使用场景少，只有钉钉拥有亿级用户的同时深度嵌入生产环节，能在工作的每个环节发挥作用。

　　当蒸汽机轰隆作响的时候，不会有人意识到这个机器将会改变世界，但以蒸汽机为代表的工业让人类经济从线性增长变为指数增长，机器可以生产更多更好的机器，人类走向了一条全新的道路。

　　以往的工业往往有漫长的研发与获得认可的过程，这一次钉钉将 AI 直接集成在了拥有上亿用户的产品内，加速开启了商业飞轮的增长。

　　我们期待有一天，在飞轮效应的作用下，AI产品又便宜又好用。人们用 AI 就会像用手机一样方便、无感与自由。