別再迷信大模型！吳恩達(dá)親授AI秘籍：小模型+邊緣計算=財富密碼

新智元報道

編輯：peter東

【新智元導(dǎo)讀】吳恩達(dá)指出，當(dāng)下大模型的卷生卷死，誰是贏家不重要。關(guān)鍵的是誰能構(gòu)建可信的AI應(yīng)用，誰才能成為真正塑造未來之人，順便成為下一個通過AI財富自由者。

AI創(chuàng)業(yè)的真機(jī)遇不在「更大」，而在「更聰明」！

當(dāng)巨頭們在百億美金的賽道上比拼模型參數(shù)時，真正的創(chuàng)業(yè)機(jī)會正在另一端悄然爆發(fā)——智能體的時代，正在打開。

這是AI世界的「中小企業(yè)革命」：它不追求通用智能的神話，而是用成千上萬個專注、可靠、懂業(yè)務(wù)的智能體，去啃下那些不起眼卻極其值錢的現(xiàn)實問題。

AI創(chuàng)業(yè)：機(jī)會在智能體！

模型越大越好？投入越多越好？AI界的競爭，真的是這么樸實無華？

如果真是這樣，那AI就不適合創(chuàng)業(yè)。

但除了做大模型，更大的機(jī)會在于使用工具去解決各行各業(yè)的實際問題，也就是所謂的智能體。

目前，?AI智能體市場約為51億美元，預(yù)計到?2032?年將增至?691?億美元，7?年增長約17倍。

智能體會將任務(wù)其分解為一系列更小、更易于管理的子任務(wù)。它制定戰(zhàn)略計劃，逐步執(zhí)行，并在過程中進(jìn)行調(diào)整，模擬高級人類推理。

智能體會用多組提示詞＋知識庫，再聯(lián)動外部工具，如搜索引擎、代碼執(zhí)行等。

智能體還能對大模型輸出的結(jié)果進(jìn)行自我批評。通過對「這是最好的方法嗎？這能更準(zhǔn)確嗎？我遺漏了什么？」等問題自問自答、反復(fù)迭代的自我糾正，極大地提升了輸出的質(zhì)量和可靠性。

對于準(zhǔn)備進(jìn)入?AI?領(lǐng)域的創(chuàng)業(yè)者，必須明白：智能體的優(yōu)勢在于「專業(yè)化」。

大廠試圖用單一模型包打天下，而多智能體中每個智能體只負(fù)責(zé)中一部分工作。

如何為智能體分配不同的角色，讓小型、廉價的模型集體工作時超越像GPT-5這樣的價格昂貴的標(biāo)準(zhǔn)模型，從而在特定領(lǐng)域降本增效——

這就是創(chuàng)業(yè)者能帶來的價值增量。

不去追求AGI，

要用AI解決日常問題

科技界熱衷于追求通用人工智能（AGI）。

這一追求消耗了數(shù)十億美元的研究資金，并引發(fā)了無數(shù)的媒體炒作。吳恩達(dá)對此的建議是忽略它。

對于想進(jìn)入AI界的創(chuàng)業(yè)者，最好期待AGI不會出現(xiàn)，因為AGI的出現(xiàn)意味著所有公司解雇所有知識型員工。

若這一天真的到來，自然也沒了創(chuàng)業(yè)者的生存空間。

而當(dāng)前AI領(lǐng)域之所以需要創(chuàng)業(yè)者，是因為當(dāng)今每個行業(yè)都存在大量「無聊」、缺乏魅力但極具商業(yè)價值的難題。

創(chuàng)業(yè)公司應(yīng)當(dāng)專注于可衡量的成果，例如自動化文檔處理、優(yōu)化能源消耗、提高醫(yī)療診斷準(zhǔn)確性以及簡化制造流程。

這些應(yīng)用不會登上頭條，但它們通過提高效率、減少錯誤和降低成本，創(chuàng)造了數(shù)十億的價值。這就是現(xiàn)在在人工智能領(lǐng)域真正賺錢的地方。

創(chuàng)業(yè)者要選擇自己熟悉的行業(yè)，批判性審視工作過程反復(fù)出現(xiàn)是每一步流程，看看有哪些重復(fù)的、數(shù)據(jù)密集型的工作消耗了最多的人力？哪些流程最容易出錯？這些都是你的目標(biāo)。

構(gòu)建或部署解決這些特定、高成本問題的窄人工智能解決方案。投資回報是直接、可衡量且巨大的。

在此過程中，創(chuàng)業(yè)者不必從頭開發(fā)模型，而是要秉持「拿來主義」，積極探索和實驗領(lǐng)先，且成本只有專有模型十分之一的開源模型，無論其來源如何。通過構(gòu)建這些成本效益高且快速改進(jìn)的基礎(chǔ)，初創(chuàng)公司可以以更低的燒錢速度運營，更快地推出產(chǎn)品，并超越那些陷入昂貴專有模型的巨頭。

關(guān)注小模型的邊緣計算

當(dāng)前，大多數(shù)大模型都在云端運行.

然而，吳恩達(dá)指出，隨著小模型性能的增加，以及硬件價格的降低，未來將會見到更多的小尺寸模型，以及更多的模型在本地運行。

小模型的市場總量，將會從2022 年的9.3億美元增長到2032 年的 54.5 億美元；而邊緣計算的市場，預(yù)計將在2028年達(dá)到3780億美元。

邊緣計算使得更多涉及隱私數(shù)據(jù)的應(yīng)用變成可能。

例如，創(chuàng)業(yè)者可以開發(fā)一款手機(jī)app，實時分析用戶的語音及使用數(shù)據(jù)，據(jù)此檢測諸如抑郁癥，阿爾茨海默癥等的早期跡象，而所有數(shù)據(jù)都安全地存儲在本地設(shè)備上，從而讓用戶方向使用。

在制造業(yè)中，創(chuàng)業(yè)者可在攝像頭上增加多模態(tài)模型，讓用戶可以輸入提示詞，從而即時識別用戶關(guān)心的微小的缺陷。

而在零售業(yè)中，創(chuàng)業(yè)者可以開發(fā)可供租賃的導(dǎo)購機(jī)器人去替代推銷人員，接受商家定制的機(jī)器人通過觀察用戶的行為，選擇潛在用戶發(fā)送贈品，并將商家關(guān)注的私有用戶數(shù)據(jù)保存在本地。

邊緣計算+小模型之所以可行，是因為現(xiàn)有的基礎(chǔ)設(shè)施已經(jīng)完善，數(shù)十億的智能手機(jī)及物聯(lián)網(wǎng)作為計算設(shè)備，本身已經(jīng)存在。

這些設(shè)備零延遲，零云成本和極致的隱私保護(hù)。

創(chuàng)業(yè)者要做的只是利用好這三個優(yōu)勢，通過優(yōu)化小模型在特定領(lǐng)域的性能，構(gòu)建一個個小而美的應(yīng)用。

隨著模型變得越來越小、同時性能越來越強(qiáng)大。

對AI領(lǐng)域的創(chuàng)業(yè)者而言，護(hù)城河不該是技術(shù)本身。

當(dāng)下，人人都可以下載開源模型并部署。創(chuàng)業(yè)企業(yè)的真正不可取代之處在于提供給用戶可信任感。

創(chuàng)業(yè)者不需要教育客戶自己的技術(shù)有多先進(jìn)，而是要想辦法說服客戶需要信任你開發(fā)的AI。

于此同時，監(jiān)管機(jī)構(gòu)也不再接受黑盒系統(tǒng)；他們要求可解釋和透明的模型。

當(dāng)模型本身不再稀缺，真正的競爭優(yōu)勢來自值得信賴的AI應(yīng)用。

那些發(fā)展最快的公司不僅僅是在部署更多模型；它們在部署經(jīng)過驗證、監(jiān)控和適當(dāng)管理的模型。只有致力于構(gòu)建可靠和透明系統(tǒng)的承諾，才能持久地保住領(lǐng)先地位。

關(guān)注軍民兩用的應(yīng)用場景

2025年2月，吳恩達(dá)發(fā)表了暴論「我很高興谷歌改變了其對AI武器的立場」。

不過，這樣的言論也并非無的放矢，AI在軍事領(lǐng)域的應(yīng)用已成為一個關(guān)鍵、不可避免且充滿創(chuàng)新的爆炸性領(lǐng)域。

盡管自主武器充滿倫理風(fēng)險，但現(xiàn)實是「軍事 AI 淘金熱」已經(jīng)拉開序幕。這不僅僅局限于涉及生死的武器。

吳恩達(dá)自己的投資組合公司正在開發(fā)自主無人機(jī)，它們通過在災(zāi)區(qū)進(jìn)行快速偵察來拯救生命，并為偏遠(yuǎn)部隊提供安全的后勤保障。這可視為一種軍民兩用的應(yīng)用場景。

除此之外，AI 驅(qū)動的智能安防，例如威脅檢測、復(fù)雜硬件的預(yù)測性維護(hù)、軍事仿真和培訓(xùn)，以及前所未有的大規(guī)模的后勤優(yōu)化。全球各國政府的投資正在涌入，為能夠提供強(qiáng)大、可靠和尖端 AI 解決方案的初創(chuàng)公司創(chuàng)造了一個成熟的生態(tài)系統(tǒng)。

企業(yè)家應(yīng)調(diào)查「軍民兩用」技術(shù)。

為優(yōu)化商業(yè)供應(yīng)鏈而設(shè)計的AI系統(tǒng)，可以適應(yīng)軍事物流。用于工業(yè)檢查的計算機(jī)視覺模型，可以重新用于海軍艦艇的設(shè)備維護(hù)。

關(guān)鍵在于構(gòu)建既適用于民用又適用于國防部門的基礎(chǔ)技術(shù)，從而開辟一個龐大、資金充足的龐大市場。但許多人因膽怯而不愿進(jìn)入。

遠(yuǎn)見即財富，洞見即機(jī)遇

以上幾點，便是吳恩達(dá)對AI創(chuàng)業(yè)者給出的幾點實用建議，這些指導(dǎo)從當(dāng)前的技術(shù)出發(fā)，具有可操作性。

遵照這些建議，用AI創(chuàng)業(yè)并活下來，并非遙不可及的夢想，而是當(dāng)下的現(xiàn)實。

如果你有遠(yuǎn)見、能洞察世界發(fā)展趨勢，未來觸手可及。

未來的AI財富，不屬于那些擁有最大GPU集群的人，而屬于懂得用最小模型解決最具體問題的人。

在巨頭的陰影之外，是創(chuàng)業(yè)者的黃金邊界——他們讓智能真正落地，讓信任成為新的護(hù)城河。

AI不再是技術(shù)的戰(zhàn)爭，而是執(zhí)行與洞察的競賽。勝者，將是那些在「巨浪之下」仍能穩(wěn)穩(wěn)立足的智能體造夢者。

參考資料：

https://www.reddit.com/r/AgentsOfAI/comments/1nogqpy/andrew_ng_the_ai_arms_race_is_over_agentic_ai/

https://aiquantumcomputing.substack.com/p/the-ai-oracle-has-spoken-andrew-ngs