來源：投資實習所

這波 AI 浪潮興起後，我們經常會將其與之前的互聯網浪潮做對比，認爲 AI 公司的興起就像互聯網公司的興起一樣。我的感覺是兩者其實還是有很大差別的，AI 給我的感覺是更加中心化，而互聯網則要去中心化一些。

最近 a16z 兩位創始人 Marc Andreessen 和 Ben Horowitz 剛好談到了這個話題，他們認爲這種類比並不完全適用。從技術本質上來說，Marc Andreessen 認爲互聯網是一個網絡，而 AI 更像是一個計算機。

01.技術性質方面的不同之處

互聯網本質上是一個連接許多現有計算機並促進新計算機創建的網絡，它以網絡效應爲主導，隨着更多人加入，網絡的價值隨之增加，並促使人們構建了更多新型計算機來連接互聯網。

而 AI，特別是大型語言模型，是一種新型的計算機，一種基於概率的、基於神經網絡的計算機，它與以往的馮·諾依曼型計算機（確定性計算機）有很大的不同。

AI 的發展更類似於微處理器或大型機時代，它處理數據、從中學習並生成輸出。它是一個信息處理系統，而不是一個網絡。

最初的計算機非常龐大且昂貴，人們曾認爲世界上只需要幾台計算機。但隨着時間的推移，計算機變得越來越小，越來越便宜，最終變得無處不在。

AI 的發展也將遵循類似的模式，最終會有各種形狀、大小和能力的 AI 模型，它們將基於不同類型的數據進行訓練，並在不同的規模上運行，具有不同的隱私和安全政策。

02.行業發展層面的不同之處

在互聯網時代，大家專注於構建利用網絡效應的網絡和應用程序。公司努力爭取並維持用戶群，以利用這些影響。

而在 AI 時代，核心涉及構建各種 AI 模型和應用程序，重點是改進這些模型的功能並將它們集成到不同的領域。 

03.鎖定和可用性

Ben Horowitz 認爲，與以往的計算機不同，AI 是迄今爲止最容易使用的計算機，因爲它可以說像英語這樣的自然語言，就像與人交談一樣。

這引發了關於 AI 的鎖定效應（lock-in effect）的問題，即用戶是否完全自由地選擇他們需要的 AI 模型的大小、價格、選擇速度，或者是否會被鎖定在某個特定的大型模型上。

互聯網時代，由於使用早期計算機和網絡的復雜性，鎖定非常重要，轉換成本很高。

而在 AI 時代，人工智能更容易使用，因爲它可以理解和生成人類語言，這減少了鎖定，並在選擇人工智能解決方案時提供了更大的靈活性。 

04.兩個浪潮的相似之處

首先是投機繁榮和蕭條：兩次浪潮都經歷了投機性投資周期，最初的興奮引發了過度投資，隨後期望未能實現時出現了崩盤。這種周期對於新的、變革性的技術來說是典型的。

經濟和文化影響：這兩種技術都對經濟和文化產生了深遠的影響。互聯網徹底改變了通信、商業和信息共享。而人工智能有望通過自動化任務、增強決策和創造新能力來改變行業。

05.經驗教訓

繁榮與蕭條：預計會出現過度投資和糾正的周期，這是變革性技術採用曲线的自然組成部分。

开放性系統與專有系統：互聯網始於專有網絡，然後轉向开放性，這推動了其增長。人工智能存在走向更加封閉的系統的風險，這可能會扼殺創新和競爭。

投機投資：投機投資是一把雙刃劍。它可能會導致新技術的快速开發和部署，但在未達到預期時也會導致重大財務損失。 

06.未來展望

人工智能模型：人工智能的未來可能涉及各種規模和模型的多樣化生態系統，功能類似於計算機從大型機到微處理器的演變。 

集成和應用：重點將放在將人工智能集成到各個領域，並創建利用人工智能獨特能力的應用程序上。

下面是對話視頻的一個簡單文字翻譯版，你可以在這裏觀看原對話視頻（https://dub.sh/Memo2）：

Marc Andreessen：當前 AI 的狀態與 Web 1.0 之間最強的共同主題是什么？Ben，讓我先給你一個理論，看看你怎么想。

因爲我的角色和你在 Netscape 時的角色，我們參與了早期互聯網的發展，經常被問到這個問題。因此，互聯網熱潮是技術領域的一次重大事件，仍然在很多人的記憶中。

人們喜歡從類比中推理，所以他們認爲 AI 熱潮應該像互聯網熱潮一樣，創辦 AI 公司應該像創辦互聯網公司一樣。那么，這兩者之間有什么相似之處呢？

實際上，我認爲這種類比在大部分情況下並不成立。它在某些方面可能成立，但大多數情況下並不適用。原因在於，互聯網是一個網絡，而 AI 是一個計算機。

讓我們解釋一下這個觀點。PC 熱潮，或者說微處理器熱潮，我認爲最好的類比是微處理器，甚至可以追溯到原始計算機，即主機時代。

原因在於，互聯網是一個網絡，它連接了許多現有的計算機，當然，人們也建立了許多新型計算機來連接互聯網。但從根本上說，互聯網是一個網絡。

大多數關於互聯網的行業動態、競爭動態、創業動態都與構建網絡或在網絡上運行的應用程序有關。互聯網時代的初創公司非常關注網絡效應以及連接大量人群後產生的各種正反饋循環，比如所謂的梅特卡夫定律，即網絡的價值隨着用戶數量的增加而擴大。

【 Memo 注：梅特卡夫定律（Metcalfe’s Law）是由 Robert Metcalfe 提出的一個網絡效應理論。該定律指出，一個網絡的價值與網絡用戶數量的平方成正比。具體來說，當網絡中的用戶數量增加時，每個用戶都能與更多的其他用戶連接，從而網絡的整體價值會大幅度增長。梅特卡夫定律可以用一個簡單的公式表示：V ∝ n²， 其中，( V ) 表示網絡的價值， n 表示網絡中的用戶數量。】

AI 在某些方面也有網絡效應，但它更像是一個微處理器，更像是一個芯片，更像是一個計算機。它是一個系統，數據進入，數據被處理，數據輸出，然後事情發生。這是一個計算機，是一個信息處理系統，是一個新的計算機。

我們喜歡說，到目前爲止的計算機是所謂的馮·諾依曼機，即確定性計算機，它們非常嚴格，每次都做完全相同的事情，如果出錯，那是程序員的錯。但它們在與人互動和理解世界方面非常有限。

我們認爲 AI 和大型語言模型是一種新型計算機，一種概率計算機，一種基於神經網絡的計算機。它們不太准確，不會每次給出相同的結果，甚至可能與你爭論，不回答你的問題。

這使得它們在本質上與舊計算機非常不同，使得構建大規模系統的復雜性更高，但它們的能力是新的、不同的、有價值的、重要的，因爲它們可以理解語言和圖像，做你在使用時看到的所有事情。

因此，我認爲類比和經驗教訓更可能來自計算機行業的早期階段或微處理器的早期階段，而不是互聯網的早期階段。你覺得這樣說對嗎？

Ben Horowitz：我認爲是對的。盡管這並不意味着沒有熱潮和衰退，因爲這是技術的本質。人們會過於興奮，然後過於沮喪。所以肯定會有一些過度建設的問題，例如芯片和電力的過度建設。我同意，網絡在發展方式上與計算機本質上是不同的，採用曲线和所有這些東西也會不同。

Marc Andreessen：這也涉及到我對行業未來發展的最佳理論，即關於行業將如何展开的問題，比如是否會有少數幾個“神模型”或大量不同規模的模型。

計算機行業的早期，如原始的 IBM 主機，計算機非常大且昂貴，只有少數幾個。長期以來，普遍觀點是這將是計算機的全部。IBM 的創始人托馬斯·沃森曾說過一句著名的話，他認爲世界上可能只需要五台計算機。

我認爲他的意思是政府會有兩台，三大保險公司會有三台，然後就沒有其他需要這么多計算能力的地方了。計算機非常大且昂貴，誰能負擔得起呢？誰能負擔得起維護它們所需的人員呢？

這些計算機非常大，需要專門的建築來容納，並且需要穿白大褂的人員來維護，因爲一切都必須保持非常幹淨，否則計算機就會停止工作。

今天我們有 AI 的“神模型”概念，即大型基礎模型，那時我們有神主機的概念，只有幾個這樣的計算機。如果你看早期的科幻小說，幾乎總是有這種設定，即有一個大型超級計算機，它要么做正確的事情，要么做錯誤的事情，如果做錯了，科幻電影的情節通常是你要進去修復或擊敗它。

這種自上而下的單一概念在很長一段時間內都是成立的，尤其是在計算機开始變小之前。然後後來出現了所謂的小型計算機，價格從 5000 萬美元降到 50 萬美元，但即使是 50 萬美元也很貴了，普通人不會把小型計算機放在家裏，所以中型公司可以买小型計算機，但個人不能。

然後隨着 PC 的出現，價格降到 2500 美元，智能手機的出現，價格降到 500 美元。今天，你有各種形狀、大小和描述的計算機，它可能只花了一分錢，可能是一些嵌入的 ARM 芯片和固件，有數十億這樣的計算機。

今天买一輛新車，裏面可能有 200 個計算機，甚至更多。今天你假設所有東西都有芯片，假設所有東西都需要電池或電力，因爲它們需要爲芯片供電，並且假設所有東西都在互聯網上，因爲所有計算機都被認爲應該在互聯網上，或者將會在互聯網上。

因此，計算機行業今天是一個巨大的金字塔，仍然有少數幾個超級計算機集群或大型主機，它們是神模型，然後有更多的小型計算機，有更多的 PC，有更多的智能手機，然後有大量的嵌入式系統。

事實證明，計算機行業是所有這些東西的集合。你需要什么樣的計算機取決於你要做什么，你是誰，你需要什么。

如果這種類比成立，這意味着我們實際上會有各種形狀、大小、描述、能力的 AI 模型，基於不同的數據訓練，在不同的規模上運行，有不同的隱私政策，不同的安全政策，會有巨大的多樣性和變化，會是一個完整的生態系統，而不僅僅是幾家公司。你覺得這個觀點怎么樣？

Ben Horowitz：我認爲是對的。我還認爲，這個計算時代的另一個有趣之處是，如果你看以前的計算時代，從主機到智能手機，一個巨大的鎖定來源是使用它們的難度。

沒有人因爲买了 IBM 而被解僱，因爲你有受過培訓的人，知道如何使用操作系統，由於處理計算機的巨大復雜性，選擇 IBM 是一個安全的選擇。

即使是智能手機，爲什么蘋果智能手機如此強大，因爲切換離开它的成本和復雜性非常高。AI 是最容易使用的計算機，它會說英語，像與人交談一樣。

鎖定在哪裏？你是否完全自由地選擇適合你特定任務的大小、價格、速度，還是被鎖定在神模型中？我認爲這是一個开放的問題，但非常有趣，這可能與以前的計算時代非常不同。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。