今天的中國互聯(lián)網公司一切都好，除了對前沿科技的捕捉能力。

(資料圖)

GPT-4如期而至。互聯(lián)網公司們出奇沉默。是在等待帶頭大哥隔天出場挽回顏面，也或者更是在等待大哥出頭攬下所有。

真正的失落都是無聲的。

某種程度上說，對GPT-4的沉默，是一種全方位落后的自覺：隨著微軟追加投資，OpenAI的估值站上290億美金，一家創(chuàng)立于2015的人工智能硬科技公司，打破了當下大多數(shù)互聯(lián)網公司的主流敘事。

無論是“已經沒有什么創(chuàng)新空間”，還是“用于創(chuàng)新的資源不足”，還是“硬科技被卡脖子”，這些流行敘事，在OpenAI面前，一一得到證偽：

在人工智能語義理解這個賽道上，并無任何實質性技術卡脖子。GPT的邏輯，更多是技術信仰，以及運用算力進行試錯與暴力破解。

這再諷刺不過：

在本應是中國互聯(lián)網最擅長，最內卷，最做題家的賽道——在這里，我們提出了全球最多的發(fā)明專利申請。最終卻被美國VC用最直接的方式一力降十會，爆破出了足以顛覆整個科技賽道的全新生產力工具，讓還糾結服務機器人和人臉識別商業(yè)化的AI獨角獸們不敢抬頭。

這一次，我們的互聯(lián)網企業(yè)技術上落后了，概念上也落后了，甚至連追熱點的心情都沒了：大家都不敢將自己的尷尬表情公之于眾，畢竟，誰也不想說出花在自己身上的那幾十億是被浪費了這個事實。

我懷念10年前的那些互聯(lián)網人。

十年前，曾經意氣風發(fā)的互聯(lián)網從業(yè)者，無論是VC還是創(chuàng)業(yè)者，充滿了熱情，每一個人都在積極調動起來，將雷達全面對準硅谷。

在硅谷里的每一個咖啡館里，都有在密切追蹤美國最火的項目進度的中國投資人；而每天飛向深圳的航班里，坐滿了打算將實驗室想法帶回深圳的斯坦福計算機高材生。

互聯(lián)網的每一個細胞都在動員起來，保持極高的市場敏感度，創(chuàng)業(yè)者拿著火熱的風險投資，直接可以打造跟美國完全相同，甚至更好的互聯(lián)網公司。

咖啡館面對面的名師啟發(fā)，總好過zoom call的在線教育。大疆好過美國原版無人機，短視頻平臺更是橫掃全球互聯(lián)網。

上了三年zoom call的互聯(lián)網公司們，現(xiàn)在都在忙些什么呢？外賣，游戲，直播，廣告，大家都在同樣的賽道卷來卷去。不賺錢的生意不做，一方面是不敢再燒錢，另一方面是架不住內部盈利的壓力，不盈利的業(yè)務承受不住集團的壓力。

反創(chuàng)新的負向循環(huán)正式啟動：

一家公司越是沒有科技創(chuàng)新，在輿論眼中，大肆盈利越是其心可誅。但越是焦慮自顧，離科技創(chuàng)新也就越遠，所有的參與者動作也就愈發(fā)走形。

大家于是只能假裝一切尚未散場。

如果你參加過手機品牌發(fā)布會，你就會越來越明白這樣的道理。

坊間戲言，手機產業(yè)已經變成了一個發(fā)布會驅動型業(yè)務。坐滿幾百人的體育場中央，幾百名媒體老師對著毫無新意的科技起勁鼓掌，而展示者更是語無倫次的描述著許多年前就已日臻完美的鏡頭防抖動、電池高延時技術。

等一下，這些技術N年之前不就已經有了嗎？這樣的場景讓人如此陌生，中國互聯(lián)網行業(yè)是什么時候變成這樣的？

這幾百名媒體老師恰似在家上慣網課的孩子：沒有人真的為了任何貌似激動人心的發(fā)明而鼓掌，相反，大家只是為了鼓掌而鼓掌。因為終于回到了現(xiàn)實中的教室。

Zoom Call讓每一個科技從業(yè)者面露疲憊，前沿科技感知能力迅速下滑，每個人都在強顏歡笑，就好像這出反創(chuàng)新的戲劇尚未散場。

科技從業(yè)者感知能力下降的表現(xiàn)還有很多。

特斯拉已經轉向算力取代稀土，而我們的新能源車還在研判下一款特斯拉可能采用的各種稀土配方。

在馬斯克的最新的技術公式里，去稀土的感應電機=算力方案+傳統(tǒng)異步電機=稀土永磁電機。即，其中原由稀土負責的效率與穩(wěn)定性，由算力方案進行替代性解決。

在羅徹斯特大學的超算資源的支持下，超導技術的進階之路再不是傳統(tǒng)的實驗物理范疇，而是“超級AI+材料”計算學。AI已經已經全面應用于新化合物發(fā)掘的時候，我們還在為防抖動鏡頭和補光技術鼓掌。

今天的中國互聯(lián)網一切都好，它擁有更好的回饋社區(qū)能力，讓越來越多的老人，通過一部手機就能買回來越來越多也許并不需要的東西。但與此同時，它也正在失去對前沿科技的捕捉能力。

人類歷史上任何創(chuàng)新都來自于想法和制度上的激烈競爭。失敗的創(chuàng)新者下場非常慘烈，成功者往往拿走了一切。

沉湎于內卷的互聯(lián)網公司們，現(xiàn)在只是落后了3年，一切為時未晚。也許，一切都要從走出Zoom Call、走出內耗，從重新拾回最簡單的辦法開始。不過，從AI進化的視角，我們要清楚地看到，時間也確實已經不多了。

標簽：