“ 分工才是社會進步的動力，大模型產業鏈才剛剛開始 ”

可能很多人看了標題會覺得很奇怪，大模型與社會分工有什么關系，產業鏈和模塊化又是什么鬼，我們不是學習大模型技術和應用的么 ？怎么越來越跑偏了。

其實，寫這篇文章的目的就是為了解放大家的思想，要明白大模型不是一個事，也不是一個人做的事，它是一個龐大的系統，需要大家分工合作才行。

大模型與社會分工，產業鏈與模塊化的關系

這篇文章可能并不是一篇技術文章，可能更多的是從經濟和管理和社會發展等多個方面講述一下大模型技術，防止有些人鉆牛角尖。

在之前的文章中曾不只一次的說過，技術人員容易鉆牛角尖，總是陷入技術之上的陷阱中去，這里并不是說技術不重要，而是技術的本質決定了它只能在特定的環節扮演特定的角色，而不是有了技術就有了一切。

這是一個系統化的過程，每個環節都有其特定的角色，誰離了誰都能轉，誰離了誰也轉不了。

政治上說，人與動物的根本區別是會使用和制造工具；而社會的發展與進步靠的是社會分工，而不是某一個人的力量，如果沒有分工，可能人類也發展不到今天。

為什么說分工很重要？現在先假設一個問題，如果沒有分工會怎么樣？

沒有分工，那么社會中的每個人都需要對自己的全部負責，從吃喝拉撒睡到物質生活和精神生活；這樣人類就失去了進步的可能。

比如說，沒有分工，一個人想吃飯，那么他就需要去做飯，做飯需要原材料，包括蔬菜，肉類等，那么這個人就需要去種菜，去養殖；這樣每個人都會把自己大量的時間和精力浪費在這些事情上。

那怎么發展技術，怎么發展科技，怎么發展文化，藝術等等？

因此，分工才是社會進步的主要動力。

說到大模型也是如此，大模型技術是一個生態，是一個系統，單純的大模型技術沒有任何意義，大模型技術的價值在于應用場景；因此，搞大模型就需要有人搞大模型技術，也要有人搞大模型應用，兩者缺一不可。

沒了大模型技術，大模型應用就成了無根之水，空中樓閣；大模型技術沒有應用場景，那么大模型技術就失去了價值，沒有了研究意義。

因此，有些人鉆進大模型技術的牛角尖中出不來，每天都在研究大模型這個技術原理是什么，那個功能是怎么實現的，除非你是真的要從事搞純技術的大模型，否則這樣研究下去根本沒有太大意義。

大模型作為一項劃時代的技術，他的落地需要各種上下游的支持，比如上游最基礎的能源，算力的供應；中游大模型架構與算法的開發，下游基于大模型的應用場景。

由這些上下游組合在一塊，就成了大模型技術的產業鏈；再細化一點來說，在能源和算力方面，需要解決發電問題，GPU的運算效率，基于云計算的并行計算等；而中游的大模型規模，架構，訓練與調優，數據的組織與清洗等；到下游的知識庫供應商，Agent開發，AIGC工具等等。

大模型的發展促進其上下游的發展，而上下游的發展又反向促進大模型的進步。

因此，不同的人，不同的企業，在大模型技術的發展過程中扮演著重要的角色；沒有誰能脫離誰的存在，也沒有誰會離不開誰。

我們需要做的是，確定我們在整個產業鏈中扮演著哪個角色，存在于那個環節；而不是如無頭蒼蠅一樣，到處亂撞，最終也沒一個結果。

有人搞大模型算法研發，他是不是在搞大模型？有人在搞知識庫的研發，那他是不是在搞大模型？有人在做AIGC的工具，那他是不是也在搞大模型？ 

并不是說只有做大模型架構和算法的人才叫搞人工智能，只要處于人工智能產業鏈的其中一個環節，那么就是在搞大模型。

比如說，openAI的模型那么強大，但它除了需要強大的技術和算法之外，還需要強大的數組支撐，那么你是否可以做數據供應商？當然，前提是合法合規。

從技術人員的角度出發，我們平常在做項目時，會根據項目的功能把一個系統拆分成多個不同的模塊，各個模塊之間互相聯系，但又相互獨立，這就是傳說中的高耦合，低內聚。

而這種開發方式就叫做模塊化，工程模塊化，每個模塊負責每個模塊的功能，相互之間互不影響。

因此，大模型技術上下游也充斥著大量的供應商和服務商；在以后，有些人和企業會專注于開發更好的大模型，也有些人和企業會專注于構建基于大模型的上層應用，沒有什么誰對誰錯，誰好誰壞。

如果你覺得有足夠的功底，比如算法，機器學習等；那么你就可以搞大模型技術，考慮怎么把大模型做到更好，更強；如果你對業務比較熟悉，又了解大模型技術，那么你就可以構建和你業務相關的，基于大模型技術的產品。

總之，大模型產業鏈處于剛開始階段，我們任何人都可以投身其中的一個環節。

本文轉載自公眾號AI探索時代 作者：DFires

原文鏈接：??https://mp.weixin.qq.com/s/xq4wBQuVpfZoj7X9hjQeZA??