引子
AI 知识搜索引擎 Perplexity 的创始人 Aravind 在接受采访时说：
最好的点子往往是那些你明说出来，人们还会觉得，哦，谁会去做这个？这听起来真是天方夜谭。
为何很多的聪明人看到一个很好的新想法，却会无动于衷？
为何大厂的资金和人员都非常充盈，却在创新方面总是慢人一步？
Aravind 的回答是：
只有结合了坚定的决心和深入骨髓的信念，这个想法才有可能成功。
而对于商业上已经取得成功的组织，似乎不可避免地陷入了创新的窘境里，很难再有决心和信念。
尽管这个窘境已经在互联网浪潮、移动互联网浪潮发生过无数次，在这轮 AI 浪潮里依然是否可以破局？
本文会展开讨论一下这个问题。
创新者的窘境再次上演
创新者的窘境 Innovator’s Dilemma 是由「创新大师」哈佛商学院教授克莱顿•克里斯坦森提出的管理学概念，描述了一个成功公司在面对市场和技术变革时所遇到的困境。其主要观点包括:
1.成功公司往往过于关注现有客户的需求，错失新兴市场和颠覆性技术带来的机会。
管理者基于现有商业模式做出的合理决策，反而阻碍了公司拥抱变革，导致最终被颠覆。
决策者面临资源配置和价值网困境，难以平衡当前业务和未来布局。
一个典型的例子是 AI 云厂商。
在2022年，中国公有云厂商的市场份额饼图里，阿里云、华为云、天翼云稳居前三，腾讯云由第二位降至第四。而火山引擎则由于份额太低，在饼图的 Others 里。
当时腾讯云和阿里云的显卡冗余，没有客户，实在租不出去了，就把英伟达的显卡订单都退了
。
在当时看，这是一个非常合理的商业决策。
只有在 Others 里不配拥有姓名的火山云还在坚持买显卡，一不小心就买成了国内显卡最多的公司。
直到2022 年11月，ChatGPT 发布了。
大模型厂一个一个地成立，都需要显卡训练模型，在阿里和腾讯都没回过神的时候，大家发现卡最多，技术最成熟的是火山云，都纷纷去找火山云合作。
到2023年4月的时候，火山引擎的总裁谭待公开表示，国内大模型领域，七成以上已是火山引擎客户。
未来已来，视而不见
为什么在2022年的时候，火山云能够这么有远见地囤显卡呢？是因为字节跳动很有前瞻性吗？
很可能不是的。在地球对面，还有一家公司和火山云一样靠囤显卡获得了竞争优势。
前几天 Meta 的扎克伯格接收访谈也被问到了这个问题。
主持人：你们是怎么顶住股价下跌的压力大笔买入gpu的呢？
扎总：当时我们正在做 Reels （类似tiktok），需要大量gpu做推荐算法，谁能想到大模型来了呢。
很坦诚。但是火山引擎在当时囤显卡的理由大概率也是类似。
为什么这么说？
因为字节跳动的大模型在内部启动非常晚。
这就涉及到两个非常有趣的故事：
一个是字节的战略部门在2022年的所有战略报告里都没有提到生成式AI的内容。属于一个重要的Miss。
一个是在2023年初，字节的算法大佬提出要做大模型的时候，竟然被公司拒绝了，于是他离职去了大模型公司创业。
这些故事都是坊间传闻，可能并不是真的，但是实际的情况是字节的大模型确实晚了一步。
晚了这一步，导致云雀大模型在现在的竞争格局里非常尴尬，现在coze在中国搞开发者活动还要接入moonshot。
一般来说，大公司的战略部门应该能洞悉科技前沿，大公司的决策层也应该高瞻远瞩。
但实际上刚好相反。原因其实非常简单：
当下的商业太成功了
穷则思变，富则不见。
虽然这里拿字节举例子，但是字节已经是几个大厂里做的最好的了，字节在后来成立了 Flow，把公司里最顶尖的人才聚拢过去，全力搞 AI 的探索和创新。
其他几个大厂的情况，也多少有些一言难尽：
- 腾讯，躺平赚钱，数据最多，人才流失，内部大模型效果不佳，内部应用也是半躺平状态。
- 百度，文心一言本来在2023年初是在国内领先的，结果起个大早赶个晚集，活在自己的认知泡泡里还出不去了，去年先是认为自己接近了 GPT4，今年竟然认为开源模型和他们的差距越来越大。
- 阿里，内部大改革尾声，暂时顾不了太多创新的事情，专心投资其他LLM大厂，出手大方，投完一圈发现自己啊没什么人看好的qwen团队做出了国内最好的开源模型，无心插柳。
- 其他大厂就不点名了，基本只知道要做AGI，但是也不知道做什么，甚至都没什么动作。
