如日中天的AI大模型，也到了发展幻灭期！

近期 Gartner发布了《新兴技术成熟度曲线》，其中生成式 AI （GenAI） 正式进入到了幻灭期。

2018 年 6 月，OpenAI发布GPT-1模型，生成式AI开始向产品化发展。

到2022年的GPT-3.5发布，并且ChatGPT首次向公众推出，一夜之间人工智能崛起之声响彻云霄。

在资本市场上，原本火热的分布式数据库、云数据库瞬间哑火，所有注意力全部集中到生成式AI领域，文生文、文生图、文生视频、数字人、智能助手…

人工智能企业的崛起速度、规模远远超过当初的分布式数据企业。曾经投资几亿美金就能在分布式数据库领域掀起阵阵热潮，然而类似的投资规模在AI领域简直就像是往海面上的鹅毛，荡不起一丝涟漪…

睡了一觉醒来，发现整个世界好像都被贴上了AI的标签，楼下饮水机流出来的都是“AI+”water；各大科技展会中，AI企业、大模型产品、解决方案占据了整片江山，于是有人感叹这个时代是“大模型遍地走，数据库不如狗”…

那时出差在外，高铁上、飞机上、合作伙伴、客户…所有人都在谈论人工智能，各种新闻媒体报道不断，纷纷预测哪些职业将被AI快速替换，打工人到了灭绝的边缘…

然而随着大模型产品的推广使用，很快人们发现当前的技术还远远没有达到其吹嘘的能力。曾经尝试使用某言、某问减轻文章编辑工作，但是发现其生成内容存在两个严重问题，导致根本无法使用：

1，信息幻觉。通用大模型依赖的训练数据集本身质量低、准确性差，导致产出的内容也大多存在失真。

哪怕只有1%的错误信息，但是这也无法应用在一些严谨的场合中，因为我们不确定这错误的1%具体是哪些信息，也就导致整体内容是无价值的。

例如我曾经随便编了几个数据库名字，和真实存在的几个数据产品混在一起，让某大模型“介绍一下这几款数据库”，结果他把这些不存在产品和相对小众不知名的产品，都“安”给了自家公司，并煞有其事的介绍他们的优秀功能、特性…

2，废话连篇。有一段时间用大模型，发现其生成的内容总是遵循一种固定格式，例如“首先….其次….最后….综上所述…”。

格式其实不重要，仅内容也全是类似“问题的关键是解决关键的问题”这种废话，但却远远达不到这句话所展示出的滑稽和幽默效果，总之，就是充斥毫无意义、且平淡的废话。

如今，生成式AI技术从快速上升，达到顶峰，然后又进入幻灭期不过仅用了不到5年的时间，未来能不能达到曾经的预期还需要很长的时间验证。

但要说明的是Gartner模型中的幻灭期（或者叫陷入低谷）并不代表这项技术就不行了，而是其“炒作周期”进入了“陷入低谷”的阶段。

Gartner-技术成熟度模型  

新技术从诞生、发展到成熟等不同的阶段周期都是可以预测的，而技术的整个发展过程中有一个关键因素起到了很大作用，就是— 炒作周期（Hype Cycle ）。

1995 年， Gartner 就提出了这一观点，并在每年的技术成熟度分析报告中通过 Hype Cycle 来探索、展示某类技术正处于何种阶段。

其中 Hype Cycle（炒作周期） 包括五个阶段：

• 上升期：随着技术诞生、突破或产品发布等事件，引起人们的讨论，创新触发的炒作周期就此开始。

• 顶峰：随着厂商的营销力度增加，市场期望不断增长，最终达到顶峰（把“牛”吹到了极致，无“牛”可吹了），产品使用量也将快速增加；但此时市场增长的原因更多是因为“炒作因素”在发挥作用，而不是创新技术真的可以满足用户需求。

• 陷入低谷：随着用户数量的增加，问题和缺陷被暴露，例如性能和低 ROI （投资回报率），负面口碑增长（超过了宣传、营销的影响），从而导致市场的兴奋感消退，技术开始进入幻灭的低谷。

• 攀升阶段：然而，并不是所有的早期用户都在报告缺陷和问题，也有部分用户在展示创新技术应用的价值；并且随着厂商对已发现问题的解决，以及用户使用能力的适应，于是这一技术又从低谷缓步进入攀升阶段。

• 当某一个技术发展到了这一阶段，如果参与厂商还没有建立稳定、有效的营收规模，那么它很很可能无法应对接下来的市场竞争压力，于是我们会发现头部企业效应产生，并且人才、资源、市场等将变得更加集中。当前的国产数据库技术，应该已经进入到这一阶段。

• 稳定期：最终这一技术在其合适的领域趋近成熟，并得到广泛应用，成为这一领域的主流技术。

文章来自于“天下观查”，作者“天下观查”。