大模型：独特扩散方式下个人与企业受益差异

大模型展现颠覆传统的扩散路径。通常变革性技术从政府或军事领域自上而下扩散，而大模型却反其道而行之，对普通人的好处远超企业和政府。如chatgpt作为史上增长最快的消费级应用，每周有4亿活跃用户用于多种任务，成为个人能力在众多领域的倍增器。

大模型使用门槛极低，价格便宜甚至免费，响应快，通过链接即可访问，还能用母语交流。这让普通人在短时间内体验到前所未有的技术解锁。然而在企业和政府层面，大模型效益为何微弱？

首先，大模型能力结构独特，提供广泛但浅层的“准专家”知识，多才多艺却易出错。组织有多种专才，大模型虽能辅助提升效率，但对组织提升有限。而个人专长往往单一，大模型提供的能力使个人能完成原本无法做到之事，如随性写代码、理解法律文书等，且无需额外专家参与就能达到一定水准。

其次，组织面临的问题复杂，涉及系统集成、旧有系统、安全协议等诸多方面，变量、约束和考虑因素多，容错空间小，不能像个人一样随意使用大模型。再者，大型组织存在惯性，组织文化、历史惯例等因素阻碍大模型快速落地应用。

目前，最前沿的LLM性能易得且廉价，大家使用的ChatGPT性能相近。但训练扩展、推理扩展等力量在扩大性能“动态区间”，模型蒸馏则在缩小该区间。一旦金钱能换取更强的ChatGPT，大型组织和社会精英可能改变受益格局。不过当下，我们处于独特时刻，AI革命以意想不到的公平方式展开，权力归于人民。