网站建设行业衰落 第1篇
今天，结合着几位牛人（刀哥，白鸦，Sebastian，王）的观点，写作的过程中梳理一下思路，我看到了一个清晰的未来：软件行业正在经历一场由 AI 自动化和数据驱动的深刻变革。传统的软件开发模式正在迅速被淘汰，数据的价值正在被重新定义。企业的竞争将围绕谁能够更好地利用 AI 工具和挖掘高质量数据展开。
对企业来说，开发对机器更友好的数据接口，将成为能否在激烈竞争中胜出的另外一项关键。构建一个能够快速转化、处理数据的系统，不仅能够提升 AI 模型的性能，还能帮助企业将数据转化为真正的竞争优势。
对于个人来说，掌握 AI 工具、持续练习编程和数据分析能力，仍然是成为在这个时代保持竞争力的法门。未来的赢家一定是那些能够快速适应变化、通过 AI 提升效率的公司和个人。但你需要大量的尝试，每天都拥抱数据、善用 AI，这是可以缓解职场焦虑的现实版本的活在当下。
图文 极海CEO _
网站建设行业衰落 第2篇
我又想起Alexandr 王的创业公司Scale AI。一个97年的华人小伙儿，就是用『玩玩看』的心态创建了一家数据标注公司（这显得一点都不高大上啊），才5年时间，公司估值就飙到了138亿，对，还是美元！太疯狂了。
Alexandr 王 与20VC的投资人大佬前阵子做了一次深度的访谈。从他个人创业的角度解读当下的 AI 发展与数据的未来，王关注的全部都是全球 AI 行业中的“新质生产力”——他认为这股力量正由数据驱动，悄然重塑整个软件行业。不过访谈中听得出他完全站在美国人的角度上，分析了中国对美国在AI领域的挑战和威胁。我听下来多多少少有些不舒服，毕竟屏幕中还是张那么清晰的中国脸。
Scale AI的业务在飙升。用报告的图片生成动态图表，一分钟搞定
王反复强调AI 模型的发展瓶颈不再是算力或算法，而是数据。算力增长的速度已经远超数据的积累速度，导致模型的性能无法像以往那样迅速提升。正如他指出：“我们已经用尽了互联网上几乎所有的免费数据。”这并不是一个简单的技术问题，而是预示着一次新的行业机会。因为目前对于大模型来说，已经遇到了数据的匮乏困境。他提到，GPT-4 的训练数据约为 1PB，而摩根大通公司内部拥有的专有数据量高达 150PB。这个差距让我惊掉下巴了。原来组织内部掌握的数据比互联网数据要多的太多了！这也让我认识到，数据的价值远远没有被完全挖掘。虽然 GPT-4 已经在互联网上对海量数据进行了训练，但这些数据主要是低门槛、免费获取的“简单数据”，并不能支持 AI 在更复杂任务中的表现。
他还特别指出，今天互联网所能提供的免费数据已经被使用殆尽，这也是 GPT-4 性能提升放缓的原因之一。未来，高级数据将成为推动 AI 进一步发展的关键。这些高级数据不仅规模庞大，而且质量上乘，能够提供更加复杂和精确的推理支持。例如，摩根大通的 150PB 数据不仅包括股票、债券、外汇的交易信息，还涵盖了公司对市场的分析、风险管理，以及对客户行为的预测。相比之下，GPT-4 的 1PB 数据量仅仅是互联网公开数据，在人类所生成的所有数据中，这只是冰山一角。但没有谁能轻松免费的将那些高质量的数据揽入囊中。
网站建设行业衰落 第3篇
在这个充满机遇的时代，提炼数据的价值将成为创业公司的新增长点。王提到了一个名为 Limitless 的公司，这家公司推出了一款售价 99 美元的可穿戴设备，能够全天候记录用户的对话，并将其转化为结构化数据。这些数据虽然看似琐碎，但经过预处理和清洗后，能为 AI 模型提供高质量的训练素材。
这仅仅是一个看起来并没有太多意思的小案例，但这个案例非常启发人——全天候的自我转化对机器友好的数据。王认为，未来的创业机会将集中在如何通过 AI 技术重新挖掘企业内部的高质量数据。这些数据并非简单的历史记录，而是企业在执行复杂任务时产生的深度思考和推理。例如，银行的反欺诈分析师在分析可疑交易时，往往需要参考多种数据源并进行复杂的推理，而这一过程从未被记录下来。捕捉并结构化这些复杂推理过程的数据，将成为推动下一代 AI 模型发展的关键。