Bendi新闻
>
黄峥的AI哲学:拼多多不跟大模型

黄峥的AI哲学:拼多多不跟大模型

3月前




作者:张睿  编辑:康晓
来源:深网腾讯新闻(ID:qqshenwang)


就在各家互联网大厂的大模型纷纷从概念走向应用落地的档口,拼多多却活成了这股潮流中的异类:不跟生成式AI,静观其变。


最近一条关于拼多多大模型的消息是去年年底。2023年11月,多个招聘信息显示,拼多多要高薪招聘NLP大模型算法工程师,成立AI大模型团队,探索AI大模型在客服、对话等场景下的应用。


不过,对于该动向,拼多多内部人士对《深网》解释,“公司在AI大模型上暂时没啥布局,内部确实在做AI智能客服,但算不上大模型量级。”


拼多多今年的战略重点仍在Temu,拓展欧美以外更多的海外电商市场。据晚点LatePost消息,Temu今年GMV目标为300亿美元,是去年的两倍多。


目前Temu的高速增长是以“烧钱”换来的。据Sanford C. Bernstein估计,去年Temu经营亏损或达36.5亿美元,预计到2025年亏损才会缩小。显然,Temu还处于以亏损换市场的阶段,而自研大模型想要跑到头部需要在算力(高性能GPU)、算法及数据方面持续高投入,从当下形势而言看,拼多多暂时搁置大模型研发也在情理之中。


当然,能否赚钱并非拼多多投入新项目的唯一标准,核心取决于公司关键人物的判断和决策。


虽然,黄峥已退出拼多多管理层多年,但作为拼多多“最强大脑”,黄峥的思想及战略已经刻入拼多多的肌理。“没有了黄峥的拼多多依然在稳定运行,核心高管团队一直稳定在一只手到两只手(5到10人)之间,几乎从来没有变化。”曾有拼多多员工对《深网》透露。


黄峥的AI哲学


拼多多何时布局生成式AI及大模型,取决于黄峥对AI的判断。业内一个未经证实的消息是,卸任拼多多所有职务后,黄峥在哥伦比亚大学攻读人工智能的博士学位。


黄峥对AI的理解缘于数学家哥德尔提出的不完备性定理,即在一个有限条公理组成的、自洽(self-consistant)的系统内,总会有无法用这个逻辑系统推断是真或是伪的命题,即总有这个系统不可知/不可判定的问题。


“最近AI特别火,很多人开始觉得AI将取代人类了,但我模糊的感觉,如果是现在的这种0101的确定式(机械式)判定的基础,应该是有巨大局限的。它完全遇到哥德尔证明中说的不可判定问题,以后若有了量子计算机,那会是怎样?我不知道,因为理论上量子计算机可以不局限于有限条公理,不局限于01机械式判。”黄峥2016年在自己的微信公号中如此阐述对AI的理解。


简言之,彼时的黄峥就认为AI存在不可判定问题,难以预判。某种意义上,现在AI领域对类似GPT这样的大语言模型的判断有相似之处,即生成式AI具有不可预测性。


“从ChatGPT开始,AI出现了推理能力,但没人能解读这种能力出现的原因。”OpenAI的创始人兼CEO山姆。奥特曼说。


AI存在不可判定问题与黄峥坚持的“用常识做理性的判断,用理性的意念指引自己的行动”相悖。拼多多创业初期,黄峥对AI就有清晰的定位,彼时AI就是提升业务的工具。


“未来平台的发展方向是通过机器和算法替代人工选品,要尽可能地减少人工对规则的干预。”黄峥曾在接受《财经》杂志采访时透露。比如,2019年拼多多扩充算法团队,是希望通过“分布式AI”技术,研究个体可能存在的消费需求,实现“货找人”。


黄峥卸任拼多多董事长和CEO后,“接棒者”陈磊对AI的定位也颇为“功利”,即AI对公司现有业务能带来多少赋能和提升。比如,AI在用户习惯分析和商品匹配上的作用;基于用户的购物和交易构建的数据库能否在AI的赋能下更精准等。


基于黄峥对AI的理解,再回头看拼多多在AI上的布局,不难发现,拼多多一切战略的规划还是围绕电商这一主业。


而现在AIGC落地和应用主要集中在内容创作、短视频娱乐等领域,一向不喜欢追风口的拼多多或许还看不到AIGC对电商的颠覆在哪里。


相反,同样以电商为主业,阿里巴巴和京东在布局大模型方面较为积极。


一个不能忽视的原因是,两者都把云服务作为重要的战略增长点,投入大模型及生成式AI可以提升云服务的利润率,而专注电商业务的拼多多还未有这方面的诉求。


电商,电商,还是电商


拼多多只专注电商领域,不追风口,关键业务都是围绕电商这一内核在拓展。”有拼多多内部员工对《深网》透露。


纵观拼多多近9年的发展历程,与阿里巴巴和京东在业务方面“全面开花”不同,拼多多所有业务都围绕电商这个原点展开,包括2020年上线的多多买菜及2022年9月份推出的出海项目Temu,本质还是电商。


黄峥相信“简单和常识的力量”。在拼多多刚成立一年多的时间点,黄峥就相信,凭借新流量分布、新的用户交互形式及新的国际化环境,拼多多有机会做出一个不一样的阿里。


2015年至2020年,拼多多之所以能在阿里和京东的夹缝中快速成长为电商行业的第三极,一个重要因素是,拼多多在移动互联网的基础架构上,二次定义了新供给(农村白牌),并且巧妙的应用了新媒介(微信流量)。


在接近乃至超越阿里巴巴市值的路上,出身谷歌的黄峥相信,“集权”和“田忌赛马”可以驱动没有先发优势的公司在多数业务重都能“后来者居上”。


作为谷歌早期的员工,黄峥从谷歌得到的不仅是财富自由,还有管理方法论的感同身受。黄峥曾在自己公号透露,“Google在管理上也和改革开放后的中国有些类似的地方,鼓励基层创新,敢闯敢试,同时在核心权力上高度集中,有集中力量办大事的制度优势。”这与拼多多内部形成的“高层定关键战略,员工负责高效执行”一脉相承。


无论是主站业务还是多多买菜,拼多多下场时行业已经巨头林立,但拼多多最终都能成为“后来居上”,原因之一是团队将“田忌赛马”用到了极致。


“田忌赛马,能在整体资源劣势的情况下创造出局部的优势,进而有机会获得整个战役的胜利。由此,平凡人可以成就非凡事。”黄峥在文章《我的中学和大学》中写道。


回过头看,拼多多之所以“能在整体资源劣势的情况下创造出局部的优势”,关键因素是黄峥眼里的“特殊的资产”。


黄峥认为,“创业过程中有一类特殊的资产是在某一种文化下团结起来的人,也有一类费用是用来购买劳力或技能的成本。这两者的分辨和转化是很有意思的事儿,也是ROI特别高的事儿。如果费用都变成了可增值资产,那估计我们的CFO、投资人都要笑得睡不着了。”


说白了,就是在限定资源下追求高人效,当“人才—效率—结果”的飞轮效应反复在项目中验证后,本该成为公司费用或成本的人力支出就转换成了拼多多的“可增值资产”了。


在众多互联网大厂中,拼多多的人效是出名的高。截至2023年9月底,拼多多员工人数保持在1.3万人左右,是阿里的1/18、京东的1/35(据Wind 数据)。曾有拼多多员工陈述,拼多多社区团购的仓内人效一度是其他竞品最高水平的1.8倍。


Temu:一场必须要赢的战争


眼下,拼多多的集权决策+高人效的方法论正在Temu中运行。“拼多多一直以来的打法是,高层制定目标后,下面执行层一定要有结果。”在拼多多工作多年的员工对《深网》透露。


在多多买菜成为行业第一后,拼多多2022年9月推出的Temu就成了内部优先级最高的项目。


成立不到两年,Temu已经成为跨境电商巨头Shein最大的竞争对手。虽然从营收上看,Temu和Shein的差距还很大(瑞恩资本透露,Shein去年营收远超300亿美元),但在单个市场,Temu已经有了超越Shein的苗头。


以Shein看重的美国市场为例,自去年5月在美国的销售额首次超过Shein后,Temu在美国的销售额每月都在扩大,9月其在美销售额已是Shein的两倍多(据彭博Second Measure数据)。



今年,拼多多还会加大对Temu的投入,拓展欧美以外更多的海外市场。据晚点LatePost消息,Temu今年GMV目标为300亿美元,是去年的两倍多。


为提高物流时效并助力平台扩充品类,据《深网》获悉,Temu将面向在海外仓有备货、有海外现货、能履约的卖家推出“半托管”模式。


在部分拼多多员工看来,Temu是继多多买菜后必须要赢的“战争”,因为Temu不仅是黄峥阿布力推的项目,追本溯源,跨境电商也是黄峥对“从需求侧变革做文章”的思考。


2017年9月,黄峥在文章《关于供给侧改革的一点想法》中反思:供给侧的变革总应该有其对应的需求,延伸一点看,存在着大量的可能性,拿时间和空间的统一来换取整体效率更高,成本更低。


黄峥拿外贸来举例,传统外贸的主体工厂主要依赖沃尔玛、家乐福。线上纯流通侧的极度市场化也不改变生产侧计划的滞后性和高度计划性。那存不存在一种模式能改变生产侧的滞后性和高度的刚性计划性呢?


这正是Temu全托管模式要解决的问题,通过平台打通前后端信息(用户和工厂),消除需求和生产的错配,把每个人个性化的需求归集成有一定时间富裕度的计划性需求,从刚性走向柔性。


回到文章的开头,生成式AI和Temu业务有自洽之处吗?跨境电商是一个多链条、重运营的生意,无论前端整合工厂等供应链,还是中间的仓储、物流环节,抑或是提升终端用户体验和服务,AIGC的智能涌现都难说有用武之地。


需要指出的是,虽然拼多多缺席生成式AI,但并不妨碍其被资本市场看好。去年一年,拼多多总市值涨幅高达81%,从2023年1月2日的1076亿美元,涨至2024年1月1日1944亿美元,涨幅并不逊于all in生成式AI的微软、谷歌等科技巨头。


版权声明:部分文章推送时未能与原作者取得联系。若涉及版权问题,敬请原作者联系我们。

微信扫码关注该文公众号作者

来源:格上私募圈

相关新闻

“仅退款”背后的黄峥与拼多多中科曙光智能计算产品事业部胡晓东:大模型时代的AI全栈软件能力应用实践 | GenAICon 2024Byzer:大模型时代下的AI数据库苹果的大模型冲刺:没有 AI 新产品,只有新功能阿里妈妈的AI增长之道:大模型、新产品、新计划解密PC的AI进化:AI大模型如何“压”进PC?今日arXiv最热大模型论文:首个面向AI的python编程框架,提升大模型编程能力新思路深圳本周六:100位产品人与AI大模型的深度对话,4位实战专家现场剖析产品经理的新战场工业界的AI变革:卡奥斯工业大模型如何成为最优工艺的探索者Anthropic:大模型的欺骗行为难以消除;AI将影响全球近40%的就业岗位,对发达国家冲击最大丨AIGC日报吴晓波:大模型卷到头了,AI 赛道的新机会在哪?6月AI探索:深圳百位产品人集结,与实战专家共探AI大模型的行业落地实践中国电信开源星辰AI大模型:央企中首个完成LLM研发和开源的选手诞生“5.20元送一朵花”:Kimi试水打赏收费,AI大模型应用的商业化有了新路径?今日arXiv最热大模型论文:上海AI lab发布MathBench,GPT-4o的数学能力有多强?王小川评AI大模型“价格战”:在中国市场,API服务对创业公司是走不通的;科大讯飞:讯飞星火Lite版永久免费丨AIGC日报傅盛的AI大课(4):企业专用大模型,百亿参数就够了奥特曼谈AI的机遇、挑战与人类自我反思:中国将拥有独特的大语言模型第四范式戴文渊:深耕行业大模型十年,这是中国AI市场的风口百度文心一言用户破 2 亿,李彦宏:文心大模型已成中国最领先的 AI 基础模型AI视觉的“大一统”:从CV到多模态,从行业大模型到机器人,旷视如何布局?王小川:不烧钱推AI应用、大模型价格战是云厂商的游戏对话林咏华:刚在“AI春晚”上开源了3.4T数据集的智源,是如何死磕大模型数据难题的惨!Rabbit R1被持续扒皮:AI风口一夜转型,NFT充值用户欲哭无泪,动作大模型也是套壳的
logo
联系我们隐私协议©2024 bendi.news
Bendi新闻
Bendi.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Bendi.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。