来源：雪球App，作者： 夏雨股赏，（https://xueqiu.com/1216503942/311939391）
近期有几个人说第四范式是传统Ai，有种low，鄙视的感觉，所以先聊聊什么是传统Ai和生成式Ai。
传统AI基于规则和数据
传统AI也叫做“规则驱动的AI”或“判别式AI”，主要依靠预设的规则和大量的训练数据来工作。它的核心思想是通过大量的数据进行训练，让模型学会从数据中提取特征，然后根据这些特征进行分类或预测。传统AI包括各种机器学习算法，如决策树、支持向量机（SVM）、逻辑回归等。
生成式AI基于生成模型
生成式AI则是一种能够生成新内容的AI。它不仅能识别和分类数据，还能创造出新的数据。生成式AI的核心技术包括生成对抗网络（GANs）、变分自编码器（VAEs）和大型语言模型（如GPT-3）。这些模型通过学习大量的训练数据，能够生成与训练数据相似但全新的内容。
初看，视乎生成式AI天花板比传统AI高， 未来前景无限。 但是作为AI公司的决策层和股东首先应该考虑的是确立竞争优势及公司能靠收入来支持高强度的研发投入，能不靠融资自己转起来，而不是老朝天看，那个的确是天，但不是你的。
AI发展到现在，大家视乎觉得技术是壁垒，谁技术先进， 谁就能胜出。 在我看来错的离谱，第四范式的确在autoML（数据迁移，OBG等等）有领先优势，但这个不是他的壁垒，或者说这个壁垒不牢固， 技术这个东西最终别人都会学会。Ai的真正的壁垒是数据，所以我认为传统AI比生成式AI更容易形成壁垒。生成式AI是利用公开数据进行大模型训练，大家都可以获得公开数据，到最后大家只能拼算力（最多价一些数据特征分析的技术能降一些算力），拼算力就是拼资本，（戴说了，把openai的数据倒到”式说“就是一个一样的GPT）。对一个中小型公司无疑是自杀，最好的结果就是被收购。但对传统AI来说， 数据是私域数据，数据量不大，但公开场合拿不到， 只有把他变成了客户， 这些数据才能源源不断进入你的大模型，产生收益的同时训练自己的大模型。形成的壁垒会越来越高。别人只能干瞪眼。
所以我认为生成式AI（通用大模型）是有蔚蓝的天空，但遥不可及。对中小AI公司来说，那绝不是你们的天空，如果不看天空， 看地上， 或许能捡到几个铜板，生存下来。 对中小AI公司，传统AI是一个非常好的发展方向，因为训练数据量不大， 不需要多大的算力而拼算力。但现在已经晚了，这个领域已经有了领导者，这个领导者10年前就是智能大数据公司，手里有大量的客户积累和私域数据。而且在转型AI时，技术领先，速度超级快（在Google Bert 时已经在搞了）， 这个领导者就是第四范式，不光在垂直领域不断深化，推出如DATA foundry，AI工具链等等，纵向通过合作， 推出“范生态” ， 连缝都不打算给潜在竞争对手留一条。壁垒已经很高，所以一个公司的掌舵者很关键，一个技术天才+商业天才是可遇而不可求的。
其实第四范式也不完全是传统AI， 第四范式的应用大模型“式说” 是一个多模态的大模型，他的AIGS （根据用户要求，生存软件代码）是标准的生存式， 他的AI客服，包括昨天发布的智能会议系统，同声翻译，这些都是生成式的， 他的通用大模型也能回答To-C的问题且不必其他大模型差（网上能查到记者的测试比较）。 但不来钱的事， 戴绝对不会去做。公司也在观察to-C的方向，目前视乎没看到机会。
第四范式和palantir原来都是大数据公司，和第四范式一样， 原来的商业模式比较LOW，都是类似外包的项目制，所以以前几乎所有华尔街分析师都不看好palantir， 觉得高估。其实自从AI技术出现后，都快速发展成为平台企业。2023年4月推出”AIP“（第四的式说是早2月推出，后面陆续加了AIGS,DATA Foundry 等功能和应用), palantir也把大数据时代的宝贝DATA foundry 融合到AIP系统中，它的Apollo 产品就是第四范式的AIGS和AI工具链。Gotham，第四技术上没啥问题，天眼上能查到视乎类似技术的订单。但深度方面， 第四没有palantir这么深，国内大企业有些东西喜欢给它工具，他们自己做。 但产品的广度上，第四通过”范生态“应该比palantir广的多，所以感觉没可以去对标， 大家都是满足客户的需求。$人工智能ETF(SH515980)$ $第四范式(06682)$
