大讲堂
被吹上天的“万能模型”，其实卡在10%的精度门槛
别信什么”AI替代人类”的鬼话。 现在绝大多数落地的机器学习模型，本质上还是在做统计推断——你给它喂10万张标注好的工业零件缺陷图，它能算出每张图里像素灰度的分布规律，再对着新图算匹配度，但它根本不知道”什么是裂纹”，甚至不知道”裂纹为什么会导致零件报废”。 很多人对机器学习的认知还停留在”能写诗、能聊天”的大模型层面，觉得这东西无所不能。但真扎到产业里你就会发现，90%的商业落地卡点，根本不是模型够不够聪明，是精度差那么一点点。 举个最实在的例子。3C制造车间里，要做一个外观缺陷检测的机器学习模型，你把模型准确率从80%提到95%，可能只需要3个月，喂几万张标注图就行。但要从95%提到99.9%，可能要花2年时间，攒几十万张带极端场景的标注数据，还要反复调参、做规则兜底——因为产线一天出10万个零件，0.1%的错判率，就是100个漏检的坏件，流到客户手里就是几十万的售后赔偿，谁敢拍板用？
产业带的闷声发财，早就绕开了大模型的流量陷阱
不过话说回来，现在的机器学习产业链，早就不是大家在科技新闻里看到的”烧几百亿做大模型”的独角戏了。 就拿南京本地的产业集群来说。江北新区的电力巡检团队，江宁开发区的医疗影像团队，溧水区的农业病虫害识别团队，几乎没人追通用大模型的风口。他们做的事说穿了特别朴素：针对一个细分场景，攒够独家的行业数据，做一个参数量只有几百M的小模型，跑在边缘计算盒子上，帮客户把原来需要人工做的重复活，效率提个5到10倍。 之前跟一个做输电塔巡检的老板聊，他们团队总共27个人，算法工程师才4个。原来电力工人爬塔巡检，一个人一天最多查20基塔，遇上大风、高温天根本出不了工。现在他们用无人机把输电塔拍下来，用机器学习自动识别绝缘子破损、鸟巢搭筑、树障隐患，一天能处理200基塔的素材，人工只需要对着模型标出来的隐患点复核就行。去年他们的营收是2.3亿，毛利率比那些烧钱的大模型团队高了快40个百分点。
没人愿意说的隐形成本：数据标注的灰色流水线
所有机器学习模型的起点，都是数据。但很少有人提，现在支撑起整个产业的训练数据，背后是一套遍布全国的”灰色标注流水线”。 很多人对数据标注的认知还停留在”办公室里的大学生兼职，标标图片赚零花钱”。实际上现在的标注团队，很多都开在三四线城市的县域产业园里，按件计费：标一张街景图2分钱，标一个医疗影像的结节5毛钱，标一段语音转文字1块钱。标注员一天要完成上千个标注任务，根本没时间仔细看内容——有时候把路边的行人标成树，把肺部的钙化点标成肿瘤，都是常有的事。 去年有个做自动驾驶的团队出了测试事故，事后复盘才发现，训练数据里有近30%的标注错误：标注员把骑电动车的外卖员标成了静止的路牌，因为那天他赶进度，要在下班前标完2000张图，不然当天的绩效就扣没了。 更值得警惕的是数据来源的合规性。现在很多视觉模型、语音模型的训练数据，根本没有拿到权利人的授权：你在街上被拍进街景图，你发在社交平台的自拍，你跟智能客服的对话记录，都可能被爬下来变成训练素材。目前国内针对机器学习训练数据的授权规范、责任追溯机制，还远跟不上技术落地的速度。很多企业觉得只要把数据爬下来，做个去标识化处理就能用，根本没意识到这背后的法律风险和伦理问题。 聊到这儿肯定有人要问，那未来的机器学习到底会往哪儿走？ 我跟南京本地几个做了五六年的从业者聊下来，有几个判断是比较一致的，没有什么虚头巴脑的概念： 第一，未来3年，通用大模型的推理成本会降到现在的1/10，但垂直场景的小模型根本不会被替代。因为每个行业的隐性知识是有壁垒的，你就算把GPT练得再厉害，它也不知道南京江北的输电塔在梅雨季的绝缘子绝缘阈值是多少，更不知道溧水的草莓在什么湿度下会得白粉病。这些场景的模型，永远需要扎在产业里的团队去磨。 第二，未来5年，机器学习的落地门槛会彻底从”能不能做出模型”，变成”能不能把全生命周期的成本压到比人工低30%以上”。之前很多项目看着酷炫，算下来光模型的运维、数据迭代成本，比请两个工人还贵，根本没有商业可持续性。未来能活下来的项目，一定是算账算得明白的——不是模型参数多大，不是用了多新的算法，是帮客户省了多少钱，赚了多少钱。 第三，算力的布局会彻底下沉。之前大家总觉得算力都堆在北上广的超算中心，未来会看到，各个产业带都会建自己的边缘算力集群：南京软件谷给工业制造的模型做推理，苏州工业园给电子信息的模型做算力支撑，佛山的制造基地给陶瓷生产的缺陷检测模型做本地算力。毕竟垂直场景的模型，根本不需要把数据传到几千公里外的中心算力中心，在本地跑，延迟低，成本还低。 上周跟那几个老板吃完皮肚面，沿着软件大道往地铁站走的时候，有人吐槽说，现在网上聊机器学习的人，十个有八个是没进过车间、没摸过产线的，张嘴就是”AGI马上要来了””人类要被AI替代了”。 风会停的。 磨数据的人不会。作者|大讲堂
排版|大讲堂
审核|知知