Nguồn gốc: Văn phòng nghiên cứu câu chuyện có thật
Tác giả: Shi Yuhan
Nguồn hình ảnh: Được tạo bởi Unbounded AI
Sự xuất hiện của ChatGPT được coi là cơ hội cuối cùng cho sự phát triển của ngành Internet. Các nhà máy lớn, trường cao đẳng và đại học và các cá nhân đã tham gia vào thị trường mô hình quy mô lớn và "cuộc chiến 100 mô hình" đang diễn ra.
Tuy nhiên, hãy bình tĩnh và nhìn thẳng vào làn sóng này, với mức đầu tư cao, nhân tài khan hiếm, cạnh tranh đồng nhất và mô hình kinh doanh còn chưa rõ ràng, nhiều nghi vấn về mô hình lớn cũng bắt đầu lộ diện.
Mới đây, "True Story Lab" đã có cuộc trò chuyện với Li Di, CEO của công ty Xiaobing. Xiaoice là robot sớm nhất có chức năng tương tác cảm xúc ở Trung Quốc và Xiaoice là một trong những doanh nghiệp sớm nhất ở Trung Quốc hiện thực hóa việc thương mại hóa AIGC.
Li Di có cái nhìn bình tĩnh và khách quan hơn về sự bùng nổ mô hình cỡ lớn hiện nay.
Sau đây là nội dung cuộc trò chuyện:
**Q1: Sau khi ra mắt ChatGPT, các nhà sản xuất lớn trong nước và các doanh nhân trí tuệ nhân tạo đã theo dõi. Ngành công nghiệp này rất sống động, nhưng mọi người dường như không thấy sự khác biệt. Bạn nghĩ sao? **
A1: Hiện tại có ít nhất 70 mô hình quy mô lớn ở Trung Quốc, nhưng tất cả chúng đều đồng nhất và không thể đạt được sự khác biệt. Vì dữ liệu đào tạo của mọi người là tương tự nhau nên phương pháp đào tạo sử dụng phương pháp trong bài báo do OpenAI xuất bản và tất cả họ đều sử dụng GPT để đào tạo trực tiếp, sử dụng GPT làm giáo viên.
Giáo viên, dữ liệu đào tạo và phương pháp đào tạo đều giống nhau, làm thế nào để nới rộng khoảng cách?
Tất cả các nhà sản xuất lớn đều đến để tạo ra những mô hình lớn, và xuất phát điểm của họ không phải là nắm bắt cơ hội và cơ hội, mà là để tự vệ. Nếu bạn không có mô hình lớn của riêng mình, bạn sẽ bị đối thủ cạnh tranh chèn ép, nếu không, bạn sẽ có cơ hội chèn ép người khác.
**Q2: Bạn có nghĩ rằng mô hình kinh doanh hiện tại như ChatGPT, sử dụng phí đăng ký, có triển vọng phát triển không? **
A2: Trước hết, không thể phủ nhận rằng so với những năm trước, nhu cầu về trí tuệ nhân tạo chắc chắn đã tăng lên. Nhưng với nhiều mô hình lớn như vậy liệu có đạt được hiệu ứng quy mô? Tôi không nghĩ vậy.
Hầu hết các mô hình kinh doanh được khám phá bởi trí tuệ nhân tạo cho đến nay hầu như không thành công. Cũng giống như ChatGPT, bản chất của nó thực chất là "bán chữ": lời bao nhiêu, câu bấy nhiêu. Nhưng giá trị của những lời đáp trả này không được phân biệt. Ví dụ, khi người dùng trò chuyện với nó, ở một mức độ nào đó, lời nói của nó là vô giá trị. Nhưng nếu người dùng đang tìm kiếm lời khuyên, thì câu trả lời của nó rất có giá trị.
Hôm nay chúng ta thảo luận về mô hình kinh doanh của AI, bao gồm giá trị do **AI tạo ra và giá trị mà nó nhận được, nhưng khoảng cách giữa hai giá trị này là rất lớn. **
Ví dụ, công nghệ nhận dạng khuôn mặt mà ngành này đã tham gia trước đây đã giúp đất nước và xã hội an toàn hơn, và giá trị của nó rõ ràng là rất cao. Tuy nhiên, sau khi công nghệ nhận dạng khuôn mặt được nhúng vào nhiều phần cứng khác nhau, giá trị của bản thân công nghệ này đã không được đền đáp xứng đáng. Cuối cùng, một số công ty đã bắt đầu tích hợp hệ thống, tích hợp phần mềm và phần cứng, đồng thời bán cả đống thiết bị phần cứng.
Mô hình kinh doanh hiện tại của trí tuệ nhân tạo là biến công nghệ thành cơ sở hạ tầng như nước, điện và than, tối đa có thể chia thành điện công nghiệp hoặc điện sinh hoạt. Tuy nhiên, các giá trị khác nhau được tạo ra dựa trên các nhu cầu khác nhau đã không nhận được lợi nhuận khác biệt.
Câu hỏi 3: Mô hình kinh doanh tính phí cuộc gọi công nghệ có những hạn chế nào?
**A3: ** Bán cơ sở hạ tầng như nước, điện và than phụ thuộc vào độc quyền để giữ tỷ suất lợi nhuận. Nhưng theo kinh nghiệm của tôi, không ai có thể đạt được sự độc quyền về công nghệ. Do đó, nó chỉ có thể dựa vào tiết kiệm chi phí để đạt được tỷ suất lợi nhuận, nhưng điều này không chỉ bị hạn chế mà còn không có khả năng tăng lên.
Ngay cả khi cái gọi là Định luật Moore được tuân theo và hạ giá, các đối thủ cạnh tranh sẽ nhanh chóng bù đắp bằng mức lợi nhuận. Cuối cùng, sẽ có cuộc chiến giá cả, và sau đó mọi người sẽ bắt đầu miễn phí. Đây có vẻ là một điều tốt, nhưng nó thực sự hạn chế sự phát triển của toàn bộ ngành công nghiệp trí tuệ nhân tạo.
**Q4: Xiaoice đã khám phá các mô hình kinh doanh khác nhau và hiệu quả hơn chưa? **
**A4: **Mô hình kinh doanh của Xiaoice hơi đặc biệt, chúng tôi sử dụng chia sẻ doanh thu (chia sẻ thu nhập). Chúng tôi không cung cấp giao diện kỹ thuật để bán các cuộc gọi nội dung, nhưng gói chúng thành "những người" có khả năng khác nhau dựa trên công nghệ, tức là nhân viên kỹ thuật số. Chúng tôi để các nhân viên kỹ thuật số khác nhau đi làm trong các ngành khác nhau, tương tự như "điều phối lao động", và cuối cùng nhận được tiền lương, tương đương với phần doanh thu của công ty. Mức lương trung bình hàng năm của chúng tôi cho một nhân viên kỹ thuật số có thể lên tới **300.000. **
Ví dụ, vào tháng 2 năm nay, Xiaobing (Rinna) của Nhật Bản và Netflix đã cùng nhau tung ra một bộ phim ngắn hoạt hình do AI tạo ra "Dog and Boy", dài hơn ba phút. Mặc dù phần chia có hạn, nhưng với tư cách là người sáng tạo phim và truyền hình, năng suất của Rinna là không giới hạn và chúng tôi có thể nhận được lợi ích tương ứng cho mọi tác phẩm điện ảnh và truyền hình trong tương lai.
**Câu hỏi 5: Xiaoice có đi đường vòng trước khi khám phá mô hình kinh doanh như chia sẻ doanh thu không? **
**A5: **Phải có một số trong giai đoạn đầu. Năm 2017, Rinna bắt đầu hợp tác với cửa hàng tiện lợi Lawson để giúp Lawson bán phiếu giảm giá. Dựa trên sự vượt trội của Rinna trong tương tác cảm xúc, hiệu ứng quảng cáo của nó rất tốt. Và người tiêu dùng sử dụng phiếu giảm giá để mua sắm ngoại tuyến, điều này cũng giúp Lawson có thêm doanh thu.
Nhưng chúng tôi đã không chia sẻ những khoản thu này, bởi vì vào thời điểm đó, phân tích của chúng tôi về mô hình kinh doanh trí tuệ nhân tạo là chúng tôi nên cung cấp API và tính tiền cho mỗi cuộc gọi. Khoản thu nhập này rất nhỏ, và doanh thu do việc bán phiếu giảm giá của Rinna mang lại rất lớn, và hai điều này rõ ràng không tỷ lệ thuận với nhau. **
**Q6: Metaverse đã nổi tiếng được hai năm và có vẻ như cơn sốt hiện tại đã giảm một chút. Một lý do được cho là trải nghiệm của nó chưa khiến khách hàng ngạc nhiên. Liệu sức nóng của model cỡ lớn cũng sẽ lụi tàn vì trải nghiệm người dùng chưa tốt? Bạn nghĩ những lợi thế và thiếu sót của đất nước tôi trong cuộc cạnh tranh toàn cầu của các mô hình quy mô lớn là gì? **
A6: Có nhiều bất ngờ trong ngành AI năm ngoái. Trong nhiều năm kể từ khi công nghệ trí tuệ nhân tạo phát triển, nó giống như thủy triều, cứ sau vài năm sẽ có thủy triều và bùng nổ. Và những cái gọi là "bùng nổ" này chỉ vì chúng được công chúng chú ý, vượt quá nhận thức hoặc kỳ vọng của công chúng về trí tuệ nhân tạo. Họ không phải là kết thúc.
Giống như AlphaGo hồi đó, vô số người thốt lên rằng thế giới sẽ thay đổi, nhưng sau ngần ấy năm, không có thay đổi lớn nào diễn ra. Cho dù đó là một mô hình lớn hay AIGC, đó là một bước đột phá mới trong thời kỳ tắc nghẽn kỹ thuật và chúng sẽ có những nút thắt riêng trong tương lai. ** Khoảng cách với AGI thực (Trí tuệ nhân tạo chung) sẽ rõ ràng hơn sau nhiều vòng phát triển công nghệ tương tự. **
Vẫn còn nhiều vấn đề trong mô hình lớn chưa được giải quyết, chẳng hạn như độ chính xác và chi phí cao, vì vậy Xiaoice sử dụng khái niệm mô hình lai và có gần 1.000 mô hình lớn, vừa và nhỏ được kết hợp một cách hữu cơ trong khuôn khổ của Xiaoice Làm việc cùng nhau để hỗ trợ hoạt động của AI Being. Ưu điểm của điều này là chi phí tương đối thấp, tốc độ nhanh hơn và có thể được đảm bảo đủ chính xác và được phân phối cho mục đích thương mại.
Đồng thời, Mô hình lớn cho đến nay vẫn chưa được xác định chính xác, có bao nhiêu tham số thì có thể gọi là mô hình lớn. Trong nửa đầu năm, mọi người đều đoán rằng tham số càng lớn thì hiệu quả càng tốt, sau đó người ta phát hiện ra rằng một mô hình có tham số nhỏ hơn cũng có thể đạt được hiệu quả tương tự. Vì vậy, hiện nay ngày càng có nhiều người trong ngành nói về các mẫu xe hybrid.
Nếu so sánh việc nghiên cứu các mô hình lớn với việc học một ngôn ngữ thì cũng giống như việc học tiếng Nhật vậy, dễ bắt đầu và khó thành thạo. Các doanh nhân có thể thấy kết quả nhanh chóng, nhưng thấy rằng có quá nhiều vấn đề cần giải quyết.
Các mô hình quy mô lớn hiện tại được đồng nhất hóa nghiêm trọng. ** Trên thị trường không có nhiều người mẫu cỡ lớn, cơn sốt sẽ giảm dần vào năm 2024 và người ta sẽ phát hiện ra ai đang khỏa thân bơi trên bờ. **
Cuối cùng, thực tế không có rào cản kỹ thuật nào giữa các mô hình lớn. Khái niệm kỹ thuật của nó đã tồn tại trong nhiều năm và nhiều người trong ngành đang áp dụng nó, cả trong và ngoài nước. Chỉ là trong quá trình tinh chỉnh (fine-tuning), các nhà phát triển có mức độ tập trung và tận tâm khác nhau.
Cá nhân tôi cho rằng OpenAI đã thực sự đạt được hiệu quả này với tinh thần thủ công nên có một "rào cản thời gian" nhất định, nhưng đây là hai điều khác với "rào cản kỹ thuật". ** Về công nghệ trí tuệ nhân tạo, giữa trong và ngoài nước không có khoảng cách quá lớn, ví dụ như chip và hệ điều hành ở Trung Quốc đều rất mạnh, khoảng cách chỉ nằm ở chỗ họ có chịu được cô đơn, dám nghiền ngẫm và làm không nghiên cứu sáng tạo. **
Xem bản gốc
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Đối thoại với Li Di, CEO của Xiaoice: Các mô hình quy mô lớn sẽ hạ nhiệt vào năm 2024
Nguồn gốc: Văn phòng nghiên cứu câu chuyện có thật
Tác giả: Shi Yuhan
Sự xuất hiện của ChatGPT được coi là cơ hội cuối cùng cho sự phát triển của ngành Internet. Các nhà máy lớn, trường cao đẳng và đại học và các cá nhân đã tham gia vào thị trường mô hình quy mô lớn và "cuộc chiến 100 mô hình" đang diễn ra.
Tuy nhiên, hãy bình tĩnh và nhìn thẳng vào làn sóng này, với mức đầu tư cao, nhân tài khan hiếm, cạnh tranh đồng nhất và mô hình kinh doanh còn chưa rõ ràng, nhiều nghi vấn về mô hình lớn cũng bắt đầu lộ diện.
Mới đây, "True Story Lab" đã có cuộc trò chuyện với Li Di, CEO của công ty Xiaobing. Xiaoice là robot sớm nhất có chức năng tương tác cảm xúc ở Trung Quốc và Xiaoice là một trong những doanh nghiệp sớm nhất ở Trung Quốc hiện thực hóa việc thương mại hóa AIGC.
Li Di có cái nhìn bình tĩnh và khách quan hơn về sự bùng nổ mô hình cỡ lớn hiện nay.
Sau đây là nội dung cuộc trò chuyện:
**Q1: Sau khi ra mắt ChatGPT, các nhà sản xuất lớn trong nước và các doanh nhân trí tuệ nhân tạo đã theo dõi. Ngành công nghiệp này rất sống động, nhưng mọi người dường như không thấy sự khác biệt. Bạn nghĩ sao? **
A1: Hiện tại có ít nhất 70 mô hình quy mô lớn ở Trung Quốc, nhưng tất cả chúng đều đồng nhất và không thể đạt được sự khác biệt. Vì dữ liệu đào tạo của mọi người là tương tự nhau nên phương pháp đào tạo sử dụng phương pháp trong bài báo do OpenAI xuất bản và tất cả họ đều sử dụng GPT để đào tạo trực tiếp, sử dụng GPT làm giáo viên.
Giáo viên, dữ liệu đào tạo và phương pháp đào tạo đều giống nhau, làm thế nào để nới rộng khoảng cách?
Tất cả các nhà sản xuất lớn đều đến để tạo ra những mô hình lớn, và xuất phát điểm của họ không phải là nắm bắt cơ hội và cơ hội, mà là để tự vệ. Nếu bạn không có mô hình lớn của riêng mình, bạn sẽ bị đối thủ cạnh tranh chèn ép, nếu không, bạn sẽ có cơ hội chèn ép người khác.
**Q2: Bạn có nghĩ rằng mô hình kinh doanh hiện tại như ChatGPT, sử dụng phí đăng ký, có triển vọng phát triển không? **
A2: Trước hết, không thể phủ nhận rằng so với những năm trước, nhu cầu về trí tuệ nhân tạo chắc chắn đã tăng lên. Nhưng với nhiều mô hình lớn như vậy liệu có đạt được hiệu ứng quy mô? Tôi không nghĩ vậy.
Hầu hết các mô hình kinh doanh được khám phá bởi trí tuệ nhân tạo cho đến nay hầu như không thành công. Cũng giống như ChatGPT, bản chất của nó thực chất là "bán chữ": lời bao nhiêu, câu bấy nhiêu. Nhưng giá trị của những lời đáp trả này không được phân biệt. Ví dụ, khi người dùng trò chuyện với nó, ở một mức độ nào đó, lời nói của nó là vô giá trị. Nhưng nếu người dùng đang tìm kiếm lời khuyên, thì câu trả lời của nó rất có giá trị.
Hôm nay chúng ta thảo luận về mô hình kinh doanh của AI, bao gồm giá trị do **AI tạo ra và giá trị mà nó nhận được, nhưng khoảng cách giữa hai giá trị này là rất lớn. **
Ví dụ, công nghệ nhận dạng khuôn mặt mà ngành này đã tham gia trước đây đã giúp đất nước và xã hội an toàn hơn, và giá trị của nó rõ ràng là rất cao. Tuy nhiên, sau khi công nghệ nhận dạng khuôn mặt được nhúng vào nhiều phần cứng khác nhau, giá trị của bản thân công nghệ này đã không được đền đáp xứng đáng. Cuối cùng, một số công ty đã bắt đầu tích hợp hệ thống, tích hợp phần mềm và phần cứng, đồng thời bán cả đống thiết bị phần cứng.
Mô hình kinh doanh hiện tại của trí tuệ nhân tạo là biến công nghệ thành cơ sở hạ tầng như nước, điện và than, tối đa có thể chia thành điện công nghiệp hoặc điện sinh hoạt. Tuy nhiên, các giá trị khác nhau được tạo ra dựa trên các nhu cầu khác nhau đã không nhận được lợi nhuận khác biệt.
Câu hỏi 3: Mô hình kinh doanh tính phí cuộc gọi công nghệ có những hạn chế nào?
**A3: ** Bán cơ sở hạ tầng như nước, điện và than phụ thuộc vào độc quyền để giữ tỷ suất lợi nhuận. Nhưng theo kinh nghiệm của tôi, không ai có thể đạt được sự độc quyền về công nghệ. Do đó, nó chỉ có thể dựa vào tiết kiệm chi phí để đạt được tỷ suất lợi nhuận, nhưng điều này không chỉ bị hạn chế mà còn không có khả năng tăng lên.
Ngay cả khi cái gọi là Định luật Moore được tuân theo và hạ giá, các đối thủ cạnh tranh sẽ nhanh chóng bù đắp bằng mức lợi nhuận. Cuối cùng, sẽ có cuộc chiến giá cả, và sau đó mọi người sẽ bắt đầu miễn phí. Đây có vẻ là một điều tốt, nhưng nó thực sự hạn chế sự phát triển của toàn bộ ngành công nghiệp trí tuệ nhân tạo.
**Q4: Xiaoice đã khám phá các mô hình kinh doanh khác nhau và hiệu quả hơn chưa? **
**A4: **Mô hình kinh doanh của Xiaoice hơi đặc biệt, chúng tôi sử dụng chia sẻ doanh thu (chia sẻ thu nhập). Chúng tôi không cung cấp giao diện kỹ thuật để bán các cuộc gọi nội dung, nhưng gói chúng thành "những người" có khả năng khác nhau dựa trên công nghệ, tức là nhân viên kỹ thuật số. Chúng tôi để các nhân viên kỹ thuật số khác nhau đi làm trong các ngành khác nhau, tương tự như "điều phối lao động", và cuối cùng nhận được tiền lương, tương đương với phần doanh thu của công ty. Mức lương trung bình hàng năm của chúng tôi cho một nhân viên kỹ thuật số có thể lên tới **300.000. **
Ví dụ, vào tháng 2 năm nay, Xiaobing (Rinna) của Nhật Bản và Netflix đã cùng nhau tung ra một bộ phim ngắn hoạt hình do AI tạo ra "Dog and Boy", dài hơn ba phút. Mặc dù phần chia có hạn, nhưng với tư cách là người sáng tạo phim và truyền hình, năng suất của Rinna là không giới hạn và chúng tôi có thể nhận được lợi ích tương ứng cho mọi tác phẩm điện ảnh và truyền hình trong tương lai.
**Câu hỏi 5: Xiaoice có đi đường vòng trước khi khám phá mô hình kinh doanh như chia sẻ doanh thu không? **
**A5: **Phải có một số trong giai đoạn đầu. Năm 2017, Rinna bắt đầu hợp tác với cửa hàng tiện lợi Lawson để giúp Lawson bán phiếu giảm giá. Dựa trên sự vượt trội của Rinna trong tương tác cảm xúc, hiệu ứng quảng cáo của nó rất tốt. Và người tiêu dùng sử dụng phiếu giảm giá để mua sắm ngoại tuyến, điều này cũng giúp Lawson có thêm doanh thu.
Nhưng chúng tôi đã không chia sẻ những khoản thu này, bởi vì vào thời điểm đó, phân tích của chúng tôi về mô hình kinh doanh trí tuệ nhân tạo là chúng tôi nên cung cấp API và tính tiền cho mỗi cuộc gọi. Khoản thu nhập này rất nhỏ, và doanh thu do việc bán phiếu giảm giá của Rinna mang lại rất lớn, và hai điều này rõ ràng không tỷ lệ thuận với nhau. **
**Q6: Metaverse đã nổi tiếng được hai năm và có vẻ như cơn sốt hiện tại đã giảm một chút. Một lý do được cho là trải nghiệm của nó chưa khiến khách hàng ngạc nhiên. Liệu sức nóng của model cỡ lớn cũng sẽ lụi tàn vì trải nghiệm người dùng chưa tốt? Bạn nghĩ những lợi thế và thiếu sót của đất nước tôi trong cuộc cạnh tranh toàn cầu của các mô hình quy mô lớn là gì? **
A6: Có nhiều bất ngờ trong ngành AI năm ngoái. Trong nhiều năm kể từ khi công nghệ trí tuệ nhân tạo phát triển, nó giống như thủy triều, cứ sau vài năm sẽ có thủy triều và bùng nổ. Và những cái gọi là "bùng nổ" này chỉ vì chúng được công chúng chú ý, vượt quá nhận thức hoặc kỳ vọng của công chúng về trí tuệ nhân tạo. Họ không phải là kết thúc.
Giống như AlphaGo hồi đó, vô số người thốt lên rằng thế giới sẽ thay đổi, nhưng sau ngần ấy năm, không có thay đổi lớn nào diễn ra. Cho dù đó là một mô hình lớn hay AIGC, đó là một bước đột phá mới trong thời kỳ tắc nghẽn kỹ thuật và chúng sẽ có những nút thắt riêng trong tương lai. ** Khoảng cách với AGI thực (Trí tuệ nhân tạo chung) sẽ rõ ràng hơn sau nhiều vòng phát triển công nghệ tương tự. **
Vẫn còn nhiều vấn đề trong mô hình lớn chưa được giải quyết, chẳng hạn như độ chính xác và chi phí cao, vì vậy Xiaoice sử dụng khái niệm mô hình lai và có gần 1.000 mô hình lớn, vừa và nhỏ được kết hợp một cách hữu cơ trong khuôn khổ của Xiaoice Làm việc cùng nhau để hỗ trợ hoạt động của AI Being. Ưu điểm của điều này là chi phí tương đối thấp, tốc độ nhanh hơn và có thể được đảm bảo đủ chính xác và được phân phối cho mục đích thương mại.
Đồng thời, Mô hình lớn cho đến nay vẫn chưa được xác định chính xác, có bao nhiêu tham số thì có thể gọi là mô hình lớn. Trong nửa đầu năm, mọi người đều đoán rằng tham số càng lớn thì hiệu quả càng tốt, sau đó người ta phát hiện ra rằng một mô hình có tham số nhỏ hơn cũng có thể đạt được hiệu quả tương tự. Vì vậy, hiện nay ngày càng có nhiều người trong ngành nói về các mẫu xe hybrid.
Nếu so sánh việc nghiên cứu các mô hình lớn với việc học một ngôn ngữ thì cũng giống như việc học tiếng Nhật vậy, dễ bắt đầu và khó thành thạo. Các doanh nhân có thể thấy kết quả nhanh chóng, nhưng thấy rằng có quá nhiều vấn đề cần giải quyết.
Các mô hình quy mô lớn hiện tại được đồng nhất hóa nghiêm trọng. ** Trên thị trường không có nhiều người mẫu cỡ lớn, cơn sốt sẽ giảm dần vào năm 2024 và người ta sẽ phát hiện ra ai đang khỏa thân bơi trên bờ. **
Cuối cùng, thực tế không có rào cản kỹ thuật nào giữa các mô hình lớn. Khái niệm kỹ thuật của nó đã tồn tại trong nhiều năm và nhiều người trong ngành đang áp dụng nó, cả trong và ngoài nước. Chỉ là trong quá trình tinh chỉnh (fine-tuning), các nhà phát triển có mức độ tập trung và tận tâm khác nhau.
Cá nhân tôi cho rằng OpenAI đã thực sự đạt được hiệu quả này với tinh thần thủ công nên có một "rào cản thời gian" nhất định, nhưng đây là hai điều khác với "rào cản kỹ thuật". ** Về công nghệ trí tuệ nhân tạo, giữa trong và ngoài nước không có khoảng cách quá lớn, ví dụ như chip và hệ điều hành ở Trung Quốc đều rất mạnh, khoảng cách chỉ nằm ở chỗ họ có chịu được cô đơn, dám nghiền ngẫm và làm không nghiên cứu sáng tạo. **