Databricks首席執行官Ali Ghodsi：多數公司不需更強模型

Databricks聯合創始人兼首席執行官Ali Ghodsi表示，前沿模型若停止變強，絕大多數公司甚至不會察覺，因爲模型已經足夠聰明，缺的是組織內部語境，而非更高智商。

他指出，模型沒有參加過每場會議，不知道每個人腦子裏的東西，也不掌握全部流程。每個組織裏總有少數員工掌握全局，一離職就讓全員緊張；模型沒有這部分語境。若把這些語境注入現有模型，全球任意組織都能獲得大量生產力，爲此並不需要更能解納維-斯托克斯方程、猜想或在humanity’s last exam上拿更高分的模型。

Ghodsi把問題概括爲：人工智能沒有智力問題，只有語境問題。企業裏代理做不成事，是因爲問法與數據不完整；把專有數據、權限、流程喂進去，現有模型就能答對。多數組織還停在聊天機器人和編碼助手，遠未走到用代理批量自動做事，採納曲線本身落後於模型能力。

這一判斷與其產品線一致：公司用湖倉存放結構化和非結構化數據，再用genie ontology把業務術語、實體和指標連成可被模型調用的企業本體，並與openai模型在可控權限下對接。Databricks自身估值此前被報道至約1900億美元，並強調暫不急於上市。

他同時承認公司訓練開源模型dbrx時集羣開支約2000萬美元，真正有效訓練約400萬美元，其餘耗在試錯與空轉，因此更不願把資源押在與前沿實驗室比拼智力基準。

市場機制上，這是把資本從“下一版更大模型”改道到“誰能把會議、郵件和表權限接進模型”。賣出的是純推理token增長敘事，買入的是數據平臺、治理與本體層。資金流向湖倉、權限審計和代理編排；受益方是握有企業數據入口的基礎設施公司，承壓方是隻靠基準分數賣api、進不了客戶內部系統的模型實驗室。

企業採購仍受隱私、審計和競品過濾約束，語境注入速度取決於客戶是否自建本體，而不是買一套軟件即完成。

來源：公開信息