大模型方向研究是不是很花钱？

大模型最大的成本不是钞票，钞票很容易赚，最大的成本其实是机会成本。

那机会成本的本质就是时间成本，走错了又要等十年。

怎么说呢，十年前做互联网，弄个APP啥的，哥几个五十万人民币就能做出好东西。滴滴，第一个版本还是外包的。

但是这一轮AI，好像也跟着美元一起超发通胀了，你没个一个小目标的融资都不好意思跟人说你在做大模型。

能做成AI的好的底座，就那么几个公司，大家小打小闹的做个微调版，去谷歌微软这种送免费算力的地方训练，都得折腾个几十万进去。

过拟合了，加数据加钱。欠拟合了，加函数又加钱。

除了算力花钱，就是数据花钱，还有算法和模型设计，得有很多大牛才行，这也是钱。而且说实话，这模型一但在服务器上跑起来了，你有没有人用，都一样费电。

但是，做AI这个视频的收益也异常可观，一定也会诞生下一个苹果，下一个华为，下一个facebook或者下一个谷歌亚马逊。

做这件事情最大的成本不是钱，而是机会成本。

首先，从企业的角度来看，投资和发展AI技术需要耗费大量的资金、人力和时间。这些资源本可以用于其他项目或领域的开发，因此，企业在选择投资AI时需要权衡不同项目之间的机会成本。押宝押错了，直接死了。

从社会的角度来看，AI的发展也会对就业市场产生影响。一方面，AI的应用可能会提高生产效率，创造新的就业机会；另一方面，AI的发展也可能导致某些传统工作岗位的减少或消失。因此，社会需要在推动AI发展的同时，关注就业转型和培训，以减少潜在的机会成本。这是由整个社会支付的成本，尝尝被忽略了。

此外，AI的机会成本还涉及到数据隐私和伦理问题。为了训练和应用AI模型，需要大量的数据支持。在数据的收集和使用过程中，需要平衡个人隐私和数据利用的合理性，以避免因数据隐私问题而带来的机会成本。这个是一个伦理上的成本，这个事情处理不好，很容易把AI做成了一个监视社会的工具。这属于国之公器，握在私人手里会死人的。

字数凑的差不多了，就简单的做个收尾，AI的机会成本是一个复杂的问题，涉及到资源分配、就业市场和伦理等多个方面。

那机会成本的本质就是时间成本，走错了又要等十年。

看我大半夜的用手机写了这么多字，请允许我水几张图，赚点积分哈。