不得不说，强如o1大模型居然技术上也没有壁垒！
此前，一份来自谷歌内部、备受瞩目的研究报告，聚焦于谷歌如何应对OpenAI公司的ChatGPT这一挑战。在这份报告中，研究员提出了一个发人深省的观点——《人工智能没有护城河》。
其核心论点震撼人心：即便谷歌全力以赴，亦有可能在这场AI竞赛中黯然落败。更令人深思的是，这一困境不仅限于谷歌，即便是OpenAI，亦难以在这场硝烟弥漫的竞争中构筑坚不可摧的优势壁垒。这并非因为谷歌能力欠缺，实则是AI行业所固有的特质使然，使之成为一个竞争激烈、难以形成稳定优势与垄断利润的高地。
首要原因，生成式AI的核心技术广泛开源，任何人或组织均可轻松获取并应用。尽管某些企业手握独家技术，但这些技术在全局中往往难以成为制胜的关键。AI的架构与原理早已公诸于世，各家企业的实现方式虽有所不同，但差异并不足以构成难以逾越的鸿沟。加之网上充斥着功能日益强大的AI开源模型，只需遵循简单教程，便能在家庭电脑上迅速部署起可用的AI服务。
其次，AI模型的替代性之强令人咋舌。市场上各类模型虽各有千秋，但其核心功能高度相似，极易被其他模型所取代。模型间的细微差异尚未成为决定胜负的关键因素。因此，一旦某家公司推出创新功能，竞争对手便能迅速跟上步伐。
再者，AI的核心竞争力深植于算力与训练语料之中。拥有更强算力与更丰富训练语料的公司，其模型表现自然更为卓越。算力依赖于GPU与机房规模，而训练语料则需企业自行收集。这两者均离不开强大的经济实力作为支撑。尤为值得注意的是，训练材料的使用并不受版权束缚，各公司均可自由取用。在欧美法律体系下，只要生成结果不构成复制，便不构成侵权行为。这意味着企业可自由运用版权材料进行训练，只需确保不产生完全一致的结果即可。
最后，AI研究人员的流动性之高亦是一大特色。AI科学家跳槽现象屡见不鲜，且大部分研究人员出身学术界，无竞业限制，可自由分享研究成果。
所以，AI行业在多个方面均难以构筑稳固的护城河。最终能够脱颖而出的，将是那些拥有最丰富IT资源的公司，诸如算力、能源、人才、数据资源才是重中之重。
这也不难解释为何在这一轮AI概念的股市狂欢中，涨幅最大的往往是那些IT巨头，如掌握AI硬件核心技术的Nvidia等。要在这一领域占据一席之地，企业必须不惜重金雇佣更多AI工程师、收集更庞大的语料集并支付高昂的训练费用。然而，这也为后来者提供了可乘之机——只要财力雄厚，便有可能后来居上。
