国产大模型,进入生死战

科技   2024-12-03 20:33   湖北  





2024年,AI大模型战场硝烟四起,老牌巨头逐鹿鏖战,六小虎突围崛起,AI新势力又蠢蠢欲动,渴望能入局坐上牌桌。可以说是精彩纷呈、热闹非凡。但喧嚣背后,又是“几家欢喜几家愁”,白热化的赛道,各路玩家是否早就“命数已定”?今天笔者就给大家复盘聊聊,就当年度总结吧。
                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              
 - 文章信息 - 


本文作者:Mr.K,黄哲铿,知名数字商业顾问,「顿悟山丘」创始人,科技博主,曾担任海尔、中通快递、1药网技术高管,著有《技术人修炼之道》《技术管理之巅》。分享:个体成长、科技趋势、数字化转型、商业洞察。由「技术领导力」原创首发, 数字化企业经授权发布。

01
大模型产业格局的“三足鼎立”


当前大模型产业的格局可以称之为“三足鼎立”,但这个“三”并不是指三家公司,而是指由数十家公司形成的三个主要阵营:老牌科技巨头、大模型“六小虎”和AI新势力:

1、老牌科技巨头

老牌科技巨头,如百度、阿里巴巴、腾讯、华为等。它们凭借多年的技术积累、强大的算力基础设施、丰富的数据资源,在大模型领域占据先发优势。此外,它们还拥有多元的应用场景,在AI商业化和生态构建上也走在前列。通过API开放平台、与现有产品集成等多种方式,有效推动了大模型技术的商业化应用;又凭借合作伙伴计划、开发者社区等方式,吸引更多的开发者和企业加入,在构建AI生态系统的同时,也形成了自身的竞争壁垒。

但即使是老牌巨头也有“难念的经”。比如,大模型技术进入了深水区,迭代速度变慢,发展瓶颈日益明显,该如何在既有业务和新兴技术之间取得平衡等一系列问题,都不是一下子能够解决的。

2、大模型“六小虎”

所谓的“六小虎”,指的是智谱AI、月之暗面、百川智能等新兴的AI创业公司,它们在大模型领域展现出了强劲的竞争力和创新能力。这些企业虽然在资金和资源上不如老牌科技巨头,但它们在特定领域和技术上的专注和创新,却让人刮目相看。小虎们还通过与行业客户的深度合作,研发了一系列针对性强、效果明显的大模型应用,大大推动了这些行业的智能化转型。

虽然“六小虎”在AI领域取得了亮眼的成绩,但它们同时也面临着很大的生存压力。比如,基础大模型训练上巨额资金的持续投入、随着估值不断升高融资愈发困难、技术落地与变革仍有待解决等等。

3、AI新势力

AI新势力,指的是那些在大模型领域新兴的创新力量,如面壁智能、秘塔AI和DeepSeek等后起之秀。它们通常专注于垂直行业应用、特定算法优化等某些特定的细分领域,以独特的视角和创新的技术,为大模型产业带来了新的思维和活力。

在竞争日益激烈的市场环境下,这一群体的生存处境显然要更恶劣一些,他们更年轻,更缺少积累和家底,在市场和商业化上也更不成熟,面临着在夹缝中拓展市场、转化用户的巨大压力。

02
“AI微笑曲线”
撕开大模型的遮羞布


1、什么是“AI微笑曲线”?

关于“AI微笑曲线”,笔者之前介绍过多次,这一概念借鉴了经济学里的“微笑曲线”理论,即研发和营销等高附加值环节位于曲线两端,而生产制造环节则处于利润较低的中间区域。


把这一概念套用到AI领域,用以描述AI产业链中不同环节的利润分布规律:即GPU设计/制造与云计算服务、AI大模型应用,分别处于“微笑曲线”的两端,获取高额利润;而基础大模型研发,则处在这一曲线的底部,利润相对较低,甚至为负。

2、大模型产业利润分布

根据“AI微笑曲线”不难看出,以GPU设计/制造与云计算服务为代表的基础设施服务商,以及AI大模型应用公司,正攫取行业高额利润,赚得盆满钵满。比如,英伟达作为GPU领域的龙头企业,市值曾一度突破万亿,充分体现了其在AI基础设施领域的巨大盈利能力。同时,亚马逊AWS、微软Azure等云计算巨头也从中获益良多,他们的云服务为大模型的训练和部署提供了关键支撑,并从中获得了丰厚的利润。

反观大模型公司,尽管在技术上不断取得突破,但其盈利能力却依然相对较弱。高昂的研发成本、庞大的算力需求以及激烈的市场竞争,使得它们长期处于亏损状态。拿最具技术优势的OpenAI 来说,该公司今年的运营总成本约85 亿美元,但营收却只有 35—45 亿美元,整整赔了50亿。

但笔者坚信,“技术越先进、投入越高、利润却越低”的尴尬“悖论”,在不久的将来一定会“拨乱反正”。为此,我有以下两个推论:

3、推论一:基础AI大模型“曲线上移”

基础 AI 大模型 “曲线上移” 意味着大模型将突破当前的利润困境,通过创新的方式获取更高的附加值。其中一个关键途径,就是大模型长出“超级原生应用”。

先看美国的例子,OpenAI 与微软深度合作,其GPT 大模型为微软旗下Office全家桶注入了强大的智能元素。在Word、Excel 和PowerPoint等工具中,GPT 技术被应用于智能写作建议、数据分析助手以及演示文稿设计优化等功能,从而让这些办公软件在功能上实现了质的飞跃。微软的财报数据显示,在集成 GPT 技术后的一个财季内,其办公软件业务的营收增长了约 15%,充分体现了大模型原生应用对提升大模型附加值的巨大作用。

再看国内,字节跳动基于豆包大模型开发了一系列的智能创作辅助工具,能够帮助内容创作者快速生成创意、优化文案结构、进行语言翻译等。对于广大自媒体从业者、广告文案策划人员以及文学创作者来说,这些工具极大提高了他们的创作效率和质量,并通过提供有价值的服务,实现了从大模型到商业价值的有效转化,从而让基础大模型在AI微笑曲线中“上移”成为必然。

4、推论二:GPU设计/制造与云计算服务“曲线下移”

历史反复证明,一旦新兴技术发展成熟并普及,相关硬件产品就会经历"摩尔定律"和规模经济效应的双重挤压,导致利润回归理性。就像英特尔在PC时代的命运一样,当前 AI 热潮中的GPU 设计 / 制造与云计算服务领域,也同样会迎来估值和利润“曲线下移”。

当前GPU和云服务公司的高额利润,一定程度上源于供不应求。作为AI和大模型计算的基础设施,GPU等硬件以及算力资源一直处于紧缺状态,使得供应商可以获取暴利。但随着技术的不断进步,越来越多的企业涌入这一赛道。AMD、Intel、华为等大厂在该领域不断不力,英伟达垄断性的市场地位必然难以维系,其巨大的利润泡沫,也迟早会被戳破。在云计算服务领域也是如此,随着更高效使用技术、更科学计费方式的出现,在充分的市场竞争下,云计算服务的估值和利润也会一点点回归理性。

03
未来3年
80%的大模型公司,会死掉


1、国内创业公司,三年生存率为20%

创业从来都是九死一生。我国过去年10的数据统计显示,创业公司的三年生存率仅为20%。作为新兴事物的大模型产业,更是集资本密集、人才密集、数据密集三重“buff”于一身,无论是高昂的研发成本,还是稀缺的专业人才,或者是海量的数据需求,哪一个都能轻易地卡住一家初创企业的脖子,“三座大山”叠加在一起,即使是大厂名企也未必能吃得消。尤其在当前环境下,笔者认为国内的大模型公司三年生存率会更不容乐观,甚至会远低于20%。

2、大模型公司的“死亡名单”

如果非要在大模型公司“死亡名单”上排个顺序,那么笔者的排序是AI新势力>六小虎>科技巨头的AI事业部。为什么这样说呢?

首先,AI新势力主要是一些刚进入市场不久的初创型公司,它们在资金和技术上都较为薄弱,用户基础也很欠缺。换句话说,它们“体质”最差,最经不起折腾,无论内部还是外部,但凡有点波折,就有可能出大问题,甚至被淘汰出局。在一个多月前,成立1年半左右的AI创业公司波形智能,由于各种压力宣布解散,就是一个很典型的例子。

第二顺位就是“六小虎”。这些公司虽然具备一定的实力,但面对巨头的挤压和新势力的“抢食”,仍然活得战战兢兢。持续巨额融资和有效的变现模式,仍是悬在他们头上的摩克利斯之剑,这两个问题不能得到解决,他们现在所拥有的技术和市场都会成为无本之末,无水之源。

另外,科技巨头的 AI 事业部也并非高枕无忧。虽然他们拥有雄厚的资金和技术实力,但在大模型领域的激烈竞争中,也同样面临各种巨大压力。比如争取内部资源分配的压力、公司战略转变的压力等等。稍有不慎或指标不符合预期,它们就可能成为大厂的“弃子”。

04
AI发展的5个阶段
我们仍然在路上


1、OpenAl划分的人工智能5个等级

OpenAI为更好的反映AI发展的阶段和状态,把AI划分为五个不同的等级:

第一级,聊天机器人;其主要特征是有语言对话能力,能理解和生成自然语言,与人类简单互动,最常见的就是各类智能语音助手和客服机器人。第二级,推理者;它们在预设范围内,可进行一定程度的逻辑推理和判断。第三级,代理者;这类 AI 可在现实或虚拟环境中执行任务,不仅能理解推理,还能随环境变化进行策略调整。第四级,创新者;这一等级的 AI能协助人类进行某些创造工作。第五级,组织者;这是最高等级的 AI,能协调多个 AI 系统或与人类共同完成复杂目标。

对照来看,我们当前AI的发展,正处于第二与第三等级之间。在技术突破和应用落地等方面仍面临很大挑战。

2、企业落地大模型的5个步骤

为帮助企业大模型的落地,红杉资本提出了AIGC企业落地的“AGILE五步走”:

1)Awareness,统一认知,达成共识
在 AIGC 技术引入初期,企业需要从上至下建立统一共识。要做到这一点,离不开 CEO 的强力推动,以及对各部门资源整合的充分协调。

2)Gauge,场景梳理,试点选择
达成共识后,企业就要全面评估适合应用 AIGC 技术的业务场景,以及可能带来的价值。并选择更能产生效果的场景作为试点,然后逐步扩大应用范围。

3)Inception,目标设定,组织配套
接着企业就要设定合理的目标预期,并做好组织配套,成立包括A技术人员、高管在内的 “作战小组”。

4)Ladder,方案制定,快速迭代
企业要根据业务场景特点,选择最优 AIGC 应用方案。不能期望一蹴而就,而要小步快跑、持续提升模型分数,不断迭代优化模型和算法。

5)Expansion,扩大范围,深度应用
AIGC 技术落地成功后,企业要将“Think in AI” 理念融入业务发展各环节和更多场景中。但同时也要警惕过度依赖 AI,要全面了解它的局限性,找到人机协作的平衡点。

《桃花扇》中说:眼看他起朱楼,眼看他宴宾客,眼看他楼塌了。国产大模型的激烈竞争,相信在未来几年就要尘埃落定,但不管谁宴宾客,谁楼塌了,谁是过眼繁花,谁是最后赢家,都值得我们尊敬,他们都是AI时代勇敢的追梦者和拓荒者。




  智能工厂考察良机  

第七届粤港澳大湾区标杆智能工厂考察报名

 12月26-27日·广州-东莞 


长按下方二维码或点击阅读原文

即可快速在线报名


数字化企业
e-works(数字化企业网)是我国领先、全球知名的智能制造专业媒体、咨询培训与研究机构,由制造业专家、中国工程院李培根院士创立。本号专注于智能制造、工业软件、数字化转型干货知识传播。
 最新文章