屬于科技產業的AI時代正在到來。
自2022年10月ChatGPT面世以來，大模型一路狂奔。
2023年，國內科技行業形成了“百模大戰”之勢，從基礎大模型到行業大模型，各家飛速前行；到了下半年，越來越多的應用涌現，并在垂直行業落地商用。回望過往一年，業界群雄并起，卻也伴隨著重復建設的爭議、面臨著產業化的難題。
當競速進入白熱化，行業是否能找到合適的盈利點？如何更好在不同場景落地？又怎么解決算力掣肘的問題？
多名行業專家在接受21世紀經濟報道記者采訪時認為，雖然目前國內有200多個大模型，但是在2024年將會面臨激烈的競爭和淘汰。另一邊廂，生成式AI的應用仍將持續創新，其中B端產業應用潛力大，展現出新的商業模式和機會，C端賽道則主要集中在生產力工具和娛樂屬性上。
整體而言，從2023年上半年的火熱之后，下半年業界對于生成式AI、大模型產業化都更加理性，呈現出創新與謹慎并存的態勢。
社科院數量經濟與技術經濟研究所數字經濟研究室主任蔡躍洲認為，百模大戰反映的是通用目的技術滲透到方方面面，面對全方位的顛覆式創新，如何迎接背后的挑戰并抓住機會是重要課題。比如國內存在算力的問題，但是國內有龐大的需求，包括大模型的需求。“未來應用場景還是我們的優勢，牽引國產供給能力的提升、技術能力的優化迭代，孕育著機遇。”他說。
2023：“百模”大戰AB面
風投數據分析公司PitchBook數據顯示，截至2023年10月15日，全球AIGC領域融資總額達232億美元（約合人民幣1656億元），比2022年全年增長250.2%，其中AI核心（Al core）領域融資就達50.82億美元。目前，全球AIGC新興領域相關公司總數量已超過1500家。
火熱之勢可見一斑。包括百度、阿里巴巴、騰訊等在內的國內互聯網公司相繼發布了大模型應用，商湯科技、曠視科技、科大訊飛則發布了基于不同行業的垂直大模型。
公開資料顯示，截至今年10月份，國內已經發布了238個大模型。今年6月，騰訊云首次正式公布行業大模型研發進展，并發布了面向B端客戶的騰訊云MaaS服務解決方案。今年7月，華為發布“不作詩只做事”的盤古大模型3.0，深耕政務、金融、制造、煤礦、鐵路、制藥、氣象等行業。
而阿里巴巴腳步明顯更快。11月23日，阿里巴巴智能信息事業群旗下夸克團隊對外發布了基于Transformer架構自主研發的千億參數級夸克大模型。在此之前，阿里云已經發布了通義千問大模型，并且包括天貓、釘釘等在內的諸多阿里系業務均表示會接入。
阿里巴巴集團CEO吳泳銘表示，“每個人和企業都將具備個性化的智能助理，大模型時代，面向年輕人，夸克有巨大機會創造出革新性搜索產品。”
這些戰略級創新業務，在阿里巴巴的組織上將作為獨立子公司運營，業務上也將打破以往在阿里集團內的定位限制。
夸克技術負責人蔣冠軍在接受21世紀經濟報道采訪時指出，夸克將是一個集合搜、用、存于一體的智能信息產品，所以夸克大模型的目標，也是對搜、用、存進行智能化升級。
盡管各家都在發布自己的大模型，但是真正成功落地或商用的案例并不多。畢馬威中國科技、傳媒及電信行業主管合伙人陳儉德在接受21世紀經濟報道記者采訪時表示，大模型賽道具有技術門檻高、資金投入多、商業模式尚不成熟的特點，尤其是在國內智能算力較為短缺的現狀下，各家大模型在持續投入人力、算力、資金并實現商業化落地方面，可能會面臨較大挑戰。此外，也不排除存在“套殼”“蹭熱度”等追風、投機行為。預計未來一段時間內，中國人工智能大模型發展將從拼速度、拼數量轉向拼應用、拼質量，各類大模型及相關應用，將在性能差異、易用性、應用廣泛性等方面接受市場化檢驗，實現初步出清。
資本的選擇
事實上，在創業領域，AI商業化從來不易，機構們對于投資也是出手謹慎。
“哪怕整個AI賽道在如火如荼地創業，但相比往年，資本給到的扶持還是非常少。”非凡資本合伙人胡小婧對21世紀經濟報道記者表示，AI應用層里，今年受機構青睞的是能夠快速找到應用場景的企業，有一個非常尖銳的剛需切口，借此打開一個全新的市場，并且在收入層面能快速看到增長。
這些受青睞的應用可以分成“AI+”和“+AI”，今年上半年非常利好“+AI”類的公司，因為在客戶的需求基礎上再去拓展應用場景，能夠看到比較好的效果。在下半年，很多AI原生類的應用也推出產品，開始服務客戶。
若從全球視角看，目前則形成了“1+N”的格局，OpenAI的ChatGPT是“1”個超級明星產品，其他“N”款應用在從各個領域進行突破，當然格局也在不斷變化之中，國內的企業正在加速追趕。
大模型層面也競爭激烈。Fasion.AI創始人兼CEO程斌告訴記者：“2月份的時候，我們還在討論國內到底有哪兩三家有實力訓練真正的大模型，到5、6月份的時候涌現出來100多家大模型企業，每家都覺得需要有一個自己的輪子，某種意義上也造成一定的資源浪費。”
對此，360智腦專家葛燦輝也有同感，他預計，目前國內200多個模型到明年這個時候肯定不會有這么多。“在公有域剩下五到十家已經頂天了，私有域的也是非常殘酷的淘汰賽。”他說。
談及2024年的發展趨勢，葛燦輝坦言，合作的效應一定大于自己去把一切搞定，做APP之間的互操作會非常方便，這是趨勢。目前，360智腦大模型與OpenAI的API能做到100%兼容，第三方開源生態使用起來也更便利。
“最主要的硬實力追趕還是在底層硬件和底層模型，很多國內創業公司在推進私有模型的追趕，消費級硬件上的私有模型跟國外的差距并不大。”葛燦輝頗有信心地說。
2024：迎來應用浪潮
隨著AI技術的不斷發展，大模型在C端和B端應用領域展現出豐富的創新，然而，背后也隱藏著諸多挑戰。
胡小婧指出，今年國內在C端大模型領域的投資相對較少，主要原因是國內大模型基礎層的不確定性。一方面剛開始大家不知道大模型的進步速度，擔心C端產品容易被基礎模型迭代顛覆；另一方面也擔心創業公司競爭不過國內大廠，這種謹慎態度導致機構對C端機會的觀望。
但是C端仍有諸多發力點。胡小婧介紹道，C端的創新點主要集中在兩個領域：“Save Time”和“Kill Time”。“Save Time”側重于節約使用者的時間，例如生產力工具和效率工具。“Kill Time”則包括情感陪伴和游戲等，滿足了用戶在娛樂方面的需求，這兩個分類涵蓋了整個C端對于生成式AI新范式的主流需求。
B端應用上，大模型的應用呈現出兩種主要趨勢，一種是在原有的B端軟件基礎上，用AI工具增強原有解決方案，從而不斷增強產品壁壘和客戶價值。另一種趨勢是AI Agent的崛起，即基于不同的任務解決方案拼接形成完整的工作流。
胡小婧認為，對于從事to B軟件服務的公司而言，商業模式發生了巨大變化，在SaaS收費趨勢后，興起了流量式收費，即按照token來計費。這一新興的收費方式為企業帶來了新的盈利機會，但也面臨著低價競爭和維持客戶使用量的挑戰。
小米集團技術委員會AI實驗室大模型團隊負責人欒劍向記者表示，現在的大模型，對于to B應用來說，正處于一個比較好的發展階段，因為在提高效率方面看到了真實的效果。“相比之下，C端用戶則對大模型的黏性不強，只在娛樂方面的接受程度較高。”他說。
商用艱難進化
生成式AI的產業應用滾滾向前，隨之而來的商業化過程也面臨著一系列挑戰。
瀾舟科技合伙人、首席產品官李京梅表示，上半年大家都比較“燥熱”，預期非常高，下半年開始理性化，商業化階段的挑戰逐漸凸顯。而為了解決商業化問題，尋找標桿客戶成為關鍵一環。通過與標桿客戶共同打磨，不僅可以獲得真實的用戶反饋，還能夠在應用過程中發現問題并及時改進迭代。
對于商用難點，達觀數據副總經理呂文超表示，目前單個場景能夠產生的價值有限，客戶的付費意愿與實際投入成本不成正比。
對于to C商業化的挑戰，也有AI行業技術負責人對21世紀經濟報道記者表示，雖然to C商業化相對較難，但一旦找到了契合的場景，成功仍然是有可能的。“在to B領域，很多龍頭公司確實對AIGC有很強的需求，大企業付費意愿會比較高，關鍵在于我們的功能是不是真的能解決企業真正的痛點。”他說。
除商業模式外，在技術層面，同樣存在阻礙生成式AI商業化的難題。
例如“幻覺”的問題。在大模型的生成中，經常會出現一些錯誤或者被稱為“幻覺”的問題，這是在toB場景中目前還沒有完全解決的痛點。
此外，IBM實驗室數據與人工智能首席架構師徐孝天還提到了安全可信的問題，他表示：“模型的可信是很大的問題，特別是面對to B客戶的時候，如果不把模型做成可信，非常難上線。”
上述觀點和實踐經驗，共同描繪出大模型商用面臨的復雜格局。商業化路徑的探索需要理性思考和與用戶緊密合作，同時要解決模型生成中的“幻覺”問題，并且確保可信性也成為商業化過程中的一項關鍵考量。
（記者 倪雨晴 陶力）
來源：21世紀經濟報道
責任編輯：林紅
請輸入驗證碼