該讓人工智能降降溫了。

作者｜鄭丹

人工智能行業(yè)就是這么神奇，每每一波風吹起，總會讓人誤以為這個行業(yè)還大有可為。

大語言模型就是典型的例子。在山姆·奧特曼和他的Open AI沒有出名前，不單單是國內(nèi)，整個人工智能圈也僅僅把它當作是一種新型工具，投資人開始變得謹慎起來，以至于他們中的一些人跑去看起了新消費，原因很簡單，相較于復(fù)雜的科技，消費品類要更好懂一些。

后來的故事大家都知道了，Open AI與微軟的聯(lián)姻，給原本冰冷的人工智能行業(yè)強行續(xù)上了火種，熱度蔓延到國內(nèi)，圈內(nèi)外的討論度空前高漲。

尤其在今年上半年，繼百度發(fā)布文心一言后，各類新老公司層出不窮，除了隔三差五能聽到某某公司發(fā)布了自己的大模型，最喜聞樂見的，每天都有新的群聊誕生，其中有賣教程的、有假借AI之名兜售私董會的，當然也有一些正兒八經(jīng)聊大模型的現(xiàn)狀與未來的。

最吊詭的是，過去人工智能圈負有一定名氣的AI四小龍，這次居然不是頂流。

拿商湯科技來說，繼今年4月發(fā)布了“日日新大模型”體系后，它還密集推出了其他的大模型，和Open AI繼續(xù)補強LLM不同，商湯這次似乎很著急向外界證明自己。

但事與愿違，自2022年以來，商湯已經(jīng)多次遭到大股東減持，其中就包括軟銀集團和阿里巴巴，前者累計減持了4次，套現(xiàn)金額超3.26億港元，后者減持3次，有業(yè)內(nèi)人士認為，大股東減持，對于當前營收規(guī)模下降、且尚未盈利的商湯而言，無異于向市場發(fā)出了不看好的信號。

這也是本篇文章想聊清楚的點：大模型風口究竟能否給商湯們帶來新生？

01

人工智能的窘境，大模型改變不了

關(guān)于阿里減持商湯這件事，外界認為主要有兩點原因：一方面是出于商湯在AI方面的投入短期還看不到回報；另一方面，則是阿里自身也在進行各業(yè)務(wù)線的調(diào)整，所以亟需切割旁支的投資項目。

但這些理由仍顯得有些牽強，因為從價值投資的角度來看，被減持只能說明一個問題：大概率不是別人眼中的優(yōu)質(zhì)資產(chǎn)了。

我們還是以商湯科技這家公司為例，這家公司從創(chuàng)業(yè)那天起，就是含著金鑰匙的。如果給它貼上一個標簽，毫無疑問就是科學(xué)家親自下場，商湯的聯(lián)合創(chuàng)始人湯曉鷗是香港中文大學(xué)教授，被外界認為是全球人臉識別技術(shù)的開拓者和探路者。

據(jù)新眸不完全統(tǒng)計，成立4年的商湯融資額已經(jīng)超過17億美元，是當時全球融資額最大、估值最高的人工智能獨角獸公司。但好景不長，自從商湯2021年底上市后，其市值就一路下挫，現(xiàn)在商湯市值徘徊在700億港元左右。

那么問題來了，一度風頭無兩的商湯為何IPO后就變了味呢？

關(guān)于這個問題，知乎上有個高贊回答：“AI四小龍最大的問題，不是沒有清晰的業(yè)務(wù)，而是初期發(fā)展路線不清晰，導(dǎo)致業(yè)務(wù)不連貫，先前的技術(shù)未能形成有效沉淀，不能很好地助力新近提出的主營戰(zhàn)略。換句話說，AI四小龍現(xiàn)在才找到清晰的發(fā)展方向，沉沒成本沒有轉(zhuǎn)化為養(yǎng)分，大部分都白白浪費掉了。”

這段評論發(fā)表于兩年前，但即便現(xiàn)在來看，依然不過時。

翻譯成大家都能聽懂的話，就是AI遇冷，資本不再迷戀AI神話。既然之前用了幾十億、投資了近十輪都沒能讓它捧向更大的市場，那么現(xiàn)在即便你有了新戰(zhàn)略、發(fā)布了新產(chǎn)品，在市場眼里，還是要打上一些折扣的。

從另外一個角度看，這其實是人工智能這些年一直不溫不火的主要原因。

單從商業(yè)視角來看，如果一項技術(shù)沒能找到合適的落地場景，那么這項技術(shù)大概率只能是孤芳自賞。過去很長一段時間里，包括商湯在內(nèi)的一眾明星科技公司們，過度迷戀技術(shù)信仰，忽略了場景落地，表現(xiàn)在業(yè)務(wù)上，就是他們的觸手很長，無論是C端，還是B端和G端，只要有合適的活，它都會去做。

這像極了十幾年前的軟件公司，也是四小龍們的難言之隱，畢竟在理想和現(xiàn)實之間，為了能把AI故事繼續(xù)講下去，這些傳統(tǒng)軟件公司就能做的活，他們大概率還是會繼續(xù)干下去的。

02

商湯問題是典型的AI行業(yè)問題

關(guān)于AI含金量這件事，業(yè)界主要有三個判斷因子：研發(fā)投入、營收規(guī)模及增速、主營業(yè)務(wù)凈利率，但人們往往只注意前面兩個，而忽略了最關(guān)鍵的最后一項。

因為關(guān)于前兩者，幾乎每家做軟件的公司都能做到還不錯，關(guān)鍵是，很多外包、集成商卡脖子的點，就是沒法形成規(guī)模效應(yīng)和技術(shù)壁壘，這里有一個技術(shù)誤區(qū)，很多人誤以為技術(shù)壁壘代表著企業(yè)擁有專利數(shù)的多少，但最實際的衡量指標應(yīng)該是，這項能應(yīng)用于社會場景的技術(shù)，是否缺它不可。

在這方面，Open AI就是一個典型的例子。時至今日，相比于已經(jīng)推出的大模型，業(yè)界更關(guān)心的，其實是它究竟是怎么構(gòu)建模型的，以及如何進行模型訓(xùn)練的。

這也是國內(nèi)一些人工智能公司最缺乏的競爭力。

換句話說，商湯們的問題不僅僅是商湯本身的問題，更是一個行業(yè)性的難題。

這也解釋了為什么人工智能很難形成絕對壁壘。根據(jù)IT橘子數(shù)據(jù)，截至2020年，30%的成長型AI企業(yè)尚未獲投，這些未獲投企業(yè)很多沒有找到細分的價值板塊，產(chǎn)品差異化競爭優(yōu)勢也不明顯，甚至存在著嚴重的同質(zhì)化競爭現(xiàn)象。

那么問題來了，大模型究竟能不能解決當下人工智能的困境呢？

答案是否定的，本質(zhì)上來講，現(xiàn)在多數(shù)的大模型并不能稱得上是真正的AGI。有業(yè)內(nèi)人士告訴《新眸》，“衡量大模型成功與否的標準，并不只是有多少參數(shù)，而是它究竟能解決什么樣的場景難題，而且這個場景問題，用AI解決成本更低、安全性更高。”

按照這個邏輯來看，現(xiàn)在的大模型還遠不能撐起一個主營業(yè)務(wù)，反倒加劇了AI的黑盒化，本來大家對于人工智能已經(jīng)很費解了，現(xiàn)在陡然推出的各種新方案，它的可靠性和商業(yè)價值就更加值得商榷。

AI現(xiàn)狀也大致如此，近些年爆火又沉寂的中臺們就是典型。就國內(nèi)玩家而言，你會發(fā)現(xiàn)在活得好的基本都是卡位垂直領(lǐng)域的，比如AI語音領(lǐng)域的科大訊飛、智能BI領(lǐng)域的帆軟等，但目前也未跑出一個類似于微軟或者Snowflake式的巨頭。

03

似是而非的風口，正讓局面愈加混亂

大模型爆火后，很多人都認為這將是一個超級風口。

但事實卻是，隔壁的Open AI已經(jīng)和微軟密切合作，試圖把AI能力融入原有的微軟產(chǎn)品體系中，旗下的Azure云計算業(yè)務(wù)、office 365，甚至是搜索業(yè)務(wù)Bing，都進行了大升級。

但國內(nèi)的人工智能環(huán)境卻有所差異。

基本上包括阿里、騰訊在內(nèi)的巨頭們更愿意研發(fā)自己的大模型，而不是和其他廠商合作，這是由國內(nèi)互聯(lián)網(wǎng)發(fā)展路徑?jīng)Q定的。中國是個超級市場，無論是典型的人工智能公司，還是有一定研發(fā)能力的互聯(lián)網(wǎng)企業(yè)，他們更愿意關(guān)起門來自己做，至于生態(tài)，大多還是停留在銷售視角和口頭上。

在這種情況下，往往會加劇行業(yè)的內(nèi)卷程度，以至于出現(xiàn)了一個怪象，大模型越來越火，而人工智能公司的定位反倒越來越模糊。這也是另外一個需要深思的問題，按照凱恩斯的經(jīng)濟學(xué)邏輯，國內(nèi)人工智能遇冷的關(guān)鍵在于，供給遠超過真實需求，而想要培育這個市場，仍需要時間沉淀和多方努力。

按照這個邏輯來看，我們確實應(yīng)該讓AI降降溫，重回理性的軌道上了。

本文系新眸原創(chuàng)，申請轉(zhuǎn)載授權(quán)、商務(wù)合作請聯(lián)系小新微信

       原文標題 : 大模型越火，商湯們越焦慮