增長推力漸弱的當下，大模型是為數(shù)不多的亮點，過去半年的狂熱炒作后，一些人擔心被 AI 替代、顛覆，另一些人決心在被替代前跳入潮流，還有一些人認為沒什么用。這種時候往往也是資本愿意投資的階段，分歧才能產(chǎn)生更大的收益。

在增長越來越稀缺、確定性越來越難得的此刻，AI 大模型許諾了一個少有的新可能。根據(jù)賽迪顧問的統(tǒng)計，僅今年1~7月，中國就有64個大模型問世，而截至7月末，國產(chǎn)大模型累計發(fā)布數(shù)量達到了130個。

今年以來，百度、阿里、華為相繼發(fā)布了自己的大模型產(chǎn)品。人們無比相信那個比“移動互聯(lián)網(wǎng)大10倍”的平臺級大機會，在GPT-4推出不過20余天時，已有超10余家創(chuàng)業(yè)公司坐上大模型牌桌，總融資額數(shù)十億美金。此后包括大廠在內(nèi)的20多家公司公布了自研AI大模型，“就連上古神仙的名字都不夠用了，諸如盤古、昆侖、混元、太初等等”。

為了開發(fā)頂尖的大模型，需要高度專業(yè)化的人才團隊來進行開發(fā)、調(diào)試和維護。這些團隊需要具備深厚的技術背景和領域知識，以確保模型能夠在特定領域內(nèi)取得良好的效果。

企業(yè)不得不吸納大量的人工智能領域人才，從而掀起了一場激烈的“搶人大戰(zhàn)”。如今，大模型的相關崗位，如機器學習工程師、數(shù)據(jù)科學家、領域專家等，其薪酬水平也急轉直上百萬年薪只是起步。本來國內(nèi)大模型相關人才就頗為稀缺，在風口之上翻倍只是小意思，網(wǎng)傳張一鳴為了挖OpenAI的大牛開出一億美元的薪酬，急用人的時候甚至有一些產(chǎn)品崗也轉發(fā)做大模型。

看上去轟轟烈烈機會就在眼前，但這個機會能夠有資格抓住的確不多。

前不久，在Waves大會的一場圓桌論壇上，中國人民大學高瓴人工智能學院盧志武教授，就質(zhì)疑了所謂“國產(chǎn)大模型的春天”。在他看來，這不過是很多公司在“微調(diào)國外底座模型”的假象。

這波大模型浪潮里，玩家很多，但很多并不具備從底層開始搭建大模型的能力。因為它們面臨著缺少算法積累、計算資源，訓練數(shù)據(jù)差，配置成本高以及缺乏對產(chǎn)業(yè)的理解和智能化經(jīng)驗等各個問題。這些需要深厚的積累，很難一蹴而就。

玩家很多這不假但同質(zhì)化嚴重，不光沒啥價值還會造成社會資源的浪費。于是李彥宏表示，模型本身是不直接產(chǎn)生價值的，基于基礎大模型開發(fā)出來的應用才是模型存在的意義，對于創(chuàng)業(yè)者來說，“卷大模型沒有意義，卷應用機會更大”。他分析說，移動互聯(lián)網(wǎng)時代操作系統(tǒng)只有安卓和iOS，但特別成功的應用卻很多，只有在大模型基礎上產(chǎn)生足夠多的AI原生應用，才是一個健康的生態(tài)環(huán)境。

李老板說的也是大實話，但是一個充分競爭的市場誰會自愿退出呢？做應用層始終還是要受制于平臺的，更何況應用層目前并沒有什么亮眼的應用。眼下勸大家進軍應用層缺少商業(yè)動力，又面臨大公司幾乎全覆蓋的應用降維打擊，大部分人還是看得明白的。

制約 AI 人工智能發(fā)展最大的桎梏是什么？如果在幾年前，這個答案可能五花八門。但在大模型盛行的當下，這個問題只有一個答案——算力不夠！

如果說數(shù)據(jù)是大模型世界的生產(chǎn)原料，那么算力則是大模型的生產(chǎn)力。OpenAI此前公布過一組數(shù)據(jù)，目前大模型訓練所需算力的增速保持在3-4個月/倍速度增長，遠超摩爾定律18-24個月/倍。

算力是支撐大模型運轉起來的原動力。強大的算力，意味著更快的數(shù)據(jù)處理速度、更強的大模型服務能力。

越來越多的人工智能初創(chuàng)公司和服務導致對 A100 和 H100 等高端 GPU的高需求，從而壓垮了 Nvidia 及其制造合作伙伴臺積電，兩者都在努力滿足供應。Reddit 等在線論壇上充斥著對 GPU 可用性的不滿，這呼應了整個技術社區(qū)的情緒。情況變得如此可怕，AWS 和 Azure 都別無選擇，只能實施配額系統(tǒng)。

這個瓶頸不僅提高了初創(chuàng)企業(yè)的成本，也擠壓了初創(chuàng)企業(yè)的發(fā)展空間。對于 OpenAI 這樣的科技巨頭來說，這是一個絆腳石。最近在倫敦舉行的一次非正式會議上，OpenAI首席執(zhí)行官 Sam Altman坦誠承認，計算機芯片短缺正在阻礙 ChatGPT 的進步。據(jù)報道，Altman 感嘆計算能力的缺乏導致 API 可用性低于標準，并阻礙 OpenAI 為 ChatGPT 推出更大的“上下文窗口”。

所以才會有國內(nèi)大廠集中采購50億美元的A100芯片，沒有算力維持，大模型都無從談起更別說產(chǎn)品迭代了。但這50億訂單交付也不是今年就能給，其中，只有10億美元的貨能趕在年內(nèi)交付，另外八成訂單也要等到2024年才能陸續(xù)交付。

早在第一財季電話會上，黃仁勛就感嘆，數(shù)據(jù)中心業(yè)務的“訂單多到不可思議”，英偉達的核心要務是開發(fā)并保證生產(chǎn)盡可能多的符合市場需求的先進芯片。

但真的來到第二財季，外部需求的爆發(fā)仍然超出了黃仁勛的預期。據(jù)CoreWeave聯(lián)合創(chuàng)始人兼CTOBrian Venturo表示，今年一季度，獲取英偉達GPU還很容易，但從4月份開始，市場忽然變得異常緊張，即使現(xiàn)在立即訂購，交貨時間也要等到2024年Q1甚至Q2。

一般來講生意好做的時候就是企業(yè)大幅擴張的時候，這個時期不太會對費用比控制太嚴格，但英偉達偏偏在“降本增效”上做到了極致，震驚了華爾街。在營收大幅增長的同時，英偉達對于成本費用的控制卻異常的嚴苛，該季度研發(fā)費用為20.4億美元，同比增長11.8%，銷售和其他費用6.22億美元，同比增長5.1%，相比營收超過100%的增長，成本的控制可謂做到了極致。

在發(fā)布財報的同時，英偉達同時宣布了在兩天前的董事會上，公司剛剛表決通過了額外250億美元的股票回購計劃，在第二季度中，英偉達動用了32.8億美元回購了750萬股。“課代表”般的公司如今可不多了。

今年以來，隨著AI熱潮的推動，英偉達的市值已經(jīng)成功站上1萬億美元，從各種估值方式來看，英偉達的估值無論和自身歷史縱向比較，還是與行業(yè)整體橫向比較，都出于較高的估值區(qū)間。但英偉達的管理層對估值還是有所不滿，認為英偉達仍然被華爾街低估。

這么想也不是不行，AI最終市場會有多大沒有人能給出準確答案，英偉達仍然在研發(fā)更先進的產(chǎn)品，還將帶給市場怎么樣的震驚還未可知。AI景氣度還在，英偉達就不會到頂。

不過，雖然英偉達沒有到頂，但華爾街的禿鷲們已經(jīng)開始做空，想要撕開一些口子，猛砸下去看看到底是泡沫還是堅冰。我們首席會持續(xù)關注這個話題。

就算是算力無限制供應，十倍互聯(lián)網(wǎng)規(guī)模的市場就真的會到來嗎？答案是不一定，至少目前很困難。

華為輪值董事長胡厚崑在 WAIC 開幕式上說，“大模型的目標是應該服務于不同行業(yè)的不同應用……才能發(fā)揮更大價值?！?騰訊集團高級執(zhí)行副總裁湯道生在后續(xù)發(fā)言中也表達了類似觀點：“行業(yè)大模型是企業(yè)擁抱大模型的更優(yōu)選項?！?/p>

一位 AI 獨角獸公司首席科學家說，他們從 2018 年就開始研究大語言模型，前兩年也做出來了寫文章的應用，因為沒客戶買單，公司就一直沒有加大投入。ChatGPT 火了后，他們也發(fā)布了自研大模型，但暫時不打算訓練規(guī)模更大的模型，因為客戶覺得性價比有限，畢竟訓練一個參數(shù)千億的模型要花千萬元人民幣。

據(jù)IT桔子等數(shù)據(jù)顯示，2014年至2018年，中國人工智能領域的IPO退出平均回報僅為1.83倍，2018年全年有將近90%的人工智能公司處于虧損狀態(tài)。2019年，“投資人逃離人工智能”刷屏，經(jīng)過幾年凋敝，除聯(lián)想之星、創(chuàng)新工場等機構外，國內(nèi)真正在持續(xù)關注AI的投資人寥寥，大基金也幾乎沒有專人在長期覆蓋。

所以新的故事是“大模型如何賦能千行百業(yè)”。

一位投資人曾在社交媒體上表示，旨在滿足數(shù)據(jù)采集、標注、模型調(diào)度等MLOps需求的公司，會面臨“中間商難賺差價”的夾心尷尬——前有免費開源工具，后有云廠商打包工具和服務。同時，“國內(nèi)客戶付費習慣仍然沒有很好地養(yǎng)成，尤其在企業(yè)開支緊縮的經(jīng)濟恢復期”。

就算是老老實實很早切入應用層的明星公司，如今也迅速衰落。這在海外市場已有表征。例如去年尚風頭無兩的美國獨角獸Grammarly和Jasper，在GPT4發(fā)布后，現(xiàn)有功能即被代替，價值迅速被攤薄，朱嘯虎公開稱“這兩家公司或將很快歸零，根本守不住”。

那么大廠自己做的應用產(chǎn)品怎么樣呢？那就不得不提到妙鴨相機這一款迅速躥紅的AI應用，七麥數(shù)據(jù)顯示，于IOS端，妙鴨相機APP在7月28日上線以來，短時間內(nèi)下載排名急速爬升。8月8日妙鴨相機APP開始霸榜“社交”，12日拿下總榜第一。

不過這波高峰，也只維持了一周時間。8月16日之后，妙鴨相機后勁乏力，排名一路下滑。截止目前，“社交”榜單排名15名左右，“應用”榜單則在200名開外。妙鴨相機的問題不只在于熱度下滑，在付費內(nèi)容和差異化上并不出眾才是最大的問題。

事實上，曇花一現(xiàn)的AI生成圖像現(xiàn)象級產(chǎn)品也并不罕見，如Sensor Tower《2023年AI應用市場洞察》數(shù)據(jù)顯示，隨著DALL-E和Stable Diffusion模型的迭代與成熟，Al 圖像應用市場繁榮發(fā)展，2023年上半年相關應用超過150余款，下載量突破1億次。

其中，“Lensa AI”自2022年11月下旬一經(jīng)推出，應用下載量隨即迅速攀升，12月下載量突破1700萬次。僅過了一個多月，“Lensa AI”的下載量就直線下滑，下載量跌破了200萬。

手握國內(nèi)首個基礎大模型的百度，也深知這一點。其資深副總裁、移動生態(tài)事業(yè)群組總經(jīng)理何俊杰近日也也認為，「燒錢做大模型」這事該往前一步了，下一程是應用層之戰(zhàn)。「應該燒腦去做AI應用」，在接受第一財經(jīng)《總編時刻》訪談時，何俊杰透露百度內(nèi)部正在充分「賽馬」，各個業(yè)務線都有階段性的「軍令狀」，看哪條線能率先跑出黑馬。

2017年，扎克伯格回到哈佛，進行畢業(yè)典禮演講。他說：“讓我告訴你們一個秘密，'沒有人一開始就知道（Facebook）該怎么做，想法不會在最初就完全成型。只有當你開始行動時，事情的脈絡才會逐漸清晰，你只需要開始行動。如果從一開始我就要完全弄明白'如何連接人’，我永遠做不出Facebook。”

當然有勇氣投身大模型還遠遠不夠，需要產(chǎn)學研的積累打磨，深度學習從學術走向產(chǎn)業(yè)，在視覺、語音等方面大放異彩用了十幾年，在這個過程中有無數(shù)的公司倒下，行業(yè)經(jīng)歷著外人難以想象的內(nèi)卷和迭代。大模型的情況更為復雜，但只要路徑正確剩下的無非是試錯迭代，盡量不要倒在黎明前。

不要責怪投資人說投100家AIGC公司，不如直接投英偉達和微軟來得實在，怪他們淺薄勢利眼。正如李彥宏所說AI原生應用要能解決過去解決不了、解決不好的問題，應用才是大模型存在的意義。還沒發(fā)揮價值就上來談錢景恐怕也不合適。

參考資料：