来源:作者:于
图片来源:工具生成。
人工智能行业就是这么神奇。每吹一波风，总会让人觉得这个行业还是有前途的。
大语言模型就是一个典型的例子。之前Sam Altman和他的Open AI并不出名，不仅在国内，在整个人工智能圈都把它当成新工具。投资者开始谨慎，以至于一部分去看新消费。原因很简单。与复杂的技术相比，消费品更容易理解。
后来的故事大家都知道了。Open AI与微软的联姻，迫使原本冰冷的人工智能行业火了下去，热度传到了中国，圈内圈外的讨论度空之前上升。
尤其是今年上半年，继百度发布文新之后，各种新老公司层出不穷。除了每隔一段时间就听到某家公司发布自己的大模型，每天都有新的群聊诞生，有卖教程的，有打着AI幌子卖私董会的，当然也有认真谈论大模型现状和未来的。
最吊诡的是，以往在人工智能圈有一定名气的AI四小龙，这次并不是顶尖流。
以商汤科技为例。继今年4月发布“越来越大型号”系统后，还密集推出了其他大型号。与Open AI继续补强LLM不同，商汤这次似乎急于向外界证明自己。
然而事与愿违，2022年以来，商汤多次遭到大股东减持，包括软银集团和阿里巴巴。前者四次减持，套现金额超过3.26亿港元，后者三次减持。有业内人士认为，大股东减持对于目前营收规模下滑、尚未盈利的商汤来说，无异于向市场发出了一个负面信号。
这也是本文想讲清楚的一点:大模特风口能否给商汤带来新生？
人工智能的困境不是大模型能改变的。
对于阿里减持商汤，外界认为主要有两方面原因:一方面，商汤对AI的投入短期内未见回报；另一方面，阿里自己也在调整各条业务线，急需砍掉投资项目。
但这些理由还是显得有些牵强，因为从价值投资的角度来看，被减持只能说明一个问题:大概率在别人眼里不是优质资产。
我们以商汤科技为例。这家公司从开业那天起就有一把金钥匙。如果你给它贴上标签，毫无疑问，这位科学家将亲自结束。商汤联合创始人唐晓鸥是香港中文大学教授，被外界视为全球人脸识别技术的开创者和探路者。
据不完全统计，成立四年的商汤已经融资超过17亿美元，成为当时全球规模最大、估值最高的人工智能独角兽公司。然而好景不长。自2021年底商汤上市以来，市值一路下跌。现在，商汤的市值徘徊在700亿港元左右。
那么问题来了，曾经风头正劲的商汤，为什么IPO之后变了味？
关于这个问题，一位好评如潮的知乎回答道:“AI四小龙最大的问题不是没有明确的业务，而是最初的发展路线不明确，导致业务不连贯。之前的技术未能形成有效沉淀，无法帮助新提出的主力策略。换句话说，AI四小龙现在才找到了明确的发展方向。沉没成本并没有转化为养分，大部分都被浪费了。”
这个评论是两年前发表的，但即使是现在，它仍然是过时的。
翻译成大家都能理解的话，就是AI冷了，资本不再执着于AI神话。既然你之前已经花了几十亿美金，投资了近十轮，在市场眼里还是要打些折扣的，哪怕你有新的战略，发布新的产品。
从另一个角度来看，这其实也是人工智能多年来不温不火的主要原因。
从商业角度来说，如果一项技术找不到合适的落地场景，那么这项技术很可能是自恋的。在过去很长一段时间里，包括商汤在内的一批明星科技公司过分执着于技术信仰，忽视了场景落地。在业务上，他们的触角很长，不管是C端、B端还是G端，只要有合适的工作，他们都会去做。
这很像十几年前的软件公司，也是四小龙的秘密。毕竟在理想和现实之间，为了继续讲好AI故事，这些传统软件公司可以做一些事情，而且他们很可能会继续做下去。
商汤问题是典型的AI行业问题。
关于AI的含金量，业内主要有三个判断因素:R&D投入、营收规模和增速、主营业务净利润率，但人们往往只关注前两个，而忽略了最关键的最后一个。
因为关于前两个，几乎每个软件公司都能做的很好。关键是很多外包和集成公司卡脖子了，就是无法形成规模效应和技术壁垒。这里有一个技术上的误解。很多人误以为技术壁垒代表的是企业拥有的专利数量，但最实际的衡量标准应该是这种可以应用于社会场景的技术是否不可或缺。
在这方面，Open AI就是一个典型的例子。如今，相对于已经推出的大模型，业界更关心的是模型如何搭建，模型如何训练。
这也是国内一些人工智能公司最缺乏的竞争力。
换句话说，商汤的问题不仅仅是商汤自身的问题，更是一个产业问题。
这也解释了为什么人工智能很难形成绝对壁垒。据IT桔子数据显示，截至2020年，成长中的AI企业有30%没有得到投资。这些企业很多没有找到细分的价值板块，产品差异化竞争优势不明显，甚至存在严重的同质化竞争现象。
那么问题来了，大模型能解决人工智能的困境吗？
答案是否定的，从本质上来说，大多数大型模型不能被称为真正的AGI。有业内人士告诉新沂，“衡量一个大模型成功与否的标准不仅仅是它有多少参数，而是它能解决什么样的场景问题，用AI解决这个场景问题更便宜，更安全。”
按照这个逻辑，现在的大模型远没有支撑起一个主业，反而加剧了AI的黑箱化。本来大家对人工智能都很不解，现在突然推出的各种新方案的可靠性和商业价值就更值得商榷了。
AI的现状也大致如此。这几年爆了又沉默的中国人和台湾人就是典型。就国内玩家而言，你会发现活得好的基本都是在卡牌垂直领域，比如AI语音领域的科大讯飞，智能BI领域的凡软等等，但目前还没有类似微软或雪花的巨头。
03似是而非的风口，正在使局势更加混乱。
大模型爆炸后，很多人以为会是超级奥特莱斯。
但事实是，隔壁的Open AI已经与微软紧密合作，试图将AI能力整合到原有的微软产品体系中，其Azure云计算业务、office 365，甚至搜索业务Bing都得到了大幅升级。
但是，国内的人工智能环境不同。
基本上包括阿里、腾讯在内的巨头更愿意开发自己的大模式，而不是和其他厂商合作，这是国内互联网的发展路径决定的。中国是一个超市。无论是典型的人工智能公司，还是有一定R&D能力的互联网公司，他们更喜欢闭门造车。至于生态，大部分还停留在销售角度和口头上。
这种情况下往往会加剧行业的内卷化，以至于出现一个奇怪的现象，大模式越来越吃香，人工智能公司的定位越来越模糊。这又是一个需要深思的问题。按照凯恩斯的经济逻辑，国内人工智能遇冷的关键是供给远远超过真实需求，培育这个市场还需要时间和努力。
按照这个逻辑，我们真的应该让AI冷静下来，回归理性的轨道。
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信，我们会及时处理和回复。
原文地址"模型大型，dac模型"：http://www.ljycsb.cn/qukuailian/212507.html。
微信扫描二维码投放广告
▲长按图片识别二维码
