摩根士丹利的分析顯示,中國AI企業在商業化道路上步履維艱,部分AI應用先行者的業績表現不及預期。

                           摩根士丹利，俗稱大摩，一家國際金融服務公司

人工智能大模型的發展正面臨著一個關鍵的十字路口。近期,多家機構發布報告指出,AI行業正遭遇前所未有的變現壓力。

                                         中國的AI產業和AI驅動的產業直線上升

事實上,AI大模型的發展困境已是一個公開的秘密。高盛曾發布題為《投資太多,收益太少》的報告,直言大公司計劃在未來幾年在AI相關領域投入1萬億美元,但目前除了略微提高了開發人員的工作效率,尚未看到其他顯著成果。紅杉資本更是提出,AI產業需要年產值超過6000億美元,才足以支付數據中心、GPU等基礎設施費用。然而,即便在最樂觀的估算下,AI盈利缺口仍在不斷擴大。

                                    AI年產值超過6000億才夠支付成本

國內AI企業的處境同樣不容樂觀。在經歷了年初的價格戰后,各大科技公司對大模型的態度變得更為謹慎。雖然在公開場合仍聲稱要加大AI投資力度,但實際行動卻趨于保守。一個明顯的信號是,企業負責人開始弱化基礎大模型迭代的重要性,轉而強調應用落地。"沒有應用,開源閉源模型都一文不值"成為了業內的共識。

然而,AI應用的商業化之路并非一帆風順。由于客觀條件限制,像OpenAI那樣對GPT收費的簡單變現模式在國內難以復制。基于API調用的商業模式也因激烈競爭而利潤微薄。各大公司寄予厚望的AI應用落地時間和效果也遠不及預期。面對持續增加的投入和遙遙無期的回報,科技巨頭們的焦慮情緒與日俱增。

與此同時,AGI(通用人工智能)的發展路徑也在不斷演變。OpenAI最新發布的O1模型采用了自博弈強化學習(Self-play RL)技術,這與傳統以擴展定律(scaling law)為主的訓練方式有了本質區別。對于國產大模型而言,在尚未完全追上GPT-4的情況下,又面臨新的技術范式挑戰,無疑增加了發展的難度。

在這種形勢下,國內科技巨頭對AI的態度開始出現分化。有的公司選擇繼續加大投入,如阿里云在芯片禁令收緊前大量進口英偉達GPU卡。有的則轉向探索AI在特定場景下的應用,如字節跳動的"豆包"和騰訊微信的搜索功能。百度作為主營搜索業務的公司,盡管公司否認了放棄大模型研發的傳言,但內部人士透露,訓練下一代模型已不再是百度的第一優先級。