來源：“新眸”（ID：xinmouls），作者：俞成傑
圖片來源：由無界AI工俱生成
人工智能行業就是這麼神奇，每每一波風吹起，總會讓人誤以為這個行業還大有可為。
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，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，以至於他們中的一些人跑去看起了新消費，原因很簡單，相較於復雜的科技，消費品類要更好懂一些。
後來的故事大家都知道了，Open AI與微軟的聯姻，給原本冰冷的人工智能行業強行續上了火種，熱度蔓延到國內，圈內外的討論度空前高漲。
尤其在今年上半年，繼百度發布文心一言後，各類新老公司層出不窮，除了隔三差五能聽到某某公司發布了自己的大模型，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聊大模型的現狀與未來的。
最弔詭的是，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月發布了“日日新大模型”體係後，它還密集推出了其他的大模型，和Open AI繼續補強LLM不同，商湯這次似乎很著急向外界證明自己。
但事與願違，自2022年以來，商湯已經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，套現金額超3.26億港元，後者減持3次，有業內人士認為，大股東減持，對於當前營收規模下跌、且尚未盈利的商湯而言，無異於向市場發出了不看好的信號。
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
關於阿里減持商湯這件事，外界認為主要有兩點原因：一方面是出於商湯在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務線的調整，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質資產了。
我們還是以商湯科技這家公司為例，這家公司從創業那天起，就是含著金鑰匙的。如果給它貼上一個標籤，毫無疑問就是科學家親自下場，商湯的聯合創始人湯曉鷗是香港中文大學教授，被外界認為是全球人臉識別技術的開拓者和探路者。
據新眸不完全統計，成立4年的商湯融資額已經超過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年底上市後，其市值就一路下挫，現在商湯市值徘徊在700億港元左右。
那麼問題來了，一度風頭無兩的商湯為何IPO後就變了味呢？
關於這個問題，知乎上有個高讚回答：“AI四小龍最大的問題，不是沒有清晰的業務，而是初期發展路線不清晰，導致業務不連貫，先前的技術未能形成有效沉澱，不能很好地助力新近提出的主營戰略。換句話說，AI四小龍現在才找到清晰的發展方向，沉沒成本沒有轉化為養分，大部分都白白浪費掉了。”
這段評測發表於兩年前，但即便現在來看，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，那麼現在即便你有了新戰略、發布了新產品，在市場眼裡，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。
單從商業視角來看，如果一項技術沒能找到合適的落地場景，那麼這項技術大概率只能是孤芳自賞。過去很長一段時間裡，包括商湯在內的一眾明星科技公司們，過度迷戀技術信仰，忽略了場景落地，表現在業務上，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，畢竟在理想和現實之間，為了能把AI故事繼續講下去，這些傳統軟件公司就能做的活，他們大概率還是會繼續幹下去的。
02 商湯問題是典型的AI行業問題
關於AI含金量這件事，業界主要有三個判斷因子：研發投入、營收規模及增速、主營業務淨利率，但人們往往只注意前面兩個，而忽略了最關鍵的最後一項。
因為關於前兩者，幾乎每家做軟件的公司都能做到還不錯，關鍵是，很多外包、集成商卡脖子的點，就是沒法形成規模效應和技術壁壘，這裡有一個技術誤區，很多人誤以為技術壁壘代表著企業擁有專利數的多少，但最實際的衡量指標應該是，這項能應用於社會場景的技術，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，相比於已經推出的大模型，業界更關心的，其實是它究竟是怎麼構建模型的，以及如何進行模型訓練的。
這也是國內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，更是一個行業性的難題。
這也解釋了為什麼人工智能很難形成絕對壁壘。根據IT橘子數據，截至2020年，30%的成長型AI企業尚未獲投，這些未獲投企業很多沒有找到細分的價值板塊，產品差異化競爭優勢也不明顯，甚至存在著嚴重的同質化競爭現象。
那麼問題來了，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，本質上來講，現在多數的大模型並不能稱得上是真正的AGI。有業內人士告訴《新眸》，“衡量大模型成功與否的標準，並不只是有多少參數，而是它究竟能解決什麼樣的場景難題，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，現在的大模型還遠不能撐起一個主營業務，反倒加劇了AI的黑盒化，本來大家對於人工智能已經很費解了，現在陡然推出的各種新方案，它的可靠性和商業價值就更加值得商榷。
AI現狀也大致如此，近些年爆火又沉寂的中台們就是典型。就國內玩家而言，你會發現在活得好的基本都是卡位垂直領域的，比如AI語音領域的科大訊飛、智能BI領域的帆軟等，但目前也未跑出一個類似於微軟或者Snowflake式的巨頭。
03 似是而非的風口，正讓局面愈加混亂
大模型爆火後，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已經和微軟密切合作，試圖把AI能力融入原有的微軟產品體系中，旗下的Azure雲計算業務、office 365，甚至是搜索業務Bing，都進行了大升級。
但國內的人工智能環境卻有所差異。
基本上包括阿里、騰訊在內的巨頭們更願意研發自己的大模型，而不是和其他廠商合作，這是由國內互聯網發展路徑決定的。中國是個超級市場，無論是典型的人工智能公司，還是有一定研發能力的互聯網企業，他們更願意關起門來自己做，至於生態，大多還是停留在銷售視角和口頭上。
在這種情況下，往往會加劇行業的內捲程度，以至於出現了一個怪象，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，按照凱恩斯的經濟學邏輯，國內人工智能遇冷的關鍵在於，供給遠超過真實需求，而想要培育這個市場，仍需要時間沉澱和多方努力。
按照這個邏輯來看，我們確實應該讓AI降降溫，重回理性的軌道上了。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載