最近,OpenAI的Sora又在科技圈投入一枚深水炸弹。全球对于大模型的关注,又一次达到高峰。
聚焦到国内,百度、科大讯飞、商汤、华为等大型企业,以及海量的创业小公司都在布局大模型。以往每一次风口吹来的时候,资本总会蜂拥而上。但是,此次大模型热潮涌来之时,资本的反应很奇怪——讨论度很高但参与度却不高,赛道的投融资并没有想象中火爆。
研究机构CB Insights发布的《2023年人工智能(AI)行业现状报告》(简称“报告”)显示,2023年中国AI领域投融资数量约为232笔,同比下降38%;融资总额约为20亿美元,同比下降70%。其中,AI大模型的融资活动也没有呈现上升态势。
今年以来,不少投资人对大模型变得更加审慎,“谈得多、投得少”成为常态。某投资人告诉《一点财经》,现在国内资本圈对于大模型持观望态度的机构变得更多了,因为大家担心大模型在去年经历了一轮爆火之后,变得估值虚高形成了泡沫。
连街头大妈都知道,AI大模型是当下最热门的科技话题,为何在国内大模型似乎受到资本“冷落”?国产大模型,为何没有引爆一场“烧钱游戏”?
国产大模型,“冷热”分明
上一个像AI大模型一样热闹的风口,还是十年前的移动互联网。十年之后,移动互联网声势渐弱,换AI大模型来接棒。
ChatGPT的横空出世,拉开AI大模型的全球竞速,热钱迅速涌来,也催生出巨大的市场空间。中研普华产业研究院数据显示,2024年全球大模型市场规模将达到280亿美元,并在2028年形成千亿美金的巨大蛋糕。
中国市场的大模型也呈井喷态势,在去年的前11个月,国内发布了238个大模型,平均每天都有一个大模型问世,从而掀起一场“百模大战”。
在这场“百模大战”里,互联网大厂是绝对的主力军。市面上的主流大模型厂商中,互联网玩家几乎占据半壁江山,比如百度的文心大模型、科大讯飞的星火大模型、阿里的通义大模型、腾讯的混元大模型等,华为、京东等科技公司也发布了自家的大模型。
不过,国产大模型的投资力度,并没有跟发布数量一样,呈大幅上升的趋势。IT桔子数据显示,2021年~2023年,中国AI领域一级市场的股权融资的数量和金融都呈下降趋势,大模型的投资也没有呈大幅上升的迹象。
一方面是投资并没有想象中的火热,另一方面是投资变得高度集中,都流向了头部的一些大模型项目。
去年下半年开始,投资方基本就筛选出了大模型创业公司里的种子选手。据《晚点 LatePost》发布的消息,最近大模型创业公司月之暗面完成了8 亿美元的B轮融资。同时,另一家大模型头部公司也在进行高达10亿美元的新融资。两笔10亿美元融资,加起来超过去年中国大模型领域的公开融资总额(约100亿元人民币)。
整个大模型赛道上的马太效应已经较为明显,市面上钱就这么多,头部玩家拿得多,其他中小型玩家拿到的融资就相当少了。
值得注意的是,大模型创业公司背后的投资名单里,密集出现了阿里、腾讯、百度、美团等互联网大厂的身影。不过,互联网大厂的投资风格,跟移动互联网时代有很大不同。
拿此前共享出行里滴滴和快的的烧钱游戏来说,背后分别是腾讯和阿里的博弈。双方多的时候一天投入4000万元,但互相都不敢收手,否则就前功尽弃。最后在资本的撮合下,双方握手言和,滴滴和快的合并。
移动互联网时代的烧钱游戏,更多的是对垒,竞争的火药味很强,而且烧钱的规模更为宏大。
而在眼下的大模型时代,互联网大厂少了些博弈、多了些和气,并且从一开始就站在同一队伍里。比如,阿里、腾讯、美团和小米都投资了大模型创业公司智谱AI 和百川智能。互联网大厂们似乎并不愿开启声势浩大的“烧钱游戏”,而是一致投向了头部选手。
这意味着,除了头部选手之外,其他中腰部的大模型创业者融资的难度在加大。要知道,在2023年初一些大模型创业公司只需要展示PPT就能获得融资,现在则需要花费更多的功夫了。
总之,从移动互联网到大模型时代,大家都在期待又一场滋滋作响的烧钱游戏,但实际上并没有发生。
那么,背后的核心原因又是什么?
成本与收益的数学题
不管哪个时代的“烧钱游戏”,对于背后的资本来说,锚定的两个本质是不变的:
成本和收益。
如果某项生意的成本可控且在承受范围内,同时收益肉眼可见且足够具有诱惑力,那么就会吸引大量资本涌入。
为何移动互联网时代,开启了多次烧钱游戏?正是因为许多生意的成本和收益都让资本足够放心。拿互联网史上最疯狂的“千团大战”来说,由于美国团购网站Groupon的成功,资本认为该模式的成本可控,且在国内复制成功的机会极大,收益极高,因此疯狂涌入。
面对如今的“百模大战”,从成本和收益两个方面来看,资本的态度是极为审慎的,这也是国内大模型赛道没有开启“烧钱游戏”的关键原因。
成本上,大模型显然是一个猛烈的“吞金兽”,需要非常庞大的资金。最近,OpenAI被曝出单月收入超20亿美元,但仍处在亏损状态,可见成本之巨大。这是因为大模型要发挥出能力,需要两个“大”:
数据大和算力大。
要想让大模型有更全面的认知和更准确的预测,庞大数据是必备的基础,它可以提供丰富的信息不断训练和优化模型。在训练阶段,大算力可以加快模型优化的速度,从而使得模型更快地学习,实现更高性能。
当然,要想马儿跑得快就要给马吃草。要实现更庞大数据和强大算力,就需要投入巨大成本。千亿级的通用大模型训练成本,往往达到千万甚至亿元,普通的创业公司往往难以承受。
并且, 即便大模型创业公司也在数据和算力上开始投入,又会带来两个新的不确定性。
一个是一旦开始投入,成本变得难以估量。即便是OpenAI这样不缺钱的头部玩家,也不确定未来还需要多少成本,更何况那些中小型的创业公司。这就极可能让竞争进入持续的军备竞赛,烧钱就会变得不可控。这就好比当年滴滴和快的竞争,最后烧钱变得疯狂且不理性。
比起成本高昂,资本更担忧的是成本不可控。
另一个不确定性是如果大模型创业公司持续布局数据和算力,也需要在硬件设备上进行高投入,整个公司会变得非常“重”。这在短期内不仅会影响收入也会影响估值,进而让投资人的回报增加更多的不确定性,这也是投资人所担忧的。
如果成本过大且不确定性因素较高,但收益是可观而且清晰可见的,那资本也会考虑加大投入。不过,大模型还处于商业化早期阶段,很多盈利模式并不清晰。
目前来看,大模型的商业化无非就是在C端和B端两头进行。C端商业化一般是通过大模型为用户提供新产品和工具实现盈利。不过,要激发C端用户的换新需求,除非有颠覆性的技术或者产品带来创新体验,否则很难吸引他们,更别提让他们付费。
短期内,大模型的C端付费用户很难有较大规模的增长。那些布局C端的大模型企业,更多的是在积攒市场关注度,赚个吆喝。
要赚钱,还得是靠ToB。
这是因为,B端企业的需求和付费意愿都比C端要强。很多B端企业本身就有处理复杂任务的需求,同时也有资金和数据,天然跟大模型适配。
不过,B端商业化虽然是条正确的道路,但也没有那么容易走。从过往产业互联网的进程来看,B端商业化从来都是块难啃的硬骨头。前期需要大量的投入,并且产出的速度较为缓慢。并且,很多B端企业的要求愈发严苛,必须看到实际的效果才愿意付费。
因此,对于资本来说,大模型的成本和收益都具有较大的不确定性,很多投资机构持观望和审慎态度,并没有催生出大规模的“烧钱游戏”。
投入与产出的平衡术
没有出现“烧钱游戏”,并不意味着国产大模型就不需要大规模投入了。
事实上,眼下国产大模型里的头部项目,每一个都离不开真金白银的投入。只是这种投入,不是“烧钱游戏”那种粗暴的、追求短期回报的,而是细水长流、追求长期主义的。
根据《人工智能大模型体验报告3.0》等报告,主流大模型中综合实力排在第一梯队的是科大讯飞的星火、百度的文心一言和商汤科技的商量。
这三家企业还有一个共同的特征,那就是舍得在研发上投入。移动互联网时代,百度一度被当做掉队者。但其2011年~2020年十年研发总费用增长超过13倍,为其在大模型时代的领先打下了基础;科大讯飞2023年前三季度研发投入达到24.98亿元,同比增长7.19%;2018年至2021年上半年,商汤的研发投入甚至超过了营收。
这三家做大模型的思路,也有相似的地方,都是打造基础设施,最终吸引各方参与做生态。科大讯飞偏向智能硬件和独立软件,百度偏向支撑原生应用的开发和产业的AI赋能,商汤偏向以“大模型+”拓宽边界,让金融、汽车等行业的企业能随取随用AI能力。
三家企业旗下大模型在国内的领先,也向市场验证一个道理:大模型不是通过玩概念就能冲出重围,而是要真金白银的投入。
不过,对研发的长期的大力投入,对业绩也造成了不小的压力。科大讯飞2023年三季度的归母净利润暴跌82%,前三季度归母净利润更是公司近十年来前三季度最低的一次,就是源于对大模型的过多投入。2018年至2021年,商汤的亏损呈现上升态势,2023年上半年仍未实现盈利。
尽管百度没有出现净亏损,但是收入结构有待进一步优化。2023年第三季度百度营收达344亿元,同比增长6%。不过,广告业务收入的占比依然超过七成,而广告收入面临着搜索引擎用户活跃度下滑和抖音、微信、小红书蚕食的双重压力。
总之,在“花钱”这件事上,国内的大模型企业还是需要警惕走向无意义的烧钱,要花在刀刃上。毕竟,OpenAI 的一份报告指出,到2030年训练大模型的成本预计将从1亿美元上升到5亿美元。即使是大型企业,面对这种高昂的投入也会有压力。
并且,相对于OpenAI,科大讯飞、百度、商汤等公司在算力、数据、应用生态等方面还存在差距,未来还需要用大量资金实现追赶。当下,这些企业应该在投入与产出上做到平衡,避免资源上的过多浪费,为以后备足粮草。
2024:分化进行时
往未来看,国内发展大模型是条确定性的道路,关键在于选择。
此前,OpenAI团队就因为技术派与商业派的交锋,上演了多次“宫斗大戏”。在国内,一个同样重要的选择题是:
选择基础大模型还是垂直大模型。
这是一个现实问题。
越来越多的投资者和创业者发现,基础大模型需要的成本难以估量。那些中小型的创业公司没有能力也不愿意承担这些成本,也就难以在基础大模型领域取得突破性发展,难以跟大规模投入的巨头同台竞技。
未来在基础大模型领域,只有百度、科大讯飞、商汤等少数实力雄厚的科技巨头能够留在竞技场内。
而垂直大模型,相对来看需要的成本更小,同时能够帮助中小创业公司在细分领域寻找更多的商业化机会,获得生存机遇。比如,垂直大模型可以深入到细分产业和企业,针对特定领域或问题进行优化,包括语音识别、图像分类等等。
可以预见,“分化”将成为2024年大模型赛道的关键词。
一方面,千亿、万亿级别的基础大模型仍在持续进化,它们代表着大模型赛道上最顶尖的技术和实力,能够处理多种任务和领域的模型,往“大”的方向走。
另一方面,垂直大模型也会不断的涌现,它们专注于做小和做精,跟各行各业相结合解决特定的问题,朝着产业化的方向探索。
红杉美国就在关于大模型的报告中指出,大模型的“第一幕”是发现了基础大模型这个新的“锤子”,眼下市场正在进入“第二幕”,将端到端地解决人类问题。
从基础大模型到垂直大模型,其实也是让创业者集体回归理性。大模型风口袭来的时候,很多创业者对其有着无限向往和盲目崇拜,同时又高估了资本的参与度和自己的实力,因此一窝蜂涌向基础大模型。结果发现,既融不到钱也赚不到钱。如今在垂直大模型领域,真正到了考验创业者是否能够解决实际问题的时刻。
当然,留给垂直大模型创业者的时间并不多。
很多大模型创业者,在赚钱这件事上依然举步维艰。风投公司Theory Ventures调查数据显示,在所有AIGC公司中,95%的公司年收入平均还不到500万美元,一些估值达到数亿美元的初创公司甚至还未有收入进账。同时,科大讯飞、百度、商汤等旗下的大模型,已经向多个产业蔓延,提供差异化的模型服务。
如果垂直大模型创业者迟迟无法盈利改善现金流,同时资本持续持观望态度,那么所谓的“百模大战”到最后只会出现大量黯然退场的创业者。
结语
几百个大模型集体涌现的时候,不少投资人质疑:
国内真的需要那么多大模型吗?
当浮躁褪去回归理性,大模型创业者应该拥有更为正确的认识。既不要高估大模型的能力,尽管它能实现降本增效,解决产业问题,但还有短板没有补上,同时也不要高估自身应对资金、成本等难题的能力。
在如今不确定性因素较多的商业环境下,资本首先要求稳然后逐利,并不会大肆地广撒网、大撒币。大多数人,可能并不会成为被资本挑中的那个人。
申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!
文|智能相对论作者|沈浪“Whatgetsmeasured,getsmanaged.”——这是著名管理学大师彼得·德鲁克的观点,意为「只有被量化的,才能被管理。」尽管备受争议,但是从某种程度来说,这一观点基本贯穿了当今企业的数字化转型进程。企业业务的数字化,本质上就是一个持续量化的过程。以BI(商业
文|智能相对论作者|沈浪“面向AI时代,所有的产品都值得用大模型重新升级。”大模型甚嚣尘上,各行各业都在尝试用大模型来重做业务。此前,用友率先发布了业内首个企业服务大模型YonGPT。作为大模型与企业运营管理的深度结合,YonGPT是否能把大模型的行业应用路径给走通?从目前透露出来的信息来看,用友Y
在这个以效率为先的时代,AI的广泛应用自然而然,而若谈及受到影响最大的行业,搜索领域必定是其中之一。目前,抖音、B站、淘宝等互联网平台均推出了自家的AI搜索产品,而垂直搜索领域的玩家也在新兴技术趋势下找到了更大的革新动力。2023年10月,百度旗下“简单搜索”宣布升级,成为百度通过大模型重构的第一个
关注卢松松,会经常给你分享一些我的经验和观点。马斯克是真男人啊,不仅SpaceX发射基地可以随意参观、连设计图纸都公开了。SpaceX刚刚发射完没几天,连他的AI大模型Grok-1也正式开源了。Grok-1是当前世界上参数最大的、开源大语言模型。296GB的大小,3140亿参数,远超OpenAIGP
大型政企寻求“智能化配方”,谁是“偏方”,谁是“验方”?
2024年3月13日,上海——英特尔亮相第二十四届中国零售业博览会(ChinaShop2024)。会上,英特尔发布了《零售门店数字化赋能专项报告(2024年)》。该报告系在全球范围内对零售行业门店数字化进行系统化梳理的率先尝试,为零售行业的数字化转型提供了重要参考,彰显了英特尔在这一领域创新的技术、
科技飞速发展的当今时代,人工智能已经成为了推动全球经济和社会发展的新势力!今年两会,人工智能再次成为热议的焦点,《政府工作报告》明确提出要加速“人工智能+”,人工智能正成为产业创新的关键抓手和驱动新质生产力的关键引擎。“人工智能+"行动计划的核心目标,是促进人工智能技术与实体经济的深度融合,人工智能
最令家长们头大的问题大概就是给孩子辅导作业了吧,而包括学习机在内的一系列教育硬件产品的诞生,则很好地弥补了这一问题,成为了孩子们在家庭场景中学习的好帮手。随着用户需求的增长,教育智能硬件行业也实现了稳定发展。而在教育硬件赛道,学习机这一品类格外受人关注。说起学习机,相信绝大多人都不会感到陌生。从最早
这些协同办公软件的出现,也为职场人的工作带去了高效与便捷。