?

?

崔大寶 ｜ 節(jié)點(diǎn)財(cái)經(jīng)創(chuàng)始人?

進(jìn)入2024年，大模型似乎有熄火之勢(shì)：資本市場(chǎng)，與之關(guān)聯(lián)的概念炒不動(dòng)了，英偉達(dá)股價(jià)動(dòng)輒暴跌重挫，引發(fā)“泡沫戳破”的擔(dān)憂；

消費(fèi)市場(chǎng)，BATH們的推新活動(dòng)少了，產(chǎn)品更新迭代的速度慢了，民眾的關(guān)注度降了……

熱鬧的大概只剩下兩場(chǎng)酣仗：自5月15日字節(jié)跳動(dòng)宣布“以厘計(jì)費(fèi)”，打響國(guó)內(nèi)大模型“價(jià)格戰(zhàn)”的第一槍?zhuān)俣任男摹⒂嶏w星火、阿里通義、騰訊元寶等紛紛跟進(jìn)；

同時(shí)，地鐵、寫(xiě)字樓、機(jī)場(chǎng)等白領(lǐng)人群密集區(qū)域，百度文心、訊飛星火、阿里通義、騰訊元寶、華為盤(pán)古的Slogan，你方唱罷我登臺(tái)，貼臉營(yíng)銷(xiāo)如槍林刀樹(shù)。

“海水”與“火焰”交融的場(chǎng)面，不得不讓人思考，大模型的出路究竟在哪里？難點(diǎn)、卡點(diǎn)、節(jié)點(diǎn)又是什么？

?

01 難點(diǎn)：盈利難＆落地難

強(qiáng)如OpenAI，也面臨“恰飯”的難題。

援引外媒報(bào)道，OpenAI預(yù)估虧損50億美元，全年運(yùn)營(yíng)總成本高達(dá)85億美元，照此估算，其現(xiàn)金流大概率在一年內(nèi)耗盡。

而在一篇題為《How does OpenAI Survive》的長(zhǎng)文中，作者對(duì)OpenAI的商業(yè)模式產(chǎn)生了質(zhì)疑：? ?

“OpenAI的營(yíng)收在35億至45億美元之間，但其運(yùn)營(yíng)虧損可能高達(dá)50億美元，其收入遠(yuǎn)遠(yuǎn)無(wú)法覆蓋成本。而為了推出下一代的大模型GPT5，OpenAI需要更多的數(shù)據(jù)和算力，這又是一大筆花費(fèi)。”

說(shuō)千道萬(wàn)，靠著“碎鈔式”的大力出奇跡后，大模型卻仍未找到一條合理的盈利路徑。

據(jù)《節(jié)點(diǎn)財(cái)經(jīng)》觀察，市面上的大模型，大部分都采取To C+To B，即會(huì)員訂閱+開(kāi)發(fā)者API調(diào)用“兩條腿”走路。

但無(wú)論是To C，還是To C，能一上來(lái)就產(chǎn)生付費(fèi)的寥寥無(wú)幾，若再刨除重負(fù)的減項(xiàng)，多半是鼻子大過(guò)臉。

以本土大模型先行者百度為例，2024年Q1，其云業(yè)務(wù)收入為47億元，同比增長(zhǎng)12%，其中6.9%來(lái)自外部客戶使用大模型及生成式AI相關(guān)服務(wù)，約為3.24億元。

而在2023年Q4，大模型為百度云貢獻(xiàn)了6.6 億元增量收入。

這是國(guó)內(nèi)唯一披露大模型收益的廠商，本身又是家大業(yè)大，有底氣拼到底的巨擘。但只談創(chuàng)收，忽略創(chuàng)利，就是耍流氓。

可想而知，其余不敢明示賬目的選手，內(nèi)心有多迷茫、煎熬。

不掙錢(qián)，難掙錢(qián)的背后，是大模型落地難的窘境。

雖然大佬們高呼“ChatGPT”的問(wèn)世是“iPhone時(shí)刻”，第四次工業(yè)革命，新一代的“火”和“電”，但坦率地講，當(dāng)下大模型還有很多局限性，包括認(rèn)知偏差、能動(dòng)性欠缺、泛化性能弱、幻覺(jué)等。

比如，數(shù)值運(yùn)算就是大模型明顯的弱項(xiàng)，或者說(shuō)大模型是妥妥的“文科生”，做數(shù)學(xué)題的智商可能連二、三年級(jí)的小學(xué)生都不如。

《節(jié)點(diǎn)財(cái)經(jīng)》親測(cè)，在Kimi輸入：“9.11和9.8哪個(gè)大？”一頓啰嗦后，Kimi給出了完全不正確的答案。? ?

圖源：Kimi官網(wǎng)

比如，大模型資料更新不及時(shí)，必須外掛知識(shí)庫(kù)才能在一定程度上緩解這個(gè)痛點(diǎn)，并且還是無(wú)法完全解決“一本正經(jīng)地胡說(shuō)八道”的尷尬。

前幾天刷屏的SearchGPT，就在各地網(wǎng)友興致勃勃等待灰測(cè)展現(xiàn)AI搜索的“洪荒之力”時(shí)，《大西洋月刊》澆了一盆冷水，眼尖的記者發(fā)現(xiàn)：? ?

問(wèn)的是關(guān)于“八月份北卡羅來(lái)納州的布恩音樂(lè)節(jié)”的細(xì)節(jié)，SearchGPT的回答分為5條，3條里包含事實(shí)錯(cuò)誤——有的是把舉辦日期弄錯(cuò)，有的是把距離和車(chē)程搞混，有的是把場(chǎng)館網(wǎng)址張冠李戴。

再如，大模型絕對(duì)是“健忘癥”患者，我們?cè)诤退鼘?duì)話時(shí)，尤其是多輪對(duì)話時(shí)，難免要化身“復(fù)讀機(jī)”，一遍一遍重復(fù)相同的話術(shù)。

而在B端，因?yàn)閷?shí)戰(zhàn)經(jīng)驗(yàn)不足，生分于對(duì)方的Know-How，加之環(huán)境的復(fù)雜多變性，大模型面臨的挑戰(zhàn)更艱巨。某業(yè)內(nèi)人士表示，迄今大模型在行業(yè)中尚沒(méi)有一個(gè)成熟的案例。

?

02 卡點(diǎn)：數(shù)據(jù)、算力、成本

深入肌理地分析，大模型的“落地難”又與自身的三大卡點(diǎn)：數(shù)據(jù)、算力、成本息息相連。

??卡在數(shù)據(jù)

如果把大模型比作一頭巨獸，那它的顯著特征之一便是“不停進(jìn)食”：需要高質(zhì)量、大面積的語(yǔ)料做長(zhǎng)久期、高頻次地投喂、催肥。

換言之，“食物”的品質(zhì)、多寡、新鮮度、多樣性等，決定了大模型的迭代進(jìn)度和學(xué)習(xí)效果。

無(wú)疑，這對(duì)數(shù)據(jù)的挖掘、獲取提出嚴(yán)峻考驗(yàn)，關(guān)系到各方的權(quán)益保障、利益分配、版權(quán)歸屬等，通常涉及到敏感信息時(shí)，數(shù)據(jù)的清洗、標(biāo)注、脫敏又會(huì)很繁雜。

前陣，免費(fèi)網(wǎng)文APP番茄小說(shuō)因一份“AI協(xié)議”引發(fā)軒然大波。根據(jù)該份協(xié)議，平臺(tái)可以將簽約作品，含名稱(chēng)、大綱、簡(jiǎn)介、章節(jié)等，作為“哺育”AI大模型的素材，用于各種應(yīng)用場(chǎng)景，如智能對(duì)話、智能文本創(chuàng)作等。

不過(guò)，這一舉動(dòng)遭到作者的普遍反對(duì)，認(rèn)為其不僅威脅網(wǎng)絡(luò)寫(xiě)手的生計(jì)，還損害了原創(chuàng)內(nèi)容的價(jià)值，甚至發(fā)起聯(lián)合斷更以示抗議。

??卡在算力 ? ?

如果把AI鏈路比作一間工廠，那么算力便是維持工廠運(yùn)轉(zhuǎn)，量級(jí)夸張且進(jìn)價(jià)不菲的“燃料”（煤、石油、電力等）。

公開(kāi)資料顯示，初始ChatGPT匹配的算力是1萬(wàn)塊英偉達(dá)A100（AI芯片），花費(fèi)超過(guò)7億元。后續(xù)調(diào)優(yōu)每天消耗的算力大概是3640PFLOPS，即7至8個(gè)算力達(dá)500PFLOPS的Data Center的支撐，整體基建開(kāi)支以百億計(jì)。

按照廣發(fā)證券的測(cè)算，在暫不考慮軟件層面算法優(yōu)化的前提下，本土AI大模型在訓(xùn)練與判斷、預(yù)測(cè)階段所需算力，相當(dāng)于1.1萬(wàn)臺(tái)或3.8萬(wàn)臺(tái)（樂(lè)觀假設(shè)下）高端AI服務(wù)器，大致對(duì)應(yīng)約126億元到434億元的資金體量。

進(jìn)一步地，隨著大模型規(guī)模狀大，算力需求會(huì)倍數(shù)遞增，已然超越硬件的摩爾定律。據(jù)悉，ChatGPT從1.0到3.0，參數(shù)量從1.17億狂飆到1750億。

而目前，我們?cè)谒懔@塊既面臨外部“卡脖子”，內(nèi)部建設(shè)又相對(duì)落后，碎片化、傳輸慢、協(xié)同難、人才緊缺等“痼疾”亟待突破，導(dǎo)致大模型的實(shí)效遜于國(guó)外。

“大模型只有兩個(gè)梯隊(duì)，OpenAI和Others，國(guó)產(chǎn)用哪家都一樣”，多位AI從業(yè)者談道。

??卡在成本

大模型“桎梏”于算力，實(shí)際也是“桎梏”于成本。

計(jì)算機(jī)飛入千家萬(wàn)戶，售價(jià)下探，變得親民、接地氣，很關(guān)鍵；智能手機(jī)能人手一部，物美價(jià)廉的小米功不可沒(méi)；新能源汽車(chē)的熱賣(mài)，離不開(kāi)動(dòng)力電池的“跳水式”降價(jià)…… ? ?

從人類(lèi)歷史的進(jìn)程看，任何一項(xiàng)新技術(shù)的推廣、普及，都離不開(kāi)對(duì)成本的有效、大力壓縮、控制。

硬幣的背面，是科技發(fā)展和工業(yè)文明進(jìn)步共同作用下，制造效率、運(yùn)算精度提升，人均產(chǎn)值拔高，各類(lèi)物料愈發(fā)便宜等因素集結(jié)的強(qiáng)大驅(qū)動(dòng)力，進(jìn)而減輕C端、B端“太貴了，買(mǎi)還不買(mǎi)”的糾結(jié)。

大模型同理，浩大的開(kāi)支也是其成長(zhǎng)途中的“絆腳石”。試想，當(dāng)生態(tài)里只有唯一的“賣(mài)鏟人”（英偉達(dá)）賺錢(qián)，賺頭還不小，怎么可能持續(xù)呢？

好消息是，今年2月末，李彥宏透露，自發(fā)布以來(lái)，百度不斷降低文心大模型在推理方面的成本，已降至去年3月版本的1%。

?

03 節(jié)點(diǎn)：在產(chǎn)業(yè)里“種植”大模型

毋庸置疑，大模型仍有諸多“短板”和缺陷，但新技術(shù)的魅力向來(lái)在于探索“無(wú)人區(qū)”，跋涉“深水區(qū)”。

很多眼下看似微弱的“火種”，往往都孕育著日后“納須彌于芥子”的宏壯。盡管迄今為止的大模型，大家都是拿著錘子找釘子，但我們已經(jīng)看到，其正逐步向產(chǎn)業(yè)邁進(jìn)，嘗試扮演了一些淺層的Agent的角色。

最醒目的標(biāo)識(shí)便是，大模型不再坐而論道，只會(huì)聊天、寫(xiě)詩(shī)、作畫(huà)，而是起而動(dòng)之，走出實(shí)驗(yàn)室，去往礦區(qū)、政務(wù)、金融、醫(yī)藥、金融、物流等具體領(lǐng)域，努力兌現(xiàn)自己的終極使命。

比如，在礦區(qū)，下井工人常年深陷光線昏暗、浮塵彌漫的環(huán)境，疊加經(jīng)年累月高強(qiáng)度的勞碌，使不少人都患上了風(fēng)濕、耳鳴等職業(yè)病，更甚者，還可能遭遇瓦斯、透水等意外，但礦區(qū)作業(yè)又十分依賴(lài)人力，特別是主運(yùn)系統(tǒng)巡檢。

華為的盤(pán)古礦山大模型這時(shí)候便派上用場(chǎng)了。其覆蓋煤礦的采、掘、機(jī)、運(yùn)、通、洗選等流程下的1000多個(gè)細(xì)分場(chǎng)景，用AI取代人成為主運(yùn)智能監(jiān)測(cè)系統(tǒng)的眼睛，能夠精準(zhǔn)識(shí)別大塊煤、錨桿等異常情況，異物識(shí)別準(zhǔn)確率達(dá)98%，動(dòng)作規(guī)范識(shí)別準(zhǔn)確率超過(guò)95%，且全時(shí)段巡邏助力工作人員，避免因漏檢造成的安全事故，縮短停機(jī)時(shí)間。? ?

京東表示，基座大模型是靠卡訓(xùn)出來(lái)的，企業(yè)大模型是靠人用出來(lái)的。

物流領(lǐng)域，攬收、派送、分揀、輔助，應(yīng)對(duì)突發(fā)事件等，快遞員每天都背負(fù)著繁重的任務(wù)，還要熟悉貨物處理規(guī)程、安全操作標(biāo)準(zhǔn)、客服要求等多達(dá)上百個(gè)規(guī)范，把這些統(tǒng)統(tǒng)記牢，肯定要耗費(fèi)大把功夫，還容易混淆。

京東言犀大模型的小哥終端助手大大化解了上述煩惱。它告別了只“動(dòng)腦”的境界，能直接“下手”，快遞員動(dòng)動(dòng)嘴，小哥終端助手就能立即將送貨通知發(fā)給客戶。如今，小哥終端助手為JD商城近35萬(wàn)自有配送員“效勞”。

再如，零售行業(yè)，基于京東言犀大模型的AIGC營(yíng)銷(xiāo)工具“京點(diǎn)點(diǎn)”，不僅可以幫助商家一鍵出商品圖，還支持了超過(guò)2000種視覺(jué)元素道具；不僅可以豐富吸睛資源和表現(xiàn)力，還能依循商品屬性、特點(diǎn)和宣傳想要的個(gè)性化布局，實(shí)時(shí)、自主撰寫(xiě)創(chuàng)意賣(mài)點(diǎn)、種草文案、直播腳本等。

總的來(lái)說(shuō)，把大模型“種植”在產(chǎn)業(yè)里，讓大模型在產(chǎn)業(yè)里生長(zhǎng)、發(fā)芽，儼然是現(xiàn)在大廠的共識(shí)，必須攻克的難關(guān)。長(zhǎng)遠(yuǎn)看，該共識(shí)亦如“星星之火”終會(huì)燎原曠野。? ?

寫(xiě)在最后?

當(dāng)喧囂過(guò)后，大模型這場(chǎng)豪華游戲，能留在牌桌的玩家，注定只是少數(shù)。

面對(duì)數(shù)據(jù)、算力、成本等現(xiàn)實(shí)問(wèn)題，供需兩端漸漸回歸理性。可以預(yù)見(jiàn)，在真“好用”和能“吸金”之間，大模型還有很長(zhǎng)的路要走。

*題圖由AI生成