AI開(kāi)場(chǎng)秀落幕后：國外機構忙著(zhù)打破泡沫，中國卻在忙著(zhù)打破門(mén)檻
自去年ChatGPT徹底點(diǎn)燃了人工智能（AI）的開(kāi)場(chǎng)大秀后，全世界的人們都發(fā)現，從來(lái)沒(méi)有哪項技術(shù)能像AI一樣，可以用“日新月異”來(lái)形容：無(wú)論大模型還是芯片，都在以驚人的速度升級迭代；而以中美為首，帶動(dòng)了整個(gè)行業(yè)呈現出千帆競發(fā)的盛況。隨著(zhù)技術(shù)的飛速迭代與市場(chǎng)的深刻變革，開(kāi)場(chǎng)秀終將落幕，現實(shí)的問(wèn)題終將擺在所有人面前：如何應用？如何盈利？
于是，一個(gè)清晰的共識正在逐漸形成：AI的發(fā)展已經(jīng)走過(guò)了單純的“大模型軍備競賽”階段，正式邁入了“場(chǎng)景應用深度挖掘”與“創(chuàng )新理念引領(lǐng)”并重的下半場(chǎng)。
在這個(gè)新的發(fā)展階段，如何在技術(shù)創(chuàng )新與商業(yè)應用之間找到最佳平衡點(diǎn)？如何在激烈的競爭中尋求合作契機？如何在挑戰中發(fā)現并抓住發(fā)展機遇？這些問(wèn)題，已成為從業(yè)者們深思熟慮并給出答案的關(guān)鍵課題。中美兩國作為領(lǐng)頭羊，其動(dòng)向無(wú)疑吸引了全世界的目光。兩國的戰略選擇、技術(shù)投入與市場(chǎng)動(dòng)態(tài)，正以前所未有的方式塑造著(zhù)全球AI的發(fā)展軌跡與競爭格局。
1
美國視角：投資迷霧與商業(yè)化困境
美國，作為AI技術(shù)的發(fā)源地，其在大模型研發(fā)上的投資巨大，但商業(yè)化進(jìn)程卻步履蹣跚，面臨著(zhù)投資回報率低和市場(chǎng)泡沫的風(fēng)險。
在A(yíng)I的熱潮之下，市場(chǎng)展現出無(wú)比熱情。英偉達、Meta、特斯拉、亞馬遜、谷歌母公司Alphabet、微軟以及蘋(píng)果，這七家被譽(yù)為“七巨頭”（Magna 7）的科技巨頭，在2023年的股市上大放異彩，其股價(jià)分別飆升了239%、194%、102%、81%、59%、57%和48%。
然而，在這股熱潮的背后，卻隱藏著(zhù)不容忽視的陰影。今年6月末，高盛的一篇名為《投資太多，收益太少》更是將AI泡沫論推向了前臺，文章直言，大公司計劃在未來(lái)幾年投入巨額資金于A(yíng)I相關(guān)領(lǐng)域，但除了略微提高開(kāi)發(fā)人員的工作效率外，并未見(jiàn)到其他顯著(zhù)成果。紅杉資本也認為，AI產(chǎn)業(yè)泡沫正在加劇，而AI盈利的需求缺口不斷擴大。不少機構紛紛發(fā)出警示：AI大模型的研發(fā)正面臨前所未有的挑戰。盡管資金投入持續增加，但商業(yè)化進(jìn)程卻遠未達預期，收入增長(cháng)乏力，盈利前景堪憂(yōu)。更為嚴重的是，行業(yè)泡沫的風(fēng)險日益凸顯，投資回報率低迷，引發(fā)了對于A(yíng)I產(chǎn)業(yè)可持續性的深切憂(yōu)慮。
具體來(lái)看，首當其沖的便是商業(yè)化與投入產(chǎn)出問(wèn)題。當前，大模型研發(fā)的投資持續增加，但商業(yè)化路徑卻尚未明確，導致投入產(chǎn)出比嚴重失衡。賽道的發(fā)展前景模糊不清，使得投資者和開(kāi)發(fā)者均面臨巨大的不確定性。此外，AI大模型的收入增長(cháng)不足，盈利前景堪憂(yōu)，進(jìn)一步加劇了市場(chǎng)的焦慮情緒。特別是隨著(zhù)技術(shù)的進(jìn)步，AI模型的訓練成本不斷攀升，例如《2024年人工智能指數報告》稱(chēng)，OpenAI的GPT-4模型訓練成本預計高達7800萬(wàn)美元，而谷歌的GeminiUltra模型更是高達1.91億美元。這樣的高額成本對于許多企業(yè)來(lái)說(shuō)是一個(gè)重大的負擔，尤其是在回報不明確的情況下。
另一方面，AI應用的實(shí)際發(fā)展情況也令人擔憂(yōu)。盡管大模型在技術(shù)上取得了顯著(zhù)進(jìn)展，但其應用落地卻遠遠慢于市場(chǎng)預期。雖然AI技術(shù)在圖像分類(lèi)、視覺(jué)推理和英語(yǔ)理解等任務(wù)上已經(jīng)超過(guò)了人類(lèi)的表現，但在更復雜的任務(wù)上，比如競賽數學(xué)、視覺(jué)常識推理和規劃等方面，仍然落后于人類(lèi)。這種發(fā)展滯后不僅影響了市場(chǎng)的信心，也加劇了行業(yè)內部的焦慮情緒，使得人們開(kāi)始重新審視AI技術(shù)的發(fā)展路徑。
在這一背景下，美國AI領(lǐng)域正經(jīng)歷著(zhù)一場(chǎng)深刻的反思與轉型。從單純的技術(shù)競賽轉向對商業(yè)化路徑的深入探索，從對大模型研發(fā)的盲目樂(lè )觀(guān)到對場(chǎng)景應用落地的迫切需求。
2
愈發(fā)昂貴的賽道亟需尋求新方向
在人工智能的洶涌浪潮中，大模型無(wú)疑成為了耀眼的明星，其強大的生成能力和廣泛的應用前景使之成為炙手可熱的投資項目。然而，大模型產(chǎn)業(yè)的現狀卻猶如“冰火兩重天”，一面是技術(shù)的飛速突破和投資熱潮的洶涌澎湃，另一面則是企業(yè)在實(shí)際應用中面臨的諸多挑戰與困境。
自ChatGPT橫空出世以來(lái)，大模型技術(shù)以驚人的速度發(fā)展，不斷拓寬著(zhù)人工智能的認知邊界。谷歌、微軟、Meta等科技巨頭紛紛加大在A(yíng)I領(lǐng)域的投入，競相建設數據中心，算力資源的爭奪戰愈發(fā)激烈，成為行業(yè)關(guān)注的焦點(diǎn)。然而，《華爾街日報》3月31日的報道卻如冷水澆頭，揭示了一個(gè)殘酷的現實(shí)：AI行業(yè)去年在訓練大模型上，僅在英偉達芯片上的花費就高達500億美元，而收入僅為30億美元，顯示出高昂的投入與微薄的回報之間的巨大鴻溝。
科技巨頭們的AI支出規模同樣證明了這一點(diǎn)。據媒體報道，Meta預計今年的AI支出將激增至多100億美元，谷歌每季度投入約120億美元，微軟更是在一個(gè)季度內豪擲140億美元，并預示這一支出將持續顯著(zhù)增長(cháng)。隨著(zhù)超大規模數據中心的迅速崛起，Synergy研究集團預測，未來(lái)每年將有超過(guò)120至130座造價(jià)以?xún)|美元計的超大型數據中心上線(xiàn)，而每座數據中心的造價(jià)都以?xún)|美元為單位。
然而，AI及大模型賽道的昂貴不僅僅體現在燒錢(qián)速度上，更在于短期難以回本的現實(shí)。盡管OpenAI的年收入已超過(guò)34億美元，但高昂的運營(yíng)成本和激烈的競爭環(huán)境仍使其處于虧損狀態(tài)，預計到2024年底，虧損將接近50億美元。
面對這一現狀，國內科技巨頭展現出了更為審慎與務(wù)實(shí)的態(tài)度，開(kāi)始從通用大模型的廣泛探索轉向行業(yè)垂直大模型的深耕布局。通用大模型作為應對廣泛任務(wù)的基石，其重要性不容忽視；而垂直大模型則以其對特定行業(yè)的深度挖掘與精準滿(mǎn)足，成為市場(chǎng)的新寵。在醫療、金融、法律、教育等領(lǐng)域，垂直大模型正逐步展現出巨大的應用潛力，重塑行業(yè)面貌。
值得強調的是，大模型的廣泛應用離不開(kāi)算力、數據與算法的堅實(shí)支撐，這為中小企業(yè)或算力資源有限的企業(yè)設置了高門(mén)檻。但正是這樣的挑戰，促使整個(gè)行業(yè)不斷探索創(chuàng )新，尋求更加高效、經(jīng)濟的解決方案，以推動(dòng)AI技術(shù)的普及與深化。
3
破局：在中國，AI正在重塑千萬(wàn)行業(yè)
垂直大模型之所以受到青睞，不僅在于其相對較低的開(kāi)發(fā)成本和可控的難度，更在于其能為企業(yè)帶來(lái)差異化的競爭優(yōu)勢。通過(guò)深耕細作，企業(yè)能夠顯著(zhù)提升產(chǎn)品和服務(wù)的智能化水平，從而在激烈的市場(chǎng)競爭中脫穎而出。然而，垂直大模型領(lǐng)域仍是一片待開(kāi)發(fā)的沃土，傳統企業(yè)因IT基礎薄弱、投入產(chǎn)出比考量等因素，往往難以自主研發(fā)大模型，更傾向于借助外部力量共同探索。
即便垂直大模型降低了門(mén)檻，可在實(shí)際落地過(guò)程中面臨兩大難點(diǎn)：一是如何找到合適的應用場(chǎng)景，并設計出高性?xún)r(jià)比的產(chǎn)品形態(tài)，以最優(yōu)的成本實(shí)現最佳效果；二是戰略規劃和軟硬件設施的兼容性問(wèn)題，客戶(hù)目標的模糊、技術(shù)認知的不足以及系統整合的復雜性，都增加了大模型落地的難度。
業(yè)內人士指出，企業(yè)的目標應是利用AI解決實(shí)際問(wèn)題，而非單純追求與大模型的結合。因此，企業(yè)需思考如何讓人與機器更好地協(xié)作，以解決問(wèn)題為出發(fā)點(diǎn)，避免盲目追捧大模型。在此背景下，國內頭部科技企業(yè)正積極調整戰略方向，將重心轉向垂直大模型的精細化深耕，力求實(shí)現大模型實(shí)際應用價(jià)值的最大化，助力企業(yè)實(shí)現效率與效益的雙重飛躍。在中國，這一趨勢尤為明顯。其中，華為云的技術(shù)和產(chǎn)品正在幫助各行各業(yè)實(shí)現智能化轉型。
以往新藥研發(fā)是一項復雜且漫長(cháng)的系統工程。醫藥健康行業(yè)長(cháng)期面臨新藥研發(fā)周期長(cháng)、成本高、成功率低的困境。傳統模式下，新藥研發(fā)常被“雙十定律”束縛，即十年時(shí)間、十億美元投入，且成功率極低。這不僅制約了我國醫藥創(chuàng )新，也讓眾多藥企在研發(fā)路上步履維艱。
面向醫藥健康行業(yè)，華為云推出了以盤(pán)古大模型為核心的醫療健康解決方案，將藥物設計的效率提升33%，優(yōu)化后的分子結合能提升40%以上，實(shí)現早研階段的全流程加速，為“創(chuàng )新藥”解難題，讓“雙十定律”不再困擾藥物研發(fā)。基于盤(pán)古藥物分子大模型，西安交通大學(xué)第一附屬醫院成功將藥研時(shí)間周期從數年降低至數周，并降低90%的資金及人力成本；東南大學(xué)借助盤(pán)古藥物分子大模型實(shí)現與器官芯片實(shí)驗驗證一致性超80%的成果；天士力通過(guò)盤(pán)古藥物分子大模型學(xué)習350萬(wàn)天然產(chǎn)物分子數據，打造了“數智草本大模型”，實(shí)現天然產(chǎn)物屬性預測和優(yōu)化結果提升10%。
為了打通AI落地“最后一公里”，華為云提供“AI+行業(yè)”解題思路在越來(lái)越多的行業(yè)里出現。面向制造場(chǎng)景的大模型落地，海亮集團攜手華為打造了海亮銅箔工藝優(yōu)化大模型，通過(guò)工藝優(yōu)化提升生產(chǎn)效率，配方優(yōu)化提高產(chǎn)品品質(zhì)，并通過(guò)工藝仿真加速產(chǎn)品創(chuàng )新。面向物流行業(yè)的大模型落地，順豐在華為云昇騰云服務(wù)的支持下，順豐打造了“豐語(yǔ)”大模型，構建了AIGC應用的宏大版圖。其中，華為云昇騰云服務(wù)提供澎湃算力支持，并通過(guò)高效的數據、開(kāi)發(fā)、訓練及推理平臺，助力AI應用的高效開(kāi)發(fā)與資源利用，構建起堅實(shí)的大模型底座。
在知識密集型行業(yè)中，大模型的應用正推動(dòng)著(zhù)“智力即服務(wù)”的范式轉變。在汽車(chē)行業(yè)，廣汽AI研發(fā)助手依托華為云CodeArts，構建了代碼助手和診斷助手，實(shí)現了代碼的自動(dòng)編寫(xiě)與檢測，以及智能汽車(chē)故障的自動(dòng)診斷。圍繞人工智能在礦山領(lǐng)域落地難、復制性難的問(wèn)題，依托華為盤(pán)古礦山大模型，云鼎科技構建了“1+4+N”架構的智能化方案，打造國內首個(gè)礦山行業(yè)大模型。通過(guò)1個(gè)AI開(kāi)發(fā)平臺和4個(gè)盤(pán)古大模型能力，開(kāi)發(fā)N個(gè)高價(jià)值應用場(chǎng)景，支撐人工智能大規?！跋戮?。
如今，AI技術(shù)的應用已經(jīng)滲透到了各行各業(yè)，成為推動(dòng)全球經(jīng)濟發(fā)展的新引擎。同時(shí)，也面臨關(guān)鍵數據稀缺、專(zhuān)業(yè)場(chǎng)景識別、以及模型性能與性?xún)r(jià)比的平衡難題等多重挑戰。華為副董事長(cháng)、輪值董事長(cháng)徐直軍在2024年華為全聯(lián)接大會(huì )上強調，AI技術(shù)正在成為對行業(yè)影響最大的技術(shù)，通過(guò)AI使行業(yè)數字化，改變行業(yè)的生產(chǎn)方式，成為各行業(yè)進(jìn)入智能世界的核心引擎。他提出，智能化時(shí)代的企業(yè)應具備“六個(gè)A”特征，包括自適應體驗、自演進(jìn)產(chǎn)品、自治運營(yíng)、增強員工、全量全要素全聯(lián)接、智能原生基礎設施。
作為世界第二大經(jīng)濟體，中國在制造、醫療、交通、家居等應用場(chǎng)景和數據方面擁有豐富的資源，為AI的發(fā)展提供了廣闊的試驗田和應用空間。中國AI領(lǐng)域的發(fā)展前景廣闊而充滿(mǎn)機遇。然而，只有產(chǎn)業(yè)界共同探索解決方案，才能真正推動(dòng)技術(shù)與應用的協(xié)同發(fā)展。面對AI時(shí)代的種種挑戰，唯有產(chǎn)業(yè)融合、多方協(xié)作才能實(shí)現共贏(yíng)。通過(guò)深度挖掘場(chǎng)景應用，中國將能夠不斷釋放AI技術(shù)的潛力，推動(dòng)各行業(yè)實(shí)現數智化轉型。
來(lái)源：環(huán)球時(shí)報
流程編輯：U022
