AI從來(lái)不是少數(shù)人的無(wú)限游戲

　　力大飛磚卷研發(fā)，到向下競(jìng)低卷價(jià)格，全球視野下的大模型與生成式AI已然走過(guò)創(chuàng)新擴(kuò)散的興趣階段，行至社會(huì)評(píng)估其創(chuàng)新可行性的卡點(diǎn)。

　　正如紅杉資本在“Generative AI’s Act Two”(《生成式AI的第二幕》)中指出的，目前生成式AI應(yīng)用的最大問(wèn)題，是需要證明自身的價(jià)值。值此情況下，中美大模型落地路徑再次出現(xiàn)方向的分野。

　　繼GPT4o進(jìn)一步打開(kāi)了多模態(tài)的想象力后，蘋(píng)果Apple intelligence、微軟C opilot等借由移動(dòng)終端的多模態(tài)智能愈發(fā)火熱。AI儼然成為低迷的消費(fèi)電子市場(chǎng)的新變量，智能手機(jī)、PC、智能眼鏡等硬件也成為AIGC價(jià)值落地的重要載體。

　　相比之下，中國(guó)玩家們尋求的路徑以及落地載體相對(duì)更偏向“打直球”——載體是什么并不重要，關(guān)鍵在于能夠進(jìn)入實(shí)際場(chǎng)景并發(fā)揮價(jià)值的應(yīng)用。

　　且不論AI原生應(yīng)用早在去年末便為多位AI意見(jiàn)領(lǐng)袖提至臺(tái)前，實(shí)際上，應(yīng)用層的創(chuàng)新不但是AI賽道的絕對(duì)主流，亦是千行百業(yè)尋求后移動(dòng)互聯(lián)網(wǎng)時(shí)代新增長(zhǎng)的必經(jīng)之路。

　　由吳曉波和阿里云領(lǐng)銜策劃與執(zhí)筆的《云上的中國(guó)3:劇變中的AI時(shí)代》一書(shū)，便在大模型競(jìng)相涌現(xiàn)并賦能干行百業(yè)的時(shí)代背景下，通過(guò)實(shí)地調(diào)研與深入對(duì)話，捕捉記錄了近2年來(lái)AI行業(yè)的發(fā)展和技術(shù)創(chuàng)新。

　　10余位頂尖技術(shù)專家的獨(dú)特視角與觀點(diǎn)、40余家行業(yè)領(lǐng)先企業(yè)的標(biāo)桿案例均佐證了，在擁有海量場(chǎng)景以及產(chǎn)業(yè)優(yōu)勢(shì)的中國(guó)，應(yīng)用無(wú)疑是是撬動(dòng)大模型價(jià)值的唯一支點(diǎn)。

　　親自下場(chǎng)的“路徑依賴”

　　自推出僅短短兩個(gè)月時(shí)間內(nèi)，ChatGPT月活超1億，成為全球迄今為止最快達(dá)到1億MAU的應(yīng)用，其背后的OpenAI亦拉開(kāi)了生成式AI時(shí)代的大幕。

　　基于生成式AI代表未來(lái)的共識(shí)，率先下場(chǎng)的科技企業(yè)爭(zhēng)先推出自家搗鼓出的大模型，以求把握底層研發(fā)的主動(dòng)權(quán)。百度文心一言、阿里通義千問(wèn)、訊飛星火、華為盤(pán)古、騰訊混元等模型跑出了“中國(guó)速度”，在去年同一時(shí)間還被預(yù)設(shè)為標(biāo)桿的GPT3.5，而今已幾乎不再被提起。

　　看似無(wú)所不能的基礎(chǔ)模型天然具有產(chǎn)品化的特點(diǎn)，然而圍繞其“草草”搭建的Chat Bot，卻稱不上是一個(gè)完善的產(chǎn)品。

　　過(guò)于通用與泛化的功能于用戶側(cè)而言，意味著無(wú)邊際的自我探索，嘗鮮勁兒過(guò)了就被打入冷宮——QuestMobile數(shù)據(jù)顯示，頭部AIGC App運(yùn)營(yíng)數(shù)據(jù)活躍率低，均在20%以下;忠誠(chéng)度方面，3日留存均在50%以下;流失風(fēng)險(xiǎn)高，部分App的卸載率在50%以上。

　　無(wú)論怎么“卷”大模型的研發(fā)，最終還是要回歸到商業(yè)的本質(zhì)上來(lái)，公司不能一味燒錢，必須向盈利的目標(biāo)邁進(jìn)。

　　事實(shí)上，早在去年，頭部科技企業(yè)便基于商業(yè)化的共識(shí)，依靠豐富的場(chǎng)景、數(shù)據(jù)與算力儲(chǔ)備迅速搶占模型層的高地，并率先尋找價(jià)值落地的載體。一時(shí)間，國(guó)內(nèi)首款面向C端的AI原生爆款應(yīng)用“妙鴨相機(jī)”與針對(duì)具體業(yè)務(wù)場(chǎng)景精調(diào)的垂直模型交相輝映。

　　從《云上的中國(guó)3》所走訪調(diào)研的一系列案例中我們發(fā)現(xiàn)，似妙鴨相機(jī)一般橫空出世的AI原生應(yīng)用不過(guò)是少數(shù)，AI在實(shí)際應(yīng)用的落地更多還是基于大廠的既有業(yè)務(wù)，如網(wǎng)易在《逆水寒手游》中首次以AI驅(qū)動(dòng)人物NPC的響應(yīng)、語(yǔ)言和表情，亦或是百度將AIGC滲透進(jìn)搜索業(yè)務(wù)中，目前已有11%的結(jié)果由生成式AI生成。

　　究其原因在于，親自下場(chǎng)難免存在一定的“路徑依賴”，使得AI落地路徑局限于既有業(yè)務(wù)之中。好比過(guò)去移動(dòng)互聯(lián)網(wǎng)方興未艾之時(shí)的互聯(lián)網(wǎng)應(yīng)用“端轉(zhuǎn)手”，這是企業(yè)延續(xù)既有優(yōu)勢(shì)領(lǐng)域并尋求進(jìn)一步發(fā)展的必行之路，卻難以做到面面俱到，更多適應(yīng)于新一輪浪潮的應(yīng)用仍在萌芽——小紅書(shū)、抖音、快手等便是佐證。

　　這輪AI浪潮中，中國(guó)的優(yōu)勢(shì)無(wú)疑在于龐大的消費(fèi)市場(chǎng)與產(chǎn)業(yè)優(yōu)勢(shì)所帶來(lái)的豐富場(chǎng)景。相比海外，國(guó)內(nèi)大廠確實(shí)手握更豐富的場(chǎng)景，但這于生成式AI的滲透而言還是不夠快。

　　因循這一邏輯，為了吸引更多開(kāi)發(fā)者加入AI創(chuàng)業(yè)浪潮，國(guó)內(nèi)的基礎(chǔ)版大模型調(diào)用經(jīng)歷了從“元”到“厘”再到“免費(fèi)”的跨越。

　　AI時(shí)代的創(chuàng)新，并不需要像Sora、GPT一般驚艷整全球。相反，立足于實(shí)際需求，用AI時(shí)代的效率逐步取代甚至創(chuàng)造新的應(yīng)用場(chǎng)景亦是題中之義。

　　AI創(chuàng)新帶來(lái)業(yè)務(wù)升維

　　資源密集型、資本密集型與人才密集型是AI大模型誕生之初的行業(yè)共識(shí)，有觀點(diǎn)認(rèn)為這終將導(dǎo)致AI成為少數(shù)人的無(wú)限游戲。

　　但自《云上的中國(guó)3》中記錄的細(xì)分領(lǐng)域創(chuàng)新來(lái)看，AI從來(lái)不是少數(shù)人的無(wú)限游戲。事實(shí)上，自阿里于去年呼吁AI進(jìn)入千行百業(yè)并為這提供算力支持起，AI賦能業(yè)務(wù)的創(chuàng)新便從未停止。

　　最新數(shù)據(jù)顯示，通義大模型通過(guò)阿里云服務(wù)企業(yè)超過(guò)9萬(wàn)、通過(guò)釘釘服務(wù)企業(yè)超過(guò)220萬(wàn)。除了妙鴨相機(jī)這款中國(guó)首個(gè)跑通商業(yè)模式的AIGC應(yīng)用外，阿里云已然成為互聯(lián)網(wǎng)視域下的多家大型企業(yè)拓展AI能力的算力底座。

　　前文提到的《逆水寒手游》便是AIGC在C端的實(shí)際用例，其背后是網(wǎng)易伏羲實(shí)驗(yàn)室以將宋代文學(xué)作品作為大模型的訓(xùn)練材料，從而為玩家們呈現(xiàn)出能與玩家做出符合時(shí)代背景的實(shí)時(shí)交互的NPC。

　　值得一提的還有正在向交易所邁步的喜馬拉雅，其正逐步將AIGC引為平臺(tái)音頻內(nèi)容創(chuàng)作的核心引擎。例如，專為音頻創(chuàng)作者開(kāi)發(fā)的工具“云剪輯”，集成了智能音量、智能配樂(lè)、音轉(zhuǎn)文剪輯、AI分段、智能檢測(cè)、一鍵成片等功能。此外，其語(yǔ)音合成與語(yǔ)音識(shí)別技術(shù)也被廣泛應(yīng)用于評(píng)書(shū)、新聞、小說(shuō)等多種內(nèi)容的制作中。

　　遠(yuǎn)在互聯(lián)網(wǎng)視域之外，智慧工業(yè)的浪潮早已席卷全球。作為產(chǎn)業(yè)強(qiáng)國(guó)，中國(guó)的工業(yè)數(shù)智化也為AIGC的應(yīng)用創(chuàng)造了數(shù)不盡的實(shí)際場(chǎng)景。

　　以三一重工為例，早在《云上的中國(guó)》系列圖書(shū)與紀(jì)錄片中就有記錄其借助傳感器、邊緣計(jì)算、數(shù)字孿生等技術(shù)，構(gòu)建了以數(shù)據(jù)為核心的云上資產(chǎn)。而今在AIGC的賦能下，過(guò)去需要傳感器收集的作業(yè)數(shù)據(jù)可以通過(guò)“虛擬游戲AI應(yīng)用”的方式收集，僅需在仿真環(huán)境中變化不同的作業(yè)工具，即可通過(guò)游戲化操作來(lái)生成大量訓(xùn)練數(shù)據(jù)，從而指導(dǎo)現(xiàn)實(shí)產(chǎn)品的研發(fā)與生產(chǎn)作業(yè)。

　　不難看出，無(wú)論是針對(duì)to B和to P(專業(yè)生產(chǎn)者)場(chǎng)景的工具類應(yīng)用還是針對(duì)to C場(chǎng)景的娛樂(lè)應(yīng)用，均佐證了AIGC為既有業(yè)務(wù)帶來(lái)的躍升效應(yīng)。更重要的是，上述案例對(duì)AIGC的應(yīng)用集中在細(xì)分場(chǎng)景。

　　不容忽視的事實(shí)是，新興技術(shù)的未知性特點(diǎn)與大模型的“黑箱”相互作用，AIGC的應(yīng)用與創(chuàng)新也主要以探索的方式由點(diǎn)及面。

　　吳曉波亦在書(shū)中提到:“這一輪創(chuàng)業(yè)，創(chuàng)業(yè)者創(chuàng)建一個(gè)平臺(tái)型公司的機(jī)會(huì)越來(lái)越少，但創(chuàng)業(yè)的顆粒度會(huì)變得越來(lái)越細(xì)。”

　　這意味著，即使是最初發(fā)力模型底座的廠商也無(wú)法借主動(dòng)權(quán)“大包大攬”，否則將成為“高科技施工隊(duì)”;另一方面，無(wú)數(shù)細(xì)分場(chǎng)景的創(chuàng)新并非少數(shù)巨頭能覆蓋，這對(duì)創(chuàng)業(yè)者而言無(wú)疑是基于“同一起跑線”的競(jìng)爭(zhēng)機(jī)會(huì)。

　　相比于發(fā)力模型層而不得不投入海量算力、數(shù)據(jù)等資產(chǎn)的大廠，創(chuàng)業(yè)者反而可以借成熟的開(kāi)發(fā)生態(tài)快速實(shí)現(xiàn)自己的想法。而生成式AI的大幕之下，是以AI大模型為驅(qū)動(dòng)的第三輪創(chuàng)業(yè)潮。

　　生態(tài)系統(tǒng)戰(zhàn)

　　AI創(chuàng)業(yè)正當(dāng)時(shí)，模型層的競(jìng)爭(zhēng)也自然而然地從過(guò)去卷技術(shù)、卷價(jià)格過(guò)渡到了卷生態(tài)階段。

　　過(guò)去我們討論生態(tài)，往往是討論借由不同硬件、操作系統(tǒng)乃至聚合應(yīng)用平臺(tái)的流量馬太效應(yīng)而催生的不同入口。如果仍以此論AI時(shí)代的創(chuàng)新，無(wú)疑是重拾移動(dòng)互聯(lián)網(wǎng)時(shí)代的窠臼。

　　以當(dāng)下火熱的AI終端競(jìng)爭(zhēng)為例，如果玩家們以下一時(shí)代的集成式硬件入口為商業(yè)化的終局，這客觀上將導(dǎo)致不同模型底座和硬件互斥的情況，將競(jìng)爭(zhēng)拉向模型底層。亦或是像當(dāng)下的聚合平臺(tái)一般，以臃腫的身軀囊括了大部分高頻需求，面臨更為嚴(yán)峻的競(jìng)爭(zhēng)烈度的同時(shí)還錯(cuò)過(guò)了許多微小的創(chuàng)新機(jī)會(huì)。

　　事實(shí)上，在格局未定的AI賽道，入口還在不同硬件、OS、應(yīng)用中流變。而我們討論的生態(tài)也并非局限于產(chǎn)品，而是面向開(kāi)發(fā)者這個(gè)價(jià)值富礦。

　　圍繞降低開(kāi)發(fā)門檻的主軸，國(guó)內(nèi)大廠的諸多動(dòng)作可以被視作是比拼生態(tài)的關(guān)鍵信號(hào):阿里云推出了百煉大模型平臺(tái)，開(kāi)發(fā)者可通過(guò)“托拉拽”5分鐘開(kāi)發(fā)一款大模型應(yīng)用，幾小時(shí)“煉”出一個(gè)專屬模型;百度推出了分別針對(duì)模型層與應(yīng)用層的ModelBuilder、AgentBuilder與AppBuilder，還有字節(jié)跳動(dòng)、騰訊、科大訊飛等模型服務(wù)商等不一而足。

　　就生態(tài)構(gòu)建而言，面向開(kāi)發(fā)者的AI原生開(kāi)發(fā)工具還是企業(yè)側(cè)的精細(xì)定制化MaaS已然成為兵家必爭(zhēng)之地，自然難免出現(xiàn)同質(zhì)化的情況。

　　這意味著，生態(tài)運(yùn)營(yíng)能力成為生態(tài)系統(tǒng)構(gòu)建的關(guān)鍵。比如各大廠商早在去年便有上馬的不同名目的開(kāi)發(fā)大賽，或是以企業(yè)既有業(yè)務(wù)作為模型服務(wù)的“附加值”。前者更多在于對(duì)行業(yè)生態(tài)的建設(shè)，而后者則相對(duì)難以量化，更多存在于服務(wù)商BD的“推杯換盞”中。

　　相比之下，這場(chǎng)生態(tài)卡位戰(zhàn)需要的是范圍更廣、更持久的設(shè)計(jì)。

　　以阿里云為例，其自去年9月21日推出“創(chuàng)業(yè)者計(jì)劃”以來(lái)，已為累計(jì)近15000家初創(chuàng)企業(yè)提供最高100萬(wàn)元的云上抵扣金支持。

　　除此之外，不得不提的還有阿里云搭建的國(guó)內(nèi)首個(gè)AI開(kāi)源社區(qū)魔搭。2022年底，阿里云就已上線了模型社區(qū)魔搭(ModelScope)，上架了自研的300個(gè)模型。開(kāi)放至今，該社區(qū)現(xiàn)在已有4500多款A(yù)I模型，聚集了超500萬(wàn)開(kāi)發(fā)者。

　　據(jù)悉，魔搭社區(qū)分為模型庫(kù)、數(shù)據(jù)集、創(chuàng)空間、討論區(qū)等不同板塊，每個(gè)板塊都有對(duì)應(yīng)的GitHub代碼鏈接和相關(guān)內(nèi)容介紹。這不僅是開(kāi)發(fā)者的價(jià)值富礦，更是AI創(chuàng)業(yè)潮下，創(chuàng)業(yè)者繞不過(guò)去的AI“圣地”。

　　日前召開(kāi)的阿里云AI峰會(huì)上發(fā)布的Qwen2的72B模型，已然登頂Hugging Face開(kāi)源模型榜首。

　　基于阿里云對(duì)AI大模型開(kāi)源的價(jià)值研判，云不再只是互聯(lián)網(wǎng)時(shí)代的基礎(chǔ)建設(shè)，而是在生成式AI浪潮中舉足輕重的AI Infra，也是AI在應(yīng)用層面創(chuàng)新和落地的必由之路。

　　于模型廠商而言，未來(lái)不僅要比拼大模型的能力，還要比拼模型的服務(wù)能力。于創(chuàng)業(yè)者而言，未來(lái)的創(chuàng)業(yè)一定是AI創(chuàng)業(yè)，也必然是云上創(chuàng)業(yè)。