首页 产业新闻 AI从来不是少数人的无限游戏

AI从来不是少数人的无限游戏

产业新闻 19

    力大飞砖卷研发,到向下竞低卷价格,全球视野下的大模型与生成式AI已然走过创新扩散的兴趣阶段,行至社会评估其创新可行性的卡点。

    正如红杉资本在“Generative AI’s Act Two”(《生成式AI的第二幕》)中指出的,目前生成式AI应用的最大问题,是需要证明自身的价值。值此情况下,中美大模型落地路径再次出现方向的分野。

    继GPT4o进一步打开了多模态的想象力后,苹果Apple intelligence、微软C opilot等借由移动终端的多模态智能愈发火热。AI俨然成为低迷的消费电子市场的新变量,智能手机、PC、智能眼镜等硬件也成为AIGC价值落地的重要载体。

    图源备注:图片由AI生成,图片授权服务商Midjourney

    相比之下,中国玩家们寻求的路径以及落地载体相对更偏向“打直球”——载体是什么并不重要,关键在于能够进入实际场景并发挥价值的应用。

    且不论AI原生应用早在去年末便为多位AI意见领袖提至台前,实际上,应用层的创新不但是AI赛道的绝对主流,亦是千行百业寻求后移动互联网时代新增长的必经之路。

    由吴晓波和阿里云领衔策划与执笔的《云上的中国3:剧变中的AI时代》一书,便在大模型竞相涌现并赋能干行百业的时代背景下,通过实地调研与深入对话,捕捉记录了近2年来AI行业的发展和技术创新。

    10余位顶尖技术专家的独特视角与观点、40余家行业领先企业的标杆案例均佐证了,在拥有海量场景以及产业优势的中国,应用无疑是是撬动大模型价值的唯一支点。

    自推出仅短短两个月时间内,ChatGPT月活超1亿,成为全球迄今为止最快达到1亿MAU的应用,其背后的OpenAI亦拉开了生成式AI时代的大幕。

    基于生成式AI代表未来的共识,率先下场的科技企业争先推出自家捣鼓出的大模型,以求把握底层研发的主动权。百度文心一言、阿里通义千问、讯飞星火、华为盘古、腾讯混元等模型跑出了“中国速度”,在去年同一时间还被预设为标杆的GPT3.5,而今已几乎不再被提起。

    看似无所不能的基础模型天然具有产品化的特点,然而围绕其“草草”搭建的Chat Bot,却称不上是一个完善的产品。

    过于通用与泛化的功能于用户侧而言,意味着无边际的自我探索,尝鲜劲儿过了就被打入冷宫——QuestMobile数据显示,头部AIGC App运营数据活跃率低,均在20%以下;忠诚度方面,3日留存均在50%以下;流失风险高,部分App的卸载率在50%以上。

    无论怎么“卷”大模型的研发,最终还是要回归到商业的本质上来,公司不能一味烧钱,必须向盈利的目标迈进。

    事实上,早在去年,头部科技企业便基于商业化的共识,依靠丰富的场景、数据与算力储备迅速抢占模型层的高地,并率先寻找价值落地的载体。一时间,国内首款面向C端的AI原生爆款应用“妙鸭相机”与针对具体业务场景精调的垂直模型交相辉映。

    从《云上的中国3》所走访调研的一系列案例中我们发现,似妙鸭相机一般横空出世的AI原生应用不过是少数,AI在实际应用的落地更多还是基于大厂的既有业务,如网易在《逆水寒手游》中首次以AI驱动人物NPC的响应、语言和表情,亦或是百度将AIGC渗透进搜索业务中,目前已有11%的结果由生成式AI生成。

    究其原因在于,亲自下场难免存在一定的“路径依赖”,使得AI落地路径局限于既有业务之中。好比过去移动互联网方兴未艾之时的互联网应用“端转手”,这是企业延续既有优势领域并寻求进一步发展的必行之路,却难以做到面面俱到,更多适应于新一轮浪潮的应用仍在萌芽——小红书、抖音、快手等便是佐证。

    这轮AI浪潮中,中国的优势无疑在于庞大的消费市场与产业优势所带来的丰富场景。相比海外,国内大厂确实手握更丰富的场景,但这于生成式AI的渗透而言还是不够快。

    因循这一逻辑,为了吸引更多开发者加入AI创业浪潮,国内的基础版大模型调用经历了从“元”到“厘”再到“免费”的跨越。

    AI时代的创新,并不需要像Sora、GPT一般惊艳整全球。相反,立足于实际需求,用AI时代的效率逐步取代甚至创造新的应用场景亦是题中之义。

    资源密集型、资本密集型与人才密集型是AI大模型诞生之初的行业共识,有观点认为这终将导致AI成为少数人的无限游戏。

    但自《云上的中国3》中记录的细分领域创新来看,AI从来不是少数人的无限游戏。事实上,自阿里于去年呼吁AI进入千行百业并为这提供算力支持起,AI赋能业务的创新便从未停止。

    最新数据显示,通义大模型通过阿里云服务企业超过9万、通过钉钉服务企业超过220万。除了妙鸭相机这款中国首个跑通商业模式的AIGC应用外,阿里云已然成为互联网视域下的多家大型企业拓展AI能力的算力底座。

    前文提到的《逆水寒手游》便是AIGC在C端的实际用例,其背后是网易伏羲实验室以将宋代文学作品作为大模型的训练材料,从而为玩家们呈现出能与玩家做出符合时代背景的实时交互的NPC。

    值得一提的还有正在向交易所迈步的喜马拉雅,其正逐步将AIGC引为平台音频内容创作的核心引擎。例如,专为音频创作者开发的工具“云剪辑”,集成了智能音量、智能配乐、音转文剪辑、AI分段、智能检测、一键成片等功能。此外,其语音合成与语音识别技术也被广泛应用于评书、新闻、小说等多种内容的制作中。

    远在互联网视域之外,智慧工业的浪潮早已席卷全球。作为产业强国,中国的工业数智化也为AIGC的应用创造了数不尽的实际场景。

    以三一重工为例,早在《云上的中国》系列图书与纪录片中就有记录其借助传感器、边缘计算、数字孪生等技术,构建了以数据为核心的云上资产。而今在AIGC的赋能下,过去需要传感器收集的作业数据可以通过“虚拟游戏AI应用”的方式收集,仅需在仿真环境中变化不同的作业工具,即可通过游戏化操作来生成大量训练数据,从而指导现实产品的研发与生产作业。

    不难看出,无论是针对to B和to P(专业生产者)场景的工具类应用还是针对to C场景的娱乐应用,均佐证了AIGC为既有业务带来的跃升效应。更重要的是,上述案例对AIGC的应用集中在细分场景。

    不容忽视的事实是,新兴技术的未知性特点与大模型的“黑箱”相互作用,AIGC的应用与创新也主要以探索的方式由点及面。

    吴晓波亦在书中提到:“这一轮创业,创业者创建一个平台型公司的机会越来越少,但创业的颗粒度会变得越来越细。”

    这意味着,即使是最初发力模型底座的厂商也无法借主动权“大包大揽”,否则将成为“高科技施工队”;另一方面,无数细分场景的创新并非少数巨头能覆盖,这对创业者而言无疑是基于“同一起跑线”的竞争机会。

    相比于发力模型层而不得不投入海量算力、数据等资产的大厂,创业者反而可以借成熟的开发生态快速实现自己的想法。而生成式AI的大幕之下,是以AI大模型为驱动的第三轮创业潮。

    AI创业正当时,模型层的竞争也自然而然地从过去卷技术、卷价格过渡到了卷生态阶段。

    过去我们讨论生态,往往是讨论借由不同硬件、操作系统乃至聚合应用平台的流量马太效应而催生的不同入口。如果仍以此论AI时代的创新,无疑是重拾移动互联网时代的窠臼。

    以当下火热的AI终端竞争为例,如果玩家们以下一时代的集成式硬件入口为商业化的终局,这客观上将导致不同模型底座和硬件互斥的情况,将竞争拉向模型底层。亦或是像当下的聚合平台一般,以臃肿的身躯囊括了大部分高频需求,面临更为严峻的竞争烈度的同时还错过了许多微小的创新机会。

    事实上,在格局未定的AI赛道,入口还在不同硬件、OS、应用中流变。而我们讨论的生态也并非局限于产品,而是面向开发者这个价值富矿。

    围绕降低开发门槛的主轴,国内大厂的诸多动作可以被视作是比拼生态的关键信号:阿里云推出了百炼大模型平台,开发者可通过“托拉拽”5分钟开发一款大模型应用,几小时“炼”出一个专属模型;百度推出了分别针对模型层与应用层的ModelBuilder、AgentBuilder与AppBuilder,还有字节跳动、腾讯、科大讯飞等模型服务商等不一而足。

    就生态构建而言,面向开发者的AI原生开发工具还是企业侧的精细定制化MaaS已然成为兵家必争之地,自然难免出现同质化的情况。

    这意味着,生态运营能力成为生态系统构建的关键。比如各大厂商早在去年便有上马的不同名目的开发大赛,或是以企业既有业务作为模型服务的“附加值”。前者更多在于对行业生态的建设,而后者则相对难以量化,更多存在于服务商BD的“推杯换盏”中。

    相比之下,这场生态卡位战需要的是范围更广、更持久的设计。

    以阿里云为例,其自去年9月21日推出“创业者计划”以来,已为累计近15000家初创企业提供最高100万元的云上抵扣金支持。

    除此之外,不得不提的还有阿里云搭建的国内首个AI开源社区魔搭。2022年底,阿里云就已上线了模型社区魔搭(ModelScope),上架了自研的300个模型。开放至今,该社区现在已有4500多款AI模型,聚集了超500万开发者。

    据悉,魔搭社区分为模型库、数据集、创空间、讨论区等不同板块,每个板块都有对应的GitHub代码链接和相关内容介绍。这不仅是开发者的价值富矿,更是AI创业潮下,创业者绕不过去的AI“圣地”。

    日前召开的阿里云AI峰会上发布的Qwen2的72B模型,已然登顶Hugging Face开源模型榜首。

    基于阿里云对AI大模型开源的价值研判,云不再只是互联网时代的基础建设,而是在生成式AI浪潮中举足轻重的AI Infra,也是AI在应用层面创新和落地的必由之路。

    于模型厂商而言,未来不仅要比拼大模型的能力,还要比拼模型的服务能力。于创业者而言,未来的创业一定是AI创业,也必然是云上创业。