还在投大模型?创投圈都在等李彦宏说的AI原生应用

慢放


    
    
    

随着人工智能技术的不断发展,AI界的创业者和投资者都在寻找下一个爆点。然而,他们发现,尽管大模型在技术上取得了显著进展,但在商业变现方面仍然遥不可及。同时,大模型就是一只“吞金兽”,开发和维护成本极高,人们对于三个月烧光几亿元融资的现象已习以为常。
    


    

相反,“AI原生应用”才是AI时代的“吸金兽”。正如百度创始人、董事长兼首席执行官李彦宏多次强调的,“AI原生应用才是创业者和企业家的真正机会,应用对业务的促进效果更明显、创新空间更大、变现能力也更直接。”
    


    

那么面向AI浪潮,目前国内市场对大模型的投资态度如何?对应用层的创新与开发又是什么态度?如何做好AI原生应用?
    

01
    


    

大模型是只“吞金兽”,投资已在变冷
    


    

从2023年初ChatGPT发布至今,引爆了国内外大模型的热情,各路资金蜂拥而至。IT桔子的数据显示,2023年截至9月25日,国内AIGC投资事件达73起,投资金额达82.95亿元。
    


    

据相关媒体报道,目前全球最大的大模型开源社区Hugging Face上的预训练模型数量,已经从此前积累的10万个增长到了超过30万个。
    


    

仅中国市场来看,根据北京市经信局公布的数据,截至2023年10月初,国内公开的AI大模型数量已经达到238个。
    


    

据慢放观察,经过了前三季度的火爆,实际上进入第四季度开始,过去那种“人人投资大模型”的盛况已经不再,媒体与创投圈频繁出现“大模型投资已经在变冷”“只看不投”“无公司可投”等预判性结论。
    


    

小苗朗程管理合伙人方正浩曾在接受媒体采访时表示:“在模型层的投资机会,目前只能在一些具有雄厚资本的玩家当中来继续游戏。对于管理规模并不是特别大的投资机构来说,如果没有在行业火热前尽早布局,当前时点不太会再参与到大模型的投资中来。”
    


    

为什么“无人再投大模型”?分析背后的原因或许有三点。
    


    

一是投资者开始意识到,要开发好用、可用的大模型,存在很高的技术壁垒和成本门槛。
    


    

一言以蔽之,想做大模型,必得花钱如流水。作为“探路者”的OpenAI自身都没有想好怎么做商业化就开始“长期烧钱”了。今年4月份时就有据媒体报道,GPT模型1750亿参数量,训练一次成本1200万美金,OpenAI烧了10 亿美金。7个月过去了,投入成本更合无法估量。
    


    

而百度之所以能做出文心大模型,也是因为过去十多年,在人工智能智能的芯片层、框架层、模型层、应用层已经投入了差不多1500亿元。
    


    

此外,客观来看,大模型的火爆表象下,国内外在某些技术上仍然有差距。以当前国内大厂语言基础大模型十几亿、几百亿的参数规模,以及大多数创业公司还在做一两百亿的参数模型来看,与ChatGPT相比还有2-3年的距离。
    


    

二是商业竞争的规律是谁效率高谁胜出。投资者要看的是,在同样的效果下,谁的推理成本更低?或者同样成本下,谁的效果更好?
    


    

李彦宏表示:“‘大力出奇迹’更多的是指大模型从0到1探索的过程。再往后走,这个game就不是这个玩法了,更多的走向它的反面。什么叫反面呢?与所有的商业竞争规律一样,即谁的效率高谁胜出。你可以融资,我也可以融资,最后我用10块钱做出来100分的效果,你用10块钱做出来120分的效果,久而久之你就赢了。或者说,为了做出100分的效果,我用100块钱,你用80块钱,你就赢了。”
    


    

以百度为例,从3月份文心一言发布到现在,百度已经把推理成本降到了原来的1%,原来只敢调用一万次,现在敢一天调用100万次。这是因为百度在芯片层、框架层、模型层、应用层都有布局,所以可以端到端优化。
    


    

三是投资者投钱的基础,是看有没有收益,而大模型本身并不直接产生价值。
    


    

首先,大模型作为一个通用的工具或平台,它提供的是基础能力和技术支撑,而不是直接解决特定问题的解决方案。就像一把锤子可以用来敲打各种东西,但它本身并不产生任何具体的产品或服务。
    


    

其次,大模型的价值在于其能够被应用到实际场景中,解决具体问题。只有将大模型与具体的应用场景相结合,通过定制化的开发和优化,才能发挥出其真正的价值。
    


    

最后,大模型的应用需要专业的技能和知识,包括数据准备、模型训练、调优、部署等。这些工作都需要专业的团队来完成,因此大模型的应用也涉及到人力和资源的投入。
    


    

总之,大模型本身并不直接产生价值,而是需要通过与应用场景的结合和专业的技能投入,才能发挥出其真正的价值。
    


    

那么如何评判大模型的好坏?
    


    

“要以应用为导向,跑分和刷榜说了不算。现在很多团队不清楚什么是好,什么是坏,反而要靠第三方来打分,是非常不靠谱的。国内有200多个大模型,很多上了这个榜单、那个排名,其实都没有什么使用量。文心大模型一家的调用量恐怕比所有那200家加起来的调用量还大。”李彦宏说道。
    


    

02
    

AI原生应用是AI时代的“吸金兽”
    


    

中国的大模型很多,但是基于大模型开发出来的AI原生应用却极少。
    


    

上文提到,截止10月份国内已经发布了238个大模型,而6月份时才79个,换句话说,4个月大模型的数量就翻了3倍。但很少有人能说出一二个中国的AI原生应用。
    


    

反观国外,除了有几十个基础大模型之外,已经有了上千个AI原生应用,这是在中国市场上没有的。
    


    

“人类进入AI时代的标志,不是产生很多的大模型,而是产生很多的AI原生应用。”李彦宏介绍,大模型本身是一个基础底座,类似操作系统,那么最终开发者要依赖为数不多的大模型来开发出各种各样的原生应用。所以,不断地重复开发基础大模型是对社会资源的极大浪费。“AI原生时代,我们需要100万量级的AI原生应用,但是不需要100个大模型。”
    


    

为什么中国要将注意力放在AI原生应用上?为什么AI原生应用才是AI时代的“吸金兽”?
    


    

一是直接对业务有促进作用,尤其是对现有产品的AI原生化改造;构建于基础大模型之上的AI原生应用,才能影响到业务的关键指标,带来收入和利润。
    


    

微软是一个非常值得借鉴的例子,它是一个不做大模型的公司,但是做出了现阶段最成功的AI原生应用Copilot,已经开始向用户收费,定价30美元一月。目前微软的市值已经到了2.8万亿,五倍于OPEN AI。
    


    

就连国内的投资者,也已经将目光放在了应用层产品的投资上。例如线性资本投资副总裁白则人就曾对媒体表示:“我们也非常关注大模型本身的进展和变化,考虑到目前市场竞争格局以及资本门槛,在出手时会倾向于投资应用层以及新的infra等机会。更在意新技术落地产业怎么更有效的解决产业问题,并给产业带来的巨大商业价值。”
    


    

二是更直接的创业方式,不像大模型要烧钱,反而自带变现能力,绝大多数生成式AI产品都是付费的。
    


    

11月初,百度推出文心大模型4.0版本,并尝试收取订阅费。目前,付费用户数每天都保持比较高的增长,很多用户愿意为文心买单。
    


    

同样的商业模式在国外也已经跑通,包括微软的copilot在内,国外已经有三类产品年营收已经超过了1亿美元:图像生成、文案写作和代码编写。此外,今年2月,OpenAI也推出了ChatGPT的付费订阅版——ChatGPT Plus,每月收费为20美元。
    


    

三是新技术的真正繁荣一定是应用的繁荣,PC、移动互联网时代就是最好例证。
    


    

例如在PC时代,基本上只有Windows一个操作系统,但是基于Windows系统开发的软件有很多;在移动互联网时代,主流操作系统也只有安卓和iOS两家,而移动应用有800万之多。
    


    

而大模型时代与上述两个时代的发展极其类似,大模型本身是一个基础底座,类似操作系统,那么最终开发者要依赖为数不多的大模型来开发出各种各样的原生应用。所以,不断地重复开发基础大模型是对社会资源的极大浪费。
    


    

“AI原生时代,我们需要100万量级的AI原生应用,但是不需要100个大模型。”李彦宏说道。
    


    

03
    

2024年,AI原生应用的机会之年?
    


    

虽然目前国内投资人都在关注AI,不敢投应用层,但他们是不可能放下这种趋势性的机遇,所以未来也会重点布局AI应用层。值得注意的是,经过一年的发展和集中研究,有大模型鉴别能力的投资人越来越多,“套壳型”应用的生存空间将会越来越少。
    


    

市场曾有人判断,2024年一定是AI原生应用的机会之年。笔者也同意这个观点,并分析背后因素主要体现在三个方面。
    


    

首先,中国拥有领先的基础大模型,为AI原生应用发展提供了坚实基础。例如,在世界大会上,百度千帆推出了自己的“App Store”——AI原生应用商店,为基于文心大模型开发的应用提供了交易平台。目前,应用商店已经针对智能办公、营销服务、行业职能、生产提效、分析决策5个场景上线了百度自研以及客户开发的AI应用。
    


    

其次,类似于移动时代诞生了诸如微信、抖音、Uber等移动原生应用一般,AI原生时代也会诞生优秀的AI原生应用。这些应用将基于基础大模型开发而生,具有无限的创新空间。
    


    

最后,随着技术的不断进步和应用的不断创新,AI原生应用将会在更多的领域得到应用,如智能客服、智能家居、自动驾驶等。这些应用将为人们的生活带来更多的便利和智能化,同时也将推动AI技术的进一步发展。
    


    

而发展出好的AI原生应用有三个关键因素:一是有相关产业政策来鼓励基于大模型的AI原生应用开发。
    


    

“中国比较领先的产业,很多时候都是国家在产业政策上面有先见之明。比如太阳能光伏、动力电池、新能源车等行业都有有利政策的推动。2023年1至8月,全球新能源车销量达823万辆,中国新能源乘用车占比全球新能源的61%。如果中国是燃油车将会抑制需求,又限购又限行还要交车辆购置税,但是新能源车就没有这种限制,自然而然就发展的比较好。”李彦宏解释道。
    


    

二是现有企业利用大模型来对它的业务核心关键指标产生正向作用。对此,李彦宏的想法是:“这个关注度需要提上来。虽然说起来容易,但是做起来难。其实大公司反应都是很慢的,甚至时候大公司代表落后生产力,千万不要看大公司在干吗?”
    


    

三是超级应用什么时候、在哪个领域能出现?需要更多创业公司、VC大家一起去尝试,往这方面多努力。
    
    

在刚结束的极客公园创新大会2024上,李彦宏直说“卷AI原生应用才有价值,大模型的进展对绝大多数人都不是机会”。他鼓励大家:“真正的价值在于原生应用,而原生应用无论对于大厂来说,对于中小企业来说,对于创业者来说,都是很大的机会,希望大家及早的去把握,尽量多的去尝试。一定能够找到一条符合自己发展的道路。”
    


    

结语
    


    

在大模型时代,从业者、创业者和投资者看似风光无限,实际上烈火烹油,从抢跑赛道到碰壁,也仅仅过了半年时间而已。
    


    

尽管大模型时代提供了许多机会,但并非每条赛道都是一帆风顺,只有少数公司能够脱颖而出,且注定是九死一生。与其争夺大模型领域那遥遥无期的霸王宝座,倒不如去AI原生应用领域进行创新,也许会创造出下一个Super APP。
    


    

参考资料:
    

{1}36氪,《大模型投资变冷?是谁在“创造”寒冬?》
    

{2}第一新声,《AIGC沸腾200多天后,投资人达成三大共识》
    

{3}中商情报网,《AIGC快速发展 未来应用场景广阔》