当前位置:首页|资讯|融资|人工智能|ChatGPT

“百模大战”之下,大模型应用“卷”向何方

作者:环球时报新媒体发布时间:2024-06-15

图片说明: 中国人工智能大模型市场竞争激烈。图为今年4月一家中国科企举办AI开发者大会。(视觉中国)

本报记者 倪 浩 王 冬 ●任 重

本周,苹果公司在其全球开发者大会上发布“Apple Intelligence”(苹果智能)。至此,全球科技巨头已完成一整轮人工智能大模型的应用落地竞赛。在这条赛道上,中国企业自去年延续至今的“百模大战”态势仍旧持续。印度《商业标准报》的一篇报道分析称,在中国对人工智能大模型的狂热时期,几乎每天都会见证初创公司和科技巨头发布新产品。来自里昂证券的数据显示,中国目前至少拥有130种人工智能大模型,占全球总数的40%,仅次于美国(50%)。但越来越多的分析师表示,“百模大战”中的大多数公司尚未找到可行的商业模式,不但产品过于相似,而且面临研发投入与盈利能力之间日益明显的矛盾。一场市场洗牌或已在酝酿之中。

“百模大战”会带来什么?

“伴随着大模型产品纷纷掀起‘降价潮’,中国的人工智能市场竞争已经进入白热化。”英国数字初创平台“disruptionbanking.com”网站本月的一篇报道称,人工智能大模型服务的降价潮,以及越来越多雄心勃勃的初创企业涌入赛道,一方面有助于加速这一变革性新技术在中国的普及;但另一方面,如果企业忽视提供免费产品的所带来的风险,可能蒙受巨大损失。

报道称,在价格大战之下,许多企业人工智能服务都以近乎免费的价格提供,考虑到开发和部署人工智能解决方案需要大量的计算资源,这是否阻碍人工智能大模型产品的变现?此外,人工智能模型,尤其是深度学习模型,需要强大的数据处理能力和存储空间。如果用户为这些服务所支付的费用下降,研发公司必须转向资本市场和其他融资来源来维持运营,这一点不得不令投资者权衡行业的回报情况。同样值得重视的是,以当前的技术来看,人工智能大模型并不总是能提供符合预期的结果,或导致企业难以创造可靠的收入流。

北京邮电大学人机交互与认知工程实验室主任刘伟14日告诉《环球时报》记者,“百模大战”下,激烈的竞争有助于推动技术的进步,促进企业的创新能力;也可以促使企业更好地管理风险,提高运营效率。

不过,刘伟强调,在当前整体算力有限的背景下,“百模大战”可能会带来资源浪费、技术同质化、数据隐私安全、市场波动等弊端,大量的企业涌入同一赛道,市场需求可能会迅速饱和,导致价格竞争激烈,利润下降,进而影响企业的投资回报率和发展前景。

“百模大战”也在考验企业吸引投资的能力。前海开源基金首席经济学家杨德龙14日对《环球时报》记者分析称,国内人工智能大模型产品竞争激烈,很多投资机构已经掀起多轮AI投资热潮。“当前国内人工智能大模型数量众多、价格内卷,投资机构已经开始‘精挑细选’,多青睐于有核心技术的企业,它们在大模型应用层面拥有比较强的推广能力和应用能力。”

“‘百模大战’最直接的问题就是会造成浪费,大量的算力和电力被消耗在重复的劳动和无效竞争中。”奇谱科技创始人罗国昭14日接受《环球时报》记者采访时表示,目前整个行业还处于发展的初级阶段,对于一些企业来说,许多产品的入场决策是以谋取市场份额为目的,而非出于产品的商业可行性。未来,产业的发展必将会经历一个优胜劣汰、大浪淘沙的过程。

商业化的考验

人工智能大模型层出不穷,如何同需求有效对接也成为赛道中众多企业面临的一道考验。美国《华尔街日报》近日报道称,无论是阿里、百度、腾讯等科技巨头,还是一些初创企业,越来越多投资于生成式人工智能技术的中企希望打造出自己版本的ChatGPT。不过,在这一波最新的产业技术潮流中,中国企业在技术发展和商业应用方面似乎都难以追赶上美国同行。

有国内人工智能大模型应用开发者和技术人员告诉《环球时报》记者,近期前来接洽人工智能大模型产品的意向客户不在少数,但最终能够实现商业化的案例并不多。他坦言,不少企业客户期望大模型产品能迅速解决具体的问题。“当我们演示产品时,客户往往会要求给出大模型在具体场景下的解决方案,但受限于大模型训练的数据容量以及基础算力,我们的产品通用能力不足。如果针对客户的需求重新训练,就需要重新开发一整套定制化的训练服务。”他还告诉记者,当前,训练大模型的投入和产出并不平衡,国内人工智能大模型产品也鲜有实现盈利的案例。

面对这样的问题,刘伟认为,要实现人工智能大模型和实际应用较好地结合,不但取决于是否拥有高质量的数据、先进的算法、强大的算力,还取决于特定领域的专业知识与工程实践等方面结合等因素,需要产品持续发展和改进的用户体验,只有不断进行创新和优化,人工智能大模型才可以满足不同领域和场景的具体需求。

罗国昭告诉《环球时报》记者,为实现与终端应用比较好的结合,对于大模型来说,首先要“拼算法”,即用尽可能低的计算代价得出精度更高的结果。罗国昭进一步介绍说,谁的算法最优,就意味着在训练相同数据时的速度越快,耗费的电力和算力就越少,在与应用结合时的商业价值就越突出,越容易受到市场的欢迎。另一个与应用结合的最佳维度是专业化,即实现私域化训练,其好处是安全且计算代价低,并可以离线部署,这在一些特殊场景下拥有相当的大应用空间。

应用场景有学问

放眼海外市场,人工智能大模型同应用场景成果的结合,也是众多明星科技公司所追求的目标。在OpenAI和谷歌发布会上,能听会看的AI助手搭载于电脑和手机引发热议。苹果公司在发布“苹果智能”后一周内,股价整体明显走高。

杨德龙认为,从目前资本市场的反应来看,苹果的AI+获得了投资者的信任,这主要是源于“苹果智能”的应用比较广泛。“这对于国内开发人工智能大模型的企业来说有一定的启示和借鉴意义,我们要多开发一些符合用户习惯,能解决用户问题,提高用户体验的大模型应用,这样才能够开拓市场、产生盈利。企业有了盈利,就会在市场中表现出明显的竞争力。”

“商业机构往往倾向于选择适合其具体需求的大模型。”刘伟表示,目前商业机构比较看好的人工智能大模型应用领域主要包括:金融领域中的风险评估、信用评分、投资建议,医疗保健领域中的疾病预测、诊断、药物研发,零售领域中的客户洞察、个性化推荐、库存管理,制造领域中的质量检测、故障预测、生产调度,交通领域中的交通流量预测、路况分析、自动驾驶等,另外,在教育、影视、传媒、能源、农业等领域AI大模型也会有较大的应用。“总的来说,垂直领域的大模型在某些情况下可能会更加吃香,因为它们可以针对特定领域的需求进行优化和定制,在多个领域提供基本智能支持。”

罗国昭表示,在支撑起新质生产力的发展方面。中国的人工智能大模型与工业领域、智能制造的结合有助于促进工业生产的现代化发展与技术革新。▲


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1