掉队大模型浪潮，明星AI公司竹间智能宣布部分停工 | 焦点分析
文 | 周鑫雨
编辑 | 苏建勋
一封宣布部分停工的内部信，揭开了一家明星NLP企业，在AI风口中的遭遇。
2024年2月21日，一封流传出的AI厂商竹间智能的内部信显示，自2023年起，公司业务需求大幅减少，正在面临严重的现金流压力。竹间智能的举措是：
“我们正在对业务方向进行调整……针对亏损的业务线，我们将进行优化，部分部门和岗位将从即日起停工，并进行重组。”
网上传出的竹间智能内部信。
两名员工对36氪证实了内部信的真实性。其中一人提到：“年后开工以来业务就基本停摆，心里早有预期。”
2024年2月22日，竹间智能官方对内部信做出了回应，强调目前运营正常，只是对部分亏损业务进行优化，对少部分岗位进行停工重组：
竹间智能对内部信的回应。
然而就在2023年的开端，竹间智能尚且势如破竹：2月披露了D-2轮融资；3月与中科曙光、智谱AI达成战略合作。
作为NLP（自然语言处理）赛道的明星企业，成立于2015年的竹间智能曾备受青睐。CEO简仁贤出身微软亚洲互联网工程院，曾负责Bing搜索、微软小冰和Cortana等业务。自2017以来，竹间智能年年都获得融资，迄今总融资额已经超过10亿元。
竹间智能CEO简仁贤。
NLP（Natural Language Processing），自然语言处理，被视为“AI皇冠上的明珠”——即便是以Transformer为主流技术范式大模型，也属于NLP范畴。
因此，NLP公司也被认为最容易转型做AI大模型的玩家。在ChatGPT带来的AI风口中，这批与语言理解技术关系最为紧密的NLP公司，迅速吃上了红利。
但员工们提起竹间智能，多用“惋惜”和“比别人慢了一步”形容如今的困境。
付不起的大模型入场费
身处如今的被动局面，竹间智能的核心困境在于：没有资金和资源跟上大模型的浪潮。
2022年，因为AI行业整体遭遇的落地难与技术瓶颈等问题，竹间智能就已经面临经营压力和人才出走。
一位人工智能行业人士对36氪透露，竹间智能的财务困难在2022年就已经凸显。那一年，曾以“高薪酬高福利”在招聘圈积攒了口碑的竹间，第一次没有发出年终奖。
脉脉上，一名老员工在2022年留下了对公司的评价，直指竹间智能现金流紧张、战略摇摆、技术优势不明显：
“业务切换频繁，有时连技术栈也切了，技术没有想象中的厉害。频繁加班，年终奖直接没有连说声都省了。员工都在纷纷离职，包括那些技术很厉害的老人。”
上述行业人士表示，2023年初的融资很大程度也是为了维持公司的基本经营。而大模型是入场费高昂的游戏，算力、数据、人才，每处的花销都不小。对于竹间智能而言，账上几乎没有闲钱支持大模型的研发。
很快，公司也陷入了没有跟上技术发展的恶性循环。多名前员工对36氪指出，竹间智能并没有下决心立刻投入资源做AI大模型的开发，虽然推出了大模型微调、部署等相关服务，但提供给用户的产品仍然以传统NLP技术支持的小模型为主。
2023年下半年以来，竹间智能调整了方向，主打为企业模型微调服务。比如6月推出的“模型工厂”，竹间智能做的是类似“零件工”的服务，帮助客户选择、微调和部署其他厂商的模型。
只是对多数客户而言，竹间智能提供的模型服务，在市面上能找到不少替代品，没有形成竞争壁垒。一名前员工告诉36氪，受到大模型的冲击，2023年下半年起竹间智能的业务量就急速下滑，到7，8月份就已经大幅缩水。
冷兵器，打不赢核战争
对于大多企业而言，红利是昙花，技术创新和商业落地才是常青树。身为“Old Money”的NLP企业，在AI大模型风口中想要不被淘汰，只能激进技术创新，或是转型改换赛道。
纵观AI狂飙的一年，同尝过苦日子滋味的几家NLP企业中，仍有不少抓住风口挺过来的例子：
比如在2023年6月推出自研大模型TigerBot的虎博科技，CEO陈烨曾对36氪回忆，最难的时候，团队被逼得连水电煤支出都要一分分地计算，省着花。如今，Tigerbot在2024年1月已经通过了公众服务备案。2022年一度身陷裁员困境的追一科技，也推出了针对营销领域的大模型服务，挺了过来。
但经过此前的经营困难，并不是每家企业都有舍本投入新技术的魄力。
面对新技术浪潮，竹间智能犹豫了。一名前员工告诉36氪：“大模型投入太高了，CEO很谨慎，不敢贸然做决定。”即便2023年2月融到了一笔钱，竹间智能也没有立刻投入大模型研发，而是选择先维稳。
这份谨慎让竹间智能只能拿着传统NLP时代的冷兵器，冲进大模型核武遍布的战场。
“没有研发大模型这件事，对竹间的口碑打击很大。”一名前员工回忆，2023年，不少老客户提出了很多AI改造业务相关的需求，但是没有大模型能力的竹间智能很难满足。
2023年9月，竹间智能痛定思痛，与华为达成合作，基于华为云的盘古大模型研发知识服务的大模型。
但互联网大厂和新兴的明星大模型公司，早已对蛋糕进行了瓜分。“那个时候我们已经没法谈单子了，几乎没有新客户。”一名前员工透露。
“大模型赛道是讲求先发优势的，技术越早落地，数据飞轮越早转起来，模型迭代就越快。”一名前员工对36氪分析，“等竹间意识到自己慢了，往往也就打不了翻身仗了。”
如今的停工、重组与新业务探索，也是竹间智能的及时止损和自救。2024年，OpenAI已经用视频生成模型Sora，给予行业以震慑——在技术创新步伐加快的2024年，没有壁垒的企业，将快速消亡。
欢迎交流！