大厂也玩不起AI，6000亿美元刚够成本，AI应用或是最优解

摩根士丹利的分析显示,中国AI企业在商业化道路上步履维艰,部分AI应用先行者的业绩表现不及预期。

                           摩根士丹利，俗称大摩，一家国际金融服务公司

人工智能大模型的发展正面临着一个关键的十字路口。近期,多家机构发布报告指出,AI行业正遭遇前所未有的变现压力。

                                         中国的AI产业和AI驱动的产业直线上升

事实上,AI大模型的发展困境已是一个公开的秘密。高盛曾发布题为《投资太多,收益太少》的报告,直言大公司计划在未来几年在AI相关领域投入1万亿美元,但目前除了略微提高了开发人员的工作效率,尚未看到其他显著成果。红杉资本更是提出,AI产业需要年产值超过6000亿美元,才足以支付数据中心、GPU等基础设施费用。然而,即便在最乐观的估算下,AI盈利缺口仍在不断扩大。

                                    AI年产值超过6000亿才够支付成本

国内AI企业的处境同样不容乐观。在经历了年初的价格战后,各大科技公司对大模型的态度变得更为谨慎。虽然在公开场合仍声称要加大AI投资力度,但实际行动却趋于保守。一个明显的信号是,企业负责人开始弱化基础大模型迭代的重要性,转而强调应用落地。"没有应用,开源闭源模型都一文不值"成为了业内的共识。

然而,AI应用的商业化之路并非一帆风顺。由于客观条件限制,像OpenAI那样对GPT收费的简单变现模式在国内难以复制。基于API调用的商业模式也因激烈竞争而利润微薄。各大公司寄予厚望的AI应用落地时间和效果也远不及预期。面对持续增加的投入和遥遥无期的回报,科技巨头们的焦虑情绪与日俱增。

与此同时,AGI(通用人工智能)的发展路径也在不断演变。OpenAI最新发布的O1模型采用了自博弈强化学习(Self-play RL)技术,这与传统以扩展定律(scaling law)为主的训练方式有了本质区别。对于国产大模型而言,在尚未完全追上GPT-4的情况下,又面临新的技术范式挑战,无疑增加了发展的难度。

在这种形势下,国内科技巨头对AI的态度开始出现分化。有的公司选择继续加大投入,如阿里云在芯片禁令收紧前大量进口英伟达GPU卡。有的则转向探索AI在特定场景下的应用,如字节跳动的"豆包"和腾讯微信的搜索功能。百度作为主营搜索业务的公司,尽管公司否认了放弃大模型研发的传言,但内部人士透露,训练下一代模型已不再是百度的第一优先级。