AI大模型的浪潮之下，
是各家企業魚躍爭流的湍急漩渦。
文 | 青崖白鹿
（VRPinea2023年8月16日訊）印度媒體Analytics India Megazine近日發布報道稱，由於高昂的運行成本、用戶群數量下降及同類模型競爭等因素，開發了ChatGPT的人工智慧實驗室OpenAI將有可能在2024年破產。
該報道指出，OpenAI僅是維持ChatGPT的正常運行，每天就需要花費約70萬美元。再加上同樣不菲的產品研發投入，OpenAI目前只能依靠微軟的100億美元融資維持公司運轉。這樣的日常花銷確實有些驚人，但就此得出OpenAI可能破產的結論也屬實離譜。該報道的作者自己也知道，所以在最後一段打了補丁，「if OpenAI does not get more funding soon（OpenAI如果不能儘快獲得更多資金）」。
（OpenAI與ChatGPT）
很「遺憾」的是，目前看來，大半年的時間過去了，資本對於OpenAI的青睞還是沒有減少。據外媒消息，美國金融科技行業知名投資機構Ripplewood有意向OpenAI投資10億美元（目前雙方均未正式回應這一消息）。毫無疑問，這樣的投資信號，完全可以看作一次對OpenAI破產預測的「正面回擊」。
（外媒報道截圖）
為什麼是印度？
話又說回來，為什麼爆出這則大機率只會淪為笑柄報道的會是印度媒體呢？首先，是印度具備「秋風未動蟬先覺」的條件。印度是全球最大的軟體外包基地，大約占全球軟體外包市場的55%，世界主要的軟體公司都在印度設有分公司。換句話來說，有多少企業在下注AI大模型市場，有多少AI大模型在投入使用，有多少企業選擇接入ChatGPT等等這些問題，印度的軟體工程師們，大機率會是最先知道的那批人。
（印度軟體外包工程師）
那又為什麼會產生這樣過度悲觀的觀點呢？可能是因為「同行見面分外眼紅」吧。目前的生成式AI已經能勝任不少的IT外包工作，如分解編程、數據轉換、漏洞測試等。在ChatGPT引發AI大模型熱潮之初，就有相當一部分行業分析師發表了類似觀點：人工智慧的飛速發展，將導致印度大多數外包程式設計師的工作崗位在未來一兩年內消失。
（「AI取代人類軟體工程師」網絡概念圖）
熱鬧的AI大模型賽道
讓我們再把視線轉回到AI大模型的賽道上。比爾·蓋茨在其博客文章《人工智慧時代已經開啟》中表示：自1980年首次看到圖形用戶介面GUI以來，OpenAI的GPT人工智慧模型是他見過最具革命性的技術進步。
自今年年初ChatGPT爆火後，AI、AIGC（AI Generated Content，生成式AI）及AI大模型等詞彙，就像是長在了熱搜詞條上一樣，在網際網路上「無處不在」。頂格的熱度帶來的自然是資本、大廠及一眾創業者的高關注度，全球的科技公司，就像是在圍繞人工智慧進行「軍備競賽」一樣，紛紛下場。以下，將舉兩個例子作簡要分析。
其一，是Meta和微軟聯合推出的新一代開源大模型Llama 2，該模型將開放免費商用權限。提及Llama 2的原因很簡單，像Llama 2這樣的強大開源模型將對ChatGPT構成相當大的威脅。哪怕是Meta在其研究論文中表示，Llama 2與GPT-4仍存在較大性能差距，也不影響企業將基礎模型替換為Llama 2。因為對於大部分的應用場景而言，開源透明的Llama 2可能比龐大複雜的GPT-4更適合幫助企業創造產品和服務。
（Llama 2 vs GPT-4）
其二，是在14日剛剛結束的2023雷軍年度演講中，AI大模型的戲份也不少。提及雷軍的原因更簡單，以小米為代表，展現一下各家網際網路大廠對AI大模型的強關注度，順便也蹭下雷總的熱搜。
雷軍在年度演講中宣布，「全面擁抱大模型」會是小米接下來的戰略。並且表示，目前已經升級小愛同學的大模型版本，正開啟邀請測試。雷軍還在演講中梳理了小米在AI領域的投入時間線（略寫）：2016年，成立AI視覺團隊，後升級為小米AI實驗室；2021年，成立小米機器人實驗室；2023年4月，成立大模型團隊。
（2023雷軍年度演講現場畫面）
從一開始的百度文心一言率先「應戰」，到阿里通義千問、科大訊飛星火（就在昨天，科大訊飛舉行了星火認知大模型V2.0升級發布會）以及小米、華為等國內網際網路大廠。再到海外的微軟、谷歌、Meta、蘋果甚至是沃爾瑪、特斯拉、奔馳等，不僅限於網際網路領域的行業巨頭們都在不斷加碼AI大模型。
還有如雨後春筍般湧現的一眾AI創企，從數百萬到上千萬，甚至上億美元的融資也不少見。這場關於AI大模型的競爭，已經趨近白熱化的階段，無論體量大小，各家企業都在拚命「內卷」。
（競爭激烈的「賽道」）
盈利痛點的確存在
儘管數不清的真金白銀已經砸向了AI大模型，各行各業也都對其潛力報以極大信心。但不可否認的一點是，目前的AI大模型的確存在盈利問題。首先，訓練一個可商用的AI大模型需要大量的計算資源和時間，這將直接導致高昂的訓練成本。並且，從訓練到商用部署，硬體設備、能源消耗、伺服器、雲計算以及人力成本等，統統都需要大量的前期投入。
此外，對於用戶數據隱私安全的保護，倫理及法律問題的影響等，都需要投入額外的成本去解決。當然了，市場份額不斷壓縮帶來的競爭壓力，以及行之有效的商業轉化模式更是重中之重。眾所周知，技術從實驗室到真正能用，最後一公里往往才是最難的。
（「投資回報率」網絡概念圖）
讓子彈飛一會兒
從約翰·麥卡錫在1956年達特茅斯會議上首先提出了「Artificial Intelligence」概念至今，67年的時光過去了。AI大模型作為一種新型生產力，正在逐步且全方位地融入社會生活的方方面面，一個「人機共生」的時代，大幕將啟。
正是因為有一整個白晝的等待，夜晚的故事才更值得回味。英偉達創始人黃仁勛在今年3月的GTC大會上多次強調：「我們正處於AI的iPhone時刻。」AI大模型方興未艾之際，作為普羅大眾，我們能做的，也只有等待。。
本文屬VRPinea原創稿件，轉載請洽：brand@vrpinea.com