.:. 草榴社區 » 技術討論區 » 80%的AI公司,就要凉凉了
本頁主題: 80%的AI公司,就要凉凉了字體大小 寬屏顯示 只看樓主 最新點評 熱門評論 時間順序
科技新知道


級別:俠客 ( 9 )
發帖:276
威望:187 點
金錢:450 USD
貢獻:3585 點
註冊:2024-08-10

80%的AI公司,就要凉凉了

80%的AI公司,就要凉凉了

最近看到一份报告:“未来5年,将有80%的AI初创公司倒闭。”其实从创业公司的生存率来说,这个数据是符合客观事实的,近10年的统计数据显示,中国创业公司三年存活率在20%左右,AI行业也大差不差。

很多人都说AI行业非常烧钱,很难赚钱,真的是这样吗?K哥今年走访了几十家大大小小的AI公司,跟你聊一聊我看到的真实情况以及个人思考。

制造业中有一个著名的“微笑曲线”,它深刻揭示了产业链中利润分配的规律:即分处“笑脸弧线”两端的设计和营销环节,通常能够获得大部分的利润,而处于弧线凹处的制造环节,往往只有较低的盈利空间。进入人工智能时代的今天,K哥发现“微笑曲线”所反映的这一规律,在AI领域也同样适用。

一、什么是“AI微笑曲线”?

“微笑曲线”是宏碁集团创办人施振荣于1992年提出的商业理论,该曲线的横轴代表产业链的不同环节,纵轴则表示利润水平。这一理论认为,在制造业中,研发和营销等高附加值环节位于曲线两端,往往能够获取较高的利润,而中间的生产制造环节所获得的利润则相对较低。

以此对照AI领域,AI产业链的横轴包括三个主要环节:GPU制造/云计算、底层大模型开发、AI应用。纵轴则代表AI行业利润分配。结合现实我们不难发现,GPU制造/云计算和AI应用环节,的确赚取了大部分利润,处在“笑脸弧线”的两端,而底层大模型则明显处在利润“凹处”。

之所以出现这样的利润分布,道理并不难懂。首先,GPU是AI计算的核心,而云计算提供了必要的计算资源和存储空间。某种程度来说,GPU制造/云计算,意味着AI产业链的起点。因此,这些基础设施的提供者,如英伟达和亚马逊AWS,如同站在了“河流”的上游,掌握了水源,控制了流速,占尽优势,只要这个行业不断发展壮大,它们就能通过销售硬件和提供服务,赚取丰厚的利润。同理,AI应用相当于处在AI产业链的终点,在最靠近市场和变现的位置,AI应用开发者通过将AI技术应用于自动驾驶、医疗诊断、智能家居等各种场景,自然也能攫取巨大的利润。

而底层大模型,则处于AI产业链的中段,前受基础设施的制约,后有应有落地的卡位,且研发成本高、技术门槛高,迭代竞争又比较激烈,从而导致这一环节出现利润低、变现慢的窘境。以自动驾驶技术为例,可以更具体地看到AI微笑曲线的生动体现。英伟达通过提供高性能GPU,占据产业链的高地;特斯拉、Waymo等,通过自动驾驶应用的开发,同样创造了巨大的商业价值。但一直默默“奉献”的底层大模型,却获利甚微,还面临着高成本和激烈竞争的巨大压力。

二、AI大模型行业,谁在吃肉,谁在喝汤?

1. 利润之王:GPU和云厂商,AI应用

在AI造富浪潮中,第一批吃肉的就是AI硬件供应商和云计算服务商。以英伟达为例,该公司凭借其强大的GPU技术,成为全球领先的图形处理器制造商,其股价在过去几年中大幅上涨,今年6月份市值更是冲高至3.34万亿美元,一度成为全球市值最高的公司。微软也是如此,AI浪潮给这家早已暮气沉沉的老牌巨头带来了“回春丹”。微软2023财年营收为2119.15亿美元,其中智能云部门全年收入为918.3亿美元,同比增长25%。同样,国内的华为云、阿里云也借助AI东风,业务发展迅猛,云计算和AIoT显然已经成了新时代下国内外科技大厂,最具潜力的利润增长点和现金奶牛。

新浪潮下的另一批吃肉者,则是AI应用开发商和服务商。百度创始人李彦宏,曾在某论坛呼吁,国内AI产业应该把更多资源放在应用层,因为应用层更具备商业化能力和想象空间,甚至在未来可能出现改变世界的杀手级应用。虽然目前“现象级”的原生AI应用还没有出现,但各种AI自媒体、AI社群、AI工具服务商已大量面世,而且有些应用的DAU已经相当亮眼。随着市场的成熟,它们纷纷杀出一条血路,赚个盆满钵满,可能也只是时间问题。

2. 基础大模型研发,仍是亏本买卖

与GPU/云服务提供商以及AI应用开发者的繁荣,形成鲜明对比的是,基础大模型的研发仍然是一个亏本的买卖。许多公司和研究机构在这个领域投入了巨额资金,但回报却远不及预期。

以OpenAI为例,据估算OpenAI今年运营总成本将在85亿美元左右,其中租用微软服务器运营费用约40亿美元,训练成本约30亿美元。但据OpenAI此前公开的信息,该公司今年全年收入才只有35亿~45亿美元。也就是说,烧了那么多年的钱,即使在跑通了用户订阅、开发者付费和微软分成等盈利模式的前提下,OpenAI依然要巨亏50亿。

背靠微软、最有指标意义和先发优势的OpenAI尚且如此,其他的大模型厂家也好不到哪里去。成功推出Claude大模型的Anthropic公司首席执行官达里奥·阿莫迪,7月份接受采访时曾明确表示,‌目前类似GPT-4o的模型训练成本约为1亿美元,‌而正在开发的AI大模型训练成本可能会高达10亿美元。即便如此,他依然认为10亿美元并非“终点”,他预测未来三年,随着技术的进步和模型规模的扩大,‌AI大模型的训练成本将上升至惊人的100亿美元甚至1000亿美元。

国内“AI六小龙”光景也非常类似。以KIMI母公司月之暗面为例,该公司自2023年成立以来,已先后融资约20亿美元,但依然不够烧,就在上个月又刚刚从腾讯等机构融了3亿美元续命。面对这种近乎“残暴”的烧钱法,中外大模型公司目前想方设法挣得那“仨瓜俩枣”,简直不值一提。在未来很长的一段时间内,估计大模型公司仍处在重投入期,还得继续赔本赚吆喝。

三、“AI微笑曲线”将如何演进?三个推论

1. GPU制造,估值将理性回归

在AI产业链中,GPU制造商英伟达无疑是利润之王,市值突破万亿美元,成为全球市值最高的半导体公司之一。但这一估值是否合理呢?要知道之前达到这一高度、跻身万亿俱乐部的科技公司,只有苹果、微软、谷歌、亚马逊寥寥数家。而这几家科技巨头都有一个明显的共同特点,就是它们在硬件、软件和服务之间形成了良好的生态闭环,而不是靠“一招鲜吃遍天”。但现在的英伟达主要靠GPU,打下一个万亿帝国,能守得住吗?英伟达4月份(一夜暴跌10%,市值蒸发2000亿)、9月初(单日下跌9.53%,市值一夜蒸发超2789亿美元)的两次暴跌,也许已经给了我们一些提示,它所撑起的万亿市值,可能藏着巨大的泡沫。

众所周知,英伟达的成功主要是因为它在全球GPU市场的超高份额。但随着AMD、Intel、华为等公司在这一领域的不断发力和追赶,英伟达在市场中的绝对霸主地位,将面临越来越严重的挑战,那么大的蛋糕,别的实力玩家怎么可能不惦记?一家独大、躺赚的垄断地位被打破,必然是迟早的事。因此,GPU制造估值的理性回归,也将成为必然,这也是英伟达近几年积极布局以太网等“第二增长曲线”,试图构建更完整生态闭环的重要原因。

2. 基础大模型公司,将开发出C端杀手级应用

上文提到,李彦宏呼吁AI企业要在应用层发力,将来很可能出现杀手级应用。但有没有可能,这个杀手级应用就出现在大模型公司呢?自家有地,也有技术,为啥费尽心思耕好的田,非要让别人种庄稼呢?大模型既然能端出ChatGPT这种让人“炸裂”的开胃菜,为什么就不能期待它后面的盛宴呢?而且它们开发C端杀手级应用,有其先天优势:

1)大模型通用性和适应性优势:大模型具有处理多种任务的通用性,这使得它们可以被应用于不同的场景和领域,这种灵活性为开发多样化的C端应用提供了可能。

2)掌握核心技术优势:大模型公司通常拥有领先的技术和丰富的资源,掌握了训练大型语言模型的核心技术,对大模型的原理、架构和训练算法有深入的理解,这为他们开发出真正强大的C端应用,奠定了技术基础。

3)数据和算力优势:训练大规模的人工智能模型,需要巨大的算力和海量的训练数据。大模型公司不仅拥有强大的算力资源,还拥有全方位的数据获取渠道,持续训练和优化模型。

4)强大的内在需求:大模型公司的终极目标,就是开发出通用人工智能(AGI)系统。而开发出以大模型为底座的C端杀手级应用,正是通往AGI的关键一步,是他们发展路线的必经之路。

5)迫切的外部需求:目前大模型公司普遍处于亏损状态,迫切需要找到盈利模式,实现商业化突破。
而开发出杀手级C端应用,则成了它们变现的最佳途径,这会倒逼它们全力以赴开发出真正意义上的杀手级应用。

等“杀死”了市面上大部分AI应用,大模型公司也就自然而然开始赚钱了。

3. 目前80%的AI应用将被干死

经济学大师熊彼特有一个“创造性破坏”理论,该理论认为每一次大规模的创新,都淘汰旧的技术和生产体系,并建立起新的生产体系。

在人工智能领域同样也存在“创造性破坏”,每一次大模型的升级,都会“破坏”一大批AI应用。

从本质上讲,大模型的每次升级,不仅仅是算法的优化、参数的增加、技术的迭代,更是对现有解决方案的重新定义。

大模型的每一次升级,都可能引入更高效的问题解决方式,更精准的数据分析能力,甚至是全新的服务模式。

而这些变革,相对那些依赖旧技术、旧模型的应用而言,无疑是降维碾压,毫无招架之力。

此外,大模型每一次升级,AI应用的门槛都会被不断抬高。新的模型和算法,必然需要更强大的计算能力和更多的数据支持。

这对于许多小型或初创的AI应用公司来说,可能是一个难以逾越的障碍和挑战。

因此,被市场淘汰或被逼离场,就成了大模型升级背景下,很多AI应用的无奈宿命。

有鉴于此,面对每次技术迭代和大模型升级,AI应用企业都要快速评估自身产品的特点和市场竞争力,并积极作出相应调整。

有时候,落袋为安,主动离场,未尝不是应对风险的明智选择。

西方有句谚语:“能笑到最后的,才是笑得最好的”。

目前的“AI微笑曲线”,只是人工智能发展浪潮中的一个阶段,GPU制造/云计算和AI应用,能一直占据“微笑弧度”的两端吗?

底层大模型会甘心任劳任怨、潜伏在弧线的底部“干最多的活赚最少的钱”吗?

K哥并不这么认为,也许哪天当前的“微笑弧线”来个180度翻转,也不是不可能,我们拭目以待。



赞(64)
DMCA / ABUSE REPORT | TOP Posted: 10-05 14:30 發表評論
.:. 草榴社區 » 技術討論區


電腦版 手機版 客戶端 DMCA
用時 0.01(s) x3, 11-06 00:43