大模型創業走向B端

 　　是時候冷靜下來，重新思考大模型的價值了。

　　短短一個月，隔壁看大模型的記者已經跑了不下5場發布會。

　　8月31日，國內AI視頻技術頭部公司百家云召開戰略發布會，推出全新大模型產品「百問大模型」。就在兩個月前，百家云剛剛發布面向企業市場營銷需求的「市場易」GPT大模型。

　　同樣是在8月，百川智能發布公司旗下第三款大模型產品Baichuan-53B。這家創業不到半年的公司，在過去三個月里，連續發布了三個大模型。

　　......

　　密集的產品發布，只是今年大模型創業潮的冰山一角。從年初到現在，短短九月間，AIGC創業者數量一路狂飆，“百模大戰”帶來的硝煙彌漫開來。

　　有業內人士向Chaos新觀察表示，中國目前已發布的大模型早已接近 200個。有通用大模型、垂直行業大模型;有已經落地的、即將落地的，甚至還有一些根本沒有考慮落地的。上半年，無論行業、什么領域，似乎都能與大模型來個“沾親帶故”。

　　有人在狂熱中野蠻生長，有人在狂熱中黯然離場。大模型創業這場熱潮似乎還沒有消退，就已經有玩家倒下，成為了*批炮灰。

　　行業真的需要這么多大模型嗎?大模型創業是否會帶來泡沫?哪些大模型真正有價值，哪些只是“套殼產品”?國內外大模型較為成熟的落地應用，有哪些經驗可以借鑒......

　　是時候冷靜下來，重新思考大模型的價值了。

　　大模型狂飆，百模大戰開啟

　　2022 年底，OpenAI 正式發布 ChatGPT，迅速破圈，短短 2 個月便用戶過億，引發了全球科技愛好者的狂歡。隨著 AIGC、大模型概念井噴，大批創業者涌入，大模型數量呈現爆發式增長。

　　與此同時，在二級市場，國內A股多家企業接連發布定增預案，擬定增募集資金用于訓練大模型，募資金額常常動輒數億、數十億。

　　據科技部5月份發布的《中國人工智能大模型地圖研究報告》，中國已發布79個10億參數規模以上的大模型。其中，自然語言處理仍是最為活躍的重點領域，其次是多模態領域，在計算機視覺和智能語音等領域的大模型還較少。有業內人士估算，目前，國內大模型數量早已逼近200個，甚至有券商報告稱，行業正在步入“萬模大戰”的時代。

　　在同一時期，硅谷也爆發了一波AIGC創企投融資與收并購的高潮。除了最受關注的OpenAI外，歐美許多行業巨頭通過收并購AIGC創企，搶灘打造細分領域的護城河。

　　其中，最受關注的包括AI初創公司Anthropic獲得4.5億美元C輪融資，其大模型產品Claude被視為OpenAI GPT-4的主要競爭對手;估值超過550億美元的云計算巨頭Snowflake收購Neeva，后者是一家由兩位前Google員工創立的生成式AI搜索公司;估值380億的大數據巨頭Databricks斥資13億美元，收購生成式AI公司MosaicML，幫助企業進行大模型訓練。

　　全球的目光再次聚焦到硅谷。可以看到，人工智能已經成為今年科技領域當之無愧的主戰場。然而，頻發的大額融資與收并購，也意味著許多初創公司面臨著資金枯竭的局面，開始尋求抱緊巨頭大腿。

　　有人開始倒下

　　AIGC繞不開商業化大考

　　在千行百業之間的大模型之戰一觸即發之際，已經有創業者開始倒下。

　　今年7月，來自美國的AI聊天機器人明星創業企業Jasper宣布裁員，給大模型的創業熱潑了一盆涼水。Jasper靠OpenAI的GPT-3發家，而當更強的GPT-3.5/4發布，Jasper就瞬間喪失了產品競爭力，頗有點“長江后浪推前浪，前浪死在沙灘上”的意味。

　　同樣是在 7 月，國內一款名為“妙鴨相機”的 C 端應用上線，爆火出圈。“只需 9.9 元，上傳照片就能獲取 AI 寫真集”、“讓海馬體們失業”......不過很快，妙鴨相機就受到了用戶數據隱私與安全的質疑，其產品價值也被認為“天花板太低”，同質化產品迅速涌現。

　　熱潮之下，創業者們需要更多的冷思考。大模型在今年成為了風口，但它并非是新概念，以百度、騰訊、阿里、華為為代表的國內互聯網大廠及科技巨頭，均已布局多年。百度在今年 3 月推出文心一言，其前身可追溯到 2019 年的預訓練模型 ERNIE 1.0;華為在 2021 年 4 月就發布了盤古大模型;2022 年，騰訊混元大模型問世，阿里則在同年發布通義大模型。

　　要想打造一個技術成熟的大模型，算法、數據、算力缺一不可，這無不需要龐大的人才與資金投入。國盛證券曾估算，GPT-3 訓練一次的成本約為 140 萬美元，對于更大的大型語言模型，訓練成本甚至在 200 萬美元至 1200 萬美元之間。

　　不是所有入局者都能玩得起、玩得轉大模型。

　　在國內，一級市場大額融資越來越難，是國內許多AIGC創業企業面臨的尷尬處境。有業內人士評價，目前國內許多AICG創業主要圍繞小參數大模型，并且喜歡在各類參數評測上進行比拼，缺乏核心競爭力。

　　而在二級市場，許多A股上市公司借機炒作概念，也讓投資人對于AI項目的出手慎之又慎。

　　隨著競爭提速，國內外的大模型更加需要重點思考如何商業化落地，如何開始通過自身業務造血。

　　國內的互聯網和科技巨頭傾向于結合大模型的力量，進一步發布自身所長。百度聚焦搜索、小度智能音箱等場景;騰訊則仰仗微信、QQ 等社交領域的優勢;阿里發揮辦公、電商等應用所長，華為則擁有 5G、通信等產業基座實力。

　　新入局的企業，需要避開正面交鋒，找出差異化發展之道。

　　百川智能創始人、CEO 王小川與曾在與極客公園的對話中表示，一家公司不可能把所有賽道都做完。”百川智能在B端選擇做開源模型，賦能行業企業，同時內部部署了C端的超級應用。“我們在思考如何追上 GPT-4，思考大模型到底能給 C 端帶來哪些應用。”

　　走向B端，能否成為制勝法寶?

　　在一場商業化浪潮之中，只有極少數人才能站上浪潮之巔，笑到最后。

　　“百模大戰”并非只有大廠能贏，提升自身技術實力、抓住產業應用場景才是硬道理。

　　隨著時間的推移，公眾對于許多AIGC領域C端應用已經開始“去魅”。即使是“老大哥”ChatGPT，也變得不再如原先那般吸引人。分析公司Similarweb數據顯示，在今年6月份，ChatGPT網站的閱讀流量與訪問者數據首次出現了下降。

　　目前，無論是通過GPT生成文本，還是通過Stable Diffusion生成圖像，亦或者通過Llama模型進行多模態任務應用，都還沒達到促進產業變革的節點。

　　這就是AIGC實力的天花板嗎?顯然不是。

　　許多企業開始避開C端應用的聚光燈，探索讓大模型走進B端，深度賦能產業。

　　今年6月，騰訊才姍姍來遲般首次正式公布行業大模型研發進展，并發布面向B端客戶的騰訊云 MaaS(Model-as-a-service，模型即服務)服務解決方案。不同于百度、阿里等聚焦的通用大模型，騰訊云MaaS的技術底座則是一系列的行業大模型，包括金融、政府、文旅、傳媒、教育等，與產業結合，致力于讓大模型可以長期可持續發展。

　　百家云發布的百問大模型也是一個典型的案例。作為一個AIGC場景化平臺，百問主打的就是幫助企業私有化部署GPT大模型。

　　目前來看，大模型要想變成生產力工具，就必須進入應用場景，而百問確實做到了“讓新技術更接地氣”：一方面百問具備將現有的軟件Copilot化，給傳統的軟件增加更加智能的能力，如在業務系統、辦公軟件、搜索引擎中加入智能問答，以及幫助企業低成本接入數字人互動直播、智能客服、自動寫作等各類AIGC服務等;而另一方面，則是百問可以幫助企業基于AIGC開發全新應用，更好地解決客戶問題。

　　可以明顯看到，一些企業在布局AIGC賽道時，選擇避開聊天機器人、AI制圖等C端爆款應用，轉而聚焦相對“無聊”的to B產業端口。

　　這種打法，也是國外一些AIGC創企的選擇。一個有意思的案例是Databricks與MosaicML之間的聯姻。

　　今年6月27日，大數據巨頭Databricks斥資13億美元，收購生成式AI公司MosaicML，成為年度AIGC收購熱點。讓人出乎意料的是，這場收購竟來源于一場“巧合”。在今年3月份之前，Databricks沒想買，而MosaicML也沒想賣，雙方CEO甚至素未謀面。

　　Databricks的CEO Ali Ghodsi與MosaicML的CEO Naveen Rao，在今年的一場AI會議中認識。在交流之后，他們意識到兩家公司的目標極為相似：1、讓AI變得觸手可及，人人都能訓練自己的大模型;2、保護用戶的數據隱私安全;3、聚焦toB賽道。

　　這是一條小眾的路。“ChatGPT帶動了生成式對話應用的狂熱，但我們都對這些不感興趣。”Ali Ghodsi說，“我們聚焦B2B業務，這個賽道很無聊，也沒有多少人關注。”

　　MosaicML瞄準的是中小企業訓練、部署自身垂直行業大模型的需求。比如通過MosaicML，僅需5萬美元，花35天的時間，就可以根據客戶需求訓練出一個Stable Diffusion模型。

　　Databricks發現，雙方不僅有著同一個客戶群體，很多客戶在訓練自己的大模型時，會同時用到Databricks與MosaicML，這構成了雙方合作的基礎。

　　很多巨頭都想買MosaicML，但最終只有Databricks的offer打動了他們。MosaicML的CEO Naveen Rao本身就是AI大神級人物，當初從Intel跳槽出來創業，就是不希望被大公司體系束縛。

　　而Databricks收購MosaicML這件大事，卻在短短幾周就推進了下去——雙方的談判，只需要一個簡單的Zoom鏈接。這讓Naveen Rao好感倍增，認為Databricks沒有Intel般的“大公司病”。

　　國外另一家在數據庫領域關注度極高的公司Snowflake同樣聚焦B端，也常常被拿來與Databricks比較。Snowflake市值超過550億美元，目前主要聚焦“數據云”業務，并通過對Neeva(企業級AI搜索引擎)的收購，強化AI能力，加速企業與數據的交互和搜索。

　　隨著Databricks、Snowflake等科技巨頭陸續落子，各家在AIGC領域下一個十年之爭的版圖也逐漸明晰——從B端企業入手，真正讓AI引領產業變革。

　　結語

　　ChatGPT的誕生，意味著奇點時刻降臨，它引發了更底層的變化，大模型之爭已經開啟。沒有疑問的是，人工智能是未來必爭的戰場。

　　然而，大模型并非越多越好。通用大模型耗資巨大，只是少數玩家的游戲。可以預見的是，不久的將來會有越來越多的低質量大模型出現，也會有一大批跟風企業倒下。未來，“百模大戰”、“千模大戰”、“萬模大戰”究竟是否會引發多大泡沫，又有多少投資人會血本無歸?

　　大模型的產業價值仍待挖掘，與B端深度融合給它帶來了更為廣闊的想象空間。在數據隱私、數據安全方面，大模型無疑會引發公眾更大的擔憂。安全性和可信性將成為學術界和工業界關注的重點。