21對話丨專家共議AI新趨勢：AI浪潮行至半途，資方關注重點由技術轉向應用與商業模式
21世紀經濟報道記者張梓桐 實習生陳歸辭 上海報道
2022年末，隨着聊天機器人ChatGPT的走紅，大模型技術受到了廣泛關注。2023年，國內涌現出了大量大模型，標誌着大模型技術進入了一個新的發展階段。
隨之而來的是價格戰的爆發，從2024年5月開始，一些大型廠商開始通過降價策略來吸引用戶，這標誌着大模型市場的價格戰正式打響。5月15日，字節跳動發佈了自己的大模型產品“豆包”，這被視爲價格戰的開端。隨後，阿里巴巴、百度、科大訊飛、騰訊等公司也加入了降價行列，部分企業甚至宣佈其主力模型對用戶免費。
這背後是大模型廠商從技術嚮應用側的微妙轉向，近日，畢馬威中國數字化賦能及人工智能主管合夥人張慶傑在接受21世紀經濟報道記者專訪時表示，大模型自出現之初，就是資本市場關注的重點及熱點，各資本方積極踊躍；但過去的大半年，資本方趨於客觀，開始越來越關注大模型公司的商業模式及商業變現。而在南洋萬邦資深業務相關負責人看來，市場開始分化，國內的百模大戰會逐步收斂到少數幾個主流的大模型，機器視覺的特定應用場景中的小模型，會更有針對性優勢。
《21世紀》：據你觀察，最近大半年時間，GPT和國內大模型產品的發展速度是不是達到預期？
張慶傑：預期本身是相對論，每個人都可能有不同預期。在我個人看來，過去大半年的時間裡，GPT和國內大模型產品的發展符合預期，其中最突出的表現是越來越理性客觀，主要體現業界越來越關注以下幾個方面的平衡。
技術與應用的平衡：在開始階段，各家廠商比較熱衷於技術參數的比對，參加各個榜單的評選，現在越來越重視場景應用的開發及實踐；
模型大與小的平衡：之前國內大模型如雨後春筍，紛紛以自己擁有自有模型及算法爲標籤，特別喜歡以參數量級、訓練速度等技術指標作爲“優秀”代表；截至目前，出現不少公司以效果爲導向，做好專精領域，甚至“以小博大”。
“神化”與“魔化”的平衡：大模型的發展過程中，出現“矛”和“盾”的兩種傾向，“矛”者突出大模型的優勢，言及無所不能，動則顛覆躍遷；“盾”者強調大模型的風險，凸顯道德倫理問題，甚至提示影響人類的未來。截至現在，業界相對理性面對“矛”與“盾”的思考與討論，更有利於大模型的發展。
“投資”與“變現”的平衡：大模型自出現之初，就是資本市場關注的重點及熱點，各資本方積極踊躍；但過去的大半年，資本方趨於客觀，開始越來越關注大模型公司的商業模式及商業變現。
南洋萬邦資深業務相關負責人：按照之前移動互聯網和雲計算髮展的速度來對比，GPT和國內大模型產品的發展速度是遠超我的預期，更新迭代更爲迅速。GPT3.5,4，到GPT4o，今年初的Sora等，在不斷刷新大家對AI能力的認知邊界。
《21世紀》：2024年，你認爲國內大模型的主題和趨勢是什麼？
南洋萬邦資深業務相關負責人：市場開始分化，國內的百模大戰會逐步收斂到少數幾個主流的大模型，如同在雲計算市場開始時，各大公有云、私有云平臺的百花齊放，到逐步收斂到少數幾個主流的公有云，以及個別有特色的私有云平臺廠商。另一個方面，會分化到特定領域的垂類模型競爭，因爲在細分市場，垂類模型如同此前幾年我們在特定缺陷檢測，機器視覺的特定應用場景中的小模型，會更有針對性的優勢。最後一個分化的方向，是更多向AI-Agent等複雜應用領域去延伸。
《21世紀》：未來各巨頭都會有自己的大模型，產品會不會趨同，差異化在哪？
南洋萬邦相關負責人：對於通用大模型來說，會有產品趨同的可能性。受到訓練數據，模型調優差異的影響，技術上的差異肯定會存在，但對於最終用戶，實際體驗可能會趨同。可借鑑的歷史包括PC、移動互聯網、雲計算市場，存在進入市場的先後，介入標準的差異，功能和用戶體驗上的一些差異，但是都不是質的區別。真正拉開差距的，或形成差異化的，可能會是在特定垂類模型能力上，部分大模型廠商可能會避免在通用大模型層面上的競爭而進入特定的細分領域，這是一方面，另一方面的差異化將極大依賴於大模型所形成的社區或者周邊生態的應用，這將給最終用戶體驗帶來巨大的差別。
《21世紀》：在你看來，國內大模型目前和硅谷的差距主要在什麼維度？
張慶傑：國內外大模型的對比是體現在多個維度的，我們既不要盲目自大，也不必妄自菲薄。從如下的維度來做個簡單說明。
環境：中國政府積極推進新質生產力、人工智能+、數據要素X、算力一張網等舉措，爲大模型發展創造了更好的宏觀社會環境。
模型：硅谷在大模型技術領域積累厚實，發展速度很快，在0到1的創新技術整體發展中處於世界領先水平；國內的大模型廠商在細分領域中具有差異化特點及特色，在大模型技術1到100的推廣方面速度較快。
數據：國內外普遍缺乏高質量數據作爲訓練基礎，中國實體經濟的發展，在以製造業爲代表的行業數據積累方面具有可深度挖掘的空間。
算力：源於芯片原因，國內整體算力資源受到一定程度的限制約束，但由此推動了智算中心、算力一體化、雲端算力協同等業務發展。
應用：國內大模型發展越發趨於理性，場景應用越來越受到重視，源於行業及垂直領域的大模型應用逐漸得到務實推進，局部細分場景的應用獲得全球業界的關注。
治理：從過往來看，硅谷在大模型技術創新及多模態應用方面投入更多關注，而國內則特別重視AI大模型治理內容，從倫理道德、風險防範，隱私權屬等多方面做了多輪次、高價值研討。
投資：硅谷對大模型的投資週期較長，而且資本方相對比較有耐心；國內資本投資大模型的時間相對較短，還需要更多有耐心的資本。
人才：中國近些年的AI人才已經獲得了長足進步，但還是可以清晰的看到：美國的核心AI人才的數量優勢上還是處在靠前位置。
南洋萬邦相關負責人：如果按普遍認可的影響大模型發展的四大因素：算力、算法、數據、應用場景來看。目前較大的差距仍然是來源於算力，算法；一般認爲中文高質量數據少，但隨着國內的數據要素的重視，基於如此大的體量基數來說，是能夠較快彌補的，而且可能面對本地化市場，國內大模型在中文數據上還會更加具備優勢，應用場景可以從移動互聯網在國內蓬勃發展的歷史看出，應用場景是國內大模型的巨大優勢。
但還需加強從0到1的突破。因爲當驗證了某一方式可以實現後，後繼者就不用再去嘗試可能的其他的路徑，可以採用“大力出奇跡”的模式，在既有道路上跟進即可。
《21世紀》：去年一年大家都卷大模型，現在大模型的格局初定，卷應用層你覺得從什麼時候開始？
南洋萬邦相關負責人：已經開始了，但目前階段最爲成功的模式，應該是Copilot的模式，即將大模型與既有的應用結合，提供AI助手。這是我們看到以微軟爲代表的Copilot 系列的應用場景。新的AI-Agent，結合大模型，具備規劃、記憶、工具使用和自主行動的能力，可能會帶來新的應用開發範式，但目前這一領域仍然在起始階段，還沒有形成一定的標準。但這對比當前主流的大模型應用場景，會給最終用戶帶來更爲巨大的價值。
《21世紀》：當前AI大模型發展還面臨哪些挑戰？
張慶傑：萬事皆講“道、法、術、器”，AI對生產力變革與賦能方面也是。當下，大模型對“術、器”方面的賦能表現不錯，To C端的應用表現最有代表性，在To B端的應用好多是體現在降本增效、防範風險、知識管理等方面。隨着AI技術的進一步發展，非常期待帶來在“道、法”層面的變革，例如：創新商業模式、產業鏈/價值鏈的重構與重塑、跨界/跨行業的應用等，那將會帶來幾何級數的價值倍增。
南洋萬邦資深業務相關負責人：對於企業客戶來說，算力、算法往往是外部資源，所受到的限制是可獲得性，除此之外，涉及企業內部和外部數據安全性會一定程度上減慢客戶廣泛採用的速度。另外，對於我們接觸的企業客戶來說，如何在企業內部形成合規、可控、可靠、可信的AI應用規範，以及建議一套新的AI應用評估、選擇、實施和驗收的標準對不少企業來說也是需要積極探索。