在快速发展的人工智能（AI）世界里，像陈冉这样的创业者正目睹着一些奇特的行业现象。作为开放传神（OpenCSG）的创始人兼首席执行官，陈冉处在AI社区和生态系统的最前沿，见证了大模型行业的飞速发展和面临的挑战。尽管大语言模型引发了极大的兴趣，许多客户却越来越困惑。他们难以跟上模型更新的速度，理解这些模型如何与他们的业务结合，以及评估他们的数据集能否微调出有用的模型。这种困惑常常导致犹豫不决、预算有限，并引发AI公司之间的价格战。
大模型行业现状
陈冉将当前大模型行业的状态比作共享单车公司ofo所面临的困境。公司们匆忙开发大模型，却没有充分考虑市场需求，导致了不可持续的竞争。行业大佬如零一万物创始人李开复公开表达了他的沮丧，表示如果中国市场继续如此激烈且无利可图，他们可能会转向国外市场。
多年从事技术开发并早早开始AI创业的李友峰对今天的现象也感到不解。他发现，关于AI项目的讨论往往侧重于技术领先而不是实际价值。行业内充斥着各种排名和自我吹捧的营销，导致浮躁和喧嚣的环境，缺乏实质性的技术和实际应用进展。
大模型行业的挑战
模型过多但质量不足
行业内的大模型数量众多，但实际效果却不尽如人意。去年有数百个模型面世，但今年只有少数显示出真正的潜力。问题不在于数量，而在于这些模型的质量和适用性。陈冉指出，企业往往通过强调模型的能力而忽略其局限性，误导客户以为大模型无所不能，进而对业务进行彻底改造，但结果往往令人失望。
技术优势的营销战
大模型行业的初期竞争并不是价格战甚至不是技术战，而是营销战。公司通过发布会、广告甚至公开挑战对手来抢占市场关注。然而，这些努力常常掩盖了模型的实际可用性和有效性。许多所谓的自主研发模型实际上是基于开源架构的，这导致了竞争模型之间的差异微乎其微。这种缺乏真正创新的现象削弱了行业的信誉和价值。
数据比算法更重要
在大模型行业，数据比算法更为关键。算法可以通过修改开源模型和大量人力进行改进，算力也可以通过购买获得，但高质量的数据是稀缺资源，无法轻易购买。陈冉认为，数据是模型真正有价值的关键，因为它显著影响了预训练过程。就像资源丰富的城市地区的学生比偏远地区的学生更有可能取得学术成功一样，基于优质数据训练的模型也比其他模型表现更好。
从技术参数到实际价值的转变
对大模型参数和高测试分数的痴迷创造了“应试教育”的文化。这些模型可能在特定任务中表现出色，但缺乏实际应用能力。李友峰认为，除非模型针对特定应用场景进行定制，否则其技术优势毫无意义。重点应该从谁拥有最先进的算法转向谁能提供切实的业务价值。
价格战的双刃剑
大模型的商业化主要面向两大市场：消费者（To C）和企业（To B）。虽然许多公司最初认为向消费者收费很难，但发现企业更愿意为展示明显好处的模型付费。然而，即使是企业也很谨慎。他们更愿意免费测试模型，然后才决定付费版本，这就要求公司提供显著的价值以证明其费用的合理性。
价格战对大模型的影响
最近的价格战导致大模型API调用费用暴跌超过90%。字节跳动、阿里巴巴和百度等公司大幅降低了价格，有的甚至提供免费服务。然而，这些降价往往被视为营销策略而非可持续的商业战略。前阿里巴巴副总裁贾扬清和其他行业专家认为，除非企业能够清楚地看到AI模型在提升关键绩效指标方面的价值，否则即使价格再低也不会推动广泛采用。
需要可持续的商业模式
为了创建可持续的商业模式，AI公司必须专注于展示实际的商业价值。这意味着要超越营销炒作，证明他们的模型如何提升业务运营。像Lepton AI这样的公司，通过提供实用解决方案和多样化的收入模式，找到了成功的路径。例如，OpenCSG通过线上社区建设和线下软件销售的双重策略，显示了实现盈利的潜力。
寻找爆款应用
尽管面临挑战，AI大模型行业仍在寻找下一个爆款应用。之前的热门应用如妙鸭相机和Suno AI的写歌软件展示了潜力，但行业需要更多的突破性应用来证明AI的真正价值。成功的应用可能来自找到特定的高价值使用场景，AI可以显著提高效率或提供新的能力。
未来代理AI的角色
随着行业的发展，许多专家认为代理AI将扮演关键角色。这些设计用来自主执行特定任务的AI系统，可以开启新的商业机会并推动下一波创新。能够有效将AI集成到产品和服务中的公司，解决实际问题，将成为行业的领导者。
结论：专注于实际价值和现实应用
大模型行业必须超越当前对营销和技术参数的关注。通过强调实际价值和开发满足真正商业需求的应用，企业可以建立可持续的模式并实现长期成功。随着行业的成熟，那些优先考虑现实影响而非炒作的公司很可能引领AI革命。
这种转变需要所有利益相关者的共同努力，包括创业者、投资者和开发者。通过合作解决行业的挑战，并专注于创造有意义的价值，AI大模型行业可以克服当前的障碍，释放其全部潜力。
相关文章
