AI起起落落這十年，成也場景，敗也場景。

編者按：本文來自微信公眾號遠川研究所（ID：YuanChuanInstitution），作者：陳彬，編輯：李墨天，創業邦經授權發布。

2019年，前谷歌CEO埃里克·施密特向白宮遞交了一份頗為“詭譎”的報告。這份長達750頁的文件，核心觀點其實只有一句話：若美國再不加大投資，中國將徹底主導AI領域[1]。

(相關資料圖)

施密特此舉其實有“騙經費”之嫌：一年前，谷歌曾迫于輿論壓力退出了一個政府AI項目，他一直對此耿耿于懷。但報告本身卻并非胡謅。同年，美國數據創新中心也發布了一份報告，聲稱中國AI實力全球第二，且在數據等層面比美國更具優勢[2]。

在全民追趕GPT的今天，這則舊聞讀起來頗有幾分“魔幻感”。

報告甚至上升到了“國家安全”的高度

然而，施密特口中的AI，與如今人們談論的GPT并非一個東西。

以GPT為代表的AI，指的其實是大模型。它擁有生成圖像、音頻、視頻等內容的能力，像是個文藝青年。但彼時讓美國人深感威脅的，多指識別型AI（小模型）。它擅長各類數據分析工作，如同一個木得感情的運算機器。

大模型走紅前，識別型AI曾被寄予了太多改變世界的厚望，在中國催生了一段群雄并起、熱錢涌動的黃金歲月。巔峰時期，中國AI初創企業的融資金額甚至超過了美國——李開復將其形容為“有三個AI專家就能估值7億、靠AI概念就能忽悠投資人”，也不怪美國人感到焦慮。

只是好景不長：后來VC陸陸續續退出，曾經風頭無兩的獨角獸也褪去了身上的光環，殘暴的歡愉最終以殘暴終結。

對此，百度集團執行副總裁、百度智能云事業群總裁沈抖曾打過這么一個比方：大模型出現前的AI像是氧氣——本身很有價值，但自己不會燃燒，必須找到可燃物才能把價值給發揮出來。這里的“可燃物”，指的是落地場景。

AI起起落落這十年，成也場景，敗也場景。

2016年，谷歌AlphaGO不僅徹底顛覆了圍棋，也改變了當時的AI創業。一時間，VC、科學家、大學教授，乃到各路鄉鎮企業家，無一不在談論著AI商業化的可能性。短短一年時間，國內誕生了528家AI企業，催生371起AI投融資，同比漲幅達到了38.9%；同一時間，中國AI企業申請了9000多項AI專利，幾乎是美國新增專利數的兩倍有余[3]。

不過，整個行業閉眼狂奔的同時，鮮有人會注意到初冬的號角已經悄悄吹響。2019年，繁榮戛然而止。

首先是融資遇冷：這一年的AI融資金額僅有186億元，相比2018年直接腰斬了一個0。受此影響，AI初創企業的數量也大幅縮水，僅有鼎盛時期的1/20。至于那些從競爭中幸存、成功“上岸”的AI企業，其財務狀況仍舊慘不忍睹。據不完全統計，近九成AI企業都處于嚴重虧損的狀態[4]。

大起大落背后，是AI長期以來的產業化困境。

2021年之前，業界三大主流AI技術分別是計算機視覺、語音識別、自然語言識別，本質都屬于識別型AI。單從技術層面來看，上述技術都具備著充分的下游應用空間，想象力充足。

例如在“AI+安防”領域，2020年時已有453億元的市場，且增速可觀，預計到2025年時市場規模將再翻一番[6]。

可下游需求不斷擴大，并無法拯救虧錢的AI企業。識別型AI的技術特點，決定了它是一門技術、投入與產出不成正比的生意。

識別型AI采用的是小模型——這是一種專為特定任務而生的技術。在實際訓練小模型時，研究員只需給AI灌入標注過的特定數據，便能讓AI獲得對應的能力。如果想要一個能抓“闖紅燈”的AI，那么無需教它語文數學，只要讓它從小學習各種闖紅燈的視頻即可。

小模型的優點在于簡單、高效，專用向的AI能夠很好地完成對應任務。但其缺點同樣明顯：由于沒學過其他知識，一個AI只能解決一個問題。譬如一個抓闖紅燈的AI，顯然不會具備識別超速、違規變道的能力。

識別不同元素需要不同的標注數據

由于小模型不具備通用性，導致識別型AI只能成為一門類手工作坊的定制生意。

且具體到實際應用中，一個需求有時還需要定制不止一個AI。例如在工業領域，在制造冶金鋼卷時有缺陷檢測這一步驟。如果將這項工作交由AI，定制起來其實相當麻煩。因為鋼卷分為冷軋、熱軋，所以AI企業需要同時用“冷軋-合格”“冷軋-缺陷”“熱軋-合格”“熱軋-缺陷”四組數據訓練四遍[7]。其繁瑣程度，與“五彩斑斕的黑”有的一拼。

定制需求繁瑣的同時，對人力要求還不低——這活兒可不是月薪三千的大學生能干的。

出于業務需要，頭部AI企業都聘請了大批科學家、博士生與教授作為研究員，而AI研究員又是出了名的“高薪崗位”。2015年，谷歌為了不讓知名研究員伊利亞（Ilya Sutskever）跳槽，曾開出過200萬美元/年的高薪——后來桑達爾·皮查伊繼任谷歌CEO時，其基本工資是同一個數字。

財新曾對國內AI企業招股書做過一筆測算，發現：它們每掙1塊錢，就要花掉0.75元的人力成本。再算上定制AI的算力、數據開銷、以及其他成本，幾乎做一單虧一單。

人們這才驚奇地發現，AI這門生意似乎遠不如想象中那么性感。

陷入死局后，AI企業們只能寄希望于一場“推翻重來”式變革。幸運的是，沒過幾年，暴風雨真的來了。

紅杉資本率先嗅到了風雨欲來的氣息。2022年9月，紅杉發表了文章《Generative AI: A Creative New World》，預言一場全新的科技競賽即將來臨。投資人同行很快聞風而動，一度冷清的AI圈再度人聲鼎沸。

這篇文章發布僅半年，有頭有臉的科技公司們幾乎全部一頭扎進了AI浪潮之中，要用人工智能把每個行業都重新做一遍。

例如當下火熱的直播行業，大模型應用的空間就相當廣闊。對于那些養不起專業直播團隊的商家，如今只需輸入商品信息，百度的文心一言能夠自動生成話術、配音以及數字人主播，直接包攬了整個流程。

企業無需再花錢雇主播、想話術、搞培訓，能輕松實現7*24小時直播，對中小企業而言無疑是個重大利好。

本文（含圖片）為合作媒體授權創業邦轉載，不代表創業邦立場，轉載請聯系原作者。如有任何疑問，請聯系editor@cyzone.cn。

關鍵詞：