AIGC在巨头谨慎投资下或面临困境

在疫情还在“小高潮”平时，企业家们并不闲着。就在几天前，在北京通州的一所房子里，几家大工厂的离职员工正在计划AIGC在赛道上分一杯羹。BAT不像以前热衷于赛道竞争，现在他们的想法更倾向于防御，一个不愿透露姓名的人BAT前员工对数科星球这么说，当然这也是创业的机会。

一、不下重注的真实原因 此刻，铺天盖地AIGC在文章中，似乎没有人否认这一领域的受欢迎程度。企业家们正在寻找机会，大工厂正在努力工作，下一个盛会似乎又出现了。据不完全统计，在AIGC在轨道上，更多的公司加入了创业层面。但面对巨大的势头，巨人们似乎不敢关注结局。 这首先体现在成本上。在大工厂层面，首要问题是找不到有效的盈利模式，一位BAT前员工分享了数字星球。在他看来，一般创业型企业很难维持如此高的支出，大厂也是如此。 巨头对AIGC态度似乎更倾向于获得“参与感”，而不是过去“梭哈”。这也体现在一些巨头对参数的宣传上。虽然一些制造商声称有万亿参数，但根据我们的研究，他们的模型太稀疏了，估计效果和几千亿一样。经过反复询问，知情人仍拒绝透露大厂名称和项目具体情况。 实际上，决定AI除参数数量外，智能水平因素还具有参数“密度”。也就是说，在稀疏模型中，虽然参数很多，但都是“撒芝麻”在某些具体方面，“大模型”能力甚至赶不上“小模型”。 目前，在各大厂商中，百度的文心大模式被公认为推广力度最大、商业体系建设相对完整的产品之一。与其他大工厂相比“自下而上”百度文心大模型是典型的“自上而下”案例。在其他大厂员工看来，百度的意图是AI弯道超车是可以理解的，但在具体的商业实现水平上，我不知道，只能等待时间检查。

二、国内AIGC有天然硬伤 显然，对投资者来说，“成为中文版OpenAI”这个故事很吸引人。换句话说，在国内企业家看来，它并不渴望应用水平，尤其是其他语言。因此，对于中国企业来说，梦想和现实之间有一个自然的障碍——国内企业之间的不信任。 与企业服务业的关系基本相似，应用型企业需要“底座型”企业提供的的界面基础上进行二次开发。最初，这并不坏。在云计算生态中，制造商可以通过出售服务器云资源等基础设施来获利。但问题是，AIGC中，“底座”与制造商相比，制造商通常没有有效的盈利方式。 这样一来，“底座”制造商对应用层面的暴利特别嫉妒。在一些观察者看来，大工厂的做法可能会被颠覆OpenAI所信奉的“三层结构”模型，让大厂面对消费者，变成“两层模型”。如果这个想法成为现实，对无数人来说AIGC对于开发企业来说，一把达摩克利斯之剑无疑从诞生之日起就悬停了。 对于初创公司来说，困难的问题是如何找到自己的生态位置。然而，在中国，从业者对基础制造商和应用程序制造商之间是否存在双赢的基础略有悲观。

三、机会看似无限，实则有限 投资者喜欢什么样的项目？有人给出了自己的观点:要在行业内有深厚的积累，懂算法，懂行业，变化灵活，团队要年轻。 这可能是一个粗略的判断标准，但就细节而言，在许多企业参与竞争的过程中，选择未来的明天之星并不容易。换句话说，从纯粹的投资角度来看，AIGC赛道风险巨大。 目前，在已知范围内，更可靠的着陆模型是使用AIGC一些艺术外包工作取代了游戏行业。因为最好的文生图算法是开源的，如果你手里有数据和行业资源，它会迅速传播，一位从业者说。 一位开发者说：我还是觉得大模型有天花板，大模型的东西很复杂，设计的东西也很多。他认为AIGC充满技术成就感，甚至有点“瞧不上”小模型产品。他给出的更尖锐的判断是AIGC投资潮可能是一阵风，最终的行业格局可能会演变成大厂自己做基础，自己做应用。这种逻辑认为，在AIGC降低数据培训成本后，行业竞争天平将倾向于巨头科技企业，中小企业的处境将极其尴尬。 如果大厂时代再次到来，产业格局的发展，我觉得对于大厂来说，R&D中台会回来。在他的判断中，上一代AI狂潮诞生了“研究院”模式更适合GPT-4.在新阶段，研究所的职责是研究大语言模型，然后让各部门在不同领域应用。

总结 综上所述，在他的思维中，对于创业项目来说，在这个时候，只是在“搏”时间窗口。追求短期利润会降低企业壁垒。事实上，仅对于游戏场景，模型参数并不多，初创公司负担得起，但问题是没有人知道业务能持续多久。换句话说，很难确定它是一种商业模式还是一种商业模式。