10 月 3 日，OpenAI 官方宣布成功獲得 66 億美元（約合人民币 466.9 億元）融資。本輪融資結束後，OpenAI 估值突破了 1500 億美元。新一輪融資規模不小，然而卻隻夠 Open" 燒 " 一年，其預計，今年營收可達 37 億美元，虧損幅度爲 50 億美元。
此前，美國媒體 The Information 報道稱，通過對 OpenAI 的财務數據分析推測，OpenAI 将于 2029 年實現盈利，屆時營收将達到 1000 億美元（約合人民币 7074.8 億元），但在此之前 OpenAI 依然會存在較爲嚴重的虧損，預測 2026 年虧損幅度将達到 140 億美元（約合人民币 990.5 億元）。因此，OpenAI 能年入千億美元的前提是它可以撐到 2029 年。
強如 OpenAI 都爲生計發愁，AI 大模型行業的競争激烈可見一斑。繼 23 年的 " 百模大戰 " 後，24 年行業終于紛紛意識到 " 應用落地 " 的重要性。然而技術從實驗室走向真實場景的路總是千折百繞，能夠熬到天明的企業注定是少數。到底有多少 AI 企業能夠活到天明？李彥宏的答案是：1%。
日前，中國 AI 大模型引領者百度創始人李彥宏再度敲響警鍾，在與《哈佛商業評論》英文版總編輯殷阿笛 ( Adi Ignatius ) 的對談節目中，他直言不諱地指出，生成式 AI 的技術泡沫不可避免，好在行業正在走向正軌。李彥宏預判，在 AI 擠泡沫階段，" 那些無法滿足市場需求的僞創新将會被清洗掉，在這之後，有 1% 的企業将脫穎而出，繼續成長，爲社會創造巨大價值。現在，我們隻是在經曆這個階段，這個行業比去年更冷靜，也更健康。"
（圖源：哈佛商業評論《HBR Live：商業未來》）
其實在 2017 年前後深度學習風靡時，網上就有不少關于 "AI 是否是泡沫 " 的讨論，大模型時代關于 AI 是否泡沫的讨論更加熱烈，悲觀的網友總結出 " 投錢——發展——收割——破滅——沉澱 " 的全套泡沫破裂流程，甚至預言生成式 AI 的泡沫将比曆史上任何一次技術浪潮掀起的泡沫都要大得多。
（圖源：知乎）
在 ChatGPT 橫空出世後，23 年 AI 行業掀起大模型熱潮，僅僅是中國市場，就有上百個新玩家推出基礎大模型，與在 AI 大模型賽道耕耘多年的百度們 PK，掀起 " 百模大戰 "。然而其中擁有真功夫的玩家屈指可數，許多基礎大模型都是 " 趕鴨子上架 "，底層技術靠套殼開源，市場存在靠刷榜跑分。
結果呢？雖然很多基礎大模型号稱超越了 GPT4.0，然而在技術行家那卻很快漏了陷，甚至某家位列 " 大模型五虎 " 之一的獨角獸公司都被指 " 套殼 " 開源大模型。更嚴重的問題是，大多數基礎大模型都沒有真實用量，當時國内 200 多個大模型的調用量加起來還不如一個文心大模型多。
重複研發大模型對創業者是徒勞，對社會是巨大的研發、人才、算力資源浪費。24 年，市場終于恢複冷靜，李彥宏關于 " 不卷模型卷應用 " 的呼籲被很多 AI 公司聽進去了，結果是做基礎大模型的銳減，做上層 AI 應用的多了，甚至比做基礎大模型的更多。然而，24 年很多 AI 團隊做 AI 應用同樣卷錯了方向，核心就是存在李彥宏所說的 " 僞需求 " 問題。犯錯的不隻是 AI 創業公司，很多 AI 巨頭甚至科技大廠都在試錯走彎路。
24 年上半年，AI 硬件成爲 AI 大模型落地的一種形态。我在參加 CES（國際消費電子展）、MWC（世界移動通信大會）時，看到最受關注的就是 AI 硬件新物種，Rabbit R1，AI Pin 是其中代表。很多家電廠商做了 AI 大模型，甚至油煙機、燃氣竈都 " 吃上了大模型 "，魅族幹脆宣布将放棄手機業務，All in AI 硬件。然而下半年 AI 硬件急轉直下，AI Pin 更是遭遇了大規模退貨，原因是體驗糟糕。在 9 月的 IFA（德國柏林消費電子展）上，AI 硬件已不見蹤影。
（AI 硬件新物種代表：AI Pin）
踏空的不隻是 AI 硬件。許多 AI 軟件同樣被質疑 " 賣家秀 " 過于嚴重。用戶被虛假宣傳吸引購買會員後才發現，體驗與宣傳嚴重不符。爲此，美國 FTC 甚至起訴了五家 AI 公司，原因就在于這些公司的宣傳與 AI 實際表現存在較大差異，其中一家被起訴的是名爲 DoNotPay 的機器人律師服務公司，其宣稱 " 能夠提供媲美真人律師的服務 "，結果卻是誇大其詞。
到了 24 年下半年，我們能夠明顯感受到，關于 AI 大模型泡沫的 " 預警 " 在增加，大模型行業在降溫。
在李彥宏發出警告前，行業正在出現越來越多冷靜的聲音與行動。比如蘋果研究員最近發布了一篇名爲《理解大語言模型中數學推理局限性 》的論文，質疑大語言模型的數學推理能力，甚至認爲大語言模型不具備真正的推理能力，放棄造車、戰略押注 AI 的蘋果甚至放棄了 OpenAI 的新一輪投資機會。
與此同時，AI 大模型的投融資不再瘋狂。一些 AI 初創公司陷入經營困難，AI 尖端人才與技術正在向巨頭集中，這是行業加速盤整的迹象。比如被譽爲保險行業黑馬的 InsurStaq.ai 在運營一年後突然關閉，獨角獸企業 Adept AI 和 Inflection 則分别被亞馬遜和微軟挖成空殼公司。講求實效、注重應用的中國市場，AI 創投市場的洗牌更激烈，钛媒體統計數據顯示，2021 年 11 月 30 日到 2024 年 7 月 29 日，中國有近 8 萬家 AI 相關公司處于注銷、停業、吊銷等狀态。
從曆史上所有重大技術浪潮的發展進程來看，泡沫不可避免。
在與《哈佛商業評論》對談時，李彥宏就回顧了曆史上的技術浪潮中的 " 泡沫現象 "：
" 就像曆史上許多次技術浪潮一樣，在度過最初的興奮階段之後，泡沫不可避免。然後，當這項技術沒有達到最初興奮階段的高期望時，人們會感到失望。我們經曆過很多次類似的情況，比如 90 年代互聯網迅速發展時的巨大泡沫，在 2000 年 3 月，這個泡沫破裂了。在移動互聯網時期，類似情形再次發生。生成式 AI 的時代，我們也會經曆這一過程。"
關于技術浪潮的發展規律，知名咨詢機構高德納（Gartner）早在 1995 年就歸納出了 " 技術成熟度曲線 " 模型（Gartner Hype Cycle），這個模型認爲，一門技術的發展要經曆五個階段：啓動期、泡沫期、低谷期、爬升期、高原期。
（圖源：Gartner）
在大模型剛爆發時，人類像祖先發現火種一樣，激動不已，AI 的想象空間一下被打開了，然而，随着媒體大肆的過度報道（最典型的就是各種 " 炸裂 "" 核彈 "" 颠覆 "AI 報道）以及非理性的渲染下，AI 一下成了頂流。
資本的跑步入場，進一步讓 AI 賽道擁擠不堪，參與者更是魚龍混雜，既有 OpenAI、百度、阿裏、科大訊飛這樣的深耕多年的 AI 實力派，還有許多濫竽充數的投機分子。在混亂的競争中，從 " 百模大戰 " 到 " 狂卷落地 "，AI 的缺點、問題、限制都在陸續出現，行業失敗的案例大于成功的案例，泡沫逐漸顯現。
結合李彥宏的預警與高德納（Gartner）" 技術成熟度曲線 " 模型來看，今天的 AI 技術恐怕正在 " 泡沫化的底谷期 ( Trough of Disillusionment ) " 前夜。
在新的階段，越來越多 AI 玩家将被擠下牌桌，沒有核心技術實力的将很快會 " 露餡兒 " 出局，有技術實力的玩家也不能高枕無憂，因爲技術産品化、産品商業化和商業正循環才是走得遠的關鍵，這正是李彥宏在對談《哈佛商業評論》主編時強調的 " 産品與市場的契合度（PMF）" 的關鍵作用。
（圖源：百度 ai 助手）
慶幸的是，向來善于且重視技術應用落地的中國創業者，更關注 PMF，" 中國更注重應用驅動，我們更關心哪些應用将從大模型中獲益，許多初創公司都在研究如何運用大模型能力。"
随着泡沫的擠壓，留在市場上的将會真正的實力派玩家：它們既有技術的硬實力，同時有拉通技術與市場鴻溝的商業能力。大浪淘沙，留下的是金沙，在李彥宏的預測中，隻有 1% 的 AI 玩家能穿越泡沫期，走到最後，進入到穩步爬升的光明期 ( Slope of Enlightenment ) 與工業生産的高原期 ( Plateau of Productivity ) 。
AI 在走的路，PC、互聯網、移動互聯網、短視頻等等技術浪潮都走過了一遍。90 年代互聯網浪潮爆發，并很快從瘋狂的非理性繁榮階段，并在本世紀初迎來泡沫破裂時刻，百度、阿裏、騰訊等互聯網巨頭正是在這一時期嶄露頭角，成爲 "1%" 的真金留在了牌桌上。在互聯網泡沫破滅後，互聯網企業全部都将商業化即 " 如何賺錢 " 放在第一位，推出更貼合用戶需求的産品，一邊吸引更多人成爲網民，推動消費互聯網爆發， 一邊賺取真金白銀反哺技術研發與服務升級，形成了互聯網 " 廣告 + 增值 + 電商 " 商業化的三駕馬車。
任何技術浪潮都不可避免會産生泡沫，而泡沫破裂則是技術走向成熟繞不過的一環。我想這也是李彥宏說 " 有泡沫并不一定是壞事，很多僞創新将被清洗 " 的深意。
既然 AI 泡沫不可避免，既然 AI 泡沫終将破滅，既然泡沫破裂必将陣痛，AI 玩家們如何面對這樣的宿命？答案有且隻有一個，就是提高 "PMF（Product Market Fit）"，即産品與市場的契合度。
比如做基礎大模型 " 重複發明輪子 "，大概率是沒有市場的。科技巨頭全在做基礎大模型，且投入了巨量的資源展開軍備競賽，姑且不說人才等投入，僅僅是算力大戰，一般公司都吃不消。
在微軟支持下，OpenAI 主要承擔推理、訓練、人工三大成本，其中人工成本最低，每年 " 僅 " 需約 15 億美元；租用微軟服務器爲 ChatGPT 及底層 LLM 提供動力的推理成本，一年約 40 億美元；包含數據費用在内的訓練成本，一年則需要約 30 億美元，未來則将突破 100 億美元。至于中國 AI 領先者百度，在 AI 上布局超過 10 年，累積投入超過 1000 億元才有今天的碩果累累。
因此，創業者做基礎大模型與巨頭競争無異于 " 以卵擊石 "。如果一個後來的創業公司說其基礎大模型趕超 GPT4.0，恐怕物理學規律也不會答應。創業公司做基礎大模型唯一有機會的，隻有 " 成爲巨頭代理人 "，就像 OpenAI 背靠微軟好乘涼一樣。
再比如做 AI 應用，不論是 AI 軟件、AI 硬件或者是 AI to B 服務，AI 創業者一方面須要面向真實需求去做産品，而不是 " 拿着錘子找釘子 "，抑或 " 别人做啥我做啥 "，比如 AI 硬件火就跟風做 AI 硬件。另一方面則要将 " 如何賺錢 " 放在第一位，隻有做出用戶 / 客戶願意買單，抑或可靠廣告等新型模式實現商業正循環，才可以活下去。
甚至不隻是創業者，大廠們在布局 AI 時也需要将 PMF 放在第一位。
24 年很多手機與家電廠商都很焦慮，因爲市場需求萎縮，産品銷量上不去。這時候 AI 成爲救命稻草，智能手機成了 AI 手機，智能電視成了 AI 電視，PC 成了 AI PC…… 然而在改換 title 時，AI 硬件們是否真正帶來了新的用戶體驗？是否真正提供了用戶願意買單的價值？恐怕很多廠商都無法給出足夠自信的回答。
24 年，擁抱 AI 大模型在全世界所有行業都成爲一種流行。AI 大模型展現的技術潛力确實可以被許多行業、企業、産品、場景與個體應用。然而，有多少企業真正用好了 AI 這一工具來提高産品的 PMF 或者提升業務的價值呢？恐怕答案也不容樂觀。市場咨詢機構 Forrest 的首席分析師曾分享過一個有趣的觀點：" 沒有人想穿着便衣出現在變裝舞會上 "，或許足以形容很多人 " 擁抱 AI" 的心态。
未來，隻有當 AI 不再是一種 " 時髦 "，而是像互聯網、5G 網絡一樣 " 無處不在卻又讓人感受不到存在 " 時，真正的 AI 時代才算正式來臨。
前幾天，Google 前大佬、AI 大牛 Hinton 獲得了諾貝爾物理學獎，來自 google deepmind 的兩位研究 AI 的科學家德米斯 · 哈薩比斯和約翰 · 江珀則靠着 " 蛋白質結構預測 " 分享了諾貝爾化學獎，這是 AI 加速滲透物理世界的寫照，更是 AI 終将接管物理世界的隐喻。AI 當前泡沫不可避免，但 AI 的未來依然值得人類樂觀。
