大模型商業(yè)回旋鏢重新落到了云計(jì)算丨貿(mào)易戰(zhàn)下的產(chǎn)業(yè)韌性（二）
文 | 智能相對(duì)論
作者 | 陳泊丞
本土大模型行業(yè)正在試圖沖破困局，重構(gòu)新的秩序。但是，不穩(wěn)定的市場(chǎng)環(huán)境似乎隨時(shí)都有可能化成“壓死駱駝的最后一根稻草”。
今年年初，DeepSeek憑借在全球范圍內(nèi)的強(qiáng)大影響力一舉顛覆了行業(yè)對(duì)開源模式的認(rèn)知。OpenAI CEO Sam Altman不得不重新思考開源策略的正確性與否，本土大模型廠商如阿里、百度、商湯科技們也都在以實(shí)際行動(dòng)加速這場(chǎng)開源盛舉。
然而，回歸行業(yè)的實(shí)際狀況而言，開源固然是大勢(shì)所趨，卻也未必能一帆風(fēng)順。特別是在美國持續(xù)堆高關(guān)稅壁壘的特殊背景下，開源大模型依舊面臨著開源激勵(lì)不足、硬件適配和標(biāo)準(zhǔn)碎片化等一系列現(xiàn)實(shí)問題。
開源，不能只是“為愛發(fā)電”
開源被認(rèn)為是應(yīng)對(duì)技術(shù)“卡脖子”的關(guān)鍵，通過開源模型、開源工具鏈降低對(duì)國外軟硬件的依賴，有利于推進(jìn)國產(chǎn)芯片適配和生態(tài)建設(shè)。
然而，真要落實(shí)下來，開源的背后卻有著復(fù)雜的商業(yè)化博弈。業(yè)內(nèi)人士指出，作為開源廠商，他們不反對(duì)別人把模型拿過去，但是開源項(xiàng)目本身是沒有收入，如果自己還要花人力、物力去適配國產(chǎn)芯片，最后國產(chǎn)芯片大賣了，自己卻什么也得不到，圖啥呢？
純粹的“為愛發(fā)電”在市場(chǎng)上是站不住腳的。關(guān)于這一點(diǎn)，同樣影響著開源大模型的開發(fā)者和投資商們。
對(duì)于開發(fā)者而言，首要考慮的技術(shù)適配與維護(hù)成本，就是一大難點(diǎn)。盡管DeepSeek一類的開源大模型降低了技術(shù)門檻，但是實(shí)際應(yīng)用中可能需要進(jìn)行大量的定制化和優(yōu)化，以適應(yīng)不同的業(yè)務(wù)場(chǎng)景。例如，企業(yè)可能需要將大模型集成到現(xiàn)有的系統(tǒng)中，這可能涉及數(shù)據(jù)預(yù)處理、模型微調(diào)、性能優(yōu)化等工作。
對(duì)于產(chǎn)業(yè)應(yīng)用而言，開源從來就不是一條拿來主義的路線。這無疑需要專業(yè)的開發(fā)者進(jìn)行跟進(jìn)，包括后續(xù)的更新和維護(hù)，那么多出來的研發(fā)成本、人員成本如何平衡，又是一記拋回給企業(yè)的“回旋鏢”。
誠然，開源聽起來非常美好，節(jié)省了前期預(yù)訓(xùn)練的時(shí)間、成本和資源消耗。但是，當(dāng)企業(yè)拿到開源模型結(jié)合行業(yè)數(shù)據(jù)做后訓(xùn)練，依舊是一件非常復(fù)雜且困難的事情——數(shù)據(jù)如何獲取、清洗、和標(biāo)注？后訓(xùn)練、推理階段所需要的大量計(jì)算資源如何解決？對(duì)于中小企業(yè)而言，這可能是一筆天文數(shù)字。
在此情況下，投資者對(duì)開源大模型的態(tài)度要謹(jǐn)慎得多。“關(guān)鍵萬一你砸了四五千萬美元做出來了，別人開源了，你不是全白砸了？”去年，金沙創(chuàng)投主管合伙人朱嘯虎就以極致理性的態(tài)度討論過這個(gè)事情，畢竟他們真是真金白銀的投啊。
目前，投資者對(duì)大模型大多仍是以傳統(tǒng)的軟件銷售模式來評(píng)估，這種情況并不適用于開源路徑。因此，投資者的謹(jǐn)慎不無道理，盈利模式的明確依舊是擺在開源之路的關(guān)鍵問題。
回過頭來看，當(dāng)熱度消散，冷水潑下去，開源并非“烏托邦”，其發(fā)展必然會(huì)是一場(chǎng)技術(shù)、商業(yè)與制度的多重博弈。
中國大模型廠商，走上了房地產(chǎn)商的老路
開源大模型作為大勢(shì)所趨，無法扭轉(zhuǎn)。拋開技術(shù)民主化發(fā)展的理想不談，在持續(xù)探索開源與閉源之爭(zhēng)的拉鋸中，中國的廠商似乎找到了一條能說服自己開源的路徑——以“免費(fèi)引流+增值服務(wù)”構(gòu)建起大模型市場(chǎng)的基礎(chǔ)商業(yè)框架，像百度、阿里、騰訊等本土廠商正在試圖打造“開源模型引流-加劇算力消耗-增加云收入”的商業(yè)飛輪。
比如，百度將文心大模型開源，吸引更多開發(fā)者和企業(yè)使用。用戶在調(diào)用模型時(shí)，會(huì)使用到百度智能云的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源，百度就可以通過提供這些云服務(wù)來收費(fèi)，實(shí)現(xiàn)最終的商業(yè)“收割”。
盡管繞了一圈，但是這依舊是一個(gè)市場(chǎng)多方都能滿意且達(dá)成共贏的局面。開發(fā)者和企業(yè)確實(shí)需要開源模型以及優(yōu)質(zhì)的云服務(wù)作為企業(yè)數(shù)智化轉(zhuǎn)型的基礎(chǔ)。用房地產(chǎn)邏輯的來看，這是一條被驗(yàn)證過的路徑，低價(jià)賣房+優(yōu)質(zhì)的物業(yè)服務(wù)形成用戶與房產(chǎn)的強(qiáng)綁定和長(zhǎng)期性穩(wěn)定付費(fèi)。
而對(duì)于開發(fā)者而言，開源大模型并非唯一的選擇，未來的開發(fā)選擇更多是建立在背后的云服務(wù)之上。換句話說，物業(yè)服務(wù)好不好，或許才是未來開發(fā)者選擇對(duì)應(yīng)開發(fā)平臺(tái)的關(guān)鍵驅(qū)動(dòng)因素。
前段時(shí)間，Meta在線上舉辦了首場(chǎng)針對(duì)AI創(chuàng)新的虛擬會(huì)議LlamaCon，并對(duì)外露出Llama API。這是一項(xiàng)專為開發(fā)者設(shè)計(jì)的云計(jì)算訪問服務(wù)，讓用戶無需自行部署模型，即可通過API訪問Meta最新的Llama模型。由此，Meta正在通過開源策略和高效邊界的API云計(jì)算服務(wù)吸引用戶將應(yīng)用程序遷移至自家生態(tài)體系上，從而獲取更顯著的商業(yè)回饋。
類似的，Hugging Face開源了Transformer庫和數(shù)千個(gè)預(yù)訓(xùn)練模型來吸引開發(fā)者，再向企業(yè)客戶提供付費(fèi)的模型監(jiān)控、版本管理、團(tuán)隊(duì)協(xié)作等私有化解決方案來尋求商業(yè)化的爆發(fā)。這種模式在如今的AI行業(yè)已經(jīng)較為普遍。
對(duì)于開發(fā)者而言，這種完備的進(jìn)階服務(wù)體系才是他們選擇平臺(tái)的重要原因。同樣的，對(duì)于投資者而言，如今AI行業(yè)的商業(yè)邏輯比起單純地探討開源大模型要更加理性、可持續(xù)，能更清晰地評(píng)估其盈利模式。
在DeepSeek爆火后，騰訊、百度、華為等巨頭的云平臺(tái)都相繼完成了接入，開源大模型從根本上拉不開幾家之間的差距，對(duì)開發(fā)者的吸引力往往來自于云服務(wù)，例如是否有完備的開發(fā)工具鏈？對(duì)數(shù)據(jù)存儲(chǔ)、AI調(diào)優(yōu)、模型微調(diào)等模塊的支持是否達(dá)標(biāo)？能否為開發(fā)者提供普惠的算力資源等等。
結(jié)語
開源被視為中國大模型行業(yè)突破技術(shù)封鎖、實(shí)現(xiàn)安全可控的最優(yōu)路徑，但是我們也需要清楚，模型能力并非唯一目標(biāo)，不可能只是盯著開源模型來看，商業(yè)可持續(xù)性同樣關(guān)鍵。特別是對(duì)于開發(fā)者和投資者而言，作為大模型行業(yè)的參與者和金主，他們所關(guān)心的更多是在開源大模型之上的商業(yè)化發(fā)展問題。
美國的關(guān)稅壁壘加劇著大模型行業(yè)的生存壓力，越是這個(gè)時(shí)候，開發(fā)者對(duì)云平臺(tái)的選擇要高于開源模型本身。從這一點(diǎn)來看，開源還有很長(zhǎng)的一段路要走，且這段路走下來不只是大模型的事情，而是全生態(tài)的跨越。
*本文圖片均來源于網(wǎng)絡(luò)
此內(nèi)容為【智能相對(duì)論】原創(chuàng)，
僅代表個(gè)人觀點(diǎn)，未經(jīng)授權(quán)，任何人不得以任何方式使用，包括轉(zhuǎn)載、摘編、復(fù)制或建立鏡像。
部分圖片來自網(wǎng)絡(luò)，且未核實(shí)版權(quán)歸屬，不作為商業(yè)用途，如有侵犯，請(qǐng)作者與我們聯(lián)系。
?AI產(chǎn)業(yè)新媒體;
?澎湃新聞科技榜單月度top5;
?文章長(zhǎng)期“霸占”鈦媒體熱門文章排行榜TOP10;
?著有《人工智能 十萬個(gè)為什么》
?【重點(diǎn)關(guān)注領(lǐng)域】智能家電（含白電、黑電、智能手機(jī)、無人機(jī)等AIoT設(shè)備）、智能駕駛、AI+醫(yī)療、機(jī)器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計(jì)算、開發(fā)者以及背后的芯片、算法等。
轉(zhuǎn)載請(qǐng)?jiān)谖恼麻_頭和結(jié)尾顯眼處標(biāo)注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請(qǐng)聯(lián)系作者本人，侵權(quán)必究。
本文禁止轉(zhuǎn)載，侵權(quán)必究。
授權(quán)事宜請(qǐng)至數(shù)英微信公眾號(hào)(ID: digitaling) 后臺(tái)授權(quán)，侵權(quán)必究。
評(píng)論
評(píng)論
推薦評(píng)論
暫無評(píng)論哦，快來評(píng)論一下吧！
全部評(píng)論（0條）