無論技術(shù)有多先進(jìn)，符合商業(yè)規(guī)律才能笑到最后。

＠數(shù)科星球 原創(chuàng)

作者丨苑晶  編輯丨十里香

AIGC背后充滿了故事，在一家家企業(yè)手握巨額融資之時(shí)，人們耳邊再次響起了警鐘。誠(chéng)然，在新的浪潮之下，符合商業(yè)規(guī)律的企業(yè)才能笑到最后。在國(guó)外競(jìng)品大踏步前行之際，國(guó)內(nèi)的通用智能企業(yè)境遇如何？

前景很樂觀，但當(dāng)下似乎并沒那么好過。

01

來自O(shè)penAI的壓力

似乎OpenAI的進(jìn)步更快。

“我覺得我們和OpenAI的差距越來越大了”，一位AIGC從業(yè)者對(duì)數(shù)科星球（ID：digital－planet）這樣表述。前些日子，在ChatGPT推出后，不僅是英文對(duì)話，在中文領(lǐng)域，該系統(tǒng)的用戶體驗(yàn)也超越了國(guó)內(nèi)的眾多產(chǎn)品。以至于，一時(shí)間，人們的朋友圈被ChatGPT的對(duì)話刷屏。

“最早，我測(cè)試過一些特殊的中文語境，ChatGPT表現(xiàn)不好，不過最近我在測(cè)試的時(shí)候發(fā)現(xiàn)它進(jìn)步很快”，這位技術(shù)人員曾以諸如“關(guān)公戰(zhàn)秦瓊”等有中文歷史背景的話術(shù)測(cè)試機(jī)器人，他發(fā)現(xiàn)，最近這款產(chǎn)品在中文適配方面有了明顯進(jìn)步。

赤裸裸的對(duì)照實(shí)驗(yàn)結(jié)果出現(xiàn)后，技術(shù)派的內(nèi)心是焦慮且復(fù)雜的。一些國(guó)內(nèi)企業(yè)對(duì)我們表示，以目前的進(jìn)度來看，光是追上OpenAI，就感覺“很吃力”。

雖然，目前OpenAI的終端產(chǎn)品由于眾所周知的問題未在國(guó)內(nèi)市場(chǎng)全面鋪開，但對(duì)于具有技術(shù)理想的相關(guān)企業(yè)來說，這種滋味是十分難受的。有人將這種情況描述為北斗未出現(xiàn)時(shí)的導(dǎo)航行業(yè)，“從信創(chuàng)的角度考慮，中國(guó)的AIGC是肯定要有的，但技術(shù)差距也是不可忽視的”，一位投資人評(píng)價(jià)道。

客觀來說，造成國(guó)內(nèi)AIGC落后于同行的原因是多方面的：有A100顯卡的獲得受到制約、國(guó)內(nèi)人才隊(duì)伍發(fā)展較慢等諸多原因。其中，在硬件方面，大模型訓(xùn)練過于依賴進(jìn)口GPU顯卡，雖行業(yè)間出現(xiàn)了便宜的國(guó)產(chǎn)替代品，但以目前的技術(shù)水平，還不能給出滿意的性能支持；而在人才隊(duì)伍方面，一些行業(yè)人士稱“算法工程師多，但會(huì)大模型的鳳毛麟角”。

全局來看，當(dāng)下，似乎僅有百度公司、清北高校等團(tuán)隊(duì)立志于全身心投入于此。大模型所談?wù)呱醵�，但行業(yè)“孤勇者”數(shù)量寥寥。

02

國(guó)產(chǎn)AIGC的進(jìn)擊障礙

擺在通用智能或大模型發(fā)展之路的另一個(gè)障礙是小模型。

我們?cè)谖恼轮兴�提到的“大模型”概念是一個(gè)術(shù)語。之所以稱之為大模型，因其在訓(xùn)練數(shù)據(jù)過程中引入多模態(tài)等數(shù)據(jù)，讓數(shù)據(jù)標(biāo)注的數(shù)量大規(guī)模增加，使之展現(xiàn)可打破行業(yè)藩籬的普適性。相對(duì)于小模型而言，具有通用性好、邊際成本低、效率高等特點(diǎn)。

后來，OpenAI再次點(diǎn)燃人們對(duì)通用智能的期待。在一些具有前瞻思維的技術(shù)派眼里，大模型對(duì)于各行各業(yè)的影響將是摧枯拉朽式的，他們一致認(rèn)為大模型是“當(dāng)之無愧”的未來發(fā)展方向。也就是說，技術(shù)上，大模型的發(fā)展上限更高，其會(huì)在未來某個(gè)時(shí)間點(diǎn)達(dá)到各種小模型的用戶體驗(yàn)閾值。

由于大模型的橫空出世，小模型統(tǒng)治AI的格局被打破。應(yīng)該說，就本質(zhì)而言，兩種技術(shù)路線背后代表著不同的利益。以至于，互聯(lián)網(wǎng)上，網(wǎng)友對(duì)兩種技術(shù)路線的討論十分熱烈：一會(huì)有人指責(zé)大模型是“大煉鋼鐵”，一會(huì)又有人攻訐小模型是“亞當(dāng)斯密小作坊”式的抱殘守缺。

客觀來說，小模型在當(dāng)今的市場(chǎng)競(jìng)爭(zhēng)中仍然具有重大影響：從業(yè)者們通過算法微調(diào)、反復(fù)訓(xùn)練數(shù)據(jù)等措施下，一些產(chǎn)品收到了不錯(cuò)的效果，對(duì)于客戶而言，甚至在一些領(lǐng)域內(nèi)的結(jié)果要好于大模型產(chǎn)品。

其次，國(guó)內(nèi)通用智能的AIGC缺少數(shù)據(jù)訓(xùn)練場(chǎng)景。

類似ChatGPT的訓(xùn)練場(chǎng)景尤為缺乏。在上文提到過的，這款產(chǎn)品之所以短時(shí)間之內(nèi)進(jìn)步神速，因大量用戶為其充當(dāng)了免費(fèi)的數(shù)據(jù)標(biāo)注員。不過，已目前情況來看，可與ChatGPT相較的數(shù)據(jù)訓(xùn)練場(chǎng)景在國(guó)內(nèi)還鮮有見到。

另外，產(chǎn)業(yè)界對(duì)大模型有著濃烈的觀望情緒。

在對(duì)談多家相關(guān)企業(yè)后，數(shù)科星球（ID：digital－planet）發(fā)現(xiàn)了產(chǎn)業(yè)界對(duì)AIGC持觀望態(tài)度的主要原因。概括來說，業(yè)界普遍存在這樣的憂慮：目前大模型應(yīng)用不成熟，驟而上馬將會(huì)對(duì)原有業(yè)務(wù)造成沖擊。

以電商售后和銀行電話客服場(chǎng)景為例，目前行業(yè)內(nèi)仍采用主流智能客服公司推出的QA問答庫技術(shù)。客戶企業(yè)希冀大模型產(chǎn)品能夠解決QA庫無法承擔(dān)的長(zhǎng)尾問題，覆蓋到檢索式問答路徑無法涉足的領(lǐng)域，但金融行業(yè)的語料庫等數(shù)據(jù)又不對(duì)外開放，讓大模型企業(yè)不得不重頭開始。

這都延遲了大模型進(jìn)軍具體行業(yè)的時(shí)間表。

目前，一些從業(yè)者透露，金融科技公司愿意為大模型企業(yè)提供“必要但不致命”的應(yīng)用場(chǎng)景。在這些場(chǎng)景中，客戶企業(yè)可以承受一定程度的容錯(cuò)，也愿意投入時(shí)間和資源支持大模型的進(jìn)一步發(fā)展�！拔覀兊闹饕�客戶來源于金融機(jī)構(gòu)的創(chuàng)新部門，因?yàn)樗麄冎С忠恍┩ㄓ弥悄艿氖虑椤�，一位銷售人員對(duì)數(shù)科星球（ID：digital－planet）這樣說。

“死馬當(dāng)活馬醫(yī)，反正沒辦法解決長(zhǎng)尾，不如讓大模型試試”，這是金融行業(yè)業(yè)內(nèi)給出的真實(shí)看法。甘愿“冒風(fēng)險(xiǎn)試一試”的場(chǎng)景有公文寫作、情感理解等。

總結(jié)而言，通用智能企業(yè)需要客單價(jià)高、數(shù)據(jù)訓(xùn)練場(chǎng)景豐富的派單需求，但這個(gè)問題又與企業(yè)的現(xiàn)實(shí)考量和預(yù)算投入相互矛盾。

沒得數(shù)據(jù)用來訓(xùn)練、沒得大錢（投資除外）養(yǎng)活產(chǎn)品，是擺在現(xiàn)實(shí)的兩大難題。

03

國(guó)內(nèi)AIGC的擴(kuò)散難

元宇宙爆火，燃遍各行各業(yè)。它能否成為助力通用型AIGC擴(kuò)散的有力平臺(tái)？

這是一個(gè)有趣的想象。答案是，可以，但很難。

目前，AIGC和元宇宙的發(fā)展雖然存在相關(guān)性，不過就目前的情況來看，二者還未完全合流，處在“你做你的、我做我的”的階段。

舉例來說，在一些社群中，我們?cè)�討論這樣的使用場(chǎng)景：在在線繪畫App中嵌入AIGC功能，使用戶在提交繪畫作品后自動(dòng)生成AIGC圖片。面對(duì)這個(gè)問題，某些供應(yīng)商對(duì)數(shù)科星球（ID：digital－planet）分享：“實(shí)際上，在第三方App中嵌入AIGC難度很大，要有能力處理高并發(fā)，要低延時(shí)，從而不影響用戶體驗(yàn)”，在他的想法中，甲方的需求可以滿足，但如若在實(shí)時(shí)在線的基礎(chǔ)上，成本頗高。

退而求其次，供應(yīng)商給出了離線生成或自建圖庫的方式滿足需求（自建圖庫是預(yù)先在系統(tǒng)保存大量已經(jīng)生成的圖片，用戶有需求時(shí)直接調(diào)用）。但很明顯，這種折中的方式違背了AIGC設(shè)計(jì)的初衷。時(shí)間長(zhǎng)了，對(duì)于訓(xùn)練大模型更是無從談起。

在同樣爆火的數(shù)字人中，AIGC的應(yīng)用場(chǎng)景也不算多。目前，市面上絕大多數(shù)數(shù)字人均屬“服務(wù)型數(shù)字人”。它們被廣泛應(yīng)用在虛擬的辦事大廳、博物館、手語電視臺(tái)的手語節(jié)目等場(chǎng)景之中。

剖開數(shù)字人產(chǎn)業(yè)鏈可以看得更加直觀：在這個(gè)產(chǎn)業(yè)鏈中，底層為算法層，負(fù)責(zé)驅(qū)動(dòng)面部表情和手勢(shì)動(dòng)作；中層為渲染層；上層為構(gòu)成層，負(fù)責(zé)建立數(shù)字人圖像。但除了底層“數(shù)字腦”領(lǐng)域，其他層面與通用智能結(jié)合較少。

在某知名投資機(jī)構(gòu)投資人看來，“未來的數(shù)字人會(huì)相當(dāng)多”，他認(rèn)為，人們會(huì)擁有具有服務(wù)和陪伴屬性的虛擬分身。但在技術(shù)上，想讓人工智能具備情感陪伴功能還尚需時(shí)日，“至少目前技術(shù)是達(dá)不到的”，一位技術(shù)人員補(bǔ)充說。

整體來看，目前的數(shù)字人大多承擔(dān)著IP形象功能，能說話的數(shù)字人還比較少。在一些先進(jìn)的數(shù)字人中，“中之人”又是必不可缺的因素（其承擔(dān)動(dòng)作捕捉、虛擬拍攝、表情抓取和后期合成、渲染精修等工作的真人）。表面上，這種數(shù)字人比較高端，但其背后通常有大量人員為其服務(wù)，制作成本雖有所降低，但整體制作成本也并不低廉。

以上原因都阻止了AIGC或通用智能擴(kuò)散至尋常百姓家。

結(jié)尾：企業(yè)顯然不會(huì)坐以待斃。他們給出的策略大體分為三塊：對(duì)外投資以擴(kuò)充數(shù)據(jù)訓(xùn)練場(chǎng)景、夯實(shí)客戶關(guān)系以獲取現(xiàn)金流、堆人堆設(shè)備砸錢砸出大模型。

以上基本盤是投資機(jī)構(gòu)給出的巨額投資。

“這好比把高科技做成了勞動(dòng)密集型企業(yè)”，一個(gè)業(yè)內(nèi)人士哂笑。不過，在當(dāng)下的時(shí)間點(diǎn)，這是沒辦法的辦法。技術(shù)上，只要機(jī)器足夠、標(biāo)注正確，哪怕是“堆”，也可達(dá)到預(yù)期目的。

錢的方面，高科技企業(yè)已下定決心“內(nèi)卷”數(shù)字經(jīng)濟(jì)同行，有銷售人員將其稱之為“關(guān)系是第一生產(chǎn)力”。不過這種思路面臨一個(gè)問題，就是大模型和通用智能的認(rèn)知度要高。

“我們拜訪了很多客戶，但很多人其實(shí)根本不理解大模型”，一位業(yè)內(nèi)人士對(duì)數(shù)科星球（ID：digital－planet）表述。在他的眼里，傳統(tǒng)數(shù)字經(jīng)濟(jì)在新技術(shù)面前有巨大的提升空間。

舉例來說，比如政務(wù)大屏。

“之前為調(diào)取一個(gè)地方數(shù)據(jù)，大屏只能靠下拉、下拉、再下拉的方式調(diào)用，而現(xiàn)在對(duì)語音助手說‘我要今年的生產(chǎn)情況’，就能自動(dòng)生成”，這位業(yè)內(nèi)人士解答，在他眼里，東西是好東西，但在買家面前變成了另外一個(gè)景色：“如果一個(gè)領(lǐng)導(dǎo)想做，他只需要1個(gè)理由去做，如果他不想做，他會(huì)找出100個(gè)理由不做”。

AIGC熱潮高企，但一線銷售人員往往會(huì)頻頻碰灰。在高科技浪潮風(fēng)起云涌的當(dāng)下，很多人承擔(dān)著不能言說的苦衷。

＊數(shù)科星球（ID：digital－planet）出品

       原文標(biāo)題 : 通用智能面臨巨大掣肘，國(guó)產(chǎn)AIGC還在尋找光明