去年，ChatGPT掀起的一片浪花，卷起了全球互聯(lián)網(wǎng)科技創(chuàng)新的浪潮，大模型成為當之無愧的風口，這也給近幾年略顯平靜和停滯的AI行業(yè)注入了新的活力，讓AI相關企業(yè)再次站在互聯(lián)網(wǎng)舞臺的中央。

圍繞大模型的創(chuàng)業(yè)潮流也在涌動，不少創(chuàng)業(yè)公司紛紛推出大模型相關產品，聚焦細分市場應用的小型AI產品也層出不窮。

但一年時間過去了，這場大熱的生成式AI技術熱潮究竟給我國的AI 行業(yè)帶來了什么？AI企業(yè)在大模型的協(xié)助下獲得了哪些突破？是否為其在技術研發(fā)和商業(yè)化探索上提供了新發(fā)展？如果思考這些問題，我們或許會得到一個悲觀的回答。

年前的一場生成式AI閉門會上，一位前“AI 四小龍”之一的研發(fā)負責人表示，“2023 年的情況并沒有什么不同，過去AI公司碰見的問題，今天仍然沒有解決”。

融資熱潮來了又走

2023年，可謂名副其實的“資本寒冬”。根據(jù)PitchBook的數(shù)據(jù)顯示，美國風險投資公司在 2023 年籌集了670億美元，同比下降60%，為6年來的最低水平。我國也是如此，2023年上半年，創(chuàng)投市場共計披露融資事件4,367起，同比減少38.73%，披露融資金額3,010億元，同比減少24.92%。

在這種環(huán)境下，ChatGPT的火爆和大模型的技術風口讓AI賽道聚攏了很大一部分資金。

據(jù)The information的Creator Economy Database最新數(shù)據(jù)，在數(shù)據(jù)庫覆蓋的350多家全球創(chuàng)業(yè)公司中，2023年募得資金量繼續(xù)螺旋式下降，至約17億美元，其中人工智能初創(chuàng)企業(yè)在融資份額中占比最大，超3.24億美元。

AI賽道重新吸金，對我國的AI產業(yè)及相關企業(yè)來講可以說是一場及時雨。自2019年以來，我國AI賽道的投融資事件數(shù)下滑態(tài)勢明顯，2021年獲得過短暫爆發(fā)，2022年卻驟然回落、幾乎腰斬，這讓還處在大規(guī)模燒錢階段的所有AI 企業(yè)都面臨生存的窘境，即使頭部也不例外。

如出門問問的七輪融資發(fā)生于2013年2月至2019年9月，近4年沒獲新融資；第四范式的十一輪融資發(fā)生于2015年8月至2021年6月，近2年未有新融資變動。作為大模型創(chuàng)業(yè)領域第一梯隊之一的智譜AI，去年完成了25億元的大筆融資，可在此之前，公司也經(jīng)歷了一段較長時間的融資冰點期。

過去投資人很少關注大模型領域，而ChatGPT出現(xiàn)后，大模型相關的創(chuàng)業(yè)公司融資情況明顯轉好，連帶著蹭上大模型熱點的AI企業(yè)估值也水漲船高，重新有了新故事。但是，這種熱捧似乎有些短暫。

根據(jù)中商產業(yè)研究院數(shù)據(jù)顯示，截至2023年11月24日，中國人工智能投資事件達531起，投資金額達660.48億元。其中5月、6月及7月相關投資事件數(shù)位居前列，分別有62起、60起及60起。但11月投資事件數(shù)量較少，至24日有26起。其中有5起戰(zhàn)略投資、B輪和Pre-A輪均有4起。

再從第三季度的投融資事件來看，Q3投融資熱門事件集中在新能源、半導體、醫(yī)療健康、企業(yè)服務、人工智能五大領域，分別為97起、154起、278起、155起、117起。而除了半導體有少量漲幅外，其余投融資事件均減少，與整個一級市場投融資數(shù)量呈下行趨勢相符。

一位接觸過幾個項目但最終還是沒出手的天使投資人表示，“基本上都不具備投資價值，市場里90%項目都是開源模型，但并沒有成熟的生態(tài)體系。”

多看少投甚至只看不投，資本的“寒冬”依然冷冽。

商業(yè)化，前進還是后退了？

這幾年，AI企業(yè)的普遍困境在于技術研發(fā)像個無底洞，而商業(yè)回報少得可憐，更糟糕的是，相較于難以盈利，很多企業(yè)根本找不到商業(yè)化出口。大模型概念的爆發(fā)固然給AI賽道帶來了融資，可大模型及生成式AI的創(chuàng)業(yè)公司面臨和較早那批AI企業(yè)相同的問題：商業(yè)模式在哪里？

2023年下半年，OpenAI商業(yè)化進程明顯加速，先是推出C端付費版，隨后推出企業(yè)用戶定制版。在這個過程中，不斷降低免費版的運行成本，優(yōu)化付費版的能力來提升付費率。

面向C端需求尋求商業(yè)變現(xiàn)，在我國并不好走。

對于用戶來講，ChatGPT的爆火雖然刷新了他們對AI技術和能力的認知，可大模型及生成式AI仍是一個相對模糊甚至遙遠的概念。這主要是因為“生成內容”并不是大部分人的普遍的、核心的需求，因而，想要從用戶群體中通過收費的方式獲得營收，本身就要面臨一個用戶愿不愿意付費的問題。

當然，如果是在強需求場景里嵌入大模型或生成式AI技術，做出一款應用層的爆款產品，未嘗不是更好的選擇。可遺憾的是，直到年末，國內依然沒有一款持續(xù)火爆的AI應用出現(xiàn)，即便是紅極一時的妙鴨相機，也在上線僅兩個月后因多次付費、用戶粘性不夠等漸漸淡出大眾視野。

很多業(yè)內人士認為大模型更廣闊的應用市場在B端，而大模型技術浪潮前的大多數(shù)AI企業(yè)也正是從B端找尋商業(yè)模式，如今大模型與其當前業(yè)務的融合，帶來了新的想象力嗎？

不得不說，大多數(shù)AI企業(yè)的營收狀況仍然一塌糊涂。如商湯科技，2023年上半年，商湯集團總收入為14.33億元，同比增長1.3%，期內毛利為6.49億元，同比下降30.6%，期內虧損凈額為31.43億元；寒武紀2023年前三季度，營業(yè)收入1.46億元，同比下降44.84%，歸屬于上市公司股東的凈利潤虧損8.08億元；云從科技前三季度，營業(yè)收入3.46億元，同比下降24.13%，凈虧潤4.01億元。

大模型及AIGC領域的投入和研發(fā)是一項長期性工作，這決定了AIGC、人工智能等業(yè)務產品尚未產生實際收入，預計對企業(yè)短期內的財務狀況也不會產生較大貢獻。不過，根本的問題在于大模型尚且無法為AI企業(yè)此前在B端的商業(yè)化困境指明出路。

一方面，因為大模型及AIGC技術本身就存在商業(yè)落地的難題；

作為較早就已開發(fā)大模型、AIGC技術及應用程序的AI企業(yè)，出門問問就是一個典型的例子。根據(jù)灼識咨詢的報告，按2022年AIGC產品和服務的收入計，出門問問在中國的AI科技公司中排名第一，并在國內推出了首款商業(yè)化AIGC應用。但就收入結構看，2020年至2022年，出門問問來自AIGC解決方案的收入占比分別為0.2%、1.7%、8%。

另一方面，在應對和解決企業(yè)的多樣化需求上，大多AI企業(yè)基于當前的技術提供的服務其實并沒有帶來質的升級，這也是為什么他們在B端商業(yè)前景越發(fā)受到質疑的原因。大模型的出現(xiàn)或許是個新的助力，可它能起到的實際效用存疑。

“如果不能靈活使用大模型，或者不能完全適配自己的商業(yè)場景，可能在一定程度上很難完全實現(xiàn)降本增效的目的”，專業(yè)人士表示。

浪潮過后，“死”得更快？

大模型還沒掀動變革，巨大的泡沫就已然產生。

2023年上半年，AI板塊中“牛股”層出不窮。其中，萬興科技榮膺“人氣王”，全年的股價漲超3倍，年內最高漲幅更是一度達380%，昆侖萬維也不遑多讓，全年股價翻倍，最高漲幅超340%，因賽集團、開普云、新國都等個股的全年漲幅同樣超100%。有不少AI概念股在相關技術上并沒有太多突破，甚至業(yè)績處于虧損狀態(tài)，股價卻先突飛猛進，

正如Gary Marcus的調侃，“幾年前，如果你的初創(chuàng)公司域名中有.ai，那么你可以在你的估值后面加一個零。現(xiàn)在呢，可能會是兩個零，尤其當你說自己正在用生成式AI。”

但在將這些AI企業(yè)或大模型初創(chuàng)公司捧上高處后，一旦熱潮回落，進行大模型燒錢式投入的AI企業(yè)是否會跌得更重？

一面是不斷增加的持續(xù)性投入成本；據(jù)悉，去年商湯科技投入1萬張GPU進行大模型研發(fā)，并把商湯SenseCoreAI大裝置的上線GPU數(shù)量提升至3萬塊，硬件成本的上升和折舊嚴重拖累了商湯科技的利潤。而像百川智能、Minimax、智譜AI等頭部創(chuàng)業(yè)公司，之所以加速融資，正是為了應對后期更大的投入。

智譜AI CEO張鵬在采訪中曾表示，25億的融資根本不夠，并坦言，“我們現(xiàn)在不管融多少、掙多少錢，都是我們通向AGI這條路上的盤纏。”

而另一面，當前資本對所投項目的耐心卻越來越少，他們迫切希望及早看到回報，或者講清楚商業(yè)化路徑。如華創(chuàng)資本創(chuàng)始合伙人熊偉銘所說，現(xiàn)在創(chuàng)業(yè)to VC已經(jīng)不行了，必須賺錢。“如今的AI創(chuàng)業(yè)不像以前可以拿到A、B、C、D多輪融資，現(xiàn)在基本就是兩輪——天使輪和A輪，所以我們在投資時會非常現(xiàn)實，看這個項目能不能賺錢，能不能賺很多錢。”

當然，公司在大模型領域布局的時間越長，需要的資本就越多，融資輪次越多，投資人對于企業(yè)在技術實力和盈利轉化能力方面的要求也越嚴苛。

在這種來自內外部的共同施壓之下，AI企業(yè)很可能會陷入一個兩難的境地：注重技術能力提升而忽略商業(yè)化探索，或許會被資本直接拋棄，相反，在技術尚不成熟前，把精力放在商業(yè)變現(xiàn)上，則會影響技術的突破。

一旦未來某個節(jié)點，錢都投進去了，技術成果出不來，資本撤離，企業(yè)勢必面臨更大的風險。

這一考驗大概不會等太久，畢竟才不過半年，風向已隱隱改變。

道總有理，曾用名歪道道，互聯(lián)網(wǎng)與科技圈新媒體。同名微信公眾號：道總有理（daotmt）。本文為原創(chuàng)文章，謝絕未保留作者相關信息的任何形式的轉載。