

大家好,这里是中欧基金的NO.3期播客。
ChatGPT问世后,中国科技公司用了一年半时间,雨后春笋般打造了上百个大模型,站在现在这个时间点看行业,几分热闹之外,冷静思考的声音也逐渐多了起来。大模型是否真正推动了业务?是否有必要人人都做大模型?大模型应用创造新价值了吗?
当然,大模型公司们花出去的第一笔钱,已经实打实地输送到了上游。
从2022年11月末ChatGPT发布算起,AI大模型的主要显卡芯片供应商市值已上涨9倍以上,一度超越微软和苹果等科技巨头,成为全球市值最高的上市企业。
这符合所有新技术的进程——“卖铲人”先赚到第一桶金。但用户和市场并没有放弃寻找那个“killer app”,尽管现在看来还有些遥远。市场对于落地感到急迫的情绪可以理解,移动互联网之后,科技圈沉寂太久了,而大模型给出了一个独立于互联网之外的新答案。
在产业上下游冰火两重天之际,国内某科技龙头企业CTO日前表示“AI发展仍处于‘钻木取火’阶段”,引发行业热议,他认为尽管我们能够利用AI技术,但还没有找到最高效办法,仍然没有找到AI的本质。
不可否认的是我们目前所处的AI行业充满了机会和概念,在市场开始要业绩的节点,我们需要冷静地了解行业的真实样貌。
基于此,我们组织了一场中欧中证机器人指数基金经理宋巍巍和聆思科技副总裁林满佳的对谈,由36氪记者宋婉心主持,也欢迎你收听完整版播客音频。
宋婉心:从最新的情况来看,随着行业整体回归理性,二级市场相关概念股基本回吐了之前的涨幅;产业侧,很多应用了大模型的公司,不管规模上还是营收上,也没有相应的增长。二位怎么看背后的原因?
宋巍巍
ChatGPT 出现之后,很多公司非常积极地去应用 AI 技术,但资本市场困惑的一点,好像赚钱的应用出现得还没有那么快,这和产业发展的周期相关。在 AI 大规模进入社会和产业的过程中,产业界第一件事情是先把基础建设做好,应用会跟在算力的基础建设之后逐步爆发。
林满佳
AI 的落地,被很多人说是第四次工业革命。工业革命是生产力变革带来效率的提升。那意味着原来传统效率不高的公司,或者原来因为效率问题限制了产能扩张的企业,它可能会得到一轮飞跃的发展。但如果原来它不是效率问题,而可能是业务方向选错了,那 AI 加速之后得到的结果可能是往错误的方向去。
在这个年代的旧系统 ,如果它的业务模型是非常优秀的,那么接入 AI 肯定是能够扩大产能的。所以与其说叫 “AI +”,不如说是产业“+AI”。
宋婉心:二级市场上,一些概念股又回吐了之前的很多涨幅,背后原因是什么?估值模型没有变?
宋巍巍
一些 AI 相关的公司,可能去年大幅上涨,今年又开始下跌,这其中很重要的一点,就是最终它的业务发展和二级市场投资人给出的预期不符,或者低于预期。
大多数集中在下游的软件、应用公司,以及大模型公司,其股价的波动也在一定程度上体现着其商业模式的不稳定性。
那另外一块,硬件端,尤其是围绕着整个 GPU 产业链的高性能服务器公司,就是“卖铲子”公司在赚钱。因为挖金子的人涌入了很多,大家还在热火朝天的掘金过程中,肉眼可见全世界科技巨头进行着 GPU 的军备竞赛,花大量资本支出去采购,构建自己的算力服务中心。这些人第一部分钱已经花出去了,买了很贵的铲子,好的 GPU 相当于挖掘机一般。所以二级市场就出现了一边硬件在涨、一边软件下跌的现象。
宋婉心:有观点认为,大模型是一个新的底座,原来互联网的整个生产方式会被颠覆,所以眼下大模型下游落地慢,是否有仍用互联网逻辑进行经营和商业化的原因?
林满佳
我的看法不是这样的。人们的商业模式没有发生改变,要么做附加值,要么做交易,没有其他创造性的方式,包括互联网和移动互联网,也没有创造新模式。
大家可能对于大模型没想透,真的需要那么多底座吗?可能不需要。真的要那么大参数量的底座吗?我们还得问打一个问号。
比如有人提出用大模型取代客服,这其中可能要出问题。如果客服本来就是企业很重要的、触达客户的一个部门,可企业不是想着通过 AI 放大这个部门的效应,而是裁人裁成本,肯定是要出事的。
AI到底是取代还是增强的关系?如果是增强,那产品设计就不应该天天想着创造一个新模式,商业历史演进这么多年,新模式产生谈何容易。
宋婉心:如果大模型是起到增强作用的技术,二位怎么看大模型的投资机会呢?
宋巍巍
林总说了一个很有意思的观点,其实我们不一定需要那么多的算力底座。这对于单个公司来说很值得思考,可能不需要买一堆挖掘机,而是按照客户群体需要,去思考到底自己要什么样的赋能。
回到二级市场,我觉得不能错过的投资机会,就是和硬件相关的,尤其是和算力底座相关的。但是其周期见顶会相对早一点,早于应用端。应用端会在今年后半年,或者明年,逐渐看到很多赚钱的应用,或者说真正能留存到客户、给客户创造价值的应用逐步出现。
宋婉心:林总接触很多一线b端客户,可以来聊聊他们的需求吗?他们对通用大模型的诉求是怎样的,成本方面,应用方面?
林满佳
软件公司,特别是在中国,如果一直停留在工具属性会很难生存,都得往业务属性去切。而智能硬件发展了这么多年,就一直在工具属性到业务属性的槛上过不去,这是一个巨大的鸿沟。
但现在大模型拥有有更强的交互能力去实现这个跃迁。举个例子,以前我们一直在做遥控器的取代,很难在这个概念上拓展出新东西,遥控器难道能够点个外卖?但当下可以用语音去下复杂的业务需求,让系统去满足需求。
行业有个现象,就是“巨头恒在”。这一代的基础大概率就是由上一代的巨头或准巨头们建设的,等他们建设到一定的阶段,可能上面就有生态了。就像当年如果中国没有那几朵云,支撑出这么些很好的应用创新平台,我们的移动互联网很难发展到今天的繁荣程度。
站在当下,什么时候有足够多的开发者、设备端了,那可能就这个鸿沟就会过去了。
宋婉心:企业造出了很多概念 “AI+”“AI手机”等等,两位如何理解这些概念?概念之下,产业的真实情况是怎样的?
宋巍巍
第一个变化就是端侧,比如用AI手机、AI电脑,需要买性能更好的电脑和手机才可以使用完整的服务。第二个变化是芯片端,当年电脑的构架和手机端构架是泾渭分明的。但自从AI手机和 AIPC出现之后,手机构架抢占了原本属于笔记本电脑端构架的这部分市场份额,也让手机芯片背后的公司,进入了包括平板、笔记本电脑端的芯片市场中去。
Wintel 联盟的时代,巨头不可撼动。现在科技圈中,联盟出现了松动,AI+的这些硬件以及背后的软件端到架构端都产生了一些微妙的格局变化。
宋婉心:在机器人场景上,中国落地有怎样的优势和机会?
宋巍巍
机器人,尤其是人形机器人的出现,会让AI从数字端落地到物理端,它将快速推动一个国家的制造业水平。同时,AI技术也会推动人形机器人的可应用场景拓宽,从家庭端到工厂端。
大家预期人形机器人的销量会达到汽车一样的规模,而且人形机器人的价格未来会下降到2万美元以下,相当于一台车的价格,它的可使用场景也是远大于汽车。
林满佳
为什么有这一轮机器人热潮,是因为大模型解决了虚拟脑的问题。上一代智能音箱、智能空调是功能驱动,就是你说一句话,它响应这句话,但大模型恰恰具备一定的思考能力,或者模拟这种思考能力,这意味着虚拟脑开始可以构建了,你可以给它很多工具去思考。
为什么大模型公司在尝试做各种智能硬件,因为“脑袋”这个角色存在了。比如造机械臂的制造业,过去机器人的落地非常难,每一条产线的机器人的适配周期都特别长。如果虚拟脑能够把一些简单的自然语言转成机械臂动作,意味着很多产线的适配就会很快。这个逻辑套用在任何传统智能硬件上都是成立的,它可能是一个驱动机器人热潮的底层逻辑。
做这些功能我觉得是有意义的。在人形机器人上砸资源,最后可能在舵机或者其他一些基础技术出现突破。就如人工智能,在 OpenAI Chat GPT 没出来之前,大家觉得 NLP 是最难的,结果现在NLP被突破了才发现是最简单的。
本文转载自36氪财经同名文章,内容略有改写
你生活工作里用过哪些AI产品?
我们将选出10位用户
送出8.8元红包🧧
活动时间:7月3日-7月5日
风险提示:基金有风险,投资需谨慎。以上内容仅供参考,不预示未来表现,也不作为任何投资建议。其中的观点和预测仅代表当时观点,今后可能发生改变。未经同意请勿引用或转载。外部嘉宾发言仅能代表其个人意见,中欧基金不保证外部嘉宾发言内容的准确性与完整性,也不承担外部嘉宾发言内容以及相关转载、转发所引起的任何损失及责任。
✦
往期推荐
< 左右滑动查看更多 >






