"百模大战“后：人工智能企业急需跑通商业化

过去的2023年，如果要在科技届评选年度热词，“人工智能”和“大模型”是两个绕不开的关键词。

根据毕马威报告数据，截至2023年6月底，全球人工智能企业共计3.6万家，中国占比为16%，名列第二。中国的人工智能产业以肉眼可见的速度在发展，一个直观的表现是，是自ChatGPT的横空出世以来，中国科技界不遑多让、纷纷接招，掀起的“百模大战”更是吸引了全球关注。

回顾这一年，一方面是“百模大战”的热闹，创新成果不断涌现让市场兴奋；另一方面，算力紧缺、产业链卡脖子等难题横亘在从业者心头。此外，如何实现商业变现，也是从业者和投资者关注的话题。

2024年已然开启，人工智能产业探索落地应用，成为必答题。

在上交所近期举办的科创板新质生产力行业沙龙第三期上，金山办公、云从科技、云天励飞和格灵深瞳4家人工智能代表企业，与多家证券公司、基金管理公司、QFII等机构齐聚一堂，从技术变革下我国人工智能产业的现状与发展意义入手，深入交流国内人工智能企业的技术储备与研发投入、市场竞争。

商业化变现路径

据21世纪经济报道记者统计，目前科创板已汇聚十家人工智能产业链企业，合计市值逾4,000亿元，初步覆盖基础层、技术层及应用层等环节，涵盖AI芯片、行业大模型、智能机器人、计算机与3D视觉等多个细分赛道。如算力设施供应商海光信息、寒武纪等，算法应用方如金山办公、云天励飞等，数据标注提供商海天瑞声等。

2023年的人工智能产业发生了翻天覆地的变化，这些企业有何切身感受？

云从科技董事长兼CEO周曦表示：突破性技术的出现正促使行业内外对人工智能形成基本认知，“过去向客户说明人工智能技术是一个复杂的教育过程，现在客户反过来会对人工智能技术和产品效果产生更高的预期，这既是一种鼓励，也是一种挑战。”

这种改变也体现在对各行各业的赋能上。金山办公总经理章庆元表示，“AI融入产品后带来体验就如同传统手动挡燃油车进化成了能够实现自动驾驶的新能源智能车，会给用户体验带来质的提升。例如在办公软件领域，可以有效降低用户的产品使用门槛，提升应用效率。”

金山办公是国内大模型应用商业化跑在前列的企业。公司作为国内协同办公赛道领军企业，旗下具备大语言模型能力的人工智能办公应用WPS AI已于2023年开启公测。

有产品出世固然让市场感到欣喜，但让广大投资者更为关注的是，何时能实现商业化变现？关于这一问题，几乎贯穿整个2023年，从业者都急切地想找到一个答案。这在此次交流会上也成为讨论热点。

章庆元从与大模型合作伙伴共建产业生态、控制算力成本以及平衡客户预期三个维度分享了金山办公对AI加持下产品商业落地节奏的考虑，其透露，在长期技术沉淀下，“预计2024年公司AI办公产品将步入商业化阶段。”

“10、5、3”三个数字是云天励飞董事长兼CEO陈宁刻画的AI边缘侧赛道商业化时间轴，从2013年起步，10年的AI方案化时期，5年的AI运营化时期，再到3年的标准化AI产品落地期。

据陈宁介绍，“2023年-2027年开启了5年期的AI运营化阶段，企业需要搭建平台解决端到端的应用问题，并进一步沉淀AI平台性技术。在3 到 5 年内，各类标准化软硬一体 AI 产品会开始规划化落地。到2030 年，通用人工智能算法和芯片驱动的各类机器人和数字人将成为人类的常态助手。”

关于商业落地的预期问题，云从科技周曦则提出，在快速变化发展的创新领域中，短期反而无法形成清晰的产业分工，但可预期的是提供行业化、小场景特征明显的大模型产品，并与算力侧合作伙伴保持长期稳定合作，将为企业带来更强的商业化可行性。

格灵深瞳则在探索一条更具差异化的商业化变现之路，尝试在政府与企业之外的to C赛道不断创造新应用场景。

公司董事长兼CEO赵勇分享道，一方面公司基于视觉技术的大模型已经开始交付，另一方面公司在持续挖掘新的应用领域，例如在轨道交通领域推出高铁、地铁巡检机器人，并成功切入智慧体育、游戏体验场馆等多个特色领域。

“百模大战”突围

随着大模型训练走向深入，国内已有多个百亿参数规模的专用模型推出并开放内测，大量的资本、人力、算力正持续涌入，怎样在这个拥挤的赛道中突出重围？

陈宁认为，大模型能力提升的重点在于要实现数据侧的追赶，应当充分发挥数据的优势，让“数据飞轮”在一个又一个行业“转”起来。章庆元则认为，大模型之间的核心差距在于训练方法上的差异，大模型赛道中必然能跑出国际领先者，金山办公始终保持开放的心态与国内的大模型厂家一起探索合作。

除了激烈的市场竞争，业内对重复建设、算力资源浪费、行业化分工等问题的也表现出担忧。

在赵勇看来：“目前国内同质化竞争的现象仍然存在，这些公司可能会共同促成一个成功的产业链，但对企业自身而言必须要做出自己的产品，怀着一种对创新的信仰去开发这些技术。在细分领域中，对场景有更深刻的理解、有更多产品落地的公司，会在专业数据规模方面具备平台型公司没有的优势。”

他认为，“在技术持续变化的浪潮下，一部分企业会被泥石流冲垮，更值得关注的是企业的长期生存能力、产品的技术实力与品控”。

竞争之外，更有合作。上述公司反复提及“合作”二字，人工智能企业的发展，既离不开产业链上下游从算力方到应用方的通力合作，又强调与客户协作、贴近客户需求，用核心产品实现应用场景的价值落地。

章庆元表示，“在算力资源上，公司与国内外主流的云服务商及算力资源供应商都达成了稳定的战略合作意向，目前算力资源能够满足公司的研发和运营。由于大模型自研成本太高，在技术侧针对大模型领域算法公司我们选择了投资。在技术研发侧，公司已经All in AI。面对AI带来的产业变革，我们一要防御风险，二要持续加大投入。”

赵勇提到，公司正在通过与高校开展多元化合作，积极开展学术交流；在算力方面，通过与硬件厂商长期合作共研，充分积累了对国产算力厂商的应用适配经营，能够进一步保障供应链安全、实现降本增效。

从业者也呼吁，人工智能产业健康快速发展仍需政策支持，尤其在高质量的场景开放、行业标准的制定以及融资支持等方面。

陈宁表示，“一方面，有效的场景开放下，线下数据对人工智能和大模型的迭代有重要作用，能够进一步推动人工智能落地。另一方面，建议定义人工智能场景解决方案的技术标准，例如参照自动驾驶分级方式，定义L1-L5五个智能等级标准，L1到L5的核心特征分别是:信息化、感知智能、人机共治、机器决策、自进化。为场景解决方案的落地和实施提供指引。”