去搜搜
头像
中国生成类 AI 产品的困境有哪些?|AI内参
2023-01-05 09:30

中国生成类 AI 产品的困境有哪些?|AI内参

文章所属专栏 全球科技纵览·趋势必读 第二季
释放双眼,听听看~
00:00 10:27

作者|赵赛坡

头图|视觉中国


站在 2023 年年初的时间点,在阿里云告别“张建锋时代”、并进入“张勇时代”之际,我觉得有必要重新调整对于阿里云以及中国云计算发展的思考,本期提供几个理解角度。


ChatGPT 的横空出世,的确让人看到了搜索引擎产品的新方向,但它无法仅仅通过规模化就能降低自身成本进而“免费”,它也无法通过规模化实现产品体验的迭代,这也意味着,ChatGPT 并不具备互联网软件的增长方式。


本期还将关注:


  • 微软近期在印度的落地项目;

  • 华为营收;

  • 生成类 AI 产品的中国困境;

  • AI 产业趋势。


接下来欢迎和我一起复盘近期围绕智能与计算的产业大事。

 


阿里云换帅与 2023 的新挑战


或许因为新年假期的原因,或许是因为这仅仅是阿里巴巴组织调整的一部分而非全部,上周,或者说上一年年末阿里云换帅的消息并没有引发太多讨论。


而站在 2023 年年初的时间点,在阿里云告别“张建锋时代”、并进入“张勇时代”之际,我觉得有必要重新调整对于阿里云以及中国云计算发展的思考。


在张勇之前,阿里云历经三任掌门,如果说王坚实现了阿里云的 0 到 1、胡晓明完成了 1 到 10,那么 2018 年之后的张建锋,则是带领阿里云走向 20 甚至 30,在张的任内,至少有这几件事情值得关注:


  • 构建起了类似微软“Windows+Office”的“云钉一体”战略,希望打通钉钉与公有云体系之间的协同关系;

  • 面向市场与行业进行全面的组织调整,引入更注重大客户关系的高管,加码行业合作伙伴的投入;

  • 推动阿里巴巴自研芯片在云服务中的应用;

  • 推动阿里云在云原生、低代码等领域的技术与产品投入;


这些变化也让阿里云持续保持国内市场份额第一,并在亚太地区拥有了一定的竞争力,而营收也大幅增长,2021 年第三季度,阿里云实现首次季度盈利,2022 年 5 月底的年度财报里,更是实现了首次年度盈利:


阿里云全年总收入在抵销跨分部交易前和抵销后分别为1001.8亿元和745.68亿元,并实现了13年来首次年度盈利。阿里云EBITA利润从去年的亏损22.51亿元大幅改善为今年的盈利11.46亿元。


但阿里云所面临的环境的确发生了新的变化,一方面,疫情冲击下的宏观经济环境继续呈现不确定性,这也极大抑制了 IT 市场的需求,此前张勇在阿里巴巴财报分析师会议上强调,“云的增长离不开经济的增长,企业是经济的微观细胞,经济增长企业才会愿意投入”。


进入 2023 年,随着中国疫情防控进入到一个新阶段,全社会各个行业也会不可避免地经历一个阵痛调整期。对于整个市场来说,这个阵痛期会持续多久,不仅取决于疫情的变化方向,还会受到 3 月份新一届政府所释放的政策影响,这是包括阿里云在内的中国所有云计算公司 2023 年必须应对的课题。


另一方面,至少在中国,公有云产品式微已经成为现实,特别是在政企市场,公有云的需求持续下滑,这对于包括阿里云在内的云计算公司,必须从产品结构、服务方式、销售策略等方面进行调整,这也带来两个潜在的变化:


  • 主要云计算公司选择与三大电信运营商的云部门合作,成为被集成方;

  • 与行业生态公司的合作,一定程度牺牲利润并影响营收;


上述两大挑战不会在 2023 年出现根本变化,这也意味着,2023 年包括阿里云在内的中国主要云计算公司的日子都会不好过,但即便如此,还是有几个可能是积极的方向:


  • 作为 2023 年最具增长潜力的行业,新能源汽车公司如何“帮助”云计算公司获得新的增长动力? 钉钉在阿里云体系里的定位是否有新的调整?如何持续优化“云钉一体”?

  • 不断加码的云计算“出海”布局里,能否带来更多增长的机会?(当然,避免诸如阿里云香港机房宕机是最基本的保障


但更重要的一点,张勇需要在 2023 年为阿里云找到一位新掌门人,毕竟,阿里巴巴更需要张勇。

 

AWS 面向生物领域的新产品 AWS Omics 正式可用,这个产品旨在帮助生物信息学家、研究人员和科学家存储和分析有关基因序列的数据。


微软与印度 IT 巨头 Persistent 公司签署合作协议,微软将为后者提供诸如远程办公产品、Azure 数据湖、数据分析与预测等多项云产品。


另外,微软还和印度银行 YES 合作,推出了一款新的移动应用,该应用依托 Azure 平台的云原生产品进行开发。


华为轮值董事长徐直军在 2023 年新年致辞中表示,该公司预计 2022 年销售收入为 6368 亿元人民币,净利润 1137 亿元人民币,其中,ICT 基础设施业务保持稳定增长,终端业务下行趋势放缓,数字能源和华为云业务快速增长,智能汽车部件竞争力和用户体验显著提升。


除了数字之外,这篇致辞里的关键表述还有这一句:“2022 年,是华为从应对美国不断制裁的战时状态,逐步转为制裁常态化正常运营的一年,也是逐步转危为安的一年。”


AI+X


Google 搜索与 ChatGPT


最近,新锐搜索引擎“You”推出一个类似 GPTChat 的新功能:YouChat



相比于 ChatGPT,YouChat 使用了更多新数据作为其训练数据,所以能够在一定程度上提供最新的内容搜索,不过这款产品反复强调自己只是一款搜索产品,而非生成类产品,所以不建议用户使用诸如“以 xxx 为主题写一封邮件”之类的搜索词进行检索。


ChatGPT 的横空出世,的确让人看到了搜索引擎产品的新方向。Google 在上月的一次“All Hand Meeting”里回应了 ChatGPT 带来的潜在挑战,比如 Google 认为,ChatGPT 存在局限性,使用超大规模语言模型训练出来的答案,并不能保障准确性,特别是在涉及到一些专业领域的搜索时,用户很容易被误导。


另一方面,Google 作为一家用户量庞大且影响力巨大的公司,任何一个产品层面的调整都会引发诸多反应,所以 Google 可能是最后一个引入类似 ChatGPT 的搜索引擎公司。


在我看来,超大规模语言模型短期内不会对诸如 Google 这样的传统搜索引擎产生威胁。


首先,就像 Google 高层反复强调的,大语言模型无法保证生成的答案是否准确,而且其训练数据更新也有一定滞后性,我们都知道 Google 等传统引擎是在实时抓取互联网上的网页变化,而要更新,特别是实时更新诸如 ChatGPT 这种上千亿参数的大模型,几乎可以听到“烧钱”的声音。


其次,过去二十多年时间,搜索引擎已经形成了相对完整的商业模式,通过广告精准匹配,为商家带来曝光度,从而盈利。


但就目前来看,ChatGPT 并没有商业模式,它无法仅仅通过规模化就能降低自身成本进而“免费”,它也无法通过规模化实现产品体验的迭代,这也意味着,ChatGPT 并不具备互联网软件的增长方式。


那么,ChatGPT 会成为什么?OpenAI 创始人 Sam Altman 去年年底的一系列推文提供了几个方向,他认为随着通用人工智能的发展,ChatGPT 会逐渐变成“无聊的玩具”,这也在某种程度上指出 ChatGPT 的未来——它会成为一种智能基础设施——一如现在的互联网一样。


考虑到 OpenAI 与微软的合作关系,我们有理由相信 ChatGPT 会成为微软 Bing 搜索的新卖点,但终究还是搜索引擎的补充;ChatGPT 也会成为一类付费 API 接口,企业通过这个接口获取诸如内容生成的能力,从而开发新产品。

 

生成类 AI 产品的中国困境,TechCrunch 这篇特写勾勒了中国生成 AI 的基本面:


  • 中国特色:除了百度、腾讯这类企业玩家,还有与深圳当地政府合作密切的 Taiyi 模型;

  • 商业模式:有大量的非专业人士,比如自由职业者和家庭主妇,正在应用生成 AI 工具赚钱;

  • 企业市场:与 SaaS 市场类似,中国企业并不愿意为这类生成 AI 产品付费;

  • 潜在挑战:来自美国的芯片禁售会影响中国生成模型的发展,短期内,国产芯片并不能支撑这类大模型的训练;


斯坦福大学的新研究强调代码辅助生成工具的安全问题。研究人员招募 40 多位志愿者,使用 OpenAI 推出的 Codex,完成 Python、 JavaScript 和 C 等编程语言的安全相关问题。


根据研究人员的说法,通过对比发现,使用 Codex 的研究参与者更有可能写出不正确和“不安全”(在网络安全意义上)的代码。更令人担忧的是,与不使用 Codex 的研究者相比,他们更可能认为自己不安全的答案是安全可靠的。


Google 为虚拟语音电话 Google Voice 引入 AI 检测垃圾电话机制。这个功能与 Google 在 Android 系统中的垃圾电话监测机制类似,用户将在来电屏幕上看到一个标签,上面写着 “疑似垃圾来电”。


如果说 2011 年是“软件吃掉世界”,那么从 2022 年开始,“AI 正在吃掉软件”,a16z 投资合伙人 Jack Soslow 分享了一组产业趋势,我个人认为比较有趣的点:


  • 基础模型的发展速度惊人,Stable Diffusion 在 Github 上的受欢迎程度增长非常快:



  • 数据量成为大模型的新瓶颈,比如 Google 对比了两个大模型,数据量越大,精度越高,至少在大模型领域,计算不再是制约要素。


  • 大模型的开源替代品出现速度不断加快,GPT-3 发布一年后才有开源替代产品,DALL-E 的开源替代品仅仅两个月后就出现了。




本内容未经允许禁止转载,如需授权请微信联系妙投小虎哥:miaotou515
如对本稿件有异议或投诉,请联系tougao@huxiu.com
评论
0/500 妙投用户社区交流公约
最新评论
这里空空如也,期待你的发声