巨头不敢“重注”下场，国内AIGC或有“先天残疾”

文 | 数科星球，作者丨科科，编辑丨十里香
本文转自钛媒体

图片来源：由无界版图AI工具生成

在疫情还在“小高潮”的躺平时刻，创业者们却并没有闲着。就在日前，北京通州的一所民房内，几名大厂离职员工正在筹划着在AIGC赛道里分得一杯羹。

“BAT不像以前热衷于赛道竞争了，现在他们的思路更趋向于‘防御’”，一名不愿意透露姓名的BAT前员工对数科星球这样说，“当然这也是创业的机会”。‍‍‍‍‍‍‍‍‍

他一边陈述着项目，一边洋溢着灿烂的笑。

此刻，在铺天盖地的AIGC文章中，似乎已无人可否认该领域的火爆。创业者们在寻找机会、大厂在厉兵秣马，似乎下一个盛况又要出现了。

然而真的是这样吗？

不下重注的真实原因

据不完全统计，在AIGC赛道中，大厂的参与者就有：阿里、百度、华为、浪潮、腾讯等企业；而在创业企业层面，加入的公司就更多了。

但在规模浩大的声势面前，巨头们仿佛并不敢重注下场。

这首先体现在成本方面。

“在大厂层面，面临的首要问题是，无法找到有效的盈利模式”，一位BAT前员工对数科星球分享道。

他曾立项了一个AIGC项目，并对其进行了成本测算：仅训练GPT-3（参数量为1750亿）规模就需要硬件成本2000万美元（保守估计）。若加上后期的运营成本，则每月又要额外支出100-200万元（可能还包括电费、人员成本未统计在内）。

在他看来，这样的高额支出，一般创业型企业很难维系，而对于大厂来说，这种情况也同样如此。“这两年大厂不能不计成本地做什么事了，像这种项目，也要考察投入和回报的”，数科星球了解到。

在这另外一名行业人士眼中，大厂领导对于AIGC的态度仿佛“不那么积极”。在几周前，AIGC刚刚大火之时，该人士的领导只是过问了一下项目，在得知“我们也有”的回复后，就没再花心思在上面了。

实际上，大厂领导的有这样反应不无道理，因为至少目前，AIGC除了自证“吞金兽”的事实外，还未交出令人满意的变现答卷。现在，由于参数数量和成本之间存在“类指数关系”，在资金有限的前提下，参数成本不能无限提高。所以，在当下，行业内普遍将大厂之间的竞争看作是“千亿参数”规模的较量。在这名行业人士眼中，他认为，“这已经是大厂所能做的极限了”。

而在一些传统硬件大厂主导的AIGC项目中，更是有着“挂羊头卖狗肉”的嫌疑。有爱好者曾访问其网站落地页，却发现“上面全是静态页面，连个体验测试的DEMO都没有”。

巨头对AIGC的态度，好像更倾向于获得“参与感”，而不是以往的“梭哈”。

这还体现在某些巨头对参数的宣传上。“虽然个别厂商号称有万亿参数，但就我们的研究发现，他们的模型太稀疏，达到的效果估计也跟几千亿的一样”。在一再追问下，知情人仍然拒绝透露该大厂的名字和项目的具体情况。

“参数不是越多越好”，一位技术人员这样说。在他看来，一些大厂打着万亿级参数的旗号，但其产品的实质可能跟几千亿的参数量的产品类似。

实际上，决定AI智能水平的因素除参数数量外，还有参数的“密度”。也就是说，在稀疏模型中，参数数量虽多，但都被“撒芝麻”般摊薄，参数的效益得不到充分发挥，在某些具体的方面，“大模型”的能力甚至赶不上“小模型”。

目前来看，在各个大厂之中，百度的文心大模型是公认推广力度最大、商业体系搭建较为完整的产品之一。对比其他大厂的“自下而上”，百度文心大模型是典型的“自上而下”发力案例。在其他大厂员工看来，百度意图在AI弯道超车，这样做也无可厚非，但在具体商业变现层面，还不知究竟，只能等待时间检验。

“国内AIGC有天然硬伤”

很明显，对于投资者而言，“成为中文版的OpenAI”这个故事很有吸引力。

客观上，这个故事似乎也有成立的可能——“OpenAI似乎只痴迷于追求学术”，换句话说，在国内创业者眼中，它对应用层面，尤其是其他语言的应用并不饥渴。以至于，对于中国企业而言，下一个百度之于谷歌、支付宝之于PayPal、或者滴滴之于Uber的梦想似乎就摆在那里。

但横亘在梦想与现实之间却有一条天然屏障——国内企业之间互不信任。

根本上，和企业服务行业SaaS/PaaS/IaaS的关系类似，应用型企业需要在“底座型”企业提供的接口基础上二次开发。本来这没什么不好，在云计算的生态中，IaaS厂商可以兜售服务器云资源等基础设施获利。但问题出在，在AIGC中，“底座”厂商通常并没有较之IaaS厂商的有效盈利途径。