環球AI現狀:世界并不總是平的

0 評論 2482 瀏覽 5 收藏 18 分鐘

曾經,普利策獎得主托馬斯·弗里德曼在《世界是平的》中說,變平的世界讓每個個體、區域都站在同一水平線下。但環顧全球AI界,我們發現,AI巨頭的觸角,正在向全球蔓延,世界并不總是平的。

“人工智能領域的泡沫,總是在不斷產生又破滅中循環?!?/p>

梅拉妮·馬歇爾在著作《AI3.0》中,這樣描述人工智能領域5到10年的周期循環。

2016年,擊敗圍棋世界冠軍李世石后,AlphaGo短暫掀起人臉識別、自動駕駛等人工智能浪潮。2023年,ChatGPT的橫空出世讓大模型成為AI界當之無愧的“頂流”。泡沫破滅,資本冷靜后,不理智的潮水終于褪去。如今,AI界鮮少再重談人臉識別,自動駕駛難以落地,而在國內,大模型也從當紅炸子雞慢慢成為投資人投不起的領域。

研究人工智能的群體已經熟悉了這一模式:在“人工智能的春天”,投資機構過度承諾,媒體過度炒作,緊接著便會迎來“人工智能”的寒冬。

環球并不同此涼熱。

在美國,VC圈對人工智能投資熱情不減。而在積極擁抱AI的東南亞,中美正在進行AI技術與投資的角逐——2020到2021年,來自美國和中國的投資者,參與了267筆東南亞人工智能公司的投資交易,占總投資比重40%。

一個可喜的現象是:在東南亞,科大訊飛、華為、??低暤戎袊萍脊九c東南亞當地產生千絲萬縷的聯系,中國科技企業正成長為東南亞AI界的中流砥柱。

曾經,普利策獎得主托馬斯·弗里德曼在《世界是平的》中,說世界的競技場已變得更加平坦,變平的世界讓每個個體、區域都站在同一水平線下。

環顧全球AI界,我們發現,世界并不總是平的。

全球范圍內,不同區域AI風向有何不同?當AI企業走出國門,又會迎來哪些機遇挑戰?ChatGPT為什么并不脫胎于騰訊、谷歌等數據集龐大的大廠?對于AI初創企業有什么啟發和意義?

谷歌灣區總部。圖源:受訪人邱諄提供

一、大洋以西,國境以東:中美AI融資不同境遇

現在整個國內投資界幾乎形成了一個共識,就是“大模型的投資熱正在冷卻”。

作為今年創投圈最火熱的賽道,大模型曾炙手可熱,無數科技大廠、AI創業公司掀起一股又一股的大模型浪潮。而今全球科技公司對大模型的競爭,正進入存量時代。

根據IT桔子數據,截止到2023年11月底,國內人工智能賽道一級市場的總融資額有580起,比2022年減少了26%,總融資金額是630億元,與去年同期也下降了38%。

而在大洋彼岸,美國的大模型融資依舊如火如荼。根據Crunchbase數據,去年VC階段的投資有11%流向了人工智能賽道,截止到今年下半年,2023年的比例增長了26%,有26%的VC階段的投資都流向了人工智能,美國投資界對大模型的參與熱情不減反增。

大洋東西,AI融資正面臨不同境遇。

這背后,不同融資環境差異到底是如何造成的?

首先,在美國,大模型已經達到了能夠產生巨大經濟效益的規模,并且在一定程度上影響了宏觀經濟。有研究發現,這一次自硅谷刮起的大模型之風,已經為美國的GDP貢獻了一個百分點的增長。而在中國,雖然百模大戰愈演愈烈,但大模型的變現之路仍處在摸索的初級階段,而商業化問題一直是上幾輪AI浪潮下,難以找到最佳solution的老難題。

其二,在中國尚未出現像OpenAI一樣的應用層全棧式AI公司,能夠從基層大模型、中間層一直做到應用層。而大模型這種極度依靠大算力暴力美學的領域,對于初創公司來說,太燒錢,門檻太高,堪稱軍備競賽。大模型不能投,但應用層又沒有特別多的公司出來,投資圈開始冷靜思索,大家都處在觀望狀態。

硅谷的中心Palo Alto的foothill公園,毗鄰斯坦福大學與喬布斯故居

圖源:受訪人邱諄提供

華映資本海外合伙人邱諄認為,這背后體現了中美技術原創能力的不同。

“硅谷還是一個以原創技術為核心的,為基座的驅動力,這還是很重要的,中國的優勢在于優化,不一定是原創,就是人有我有,可能人有我優,再者規模化,上一波深度學習驅動的機器視覺,可以說是AI1.0,現在大語言模型算是AI2.0, 這兩波浪潮國內目前的參與都還主要在優化和規?;矫??!?/p>

1997年從北京大學畢業后,邱諄就去美國學習人工智能,從南加州大學信息科學研究院畢業后,他加入了硅谷傳奇科技公司——思科,前幾年回國后加入了投過壁仞科技、星辰數據等AI領域知名公司的華映資本。他持續關注中美、東南亞等地的AI創投。時間倒回到千禧年,邱諄仍在硅谷深耕技術,那時正值AI寒冬,但整個硅谷還是在不斷的積累,很耐心地等待下一個突破。

“但如果我們到大洋的另外一面,就會看到一般來說,是在等美國出現下一個突破之后,我們再去投入,去做優化和規?;氖虑椋运鼤幸欢ǖ难舆t。”

“這個突破前的積累過程其實可能是需要一些耐心的,在這個階段過去之后,我們就真的到了互聯網.com那一波,就是中間層的相當于一個接口能夠出現的時候,這時候才到了應用層大量涌現的時候,在中國可能就會出現大量的像當年滴滴等一堆互聯網公司,這個時候可能還是會需要一定時間,可能大家還需要一定的耐心。”

舊金山海灣。圖源:受訪人邱諄提供

二、東南亞,正成為中美大模型交鋒主戰場

在中美之外,東南亞也成為中美大模型交鋒的主戰場。

在東南亞,AI還正方興未艾,雖然落地步伐相對慢,但還是能看到希望。整個東南亞地區的國家,都在擁抱AI。中美兩股AI旋風正在東南亞交匯。

AI在東南亞并不算是新興行業,在大模型浪潮之前,東南亞就因低廉的人力成本等因素聚焦了智能客服、人工標注等AI相關應用。

但在今年來到東南亞后,科大訊飛云平臺事業群副總裁周傳福明顯的感受是:除了原來的這部分傳統項目,現在更多地看到像政府部門、媒體行業、金融行業等都在更加熱烈地討論、擁抱AIGC、大模型等新技術。

雖然目前東南亞使用最多的還是來自OpenAI等歐美AI公司的大模型,但在東南亞AI界,也不乏科大訊飛、華為、??低暤戎袊萍脊镜纳碛???拼笥嶏w、阿里巴巴相繼在東南亞推出大模型,東南亞國家隊也加入大模型競賽,新加坡政府投入5200萬美元的資金支持AI多模態大模型開發計劃(NMLP)。

周傳福告訴霞光社:“東南亞雖然是一個區域,但是打開來看,很多國家都有很大的不同。新加坡是東南亞唯一一個發達國家,它的AI落地會更快一些,像教育等等部門或者行業都有很多的落地應用。相對來說,新加坡(AI落地)走得比較靠前,活躍度更高,但是像馬來西亞、印尼、泰國等等國家也能深刻感覺到比原來更加熱烈,當然整個落地步伐相對慢,但是還是能看到希望。我們也會長期堅持在這些地方深耕?!?/p>

而越南在人工智能的競賽里也存在彎道超車的可能。摩根大通曾分析稱,越南處于新興東南亞人工智能發展的“前沿”。早在2021年1月26日,越南政府總理批準的《到2030年國家人工智能研究、開發和應用戰略》中,就明確了將人工智能發展成為支柱工業產業。

而英偉達CEO黃仁勛也再次押注越南AI,2023年12月,英偉達CEO黃仁勛會見越南政府總理范明政,并承諾將在越南建立半導體基地,將越南打造成為英偉達的第二故鄉。

東南亞已成為科大訊飛海外業務的第一站和戰略中心。2023年6月,科大訊飛攜星火認知大模型與C端智能硬件,在新加坡舉辦產品發布會暨訊飛AI TechDay·新加坡站活動。

因為科大訊飛一直以相對底層技術的創新、研究為主,所以如果把這些技術用在更多的場景、更多的設備單靠科大訊飛自己其實不行。所以整個開發者生態方面花了很大的力氣?!敝軅鞲8嬖V霞光社,在東南亞的開發者生態方面,科大訊飛搭建了以新加坡為中心的訊飛開放平臺國際站。

“其實我很羨慕,羨慕的點在于C端酷炫的產品是很容易抓到消費者的,但是底層技術的可能講兩天人家都不知道你在做什么。所以整個生態方面就是把技術落地應用生態是我們長期布局,不是靠一年兩年,至少3-5年才能把一個基礎做好,這是目前整個狀態。當然在東南亞我們也看到了很多的突破?!?/p>

他認為,在這些突破的背后,離不開技術創新本地化。

東南亞歷史文化背景復雜,移民的跨國流動使得東南亞形成不同方言體系的多族群社會,各個地區方言眾多。比如印度尼西亞的官方語言主要在雅加達一帶通用,但其他地方又有非常多的方言。而要做語音識別和合成的核心技術創新,就要在提升通用能力之外,針對不同方言區域的口語場景去做提升。另外,識別合成大模型領域也是科大訊飛尋求突破的重要底層技術。

本地化是出海中企必須要面對的一個挑戰,而對于科大訊飛來說,這也是不得不做的事情。因為科大訊飛要面對很多B端用戶場景,其中并不存在捷徑,他們已經做好了深扎兩三年的準備,才能在當地把行業做熟做透。

目前科大訊飛的東南亞團隊規模還不是特別大,大概在二三十個人左右,native speaker大概占到40%左右。本地雇員的職務多是以商務拓展,市場等崗位。核心技術方面,還是以國內總部以及在當地派駐的技術支持為主。

在國內團隊和本地團隊協作過程中,文化差異帶來的挑戰不可小覷。周傳福認為,這種情況下,要把自己放到當地的國家去考慮問題,“而不能說我中國怎么怎么樣,外國怎么怎么樣,這對我們來說其實是一個適應的過程,說起來很簡單,但真正把自己的定位要放到當地的國家。”

除此之外,所有大模型企業要想跑通,都要跨越數據和人才兩座大山。

三、AI全球化,找到自己的新位置

讓我們回到開頭的問題:

ChatGPT為什么并不脫胎于騰訊、谷歌等數據集龐大、人才濟濟的大廠?

騰訊和微軟數據一定是大過OpenAI的,為什么OpenAI有GPT,騰訊、微軟和谷歌都沒有GPT?這是因為對數據的有效利用和搜集非常關鍵。對初創公司來說尤甚,特別是想真正成為一家AI公司,或者只是被AI賦能的公司。

灣區谷歌總部休息區。圖源:受訪人邱諄提供

邱諄認為,私有性未必是價值本身的源泉?!澳阋嬲軌蚶肁I肯定要有數據,但私有數據未必都有價值。這個對于初創公司要有一定認知?!?/p>

積累和收集數據,一定要考慮算法。比如搭建數據棧平臺,但它的門檻其實很高,因此光是收集梳理數據的準入門檻就將很多人攔在外面。甚至于巨頭公司的數據都未必全有用。

提到大模型浪潮下的AI軍備競賽,卷算力或許重要,但核心的算法人才才是這輪競賽最重要的資源。

對于初創公司,邱諄的建議是,從現在開始去物色一些大模型算法核心人才:“作為一個初創公司,可能今天就要去搜尋一些真正核心的人才,聽上去好像有點遙遠,但我覺得我這個建議很可能是會有用的。對于一些初創公司,如果你今天就開始,不管你做什么,甚至你只是做應用層,都一定要過數據這一關,但光有數據又沒有用,最后很可能是要看你的算法,不管你是什么算法,可能不用碰到基座大模型,但即便你要做微調,甚至只是去調API,都會需要對訓練算法的深度認知,最重要的軍備其實是人才?!?/p>

這也是因為,目前國內大模型人才儲備資源緊缺。醫者AI CEO劉呈輝曾對媒體表示,“現在國內做基座類模型的人才90%都出自清華,國內真正會調模型、訓練模型的甚至不超過200個人。”而大模型搶人大戰也讓用人成本水漲船高,vivo副總裁周圍接受媒體采訪時曾表示:”vivo大模型現在每年20億~30億元的投入成本,總投入成本已經超過200億元,人才和數據算力各占一半,人才成本平均每人稅后100萬元?!?/strong>在當下,尋找核心人才資源對于初創公司來說尤為關鍵。

大模型讓全球的AI競賽進一步加速進行,如何在全球化中找準自己的位置,并發揮自身優勢,是所有AI企業需要面對的新課題。

作者:王欣,編輯:劉景豐

來源公眾號:霞光社(ID:Globalinsights);看見新經濟的萬丈霞光。

本文由人人都是產品經理合作媒體 @霞光社 授權發布。未經許可,禁止轉載。

題圖來自 Unsplash,基于CC0協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!