起點(diǎn)課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標(biāo)識大模型商業(yè)模式再遭質(zhì)疑，有的項目已淪落為“勞動力密集型”
最近，OpenAI推出的新一代大模型"o1"和"mini"引起了廣泛的討論和測試，其在代碼、數(shù)學(xué)、科學(xué)等領(lǐng)域的能力顯著提升。然而，這股熱潮也引發(fā)了對國內(nèi)大模型商業(yè)模式的質(zhì)疑，一些項目甚至被認(rèn)為已經(jīng)淪為"勞動力密集型"。
近日，OpenAI發(fā)布了“ o1”以及更小更便宜的“mini”新一代大模型。以上模型一經(jīng)發(fā)布，引得全網(wǎng)測試風(fēng)潮，成為了AI圈最新的“國民事件”。
很快，業(yè)界對該項產(chǎn)品得出了結(jié)論：它在代碼、數(shù)學(xué)、科學(xué)等強(qiáng)邏輯領(lǐng)域的能力大幅提升。在新產(chǎn)品中，更強(qiáng)的Agent性能得以體現(xiàn)。
但不幸的是，OpenAI的此次升級，可能“濺射”到了國內(nèi)大模型公司。在以O(shè)penAI主導(dǎo)的標(biāo)準(zhǔn)下，大模型公司或?qū)⒏y生存。
業(yè)界似乎正在期待更強(qiáng)的創(chuàng)新誕生。
01?蒸餾法的前途
在AI界，用蒸餾法訓(xùn)練自己的大模型，較為普遍。
本質(zhì)上，這是一種模型壓縮技術(shù)，允許將大型且復(fù)雜的模型轉(zhuǎn)換到更小、更高效的模型之中。以往，這條技術(shù)通路并未被特定限制，而現(xiàn)在，在“o1”模型推出后，這種訓(xùn)練新模型的模式將可能受到影響。
一位大模型企業(yè)高管對數(shù)科星球DigitalPlanet這樣說：“目前，o1輸出接口限制是每周30條（mini為每周50條），這就是對蒸餾的限制?！?br />
在行業(yè)內(nèi)，GPT-4以“教師模型”的存在示人。它的訓(xùn)練數(shù)據(jù)集包含13萬億個token、1.8萬億的參數(shù)量和6個專家模型構(gòu)成。以它為基準(zhǔn)，行業(yè)中誕生了諸多“學(xué)生模型”，即可利用“蒸餾法”等技術(shù)手段訓(xùn)練自身模型。
而如今，如何優(yōu)化蒸餾過程、提升大語言模型生成能力的技術(shù)手段較為風(fēng)靡，甚至這些技術(shù)已成為某些大模型公司的核心技術(shù)。
“你知道，為什么這么多大模型公司熱衷于’刷榜’？”一位從業(yè)者向我們提問。行業(yè)內(nèi)，“刷榜”是基于榜單企業(yè)提供的標(biāo)準(zhǔn)化問題，測試各大模型技術(shù)能力的手段。
在他看來，在行業(yè)未建立更公正、透明的評估機(jī)制前，“刷榜”一定程度上提供了大模型的基準(zhǔn)測試場景，也是行業(yè)里評價模型性能、成本、部署便利性、安全性等評估結(jié)果的方式。
但隨著測試問題的公開化，“學(xué)生模型”的能力逐漸提升。以至于，在目前，行業(yè)內(nèi)的新晉模型的能力也越來越趨近于GPT4o（OpenAI推出的具有多模態(tài)能力的產(chǎn)品）。
商業(yè)層面上，“蒸餾”的背后是暴利。
原理上，后起的大模型公司通過“蒸餾法”省去了一定的數(shù)據(jù)、算力和訓(xùn)練成本，所以對于行業(yè)內(nèi)排名稍后的大模型產(chǎn)品而言，“只需要兩三千萬就能蒸餾個七七八八，”一位技術(shù)人員提到。商業(yè)上，過度蒸餾的結(jié)果是，排名在后面的大模型公司反而商業(yè)前景更強(qiáng)。
不過，以上的玩法，可能在GPT4-o1上有所變化。
02?“薄利多銷”的前途
在大模型行業(yè)內(nèi)流傳著一句話：先發(fā)被人制，后發(fā)才能制人。
一段時間內(nèi)，從業(yè)者們憑借“蒸餾法”以上文形容OpenAI。而對于國內(nèi)的一些大廠，這句話也同樣適用：因為其硬件的采購成本把價格“買在了山頂上”。而如今，硬件成本在剛性下滑，后入者更有優(yōu)勢。
所以，行業(yè)間便開始了價格戰(zhàn)。
商業(yè)實操上，和國內(nèi)的大多數(shù)行業(yè)一樣，用低價打造了高端的（僅從造價考慮）產(chǎn)品后，這些公司自然而然地進(jìn)入到了第二階段：即薄利多銷環(huán)節(jié)。
當(dāng)然，在理論上，薄利多銷并不是利益最大化的選擇。然而，很不幸，在大模型領(lǐng)域，價格戰(zhàn)正在上演。
“我看到河南的一個項目，一個國內(nèi)頭部大模型公司中標(biāo)了，標(biāo)價246萬，包括2900多個人的人天工作量，平均人天費(fèi)用800元?！?/strong>一位大模型公司的聯(lián)合創(chuàng)始人這樣說。
他直呼，“這實際上已經(jīng)把AI玩成了勞動密集行業(yè)”。他猜測，這個頭部大模型公司所提供的產(chǎn)品“賣不出去，估計都是送的”，甲方客戶只愿意以人天的方式支付開發(fā)費(fèi)用。加之這家頭部大模型公司的算力采買、人力成本，這個項目總體算下來“應(yīng)該是虧的”。
若換做“刷榜”型企業(yè)，薄利多銷或許還有利可圖。而若換做這家企業(yè)，可能只得用“痛并快樂著”來形容。
03?屎上雕花與可能存在的突破
“不敢相信，OpenAI也開始’屎上雕花’了?！?/strong>這是一位從業(yè)者的驚呼。不過，在深聊之后，他解釋，這里‘屎上雕花’是褒義。其深層次的意思是，OpenAI的架構(gòu)已不需要大改。
但對國內(nèi)的蒸餾大模型而言，顯然這并不是好消息。
一些從業(yè)者指出實質(zhì)：國內(nèi)的大模型公司基本都是同質(zhì)化公司、沒有核心技術(shù)也難以超越OpenAI架構(gòu)。
而蒸餾不到東西，意味著模型的差距將會被甩開。對于大多數(shù)大模型公司而言，則意味著，企業(yè)的發(fā)展?jié)摿⒈挥肋h(yuǎn)桎梏在低價競爭的怪圈之中。
“除了少數(shù)資本化有保證的公司，大部分難以獲得資本青睞”，一位投資人透露。據(jù)他透露，國內(nèi)的幾家具備明確資本結(jié)果的公司，其背后實質(zhì)是LP（可以理解為基金的出資人）推動進(jìn)行投資的。
對于GP（基金的管理人）而言，投了也不用擔(dān)責(zé)。
在他看來，這些公司之所以備受重視，是三條資本故事尤為引人矚目：一是，OpenAI能干的事，我（們）都能干，我（們）就是中國的OpenAI；二是，我（們）可以持續(xù)不斷地得到AI領(lǐng)域人才；其三是，有龐大的客戶資源背書，AI可以賣給核心企業(yè)圈層。
但也有人質(zhì)疑這三條，這些不愿意透露姓名的行業(yè)高管給出的理由是：OpenAI架構(gòu)必須突破，而前沿科學(xué)家應(yīng)重視質(zhì)量而不是數(shù)量，靠“源源不斷”的人才估計無濟(jì)于事。
“重要的是算法架構(gòu)，通常是三兩個人決定的，他們能突破，那么就突破了，他們突破不了，再多人也是白搭。”他補(bǔ)充。
他苦笑：“人再多，也是800人天?！?/p>
這位企業(yè)高管目前正在嘗試進(jìn)行算法突破，雖然很難，但值得一試。在詢問原因后，對方表示：“我們總不能永遠(yuǎn)處在價值鏈低端吧”。
作者丨苑晶 編輯丨大兔；公眾號：數(shù)科星球（ID：digital-planet）
本文由 @數(shù)科星球 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載
題圖來自 Unsplash，基于 CC0 協(xié)議
該文觀點(diǎn)僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
- 目前還沒評論，等你發(fā)揮！
