图片来源@视觉中国

人工智能行业就是这么神奇，每每一波风吹起，总会让人误以为这个行业还大有可为。

(资料图片仅供参考)

大语言模型就是典型的例子。在山姆·奥特曼和他的Open AI没有出名前，不单单是国内，整个人工智能圈也仅仅把它当作是一种新型工具，投资人开始变得谨慎起来，以至于他们中的一些人跑去看起了新消费，原因很简单，相较于复杂的科技，消费品类要更好懂一些。

后来的故事大家都知道了，Open AI与微软的联姻，给原本冰冷的人工智能行业强行续上了火种，热度蔓延到国内，圈内外的讨论度空前高涨。

尤其在今年上半年，继百度发布文心一言后，各类新老公司层出不穷，除了隔三差五能听到某某公司发布了自己的大模型，最喜闻乐见的，每天都有新的群聊诞生，其中有卖教程的、有假借AI之名兜售私董会的，当然也有一些正儿八经聊大模型的现状与未来的。

最吊诡的是，过去人工智能圈负有一定名气的AI四小龙，这次居然不是顶流。

拿商汤科技来说，继今年4月发布了“日日新大模型”体系后，它还密集推出了其他的大模型，和Open AI继续补强LLM不同，商汤这次似乎很着急向外界证明自己。

但事与愿违，自2022年以来，商汤已经多次遭到大股东减持，其中就包括软银集团和阿里巴巴，前者累计减持了4次，套现金额超3.26亿港元，后者减持3次，有业内人士认为，大股东减持，对于当前营收规模下降、且尚未盈利的商汤而言，无异于向市场发出了不看好的信号。

这也是本篇文章想聊清楚的点：大模型风口究竟能否给商汤们带来新生？

关于阿里减持商汤这件事，外界认为主要有两点原因：一方面是出于商汤在AI方面的投入短期还看不到回报；另一方面，则是阿里自身也在进行各业务线的调整，所以亟需切割旁支的投资项目。

但这些理由仍显得有些牵强，因为从价值投资的角度来看，被减持只能说明一个问题：大概率不是别人眼中的优质资产了。

我们还是以商汤科技这家公司为例，这家公司从创业那天起，就是含着金钥匙的。如果给它贴上一个标签，毫无疑问就是科学家亲自下场，商汤的联合创始人汤晓鸥是香港中文大学教授，被外界认为是全球人脸识别技术的开拓者和探路者。

据新眸不完全统计，成立4年的商汤融资额已经超过17亿美元，是当时全球融资额最大、估值最高的人工智能独角兽公司。但好景不长，自从商汤2021年底上市后，其市值就一路下挫，现在商汤市值徘徊在700亿港元左右。

那么问题来了，一度风头无两的商汤为何IPO后就变了味呢？

关于这个问题，知乎上有个高赞回答：“AI四小龙最大的问题，不是没有清晰的业务，而是初期发展路线不清晰，导致业务不连贯，先前的技术未能形成有效沉淀，不能很好地助力新近提出的主营战略。换句话说，AI四小龙现在才找到清晰的发展方向，沉没成本没有转化为养分，大部分都白白浪费掉了。”

这段评论发表于两年前，但即便现在来看，依然不过时。

翻译成大家都能听懂的话，就是AI遇冷，资本不再迷恋AI神话。既然之前用了几十亿、投资了近十轮都没能让它捧向更大的市场，那么现在即便你有了新战略、发布了新产品，在市场眼里，还是要打上一些折扣的。

从另外一个角度看，这其实是人工智能这些年一直不温不火的主要原因。

单从商业视角来看，如果一项技术没能找到合适的落地场景，那么这项技术大概率只能是孤芳自赏。过去很长一段时间里，包括商汤在内的一众明星科技公司们，过度迷恋技术信仰，忽略了场景落地，表现在业务上，就是他们的触手很长，无论是C端，还是B端和G端，只要有合适的活，它都会去做。

这像极了十几年前的软件公司，也是四小龙们的难言之隐，毕竟在理想和现实之间，为了能把AI故事继续讲下去，这些传统软件公司就能做的活，他们大概率还是会继续干下去的。

关于AI含金量这件事，业界主要有三个判断因子：研发投入、营收规模及增速、主营业务净利率，但人们往往只注意前面两个，而忽略了最关键的最后一项。

因为关于前两者，几乎每家做软件的公司都能做到还不错，关键是，很多外包、集成商卡脖子的点，就是没法形成规模效应和技术壁垒，这里有一个技术误区，很多人误以为技术壁垒代表着企业拥有专利数的多少，但最实际的衡量指标应该是，这项能应用于社会场景的技术，是否缺它不可。

在这方面，Open AI就是一个典型的例子。时至今日，相比于已经推出的大模型，业界更关心的，其实是它究竟是怎么构建模型的，以及如何进行模型训练的。

这也是国内一些人工智能公司最缺乏的竞争力。

换句话说，商汤们的问题不仅仅是商汤本身的问题，更是一个行业性的难题。

这也解释了为什么人工智能很难形成绝对壁垒。根据IT橘子数据，截至2020年，30%的成长型AI企业尚未获投，这些未获投企业很多没有找到细分的价值板块，产品差异化竞争优势也不明显，甚至存在着严重的同质化竞争现象。

那么问题来了，大模型究竟能不能解决当下人工智能的困境呢？

答案是否定的，本质上来讲，现在多数的大模型并不能称得上是真正的AGI。有业内人士告诉《新眸》，“衡量大模型成功与否的标准，并不只是有多少参数，而是它究竟能解决什么样的场景难题，而且这个场景问题，用AI解决成本更低、安全性更高。”

按照这个逻辑来看，现在的大模型还远不能撑起一个主营业务，反倒加剧了AI的黑盒化，本来大家对于人工智能已经很费解了，现在陡然推出的各种新方案，它的可靠性和商业价值就更加值得商榷。

AI现状也大致如此，近些年爆火又沉寂的中台们就是典型。就国内玩家而言，你会发现在活得好的基本都是卡位垂直领域的，比如AI语音领域的科大讯飞、智能BI领域的帆软等，但目前也未跑出一个类似于微软或者Snowflake式的巨头。

大模型爆火后，很多人都认为这将是一个超级风口。

但事实却是，隔壁的Open AI已经和微软密切合作，试图把AI能力融入原有的微软产品体系中，旗下的Azure云计算业务、office 365，甚至是搜索业务Bing，都进行了大升级。

但国内的人工智能环境却有所差异。

基本上包括阿里、腾讯在内的巨头们更愿意研发自己的大模型，而不是和其他厂商合作，这是由国内互联网发展路径决定的。中国是个超级市场，无论是典型的人工智能公司，还是有一定研发能力的互联网企业，他们更愿意关起门来自己做，至于生态，大多还是停留在销售视角和口头上。

在这种情况下，往往会加剧行业的内卷程度，以至于出现了一个怪象，大模型越来越火，而人工智能公司的定位反倒越来越模糊。这也是另外一个需要深思的问题，按照凯恩斯的经济学逻辑，国内人工智能遇冷的关键在于，供给远超过真实需求，而想要培育这个市场，仍需要时间沉淀和多方努力。

按照这个逻辑来看，我们确实应该让AI降降温，重回理性的轨道上了。