自大型语言模型问世以来，人工智能前沿研发就呈现出“烧钱”属性，甚至让提供AI开发硬件的英伟达，凭借“卖铲子”的模式，营收与利润大幅增长，一度成为全球市值最高的公司。然而，近期高盛、红杉等多家华尔街机构发布研报，对人工智能“淘金热”提出质疑，认为数十亿美元投资的合理性需要足够利润回报来证明。据美国媒体透露，OpenAI预计2024年将亏损近50亿美元，运营成本高达85亿美元，公司现金流将在一年内耗尽。连明星企业都如此亏损，业界或许真的需要冷静反思了。
另一个值得关注的趋势是，大型语言模型的基础能力提升正遇到瓶颈，突破速度放缓，下一代在事实理解、逻辑推理能力上有本质提升的产品迟迟未见问世。目前，业界的进展主要集中在视频生成等多模态功能以及架构轻量化等训练、运行性能提升上。尽管人工智能蕴藏着巨大潜力，但业界对“画大饼”、“闷头烧钱”的热情明显下降，经济性考虑逐渐占据主导地位。
全球大型语言模型的研发方向表明，业界正在转向应用开发、落地以及降低成本。少数大型企业会继续投入，以适当提升大型语言模型的基础能力，力争行业领先地位；而只有极少数公司会投入巨资，堆积数以十万计的GPU来探索通用人工智能的未知领域。
美国政府的限制措施，也促使一些中国企业开始考虑跟随式研发的路线。这种路线实际上相当可行，考虑到中国的研发和市场规模，即使美国出现一些科技突破，中国也能迅速跟进，随后凭借应用和成本优势超越。因此，科技突变带来的突然冲击风险并不大。
令人欣慰的是，中国人工智能研发已经开始更多考虑经济性，追求实效、产业结合，而不是一味地焦虑与美国竞速。然而，未来业界还需要结合国情和政策导向，避免陷入“内卷式”的恶性竞争。
事实上，目前一些行业的成本竞争十分激烈。在技术水平、配套服务已经十分完善的情况下，企业仍然竞相压缩成本，试图以性价比取胜。从国家角度来看，市场竞争需要被控制在适度范围，引导促进市场扩大、优化社会资源合理配置的良性竞争，而非一损俱损、造成额外资源浪费的恶性竞争。
借助云计算服务商平台是中国大型语言模型研发一种常见的途径，中小企业可以借此避免搭建数万张显卡集群式的训练设施。除了算力之外，云服务商还可以整合提供多种开源大型语言模型，价格基于token计算。在AI领域，token指的是处理文本的最小单元或基本元素。千个token的输入单价从不到1分钱到1毛钱以上不等，模型越大价格越高。这些面向行业开放的云计算服务降低了大型语言模型研发的门槛。许多公司通过这种模式购买、定制具体的服务，推进其业务领域的大型语言模型研发。
近日，阿里云宣布上调其域名拍卖平台的价格，单个域名价格从69元升至99元或199元，以应对人工智能服务的价格竞争。对此，阿里云的解释是“应对服务成本上涨”。
这其实是一个值得关注的行业动向。此前，出于市场份额竞争、关注实体等原因，中国市场对软件、服务价值评估并不高。在“域名抢注”、“大型语言模型训练”等专业应用的加持下，云平台服务极大地便利了市场主体的参与，使其可以集中发挥自身优势寻找市场应用。实践证明，中国人工智能研发需要云平台服务。要实现我国人工智能发展和相关应用市场百花齐放，既需要大量中小企业参与AI应用开发，也需要云平台公司提供优质服务。对于真正优秀的产品，有开发需求的企业愿意以合理价格甚至少许溢价来购买。但如果服务商长期“赔本赚吆喝”，既堵死了后来者参与竞争的市场空间，也不利于自身的长期发展，更会导致开发者形成“开发服务本就廉价”的错误价格锚定，从而将整个行业拖入恶性竞争的循环，这对整个行业的发展弊大于利。
阿里云此次调整价格，证明了国内云平台服务的价格正在向更理性的平衡点回调，也证明了国内市场的激烈竞争情况有所好转。但人工智能产业方兴未艾，引导整个产业良性发展必须久久为功。如果中国人工智能能够绕开美国的“烧钱”大坑，建立起良好的市场秩序与竞争环境，以理性指导产业逐步发展，必然能够事半功倍地实现社会数字化、智能化转型。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，可联系本站进行审核删除。
