去年，ChatGPT掀起的一片浪花，卷起了全球互聯網科技創新的浪潮，大模型成爲當之無愧的風口，這也給近幾年略顯平靜和停滯的AI行業注入了新的活力，讓AI相關企業再次站在互聯網舞台的中央。
圍繞大模型的創業潮流也在湧動，不少創業公司紛紛推出大模型相關産品，聚焦細分市場應用的小型AI産品也層出不窮。
但一年時間過去了，這場大熱的生成式AI技術熱潮究竟給我國的AI 行業帶來了什麽？AI企業在大模型的協助下獲得了哪些突破？是否爲其在技術研發和商業化探索上提供了新發展？如果思考這些問題，我們或許會得到一個悲觀的回答。
年前的一場生成式AI閉門會上，一位前“AI 四小龍”之一的研發負責人表示，“2023年的情況並沒有什麽不同，過去AI公司碰見的問題，今天仍然沒有解決”。
融資熱潮來了又走
2023年，可謂名副其實的“資本寒冬”。根據PitchBook的數據顯示，美國風險投資公司在 2023 年籌集了670億美元，同比下降60%，爲6年來的最低水平。我國也是如此，2023年上半年，創投市場共計披露融資事件4,367起，同比減少38.73%，披露融資金額3,010億元，同比減少24.92%。
在這種環境下，ChatGPT的火爆和大模型的技術風口讓AI賽道聚攏了很大一部分資金。
據The information的Creator Economy Database最新數據，在數據庫覆蓋的350多家全球創業公司中，2023年募得資金量繼續螺旋式下降，至約17億美元，其中人工智能初創企業在融資份額中占比最大，超3.24億美元。
AI賽道重新吸金，對我國的AI産業及相關企業來講可以說是一場及時雨。自2019年以來，我國AI賽道的投融資事件數下滑態勢明顯，2021年獲得過短暫爆發，2022年卻驟然回落、幾乎腰斬，這讓還處在大規模燒錢階段的所有AI 企業都面臨生存的窘境，即使頭部也不例外。
如出門問問的七輪融資發生于2013年2月至2019年9月，近4年沒獲新融資；第四範式的十一輪融資發生于2015年8月至2021年6月，近2年未有新融資變動。作爲大模型創業領域第一梯隊之一的智譜AI，去年完成了25億元的大筆融資，可在此之前，公司也經曆了一段較長時間的融資冰點期。
過去投資人很少關注大模型領域，而ChatGPT出現後，大模型相關的創業公司融資情況明顯轉好，連帶著蹭上大模型熱點的AI企業估值也水漲船高，重新有了新故事。但是，這種熱捧似乎有些短暫。
根據中商産業研究院數據顯示，截至2023年11月24日，中國人工智能投資事件達531起，投資金額達660.48億元。其中5月、6月及7月相關投資事件數位居前列，分別有62起、60起及60起。但11月投資事件數量較少，至24日有26起。其中有5起戰略投資、B輪和Pre-A輪均有4起。
再從第三季度的投融資事件來看，Q3投融資熱門事件集中在新能源、半導體、醫療健康、企業服務、人工智能五大領域，分別爲97起、154起、278起、155起、117起。而除了半導體有少量漲幅外，其余投融資事件均減少，與整個一級市場投融資數量呈下行趨勢相符。
一位接觸過幾個項目但最終還是沒出手的天使投資人表示，“基本上都不具備投資價值，市場裏90%項目都是開源模型，但並沒有成熟的生態體系。”
多看少投甚至只看不投，資本的“寒冬”依然冷冽。
商業化，前進還是後退了？
這幾年，AI企業的普遍困境在于技術研發像個無底洞，而商業回報少得可憐，更糟糕的是，相較于難以盈利，很多企業根本找不到商業化出口。大模型概念的爆發固然給AI賽道帶來了融資，可大模型及生成式AI的創業公司面臨和較早那批AI企業相同的問題：商業模式在哪裏？
2023年下半年，OpenAI商業化進程明顯加速，先是推出C端付費版，隨後推出企業用戶定制版。在這個過程中，不斷降低免費版的運行成本，優化付費版的能力來提升付費率。
面向C端需求尋求商業變現，在我國並不好走。
對于用戶來講，ChatGPT的爆火雖然刷新了他們對AI技術和能力的認知，可大模型及生成式AI仍是一個相對模糊甚至遙遠的概念。這主要是因爲“生成內容”並不是大部分人的普遍的、核心的需求，因而，想要從用戶群體中通過收費的方式獲得營收，本身就要面臨一個用戶願不願意付費的問題。
當然，如果是在強需求場景裏嵌入大模型或生成式AI技術，做出一款應用層的爆款産品，未嘗不是更好的選擇。可遺憾的是，直到年末，國內依然沒有一款持續火爆的AI應用出現，即便是紅極一時的妙鴨相機，也在上線僅兩個月後因多次付費、用戶粘性不夠等漸漸淡出大衆視野。
很多業內人士認爲大模型更廣闊的應用市場在B端，而大模型技術浪潮前的大多數AI企業也正是從B端找尋商業模式，如今大模型與其當前業務的融合，帶來了新的想象力嗎？
不得不說，大多數AI企業的營收狀況仍然一塌糊塗。如商湯科技，2023年上半年，商湯集團總收入爲14.33億元，同比增長1.3%，期內毛利爲6.49億元，同比下降30.6%，期內虧損淨額爲31.43億元；寒武紀2023年前三季度，營業收入1.46億元，同比下降44.84%，歸屬于上市公司股東的淨利潤虧損8.08億元；雲從科技前三季度，營業收入3.46億元，同比下降24.13%，淨虧潤4.01億元。
大模型及AIGC領域的投入和研發是一項長期性工作，這決定了AIGC、人工智能等業務産品尚未産生實際收入，預計對企業短期內的財務狀況也不會産生較大貢獻。不過，根本的問題在于大模型尚且無法爲AI企業此前在B端的商業化困境指明出路。
一方面，因爲大模型及AIGC技術本身就存在商業落地的難題；
作爲較早就已開發大模型、AIGC技術及應用程序的AI企業，出門問問就是一個典型的例子。根據灼識咨詢的報告，按2022年AIGC産品和服務的收入計，出門問問在中國的AI科技公司中排名第一，並在國內推出了首款商業化AIGC應用。但就收入結構看，2020年至2022年，出門問問來自AIGC解決方案的收入占比分別爲0.2%、1.7%、8%。
另一方面，在應對和解決企業的多樣化需求上，大多AI企業基于當前的技術提供的服務其實並沒有帶來質的升級，這也是爲什麽他們在B端商業前景越發受到質疑的原因。大模型的出現或許是個新的助力，可它能起到的實際效用存疑。
“如果不能靈活使用大模型，或者不能完全適配自己的商業場景，可能在一定程度上很難完全實現降本增效的目的”，專業人士表示。
浪潮過後，“死”得更快？
大模型還沒掀動變革，巨大的泡沫就已然産生。
2023年上半年，AI板塊中“牛股”層出不窮。其中，萬興科技榮膺“人氣王”，全年的股價漲超3倍，年內最高漲幅更是一度達380%，昆侖萬維也不遑多讓，全年股價翻倍，最高漲幅超340%，因賽集團、開普雲、新國都等個股的全年漲幅同樣超100%。有不少AI概念股在相關技術上並沒有太多突破，甚至業績處于虧損狀態，股價卻先突飛猛進，
正如Gary Marcus的調侃，“幾年前，如果你的初創公司域名中有.ai，那麽你可以在你的估值後面加一個零。現在呢，可能會是兩個零，尤其當你說自己正在用生成式AI。”
但在將這些AI企業或大模型初創公司捧上高處後，一旦熱潮回落，進行大模型燒錢式投入的AI企業是否會跌得更重？
一面是不斷增加的持續性投入成本；據悉，去年商湯科技投入1萬張GPU進行大模型研發，並把商湯SenseCoreAI大裝置的上線GPU數量提升至3萬塊，硬件成本的上升和折舊嚴重拖累了商湯科技的利潤。而像百川智能、Minimax、智譜AI等頭部創業公司，之所以加速融資，正是爲了應對後期更大的投入。
智譜AI CEO張鵬在采訪中曾表示，25億的融資根本不夠，並坦言，“我們現在不管融多少、掙多少錢，都是我們通向AGI這條路上的盤纏。”
而另一面，當前資本對所投項目的耐心卻越來越少，他們迫切希望及早看到回報，或者講清楚商業化路徑。如華創資本創始合夥人熊偉銘所說，現在創業to VC已經不行了，必須賺錢。“如今的AI創業不像以前可以拿到A、B、C、D多輪融資，現在基本就是兩輪——天使輪和A輪，所以我們在投資時會非常現實，看這個項目能不能賺錢，能不能賺很多錢。”
當然，公司在大模型領域布局的時間越長，需要的資本就越多，融資輪次越多，投資人對于企業在技術實力和盈利轉化能力方面的要求也越嚴苛。
在這種來自內外部的共同施壓之下，AI企業很可能會陷入一個兩難的境地：注重技術能力提升而忽略商業化探索，或許會被資本直接抛棄，相反，在技術尚不成熟前，把精力放在商業變現上，則會影響技術的突破。
一旦未來某個節點，錢都投進去了，技術成果出不來，資本撤離，企業勢必面臨更大的風險。
這一考驗大概不會等太久，畢竟才不過半年，風向已隱隱改變。
