劃重點
012023年諾貝爾物理學(xué)獎和化學(xué)獎分別頒發(fā)給AI研究領(lǐng)域的科學(xué)家，肯定了其輔助科學(xué)研究的應(yīng)用趨勢。
02英偉達(dá)在華盛頓啟動為期三天的“AI峰會”，聚焦AI在應(yīng)用層面的成功。
03AI產(chǎn)業(yè)的發(fā)展重心從早期算力層、模型層轉(zhuǎn)向最終的應(yīng)用層，技術(shù)驅(qū)動轉(zhuǎn)向應(yīng)用驅(qū)動。
04由于資本的介入和AI初創(chuàng)公司估值水漲船高，企業(yè)需要在應(yīng)用層面展現(xiàn)真正的商業(yè)化能力。
05AI產(chǎn)業(yè)鏈各方開始嘗試“抱團(tuán)”，進(jìn)行垂直整合，以提升競爭力。
以上內(nèi)容由騰訊混元大模型生成，僅供參考
文 | 美股研究室
“假設(shè)青蛙創(chuàng)造了人類，那么你認(rèn)為現(xiàn)在誰會占據(jù)主動權(quán)，是人，還是青蛙？”
這是“AI教父”杰弗里辛頓在2023北京智源大會上提出的問題。作為谷歌前任副總裁，他不惜辭去擔(dān)任了十多年的職位，只為能夠自由地討論、提示“人工智能的危險”。
只不過，一年過去，AI不僅沒有走到他口中的“毀滅人類”那一步，反倒是給他帶來了無數(shù)科學(xué)家夢寐以求的榮譽(yù)諾貝爾物理學(xué)獎。而且不僅是物理學(xué)獎，諾貝爾化學(xué)獎也同樣頒給了三位用 AI 研究蛋白質(zhì)結(jié)構(gòu)的科學(xué)家，震驚學(xué)界。
代表人類在物理學(xué)和化學(xué)領(lǐng)域的最高成就和最新成果的大獎，如今卻頒給了AI。這不僅僅是對科學(xué)家的認(rèn)可，顯然也是對“AI輔助科學(xué)研究”這一應(yīng)用趨勢的肯定。
與此同時，10月9日，英偉達(dá)在華盛頓啟動了為期三天的“AI峰會”。和以往不同，這次的發(fā)布會并不涉及新產(chǎn)品，而是更多地聚焦于AI在應(yīng)用層面取得的成功。用英偉達(dá)企業(yè)平臺副總裁鮑勃佩特的話來說，“世界正處在AI應(yīng)用的邊緣。”
從諾獎對AI應(yīng)用的鼓勵，再到英偉達(dá)對AI應(yīng)用的關(guān)注，我們可以從中得到怎樣的啟示？
接連震驚物理學(xué)界與化學(xué)界，AI的故事講到哪一步了？
根據(jù)瑞典皇家科學(xué)院的解釋，杰弗里辛頓之所以能獲得諾貝爾物理學(xué)獎，是為了表彰他在使用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行機(jī)器學(xué)習(xí)方面的奠基性貢獻(xiàn)。他提出的機(jī)器學(xué)習(xí)技術(shù)被廣泛運(yùn)用于物理學(xué)界的數(shù)據(jù)分析、模型構(gòu)建等領(lǐng)域。
與此同時，諾貝爾化學(xué)獎則有一半共同授予了谷歌旗下DeepMind公司AI科學(xué)家德米斯哈薩比斯和約翰江珀，以表彰他們研發(fā)出的“Alpha Fold2”模型在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面的成就。
不難看出，在這兩個案例中，AI其實并沒有單獨獲獎，它在學(xué)界也并不是孤立的，而是以交叉學(xué)科、跨界融合的方式應(yīng)用在具體的科研領(lǐng)域。
與之相似的是，在英偉達(dá)的AI峰會上，副總裁鮑勃佩特也在強(qiáng)調(diào)AI在現(xiàn)實領(lǐng)域的應(yīng)用：“從智能助理，到機(jī)器人工廠，再到天氣預(yù)測，治療癌癥、探索外星，在英偉達(dá)的CUDA庫中已經(jīng)有超過4000個AI應(yīng)用，幫助各行各業(yè)實現(xiàn)突破。預(yù)計人工智能將在所有利用該技術(shù)的行業(yè)里產(chǎn)生高達(dá)20萬億美元的影響。”
例如，美國國家癌癥研究所正在使用英偉達(dá)的AI服務(wù)，用于醫(yī)學(xué)圖像分析、從大數(shù)據(jù)庫提取信息，從而幫助藥企和科研人員篩選新藥分子，大大減少開發(fā)新藥所需的時間。
事實上，不只是英偉達(dá)，此前，Meta曾經(jīng)推出了首款A(yù)R眼鏡，開始探索AI硬件，最近又推出了Meta AI聊天軟件，開始“軟硬一體”地探索AI應(yīng)用。而馬斯克更是將FSD視為特斯拉的核心賣點，聲稱自己推出的Robotaxi會重塑全球交通運(yùn)輸行業(yè)，“這將載入史冊”。
由此可見，AI的發(fā)展的重心，已經(jīng)從早期的算力層、模型層，開始全面轉(zhuǎn)向最終的應(yīng)用層；AI的技術(shù)的進(jìn)步也將由“技術(shù)驅(qū)動”轉(zhuǎn)向“應(yīng)用驅(qū)動”。
為什么會產(chǎn)生這種轉(zhuǎn)變？
回顧生成式AI的發(fā)展歷程。在短短幾年內(nèi)，從算力芯片、服務(wù)器的進(jìn)步，到算法和模型的優(yōu)化，再到消費端應(yīng)用的井噴，與AI有關(guān)的產(chǎn)業(yè)鏈生態(tài)幾乎在瞬間形成。放在過去的工業(yè)和互聯(lián)網(wǎng)革命時代，這一過程往往需要經(jīng)歷了幾十年甚至上百年的積累，如今卻大大加速，為什么？
資本的介入無疑是最大的動力，近年來，中國、美國、歐洲的科技巨頭、投資機(jī)構(gòu)幾乎是在“爭搶”著在投資AI。
以亞馬遜、微軟、Alphabet和Meta的季度資本支出情況為例，在今年的第二季度，四大巨頭共花費500多億美元投資AI。Meta首席執(zhí)行官扎克伯格更是公開宣布，公司將在2024年底前購入60萬顆GPU。馬斯克也表示計劃在明年夏季前采購30萬顆GPU。
與此同時，中國的阿里、騰訊等互聯(lián)網(wǎng)大廠也不甘示弱，將國內(nèi)的幾大AI初創(chuàng)公司悉數(shù)收入囊中。
圖源：智東西
熱錢的涌入，更是讓AI初創(chuàng)公司估值水漲船高。從最近一輪的融資情況來看，Open AI的投后估值已經(jīng)達(dá)到1570億美元，僅次于字節(jié)跳動和埃隆馬斯克創(chuàng)辦的Space X。
然而，這種投入在早期雖說是不計成本，但從長期來看，仍然是企業(yè)為了追求更高的營收和利潤增長而進(jìn)行的投資，是需要拿出回報的。而目前來看，除了英偉達(dá)、臺積電等上游廠商賺得盆滿缽滿以外，幾乎所有的大模型都在瘋狂虧損。據(jù)Open AI預(yù)測，公司目前高達(dá)數(shù)十億美元的年度虧損將持續(xù)擴(kuò)大，預(yù)計在2026年將虧損140億美元，2029年才能盈利。
從這個角度來看，無論是算力芯片公司（如英偉達(dá)），還是科技巨頭（如Meta、tsla），都需要讓AI在應(yīng)用層面展現(xiàn)出真正的商業(yè)化能力、證明自己，才能吸引更多的人和錢參與進(jìn)來，將AI的故事講下去。因此才會出現(xiàn)這種在發(fā)展重心上的轉(zhuǎn)變。
AI產(chǎn)業(yè)革命將如何演進(jìn)下去？
事實上，宏集團(tuán)創(chuàng)辦人施振榮曾經(jīng)提出過一個“微笑曲線”理論，用來解釋當(dāng)下大部分AI公司盈利難的問題再合適不過。
在他看來，制造業(yè)中，研發(fā)和營銷等高附加值環(huán)節(jié)位于曲線兩端，往往能夠獲取較高的利潤，而中間的生產(chǎn)制造環(huán)節(jié)所獲得的利潤則相對較低。
類比到AI，AI產(chǎn)業(yè)鏈也同樣包括三個主要環(huán)節(jié)：GPU制造/云計算、大模型開發(fā)、AI應(yīng)用。
其中，底層服務(wù)商通過銷售算力芯片硬件和提供云服務(wù)器業(yè)務(wù)，賺取豐厚的利潤。而AI應(yīng)用層企業(yè)則處在最靠近市場和變現(xiàn)的位置，將AI融入到自動駕駛、醫(yī)療診斷、智能家居等各種場景，憑借AI打造產(chǎn)品力，也能獲得不錯的溢價。
相比之下 ，只做大模型的AI公司，既要受到上游基礎(chǔ)設(shè)施的制約，后有AI應(yīng)用廠家落地的卡位，且研發(fā)成本高、技術(shù)門檻高，迭代競爭激烈，從而導(dǎo)致這一環(huán)節(jié)出現(xiàn)利潤低、變現(xiàn)慢的窘境。以自動駕駛技術(shù)為例，英偉達(dá)通過提供高性能GPU，占據(jù)產(chǎn)業(yè)鏈的高地；特斯拉、Waymo等，通過自動駕駛應(yīng)用的開發(fā)，同樣創(chuàng)造了巨大的商業(yè)價值。但一直默默“奉獻(xiàn)”的底層大模型，卻獲利甚微，還面臨著高成本和激烈競爭的巨大壓力。
在過去，GPU廠商（如英偉達(dá)、AMD）、大模型廠商（如Open AI），應(yīng)用端廠商（如蘋果、微軟、特斯拉），他們在自己的行業(yè)內(nèi)各自為戰(zhàn)，展開競爭。如今，他們開始嘗試“抱團(tuán)”，對產(chǎn)業(yè)鏈進(jìn)行垂直整合：產(chǎn)業(yè)鏈上游的英偉達(dá)參與到了中游的大模型公司Open AI的融資，產(chǎn)業(yè)鏈下游的微軟、蘋果更是與Open AI深度綁定。中國的華為、阿里、騰訊、蔚小理等企業(yè)從芯片制造，到大模型訓(xùn)練，再到實際應(yīng)用，也開始逐步對AI進(jìn)行產(chǎn)業(yè)鏈層面的垂直整合。
事實上，移動互聯(lián)網(wǎng)時代的蘋果，新能源車時代的比亞迪，都曾通過這種一體化戰(zhàn)略大大加強(qiáng)自己在行業(yè)內(nèi)競爭力。這種成功的經(jīng)驗或許同樣能夠為AI時代的企業(yè)們帶來啟示：“誰能夠率先將芯片、算力、數(shù)據(jù)、模型、應(yīng)用這五點統(tǒng)一，誰就能夠在這場科技革命浪潮中最先摘到‘低垂的果實’。”
