Model skala besar telah melonjak selama setengah tahun, dan hanya ada sedikit investor yang membayar uang sungguhan

Pengarang｜Liu Yangnan

Sumber｜Tahun Cahaya Jiazi

Pada hari ke-136 setelah meneriakkan "menjadi OpenAI versi China", Wang Huiwen menjual Light Years Away ke Meituan.

Pada tanggal 29 Juni 2023, Meituan mengumumkan di Bursa Efek Hong Kong bahwa mereka akan mengakuisisi sepenuhnya 100% ekuitas "Light Years Beyond" pada tanggal 29 Juni 2023. Total harga pembelian meliputi: US$233,673 juta dalam bentuk tunai + komitmen Hutang Renminbi US$366,924 juta + 1 yuan, totalnya sekitar 2,065 miliar yuan.

Sulit membayangkan bahwa perusahaan rintisan model skala besar pertama yang didirikan oleh bos besar di China akan berakhir seperti ini.Akhir akhir ini telah meninggalkan keraguan dan spekulasi yang tak terhitung jumlahnya di pasar.

Dari perspektif bisnis secara keseluruhan, akuisisi Meituan dari jarak beberapa tahun cahaya hanyalah akuisisi umum di kalangan perusahaan. Namun bagi industri AI dalam negeri, akuisisi ini seolah mengindikasikan bahwa gelombang kewirausahaan skala besar AI yang baru panas selama setengah tahun mulai mendingin.

Pasar modal memiliki persepsi yang lebih intuitif tentang suhu air industri. Sejak 26 Juni, saham konsep AI seperti HKUST Xunfei, Kunlun Wanwei, dan 360 secara kolektif anjlok.

Tak hanya di China, orang-orang bahkan tak lagi mengejar ChatGPT yang sempat ramai dikunjungi.

Menurut data dari alat analisis data situs web SimilarWeb, tingkat pertumbuhan kunjungan ChatGPT pada tahap awal sangat mencengangkan. Tingkat pertumbuhan bulan-ke-bulan adalah 131,6% di bulan Januari, 62,5% di bulan Februari, dan 55,8% di bulan Maret. melambat secara signifikan di bulan April, dengan tingkat pertumbuhan bulanan sebesar 12,6%, dan di bulan Mei, angka ini hanya 2,8%.

Ketika popularitas model besar hilang, mudah bagi orang untuk memikirkan pertanyaan: Apakah model besar merupakan peluang bagus untuk memulai bisnis?

Jelas, tidak ada jawaban standar untuk pertanyaan ini, dan bahkan pendapat orang-orang besar pun sangat berbeda. Beberapa hari yang lalu, Fu Sheng, ketua dan CEO Cheetah Mobile, dan Zhu Xiaohu, direktur pelaksana Dana Modal Ventura GSR, "berdebat" di lingkaran pertemanan tentang hal ini.

Inkonsistensi kognitif model besar tidak hanya berfokus pada individu. Ketika pengusaha, investor, dan peminta semuanya memiliki bias kognitif, bersikap "hati-hati dan konservatif" dengan model besar telah menjadi keadaan umum bagi sebagian besar pemain.

Pada Konferensi Tahunan China Film Capital 2023 yang diadakan pada 16 Juni, terjadi diskusi hangat antara investor China Film Capital dan perusahaan teknologi keras dan teknologi konsumen yang berinvestasi tentang bagaimana industri merangkul model berskala besar dan AIGC .

Dari perspektif "Jiazi Guangnian", pasar model skala besar sangat membutuhkan suara rasional, laju inovasi tidak dapat dihentikan, dan banyak masalah yang belum diklarifikasi-apakah model skala besar dapat dibuat? Bagaimana cara mentransmisi? Apa masalah memasuki model besar? Akankah komersialisasi model besar di masa depan mengulangi kesalahan industri AI sebelumnya?

Tidak peduli seberapa khawatirnya orang, hampir pasti industri merangkul model besar - pertanyaannya adalah, dengan cara apa.

1. Investor yang berhati-hati

Baichuan Intelligent, Lianyuan Technology, Lingxin Intelligent, Xihu Xinchen, MiniMax... Dari awal tahun 2023 hingga saat ini, perusahaan start-up skala besar domestik bermunculan satu demi satu.Latar belakang setiap pengusaha cukup cerah, dan kekuatan masing-masing perusahaan sangat dikapitalisasi. sisi disetujui.

Selama itu, tidak jarang seorang pengusaha bintang tertentu meninggalkan pekerjaannya untuk memulai bisnis dan memasuki model besar untuk mendapatkan pembiayaan yang sangat besar.

Misalnya, pada 1 Juni, dilaporkan bahwa MiniMax, sebuah perusahaan rintisan model skala besar domestik, akan menyelesaikan putaran pembiayaan lebih dari 250 juta dolar AS, dan valuasi perusahaan melebihi 1,2 miliar dolar AS;

Saat itu, kabar pembiayaan Light Years Away yang baru saja diakuisisi oleh Meituan semakin simpang siur, Wang Huiwen pernah membantah bahwa perusahaan tersebut telah menerima pembiayaan sebesar US$230 juta dari Source Code, Tencent, Wuyuan, dan Suhua, Namun pembiayaan ini akhirnya ditolak, hal itu dipastikan karena pengumuman akuisisi yang dikeluarkan oleh Meituan.

Gelombang investor yang mengejar wirausahawan ini membuat orang berpikir bahwa model besar akan mengaktifkan seluruh lingkaran modal ventura AI domestik, tetapi sebenarnya tidak demikian. Bahkan, kecuali untuk tim bintang dengan lingkaran cahaya mereka sendiri, investor lebih cenderung menunggu dan melihat dan memeriksa kewirausahaan skala besar, dan hanya sejumlah kecil orang yang benar-benar membelanjakan uang nyata.

Pada awal tahun ini, ketika gelombang ChatGPT melanda dunia, "Jiazi Guangnian" bertukar pandangan dengan beberapa investor untuk pertama kalinya. Selama itu, hampir semua orang belajar dengan cepat dan mengundang para ahli untuk melakukan sains populer di dalam perusahaan.

Saat itu sedang hangat perbincangan di bidang AI: Apakah ChatGPT adalah momen iPhone di dunia kecerdasan buatan? Dalam hal ini, jawaban yang diberikan oleh Xianfeng bukanlah terburu-buru mengambil kesimpulan. "Kami belum yakin seberapa besar dampaknya, tapi kami pikir (model besar) pasti akan mengubah sesuatu," kata Li Kang, wakil presiden Xianfeng.

Namun, beberapa lembaga investasi telah menyatakan keprihatinan tentang model besar tersebut. Seorang investor pasar utama mengatakan kepada "Jiazi Guangnian" bahwa dia sangat khawatir dengan reaksi China yang berlebihan. Setelah pecahnya ChatGPT, stok konsep AI domestik diledakkan. “Pasar primer dan sekunder kita harus mempertimbangkan apakah investasi relevan yang disuntikkan dapat menghasilkan pengembalian yang sesuai. Jika untuk kepentingan jangka pendek, investasi semacam ini pada akhirnya akan sia-sia, karena Anda tidak benar-benar mempromosikan pengembangan teknologi. , tapi Ini adalah investasi konseptual."

Menurutnya, investor harus lebih fokus menggali ilmu-ilmu dasar yang berdampak pada masa depan umat manusia.Inilah kekuatan teknologi nyata dengan nilai pasar potensial yang dalam. "Hal ini diperlukan untuk berintegrasi dengan dinamika pasar, serta nilai pasar dan kemajuan sosial masa depan yang nyata. Kita tidak boleh mengikuti secara membabi buta. Kita harus memahami dengan jelas apa yang dapat mengubah masa depan. Seharusnya tidak menjadi gelembung dalam gelombang."

Namun, seorang praktisi FA mengatakan kepada "Jiazi Guangnian": "Baru-baru ini, investor secara bertahap mulai berinvestasi dalam proyek model skala besar, tetapi jumlahnya tidak besar."

“Masalah penting adalah masih kurangnya kognisi.” Mengenai sikap hati-hati investor, Zhang Gaonan, mitra pengelola Huaying Capital, memberikan pemahamannya sendiri. Dia lebih lanjut menyatakan: "Hampir tidak ada yang dapat dengan jelas mendefinisikan model besar. Kita perlu menentukan batasan model besar sebelum membahasnya. Model besar yang Anda sebutkan dan model besar yang saya sebutkan mungkin bukan hal yang sama."

Dalam pandangan beberapa orang, kehati-hatian investor mungkin merupakan sinyal negatif bagi kewirausahaan skala besar, dan itu menuangkan air dingin pada model skala besar. Namun dari sudut pandang objektif, kehati-hatian tidak berarti penolakan, dan pelukan rasional setelah pemikiran mendalam lebih berharga.

Apakah investor, pengusaha, atau perusahaan tradisional yang berharap untuk mengubah dan meningkatkan bisnis mereka sendiri dengan bantuan model besar, mereka perlu mengklarifikasi dua masalah sebelum benar-benar memasuki pasar model besar—apa batas kemampuan model besar, dan apakah mereka perlu memperkenalkan model besar?

2. Sebelum merangkul model besar, perjelas dua pertanyaan

Ketika sebuah teknologi baru muncul, pertanyaan inti dalam dunia bisnis adalah: di mana dan bagaimana teknologi ini dapat digunakan?

Ini sangat penting untuk model besar, dan ini juga merupakan pertanyaan yang harus dipertimbangkan oleh perusahaan yang belum benar-benar memasuki model besar dengan hati-hati.

Untuk menjawab pertanyaan ini, pertama-tama perlu untuk menggambarkan batas kemampuan model besar.

Fitur khusus dari model besar adalah bahwa algoritma model internalnya adalah kotak hitam besar, dan proses pembuatan model besar tidak dapat dijelaskan dan tidak dapat diprediksi, sehingga sulit untuk menentukan batas kemampuannya. Tapi yang pasti model besar untuk keperluan umum bukanlah obat mujarab.

Lin Yonghua, wakil presiden dan chief engineer Zhiyuan Research Institute, pernah menyebutkan dalam sebuah sharing bahwa dari perspektif implementasi industri, "model besar + pembelajaran cepat" tidak dapat menggantikan segalanya.

Dia lebih lanjut menyebutkan bahwa untuk banyak tugas khusus atau tugas baru, pembelajaran petunjuk memungkinkan model besar untuk mengeluarkan hasil yang diperlukan melalui beberapa putaran petunjuk, tetapi model besar "tidak dapat mengingat" proses ini, dan jika pengembang menambahkan seluruh petunjuk dalam setiap panggilan, di satu sisi, mungkin membuatnya lebih lama dan lebih lama dan melebihi kemampuan konteks model besar, di sisi lain, itu pasti akan menyebabkan peningkatan biaya setiap penalaran, dan efeknya akan sulit kontrol. Ketidakstabilan ini bahkan lebih fatal pada tahap pendaratan produk yang telah menginvestasikan uang nyata.

Zhang Yitian, kepala ahli Pusat Inovasi Pidato Nasional, juga mengatakan pada pertemuan tahunan Huaying Capital pada tahun 2023: "Model besar adalah logika generatif, dan yang diberikannya hanyalah pengelompokan kosa kata yang optimal, dan tidak ada sebab dan efek antara jawaban dan pertanyaan. Yang kita dapatkan hanyalah 'hasil', yang perlu diidentifikasi, bukan 'jawaban'. Oleh karena itu, apakah model besar dapat langsung diterapkan di bidang yang serius seperti pendidikan, perawatan medis, dan keadilan mungkin menjadi masalah. Tapi itu dalam membantu pengambilan keputusan. Itu bermakna. Dalam hal menghasilkan hasil secara langsung, jika ingin dikomersialkan dan diproduksi, kami pikir jalan masih panjang.”

Oleh karena itu, ada konsensus dalam industri bahwa di masa depan setiap industri akan memiliki model vertikalnya sendiri, dan poin utamanya adalah bagaimana mengintegrasikan kemampuan model umum dengan data industri perusahaan sendiri.

Namun sebelum benar-benar mempertimbangkan penerapan proyek model skala besar, pengusaha perlu mempertimbangkan pertanyaan yang lebih penting tetapi mudah diabaikan—apakah model skala besar merupakan "hanya kebutuhan" untuk perusahaan?

Dalam hal ini, tim model skala besar multi-modal domestik pernah mengatakan kepada "Jiazi Guangnian" bahwa apakah model skala besar "hanya dibutuhkan" oleh perusahaan perlu dipahami dari berbagai sudut. Untuk beberapa perusahaan, tidak memperkenalkan model skala besar sama dengan kehilangan keunggulan tajam dalam persaingan pasar, dan mereka harus menggunakan model skala besar untuk memenangkan hati pelanggan-ini juga merupakan "kebutuhan yang tepat".

Tetapi sampai batas tertentu, ini lebih merupakan sentimen pasar di masa-masa awal munculnya teknologi. Dalam jangka panjang, industrialisasi teknologi baru pada dasarnya akan didorong oleh kebutuhan bisnis. Saat ini, apakah suatu perusahaan membutuhkan model besar perlu mempertimbangkan banyak faktor.

Selain masalah implementasi proyek tertentu, perusahaan juga perlu mempertimbangkan masalah keamanan data dan dampak model besar pada struktur pasar asli.

Kedua masalah ini sudah sering muncul di era informasi dan digital dan tidak bisa diberantas, di era yang cerdas, masalah ini mungkin muncul dengan cara yang lebih halus.

“Banyak perusahaan berbasis konsumen atau platform, jika mereka merangkul model besar tanpa syarat, model besar memiliki kemampuan yang kuat untuk menyerang balik industri, karena itu berarti industri tersebut dengan mudah diserahkan dari industri. Ambang pintu masuk dan kunci kognitif ," kata Zhang Yitian.

Dalam konteks transformasi digital, sebagian besar industri telah mencapai transformasi dan peningkatan digital melalui teknologi seperti big data dan cloud computing. Namun pada saat yang sama, perusahaan tradisional juga telah menyerahkan sejumlah besar data industri kepada produsen teknologi digital.Penyedia teknologi digital telah menjadi badan utama yang tidak dapat diabaikan dalam industri, dan struktur pasar aslinya telah diubah.

Namun, karena kecilnya jumlah data di industri seperti industri dan konstruksi, serta sulitnya menghubungkan data antar lini bisnis, perusahaan tradisional masih mempertahankan hambatan persaingan yang tinggi.

Zhang Yitian berkata: "Saat ini, industri konstruksi adalah industri yang paling dilindungi dalam konteks digitalisasi. Sekarang informasi industri konstruksi, kecuali Glodon yang dapat membuat anggaran, tidak ada raksasa yang dapat memotong. Mengapa? Karena arsitektur memiliki Gambar desain, gambar konstruksi, gambar pemeliharaan, gambar perencanaan, gambar pengarsipan dan delapan gambar lainnya, semua gambar tersebut tidak terhubung satu sama lain, dan departemen pemerintah tidak saling mengenal. Biaya pembukaan delapan gambar ini dari seluruh bangunan cukup tinggi , sehingga industri konstruksi mempertahankan diversifikasi persaingan semacam ini. Kami biasanya berpikir bahwa diversifikasi persaingan adalah sumber vitalitas dan kekuatan untuk pengembangan industri.”

Oleh karena itu, di bawah gelombang model skala besar, untuk perusahaan yang standar industri dan keunggulan kompetitifnya tidak sempurna, apakah akan merangkul model skala besar tanpa syarat adalah pertanyaan yang perlu dipertimbangkan dengan cermat oleh setiap perusahaan.

3. Tidak ada jawaban standar untuk implementasi rekayasa model besar

Untuk pendatang yang telah menginvestasikan uang nyata di pasar model besar, hal selanjutnya yang harus dilakukan adalah menyelesaikan masalah implementasi proyek yang sebenarnya.

Dalam hal ini, industri secara bertahap membentuk konsensus bahwa di masa depan, model besar dan model kecil akan saling melengkapi dalam proses implementasi industri.

Lin Yonghua pernah berkata bahwa skenario area sempit yang membutuhkan presisi tinggi dan kemampuan generalisasi rendah lebih cocok untuk paradigma "model kecil + pembelajaran transfer". Seperti inspeksi industri, inspeksi kualitas industri, analisis citra medis, dll.

Selain itu, Xuan Xiaohua, pendiri Huayuan Computing, juga mengatakan bahwa model bisnis perusahaan AI di masa depan adalah mengintegrasikan model besar umum yang digerakkan oleh data besar dan model data kecil yang digerakkan oleh pengetahuan untuk industri vertikal guna mencapai dua- penggerak roda.

Zhang Gaonan juga mengatakan kepada "Jiazi Guangnian": "Ketika perusahaan mengoptimalkan model mereka sendiri atau melatih model vertikal, mereka dapat digabungkan dengan model besar. Mereka tidak memerlukan data dimensi tinggi seperti model besar, dan mereka tidak perlu menerapkan sepenuhnya model besar Namun, teknologi model besar dapat digabungkan dengan teknologi lain untuk membentuk model vertikal industri dengan kebutuhan daya komputasi rendah, yang mencerahkan, dan ini sama sekali bukan aplikasi sederhana dari model besar.

Misalnya, untuk masalah "ilusi" model besar yang telah dikritik berulang kali, mungkin perlu menggabungkan teknologi AI generasi sebelumnya untuk menyelesaikannya dalam jangka pendek.

"Ada banyak alasan halusinasi, dan itu mungkin karena data relatif jarang dan tidak mencukupi dalam domain tertentu. Dalam hal ini, kami perlu memberikan lebih banyak data ke model untuk pelatihan. Selain itu, ketika pengguna mengajukan pertanyaan, berikan Lebih Banyak informasi latar belakang juga merupakan cara untuk mengurangi halusinasi, atau menurunkan 'suhu'. Terkadang halusinasi terjadi karena pertanyaannya tidak cukup lengkap, latar belakang dan premisnya kurang. Oleh karena itu, pertanyaannya juga sangat penting, dan rekayasa adalah kuncinya. Dalam Selain itu, jika pengguna benar-benar ingin menyelesaikan masalah yang akurat 100%, mereka mungkin masih perlu menggunakan grafik pengetahuan. Grafik pengetahuan dapat memastikan keakuratan penalaran logis, serta teknologi yang lebih baru termasuk 'model dunia' yang diusulkan oleh Yann Lecun, kepala dari Meta AI” kata Wu Xuening, CTO Jinyou.com.

Selain menggabungkan dengan teknologi AI generasi sebelumnya, juga merupakan bagian penting untuk menggabungkan proses pelatihan model besar dengan data industri berkualitas tinggi.

Misalnya, sebagai database hybrid yang melayani platform AI PaaS, Data Tianyun telah melewati lebih dari sepuluh tahun, dan sekarang telah mencapai tahap penggabungan dengan model besar.

Li Congwu, wakil presiden Data Tianyun, mengatakan bahwa kombinasi dirinya dan model besar akan dipertimbangkan dari dua aspek - pertama, bagaimana menggabungkan data domain pribadi dengan model besar. Misalnya, Data Tianyun telah menyelesaikan proyek interpretasi kebijakan serupa untuk Komisi Regulasi Sekuritas China Dengan menggabungkan berbagai data seperti peraturan, preseden, dan interpretasi, Data Tianyun telah menghasilkan interpretasi pelanggaran, serupa dengan proses hukuman pengadilan. penyebab pelanggaran.

Kedua, Tianyun Data telah mengembangkan database hybrid dan merupakan salah satu perusahaan paling awal di China. Sekitar tahun 2018, Tianyun Data mengusulkan konsep basis data asli AI, yang sebenarnya mirip dengan basis data vektor yang mendukung model besar saat ini.Tianyun Data telah merilis basis data vektor yang dikembangkan sendiri dan menerapkannya pada modelnya sendiri.

Secara umum, tidak ada jawaban standar untuk implementasi teknik model besar.

Di jalan kecerdasan buatan, China pasti akan merintis jalan yang berbeda dari negara lain. Sulit untuk membedakan keuntungan dan kerugian dari kedua jalur tersebut, dan keduanya lebih didasarkan pada pilihan realistis dalam kondisi nasional yang berbeda.

Li Kang, wakil presiden Xianfeng, pernah membuat analogi dengan "Jiazi Guangnian" dalam sebuah wawancara, dan tampaknya masih berlaku sampai sekarang: "Tidak adil menggunakan kesuksesan OpenAI untuk menggambarkan banyak masalah pengusaha domestik. Itu itu seperti dua orang bermain kartu. Ini berbeda, pihak lain tiba-tiba memainkan peran besar dan mendapatkan straight flush, Anda hanya mengatakan bahwa dia bermain bagus, saya terlalu berhati-hati, tetapi mengapa Anda tidak mengatakannya ketika saya menang?"

Zhang Yitian berbagi bahwa dari perspektif pemerintah pusat, model besar, termasuk masalah kecerdasan buatan, adalah alat strategis penting untuk memenangkan inisiatif dalam persaingan global, dan strategi penting untuk mempromosikan pengembangan lompatan ilmu pengetahuan dan teknologi negara saya, the optimalisasi dan peningkatan industrialisasi, dan lompatan keseluruhan dalam sumber daya produktivitas.

"Ketika laporan Kongres Nasional ke-20 Partai Komunis China berbicara tentang masalah industri, itu mengusulkan kecerdasan buatan secara terpisah dari teknologi informasi generasi baru. Oleh karena itu, dari sudut pandang kebijakan, pengembangan kecerdasan buatan dan besar- model skala bukan hanya masalah teknis dan masalah industri, tetapi juga persaingan inti ekonomi nasional. Masalah kekuasaan, dari perspektif yang lebih dalam, adalah masalah politik, dan setiap orang harus memahami masalah ini dari perspektif yang lebih tinggi."

Jika kita melompat keluar dari China dan memperpanjang garis waktu perkembangan teknologi, keributan yang disebabkan oleh ChatGPT mungkin hanya satu titik dalam sejarah perkembangan teknologi kecerdasan buatan, dan semua penilaian mungkin terlalu dini.

Lagi pula, bahkan para teknisi yang telah lama tenggelam di garis depan penelitian kecerdasan buatan belum mencapai konsensus tentang masa depan kecerdasan buatan, dan sangat cemas.

Dalam buku yang baru-baru ini populer "Mengapa Kehebatan Tidak Dapat Direncanakan", penulis Kenneth Stanley dan Joel Lehman menulis: "Kita harus menghadapi fakta yang tidak menyenangkan bahwa kita tidak dapat menentukan apakah ada aturan praktis yang dapat menjadi panduan yang andal dalam mengejar tujuan AI. ."

Pada Konferensi Zhiyuan Beijing 2023 yang berakhir belum lama ini, Huang Tiejun, direktur Institut Riset Zhiyuan, juga mengalami kecemasan serupa. Ia langsung menggunakan empat kata "tidak mampu menutup" sebagai judul pidato penutupan. Dia berkata: "Kita berada dalam keadaan yang tidak pasti. Apakah AGI Dekat ini lebih kuat dari kita? Apakah lebih pintar dari kita? Atau kapan itu akan melampaui kita? Saya tidak tahu. Kita benar-benar dalam keadaan keluar kendali."

Di akhir pidato penutupnya, ia menyimpulkan dengan kalimat berikut: "Jika kita dapat menghadapi risiko dengan antusiasme yang sama seperti berinvestasi pada model besar, setidaknya kita dapat memahami masa depan. Tapi, apakah Anda percaya bahwa manusia dapat melakukannya itu? Aku tidak tahu."

Melihat semua teknologi dan industri, "rasa kehilangan kendali" dari teknisi inti garis depan ini tidak umum di bidang lain. Sekarang, hampir semua orang menyeberangi sungai dengan meraba bebatuan. Setiap perusahaan yang memasuki pasar saat ini memiliki potensi untuk menjadi pionir di negeri perawan teknologi.

Dan waktu adalah bukti terbaik untuk membuktikan segalanya.