share_log

AI这就又回到“雕花”时代了?

AI這就又回到“雕花”時代了?

品玩 ·  08/01 22:25

頭圖:

近期,AI領域的發展呈現出一種矛盾的景象:表面上百花齊放,實則暗藏疲態。人工智能領域似乎進入了一個微妙的節點,衆多科技巨頭和創業公司紛紛推出自己的AI產品,卻難掩同質化的窘境。

Character.ai的風波就是一個案例,作爲AI明星產品,Character.ai在高峰期的推理請求量已經達到了谷歌搜索流量的五分之一。五個Character.ai就等於一個谷歌?然而,真實的情況不容樂觀,根據The Information的報道,Character.ai訂閱用戶不到10萬,近期在努力削減成本,由於融資困難,Character.ai正在考慮出售。

AI社交大多產品都侷限於伴聊和角色扮演功能,又存在重度用戶消耗推理資源量大,而輕度用戶留存差,商業化前景堪憂的問題,例如,Character.ai去年全年收入僅爲1520萬美元。

Character.ai的困境並非個案。縱觀整個AI行業,從科技巨頭到初創公司,似乎都陷入了一種“雕花”困境,過分關注表面功能的堆砌,底層的突破出不來了,突破性的創新讓位給了同質化的功能微調。

WWDC24上,蘋果公司爲iPhone和其他設備推出了推出全新的個人AI系統Apple Intelligence,試圖通過重新定義“AI”來彌補其在AI佈局上的滯後,但除了一貫的強調隱私保護,實際功能展示乏善可陳,集成ChatGPT功能,實現識別對用戶情景重要的通知,AI文本處理,圖文生成、Siri感知屏幕內容並代替用戶執行簡單任務。

而Apple Intelligence也免不了“期貨”,幾天前剛剛開啓了測試,第一批功能的正式上線可能需要推遲到十月的iOS 18.1,但也只是基礎功能。使用設備端數據回答問題並了解用戶屏幕上內容等功能,仍然需要2025年春季。

更加遺憾的是,Apple Intelligence僅支持搭載 A17 Pro 芯片或更新的iPhone,也就是說大部分iPhone用戶都體驗不了。

微軟則試圖在PC上進行革新,在5月20日推出了Copilot+ PC,其中包含了人工智能工具Recall,它會定期截取屏幕截圖來創建活動記錄,以便用戶搜索他們之前的操作。

事實上,Recall之前,一款類似的應用Rewind已經上線一年多時間了, 並且拿到了Sam Altman、a16z 等的投資。本質上Recall並沒有任何創新,而只是抄了一個Rewind。雖然微軟對Recall寄予厚望,不過得到的卻是差評,許多用戶認爲存在巨大的隱私風險,有黑客甚至展示瞭如何從Recall的主數據庫中提取所有信息。出於安全考慮,微軟擱置了Recall的發佈。

OpenAI作爲火車頭,也開始在“雕花”方面不遺餘力。其備受矚目的AI視頻生成模型Sora發佈時間懸而未決,官方解釋稱還有大量的安全工作要做,但始終沒有給出明確的時間表。

同樣讓人失望的還有號稱“Her走進現實”的GPT-4o語音模式,這個本來就被不少人形容爲已有的功能堆砌出來的小創新的產品,原定於5月發佈,後又一再跳票,只是時不時的用給一小撮人試用一下的方式維持着大家的期待。即便是最新推出的SearchGPT,也難掩其“期貨”屬性:不僅內測機制黑箱,連Demo都存在低級錯誤。

在一些網友看來,與其將精力放在實質性的技術突破上,OpenAI似乎更熱衷於製造輿論熱點。一系列針對谷歌的“搶熱點”發佈的操作的確相當亮眼,Altman非常利用社交媒體影響輿論,爲自家產品造勢,然而,漂亮的PPT和熱鬧的發佈會並不能掩蓋模型能力迭代緩慢的現實。

GPT-5何時推出已經徹底成爲了一個謎。市場曾預測GPT-5可能在2023年底或2024年夏季發佈,OpenAI CTO Mira Murati表示有望在2025年底或2026年初推出,而Sam Altman曾強調目前沒有固定的發佈時間表。

小參數模型GPT-4o mini的推出基本說明了一切。OpenAI也要跟大家卷“雕花”了。

“雕花”的AI產品

在頭部企業陷入“雕花”困境的同時,創業團隊也未能倖免。隨着“模型即產品”的投資窗口期過去。廠商們面臨着巨大的變現壓力,迫切需要尋找落地場景。AI搜索似乎成爲了繼聊天機器人和類Character.ai產品之後,又一個開發者們爭相湧入的賽道,成爲新的熱點。

AI搜索被視爲大模型應用的重要落地方向,海內外衆多企業和開發者紛紛佈局,希望在這個風口上分一杯羹。然而,目前的發展態勢似乎也難逃“雕花”的困境,所有人似乎都在重複造同一個輪子。

衆多玩家推出的AI搜索產品大同小異,缺乏實質性的差異和創新。雖然在功能名稱上略有不同。但核心功能幾乎如出一轍,這其實也反映出當前大模型的發展遇到了瓶頸。

AI插件太多,瀏覽器已經不夠用了

瀏覽器插件因其輕量化、低門檻的特點,也成爲成爲各家爭相佈局的對象。月之暗面的Kimi瀏覽器插件強調“輕量小搜索”,字節的豆包瀏覽器插件也在快速迭代新功能。各類開發者製作的AI插件也是層出不窮。

表面上,這些插件五花八門,功能各異。有的專注於內容生成,有的側重信息彙總,還有的致力於提高生產力。但仔細觀察就會發現,它們大多是在做“雕花”工作,許多插件不過是對已有AI功能的簡單封裝,或是對大模型API的表層調用,鮮有真正突破性的應用。

所有人都希望獲取到用戶流量。但這種做法更像是權宜之計,並未從根本上解決商業化難題。PC瀏覽器用戶數量相較於移動端已經相對稀少,這一現實本身就限制了插件的潛在用戶基數。它再次印證了當前AI行業陷入的'雕花'困境,在現有技術框架內進行小幅改進和優化和同質化競爭。

回顧上一波以計算機視覺(CV)技術起家的AI企業的起落,我們發現它們並未真正走出“雕花”困境。儘管在技術上取得了顯著進展,但場景碎片化和商業化不順仍然成爲它們後繼乏力的主因。這些企業往往停留在技術供應商階段,難以確保長期市場地位,同時還要與科技巨頭打價格戰,爭奪市場份額。

如今,大語言模型似乎正在重複這一歷史。雖然GPT等模型在技術上取得了突破性進展,但真正能創造持續價值的商業應用仍然稀缺,模型能力的提升也似乎進入了停滯狀態。

OpenAI提出的通用人工智能五級能力評估體系爲行業提供了一個發展路徑。當AI達到第二階段('推理者'級別)時,可能具備在消費級市場大規模流行的條件。這意味着,大模型公司需要不斷提升AI的通用泛化能力,才能真正突破商業化和產品化的瓶頸。不過在此之前,OpenAI可能還需要融資數百億美元才能覆蓋其成本。

與CV企業不同的是,一些大模型公司已開始推出面向C端的應用,試圖接近產品市場契合點(PMF)。這種策略可能幫助它們避免單純依賴B端非標準化市場的陷阱。但如果僅僅是將現有的AI能力套卡包裝成消費級產品,沒有真正的突破模型的推理能力、增強跨領域知識整合,以及交互體驗等等,很快就會陷入同質化的雕花當中。

華爾街也失去耐心了

爲了迎接AI革命,企業仍在投入大量資金建設數據中心等基礎設施,但即使是華爾街也開始重新審視他們的調子,從狂熱的擁護轉變爲更爲謹慎的支持。

AI進入雕花階段是否意味着互聯網泡沫的重演?最近的一系列研究報告向AI的熱潮潑了冷水,警告生成型AI技術依然面臨漫長而充滿疑問的發展道路。

當高盛都說“也許這只是一個泡沫”時,你就知道這個行業真的遇到了麻煩。在一份名爲《生成型AI:過多投入,收益太少?》(Gen AI: too much spend, too little benefit?)的報告中,高盛的分析師討論了AI是否能解決其被賦予的複雜問題,並對其仍未確定的“殺手級應用”表示懷疑。

巴克萊銀行的一份研究報告標題更加生動《雲AI資本支出:害怕錯過還是夢想田野?》(Cloud AI Capex: FOMO or Field-Of-Dreams?),報告指出數據中心投資是否正在製造一個可能像1990年代互聯網泡沫後電信崩潰那樣的泡沫,分析師的結論是傾向於FOMO。

紅杉資本的合夥人大衛·卡恩最近稱,技術是否能收回龐大數據中心投資是“AI的6000億美元問題”。

這顯然不是第一次質疑的聲音。關於AI聊天機器人和其他工具的最終收入或潛力問題,已成爲任何科技公司業績電話會議上的常見話題。

而微軟和英偉達的巨大收益,屬於高盛分析師所稱的AI投資“賣鏟子和鎬”的階段:提供AI所需的半導體、雲計算和能源的公司。值得注意的是,AI爲Google、微軟、亞馬遜等頭部雲廠商帶來的增長已經開始放緩。

高盛全球股票研究負責人吉姆·科維洛則懷疑,AI的成本是否會下降到足以證明其價值的程度。“要證明這些成本是合理的,技術必須能夠解決複雜問題。”

高盛還採訪了MIT經濟學家達隆·阿西莫格魯,他認爲這項技術仍遠未準備好迎接主流。“鑑於今天生成型AI技術的重點和架構,這些真正變革性的變化不會很快發生,如果有的話,可能在未來10年內也不會發生。”

巴克萊分析師將AI支持者的思維描述爲“只要我們開發出AI技術,用戶和利潤自然就會跟着來”的邏輯,並指出目前的資本支出預測足以支持到2026年12000個ChatGPT規模的AI產品。鑑於投資金額,分析師表示,行業可能正走向類似於互聯網泡沫後的電信崩潰的“過度建設”,“明年可能會出現AI投資的調整期。”

紅杉資本的合夥人戴維·卡恩還指出,AI還有很長的路要走,警告投資者在“投機狂熱”中保持“冷靜”。“我們需要確保不要相信現在從硅谷蔓延到全國,乃至全世界的幻覺,”卡恩寫道。“這種幻覺認爲AGI明天就會到來,我們都需要囤積唯一有價值的資源——GPU。實際上,前方的道路會很漫長。”

人工智能將永遠改變商業一切,這已成爲商業和學術界的一句口頭禪,AI也已成爲一個家喻戶曉的術語。但這是曲折上升實現的,自20世紀50年代以來,AI經歷了幾次寒冬,由於未能實現期望而導致對AI興趣的減弱。這種起伏的背後是對技術的期望與現實之間的複雜關係。回顧這些發展過程,能爲我們理解當前生成式AI熱潮提供一種歷史視角——這裏似乎存在着一個規律,就是對AI技術的樂觀隨之而來的往往是一段挫折期和AI投資下降期,用人們愛用的詞來說,就是AI寒冬。

人工智能目前可能仍停留在撥號時代,直到撥號上網逐漸消失後,互聯網才真正發揮出潛力,同樣的,總有一天我們會擁有一種新的人工智能形式,讓今天的ChatGPT像1998年的門戶網站一樣過時,只是可能無法指望它會在未來一兩年內發生。

声明:本內容僅用作提供資訊及教育之目的,不構成對任何特定投資或投資策略的推薦或認可。 更多信息
    搶先評論