证券时报记者 王小伟
大模型引发全球市场狂欢之后,实打实的业绩贡献首次体现在相关上市公司财报中。从所披露的创收情况来看,大模型有望成为AI(人工智能)“奇点”,已是不少公司投入产出周期最短、商业化变现最快的技术创新之一。
多家上市公司半年报披露的大模型相关创收,既有软件增值类收入,也有应用赋能类收入,还包括与主业相关的服务类收入。
这至少说明三个问题:其一,不少技术性、平台类公司的大模型已经实现商业化反哺;其二,商业化变现仍处初期,创收规模并不大,仍需挑战更高增量;其三,百度、阿里等大厂并未单独披露大模型收入,而是依然融合在智能云等业务板块,但从这些业务板块增速来看,大模型也成为牵引业务板块发展的动力之一。
商业化的另一端,是这些大模型公司的成本侧。多数公司半年报没有单列大模型的研发投入。不过,无论从三六零上半年研发费用同比提升近4%来看,还是从筹划18亿元定增以加码行业大模型研发及AIGC应用产业化项目来看,这是一个非常“烧钱”的赛道。
对于稚嫩的商业化创新幼苗,国家政策“春风”呵护大模型百花齐放。尽管如此,行业的发展壮大仍然面临两大问题。
一方面,中短期来看,如何进一步将大模型从“选择题”变成“应用题”,是行业必须直面的课题。
AI大模型产业链条较长,算力支持、算法研发、模型训练皆有涉及,以“AI+X”为代表的应用层外延最广。但目前应用层依然在用或不用之间徘徊,因此有的业内人士将大模型与此前的石墨烯产业类比,认为是“食品中的葱花”。
从上市公司半年报所披露的数据来看,大模型创收体量依然很小,应用侧与技术侧之间的良性互动还有极大空间。大模型等生成式人工智能产品,需要更快、更进一步的落地应用,在实践中发现问题、解决问题。
另一方面,从中长期来看,有必要提前关注和预判“百模大战”的模式创新与战况终局,这不仅关乎商业模式,也关乎大模型企业命运。
从半年报所披露的成本侧来看,大模型训练难度高、成本高;对算力规模和性能要求也高;加上大规模数据的收集、挖掘、建设、筛选、清洗本身也是一项巨大的工程,从底层做起的成功率已经越来越低。
大模型产业链上的公司如何在产业演进趋势中找准自己的位置,很大程度上决定着自己的未来。