7月31日大股東中國移動減持、8月1日蘋果應用商店下架訊飛星火APP，連續(xù)經(jīng)歷兩個黑天鵝事件后，科大訊飛能否繼續(xù)講好AI大模型故事，正在成為公眾所關注的問題。

結(jié)合當前大模型市場，橫向?qū)Ρ鹊谝惶蓐犐墒紸I的表現(xiàn)，我們得出以下結(jié)論：

1.國產(chǎn)AI大模型日新月異，但科大訊飛想要完成“今年十月份之前超越ChatGPT”的目標，挑戰(zhàn)不小。

2.C端市場需求增量明顯，且垂直細分傾向走高，但生成式AI產(chǎn)品的主要付費用戶仍局限于B端。未來國內(nèi)AI大模型賽道的走向，或?qū)⑷Q于360、百度、科大訊飛等一線科技企業(yè)中，誰能夠率先走通盈利模式。

一、國產(chǎn)AI大模型距離趕超ChatGPT還有多遠？

超越ChatGPT，早已成為國內(nèi)AI大模型企業(yè)的執(zhí)念。

就像科大訊飛在今年6月份召開的星火認知大模型V1.5升級版發(fā)布會上，曾多次提及“訊飛星火離ChatGPT僅僅一步之遙”“今年十月份之前就會超過ChatGPT”等言論。

盡管科大訊飛有“碰瓷營銷”的嫌疑，但以目前國產(chǎn)AI大模型所表現(xiàn)出來的技術力，超越ChatGPT并非沒有可能。

從產(chǎn)品角度而言，ChatGPT本質(zhì)上只是一款“聊天機器人”，是基于NLP邏輯構(gòu)建的自然語言處理人工智能，也可以通俗理解為“弱人工智能”。畢竟在沒有進行數(shù)據(jù)訓練之前，除了與人類進行對話，它很難勝任其他工作。

距離具備獨立思考和學習能力，能夠在非人力干預環(huán)境下獨立完成多線程任務的“強人工智能”，ChatGPT還有很長一段路要走。

而且在高科技的外表下，ChatGPT的數(shù)據(jù)內(nèi)核依舊沒能擺脫對人力干涉的依賴。

例如此前有消息稱，OpenAI為了滿足ChatGPT的數(shù)據(jù)訓練需求，曾以“血汗工廠”模式，低價雇傭“數(shù)碼勞工”進行重復的手動數(shù)據(jù)標注和信息糾偏。嚴格來講，其技術壁壘并沒有想象的難以跨越。

在摩根商研所看來，ChatGPT的成功，在于其滿足了人們對AI工具屬性的部分想象力。而超越ChatGPT的關鍵所在，也可以歸結(jié)于兩個方向：

1.在技術層面實現(xiàn)更快速精準的運算效率。

2.尋求特色化突破，釋放更多AI工具想象力。

那么國產(chǎn)AI大模型想要在技術層面實現(xiàn)超越，需要彌補多少的差距？

答案可能要比想象中嚴峻許多。

根據(jù)2023年6月份國內(nèi)研究機構(gòu)SuperCLUE發(fā)布的中文大模型排行榜，在人類平均能力分值被判定為93.09分的標準下，GPT-4以78.76分位列前茅，獨占第一梯隊。

60分區(qū)間的第二梯隊中，360智腦和百度文心一言以較為相似的分值分別位于三、四名。而科大訊飛則以0.2分的差距，遺憾落于第三梯隊。

盡管SuperCLUE的數(shù)據(jù)評估仍存在爭議，排行榜所涉及的分值和排名還需要進一步驗證，但也足以表明國產(chǎn)AI大模型與ChatGPT之間的距離。

2023年10月份之前，科大訊飛或許有希望追平360智腦和百度文心一言，但想要彌補與GPT-4之間近20分的差距，或許只能寄希望于某項“黑科技”誕生。

那特色創(chuàng)新方面，國產(chǎn)AI大模型是否有機會實現(xiàn)“彎道超車”？

遺憾的是，現(xiàn)階段較為成熟的生成式AI產(chǎn)品，大都是從模仿ChatGPT起步，功能區(qū)塊可謂是大同小異。盡管大模型仍未脫離新概念塑形期，卻已經(jīng)展現(xiàn)出一定的同質(zhì)化傾向。

為了爭奪“中國版ChatGPT”的虛名，國內(nèi)AI大模型企業(yè)大都選擇了最穩(wěn)健的商業(yè)競爭邏輯，照搬ChatGPT已證實可行性的產(chǎn)品設計思路，將主要競爭方向集中于參數(shù)、算力等核心科技內(nèi)核。高度內(nèi)卷之下，也將AI大模型從上半場研發(fā)，提前拉入下半場落地階段，進一步壓抑產(chǎn)品想象力。

不過國內(nèi)AI玩家中，也有不少小品級的生成式AI產(chǎn)品，由于缺乏資金、技術等硬實力基礎，選擇從垂類細分市場切入賽道。例如前不久爆火的妙鴨相機，就是切中了AI生成證件照、寫真照的女性向市場需求。

就連OpenAI也開始調(diào)轉(zhuǎn)船頭，瞄準垂類大模型市場。近期有海外消息稱，OpenAI計劃上線多個低運行成本的小型GPT-4模型，針對多個垂類專業(yè)領域進行任務和主題訓練。

這或許也意味著，“大炮打蚊子”式的AI產(chǎn)品邏輯即將退居二線，取而代之的或許是“手術刀”式輕量化設計理念。

以科大訊飛為首，還在追趕ChatGPT的大模型們，可能正在被越甩越遠。

二、生成式AI成本難控，垂類競賽盈利為王？

OpenAI轉(zhuǎn)向垂直，根源還是在于成本壓力。

根據(jù)OpenAI此前發(fā)布的研究報告，2012年至2018年早期大型AI模型研發(fā)過程中，每隔4個月左右，需要的算力就會翻倍。到了現(xiàn)如今，僅是訓練AIGC模型，算力消耗就增長了近30萬倍。

隨著ChatGPT使用量增大，對算力的需求也堪稱指數(shù)級增高。以至于在今年4月份，OpenAI由于無法滿足持續(xù)走高的算力需求，不得不暫停了ChatGPT的Plus付費服務。

算力猛漲的背后，是極其龐大的成本支出。

據(jù)不完全統(tǒng)計，GPT-3單次訓練成本約為200萬美元至1400萬美元，折合人民幣約1437萬元至1.01億元。考慮到ChatGPT的訓練次數(shù)很可能超過1000次，全部訓練成本幾乎稱得上天文數(shù)字，而這也僅是軟件成本。

硬件方面，據(jù)了解，ChatGPT的AI計算集群，是由數(shù)萬枚英偉達A100和H100高性能GPU芯片組成。粗略估算下來，硬件設備成本約為2億美元，折合人民幣約14億元。

誠然，如此高昂的成本，換來了放眼人類歷史都具有劃時代意義的生成式AI產(chǎn)品。但是從商業(yè)角度來看，ChatGPT盈利空間狹小、成本維持艱難的弱點不容忽視，如果想要實現(xiàn)收支平衡，向垂類細分市場尋求輕量化突破幾乎成為必然。

畢竟根據(jù)OpenAI的公開數(shù)據(jù)，每進行一條信息提問的收費價格為2.5美分，折合人民幣約0.18元。而每1000tokens需要算力成本0.02美元，折合人民幣0.14元。

根據(jù)公開消息，目前GPT-4每個賬戶每分鐘請求不能超過200次，提問加回答不超過40000tokens，GPT-3.5每分鐘請求次數(shù)不能超過3500次，提問回答限制為90000tokens。粗略計算下來，GPT-4每分鐘最高創(chuàng)收36元、成本最高5600元，GPT-3.5每分鐘最高創(chuàng)收630元、成本最高12600元。

至少在全面放開使用權限之前，現(xiàn)有計費模式下，ChatGPT入不敷出的情況仍舊難以改善。以管窺豹，國產(chǎn)AI大模型或許也將長期處于大規(guī)模燒錢狀態(tài)。

科大訊飛就是一個較為典型的案例。

根據(jù)近些年財報，科大訊飛在2022年12月開始籌備AI大模型研發(fā)之前，除了因疫情和美國極限施壓，導致2022年營收增長停滯、利潤大幅下滑，整體業(yè)績表現(xiàn)趨向于穩(wěn)健上升。

然而到了2023年一季度，科大訊飛總營收同比下滑17.64%，凈利潤同比下滑152.26%，由盈轉(zhuǎn)虧。財報中也明確指出，2022年12月15日啟動的“1+N認知智能大模型專項攻關”、2023年5月6日正式發(fā)布的訊飛星火大模型，其新增投入對當期利潤產(chǎn)生了影響。

一季度的虧損也影響到了2023年上半年業(yè)績表現(xiàn)，前段時間公布的業(yè)績預告中，科大訊飛2023年上半年歸屬凈利潤預計同比下降71%-80%。盡管預計二季度營收利潤都有所增長，但受限于AI大模型難盈利、高投入的困境，科大訊飛未來數(shù)個季度中成長能力仍存在惡化風險。

同時根據(jù)天眼查顯示的財務指標，科大訊飛總資產(chǎn)周轉(zhuǎn)率下滑明顯，也要留意財務狀況惡化的可能性。

如今，AI大模型轉(zhuǎn)向垂類競賽的大勢所趨已成定局，希望科大訊飛能夠加強對輕量化生成式AI產(chǎn)品的重視，積極尋找可以撬動利潤增長的需求方向，早日走通盈利模型。

對于所有國內(nèi)AI大模型企業(yè)而言，如何在垂類市場的“加時賽”中發(fā)掘破局希望，都將是必須嚴肅對待的問題。

免責聲明：本文基于公司法定披露內(nèi)容和已公開的資料信息，展開評論，但作者不保證該信息資料的完整性、及時性。

另：股市有風險，入市需謹慎。文章不構(gòu)成投資建議，投資與否須自行甄別。