本文作者(zhe)：李笑寅
来(lai)源(yuan)：硬AI
2022年，OpenAI携(xie)带ChatGPT横空出世，引爆了一场席卷世界的(de)AI热潮。
此后，海内外众多科技巨头纷纷入场，大刀(dao)阔斧地砸钱研发大模型，屡次凭借强(qiang)大的(de)性能惊艳了市场，但漫长的(de)开发周期(qi)以及几乎(hu)为零的(de)赚钱能力让(rang)投资者(zhe)的(de)耐心逐渐枯竭。
面对“AI烧(shao)钱不赚钱”的(de)质疑，自证商(shang)业化能力似乎(hu)正在成为企业们首要解决的(de)问题。
7月9日，硅谷顶级VC分析师Benedict Evans发表了最新的(de)博客文章(zhang)，详细(xi)探讨了AI面临的(de)这种困境。
OpenAI带来(lai)的(de)神话，被现实打败？
Evans表示，从建设宽带到普及PC，历史证明技术成熟(shu)需要时间，但OpenAI似乎(hu)打破了这一惯例——ChatGPT在推出两个月内吸引了1亿用户。
但文章(zhang)同时指出，大多数用户只(zhi)是短暂尝试，并未(wei)长期(qi)使用，真正的(de)挑战在于将这些用户转化为活跃用户。
企业端也面临类似的(de)情形。Evans表示，企业对生成式AI兴(xing)趣虽高，但实际部署仍处(chu)于初期(qi)阶段，一个典型的(de)现象是：业界对LLM技术的(de)实验(yan)性应用广泛，但真正将其融入核心业务流(liu)程的(de)案例尚不多见。
文章(zhang)援引摩根士(shi)丹利最新的(de)CIO调查显示，30%的(de)大公(gong)司CIO预(yu)计在2026年之前不会部署任何东西——企业IT销售周期(qi)长，使得ChatGPT等新技术普及缓(huan)慢。
与此同时，ChatGPT的(de)实际应用价值似乎(hu)还没有完全被验(yan)证。
Evans指出，去年年初，微(wei)软试图将其应用到Bing上，对标谷歌，但以失(shi)败告终——这足以说明AI的(de)商(shang)业化程度仍不足。
用Evans的(de)说来(lai)说，大模型更像是一个看(kan)起来(lai)像搜索引擎的(de)“数据库”，实际上它能做(zuo)的(de)只(zhi)是根据输入的(de)promt输出内容，没有在此基(ji)础上构建专业度和细(xi)分度更高的(de)产(chan)品。
庞大的(de)资本支出是泡沫还是良机？
除了面临用户流(liu)失(shi)的(de)窘境，随着技术快速迭代带来(lai)的(de)巨额资本投入，许多公(gong)司还在给AI实验(yan)项目“砸钱”，不断挑战IT财务预(yu)算上限。
Evans指出，AI背负的(de)高期(qi)待（同时伴有庞大的(de)资本投入）促使企业们急于将应用商(shang)业化，但没有考虑(lu)到技术本身(shen)还处(chu)于早期(qi)的(de)“实验(yan)阶段”。
文章(zhang)评论称，这种不合时宜的(de)成本激增只(zhi)可能带来(lai)泡沫：
“用怀疑论的(de)角度来(lai)解释的(de)话，这是一次典型的(de)投资激增，将不可避免地变成泡沫，就像历史上此前的(de)科技泡沫一样。”
“用怀疑论的(de)角度来(lai)解释的(de)话，这是一次典型的(de)投资激增，将不可避免地变成泡沫，就像历史上此前的(de)科技泡沫一样。”
Evans同时表示，如果视(shi)AI大模型为一项技术而非产(chan)品的(de)话，也可以将这种高投入理解为硅谷的(de)一种集体赌注，需要通过传统的(de)磨合流(liu)程来(lai)实现产(chan)品与市场的(de)契合。
文章(zhang)最后，Evans表示，真正推动生成式人工智能泡沫的(de)是这样一种观念：旧的(de)历史已经结束，AI大模型将主宰所有新事物。