一年前，騰訊在全球數(shù)字生態(tài)大會上發(fā)布了混元大模型。一年后，“百模大戰(zhàn)”告一段落，巨頭和獨角獸的格局初定，但市場對大模型的期待值似乎有所回落，業(yè)界對大模型的能力邊界正在重新認知。
近日在與第一財經(jīng)等媒體的對話中，騰訊集團高級執(zhí)行副總裁、云與智慧產(chǎn)業(yè)事業(yè)群CEO湯道生回答關于AI市場熱度下降的問題時表示，就像以往新技術所經(jīng)歷的周期一樣，一開始大家一窩蜂投入、投資甚至造成泡沫，然后發(fā)現(xiàn)新技術變革需要時間沉淀，甚至要等第一波資本驅(qū)動的不是很專業(yè)的玩家被淘汰，才能回到理性、務實的狀態(tài)。“AI大模型現(xiàn)在也是這樣，大家可能一開始期望比較高，因為還沒有經(jīng)歷過打磨時間，（現(xiàn)在）鐘擺擺到了另外一個方向，這是我的感受�！�
在大模型發(fā)展初期，云與大模型走得很近，算力消耗反映著大模型需求與熱度。騰訊集團副總裁、政企業(yè)務總裁李強告訴第一財經(jīng)記者，過去兩年大模型橫空出世帶來GPU算力巨幅增長，以及支持大模型訓練相關產(chǎn)品的快速增長。但從應用側看，大模型在To B側的商業(yè)化遠沒有大家想的這么欣欣向榮。相對而言，目前大模型在容錯率相對高的場景應用會更好，騰訊仍在面向企業(yè)客戶的大模型服務則提供靈活多樣的適配方案，并探索大模型和云產(chǎn)品的結合。
AI收入大頭還是GPU算力
騰訊最新財報顯示，今年第二季度，騰訊金融科技與企業(yè)服務收入同比增長4%，其中企業(yè)服務業(yè)務同比增長十幾個點。騰訊云的客戶包括國內(nèi)超80%頭部大模型廠商。不過這份騰訊財報對AI帶來的變化談及不多。
對于騰訊云收入中有多少是來自AI，湯道生告訴第一財經(jīng)記者，數(shù)據(jù)現(xiàn)在可能很難量化，但在不斷增加，例如合作的自動駕駛廠商對基于車機感知數(shù)據(jù)的模型訓練在持續(xù)加大投入。從收入結構看，李強則告訴記者，目前騰訊來自AI的相關收入中，大頭還是GPU算力。
騰訊既向大模型廠商提供算力，又推動自研的混元大模型商用，大模型最初的市場熱度有所下降后，騰訊也在評估這兩部分業(yè)務實際能帶來的增量。在此前一次采訪中，湯道生表示，如果投資的大模型企業(yè)成功了，需要持續(xù)的云消耗，這對云業(yè)務而言是極好的收入來源。但他同時表示，新科技早期在風口，大量資本驅(qū)動創(chuàng)業(yè)公司野蠻生長，可能會過度投資，很多玩家也許是泡沫的一部分，“如果云的收入太依賴資本驅(qū)動的創(chuàng)業(yè)公司來消耗，一旦泡沫爆了，一些客戶會消失，業(yè)績會掉下來，掉下來的時候會比較痛苦�！�
大模型帶來的GPU算力消耗之外，在推動大模型B端商用方面，云廠商也經(jīng)歷了對大模型能力的重新認知。
李強表示，從市場整體看，與AI相關的收入中，真正來自大模型自身的商業(yè)化產(chǎn)出占比還是較低。他將這個過程形容為市場從“狂熱”走向“理性”。具體而言，B端行業(yè)壁壘相對較深，AI在工業(yè)領域、傳統(tǒng)行業(yè)的應用難度比To C更加復雜，而大模型還未達到傳統(tǒng)行業(yè)的要求，例如工業(yè)對容錯率的要求更加嚴苛。
李強解釋，關鍵應用或影響安全生產(chǎn)、重要決策的環(huán)節(jié)不太能接受意外狀況，這時AI若起到輔助決策會更好。而在一些傳統(tǒng)細分領域，通用大模型未必是最佳的選擇。例如嚴苛的iPhone手機質(zhì)檢，需要拍照并把照片放大一百多倍，使用通用知識訓練的大模型在這種場景應用沒有意義，效率和成本不如行業(yè)化的小模型。大模型可能無法在所有細分行業(yè)和領域應用。就像沒有必要把孩子培養(yǎng)成名校本科生，再放到專門擰螺絲的崗位。
此外，大模型特別是參數(shù)量巨大的大模型需要在龐大的算力集群上訓練，使用這些大模型能力的廠商也依賴于龐大的算力集群提供推理，此前這被認為是云廠商發(fā)展公有云的機會。但B端企業(yè)仍存在關于數(shù)據(jù)安全的擔憂，使得依托公有云提供大模型能力的進程或也不如預期般順利。
“國內(nèi)企業(yè)對自有行業(yè)化數(shù)據(jù)保密性要求比較高，設置了核心業(yè)務的更愿意以私有化部署的形態(tài)做。而走私有化路線會影響大模型跟行業(yè)的結合。某種意義上這形成今天的瓶頸。”李強表示，目前大模型To B的部署方式既有私有化部署又有接入API，而在涉及核心應用的情況下行業(yè)更多考慮私有化。
大模型真正應用在哪里？
騰訊之外，一些科技大廠也在押注AI，部分在最新財報提到來自AI的收入增量。例如，在截至2024年6月底的季度中，阿里云AI相關產(chǎn)品收入實現(xiàn)三位數(shù)增長，今年第二季度百度智能云營收則同比增長14%，其中AI對百度智能云收入的貢獻比例為9%。國際云廠商中，谷歌今年第二季度云業(yè)務收入同比增長29%，云收入得到AI需求提振，最新季度微軟Azure和其他云服務收入同比增加29%，AI貢獻Azure收入增速8%。
從部分廠商披露的數(shù)據(jù)看，AI帶來的收入增速為百分比個位數(shù)，或AI占云收入的比例為百分比個位數(shù)，相對此前市場對AI的巨大期待，AI對云收入的提振力度似乎還有待繼續(xù)加強。
李強告訴記者，客戶逐漸認識到大模型不能“包治百病”，在場景選擇上趨于理性。相比對容錯率嚴苛的工業(yè)生產(chǎn)場景，另一些場景中大模型有較好的應用空間，包括知識管理、營銷、客服、代碼、智能風控領域，以及對專業(yè)性要求相對不太高的領域，如野外巡檢場景。客戶會更多選擇更高應用場景來合作，例如騰訊與中山醫(yī)院合作的醫(yī)療類大模型在醫(yī)療診斷、診斷書相關撰寫方面推進，這算是輔助診療。決策場景中，大模型更多是做輔助決策。知識相關場景中，大模型在客服、員工培訓場景則較普遍應用。
就大模型的挑戰(zhàn)，湯道生告訴記者，這既包括高質(zhì)量、公共數(shù)據(jù)相對稀缺的挑戰(zhàn)，又包括大模型落地挑戰(zhàn)，大模型落地涉及數(shù)據(jù)保密、落地成本、結果準確、場景選擇等系列問題。此外，還有一個挑戰(zhàn)是大環(huán)境有壓力的情況下行業(yè)容易出現(xiàn)零和游戲。他認為，如果大家焦慮感變強，通過虧損來保持市場份額將不是一個健康狀態(tài)。
“我看損益表看得很緊，每個業(yè)務都應該算清楚成本、合理定價，避免靠別人的利潤補貼自己的虧損。大家需要多一點耐心，今天的技術或許在某些場景只做到50分、60分，要達到90分需要時間去磨。起初很多人認為模型可以快速改變世界，最近又有一些悲觀，覺得大模型好看不好用。其實‘短期高估進度，長期低估效果’都不可取�！皽郎Q。
