大模型创业：风险与机遇并存

如果要问今年上半年给黑马留下印象最深刻的东西是什么？

黑马必答：ChatGPT。        

它的出现犹如一颗惊雷，在互联网领域中瞬间引发了热议。作为一名长期活跃在网络前线的“冲浪者”来说，如黑洞般存在的它，在每次刷新网页时都能看到它的身影。在众多类似黑洞这样的资讯中，竟有近半数的文章都在关注着它。

5 天，ChatGPT 使用用户达到 100 万。2 个月，ChatGPT 月活用户突破 1 个亿。

作为史上用户量增长最快的应用程序，ChatGPT 让无数人为之疯狂。

但是 200 天后，我们回头再看 ChatGPT，发现它的访问量从 1 月份的环比增长率为 131.6% 下降到了 5 月份 2.8%。

图为 ChatGPT 访问量大跌

另据摩根士丹利调查数据显示，在受访人中，有 19% 用过 ChatGPT，但是只有 4% 的人表示对其还存在依赖使用。

所以，说到这，让人不得不产生一个疑问——ChatGPT 是不是要凉了？

当然不仅是 ChatGPT用户增量放缓、用户粘性不高等问题，整个 AIGC 行业，都在最近一段时间，隐隐有了退潮的趋势。比如 AIGC 概念股在端午后迎来大跌。

再比如，通用大模型的创业者们也在现在的这个路口上，出现了各种状况。

帮大家前情回顾下，因为 ChatGPT 的火爆，其背后的生成式预训练 Transfomer 模型也获得了行业内外的肯定，并且在全球成功掀起了一阵大模型创业的热潮。

各家大厂在 200 天内争相押注大模型，希望再造一个 ChatGPT。比如国内百度的文心一言、阿里的通义千问、科大讯飞的星火认知……

此外，许多退隐的互联网资深人士，如美团王慧文、搜狗王小川等，也纷纷摩拳擦掌，重拾激情，期望能在大型模型竞赛中再创佳绩。

毫不夸张地说，上半年的战场硝烟弥漫，称得上” 千模大战 “。

上为文心一言，下为讯飞星火认知

在此阶段，王慧文因健康原因辞去在AI大模型公司的职位，远离了这场技术风暴的中心。与此同时，知名行业人士傅盛和朱啸虎在朋友圈内就ChatGPT创业展开了一场激烈的争论，使得原本高涨的斗志被瞬间浇灭。

ChatGPT 是火了，通用大模型是很有前景，但是——然后呢？当流量潮水褪去，谁在裸泳，一目了然。没有点资本和基础的大模型创业，很难杀出一条血路。

正如朱啸虎的标题：“ChatGPT 对创业公司很不友好，未来两三年请大家放弃 “。为什么会这么说，其实看看现在的大模型创业现状，其实大家心里都有个数。

一方面，只要是创业就有一个很现实的问题——钱。

以一种不同的方式来表达这个观点，可以说：“与在底层投资一家火锅店相比，大模型的创业成本可能会更高，因为其潜在的风险也更大。数十亿的投入可能并不能完全保证成功。”

大模型最底层的东西就是算力、算法、数据。

说到算力，那就得买芯片。国内现在可没有英伟达 A100/H100 芯片的平替，所以从英伟达手里买一张 H100 芯片差不多就是4 万美元（约合人民币 28 万元）。

说到算法，那更是得源源不断地投入。因为算法是需要不断更新迭代的，那就得坚持开发，还得有技术团队支撑，而这些成本，都是对创业者钱包的考验。

说到数据，既然要做大模型训练，那就要有充足的数据标本做支撑，这个数据标本的要求是庞大的、需要长期积累的。而这些成本、数据都是大公司的优势。

所以说，朱啸虎的观点就是只有大公司才能同时兼备资金、数据优势，创业公司没有这些优势。

钱上面，几十个亿打不住，根本打不住。数据上面，公有数据造出来的通用大模型拉不开差异。

图为 Open AI 工程师年薪高达 92.5 万美元

另一方面，这种生成式 AI 和此前很多新兴概念产业都有一个难点——监管。

如果一旦监管收紧，很多创业型公司都无法面对如此风险。

近年来，许多大模型创业公司中，有一部分甚至被曝光仅仅是模仿 ChatGPT 的外壳，而缺乏自身的核心技术和支撑。这种现象引起了广泛的关注，因为这些公司可能只是借助 ChatGPT 的知名度和影响力，以吸引投资者和客户，但实际上并没有任何真正有价值的东西可以 offer。因此，我们需要更加警惕这种现象，并对这些公司进行严格的监管和审查，以确保它们真正具备独立运营的能力和实力。

这种没有真材实料的公司，只是为了跟风热点才来创业，其实跟 ” 招摇撞骗 ” 也没啥两样。当风口减弱，很难不摔下来。

因此，最终在创业潮中，大型模型的创业过程将不可避免地成为一场大浪淘沙的过程，许多创业公司将消失无踪。然而，那些能够在这场风暴中屹立不倒的，仅有少数几个大型企业。

正所谓，强者恒强。

图为中文通用大模型综合性评测基准   SuperCLUE 对市面主流大模型测试

据媒体报道，北京大学新闻与传播学院教授胡泳也曾表示过，” 大科技公司可能会保持先发优势，因为它们有时间和市场经验来磨练基础语言模型，并发展宝贵的内部专业知识。因此，较小的企业或初创公司可能难以成功进入这一领域，从而使得大语言模型的巨大处理能力集中在少数几家大科技公司手中。”

不过，总的来说，这种大的淘汰未必不是一件好事。当这 99.8% 的大模型公司都倒下了，大家也能真的冷静一下，看到国内外，看到自身与其他大厂的差距。

此外，即使无法制作通用大型模型，我们仍有机会转向特定领域的巨大模型，这在一定程度上拓展了人工智能生成文本（AIGC）的应用范围。因此，当大家纷纷投入巨资时，我们需要保持理智的判断。

创业有风险，投资需谨慎。

如果喜欢我们的内容

真诚推荐你星标走一波，还能领红包