万亿级AI新市场，中国企业还能“卷”赢吗？
以上内容来自量子位智库发布的《中国AIGC应用全景报告》。可以看出，一个万亿级规模的新市场，正在酝酿。
然而，对于大多数企业来说，站在变革的十字路口，更多的是焦虑和彷徨，而非笃定和决断。
01
人工智能时代，
我们还有没有机会卷？
互联网时代，我们与世界卷平了差距。
21世纪初，掀开互联网时代的革命浪潮之后，美国人负责解决科技创新从0到1的问题。一旦从0到1的问题解决之后，中国即可以凭借强大的产业链和供应链优势做出产品，迅速完成从1到100。
当头部企业在国内占据足够高的市场份额之后，下一步发展的目光即投向了海外市场。去年在全球APP下载榜单前十位中，中国的出海应用占据了四席，Tiktok、Temu、Shein以及CapCut，火爆全球。得益于过去四十年间中国产业链的优势和快速的迭代能力以及内卷的国内市场，使得中国的出海企业从单一的商品贸易迈向了全球供应链整合的市场。
那么，在AI的时代浪潮中，中国的人工智能企业能否复制20年前的商业模式？能否像如今的阿里、拼多多和字节跳动一样卷进海外市场？
答案是不确定的。
客观来讲，现在中国正处在一个十字路口，很可能我们没有机会卷，也卷不出来像阿里、拼多多、字节跳动这样级别的公司。
20年前我们讨论互联网的话题时，互联网跟绝大多数产业和公司是没有关系的。今天也是一样，AI跟绝大多数公司其实没有关系。
因为互联网对于整个经济结构的改变是非常巨大的。在互联网领域，只有头部公司才能生存。在AI时代，这种结构会更加极端，极端到在每个领域只需要有一家公司就够了。
前不久，特斯拉FSD实现了去Beta化，从测试版革新到监管版，意味着真正的FSD时代即将到来。特斯拉自动驾驶的基础逻辑是基于视觉的图像识别，如果特斯拉不开源这项技术，相信特斯拉和其他车企基于自动驾驶技术的差距会迅速拉开。这就是人工智能时代的极端化效应。
02
经济是有周期的
今天处于一个小经济周期
过去十年，许多人都认为自己企业的盈利模式是可以持续的，但现在我们认识到并不是这样，连马云挣钱的生意都不可持续。创业者和企业家都应该认清自己企业的周期，需要不断迭代和适应变化，否则就会被时代淘汰。
我们今天面临的小经济周期，与30年前的状况相似。在1970年代到1980年代，欧美经历了中东战争、石油价格暴涨和通货膨胀等问题。这些问题最终通过提高利率来解决，但也带来了新的挑战。当时的美国产品因价格昂贵而受到廉价的德国和日本产品的冲击。
20年前，中国消费者可能倾向于购买德国或日本的家电产品。但现在，全球市场上更多的是中国品牌，如海尔、格力、美的等。在电子产品和手机市场上，中国品牌已经占据了主导地位。这种趋势预计也会出现在汽车领域。
历史上的经济危机通常是由生产力的供给冲击引起的。在1980年代，信息产业革命和互联网的发展帮助世界经济走出了危机，互联网极大地提高了生产力。
当前，我们面临着新的全球经济挑战。过去人们一度认为，生物工程能带来下一次生产力革命，但最终意识到它可能并不会带来预期的生产力提升。所以现在，人工智能被视为未来的发展方向，可能会再次改变世界，就像互联网曾经做的那样。
03
AI是未来十年科技最大的增长来源
事实上，每一次把人类从经济危机里拉出来，都需要极大的生产关系和生产力的提升。在20年前，互联网不仅改变了生产力，还改变了生产关系。
人工智能不仅改变了生产力，改变了生产关系，还会带来更大的改变。
过去一年，我们能切实体验到的AI大模型能力主要表现在三方面：文字、图片和视频。
文字方面，ChatGPT版本的office是对生产力的极大解放。ChatGPT 其实是个概率模型。这可能会给人类一个不一样的方向，很多不需要用推理的事情， ChatGPT能非常快地完成。
图片方面，AI进行创作会更加容易，因为图片实质上就是每个像素点出现的概率，所以图片比文字的字母出现的概率更容易。
有一家叫漫播的公司，可以根据电子书音频自动用AI进行漫画创作，而不再依赖于手绘，为听众提供边听音频边看漫画的享受。凭借这项业务，这家公司去年实现了10个亿的营收和几千万的利润。由此可以看到，AI对于业务模式的重塑和极大的效率提升。
之前国内关于AI智能视觉的训练，需要几百个博士耗费25年时间才能训练出机械臂与视觉的双重配合，实现扫地机器人和机械手的配合，进行家庭物品分类与收纳。但是目前依赖于AI对于图像的识别能力，只需要两个硕士用ChatGPT的大模型进行一个月的训练，就可以轻松识别出不同的物品从而进行分类。
视频方面，现在视频的生产主要受限于算力不够，生成一分钟视频的成本会比较高。
人工智能对人类世界的替代可以分为两种：一是通过虚拟场景对精神生活的替代；二是对物质生活、生产的替代。
对精神生活的替代已经在发生了，比如短视频、电商平台等用算法来推送信息。
对物质生活、生产的替代，会比我们想象中来得慢，但更加凶猛。
比如视觉的图像识别在过去的机器人领域是非常难突破的，直到大模型出现之后就突破了。特斯拉自动驾驶的基础逻辑就是，跟人一样通过视觉的图像识别，而不是用激光雷达。马斯克恰好是 OpenAI 最早的投资人之一，他从 2016 年开始就让特斯拉沿着视觉方向做训练。在人形机器人领域也是同样的道理。
04
中国企业想坐在人工智能牌桌上
最基本的是资本投入
目前制约AI大模型快速发展的因素在于算力。
OpenAI 的大模型最基础版本需要 1000 颗芯片，一颗芯片的价格大概是 300 万人民币，也就是说需要 30 亿去做一个基础大模型，且在短期内可能无法带来收入。换句话说，30 亿人民币只代表你有资格、有可能坐上牌桌。大模型的迭代非常快，几个月迭代一轮，连 ChatGPT 都已经从3.5迭代到将要发布的5.0版本。
而现在只有英伟达一家可以提供这样的芯片，且始终处于供不应求的状态。过去一年，英伟达的股票翻了将近八倍。
所以，未来中国企业如果想有资格坐在人工智能的牌桌上，除了技术创新之外，最基本的是，需要有源源不断的资本投入。
05
人工智能时代
中美两国正在奔向不同的岔路口
过去几年，在中美两国不同的经济环境背景下，美国在探索未来的道路上一往无前。美国所有投资人和聪明脑袋都在投人工智能，在人工智能领域有各种不一样的探索，包括AI 歌手、 AI 助理、AI社交等等，这些应用在美国已经非常风靡了。
中国对于人工智能，无论是在钱还是人的投入上，都要少得多。在今天这个小周期的底部，大家都变得非常惜命，缺少放弃一切面对未来不确定性的勇气。如果问一个BAT高管，能否背弃现在积累的一切资源、地位以及金钱，而去选择AI领域的创业？答案是不可能的。
未来最需要的就是更多这样有过见识和有过高度的人，再次把经验通过创业方式重新回馈到社会。可是，由于社会预期和信心不足，所有人都不认为在这片土地上能长出更酷的事情，这是最可悲的。
目前在人工智能领域，中美两国正在奔向不同的岔路口。美国在AI领域更加注重的是虚拟层面的探索，而中国则聚焦于智能制造和国产替代，更多是在实业场景里做效率优化。我们其实一直不擅长去做前沿的探索，我们擅长的是me too和做得更好。
同时我们也能看到，中国的 AI 大模型现在又到了一个临界点。这个临界点就是，大模型没有带来直观的收入变化，比如百度大模型，没有为百度的收入和市值带来直观变化。但是在美国，大模型已经能够给Google、微软带来非常直接的收入。
06
新的大航海时代
还是要努力卷出去
对于当下人工智能的发展，我们可以想象1999年的互联网。当时，互联网还处于起步阶段，很难想象它将如何深刻地改变我们的生活。例如，当时很难预见互联网会被用来刷短视频，并且让人们沉浸其中数小时。然而，随着时间的推移，那些持续在互联网领域探索的公司逐渐找到了自己的立足点。
人工智能的发展速度甚至超过了互联网，这带来了新的挑战和机遇。今天的中国企业，无论跟 AI 相关与否，都应该去研究AI。虽然不一定有用，但一定要让自己身处在这个趋势里，才可能不被时代抛下。
因为人工智能领域一样会出现生态，相当于大家没办法在人工智能领域自己做平台、做基础设施，但可以在这个生态里做APP、做小程序。
现在又到了一个大航海时代。以游戏行业为例，尽管国内政策限制了游戏公司的上市和牌照发放，但这些中国游戏公司通过出海战略在全球范围内取得了成功。如今，美国市场上的手游有很大一部分是由中国公司开发的，这一现象甚至引起了美国国会的关注。
我们正处于一个新型全球化和AI颠覆的时代。这种全球化的趋势要求企业不仅要关注中国市场，还要关注全球市场。无论是人工智能领域还是其他业务，中国企业还是要努力地卷出去，并且做好面对国际市场竞争和政策限制的准备。
近期原创 关注阅读
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。