0
| 本文作者： nebula | 2023-07-25 12:53 |
在人工智能行業，流傳著這樣一句話：數據是燃料、算法是引擎。在大模型中，數據的重要性則體現地更加明顯。甚至從某種程度上講，數據的多少、質量的好壞決定著大模型的成敗。
在移動互聯網時代，以BAT為代表的頭部科技大廠積累了深厚的底層技術、龐大的客戶群和行業know-how，客觀說，這有助于訓練出更加具備泛化性、通用性、實用性的通用大模型。
巨頭們的大模型猶如“含著金鑰匙”出生，肉眼可見的是，百度文心大模型3.5、華為盤古等大模型產品已經跟國內其它模型產品拉開了差距。反觀訊飛、智譜、光年之外、等創業腰部公司的大模型產品已略顯后勁不足。
大廠大模型，更穩定更靠譜
過去幾個月，大模型經歷了草莽階段，發得快、發得早便是一種優勢，因此短期內出現了大模型滿天飛、產品多如牛毛的現象。
為了應對用戶市場的多樣性、吸引更多用戶和開發者，很多初創公司開始力推“開源”。在早期，這種策略收到了不錯的反饋，開發者和用戶容易更快地參與到大模型的技術共享和合作之中。但隨著落地的深入，“快”所留下的后遺癥也在反噬其自身。
首先，在企業級市場中，客戶企業對穩定性和安全性的要求越來越高。
企業級市場對穩定性和可靠性的需求是天然的。在大模型領域，穩定性不光體現在產品層面，更體現在戰略方面。舉例來說，過去ChatGPT雖讓OpenAI爆火，但其公司幾易核心戰略，創始人對公司管理的把控度也一度遭遇質疑。在與母公司微軟的合作中，OpenAI和后者的分工更是模糊不清，不免讓人對ChatGPT未來的發展感到擔憂。
對于客戶企業而言，供應商不穩定的戰略會對信任度造成影響，從而減少對平臺的意向合作規模。在這點上，大公司無疑比生存狀態不穩定的初創企業更具備優勢。
以華為經歷為鑒，早在云計算時代，華為云依靠穩定和專業的做派贏得了市場的尊重。在大模型時代，其盤古大模型延續了以往提供軟硬一體式解決方案的路線，再次受到客戶青睞。華為在政企客戶間有著相當不錯的口碑和品牌價值，它的經驗表明，在開發能力參差不齊的市場，踏踏實實做服務的企業往往更有優勢。也就是說，在大模型的競爭中，“鈔能力并不代表技術強”。
其次，企業客戶更加期待一站式、端到端的服務效率提升模式。在這波AI2.0浪潮中，很多能力都是建立在云平臺之上，不論是算力、模型，還是工具鏈，都是通過云平臺對外輸出。
百度文心大模型就非常符合上述標準，其具備的云底座可以實現端到端調優，這意味著從數據采集、預處理、特征工程、模型訓練、模型部署到模型推理等整個流程中，企業都可以進行自動化調優和優化，從而提高模型的性能和效率。有了這層技術，便可以更好地利用深度學習算法實現自然語言處理任務，如文本生成、機器翻譯和情感分析等。本質上講，精巧好用邏輯將取代“大干快上”，企業對大模型的訴求也將逐漸回歸至商業價值本身。
反觀，以智譜AI等為代表的初創機構，由于其沒有云底座，便只能選擇與多家云廠商進行合作，但這卻為其自身與合作伙伴之間的利益點和后期分成埋下了些許隱患。可與之佐證的是，無云的OpenAI與微軟之間的關系也已經發生了微妙的變化，據《The Information》，微軟一份內部文件指示 Azure的銷售人員告訴客戶微軟能比OpenAI提供更多的服務，而OpenAI則在通過延遲授予微軟產品API訪問權限、暫緩提供最新模型等方式進行防御。雙方遠沒有看起來“親密無間”。
大模型是一場持久戰，小公司燒不動
大模型的競爭正在從“百米跑”轉向“馬拉松”，誰將贏得持久戰的最終勝利？
目前答案已經出見分曉。可以看到的是，部分初創和腰部公司已經開始呈現疲態，從光年之外退出競爭、訊飛大幅虧損難以支撐大模型投入便可以得知，一些“笨鳥先飛”的企業已逐漸落后于發展大勢。
相比而言，頭部大廠的大模型產品已經有所成效。在IDC近日發布的《AI 大模型技術能力評估報告，2023》報告中，百度、阿里等公司的表現非常亮眼。IDC分別對大模型的平臺、創新、通用、算法、服務、生態合作、行業覆蓋和安全可解釋性等諸多方面進行了評價，其中百度7個滿分，阿里6個滿分。百度在算法模型、行業覆蓋領域拿下行業唯一滿分。
與此同時，在SuperCLUE中文大模型7月最新榜單中，百度的大語言模型產品文心一言以62分的總成績一舉超越越GPT-3.5-turbo（59.79）和ChatGLM-130B（59.35）等，穩居行業頭部。可預見的是，大模型的競爭將在準確、魯棒性、更新速度、可解釋性和性能方面展開。這就要求企業在數據的接入和處理上要加大投入。
另外在toB端，百度依據過往能力推出了千帆大模型平臺。千帆是全球首個一站式企業級大模型平臺，它擁有較為全面的數據服務能力，從生成、標注、回流再到模型訓練（Post-pretraining、Fine-tuning、Prompt-tuning）、模型評估（主觀評估、客觀評估）和壓縮、自動化Prompt工程、到插件應用編排，客戶都可以在千帆上一站式完成。
這意味著客戶可以將訓練好的模型部署和托管在千帆平臺上，獲得極致的性能、企業級的高可用性和安全環境。除此之外，其在企業級場景中的積累也為行業打開了一扇窗：目前，千帆平臺已經制備了開箱即用的使用流程，用可視化產品界面的方式引導用戶使用極大降低了使用門檻。對于企業級市場比較擔心的安全可靠問題，也內置了安全機制，確保模型的輸入和輸出的安全。
游擊隊VS正規軍
2023年下半年，不少企業將目光鎖定在行業模型上。不落地，大模型就是空中樓閣，不結合行業，大模型便是無本之木。因此，各家廠商除了要在底層技術上繼續夯實外，補足行業Know-how和成功經驗也是重中之重。
在阿里和百度的發展經驗中，似乎可以給大模型行業一些啟示。其中，阿里因在電商、物流層面的深厚積累，讓該公司擁有了對不同領域的行業特點、業務流程和客戶需求有了充分的認識。后加之內部推行“云釘一體”，作為辦公一體化平臺，釘釘也為通義千問大模型助力頗多。這樣一來，阿里的產品便可以在深度了解用戶需求的基礎上為客戶提供定制化的解決方案，滿足其業務需求，提高其業務效率和競爭力。這讓大模型有了其應有之意，不至于淪落為“無源之水”。
相比之下，百度采用了另一套邏輯：用搭建行業模型的方式賦能具體行業。目前為止，該公司已經布局了十余個行業大模型并取得了不錯的效果。在客戶中，出現了國家電網、浦發銀行、泰康、吉利等知名企業。比如，在電力大模型中，產品已在電網設備、客服等實際業務場景進行試點驗證，就結果而言，可以顯著增強電網運營的精細化、自動化、智能化水平。而在汽車領域，長安汽車的一款量產車型開始搭載百度智能云提供的人工智能基礎設施平臺和數字人平臺。除此之外，百度的大模型還將觸角伸向了金融和政務等領域。
應該說，百度和阿里之所以能在各行業間迅速打開局面，依靠了成體系的團隊和穩定的戰略。細節上看，大模型所需要的人員眾多，其中包括算法工程師、數據科學家、產品經理、運營人員等。比較“散兵游勇”，頭部大廠所展現的實力更體現在其員工所擁有的豐富的經驗和專業知識。根本上，高素質的人才能夠快速響應客戶需求，提供高質量的解決方案。
寫在最后
在大模型的toB競爭中，本質而言，是取決于客戶企業對商業價值的認知。和其他行業一樣，在大模型領域，“多快好省”和“物美價廉”難以兩全，“大干快上”的結果可能是一地雞毛。
所以，企業客戶在大模型的選擇上應當更為審慎，至少在目前，更加穩妥的方式還是在大廠之間做出抉擇，大廠大模型更能保證服務交付、運維和維保，這也是企業對自身向智能化方向轉型更加負責任地選擇。
目前，百度、阿里、華為等大廠在技術、企業級認知方面已經具備相當程度的先發優勢。2023年的下半年是大模型馬拉松賽的開始，在這個過程中，商業價值也將逐漸回歸，劣幣終將被市場淘汰。
雷峰網(公眾號：雷峰網)
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
