作者｜郑丹人工智能行业就是这么神奇，每每一波风吹起，总会让人误以为这个行业还大有可为大语言模型就是典型的例子在山姆奥特曼和他的Open AI没有出名前，不单单是国内，整个人工智能圈也仅仅把它当作是一种新型工具，投资人开始变得谨慎起来，以至于他们中的一些人跑去看起了新消费，原因很简单，相较于复杂的科技，消费品类要更好懂一些。

后来的故事大家都知道了，Open AI与微软的联姻，给原本冰冷的人工智能行业强行续上了火种，热度蔓延到国内，圈内外的讨论度空前高涨尤其在今年上半年，继百度发布文心一言后，各类新老公司层出不穷，除了隔三差五能听到某某公司发布了自己的大模型，最喜闻乐见的，每天都有新的群聊诞生，其中有卖教程的、有假借AI之名兜售私董会的，当然也有一些正儿八经聊大模型的现状与未来的。

最吊诡的是，过去人工智能圈负有一定名气的AI四小龙，这次居然不是顶流拿商汤科技来说，继今年4月发布了“日日新大模型”体系后，它还密集推出了其他的大模型，和Open AI继续补强LLM不同，商汤这次似乎很着急向外界证明自己。

但事与愿违，自2022年以来，商汤已经多次遭到大股东减持，其中就包括软银集团和阿里巴巴，前者累计减持了4次，套现金额超3.26亿港元，后者减持3次，有业内人士认为，大股东减持，对于当前营收规模下降、且尚未盈利的商汤而言，无异于向市场发出了不看好的信号。

这也是本篇文章想聊清楚的点：大模型风口究竟能否给商汤们带来新生？01人工智能的窘境，大模型改变不了关于阿里减持商汤这件事，外界认为主要有两点原因：一方面是出于商汤在AI方面的投入短期还看不到回报；另一方面，则是阿里自身也在进行各业务线的调整，所以亟需切割旁支的投资项目。

但这些理由仍显得有些牵强，因为从价值投资的角度来看，被减持只能说明一个问题：大概率不是别人眼中的优质资产了我们还是以商汤科技这家公司为例，这家公司从创业那天起，就是含着金钥匙的如果给它贴上一个标签，毫无疑问就是科学家亲自下场，商汤的联合创始人汤晓鸥是香港中文大学教授，被外界认为是全球人脸识别技术的开拓者和探路者。

据新眸不完全统计，成立4年的商汤融资额已经超过17亿美元，是当时全球融资额最大、估值最高的人工智能独角兽公司但好景不长，自从商汤2021年底上市后，其市值就一路下挫，现在商汤市值徘徊在700亿港元左右那么问题来了，一度风头无两的商汤为何IPO后就变了味呢？关于这个问题，知乎上有个高赞回答：“AI四小龙最大的问题，不是没有清晰的业务，而是初期发展路线不清晰，导致业务不连贯，先前的技术未能形成有效沉淀，不能很好地助力新近提出的主营战略。

换句话说，AI四小龙现在才找到清晰的发展方向，沉没成本没有转化为养分，大部分都白白浪费掉了”这段评论发表于两年前，但即便现在来看，依然不过时翻译成大家都能听懂的话，就是AI遇冷，资本不再迷恋AI神话既然之前用了几十亿、投资了近十轮都没能让它捧向更大的市场，那么现在即便你有了新战略、发布了新产品，在市场眼里，还是要打上一些折扣的。

从另外一个角度看，这其实是人工智能这些年一直不温不火的主要原因单从商业视角来看，如果一项技术没能找到合适的落地场景，那么这项技术大概率只能是孤芳自赏过去很长一段时间里，包括商汤在内的一众明星科技公司们，过度迷恋技术信仰，忽略了场景落地，表现在业务上，就是他们的触手很长，无论是C端，还是B端和G端，只要有合适的活，它都会去做。

这像极了十几年前的软件公司，也是四小龙们的难言之隐，毕竟在理想和现实之间，为了能把AI故事继续讲下去，这些传统软件公司就能做的活，他们大概率还是会继续干下去的02商汤问题是典型的AI行业问题关于AI含金量这件事，业界主要有三个判断因子：研发投入、营收规模及增速、主营业务净利率，但人们往往只注意前面两个，而忽略了最关键的最后一项。

因为关于前两者，几乎每家做软件的公司都能做到还不错，关键是，很多外包、集成商卡脖子的点，就是没法形成规模效应和技术壁垒，这里有一个技术误区，很多人误以为技术壁垒代表着企业拥有专利数的多少，但最实际的衡量指标应该是，这项能应用于社会场景的技术，是否缺它不可。

在这方面，Open AI就是一个典型的例子时至今日，相比于已经推出的大模型，业界更关心的，其实是它究竟是怎么构建模型的，以及如何进行模型训练的这也是国内一些人工智能公司最缺乏的竞争力换句话说，商汤们的问题不仅仅是商汤本身的问题，更是一个行业性的难题。

这也解释了为什么人工智能很难形成绝对壁垒根据IT橘子数据，截至2020年，30%的成长型AI企业尚未获投，这些未获投企业很多没有找到细分的价值板块，产品差异化竞争优势也不明显，甚至存在着严重的同质化竞争现象。

那么问题来了，大模型究竟能不能解决当下人工智能的困境呢？答案是否定的，本质上来讲，现在多数的大模型并不能称得上是真正的AGI有业内人士告诉《新眸》，“衡量大模型成功与否的标准，并不只是有多少参数，而是它究竟能解决什么样的场景难题，而且这个场景问题，用AI解决成本更低、安全性更高。

”按照这个逻辑来看，现在的大模型还远不能撑起一个主营业务，反倒加剧了AI的黑盒化，本来大家对于人工智能已经很费解了，现在陡然推出的各种新方案，它的可靠性和商业价值就更加值得商榷AI现状也大致如此，近些年爆火又沉寂的中台们就是典型。

就国内玩家而言，你会发现在活得好的基本都是卡位垂直领域的，比如AI语音领域的科大讯飞、智能BI领域的帆软等，但目前也未跑出一个类似于微软或者Snowflake式的巨头03似是而非的风口，正让局面愈加混乱大模型爆火后，很多人都认为这将是一个超级风口。

但事实却是，隔壁的Open AI已经和微软密切合作，试图把AI能力融入原有的微软产品体系中，旗下的Azure云计算业务、office 365，甚至是搜索业务Bing，都进行了大升级但国内的人工智能环境却有所差异。

基本上包括阿里、腾讯在内的巨头们更愿意研发自己的大模型，而不是和其他厂商合作，这是由国内互联网发展路径决定的中国是个超级市场，无论是典型的人工智能公司，还是有一定研发能力的互联网企业，他们更愿意关起门来自己做，至于生态，大多还是停留在销售视角和口头上。

在这种情况下，往往会加剧行业的内卷程度，以至于出现了一个怪象，大模型越来越火，而人工智能公司的定位反倒越来越模糊这也是另外一个需要深思的问题，按照凯恩斯的经济学逻辑，国内人工智能遇冷的关键在于，供给远超过真实需求，而想要培育这个市场，仍需要时间沉淀和多方努力。

按照这个逻辑来看，我们确实应该让AI降降温，重回理性的轨道上了