奇偶派（jioupAI）原創
作者 |葉子
在《跨越鴻溝》這本被譽為“科技企業營銷圣經”的書中，杰弗里·摩爾這樣寫道：“高科技產品面世過程中，最危險、最關鍵的一點，就是由少數有遠見者所主宰的早期市場，向實用主義者占支配地位的主流市場過渡。”
在當下國內眾多的行業之中，生成式人工智能（AIGC）作為半年內迅速發展、正在檢驗商業化落地的行業，正面臨著這個關鍵的過渡階段。
而在該階段里，互聯網企業、AI企業、小型創投企業紛紛投身于這場波瀾壯闊的生成式人工智能市場的競爭大潮中，它們依靠各自擁有的用戶資源、生態優勢與奇思妙想，為眾多的用戶提供更加個性化、智能化和便利化的產品和服務。
但是，大模型作為動輒投入數十億的項目，故事勢必要從巨頭們講起，而作為這場大模型競爭中的主要玩家之一，率先發布文心一言的百度不可謂不是其中的領頭羊。基于過去數年在AI賽道中探索的實力與企業應用大模型的渠道，從通用大模型、行業大模型與應用生態構建等數個方面入手，而具體的打法從相關人士的發言中便可見一斑。
百度智能云事業群總裁沈抖表示，企業應用大模型主要有三種方式。第一種是構建基礎大模型，只有少數企業會自建大模型，因為訓練大模型的成本和技術壁壘都非常高。
第二種是建立行業大模型，通常是了解行業的企業，結合自身掌握的行業數據，用基礎大模型精調出更貼合實際場景的行業大模型。“從零建設行業大模型是偽命題，能建設一個好的行業大模型的基礎是有一個強大的基礎大模型，在此之上再進行迭代。”
第三種是在基礎大模型和行業大模型之上，開發AI應用。這類企業其實是大多數，他們要思考的是：如何在這個大模型之上做好提示詞工程，解決特定應用場景的問題。如何從模型效果、迭代速度、工具鏈這三大方面去選擇一個好的大模型。
而百度也確實是在大模型底座、行業大模型與AI原生應用三條賽道上一齊發力，那么，百度文心大模型在這三大層面中做了哪些努力，推出了哪些平臺與打法，又有哪些“意難平”？在技術落地生產力的過程中，最重要一環之一的商業化又有哪些潛在問題呢？
1
先發證明模型底座實力
但優勢難轉為勝勢
作為“大數據+大算力+強算法”結合的產物，大模型應用效果的基礎是高質量的訓練數據，這對業務領域訓練數據的準備，尤其是認知場景訓練數據的準備提出了更高的要求。高質量的訓練數據加之高昂的算力成本，使得通用大模型天然成為了大公司之間的游戲。
在訓練數據規模上，據IT之家報道，于10月17日最新發布的文心大模型4.0參數規模為目前所有公開發布參數最大的大語言模型，預計可能突破萬億級別。
如此大參數量的模型，對算力的要求自然也更進一步，據媒體報道，文心4.0是在萬卡AI集群上訓練出來的，應該也為國內首次使用萬卡規模集群進行訓練的大語言模型。而萬卡集群，國內目前只有華為、阿里透露已建成萬卡AI集群，但我們都沒看到基于它推出的具體模型。
在海量的訓練數據與充足的萬卡并行算力外，在從文心大模型1.0誕生迭代至今的近5年間，百度在IT技術的技術棧發生根本性變化的過程中，也從過去“芯片—操作系統—應用”三層架構，重建成為了“芯片-框架-模型-應用”四層架構，在每一層之間的嚴格要求下，完成端到端的額優化，為深度學習與大模型的發展打下了堅實的基礎，成為大模型能力落地產業化最基礎的智能底座。
截止目前，百度是全球為數不多、在這四層進行全棧布局的人工智能公司，無論是高端芯片昆侖芯，是飛槳深度學習框架，還是文心預訓練大模型，各個層面都有領先業界的自研技術。而芯片、框架、大模型和終端應用場景也形成了高效的反饋閉環，幫助大模型不斷調優迭代，進而升級用戶體驗。
而在今年百度2023世界大會中，李彥宏表示文心大模型4.0，實現了基礎模型的全面升級，在理解、生成、邏輯和記憶能力上都有著明顯提升，他還稱綜合水平“與GPT-4相比毫不遜色”。
可以說，從通用大模型底座的實力來看，文心大模型在國內的眾多競爭者之中絕對名列前茅，但如此強大的能力，也并不意味著能“躺著”賺錢，反而更像是百度的“背水一戰”。
從研發投入的角度來說，無論是突破萬億級別的訓練數據，還是使用萬卡集群訓練的成本，所需要占用的軟硬件資源是可想而知的。有業界專家推測，百度在訓練文心大模型4.0時所付出的推理成本，大約會比3.5版本高出10倍左右。
據統計，自2022年底，過去十年之中，百度已經累計投入了超1400億元的研發資金，而在今年的大模型更新迭代中更是呈現出瘋狂“燒錢”的趨勢，經年累月且快速增加的投入，讓百度已經到了無法“收手”的階段，不論商業化效果是否成功，只要有一絲前景，便必須在大模型之路上狂飆下去。
從競爭對手的角度來看，隨著大模型技術的發展，越來越多的企業和研究機構開始涉足這一領域，在通用大模型領域中雖然競爭對手較少，但個頂個都是頂尖的互聯網企業。無論是阿里的通義千問，騰訊的混元，還是華為的盤古，都有著與百度文心一爭的實力。同時，這些大廠的通用大模型依托企業自身本就擁有的業務場景，將形成很大的競爭壓力。
對于大模型的收益問題，百度方面的看法是，短期內就看到大模型盈利是不現實的。因為這么大，這么長周期的成本投入，是無法在單點上計算盈虧的。就大模型本身而言，因為未來的前景足夠大，確定性足夠高，現在最關鍵的還是保證效果可用，做到明顯優異于其他廠商的性能和表現。這個是百度的當務之急，也是已經見到成果了的。
而從長期來看，盈利的方式會很多，不只是做技術供應商。還有通過賦能業務本身來賺錢。事實上過去的10年AI投資，也不是不賺錢的。比如百度的搜索，一直都是AI賦能最重要的應用。以搜索撬動的商業模式一直也都是賺錢盈利的。如果沒有AI的堅持投入，可能搜索早不是現在的樣子，百度也就不會有千億級的營收了。
總的來說，從技術實力上來看，百度文心的通用大模型是最無需贅述的一層，但在能否商業化落地、商業化落地前景如何、能否形成生態閉環、何時形成生態閉環的諸多詰問與競爭者的虎視眈眈之間，也讓文心通用大模型面臨著巨大的挑戰。
2
行業模型顯實力，
落地效果還得看應用？
如果說通用大模型是能夠處理多種任務的“百科全書”，有著泛而不精特點，不能直接應用于生產生活的話，那么行業大模型便是針對特定領域或任務進行優化設計的“操作指南”，其受眾或許很少，但專業度一定很高。
就在9月中下旬，百度也發布了國內首個“產業級”醫療大模型——靈醫大模型，目前已與固生堂、零假設等達成合作，并已定向向公立醫院、藥械企業、互聯網醫院平臺、連鎖藥房等200多家醫療機構開放體驗，為患者、醫院、企業等提供AI原生應用。
在此前，百度早已在通用大模型的基礎上，根據客戶實際需求提供差異化的模型服務，據公開資料顯示，百度文心行業大模型的數量已經達到11個，覆蓋能源電力、金融、航天、傳媒、影視、汽車、城市管理、燃氣、保險、電子制造和社科多個領域。
而百度發力推進行業大模型的打法，其實也并不難以理解。
對于小型企業來說，相關AI應用便足以支撐相關業務；對于超大型企業來說，從底座開始構建基礎大模型，則是最好的選擇，而對于那些AI應用不夠用，基礎大模型“用不完”的特定行業企業，用基礎大模型精調出更貼合實際場景的行業大模型則是首選，而這類企業也是數量最多，商業化前景最好的客戶群。
但是，企業數量多、商業化前景好的另外一面，便是難以匹配不同行業中復雜的生產場景，在不同行業企業生產場景不同與不同體量企業需求不同的共同交織下，大模型的落地顯得愈發困難。
面對如此情景，百度選擇了將能力開放給企業端，讓客戶既可以自由調用各類第三方模型服務，又能夠基于自有數據、特色開發、部署和調用專屬服務，而千帆大模型平臺便應運而生。
目前，千帆大模型平臺預置了103款Prompt模板，包含對話、編程、電商、醫療、游戲、翻譯、演講等十余個場景。其中既有基于百度智能云在產業實踐中積累的Prompt模板，也有來源于文心一言高頻用戶的Prompt模板。
同時，在自有模型之外，千帆平臺也為其他大模型打開了大門，提供33個嚴格優選、進行性能與安全雙重增強后的第三方大模型，共同完成服務，企業充分享受“模型自由”。
豐富的產品能力、更加自由的大模型工具部署、多樣化的服務方式，共同讓千帆平臺擁有了極強的場景落地能力，完美充當起了溝通基礎大模型與企業之間的橋梁，吸引越來越多的企業打造出更多、更好的大模型產品。
不過，千帆平臺再多的性感，也終究只是在技術與業務層面上的領先，行業大模型的競爭卻仍然激烈。
由于數據量需求較少、技術門檻相對較低，諸多大廠紛紛下場“內卷”，無論是大型企業如華為、騰訊、阿里、字節，都紛紛將目光聚焦在行業大模型上。
此前，騰訊云在今年 WAIC 2023 上展示了金融、文旅、政務、傳媒、教育等10個行業的落地案例。華為在7月發布盤古大模型3.0，并喊出“華為的盤古大模型，不會寫詩，只會做事。”的口號，將落地行業的決心和對部分企業的嘲諷效果雙雙拉滿。
而在互聯網與科技大廠外，眾多有著落地數據的初創企業也在這輪競爭中有著特殊的優勢。
初創企業通常擁有高質量的數據，這些數據可以幫助初創企業在行業大模型的競爭中占據優勢。同時，較強的創新能力往往意味著更加獨特的行業大模型服務。此外，這些企業通常專注于某一特定領域，也是它們與生俱來的核心競爭力。
而在競爭對手眾多、實力強勁之外，行業大模型作為重數據與行業經驗，輕技術門檻的一層，更需要匯聚各個行業的優質數據集，而這也絕不是其中某一家企業能夠做到的，只有依托生態的力量方可完成，而百度構建生態的方法，則是在應用層面構建開發者們的“花園”。
3
應用層生態圈正在成長
百度能否突破重圍？
應用層面中，在通用大模型與行業大模型硬實力的支撐之下，海內外應用都在進行著如火如荼的嘗試，微軟、Salesforce、Adobe、SAP、Palantir等公司紛紛發布相關產品，完成場景應用落地。
作為windows操作系統和office系列軟件的所有者，微軟開放了Azure OpenAI賦能旗下產品，通過大模型技術最大化企業與員工的價值。
根據微軟的財報會議，從2023財年的Q2到Q4，Azure OpenAI的用戶數從超過200變為1.1萬，環比增長十分迅速；而Microsoft 365 Copilot的發布，作為高效智能的AI辦公助手，也在很大程度上解放了白領們的雙手。
Salesforce則是從Einstein GPT走向AI Cloud，全面擁抱生成式AI。
Einstein GPT將公共和私有AI模型與CRM數據相結合，能適應實時變化的客戶信息和公司流程，可在銷售、服務、營銷、商業等各個領域提供人工智能自動創建的內容。而AI Cloud作為其延續，支持代碼生成和業務流程自動化等功能，客戶可以將個性化訓練的模型引入平臺，同時將數據存儲在自己的基礎設施上。
在海外企業級應用加速落地的同時，國內的大模型企業也并不落后。
騰訊發布混元大模型后，快速接入騰訊云、騰訊廣告、騰訊游戲、騰訊金融科技、騰訊會議、騰訊文檔等50多個騰訊業務。
而AI企業中的龍頭科大訊飛也結合自身的業務場景，推動大模型在辦公、政務、電力、教育、醫療、工業、司法、金融等行業的場景落地。
而百度作為AI時代中最堅定的擁護者，也表明了自身的態度。百度集團董事長兼CEO李彥宏早在5月就曾明確表示，百度要把全部產品用大模型重做一遍。百度不是整合，不是接入，是重做，重構。
在百度已有的業務場景中，基于最新亮相文心大模型4.0，百度搜索、文庫、網盤、地圖等十余個應用在進行AI原生化重構后重新上線。新的百度搜索提高了對內容的理解，可以尋找多模態答案；新的百度文庫完成了從“內容工具”到“生產力工具”的進化；商業應用方面，百度GBI也為企業客戶建立“對話即洞察”的數據分析新范式。
但在其他企業一樣改造自身業務場景外，百度邁出最大的一步，便是希冀于建設一個屬于百度與眾多開發者的生態花園。
百度世界2023上，百度智能云千帆AI原生應用開發工作臺正式發布，該程序將大模型應用開發中常見的模式、工具、流程，沉淀成一個工作臺，幫助用戶輕松開發屬于自己的AI原生應用。
目前，千帆平臺上提供了檢索增強生成（RAG）、智能體（Agent）等常用的AI原生應用框架。在每個框架下，百度智能云還提供豐富的樣板間，支撐開發者敏捷、高效地進行AI原生應用開發。
而在應用開發平臺之外，層級中更加細分的插件，也是百度重視的方向。
對于開發者來說，如果想要做一個AI原生應用，往往需要大模型能力基座、足夠的高質量數據資產、高效率的場景調用分發與獨特的創新性。但不幸的是，許多中小開發者只擁有他們獨有的思維方式，在其他能力方面卻顯得十分“窘迫”。
而開發者們“捉襟見肘”的地方，卻恰恰是百度優勢的維度，于是靈境矩陣平臺便應運而生。作為百度推出的文心插件開發平臺，支持廣大開發者根據自身行業領域、應用場景，選取不同類型的開發方式、模板組件等進行接入，旨在搭造更加場景化、行業化、定制化的AI應用插件。
其實從千帆與靈境的推出中，便能看出百度在應用層面中的決心，畢竟無論是投資千億的基礎大模型，還是發力推動的行業大模型，若是離開最貼近生產場景的應用的話，便是最大的泡沫，也更無法談及商業化了。也正如李彥宏所說的“只有在大模型基礎上產生足夠多的AI原生應用，才是一個健康的生態環境。”
但是，百度的重視卻并不意味著應用層面上的絕對成功。
相比其他大模型廠商，百度在大模型行業落地上的優勢主要是體現在客戶的交付保障以及全鏈路的服務能力。截至目前，有將近500個場景已經通過和客戶共創取得了不錯的效果。應該說第一階段的試用和驗證已經基本結束，進入到產業實際落地的第二階段。
不過，從自有業務場景角度來看，百度的搜索場景相對于華為的工業場景，騰訊的娛樂場景，阿里的購物、支付、生活場景的確顯得捉襟見肘，即使完成了AI的重構，能帶來商業化盈利有幾何還需時間考量。
而在自有業務場景外，開放出的應用與插件開發能力最終能吸引多少用戶？在部分用戶群體的身上能獲取多少收益？也都是一個未知數。生成型AI應用的最大問題不是找不到用例、需求或分發，而是證明其價值。在當前的AI生態環境之下，應用層的更迭有多少價值尚且未知。
但是，作為一位投資者、觀察者來說，其實也并不需要過分悲觀，畢竟百度作為業內技術力頂尖的AI企業，同時也有著一套清晰的打法與思路，本就十分難得了。而具體的落地情況與商業化上限究竟在哪里，不妨給予百度更多一些的時間，再進行評價。
4
寫在最后
作為十年前超越阿里與騰訊的中國互聯網市值第一，當前甚至被眾多“小輩”的估值所超越，這些年百度的日子不可謂好過，那么為什么技術側最強的百度卻在得不到對應的市值？這其實是一個很值得我們思考的問題。
除去沒有快速進軍云賽道、自動駕駛燒錢成果不大這些“戰術”性的失誤外，在移動互聯網時代沒有一款真正顛覆時代的好產品出現，才是百度最根本的問題。反觀快速崛起的互聯網新貴們，我們其實不難看出，在移動互聯網時代，用戶的體驗與應用的落地才是最重要的。
站在AI時代之初，百度也喊出了All in AI的口號，希望通過聚焦重點行業進行單點突破，再通過技術的領先來帶動其他業務線的思路是正確的。但正確的路上往往艱難險阻、荊棘重重。
