关注科技新闻的读者应该已经看到了，很多AI领域的明星创业公司和独角兽，最近都传出了“卖身”的信号。
因Stable Diffusion模型一战成名、估值近300亿美元的大模型明星企业Stability AI，传出资金链断裂；曾登上福布斯“AI 50强”排行榜的Adept，正寻求被巨头收购；被视为谷歌竞对的AI搜索明星公司Perplexity，至少与4家公司讨论过合并事宜；由前谷歌、Meta研究人员创立的Reka AI也宣布将“卖身”。
这些新闻说大不大，企业层面的出售整合是商业常态，目前寻求出售的独角兽因为是明星项目，所以吸引眼球，数量占比并不大；说小也不小，独角兽们的商业受阻，所折射出来的隐忧和问题，必须着手去解决，才能避免这一轮AI热潮陷入衰退期。
为什么不应掉以轻心或盲目乐观？历史从不重复，它只是押韵。1984年，AAAI（Association for the Advancement of Artificial Intelligence，具有重要影响力的国际人工智能组织），举办了一次名为“人工智能的黑暗时代”的讨论。其中就有AI公司的创始人发言称：
“机器学习领域将出现一些震荡，波及所有专家系统技术公司（当时AI领域的热点技术），我们将进行一些重组和调整，总而言之，我对未来是相当乐观的。”
“今天的人工智能具有更多的鲁棒性和稳固性，泡沫不会破裂。”
“我认为这一次人工智能不会像十五年前（1970—1975年的语音理解项目）那样，因资金枯竭而严重萎缩，同样事情再次发生的可能性为零。”
上述说法是不是似曾相识？可惜，这些乐观的想法后来都被“第二次AI寒冬”的到来给彻底推翻了。
80年代狂热的专家系统，由于在实际应用中的表现不佳和成本高昂，最终人们和投资者从狂热追捧转向了巨大的失望，经费缩减，行业寒冬就此袭来，直到2012年后缓慢复苏。
产业有周期，人无再少年。以史为鉴，让这一轮大模型为主导的AI浪潮持续下去，让大量投入的AI基础设施进入回报期。其中，中腰部的独角兽科技公司，是一支产业中的主要商业力量。它们在商业领域的失败，将让“挤泡沫”来得更快更严峻。
本文想探讨一下，第一批大模型独角兽的比较优势在哪里？又如何转化为清晰的商业路径？
哑铃型的大模型投资格局，萎缩的中腰部独角兽
在过去的三年内，大模型AI领域的投融资情况，呈现出活跃又复杂的态势。
从整体规模来看，越来越多的资本开始涌入这一领域，过去3年中，大约有2.6万家创业公司共计融资了3300亿美元。
而从具体结构来看，却正在呈现出“哑铃型”的两极化特征。
一种是大处着手，关注底层研发，资金和资源逐渐向位于一端的科技巨头和基础模型厂商聚集，“强者愈强”。比如OpenAI、xAI等位于金字塔塔尖的AI公司融资不断，估值水涨船高；月之暗面（Moonshot AI）近期完成了8亿美元B轮融资，估值超过23亿美元。
CEO奥特曼更是直接对外喊话：“世界上95%的人应该押注在OpenAI身上，我们有使命，我们会碾压你（其他 AI 模型企业）”。
另一种是小处着手，关注大模型与场景和行业知识的融合。位于另一端的应用型创新企业，依赖于基础模型提供的能力，将大模型技术应用于具体行业或场景中，为用户提供实际的解决方案和服务。
一些投资人认为，这类应用公司只有“屁胡”的价值，但架不住应用层空间大、数量多，也吸引到了一批投资者的认可。数据显示，AIGC赛道累计完成融资的总金额在下滑，但获得融资的项目数量却有所增加，从2023年的41个增加至2024年的186个。
哑铃型的投资结构下，位于中腰部的未来“独角兽”型初创公司，迎来了投资的“枯水期”，不得不在震荡中洗牌和重整。
（2023年明星投资人的大模型创业价值之争）
中腰部AI公司的“比较优势”
一般来说，对于AI这类具有颠覆性潜力的领域的早期阶段，投资者对前期亏损的容忍度是比较高的。通常是希望随着企业的成熟并占据市场主导地位，能够带来丰厚的回报。所以，尽管有媒体爆出Stability AI等初创公司亏损大、成本高等，那都不是独角兽们的致命问题。
真正关键的是，这类企业有着不低的估值和一定的技术能力，但目前缺乏一种清晰的商业化路径。
打破这种“混沌局面”，向投资市场和公众展现出自己锐利鲜明的独特价值，是长期信心的来源。
说起来容易，但要跟头部模厂拼模型，跟应用企业拼产品，都不是独角兽的“舒适区”，只能在别人的赛道上跟着别人的规矩走，两头不占好。
中腰部AI公司的核心价值，就在于“比较优势”。
比较优势，原来是一个经济学概念，用来形容一个国家生产一种产品的机会成本，低于在其他国家生产该产品的机会成本时，就拥有了比较优势。通过“两利相权取其重，两弊相权取其轻”，让资金和资源向具有比较优势的国家流动。
比如20世纪的生产力成本低、素质高，如今的技术密集和工程师红利，是中国在不同阶段，参与国际分工的比较优势。
具体到大模型领域，目前来看，基础模厂主要围绕在L0级底层模型的构建，而应用类企业则聚焦在行业数据打造L3场景小模型和应用，而支撑这类“独角兽”初创公司估值的，则是基于L1\L2级行业大模型的平台及应用。
一方面，中腰部仍有市场空间。基础模厂和底层模型虽然有可能“碾压”行业大模型，但并不能把整个产业链的大部分价值都拿走。
就像信息化时代，微软也不可能垄断所有软件，依然有大量专业软件提供商如蔡睿领域的Intuit，成长为垂直领域的软件巨头。
今天，业内已经有共识，底层模型在短时间内无法实现AGI，无法解决所有通用问题。因此，大模型落地需要叠加其他方法，因此，基础模厂无法低成本地提供端到端解决方案，这就需要更多服务商来参与，提供面向行业的定制化模型及AI解决方案。这个过程中，仍然需要大量手工作业。比如很多中国企业甚至都没有数据采集，需要针对性的数据采集方案设计，这些对于人才成本极为高昂的基础模厂来说，投入产出比是很低的，或许可以在每个行业领域培养几个标杆案例，但绝不可能成规模复制。
另一方面，中腰部仍有技术门槛。应用类产品大多是“套壳”，这毫无问题，但对于ToB市场来说，大模型与业务场景、流程的 融合与改造，有很多工程要做，而AI领域的技术路线迭代速度又非常快，应用类企业根本没可能“抄作业”。
所以，中腰部科技企业的比较优势，就在于所构建的平台及应用，将场景与技术紧耦合，切实满足业务的真实需求，比如提高生产力、改造流程等。
加速奔跑的独角兽，跨越“AI黄昏”
机器学习为主的AI产业化阶段，红极一时的机器视觉四小天鹅等明星创业公司，专注于做智慧城市、工业质检等行业解决方案。被称为港股“AIGC第一股”的出门问问，也是以生成式AI和语音交互技术为核心，提供政企服务、AI软硬件。
显然，这条“比较优势”之路，是走得通的。
问题在于，面对全球投资市场对大模型技术的期望值下调，投资者的风险偏好变化等不确定因素，在前景不明的背景下，中腰部AI科技公司如何走得更远。
《人工智能的冬天》研讨会上，有人提到，斯伦贝谢、施乐、惠普、德州仪器、GTE、Amico、埃克森美孚，他们都在进行投资，他们都有人工智能小组，他们会说，“嗯，我今年在人工智能上花了数百万美元，而且我已经拥有了它。（但）他们什么也没产出”。
盲目乐观，却无收益，是曾经在专家系统身上上演的AI荒诞戏。而今天在To C和To B市场都有探索的独角兽们，一旦泡沫破裂，将受到两个市场崩塌的双重冲击，商业性更加脆弱。
提高自己在商业层面的“鲁棒性”，AI独角兽们必须管理好客户预期。
和曾经的专家系统一样，今天很多企业客户也对大模型加持的软件系统，抱有不切实际的预期，希望AI系统做任何事情，但实际上大模型技术还做不到，出现预算超支、超期交付等问题，从而导致撤单或无法回款。
此外，一旦企业发现AI系统其实无法产生实际的经济效益，随着资金的撤走，工业界人才会回流到学术界，为企业市场服务的技术服务商也会死掉一批。这种情况在专家系统、机器学习等阶段都曾一次又一次出现，独角兽们也必须做好准备。
比如尽快“打粮食”，做厚收入，避免“以免费换规模”“以亏损换时间”。像Stability AI那样先开源、后付费的缓慢探索，会承受很大的成本压力；像Perplexity那样以会员订阅和API付费为主要收入方式，营收结构也非常单薄。
回顾历史，AI的周期性衰退，往往会在寒冬之前，有一个“去泡沫”的阶段，只要泡沫不破裂，反而会让行业变得更好、更不脆弱。这个阶段，可以被称为“AI黄昏”。
避免在“AI黄昏”被挤出，将是中腰部独角兽们接下来的第一要务。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
