挤泡沫，终将加速技术大众化的进程。

10月3日，OpenAI官方宣布成功获得66亿美元（约合人民币466.9亿元）融资。本轮融资结束后，OpenAI估值突破了1500亿美元。新一轮融资规模不小，然而却只够Open“烧”一年，其预计，今年营收可达37亿美元，亏损幅度为50亿美元。

此前，美国媒体The Information报道称，通过对OpenAI的财务数据分析推测，OpenAI将于2029年实现盈利，届时营收将达到1000亿美元（约合人民币7074.8亿元），但在此之前OpenAI依然会存在较为严重的亏损，预测2026年亏损幅度将达到140亿美元（约合人民币990.5亿元）。因此，OpenAI能年入千亿美元的前提是它可以撑到2029年。

强如OpenAI都为生计发愁，AI大模型行业的竞争激烈可见一斑。继23年的“百模大战”后，24年行业终于纷纷意识到“应用落地”的重要性。然而技术从实验室走向真实场景的路总是千折百绕，能够熬到天明的企业注定是少数。到底有多少AI企业能够活到天明？李彦宏的答案是：1%。

日前，中国AI大模型引领者百度创始人李彦宏再度敲响警钟，在与《哈佛商业评论》英文版总编辑殷阿笛(Adi Ignatius)的对谈节目中，他直言不讳地指出，生成式AI的技术泡沫不可避免，好在行业正在走向正轨。李彦宏预判，在AI挤泡沫阶段，“那些无法满足市场需求的伪创新将会被清洗掉，在这之后，有1%的企业将脱颖而出，继续成长，为社会创造巨大价值。现在，我们只是在经历这个阶段，这个行业比去年更冷静，也更健康。”

（图源：哈佛商业评论《HBR Live：商业未来》）

从百模大战到狂卷应用，AI泡沫不可避免

其实在2017年前后深度学习风靡时，网上就有不少关于“AI是否是泡沫”的讨论，大模型时代关于AI是否泡沫的讨论更加热烈，悲观的网友总结出“投钱——发展——收割——破灭——沉淀”的全套泡沫破裂流程，甚至预言生成式AI的泡沫将比历史上任何一次技术浪潮掀起的泡沫都要大得多。

（图源：知乎）

在ChatGPT横空出世后，23年AI行业掀起大模型热潮，仅仅是中国市场，就有上百个新玩家推出基础大模型，与在AI大模型赛道耕耘多年的百度们PK，掀起“百模大战”。然而其中拥有真功夫的玩家屈指可数，许多基础大模型都是“赶鸭子上架”，底层技术靠套壳开源，市场存在靠刷榜跑分。

结果呢？虽然很多基础大模型号称超越了GPT4.0，然而在技术行家那却很快漏了陷，甚至某家位列“大模型五虎”之一的独角兽公司都被指“套壳”开源大模型。更严重的问题是，大多数基础大模型都没有真实用量，当时国内200多个大模型的调用量加起来还不如一个文心大模型多。

重复研发大模型对创业者是徒劳，对社会是巨大的研发、人才、算力资源浪费。24年，市场终于恢复冷静，李彦宏关于“不卷模型卷应用”的呼吁被很多AI公司听进去了，结果是做基础大模型的锐减，做上层AI应用的多了，甚至比做基础大模型的更多。然而，24年很多AI团队做AI应用同样卷错了方向，核心就是存在李彦宏所说的“伪需求”问题。犯错的不只是AI创业公司，很多AI巨头甚至科技大厂都在试错走弯路。

24年上半年，AI硬件成为AI大模型落地的一种形态。我在参加CES（国际消费电子展）、MWC（世界移动通信大会）时，看到最受关注的就是AI硬件新物种，Rabbit R1，AI Pin是其中代表。很多家电厂商做了AI大模型，甚至油烟机、燃气灶都“吃上了大模型”，魅族干脆宣布将放弃手机业务，All in AI硬件。然而下半年AI硬件急转直下，AI Pin更是遭遇了大规模退货，原因是体验糟糕。在9月的IFA（德国柏林消费电子展）上，AI硬件已不见踪影。

（AI硬件新物种代表：AI Pin）

踏空的不只是AI硬件。许多AI软件同样被质疑“卖家秀”过于严重。用户被虚假宣传吸引购买会员后才发现，体验与宣传严重不符。为此，美国FTC甚至起诉了五家AI公司，原因就在于这些公司的宣传与AI实际表现存在较大差异，其中一家被起诉的是名为DoNotPay的机器人律师服务公司，其宣称“能够提供媲美真人律师的服务”，结果却是夸大其词。

到了24年下半年，我们能够明显感受到，关于AI大模型泡沫的“预警”在增加，大模型行业在降温。

在李彦宏发出警告前，行业正在出现越来越多冷静的声音与行动。比如苹果研究员最近发布了一篇名为《理解大语言模型中数学推理局限性 》的论文，质疑大语言模型的数学推理能力，甚至认为大语言模型不具备真正的推理能力，放弃造车、战略押注AI的苹果甚至放弃了OpenAI的新一轮投资机会。

与此同时，AI大模型的投融资不再疯狂。一些AI初创公司陷入经营困难，AI尖端人才与技术正在向巨头集中，这是行业加速盘整的迹象。比如被誉为保险行业黑马的InsurStaq.ai在运营一年后突然关闭，独角兽企业Adept AI和Inflection则分别被亚马逊和微软挖成空壳公司。讲求实效、注重应用的中国市场，AI创投市场的洗牌更激烈，钛媒体统计数据显示，2021年11月30日到2024年7月29日，中国有近8万家AI相关公司处于注销、停业、吊销等状态。

挤泡沫，终将加速技术大众化的进程

从历史上所有重大技术浪潮的发展进程来看，泡沫不可避免。

在与《哈佛商业评论》对谈时，李彦宏就回顾了历史上的技术浪潮中的“泡沫现象”：

“就像历史上许多次技术浪潮一样，在度过最初的兴奋阶段之后，泡沫不可避免。然后，当这项技术没有达到最初兴奋阶段的高期望时，人们会感到失望。我们经历过很多次类似的情况，比如90年代互联网迅速发展时的巨大泡沫，在2000年3月，这个泡沫破裂了。在移动互联网时期，类似情形再次发生。生成式AI的时代，我们也会经历这一过程。”

关于技术浪潮的发展规律，知名咨询机构高德纳（Gartner）早在1995年就归纳出了“技术成熟度曲线”模型（Gartner Hype Cycle），这个模型认为，一门技术的发展要经历五个阶段：启动期、泡沫期、低谷期、爬升期、高原期。

（图源：Gartner）

在大模型刚爆发时，人类像祖先发现火种一样，激动不已，AI的想象空间一下被打开了，然而，随着媒体大肆的过度报道（最典型的就是各种“炸裂”“核弹”“颠覆”AI报道）以及非理性的渲染下，AI一下成了顶流。

资本的跑步入场，进一步让AI赛道拥挤不堪，参与者更是鱼龙混杂，既有OpenAI、百度、阿里、科大讯飞这样的深耕多年的AI实力派，还有许多滥竽充数的投机分子。在混乱的竞争中，从“百模大战”到“狂卷落地”，AI的缺点、问题、限制都在陆续出现，行业失败的案例大于成功的案例，泡沫逐渐显现。

结合李彦宏的预警与高德纳（Gartner）“技术成熟度曲线”模型来看，今天的AI技术恐怕正在“泡沫化的底谷期 (Trough of Disillusionment)”前夜。

在新的阶段，越来越多AI玩家将被挤下牌桌，没有核心技术实力的将很快会“露馅儿”出局，有技术实力的玩家也不能高枕无忧，因为技术产品化、产品商业化和商业正循环才是走得远的关键，这正是李彦宏在对谈《哈佛商业评论》主编时强调的“产品与市场的契合度（PMF）”的关键作用。

（图源：百度ai助手）

庆幸的是，向来善于且重视技术应用落地的中国创业者，更关注PMF，“中国更注重应用驱动，我们更关心哪些应用将从大模型中获益，许多初创公司都在研究如何运用大模型能力。”

随着泡沫的挤压，留在市场上的将会真正的实力派玩家：它们既有技术的硬实力，同时有拉通技术与市场鸿沟的商业能力。大浪淘沙，留下的是金沙，在李彦宏的预测中，只有1%的AI玩家能穿越泡沫期，走到最后，进入到稳步爬升的光明期 (Slope of Enlightenment)与工业生产的高原期 (Plateau of Productivity)。

AI在走的路，PC、互联网、移动互联网、短视频等等技术浪潮都走过了一遍。90年代互联网浪潮爆发，并很快从疯狂的非理性繁荣阶段，并在本世纪初迎来泡沫破裂时刻，百度、阿里、腾讯等互联网巨头正是在这一时期崭露头角，成为“1%”的真金留在了牌桌上。在互联网泡沫破灭后，互联网企业全部都将商业化即“如何赚钱”放在第一位，推出更贴合用户需求的产品，一边吸引更多人成为网民，推动消费互联网爆发， 一边赚取真金白银反哺技术研发与服务升级，形成了互联网“广告+增值+电商”商业化的三驾马车。

任何技术浪潮都不可避免会产生泡沫，而泡沫破裂则是技术走向成熟绕不过的一环。我想这也是李彦宏说“有泡沫并不一定是坏事，很多伪创新将被清洗”的深意。

成为1%，活下去才有资格打扫战场

既然AI泡沫不可避免，既然AI泡沫终将破灭，既然泡沫破裂必将阵痛，AI玩家们如何面对这样的宿命？答案有且只有一个，就是提高“PMF（Product Market Fit）”，即产品与市场的契合度。

比如做基础大模型“重复发明轮子”，大概率是没有市场的。科技巨头全在做基础大模型，且投入了巨量的资源展开军备竞赛，姑且不说人才等投入，仅仅是算力大战，一般公司都吃不消。

在微软支持下，OpenAI主要承担推理、训练、人工三大成本，其中人工成本最低，每年“仅”需约15亿美元；租用微软服务器为ChatGPT及底层LLM提供动力的推理成本，一年约40亿美元；包含数据费用在内的训练成本，一年则需要约30亿美元，未来则将突破100亿美元。至于中国AI领先者百度，在AI上布局超过10年，累积投入超过1000亿元才有今天的硕果累累。

因此，创业者做基础大模型与巨头竞争无异于“以卵击石”。如果一个后来的创业公司说其基础大模型赶超GPT4.0，恐怕物理学规律也不会答应。创业公司做基础大模型唯一有机会的，只有“成为巨头代理人”，就像OpenAI背靠微软好乘凉一样。

再比如做AI应用，不论是AI软件、AI硬件或者是AI to B服务，AI创业者一方面须要面向真实需求去做产品，而不是“拿着锤子找钉子”，抑或“别人做啥我做啥”，比如AI硬件火就跟风做AI硬件。另一方面则要将“如何赚钱”放在第一位，只有做出用户/客户愿意买单，抑或可靠广告等新型模式实现商业正循环，才可以活下去。

甚至不只是创业者，大厂们在布局AI时也需要将PMF放在第一位。

24年很多手机与家电厂商都很焦虑，因为市场需求萎缩，产品销量上不去。这时候AI成为救命稻草，智能手机成了AI手机，智能电视成了AI电视，PC成了AI PC……然而在改换title时，AI硬件们是否真正带来了新的用户体验？是否真正提供了用户愿意买单的价值？恐怕很多厂商都无法给出足够自信的回答。

24年，拥抱AI大模型在全世界所有行业都成为一种流行。AI大模型展现的技术潜力确实可以被许多行业、企业、产品、场景与个体应用。然而，有多少企业真正用好了AI这一工具来提高产品的PMF或者提升业务的价值呢？恐怕答案也不容乐观。市场咨询机构Forrest的首席分析师曾分享过一个有趣的观点：“没有人想穿着便衣出现在变装舞会上”，或许足以形容很多人“拥抱AI”的心态。

未来，只有当AI不再是一种“时髦”，而是像互联网、5G网络一样“无处不在却又让人感受不到存在”时，真正的AI时代才算正式来临。

前几天，Google前大佬、AI大牛Hinton获得了诺贝尔物理学奖，来自google deepmind的两位研究AI的科学家德米斯·哈萨比斯和约翰·江珀则靠着“蛋白质结构预测”分享了诺贝尔化学奖，这是AI加速渗透物理世界的写照，更是AI终将接管物理世界的隐喻。AI当前泡沫不可避免，但AI的未来依然值得人类乐观。

文章来自于微信公众号“罗超频道”，作者“ 罗超本超”