Büyük model To C piyasaya sürülüyor ve şampanya yapay zekanın ticarileşmesinin yarısında mı açılıyor?

Kaynak: İnternet Jianghu

Resim kaynağı: Sınırsız Yapay Zeka tarafından oluşturulmuştur

Büyük modeller değerlemede daha fazla hayal gücü getirmiyor gibi görünüyor.

Bu yıl 14 Mart'ta OpenAI, büyük modellerin anlaşılmasını ve güvenilirliğini daha da artıran GPT-4'ü piyasaya sürdü. İki gün sonra Baidu Wen Xin Yi Yan resmi olarak serbest bırakıldı. Wen Yi Yan, hizmetlerini resmen halka açması ancak ağustos ayı sonuna kadar mümkün oldu.

Baidu'ya ek olarak iFlytek, Spark modelini 6 Mayıs'ta piyasaya sürdü ve 5 Eylül'de halka açılacak. Shang Tang. Nisan ayında Ririxin büyük model sistemi piyasaya sürüldü ve Ağustos ayı sonunda Ririxin büyük modeli onaylandı. Tencent Hunyuan ve Alitong Qianwen de pazara girmek için acele etti.

Şimdi, ilk yerli büyük ölçekli modelin piyasaya sürülmesinden bu yana yarım yıl geçti, çeşitli sermaye piyasalarının performansı nasıl?

Baidu'nun Hong Kong'daki kapanış hisse senedi fiyatı 14 Mart'ta 129 HK $ ve 18 Eylül'de 132,2 HK $ idi.

SenseTime, 11 Nisan'da 3,33 HK$'dan kapandı ve 18 Eylül'de 1,46 HK$'dan kapandı.

iFlytek 8 Mayıs'ta 63,76 yuan'da ve 18 Eylül'de 48,38 yuan'da kapandı.

……

Gerçekten de büyük model konsepti hakkında bir söylenti vardı, ancak şu anda bu telaş azaldı ve pazar bunu satın alacak gibi görünmüyor.

15 Ağustos'ta "Üretken Yapay Zeka Hizmet Yönetimi Tedbirleri (Yorum Taslağı)" yürürlüğe girdi ve AIGC ürün uyumluluğuna giden yol açıldı. Bunun sonucunda Baidu, iFlytek, SenseTime gibi yerli büyük modeller yoğun bir şekilde piyasaya sürüldü. vb. Oyuncular ToC pazarını ele geçirmeye başladı.

Peki insanların cep telefonlarındaki "ilk büyük model uygulaması" yapay zeka nesline "ilk giriş" olabilir mi? İncelemeye değer.

Büyük model ön büroya "yuvarlandı" ve yapay zeka başlatıldıktan sonra devre arasında şampanya mı açıldı?

Kesin olan bir şey var ki, söz konusu olduğunda pazarın sabırsızlıkla beklediği şey uygulama anlamında “ürünleştirme”dir. Büyük modeller ne tür objektif problemleri çözebilir?Sorunları çözebilecek uygulamalar ticari değeri olan uygulamalardır.

Büyük modellerin en doğrudan uygulaması sesli asistanlardır.

Büyük modeller, bazı donanım endüstrilerine "ikinci bahar" getirebilecek sesli etkileşim uygulamaları dalgasını güçlendiriyor. Örneğin, akıllı hoparlörler yeni satış noktalarına sahip ve Xiaodu akıllı hoparlörler yeni büyüme noktaları bulabilir.

Sesli asistanlar alanında en başarılı uygulama otomobillerde olabilir.

Wen Xinyiyan, Geely, Çin Seddi, Hongqi, Dongfeng Nissan ve Lantu'ya erişim elde etti. ChatGPT, Mercedes-Benz'e bağlı, Spark'ın büyük modeli GAC'a bağlı, Huawei Pangu, Thalys'e bağlı... Bu aynı zamanda Büyük modellerin ticarileştirilmesi için en kolay senaryolar. Sonuçta, araç içi senaryolar için sesli asistan uygulamalarına acilen ihtiyaç duyulmaktadır ve aynı zamanda B tarafı uygulaması için de nispeten olgun bir alandır.

Her ne kadar büyük modellerin C tarafına nüfuz etmesi konusunda önemli bir adım atılmış olsa da, korkarım bunların büyük ölçekte gerçekten uygulanabilmesi için daha kat edilmesi gereken uzun bir yol var.

Bugünün tezahüratları devre arasında şampanya patlatmaya benziyor.Gerçek şu ki büyük modeller olgun olmaktan çok uzak.

İnsanların kabul etmesi gereken şey, büyük modelin çok güçlü göründüğüdür, ancak onu sorunları çözmek için gerçekten kullandığınızda, onun o kadar da güçlü olmadığını göreceksiniz.

En pratik, hatta basit ihtiyaçların bir kısmını büyük modeller hala karşılayamıyor, arkasında veri sorunları ve ekolojik sorunlar var ama son tahlilde gerçek ihtiyaçları ancak sınırlı ölçüde çözebiliyorlar.

Bunlardan ilki veri güncelliği meselesidir. Gerçek kullanımda aynı soru için büyük modelin verdiği cevabın arama kadar bile iyi olmadığını gördük.

Baidu aramasının verdiği cevap budur:

Wen Xinyiyan'ın verdiği cevap şu:

Zamanlılık ve doğruluk açısından arama, sağduyuyla daha tutarlı ve insanların gerçek sahneleri anlamasıyla daha tutarlıdır.

Wang Haifeng bir keresinde dış dünyaya "Wen Xin Yiyan, dil, metin veya program koduyla uğraşmayı içeren herhangi bir uygulama senaryosunda faydalı olabilir." demişti.

Aslında büyük modellerin uygulama senaryoları çok geniştir ancak gerçek şu ki, gerçek talep senaryolarında mevcut büyük model ürünlerin geliştirilebilecek çok yeri var gibi görünüyor.

Wen Xinyiyan ile karşılaştırıldığında iFlytek Spark modeli cevabı veriyor ancak zaman, borsaya kote şirketlerin 2022'deki sıralaması, bu en son veri değil, aynı zamanda veri tazeliği meselesi.

Veri tazeliği sorunu esasen veri ekolojisinin bir ada sorunudur.

Bazı dikey alanlardaki sorulara büyük modellerin verdiği cevaplar, profesyonellik ve zamanlılık açısından insanların ihtiyaçlarını karşılamıyor gibi görünüyor. Bunun nedeni Wen Yiyan olsun, Xinghuo Modeli olsun herkesin dikey alanlarda yeterli veri eğitimine sahip olmaması olabilir.

Örneğin finansal bilgi açısından büyük modellerin sağladığı sonuçlar, finansal bilgi sitelerinde bulunan sonuçlar kadar doğru ve kullanışlı olmayabilir.Elbette telif hakkı sorunları da olabilir ama özünde bu bir ada sorunudur. veri ekosistemi.

ChatGPT'yi örnek alırsak, OpenAI, Google ve onun desteklediği Anthropic, üretken yapay zeka modellerini eğitmek için uzun yıllardır diğer web sitelerinden veya şirketlerden çevrimiçi içerik kullanıyor.Veri miktarı garanti edilse de potansiyel yasal sorunlar da mevcut.

Büyük modeller öne çıkınca bu veri adası sorunu daha da belirginleşecek. Kullanıcılar verileri nasıl elde ettiğinizi umursamadığı için kullanıcılar yalnızca araçlarınızın kullanımının kolay olup olmadığıyla ilgilenir.

Tianyancha APP büyük modelleri arar ve 100'den fazla ilgili sonuç vardır. Birçok büyük model kendi APP'lerini yayınlamış olsa da şu anda kullanımı gerçekten kolay olan pek fazla uygulama yoktur. Çok sayıda kullanıcının akınının nedeni Yenilik: Büyük modellerin C tarafı uygulamalarda yaptığı çalışma aslında hala çok sınırlıdır.

Örneğin bir kullanıcı 2K çözünürlüklü bir resmi 4K’ya dönüştürmek isterse teknik olarak karmaşık değildir ancak büyük model sıradan kullanıcılar için sonuç veremez. Bir kez kullandıktan sonra işe yaramazsa korkarım ki tekrar kullanmaya devam etmek zor olacaktır.

Tıpkı geçmişteki akıllı hoparlörler ve sesli asistanlar gibi aslında herkesin cep telefonunda da yapay zekalı sesli asistanlar var, neden daha sık kullanılmıyor? Aslında bunun nedeni kullanımının kolay olmamasıdır. Bu nedenle Baidu, iFlytek ve hatta SenseTime için zorluk, C tarafı uygulamaları yapıp yapamayacakları değil, yeterince iyi olup olmadıklarıdır.

Daha başarılı Baidu ürünü Baidu Search'tür. Akıllı arama gerçekten çok güçlüdür ancak büyük ölçekli ürünlerin aramayla aynı seviyeye ulaşıp ulaşamayacağı bir soru işareti gerektirir.

iFlytek için bazı donanım ürünleri iyi performans gösteriyor ancak test, yazılım ürünlerini tanımlama yeteneğinde yatıyor; SenseTime için ToB uygulamaları çok fazla yapıldı, ancak ToC'nin hala daha fazla deneyim gerektirdiği açık.

Şu anda, ev içi ToC'nin büyük modelleri çok farklı değildir. Bunların çoğu içerik oluşturma, yapay zeka boyama, çeviri, yapay zeka ofisi ve diğer senaryolarda kullanılmaktadır. Ayrıca, insanların toplantı taslakları oluşturma ve toplantı taslakları oluşturma gibi bazı pratik sorunları çözmelerine de yardımcı olabilirler. PPT için taslaklar yazmak, araştırma raporları yazmak ve günlük çalışma raporları yazmak.

Ancak daha sonra, ToC'nin büyük modelinin gerçekten bir "hit" olup olamayacağı ve farklılaşıp farklılaşamayacağı, korkarım ki bu sadece yapay zeka teknolojisi tarafından test edilmeyecek.

Büyük modellerin ticarileştirilmesi için pencere dönemi sona eriyor.

Büyük modellerin B tarafında uygulanmasının önündeki en büyük engellerden biri işin anlaşılamamasıdır.

Örneğin, finans alanı oldukça veri odaklı bir alan. İnsanların verilere dayalı kararlar alması gerekiyor. Yapay zekayı eğitmek için büyük miktarda veri ve finansal teori kullanılıyorsa, o zaman sürekli değişen pazar karşısında, nasıl Büyük modellerle pek çok karar alınabilir mi? Kullanıcılar bunu kullanmaya cesaret edebilir mi?

Musk daha önce FSD V12'nin neredeyse tamamen bir sinir ağı olduğunu ve bir dizi uçtan uca otonom sürüş teknolojisi oluşturduğunu söylemişti. Yani uçtan uca bilgi giriş ve çıkış süreci bir “kara kutu”dur.

Yapay zekanın spesifik olarak nasıl karar verdiğini bilmiyorsunuz ancak eninde sonunda kullanışlı bir sonuç elde edeceksiniz.

Çoğu zaman bu tür uygulamalarda sorun yaşanmaz.Örneğin seyahat alanında insanların ihtiyacı olan şey güvenli bir şekilde varış noktasına ulaşmaktır.Kara kutu karar verme sorunu olsa bile bu asıl uygulamayı etkilemez. .

Karar verme kara kutusuyla ilgili en büyük sorun, karar vermede güven meselesidir.Buluttan uca büyük modellerde de benzer sorunlar vardır.

Örneğin büyük bir modele soru sorduğunuzda yapay zeka sorusunun verdiği cevaplar yeterince gerçek ve güvenilir mi? Bu sorunun hâlâ büyük çabalarla çözülmesi gerekiyor. Basitçe ifade etmek gerekirse, büyük bir modele hangi sonuçların doğru ve kullanımı kolay olduğunu öğretmek, modelin çıktı sonuçlarının sürekli olarak gerçeklikle "hizalanmasını" gerektirir.

Bu aynı zamanda C tarafında uygulanacak büyük modeller için de önemli bir zorluktur.

Çıktı sonuçlarının gerçekliği ve etkinliği en temel düzeyde garanti edilemez mi? Bu, büyük model uygulamalarının gerçekten büyük bir patlamaya yol açıp açamayacağı konusunda çözülmesi gereken bir önkoşul problemidir.

Geçmişte ChatGPT bunu yapmak için çok para harcadı.Wen Xinyiyan, Spark Model ve SenseTime'ın Ririxin Modelinin de bu süreçten geçmesi gerekiyor açıkçası.

Gelinen aşamada, genel büyük modellerin uygulanması çılgınlığı daha çok insanların kendilerini yetiştirmesi gibidir.Büyük modellerin şirketler tarafından piyasaya sürülmesi genellikle bir dizi halkla ilişkiler faaliyeti ile birlikte yapılır.Fakat buna ek olarak ne tür bir fayda artışı sağlanabilir? Miktar açısından ise hala net bir plan yok, sadece "Yapay zekaya sahip büyük ölçekli modeller maliyetleri düşürür ve verimliliği artırır" halkla ilişkiler retoriği var.

Ürün tanıtımında "dev", iş dünyasında ise "cüce" olma durumu, ikincil piyasanın iyi bakabilmesi için kendisini büyük model olarak etiketlemeye çalışmaktan başka bir şey değil. Ancak piyasa zaten kendi ayakları ile oy veriyor ve sonuçta gerçek ticari performansa bakacak.

Internet Jianghu, geçmişte büyük modellerin değerinin ikincil piyasada iyi fiyatlar elde etmek için teknoloji şirketlerinin "etiketlenmesinde" yattığını düşünüyorsa, o zaman gelecekte hayatta kalıp kalamayacaklarının "ürünleştirmeyi" tamamlayıp tamamlayamayacaklarına bağlı olduğuna inanıyor. "Dünyayı fethetmek" için gerçekten uygulamanın yeteneğine güvenin.

Silikon Vadisi'nin vaftiz babası Peter Thiel, bir zamanlar kendilerini etiketlemeyi seven şirketlerin neredeyse tamamının yatırım yapılmaz olduğunu söylemişti. Bir keresinde bu görüşünü şöyle dile getirmişti: "Tüm tematik sıcak yatırımlara şüpheyle yaklaşıyorum. Genel olarak konuşursak, hiçbir ayrım olmadığı söyleniyor. Herkes bulut bilişim, büyük veri, yapay zeka, tıbbi SaaS vb. olarak etiketlenen tamamen farklı pek çok şeyi tek bir etkin noktaya koymayı sever, ancak aslında alt katman tamamen farklıdır. hiçbir ayrım yok.”

Aynı şey büyük modeller için de geçerli.

Aslına bakılırsa yapay zeka alanındaki balonun söndürülmesinin ardından pazar, büyük modellerin gerçek değerinin hala ürünleştirmede yattığını açıkça anladı. Ürünleştirmenin anahtarı yalnızca teknolojideki rekabet değil, aynı zamanda ürün yöneticisi yeteneklerindeki rekabettir.

Bu noktada geçmiş dönemin “kralları” (Alibaba ve Tencent gibi) Baidu’dan daha fazla deneyime ve söz sahibi olabilir.

Bir yandan ürünleştirmenin anahtarı kullanıcı ihtiyaçlarını doğru bir şekilde tanımlayabilmektir.

Örneğin, şu anda herkes yapay zekaya özgü uygulamalar yapmayı tercih ediyor ancak kullanıcıların gerçek ihtiyaçlarının nasıl daha iyi karşılanacağı ürün tanımına bağlı.

Öte yandan büyük modeller ancak ürünleştirme sonrasında farklılaşabilir ve ticarileşme aslında ürünleştirmenin doğal sonucudur.

Çeşitli firmaların piyasaya sürdüğü büyük ölçekli model ürünleri deneyimledikten sonra, farklı isimlere sahip olmalarına rağmen ürünlerinde çok fazla farklılık bulunmadığını ve tamamlayabilecekleri görev türlerinin benzer olduğunu güçlü bir şekilde hissettim.

Örneğin Wen Xinyiyan'ı ilk kullandığınızda onun gerçekten güçlü olduğunu ve her soruya cevap verebildiğini hissedeceksiniz, biraz daha derinlemesine içeriğe sahip olduğunda verdiği cevapların fazla kalıplaşmış olduğunu ve cevapların çok kalıplaşmış olduğunu göreceksiniz. çoğu zaman Boş sözler ve klişeler gibidirler.

Sadece iFlytek'in Spark modeli Wen Xinyiyan ve SenseTime'ın SenseChat'i değil, herkesin performansı aslında çok da farklı değil.

Bunun temel nedeni, büyük modellerin doğası gereği güçlü bir yapay zeka olmaması, sürekli eğitim için yine de verilere güvenmeleri ve gerçek anlamda bilgiye dayalı yargılamalar yapmamalarıdır. Bu nedenle farklılaşmanın anahtarı nihai uygulama ürününde yatmaktadır.

Internet Jianghu, büyük model ürünlerin yalnızca senaryolar yoluyla kullanıcıları "çekmesi" gerektiğine değil, aynı zamanda kullanıcıları elde tutmak ve hatta kullanıcıların ödeme istekliliğini teşvik etmek için deneyimden faydalanması gerektiğine inanıyor.

Şu anda onaylanan bu büyük model uygulama ürünleri, kullanıcıların günlük senaryolarının çoğunu kapsayan araçlara odaklanıyor.İşten eğlenceye her alanda yeni bir giriş olma umuduyla uygulamalar ortaya çıkmaya başladı.

Sorun şu ki çoğu kullanıcı hala erken benimseyen durumda ve bunu gerçek sorunları çözmek için kullanan çok fazla kullanıcı olmayabilir. Sebep hala ürün uygulamasında yatıyor olabilir.

Örnek olarak basit yazım hatalarını kontrol etme ihtiyacını ele alalım. Kişisel deneyime göre, şu anda piyasada bulunan ana akım büyük model uygulamalar pek iyi değil. Tam tersine, makale düzeltmelerinde uzmanlaşmış bazı dikey platformlar var ve kullanıcı deneyimi çok daha iyi. çok. Bir yazar olarak böyle bir ürüne para ödemeye gerçekten çok istekliyim.

Sadece metin çalışması değil, aynı zamanda kod üretimi ve görüntü üretimi de mevcut büyük model başlangıçta "kullanılabilir mi" sorununu çözmüştür, ancak asıl anahtar "kullanımı kolay mı" sorununu çözmektir.

Bu nedenle, bu bölümlere ayrılmış uygulamalardaki ürün yetenekleri, kullanıcıların gerçekten büyük modelleri kullanıp kullanamayacaklarının anahtarı olabilir.

Çok sayıda kullanıcı bunu kullandıktan ve yapay zekayı eğitmek için yeterli veri kullanıldıktan sonra, büyük yapay zeka modelinin yetenekleri hızla gelişebilir. ChatGPT, çok sayıda kullanıcının akınından sonra gerçekten yükselişe geçti.

Büyük ölçekli model açıldıktan sonra yapay zeka yerel uygulamalarda bir patlama yaşanacağı öngörülebilir.Uygulama patlamasının ardından kaç kullanıcının kalabileceği "Wen Xin Yiyan"ın derinlemesine düşünmesi gereken bir soru olabilir.

Sektör gözlemcisi Liu Yu, "'100 Modelin Savaşı'nda son gülen olmak istiyorsanız, kaç kullanıcının ödeme yapmak için gerçek para harcamaya istekli olduğunu görmeniz gerekiyor." dedi.

ChatGPT'nin 100 milyondan fazla kullanıcısı olduktan sonra, C tarafı için ayda 20 ABD Doları tutarında bir abonelik ücreti almaya başladı ve özellikle B tarafı için kurumsal bir sürüm başlattı. Bu, OpenAI'nin teknoloji yapmaktan ürün üretmeye yönelik düşüncesinin değiştiğini gösteriyor. Tabii ki buradaki öncül, ChatGPT'nin daha pratik sorunları çözebildiğini kanıtlamış olmasıdır.

Yerli büyük modellerin GPT4 seviyesine ulaşması bir yılı daha alacak.Yani büyük model oyuncuların büyük model yapay zekanın yerel uygulamalarını gerçek anlamda tanımlayıp geliştirmeleri için hâlâ bir yıl kaldı. Daha sonra, bu alanda iyi bir işin nasıl yapılacağı ve büyük modellerin veri güncelliğinin nasıl daha da geliştirileceği önemli olabilir.

Sonunda şunu yazın:

Steve Jobs'un ve iPhone'un başarısı, asıl parlayan şeyin teknoloji değil, ürün olduğunu kanıtlıyor.

İyi uygulama ürünlerinin nasıl yapılacağı, büyük model oyuncular için daha net bir hedef olabilir. Bir sonraki C tarafı uygulamalarının gerçekten de büyük modellerle yeniden yapılması gerekeceği öngörülebilir.Bu şüphesiz Baidu, iFlytek ve SenseTime için bir fırsat.

AI endüstrisi hiçbir zaman rüzgarı bekleyenlerden yoksun olmadı, ama asıl eksik olan rüzgarı yaratanlar. Sonra gerçek kılıçların ve silahların savaş alanı geliyor. Çeşitli saldırılara kimin yanıt verebileceğini bekleyip göreceğiz. büyük ölçekli model uygulamalarının altın madenini arar ve açar.