陈经分享：人工智能研发如何避开“烧钱”陷阱？

来源：环球时报

自从大模型出现，人工智能前沿研发就带有“烧钱”属性，甚至让提供AI开发硬件的英伟达，靠着“卖铲子”营收与利润暴涨，一度成为全球市值最高的公司。而近日高盛、红杉等多家华尔街机构发布研报，质疑人工智能“淘金热”，认为数十亿美元投资的合理性需要足够利润回报来证明。据美国媒体透露，OpenAI预估2024年将亏损近50亿美元，运营成本达85亿美元，公司现金流将在一年内耗尽。连明星企业都如此亏损，业界或许真的需要冷静一下了。

另一个趋势是，大模型基础能力提升正遇到瓶颈，突破趋缓，下一代在事实理解、逻辑推理能力上有本质提升的产品迟迟不能问世。目前业界的进展集中在视频生成等多模态功能以及架构轻量化等训练、运行性能提升上。虽然人工智能潜力不小，但业界对“画大饼”“闷头烧钱”的积极性显著下降，经济性的考虑更多了。

全球大模型的研发动向说明，业界正在转向应用开发、落地以及降低成本。少数大企业会继续以适当投入提升大模型基础能力，争当业界前沿；只有极少数公司会耗费巨资、堆积数以十万计的GPU来探索通用人工智能的未知领域。

美国政府的设限，让一些中国企业开始考虑跟随式研发的路线。其实这一路线相当可行，考虑到中国的研发与市场规模，即便美国出现一些科技突破的迹象，中国也能迅速跟上，随后依靠应用、成本的优势赶超，被科技突变造成忽然打击的风险不大。

值得欣慰的是，中国人工智能研发已转向更多考虑经济性了，要见实效、与产业结合，而非一味地为与美国竞速焦虑。但是，未来业界还需要结合国情与政策导向，避免走入“内卷式”的恶性竞争。

事实上，目前一些行业的成本竞争程度十分激烈，在技术水平、配套服务都已经十分完善的情况下仍要竞相压缩成本，试图在市场中以性价比取胜。从国家角度看，市场竞争要被控制在适度范围，导向促进市场扩大、优化社会资源合理配置的良性竞争，而非一损俱损、造成额外资源浪费的恶性竞争。

借助云计算服务商平台是中国大模型研发一种常见途径，中小公司可以借此避免搭建数万张显卡集群式的训练设施。除算力外，云服务商还能够整合提供多种开源大模型，价格基于token计算。在AI领域，token指处理文本的最小单元或基本元素。千个token的输入单价从不到1分钱到1毛钱以上，模型越大价格越高。这些面向业界开放的云计算服务降低了大模型研发的门槛。许多公司通过这种模式购买、定制具体的服务，推进其业务领域的大模型研发。

近日，阿里云宣布上调其域名拍卖平台的价格，单个域名价格从69元升至99或199元，以应对人工智能服务的价格竞争。对此，阿里云的理由是“应对服务成本上涨”。

这其实是一个值得关注的业界动向。此前，出于市场份额竞争、关注实体等原因，中国市场对于软件、服务价值评估并不高。在“域名抢注”“大模型训练”等专业应用加持下，云平台服务极大便利了市场主体参与，令其可以集中发挥自身优势寻找市场应用。实践证明，中国人工智能研发需要云平台服务。要实现我国人工智能发展和相关应用市场百花齐放，既需要大量中小企业参与AI应用开发，也需要云平台公司提供优质服务。对于真正优秀的产品，有开发需求的企业愿意以合理价格甚至少许溢价来购买。但如果服务商长期“赔本赚吆喝”，既堵死了后来者参与竞争的市场空间，也不利于自身的长期发展，更会让开发者形成“开发服务本就廉价”的错误价格锚定，将整个行业拖入恶性竞争的循环，对整个业界的发展有害而无益。

阿里云此次调整价格，证明了国内云平台服务的价格正在向更理性的平衡点回调，也证明了国内市场的激烈竞争情况有所好转。但人工智能产业方兴未艾，引导整个产业良性发展必须久久为功。若中国人工智能绕开美国的“烧钱”大坑，建立起良好的市场秩序与竞争环境，以理性指导产业逐步发展，必然能够事半功倍地实现社会数字化、智能化转型。（作者是科技与战略风云学会研究员）