AI这就又回到“雕花”时代了？

267 0 0

文章摘要

近期，人工智能领域的发展呈现出一种矛盾的景象：表面上百花齐放，实则暗藏疲态。众多科技巨头和创业公司纷纷推出自己的AI产品，却难掩同质化的窘境。例如，AI明星产品Character.ai在高峰期的推理请求量已经达到了谷歌搜索流量的五分之一，但真实的情况不容乐观，订阅用户不到10万，近期在努力削减成本，由于融资困难，正在考虑出售。AI社交产品大多局限于伴聊和角色扮演功能，商业化前景堪忧。

整个AI行业似乎都陷入了一种“雕花”困境，过分关注表面功能的堆砌，底层的突破出不来了，突破性的创新让位给了同质化的功能微调。例如，苹果公司推出的个人AI系统Apple Intelligence，除了强调隐私保护，实际功能展示乏善可陈。微软推出的人工智能工具Recall，本质上并没有任何创新，只是抄了一个Rewind，而且存在隐私风险。OpenAI的AI视频生成模型Sora发布时间悬而未决，GPT-4o语音模式一再跳票，SearchGPT也难掩其“期货”属性。

在头部企业陷入“雕花”困境的同时，创业团队也未能幸免。随着“模型即产品”的投资窗口期过去，厂商们面临着变现压力，迫切需要寻找落地场景。AI搜索成为新的热点，但众多玩家推出的AI搜索产品大同小异，缺乏实质性的差异和创新。浏览器插件也成为各家争相布局的对象，但大多是在做“雕花”工作，鲜有真正突破性的应用。

回顾上一波以计算机视觉技术起家的AI企业的起落，我们发现它们并未真正走出“雕花”困境。尽管在技术上取得了显著进展，但场景碎片化和商业化不顺仍然成为它们后继乏力的主因。如今，大语言模型似乎正在重复这一历史。虽然GPT等模型在技术上取得了突破性进展，但真正能创造持续价值的商业应用仍然稀缺，模型能力的提升也似乎进入了停滞状态。

OpenAI提出的通用人工智能五级能力评估体系为行业提供了一个发展路径。当AI达到第二阶段（“推理者”级别）时，可能具备在消费级市场大规模流行的条件。这意味着，大模型公司需要不断提升AI的通用泛化能力，才能真正突破商业化和产品化的瓶颈。但在此之前，OpenAI可能还需要融资数百亿美元才能覆盖其成本。

与此同时，华尔街也开始重新审视他们的调子，从狂热的拥护转变为更为谨慎的支持。高盛、巴克莱银行等机构发布的研究报告向AI的热潮泼了冷水，警告生成型AI技术依然面临漫长而充满疑问的发展道路。高盛甚至怀疑AI的成本是否会下降到足以证明其价值的程度。

人工智能将永远改变商业一切，已成为商业和学术界的口头禅。但这是曲折上升实现的，自20世纪50年代以来，AI经历了几次寒冬，由于未能实现期望而导致对AI兴趣的减弱。这种起伏的背后是对技术的期望与现实之间的复杂关系。回顾这些发展过程，能为我们理解当前生成式AI热潮提供一种历史视角——这里似乎存在着一个规律，就是对AI技术的乐观随之而来的往往是一段挫折期和AI投资下降期，用人们爱用的词来说，就是AI寒冬。

人工智能目前可能仍停留在拨号时代，直到拨号上网逐渐消失后，互联网才真正发挥出潜力。同样的，总有一天我们会拥有一种新的人工智能形式，让今天的ChatGPT像1998年的门户网站一样过时，只是可能无法指望它会在未来一两年内发生。