上方蓝字关注我们
AI行业近期面临挑战，明星企业Tome裁员20%，行业泡沫破裂。高成本和投资退潮加剧生存压力，商业化路径不明。行业需深度创新、开放合作和负责任发展，以实现可持续增长。
曾经风光无限的人工智能（AI）领域，近期却在科技界的聚光灯下呈现出动荡不安的景象。近日，新晋登顶2023福布斯全球AI TOP 50的璀璨新星——Tome，突然宣布裁员20%，犹如一颗重磅炸弹引爆了业内对AI整体态势的深度反思。事实上，Tome的困境并非孤立事件，一系列标志性事件揭示出这个表面光鲜的行业内部暗藏的挑战与危机。
明星陨落：泡沫破裂与生态洗牌
Tome的裁员举措紧跟在一系列震撼业界的标志性事件之后：Inflection AI被微软纳入麾下，Stability AI核心团队集体离职，Cohere深陷生存危机。这些事件共同揭示了一种严酷现实：那些曾备受资本市场热捧的AI创新势力，此刻正遭受前所未有的严峻考验。
中国的“百模大战”犹如一面镜子，映射出AI市场的狂热与泡沫。数百款大模型在短期内蜂拥而至，如今大部分已黯然失色，仅有寥寥几家头部企业倚仗巨额融资勉力维系，而其AI业务收入占比几乎可以忽略不计。这不仅映射出市场对AI技术的过度炒作与盲目跟风，更凸显出行业内亟待破解的商业化困局。
资本巨兽与投资理性回归
AI，尤其是大模型研发，堪称“烧钱机器”。OpenAI的GPT-4与Google的Gemini Ultra分别耗费约7800万美元与1.91亿美元进行训练，而DeepMind则透露Google将在AI领域豪掷千亿美元。
大模型训练成本涵盖了模型规模、训练数据量、硬件设施、能源消耗、人力成本及云服务费等多个维度。尽管具体成本随时间推移和技术进步有所波动，但现有数据显示，训练某些超越GPT-3规模的大型语言模型（LLMs）的成本区间在200万美元至1200万美元之间。GPT-3的训练成本约为140万美元，这一数据直观展示了不同规模大模型因计算需求差异导致的成本跨度。
一项详尽的成本拆解研究指出，训练一个千亿参数级别的大型模型总计需耗费约1.43亿美元，包括GPU成本（约1.083亿美元）、其他硬件成本（约2166万美元）、数据中心支出（约1083万美元）以及人力成本（约200万美元）。假设10天内完成训练，日均花费高达1430万美元。
具体到个别模型实例，OpenAI的GPT-4预计训练成本约7800万美元，而Google的Gemini Ultra预计成本为1.91亿美元。电力成本在大模型训练账单中占据显著比例，有专家估算其占比甚至可达60%。
然而，如此巨额的投入并未引来投资市场的热烈反响。权威统计（HAI）显示，2023年美国对AI领域的投资反而下滑20%，而中国更是锐减70%（CBSInsight）。投资者态度的转变，既源自对AI商业化前景的谨慎评估，也出于对大批初创企业能否成功跨越“技术死亡谷”，实现从创新到盈利跨越的深深忧虑。
资金流收紧，对于高度依赖外部融资维持运营的AI企业而言，无疑是雪上加霜。
商业化迷雾
尽管AI在实验室环境中展现出无尽潜力，但在实际场景中寻找规模化且盈利的商业模式却如雾中探路般艰难。诸多创业公司由于产品不够成熟、应用场景模糊或商业模式不清，陷入发展瓶颈。更令人忧虑的是，市场上充斥着大量披着AI外衣的产品，它们的设计往往流于表面，未能击中用户痛点，徒有AI之名而无实质价值。AI行业亟需回归用户需求本源，深度挖掘各行各业痛点，提供精准、高效且经济可行的解决方案。
以Tome为例，这家估值3亿美元的公司，去年获得8100万美元融资，一度在AI生成PPT这一细分赛道独领风骚。截至去年夏天，其产品已覆盖超过1000万用户。然而，大多数目标客户并不愿意为此买单。截至今年4月初，Tome月收入仅为30万美元，其ARR（年度经常性收入）仅为350万美元，这一指标衡量的是企业通过订阅服务或产品一年内可稳定获取的收入。
类似的困境同样困扰着Gamma等产品。它们凭借AI概念在初期吸引大量关注，但用户在实际使用中却发现效果平平，远未达到宣传或期待的标准。这就是为何许多AI产品看似火爆一时，却迅速走向衰落的原因。
曾被誉为AI领域最炙手可热的初创公司之一——Stability，其旗舰产品文本到图像生成器Stable Diffusion曾是行业标杆，如今却深陷困境。创始人、CEO及核心团队纷纷离职，公司已连续数月资金告急，甚至拖欠了亚马逊的款项，而亚马逊云服务正是其核心产品的生命线。
这款软件凭借简单文本即可生成精细图像的独特能力，一经发布便迅速吸引公众目光，公司在2023年初日活跃用户达百万级别。然而，Stability预计的2023年全年总收入仅为1100万美元，而支出是1.53亿美元。相比之下，其每月亏损速度竟超过全年收入总和。
在幕后，Stability曾试图探索一条可能更具盈利能力的荒唐道路：转售从AWS等供应商租赁的计算能力，实质上进行GPU套利，却将其包装成“托管服务”向投资者兜售。
重塑未来：AI行业的破茧之路
面对行业洗牌与资本寒冬，AI产业的未来演进将聚焦于构建务实且可扩展的商业模式、打造解决用户真实需求的产品，并在企业级场景中实现大规模落地应用。
首先，AI企业应构建务实且可扩展的商业模式，如服务化转型、混合收费模式以及生态共建与合作共赢，确保收入的多元化与稳定性。同时，产品创新需紧密围绕用户需求，通过用户导向型创新、场景化定制以及效果验证与持续优化，创造出真正解决用户痛点、具有实用价值的AI解决方案。
其次，大规模落地企业级应用场景是AI行业未来发展的关键。这要求企业进行行业深耕与战略合作，推动AI技术与企业现有IT基础设施、业务流程无缝融合，赋能企业数字化转型。同时，通过人才培养与知识转移，帮助企业构建内部AI能力，形成AI应用的长效发展机制。
总结而言，AI行业的未来破茧重生，需要从商业模式、产品创新到应用场景落地全方位进行深度改革。只有当AI技术真正转化为解决实际问题、创造商业价值的有效工具，行业才能摆脱短期泡沫，步入健康、可持续的发展轨道。这一过程中，企业不仅要关注技术的领先性，更要注重商业智慧的运用，以用户为中心，以价值为导向，驱动AI产业的深层次变革与升级。
惊！2023年人工智能投资狂跌20%，超级泡沫即将破裂？
Stability AI 创始人如何让他的价值数十亿美元的初创公司陷入困境
一周3家公司爆雷：AI泡沫开始破裂了？
Gamma: 一键生成精美PPT，打工人神器
已有超过2000名
读者加入交流群
我们还在等你
点这里关注我，记得标星哦～
CLICK TO SEE YOU LOOK THE BEST