文|雪豹財經社 閆學功

只有500人的OpenAI甩出ChatGPT，一夜之間成為全球最受關注的超級新星；成立僅10個月的月之暗面拿下10億美元融資、大模型初創企業MiniMax估值超過25億美元......

不管你是否認同“AI是第四次工業革命核心驅動力”的判斷，你都不能忽視AI在全球普通個人用戶和大中小企業之間引發的颶風。

它當然不只是初創公司們的游戲，沒有任何一家巨頭公司愿意錯過爭奪這顆明珠的機會。

百度CEO李彥宏喊出“all in AI”的口號；阿里CEO吳泳銘將AI驅動寫進公司的最高戰略；字節跳動創始人張一鳴熬夜看OpenAI的論文，并明言字節無法錯過AGI；騰訊CEO馬化騰則將AI視為幾百年不遇的機會，猶如“電的發明之于工業革命”。

但是，在這場追逐賽中，習慣了領跑的BBAT（字節、百度、阿里、騰訊）拔足狂奔的速度并沒有外界想象中快，甚至遜色于一些表現亮眼的初創公司。字節跳動CEO梁汝波在去年底的公司年會上就反思，字節對機會的敏感度不如創業公司。

2024年，BBAT不約而同將目光聚焦到了電商業務。與當下最硬核的AI創新相比，這個方向顯得有些“復古”。

視AI為百年機遇的巨頭們，為何被“購物車”絆住了腳步？

獨角獸狂奔，巨頭慢步

當一個足以顛覆行業的機會出現時，擁有雄厚資本和技術實力的巨頭們往往搶先占據優勢。

但這一次，從積極性、投入度到在賽道內的身位，BBAT們罕見地被初創公司超過了。

據SuperCLUE最新發布的中文大模型基準測評，截至2月27日，在中文大模型前五名中，百度的文心一言和阿里的通義千問分列第一和第三，其余均為初創公司研發的大模型。從國內Top 21大模型的數量來看，創業公司（12）的數量也多于大廠（9）。

目前，國內AIGC五大獨角獸——月之暗面、百川智能、智譜AI、Minimax和零一萬物，平均成立時間不足2年，其中3家才一歲左右。但在大模型上，這些年輕的公司已經能夠與大廠抗衡甚至反超了。

月之暗面的大模型可支持200萬字長文本輸入，這一數字是ChatGPT的80倍。

它們不僅在AI賽道上跑得更快，而且目標更明確、更激進。

月之暗面創始人楊植麟認為，自己的大模型很快能達到GPT-4水平，且有望成為中國大模型公司的競賽中最快達到這一水平的。大廠遲遲未發聲的Sora領域，智譜AI正在試圖攻克。

當眾多AI創業公司忙于爭搶底層算力時，資金和人才儲備更多的大廠們，卻將重心放在了電商業務和價格力的分毫必爭之上。

李彥宏曾多次在公司內部和外部強調大模型的想象力，將其稱為“Game Changer（游戲規則的改變者）”。但2024年，他將電商寫在自己的OKR中，這在過去3年來尚屬首次。

淘天近期最大的動作，是主打低價電商的淘特歸淘，這被外界看作淘寶進入全面低價時代的信號。抖音將價格力定為2024年優先級最高的任務。

馬化騰則在年會上表示，騰訊在BAT中是僅有的可能發“新芽”的公司。這個重任，由視頻號的電商業務擔當，“要全力發展的就是視頻號直播電商”。

在通往AGI的星辰大海的路上，老牌互聯網巨頭們，似乎被困在了一輛輛“復古”的購物車里。

ROI：鎖住AI的智子？

在科幻作品《三體》中，外星生物三體人通過高級機器人智子，鎖死了人類的科學發展，讓地球科技裹足不前。BBAT在追逐AI時遭遇的“智子”，則是對ROI（投資回報率）的嚴苛要求和龐雜臃腫的組織架構。

作為動輒要養活十萬人的大型公司，BBAT在投入任何領域前都不得不考慮一件事——確定性。

與突破性的創新相比，在已經被驗證過的模式上進行迭代創新，后者的確定性顯然更強。BBAT在AI時代依然狂卷電商，也是這個道理。

在某種程度上，這種追求確定性的慣性，讓巨頭們與ChatGPT和Sora擦肩而過。

2015年，谷歌旗下AlphaGO接連戰勝人類圍棋冠軍，引爆全球AI市場，讓從業者看到了巨大的機會。也是在這一年年末，如今的明星公司OpenAI正式成立。

2014-2016年，BBAT相繼成立自己的AI Lab，在全球高校內重金挖來技術大牛。據艾媒咨詢統計，2013年到2018年第一季度，中國人工智能領域投融資占全球總額的60%。

在實驗室里，衡量科學家的唯一標準就是科研成果。但在以商業利益為主導的大廠，科學家也必須完成KPI。

字節AI Lab最顯著的一個特點是，力求每個算法都要落地。馬云曾在2017年表示，“90%以上研究的東西，不能只在實驗室里面，必須在市場上。只有這樣，這個實驗室才能走得長遠。”

當“AI落地難”成為共識后，科學家和大廠的蜜月期便迅速結束。2019年，中國AI行業融資規模與投融資數量結束了為期6年的快速增長，出現約45%的下滑，包括商湯科技、曠視科技、依圖科技、云從科技在內的“AI四小龍”累計虧損超過500億。

一夜之間，炙手可熱的AI進入寒夜。

也從這時起，身居要職的科學家們開始“逃離”大廠，回到象牙塔或開啟自主創業。雪豹財經社據公開資料不完全統計，在2019-2021年的三年內，至少有15位以上“逃離”大廠的科學家。

此外，大廠復雜的組織架構也有礙于對硬核技術創新的追求。百川智能創始人王小川曾在一次采訪中直言，李彥宏對自家AI產品的誤解，是因為團隊匯報有信息差；字節大模型進展低于預期，也跟公司存在組織問題有關。

創新，永遠無法被計劃

BBAT喜歡沿著被驗證過的成功軌道繼續前行，它們熱衷于將這些能明確計算出成本、收益甚至虧損范圍的業務作為第二、第三增長曲線。

2019年的AI寒冬后，大廠轉身挺進更具確定性的社區團購賽道，試圖利用數據、信息和流量的優勢，收服“菜市場”。在新一輪的電商大戰中，它們依舊選擇了被拼多多驗證過的成功路徑——卷低價。

但創新永遠無法被計劃。

為“幾捆白菜、幾斤水果的流量”和菜農、團長們“大打出手”的大廠們，也在某種程度上錯過了科技創新的星辰大海。

2021年，OpenAI已研究出了ChatGPT 3.0。2023年3月，彼時成立8年、至今仍然在瘋狂燒錢的OpenAI推出了ChatGPT 4.0，讓全球一夜之間再度關注到AI——這個曾被不少大廠打入冷宮的詞語。

馬化騰在去年的騰訊年會上多次談及“老樹開新芽”。但在科技創新的路上，更可能的是種出一棵此前完全未曾見過的樹。

清華大學中國科技政策研究中心副主任梁正、浙江大學計算機科學與技術學院教授湯斯亮都試圖回答過“OpenAI為什么沒誕生在中國”，他們的答案是：“大廠不愿冒險”。

創新的確有風險，因為科技樹上的每一根枝椏，都有可能只是岔路。但創新往往只出現在無數次試錯和闖入死胡同后的“靈感”乍現。

換言之，科技的創新是無法用數字計算或根據商業化要求計劃出來的。在爆發來臨之際，沒人能預判它的能量，甚至無法看清它的“長相”和應用方向。

投資了OpenAI的比爾·蓋茨說過，人們往往會高估短期的影響，而低估長期的變化和影響。

OpenAI和為AI提供底層基礎設施的英偉達，起初的創業方向都與游戲密切相關，與AI相距甚遠。

OpenAI早期致力于AI在游戲上的突破，它第一次嶄露頭角，是創造出能戰勝DOTA2世界冠軍的AI戰隊，與生成式AI關聯度不高。

英偉達制造GPU（Graphics Processing Unit，圖形處理器），一開始也只是為了提高PC游戲的畫面表現力，甚至一度瀕臨破產。但20年后，GPU成了全球AI巨頭爭搶的基礎設施，被廣泛應用于訓練大模型、提供底層算力。

昔日的“游戲顯卡”成為AI時代的“水電氣”，也成為英偉達市值暴漲1.6萬億美元的助推器。

經歷了電商、移動社交/支付、物流、新能源車等多次彎道超車的中國科技互聯網巨頭們，會錯過這一波生產力新浪潮的機會嗎？