這道題,國家、企業和個人必須回答。
在中美兩國均把AI作為國家重要戰略方向之一的背景下,未來一段時間內,中美之間將展開AI主導權的爭奪。
從現狀來看,中美AI建設各有優勢。
美國的主要優勢在于核心算法和系統基礎軟件等起步早,技術優勢積累深厚,是大模型技術的“原產地”,同時美國AI領域的早期天使投資和種子融資較多,更有利于初創期AI企業發展。
中國的核心優勢在于“場景”,如同互聯網技術興起于美國,爆發在中國,大模型技術浪潮的頂點可能也在中國。
原因在于,中國擁有41個工業大類、207個工業中類、666個工業小類,是全世界唯一擁有聯合國產業分類中全部工業門類的國家,不同工業門類中又可按照“研產供銷服”“人機物料法環”等維度劃分出眾多垂直場景,由此誕生出大量的技術應用需求。
沿用這套邏輯,許多觀點認為在大模型時代,中國仍然可以憑借場景優勢做到“后來居上”。
但,僅靠場景,中國能贏嗎?
中國AI競爭的關鍵一役在K12
事實上,大模型相關產業的競爭力由“算力、數據、算法、場景”四大核心要素共同決定,其中,AI三要素——算力、數據、算法——是更為基礎的要素,如果根基不牢,場景化應用就會變成無根之木。
在大模型基礎要素方面,中國企業目前大多數時候在跟隨美國技術路線,要實現趕超,必然不能僅靠場景。
中國在算力方面想要不受制于人,就必須拿下GPU等關鍵硬件;在數據方面需要在“量大”的基礎上進一步實現“質優”,尤其是要發揮出中文語料數據的優勢;在算法方面則亟需在開源生態的土壤上培育出原創能力。
而這一切,實則都離不開一大核心資源,即產業人才。
日本二戰后開始優先培養理工科人才,極大促進了其經濟恢復;中國上世界80年代流行“學好數理化,走遍天下都不怕”,大量學生投身理工科專業,恰好與中國制造業由大做強和互聯網產業蓬勃發展的時代趨勢不謀而合,由此使得中國的“人口紅利”逐漸轉向“工程師紅利”。
好消息是,中國在AI頂尖人才方面已初步具備“紅利”。根據美國保爾森基金會旗下的麥克羅波洛智庫(Macro Polo)的最新研究,從出身的本科院校來看,中國高校幾乎培養了全球一半的頂尖AI研究人員,相比之下,僅有約18%研究人員來自美國大學。
壞消息是,中國在K12領域的AI滲透率可能相對不足。根據沃爾頓家庭基金會在2023年2月對美國1002名K12教師和1000名12-17歲學生的調查結果,超過50%的教師和約33%的學生使用過ChatGPT,且其中88%的教師和79%的學生認為帶來了積極影響。而在國內K12課堂上,師生難以訪問ChatGPT相關應用,且結合公開資料來看,國內AIGC類應用也未能在K12領域實現較大規模普及。
某種程度上來講,中國下一代對AI的接觸和理解,可能已經開始落后于美國了,而一旦這種落后成為長期事實,將會導致中國在AI儲備人才方面處于明顯劣勢。
可見,中國AI競爭中有一大關鍵戰役是在K12賽道,對此,部分創業企業已有所行動。
例如,一家獲得高秉強和李澤湘兩位創投圈知名教授投資的AIGC公司“躍然創新”,就以AIGC硬件產品精準切入了3-12歲兒童的AI陪伴場景,讓中國兒童在起跑線階段就能接受AI啟蒙。
或成為大模型落地高潛賽道
躍然創新的AIGC硬件產品思路是將大模型與毛絨玩具相結合,讓兒童在與毛絨玩具的互動中獲得更加自然化、開放化的對話體驗,相較音箱、故事機、家庭機器人等更偏功能型的產品而言,能給兒童帶來更加擬人化的情感陪伴。
從PMF(Product Market Fit)角度來看,目前基于大模型技術生成的對話內容,具有創造性高,但可控性、可解釋性低的特點,因此更適合開放性高、容錯度高的場景。兒童與毛絨玩具互動對話、互動式故事早教等場景,天然要求內容具備創造性,最好能充分激發孩子的想象力,和大模型技術特性的適配度極高。
以2024年6月25日躍然創新面向全球正式發布的BubblePal為例,其主打“用AIGC回應孩子的每一個奇思妙想”,不僅可以和孩子一起創造故事,還能基于長文本對話能力保留與孩子的“共同回憶”,做到持續陪伴。
作為對比,目前國內大模型領域創業中許多B端場景實際效果欠佳,就是因為B端場景往往容錯率低,要求用準確乃至精確的結論來實現降本增效,而基于大模型技術的當前水平,很難達到要求,業界普遍認為還得卷下一代模型。
也就是說, 短期內“大模型+毛絨玩具”的落地潛力已經顯現,且商業模式較明確,躍然創新一類的公司若能持續獲得訂單,就有望實現自身造血。相較宏大的AGI暢想和B端降本增效類場景,“大模型+毛絨玩具”無疑更加“現實主義”。
長期來看,該賽道的想象空間也很可觀。
首先是目標用戶可以往多元化發展,該類產品本質上是在為用戶提供情緒價值,潛在用戶面非常廣,例如也有面向老人的AI玩具。
其次,單就3-12歲兒童群體來說,品牌越早介入孩子和父母的心智,越能培養用戶忠誠度,在孩子長大的過程中,他們和玩具的互動行為不斷升級變化,交互數據不斷積累,也會自然衍生出更多樣化的需求,包括早期益智、英語口語對話等。
拉高到整個產業層面來看,AIGC等大模型相關應用爆發的確定性極強,但何時何地爆發的不確定性也極強。巨頭公司憑借資源優勢或許能夠持續試錯,初創企業一旦選錯面臨的可能就是滅頂之災,生存還是毀滅,必須選生存。
本輪技術浪潮下的AI創業者們不妨借鑒下躍然創新的思路,找到一個小而美的賽道,先求生存,再謀勝利。公開信息顯示,躍然創新已完成了三輪融資,第一輪由藍馳資本領投,后兩輪則集中在2024年,是首家由高秉強教授和李澤湘教授基金共同投資的 AIGC 公司標的,也創下了高秉強教授個人單筆投資額的最高紀錄。
找到AIGC硬件生意的竅門
總的來說,相較AIGC軟件,AIGC硬件更為具象化和可操控,能更貼近用戶實際使用場景;相較傳統硬件,AIGC硬件更為智能和個性化,能挖掘出用戶更深層次的需求。
不過,AIGC硬件是不是一門好生意,仍然值得打個問號。
比如,硬件講究規模效應,那么在訂單沒有起量的情況下,如何提高利潤率?對于中小廠商而言,如何應對大廠競爭這道永恒的難題?一旦AI手機、AIPC、XR等超級硬件爆發,小而美場景下的硬件該去往何處?
結合躍然創新的產業實踐,或許可以總結出一些AIGC硬件生意訣竅。
針對規模效應問題,一方面是可以提高客單價,另一方面是可以嚴格控制成本,尤其是硬件一般涉及的供應鏈環節較多,出色的供應鏈管理能力也能有效降本增效。
例如,躍然創新在實現模型成本管理方面,會用到一個前置模型,部分請求私有部署模型,在人機對話過程中出現高評分對話時,則會請求其他云模型補充長token內容,在保證對話質量的同時最大限度地降低成本。
而在應對大廠競爭方面,互聯網時代的諸多商業案例證明,相較巨頭大廠,中小廠更貼近用戶,尤其是越細分的賽道,大廠越不會投入精力,中小廠先行切入,可搶占先發優勢。具體到大模型時代的AIGC硬件中小廠,還可以考慮加筑一道數據安全壁壘,模型數據和用戶數據安全相互綁定,增加用戶的轉換成本。
躍然創新CEO李勇就曾在接受訪談時表示:“ 壁壘對于一個初創公司是很奢侈的事情。但我們做這個產品涉及產品定義、軟件、AI、硬件、供應鏈以及品牌定位、營銷等綜合能力,這顯然比抄一個硬件難得多。如果對各個模塊的 knowhow 沒有足夠積累的話,要花一段時間去學。”
在安全性的考慮上,躍然創新則給足了家長安全感。家長可以通過App查看孩子與AI毛絨玩具的聊天記錄,一旦涉及到危險話題(如遭遇霸凌),還能及時接收到預警信息。
最后,面對超級硬件的潛在挑戰,小而美賽道的企業其實可以考慮找到“入口”級的硬件,以生態合作的形式借助其流量優勢,而不是正面展開流量爭奪。與此同時,持續在垂直場景下挖掘不可替代性,包括建立用戶和品牌的情感聯系、更細顆粒度的用戶體驗優化、軟硬件協同構建生態壁壘等。
躍然創新就在構建和諧親子關系方面有自己的獨到思考。其COO高峰曾在受訪時解釋:“我們不僅要取悅孩子(使用者),還要取悅家長(購買者)。家長能夠從孩子和AI朋友的聊天中獲得關鍵詞,發現孩子的興趣點在哪里,可能有哪些事物是孩子特別敏感或有潛能的。他們還能因此去了解孩子的性格,這可能讓家長和孩子的相處更加融洽?!?/p>
立業興邦何等艱難,這個時代需要更多“躍然創新”們深度思考商業邏輯、扎實做好產品應用,向著勝利,直到永遠。
審核編輯 黃宇
-
AI
+關注
關注
87文章
30741瀏覽量
268896 -
AIGC
+關注
關注
1文章
361瀏覽量
1539 -
大模型
+關注
關注
2文章
2424瀏覽量
2645
發布評論請先 登錄
相關推薦
評論