今天小编分享的科技经验：AI泡沫不可避免！李彦宏敲响警钟：PMF是生存关键，欢迎阅读。
10 月 3 日，OpenAI 官方宣布成功获得 66 亿美元（约合人民币 466.9 亿元）融资。本轮融资结束后，OpenAI 估值突破了 1500 亿美元。新一轮融资规模不小，然而却只够 Open" 烧 " 一年，其预计，今年营收可达 37 亿美元，亏损幅度为 50 亿美元。
此前，美国媒体 The Information 报道称，通过对 OpenAI 的财务数据分析推测，OpenAI 将于 2029 年实现盈利，届时营收将达到 1000 亿美元（约合人民币 7074.8 亿元），但在此之前 OpenAI 依然会存在较为严重的亏损，预测 2026 年亏损幅度将达到 140 亿美元（约合人民币 990.5 亿元）。因此，OpenAI 能年入千亿美元的前提是它可以撑到 2029 年。
强如 OpenAI 都为生计发愁，AI 大模型行业的竞争激烈可见一斑。继 23 年的 " 百模大战 " 后，24 年行业终于纷纷意识到 " 应用落地 " 的重要性。然而技术从实验室走向真实场景的路总是千折百绕，能够熬到天明的企业注定是少数。到底有多少 AI 企业能够活到天明？李彦宏的答案是：1%。
日前，中国 AI 大模型引领者百度创始人李彦宏再度敲响警钟，在与《哈佛商业评论》英文版总编辑殷阿笛 ( Adi Ignatius ) 的对谈节目中，他直言不讳地指出，生成式 AI 的技术泡沫不可避免，好在行业正在走向正轨。李彦宏预判，在 AI 挤泡沫阶段，" 那些无法满足市场需求的伪创新将会被清洗掉，在这之后，有 1% 的企业将脱颖而出，继续成长，为社会创造巨大价值。现在，我们只是在经历这个阶段，这个行业比去年更冷静，也更健康。"
（图源：哈佛商业评论《HBR Live：商业未来》）
其实在 2017 年前后深度学习风靡时，网上就有不少关于 "AI 是否是泡沫 " 的讨论，大模型时代关于 AI 是否泡沫的讨论更加热烈，悲观的网友总结出 " 投钱——发展——收割——破灭——沉淀 " 的全套泡沫破裂流程，甚至预言生成式 AI 的泡沫将比历史上任何一次技术浪潮掀起的泡沫都要大得多。
（图源：知乎）
在 ChatGPT 横空出世后，23 年 AI 行业掀起大模型热潮，仅仅是中国市场，就有上百个新玩家推出基础大模型，与在 AI 大模型赛道耕耘多年的百度们 PK，掀起 " 百模大战 "。然而其中拥有真功夫的玩家屈指可数，许多基础大模型都是 " 赶鸭子上架 "，底层技术靠套壳开源，市场存在靠刷榜跑分。
结果呢？虽然很多基础大模型号称超越了 GPT4.0，然而在技术行家那却很快漏了陷，甚至某家位列 " 大模型五虎 " 之一的独角兽公司都被指 " 套壳 " 开源大模型。更严重的问题是，大多数基础大模型都没有真实用量，当时国内 200 多个大模型的调用量加起来还不如一个文心大模型多。
重复研发大模型对创业者是徒劳，对社会是巨大的研发、人才、算力资源浪费。24 年，市场终于恢复冷静，李彦宏关于 " 不卷模型卷应用 " 的呼吁被很多 AI 公司听进去了，结果是做基础大模型的锐减，做上层 AI 应用的多了，甚至比做基础大模型的更多。然而，24 年很多 AI 团队做 AI 应用同样卷错了方向，核心就是存在李彦宏所说的 " 伪需求 " 问题。犯错的不只是 AI 创业公司，很多 AI 巨头甚至科技大厂都在试错走弯路。
24 年上半年，AI 硬體成为 AI 大模型落地的一种形态。我在参加 CES（国际消费电子展）、MWC（世界移动通信大会）时，看到最受关注的就是 AI 硬體新物种，Rabbit R1，AI Pin 是其中代表。很多家电厂商做了 AI 大模型，甚至油烟机、燃气灶都 " 吃上了大模型 "，魅族干脆宣布将放弃手机业务，All in AI 硬體。然而下半年 AI 硬體急转直下，AI Pin 更是遭遇了大规模退货，原因是体验糟糕。在 9 月的 IFA（德国柏林消费电子展）上，AI 硬體已不见踪影。
（AI 硬體新物种代表：AI Pin）
踏空的不只是 AI 硬體。许多 AI 軟體同样被质疑 " 卖家秀 " 过于严重。用户被虚假宣传吸引购买会员后才发现，体验与宣传严重不符。为此，美国 FTC 甚至起诉了五家 AI 公司，原因就在于这些公司的宣传与 AI 实际表现存在较大差异，其中一家被起诉的是名为 DoNotPay 的机器人律师服务公司，其宣称 " 能够提供媲美真人律师的服务 "，结果却是夸大其词。
到了 24 年下半年，我们能够明显感受到，关于 AI 大模型泡沫的 " 预警 " 在增加，大模型行业在降温。
在李彦宏发出警告前，行业正在出现越来越多冷静的声音与行动。比如苹果研究员最近发布了一篇名为《理解大语言模型中数学推理局限性 》的论文，质疑大语言模型的数学推理能力，甚至认为大语言模型不具备真正的推理能力，放弃造车、战略押注 AI 的苹果甚至放弃了 OpenAI 的新一轮投资机会。
与此同时，AI 大模型的投融资不再疯狂。一些 AI 初创公司陷入经营困难，AI 尖端人才与技术正在向巨头集中，这是行业加速盘整的迹象。比如被誉为保险行业黑马的 InsurStaq.ai 在运营一年后突然关闭，独角兽企业 Adept AI 和 Inflection 则分别被亚马逊和微软挖成空壳公司。讲求实效、注重应用的中国市场，AI 创投市场的洗牌更激烈，钛媒体统计数据显示，2021 年 11 月 30 日到 2024 年 7 月 29 日，中国有近 8 万家 AI 相关公司处于注销、停业、吊销等状态。
从历史上所有重大技术浪潮的发展进程来看，泡沫不可避免。
在与《哈佛商业评论》对谈时，李彦宏就回顾了历史上的技术浪潮中的 " 泡沫现象 "：
" 就像历史上许多次技术浪潮一样，在度过最初的兴奋阶段之后，泡沫不可避免。然后，当这项技术没有达到最初兴奋阶段的高期望时，人们会感到失望。我们经历过很多次类似的情况，比如 90 年代互联网迅速发展时的巨大泡沫，在 2000 年 3 月，这个泡沫破裂了。在移动互联网时期，类似情形再次发生。生成式 AI 的时代，我们也会经历这一过程。"
关于技术浪潮的发展规律，知名咨询机构高德纳（Gartner）早在 1995 年就归纳出了 " 技术成熟度曲线 " 模型（Gartner Hype Cycle），这个模型认为，一门技术的发展要经历五个阶段：启动期、泡沫期、谷底期、爬升期、高原期。
（图源：Gartner）
在大模型刚爆发时，人类像祖先发现火种一样，激动不已，AI 的想象空间一下被打开了，然而，随着媒体大肆的过度报道（最典型的就是各种 " 炸裂 "" 核弹 "" 颠覆 "AI 报道）以及非理性的渲染下，AI 一下成了顶流。
资本的跑步入场，进一步让 AI 赛道拥挤不堪，参与者更是鱼龙混杂，既有 OpenAI、百度、阿里、科大讯飞这样的深耕多年的 AI 实力派，还有许多滥竽充数的投机分子。在混乱的竞争中，从 " 百模大战 " 到 " 狂卷落地 "，AI 的缺点、问题、限制都在陆续出现，行业失败的案例大于成功的案例，泡沫逐渐显现。
结合李彦宏的预警与高德纳（Gartner）" 技术成熟度曲线 " 模型来看，今天的 AI 技术恐怕正在 " 泡沫化的底谷期 ( Trough of Disillusionment ) " 前夜。
在新的阶段，越来越多 AI 玩家将被挤下牌桌，没有核心技术实力的将很快会 " 露馅儿 " 出局，有技术实力的玩家也不能高枕无忧，因为技术产品化、产品商业化和商业正循环才是走得远的关键，这正是李彦宏在对谈《哈佛商业评论》主编时强调的 " 产品与市场的契合度（PMF）" 的关键作用。
（图源：百度 ai 助手）
庆幸的是，向来善于且重视技术应用落地的中国创业者，更关注 PMF，" 中国更注重应用驱动，我们更关心哪些应用将从大模型中获益，许多初创公司都在研究如何运用大模型能力。"
随着泡沫的挤压，留在市场上的将会真正的实力派玩家：它们既有技术的硬实力，同时有拉通技术与市场鸿沟的商业能力。大浪淘沙，留下的是金沙，在李彦宏的预测中，只有 1% 的 AI 玩家能穿越泡沫期，走到最后，进入到稳步爬升的光明期 ( Slope of Enlightenment ) 与工业生产的高原期 ( Plateau of Productivity ) 。
AI 在走的路，PC、互联网、移动互联网、短视频等等技术浪潮都走过了一遍。90 年代互联网浪潮爆发，并很快从疯狂的非理性繁荣阶段，并在本世纪初迎来泡沫破裂时刻，百度、阿里、腾讯等互联网巨头正是在这一时期崭露头角，成为 "1%" 的真金留在了牌桌上。在互联网泡沫破灭后，互联网企业全部都将商业化即 " 如何赚钱 " 放在第一位，推出更贴合用户需求的产品，一边吸引更多人成为网民，推动消费互联网爆发， 一边赚取真金白银反哺技术研发与服务更新，形成了互联网 " 广告 + 增值 + 电商 " 商业化的三驾马车。
任何技术浪潮都不可避免会产生泡沫，而泡沫破裂则是技术走向成熟绕不过的一环。我想这也是李彦宏说 " 有泡沫并不一定是坏事，很多伪创新将被清洗 " 的深意。
既然 AI 泡沫不可避免，既然 AI 泡沫终将破灭，既然泡沫破裂必将阵痛，AI 玩家们如何面对这样的宿命？答案有且只有一个，就是提高 "PMF（Product Market Fit）"，即产品与市场的契合度。
比如做基础大模型 " 重复发明轮子 "，大概率是没有市场的。科技巨头全在做基础大模型，且投入了巨量的资源展开军备竞赛，姑且不说人才等投入，仅仅是算力大战，一般公司都吃不消。
在微软支持下，OpenAI 主要承担推理、训练、人工三大成本，其中人工成本最低，每年 " 仅 " 需约 15 亿美元；租用微软伺服器为 ChatGPT 及底层 LLM 提供动力的推理成本，一年约 40 亿美元；包含数据费用在内的训练成本，一年则需要约 30 亿美元，未来则将突破 100 亿美元。至于中国 AI 领先者百度，在 AI 上布局超过 10 年，累积投入超过 1000 亿元才有今天的硕果累累。
因此，创业者做基础大模型与巨头竞争无异于 " 以卵击石 "。如果一个后来的创业公司说其基础大模型赶超 GPT4.0，恐怕物理学规律也不会答应。创业公司做基础大模型唯一有机会的，只有 " 成为巨头代理人 "，就像 OpenAI 背靠微软好乘凉一样。
再比如做 AI 应用，不论是 AI 軟體、AI 硬體或者是 AI to B 服务，AI 创业者一方面须要面向真实需求去做产品，而不是 " 拿着锤子找钉子 "，抑或 " 别人做啥我做啥 "，比如 AI 硬體火就跟风做 AI 硬體。另一方面则要将 " 如何赚钱 " 放在第一位，只有做出用户 / 客户愿意买单，抑或可靠广告等新型模式实现商业正循环，才可以活下去。
甚至不只是创业者，大厂们在布局 AI 时也需要将 PMF 放在第一位。
24 年很多手机与家电厂商都很焦虑，因为市场需求萎缩，产品销量上不去。这时候 AI 成为救命稻草，智能手机成了 AI 手机，智能电视成了 AI 电视，PC 成了 AI PC…… 然而在改换 title 时，AI 硬體们是否真正带来了新的用户体验？是否真正提供了用户愿意买单的价值？恐怕很多厂商都无法给出足够自信的回答。
24 年，拥抱 AI 大模型在全世界所有行业都成为一种流行。AI 大模型展现的技术潜力确实可以被许多行业、企业、产品、场景与个体应用。然而，有多少企业真正用好了 AI 这一工具来提高产品的 PMF 或者提升业务的价值呢？恐怕答案也不容乐观。市场咨询机构 Forrest 的首席分析师曾分享过一个有趣的观点：" 没有人想穿着便衣出现在变装舞会上 "，或许足以形容很多人 " 拥抱 AI" 的心态。
未来，只有当 AI 不再是一种 " 时髦 "，而是像互联网、5G 网络一样 " 无处不在却又让人感受不到存在 " 时，真正的 AI 时代才算正式来临。
前几天，Google 前大佬、AI 大牛 Hinton 获得了诺贝尔物理学奖，来自 google deepmind 的两位研究 AI 的科学家德米斯 · 哈萨比斯和约翰 · 江珀则靠着 " 蛋白质结构预测 " 分享了诺贝尔化学奖，这是 AI 加速渗透物理世界的写照，更是 AI 终将接管物理世界的隐喻。AI 当前泡沫不可避免，但 AI 的未来依然值得人类乐观。
