“跌跌不休”：大模型怎麼不香了？_風聞
向善财经-10-27 10:23
文：向善財經
從9月底的130美元，硬是跌到了110美元附近，要知道就在7月底，百度股價還一度超過了150美元。
不到三個月，這股價就像坐上了過山車。今年百度世界大會一開，股價還是噌噌往下掉，大會上Robin演講越是賣力，可二級市場似乎越是不買賬。科大訊飛也是如此，人工智能大會一邊開，二級市場股價一邊往下掉。
開會似乎就像是大模型的“魔咒”， 一開會股價就跌，PR上始終是利好，但二級市場卻是一直在利空。似乎喊得越起勁兒，市場信心反倒是越弱。
國內的大模型，可能是PR做得太好了，畢竟每一次發佈會永遠都是對標ChatGPT4，宣傳上各家的能力不斷在提升，但實際應用中翻車的情況也不少。比如這幾日沸沸揚揚的訊飛學習機風波。
那麼，如今的大模型為什麼不受待見了？國產大模型還能不能逆勢翻盤？不妨來深入研究一番。
大模型為啥不香了？
二級市場股價下跌這事兒很複雜，但背後的邏輯也有相似性。
大模型賽道的幾個代表，百度、訊飛、崑崙萬維，甚至是後來者360，這些玩家技術積累不同、業務模型不同，但二級市場定價下滑其實都有相似的邏輯。
總結起來就是，下滑是結果，導火索是股東減持，但根本原因可能還是在於業務。
最近幾天，多家機構下調了百度的目標價，並且下調了未來一段時間內的業績預測。港股方面，大和下調了百度目標價到163港元。美股方面，花旗下調了百度第三季度收入預測，以及下調目標價格到178美元。
此外，摩根大通、傑富瑞均調低了百度的目標價。
要知道，百度不久前才發佈了最新版的文心一言，並且發佈會上，Robin充滿自信的表示，在部分能力上，新版的文心一言已經超過了GPT4。
機構調低預期的原因可能在於兩點，一是像報告裏説的，對第三季度的業績不看好，二是對於新版的文心一言的競爭力，可能並沒有太多的信心。
與第三方機構評估呼應上的，是過去一段時間發生的減持。
有雪球社區的博主注意到，國慶期間，百度在美股發佈的公告顯示，百度股東馬東敏賣出了39萬股，對應的總金額為5239萬美元。值得注意的是，今年7、8、9月，也有幾筆減持發生。
根據美國證券交易委員會SEC的公告，此前百度曾經計劃出售其所持的攜程集團股票，出售的股票市值約為1.586億美元。這幾筆減持是否與此有關，還需進一步驗證。對此，目前並未見到百度官方對外作出解釋。
不過即便是如此，減持的哪怕是攜程，也可能會給外界造成誤解。
畢竟時間節點特殊，Robin在世界大會上意氣風發信心十足地推銷自家大模型，背後馬東敏卻在減持套現？留給市場的印象總歸是不太好的。
平心而論，至少在這件事兒上，robin不耍花招，股票該賣還賣，大模型該發佈還得發佈，倒不像是老周，還得先搞個“花式減持”，引來全網對大佬們離婚的關注。
老實講，減持這事兒其實沒什麼奇怪的，畢竟大家都在減持。
8月14日，劉慶峯減持39956100股，持股比例從7.27%降為5.54%，此前劉慶峯也多次減持，2021年曾款籌集資金23.5億元認購公司股份，外界分析，如今減持是為了償還當時欠下的債務。
同樣減持的還有崑崙萬維。今年7月，周亞輝前妻李瓊減持崑崙萬維套現了13億元，減持後，李瓊女士持股從11.06%降至8.06%。
市場擔心減持，其實擔心還是在股價高位套現離場，如果公司仍然足夠的成長性，倒也無妨。可問題在於，老業務成長性不夠，押注大模型，還沒有到能夠開香檳的時候。二級市場表現自然很是尷尬。
還是拿百度來説。
現金流業務還是移動生態，基本面還是信息流廣告，但整個廣告行業的大盤都是在向短視頻平台傾斜，增長最快的是字節，去年字節整體收入逼近了1000億美元，由此可見蛋糕其實已經被吃下去了。
剩下的蛋糕，視頻號會吃走一部分，小紅書會分走一些，然後就是各大電商平台，淘寶京東美團，百度自身的信息流業務成長性其實並不多了。
天眼查APP信息顯示，百度2021年回港上市，回港上市之後，股價也幾經波折。
前段時間舉行的百度世界大會上，百度表示最新的文心一言已經在部分能力上超過了GPT4，當然這話是可信的，只不過GPT4版本已經是過去了。現實中的客觀差距仍然在，至於文心一言能不能支稜起來，看了發佈會之後大家心裏都有數。
此外，二級市場躊躇不前，可能也是在糾結大模型做出來能不能變現的問題。畢竟資本市場看重營收利潤。技術的故事講得再好，不如實打實的現金進賬來得有安全感。畢竟這麼多年，做AI大模型燒的錢也不少了，能不能掙到錢，始終是核心問題。
產品化、商業化是轉折點
對於大模型，市場最失望的其實還是沒能有一個現象級的產品出現。
回過頭看當年移動互聯網時代的爆發，其實靠的就是一兩個核心的現象級的產品去引爆，這個產品是微信、是支付寶，因為有了這倆應用，整個流量商業的邏輯才能跑通。
所以，這波大模型市場不看好，一個很關鍵的原因是並沒有這樣一個產品出現。
要知道，應用意義上的“產品化”是要解決實際問題的。大模型強化一波語音交互應用，能不能做出真正意義上的超級應用？
這個問題還需要進一步回答，否則，再大的歡呼，也只是半場開香檳。比如説，某家大看起來很強的大模型，但你真正用它去解決問題的時候，發現並沒有什麼實際意義，自然就沒有持續的爆發增長。
產品化的第一步，是生成內容的可信。
在體驗過各家發佈的大模型產品後，有這麼一種強烈的感覺，雖然叫不同的名字，但大家的產品並沒有太大差異，能夠完成的任務類型都差不多。主要的差異其實是內容。
對於某些垂直領域的提問，大模型給出的答案無論是從專業度上還是從時效性上都似乎不能滿足人們的需要。這可能是因為，無論是文一言，或是星火大模型，大家對垂直領域的數據訓練其實還不夠。
OpenAI、Google 及其支持的 Anthropic 也都有類似的問題，生成式 AI 模型越準確可信，就必須有足夠的數據量做支撐，數據的量起來了，首先要解決的內容的潛在的法律問題和合規問題。
比如，教育領域的產品，對內容的審核其實就更重要。2021年，新華社“新華視點”曾經調查發現，網易有道詞典筆頻頻出現過拼寫、音標、翻譯等內容的錯誤。
當然，隨着時間的推移以及數據量的增加，錯誤的內容比例會逐漸降低，準確率也會進一步提高，但對於某些帶有傾向性、誤導性的內容，如何處理？
這也是解決可信問題的關鍵。
產品化的第二步是找到應用場景。
一個行業有沒有對大模型的需求，跟大模型能不能真正滿足真正的需要完成產品化，其實損兩回事。比如，一些ToC的產品，技術上看似能夠實現應用，但實際的產品應用效果並不理想。
比如，圖片生成，目前已經做到了根據提示詞去從0到1的正常圖片，但是，用户想把一張2K分辨率的圖片清晰度生成為4K還是很難。
技術上並不複雜，但大模型卻給不出結果。這就像是以前的AI語音助手，你説它能用吧，也確實能用，但也談不上好用。蘋果SIri發佈了這麼多年，iPhoen用户真實使用的頻率有多高？
找不到正確的，恰當的應用場景，就很難真正去完成好產品化。
這也是當前國內的大模型落地面臨的核心問題之一。因為產品化本身的意義在於滿足用户的功能性需求，如果大多數用户還是處於嚐鮮的狀態，用來解決實際問題的用户不多，不能形成規模，那麼大談特談應用場景，本質上沒有任何意義。
由此來看，產品化的關鍵在於能夠精準定義用户需求。這可能恰恰是搞技術的“大模型玩家”所不擅長的。
最後，商業化其實是產品化的自然結果。
硅谷教父彼得·蒂爾曾説“我對一切主題熱點投資都抱有懷疑態度，一般來説這樣的投資毫無區分度。大家很喜歡把一大堆完全不同的東西放進一個熱點中，標籤是，雲計算，大數據，人工智能，醫療SaaS等等，但是實際上是底層卻完全沒有區分度的公司。”
什麼是有區分度的公司？放到大模型的賽道中，其實就是有技術能力，能精準定義用户需求，擅長細膩挖掘場景的公司。
可惜的是，這樣的公司少之又少。
大模型領域何時才有這樣的公司？這可能也是投資者們心中所問。
免責聲明：本文基於公司法定披露內容和已公開的資料信息，展開評論，但作者不保證該信息資料的完整性、及時性。另：股市有風險，入市需謹慎。文章不構成投資建議，投資與否須自行甄別。