2024年も半ばを過ぎた現在、AIはどこに向かっているのでしょうか?

大規模モデル業界は、単に技術的リーダーシップとパラメータのサイズを追求するのではなく、実際のビジネス価値に重点を移しています。何が起こっているのかを知るために記事を読んでみましょう。

AI起業家の陳然氏は、業界におけるいくつかの「奇妙な現象」を発見した。

多くの顧客が混乱していると彼に話した。一方で、大きなモデルは更新が速すぎるため、どれが役立つのかを判断するのが困難です。同時に、大きなモデルをビジネスに統合する方法がわかりません。さらに、データセットを微調整して有用な大規模モデルにできるかどうかもわかりません。

最終的な結果は、人々は大規模なモデルに投資する意思はあるが、どこから始めればよいかわからないというものです。たとえ決心したとしても、多額の予算を出すことには消極的です。

その結果、大手モデル会社は価格を引き上げ、価格競争を始めるようになりました。 「結局、私たちはお金を無駄にしているだけで、価格はまだ低く、誰も使っていないのです。」

Chen Ran 氏は、人工知能コミュニティおよびエコシステム企業 OpenCSG の創設者兼 CEO です。彼は、大型模型業界における非効率的な社内循環は無駄だと考えている。昨年、多くの企業が大型モデルの構築を急いだが、結局はofoが陥ったのと同じ罠に陥ることを避けられなかった。

このため、業界のリーダーであり、ゼロワンエブリシングの創業者であるリー・カイフー氏は、「中国市場が非常に競争が激しく、皆があなたに勝たせるよりはむしろすべてを失うことを好むのであれば、私たちは海外市場に進出します」と言わざるを得なかった。

長年テクノロジー開発に携わり、AI起業も早くから始めた李有鋒氏も、今日の現象に困惑している。 「以前は、プロジェクトについて議論するときは、その価値に焦点を当てていました。しかし、大規模な AI モデルに関しては、価値について議論されることはほとんどなく、リーダーシップについて議論されるようになりました。」

圧倒的なリスト、さまざまなランキング、そして自慢げなマーケティングにより、この業界は衝動的で騒々しいように見えます。結局、メーカーは多額の資金を費やしましたが、製品は発売されず、技術も実際にはそれほど進んでいませんでした。

5月下旬、清華大学系の大手モデル会社、仙源科技が経営陣を交代し、創業者の周博文氏が退社することが明らかになった。このニュースが報道された後、一部の起業家は「アルゴリズムに焦点を当てることは回り道になるかもしれない」と語った。

中国では、大規模起業は狭い道であり、一部のチームにとっては後戻りできない道となるかもしれない。

さて、2024年も半分が過ぎ、「100機種戦争」から1年以上が経過しました。業界はどこまで発展しましたか?次はどの巻でしょうか？

1. テスト技術: 高いスコアを取る人が多すぎるが、その仕事をこなせる人が少なすぎる

国内の大型模型業界は、今年は明らかに昨年よりも「静か」だ。昨年は全員が参加し、数百の大型模型が誕生しました。今年は、いくつかの大手テクノロジー企業と有力なスタートアップ企業を除いて、他のほとんどの企業は沈黙している。

なぜなら、どんなに大声で叫んでも、それが地面に伝わらなければすべて無駄だということを誰もが知っているからです。

中国には大型モデルが少なすぎるわけではないが、特に自慢ばかりするモデルが多すぎる。

「メーカーは大型モデルで何ができるかを常に宣伝しますが、何ができないかは言いません。顧客は少し誤解していて、大型モデルで何でもできると思っています。彼らは元のビジネスを覆してやり直したいのですが、それは非現実的です。」陳然は「丁嬌」に語った。

過去1年間の大型模型業界の発展を振り返ると、最初の戦争は価格戦争でもなければ技術戦争でもなく、マーケティング戦争であったことがわかります。

マーケティングとは注目を集めることです。記者会見を開いたり、チャートを操作したり、広告を出したり、さらには競合他社と共謀したりすることで、より多くの注目を集め、誰もが自分たちが先行していると「感じる」ことができます。使いやすさや実際の技術力については、後から補えばいいのです。

李有鋒氏は丁嬌に対し、中国のいわゆる自社開発の大型モデルは基本的にオープンソースアーキテクチャに基づいて改造されており、真の独創性や自社開発のものは存在しないと語った。これは、大手モデル企業間の技術格差がそれほど大きくないことを意味します。

これが、スタートアップ企業が2、3か月で新しい大規模モデルをゼロから立ち上げることができる理由です。最も良い例は、昨年、Kai-Fu Lee の Zero One Everything が「Yi」シリーズのモデルをリリースしたことです。このモデルは LLaMA アーキテクチャを使用していると非難され、2 つのテンソルの名前を変更しただけでした。

陳然氏は、国内のビッグモデルはまだ完全な起業家エコシステムを形成していないと考えている。誰もが急いでいくつかのモデルをリリースしますが、それでは何も証明されません。彼はスマートカー産業の初期の時代を例えに挙げた。タイヤ、エンジン、さらにはワイパーを作る人たちも含め、誰もが自動車を作りたかったが、最も基本的なバッテリー、電子制御、さらには車輪や座席さえもまだ準備ができていなかった。

純粋に技術的な観点から言えば、今のところ国内で絶対的な優位に立っているチームは存在しない。

AI ビッグモデルには、アルゴリズム、データ、計算能力という 3 つの主要要素があります。国内メーカーはこれまでもアルゴリズムの開発に取り組んできた。モデルをリリースするということは、本質的には一連のアルゴリズムとシステムをリリースすることになります。誰のアルゴリズムがより高度か、誰のモデルパラメータが大きいか、誰の推論効率が高いかを競っています。しかし今では、アルゴリズムには実際には障壁がないことに気付く実践者が増えています。陳然氏は「大型モデルは価値がない」とさえ率直に語った。

「大規模なエンタープライズレベルのモデルは無意味だと思う。最も重要なのはデータなので、オープンソースのエンタープライズレベルのモデルで十分だ」と氏は語った。

データはアルゴリズムよりも希少なリソースです。アルゴリズムはオープンソースモデルを修正し、人海戦術を使用することで反復することができ、コンピューティングパワーはお金を払ってカードを購入することで得ることができますが、高品質のデータは販売チャネルがなく、必ずしもお金で購入できるわけではありません。

モデルのトレーニングは生徒のトレーニングに似ており、データは教材や教育リソースに相当します。このプロセスは事前トレーニングと呼ばれます。辺鄙な山岳地帯の子どもと一級都市の子どもは、幼少期からの教育資源や訓練プロセスが異なり、大学入試で主要大学に合格する確率も必ず異なる。ある意味、高品質のデータを持つことは、事前トレーニングの戦いの半分です。

過去 1 年間、業界標準として、大規模モデルの品質を評価する方法として、試験に相当する評価が採用されてきました。試験なのでカンニングの余地があったり、問題を練習することで高得点を取れたりします。その結果、多くの大規模モデルが「試験重視の教育」の産物となり、パラメータが大きく、スコアが高く、パフォーマンスは優れているものの、実用的な能力がほとんどないという状況が生じています。

Li Youfeng 氏は、アルゴリズムには大きな制限があり、特定のアプリケーション シナリオから切り離されると意味がないと考えています。 「例えば、モデルのパラメータが大きく、計算能力が強力であれば、数学の問題を解く際には優れたパフォーマンスを発揮するかもしれませんが、実際のビジネスで価値を生み出せるとは限りません。」

今年に入ってから、大型モデルのパラメータを競う傾向が改善され、さまざまな雑多な「ワイルドリスト」も抑制され、大衆が騙されにくいことを示しています。問題は、パラメータを比較しなければ、他に何を比較できるのかということです。

2. ボリューム価格：Cエンドは受け入れることができず、Bエンドは余裕がない

モデルやプロジェクトがその価値を証明する最も直接的な方法は、市場からお金を稼ぐことです。今年に入ってから、AI起業家や投資家の間でビジネスモデルについて語る人が増えています。

ビッグモデル業界における商業化には、To C と To B、つまり個人ユーザーへの課金と企業（政府や開発者を含む）への課金という 2 つの主要なカテゴリがあります。昨年、業界ではCエンドへの課金は難しいため、まずはBエンドから始めるべきだというコンセンサスが得られました。

Bサイド企業はビッグモデルの最大の顧客です。あるシステムインテグレーション会社の従業員はかつて、Dingjiao に対し、Baidu の Qianfan ビッグモデル プラットフォームに非常に早い段階でアクセスしており、ビッグモデルを採用したいという強い願望があったと語った。しかし、彼らがそれを使用したのは、そのモデルが効果的だったからではなく、単に AI に置いていかれることを恐れたからでした。しかし、モデルが課金を開始すると、彼らは再び考えなければならなくなるだろう。

これは多くの企業の考え方を表しています。無料で入手できるものは無料で入手し、お金を払うなら結果が出なければなりません。陳然氏の言葉を借りれば、「顧客にお金を使ってもらいたいなら、そのメリットが何倍にもなることを示さなければなりません。メリットがわかるまではお金を使いたくありません。」

Li Youfeng 氏は、ビッグモデルを真に活用する企業は、アルゴリズム指標ではなくビジネスデータに重点​​を置いていると考えています。 「例えば、コンバージョン率やクリックスルー率などの主要指標は数パーセント改善されています。これらが達成できなければ、たとえアルゴリズムに1兆個のパラメータがあって価格が0.1セントと安くても、顧客は購入しないでしょう。」

5 月の価格競争の波の中で、大規模モデル API の呼び出し価格は 90% 以上も下がりました。 ByteDance、Alibaba、Baidu を例にとると、100 万トークン推論入力あたりの価格は 80 セント、50 セント、無料に下がっています。

しかし、これは市場では一種のクリアランスセールを伴うマーケティング活動として解釈されました。

レプトンAIの創設者でアリババの元副社長である賈楊青氏は、「誰もAPIを使わないのは、APIが高価だからではない。企業はまず、APIを使ってビジネス価値を生み出す方法を見つけなければならないからだ。そうでなければ、いくら安くても無駄だ」と語った。

Mobvoiの創設者であるLi Zhifei氏は率直にこう語った。「APIの価格をほぼゼロに引き下げたことは、消費者に課金し、企業に課金するというOpenAIの2つのビジネスモデルが、中国の競争環境においては持続可能ではないことを示している。」

Baidu は C エンドと B エンドの両方に重点を置いています。このうち、Cエンド向けのWenxin Yiyan 4.0は有料版で、月額利用料は49.9元となっている。百度は文心易眼の支払い率データを公表していない。 AI製品ランキングのデータによると、人気急上昇中の『Dark Side of the Moon』のウェブ版アクセス数が4月に文鑫易燕を上回った。キミは会費を徴収することで「武装解除」することを選択せず​​、その代わりに、ピーク時に計算能力が不足した場合に優先使用権を取得できる、必須ではない非常に代替的な報酬機能を立ち上げました。

これはCエンドの大型モデルでは依然としてトッププレーヤーであり、チャージがいかに難しいかを示しています。結局のところ、現在の大型モデル製品は使用するには十分ではなく、それほど緊急に必要とされていないため、人々はお金を払う理由を必要としています。

AIスタートアップ企業YuheがQiji Chuangtanから投資を受けた。当初の製品はすべて、さまざまな実用的なニーズを解決するために C エンドを対象としていました。創業者のChi Guangyao氏は「Dingjiao」に対し、主力製品の一つであるCopyAskは無料でも、あるいは有料で利用してより多くの機能を利用できるが、ユーザーの99%以上が無料枠を利用しており、集められたお金は会社を支えるのにほとんど足りないと語った。

今年の初めに、Yuheは変革を遂げ、B面のエージェント製品の開発を開始しました。すでに2件の受注を獲得している。 「顧客は喜んで支払いをしてくれるので、今は利益が出ていて素晴らしいです。」ただし、特定の垂直的な B サイドビジネスを完全に実行できるようになるまでには、ある程度の時間がかかります。

市場の需要を掴み、ビジネスシナリオを切り開き、真っ先に利益を上げている企業はごくわずかです。

陳然はエコシステムを構築したいと考えています。彼の OpenCSG はオンラインでコミュニティを構築し、オフラインでソフトウェア CSGHub と Starship を販売しています。顧客は主にBサイド企業とDサイド開発者です。同社は、アプリケーション手数料とユーザーサブスクリプションという 2 つの収益化モデルを検討してきました。将来的には、コンピューティングパワーコミッションモデルも追加される可能性があります。同氏は丁嬌に対し、同社は今年、売上高数千万ドル、利益は数百万ドルを見込んでいると語った。

3. ボリュームアプリケーション：大ヒットアプリケーションが登場しておらず、製品やプロジェクトの実装が難しい

大きなモデルが今日まで発展するにつれ、実践者は人気のあるアプリケーションの出現を待ちながら、収益を上げる方法を模索しています。これまでにも、MiaoYa Camera、Kimi、Suno などのアプリの人気は見られましたが、これらは大ヒット商品とは言えません。 AIが単なる話ではないことを証明できるのは、ヒット商品の出現だけだ。

大手モデルメーカーが API 価格戦争を始めたとき、反対する人もいれば、冷笑する人もいれば、非常に興奮する人もいました。

独立したアプリケーション開発者である Chi Guangyao 氏は、API の価格引き下げは大きなメリットであると考えています。 API の価格が下がる前は、モデルのデバッグに月額約 200 元を費やす必要がありました。現在、彼は値下げ後のDeepSeek-V2モデルを使用しており、半月以上でたった1.11元しか費やしていません。

彼は昨年いくつかのアプリケーションを開発したが、高頻度の呼び出しによって生じる推論コストの高さと、ユーザーが支払いを嫌がったため、現在まで製品は発売されていない。今、彼はこれらのアプリケーションを実行するのが待ちきれません。 「断れないBサイドの注文があったら、すぐにCサイドの製品に取り掛かります。」同時に、API 呼び出し料金を支払う余裕がなかったためにこれまで処理できなかった B サイドの注文も処理できるようになりました。

彼は、今後数か月以内に、大規模モデルのアプリケーション シナリオの大規模な調査が行われ、アプリケーション シナリオが大幅に増加する可能性があると考えています。これまでは手動またはエンジニアリング ベースの判断を必要としていた、高頻度、低ロジック要件、遅延の影響を受けない一部のアプリケーション シナリオは、無料の大規模モデル API に置き換えられる可能性があります。

大規模モデルの実装は、シナリオの突破口から始めなければなりません。大型モデルAPIの価格が下がるかどうかに関わらず、シナリオを見つけることは今年後半にコンセンサスとなるでしょう。

李有鋒氏は、今年下半期にはさらに多くのアプリケーションが普及し、適切なシナリオが見つかり、大規模な出力に基づいて規模のコストをカバーできると考えている。 「誰もが価格ではなく価値を見つけるよう努めるべきです。」

現在の AI アプリケーションの中で、2 つのカテゴリがその価値を実証し、良好なフィードバックを得ています。

1つは効率を向上させることです。 Kimi は職場の従業員が情報を検索したり、文書を整理したりするのを支援します。 Zaowu Cloud は AI を使用してブランドの製品やマーケティング資料を設計します。創業者のQiu Yiwu氏は「Dingjiao」に対し、コーヒーブランドのカップ2,000個のデザインプランを作成するためにAIを使用したと語った。モデル投資を除くと、計算能力コストはわずか10元でした。

もう一つのカテゴリーはエンターテインメントで、SunoのようなAI作曲ソフトウェアや、多くのスタートアップ企業が取り組んでいるAIコンパニオンシップやロールプレイングなどがある。

業界では、エージェント AI が今年後半の業界の焦点になると一般的に考えられており、国内外の実践者は皆この方向に向かっています。

業界の探求が深まるにつれ、Li Youfeng 氏は AI で本当に難しいのは製品とエンジニアリング (大規模な機械学習モデルを構築、開発、展開するための一連の技術と実践を指す) であることを発見しました。 「大きなモデルを製品、エンジニアリング、ビジネス、産業へと継続的に移行させることが、中国のスタートアップが成長する唯一の方法です。」

エンジニアリングの問題が解決されると、モデルは重要ではなくなります。ユーザーは、製品を使用する際に、最下層でどのモデルが使用されているか、製品のどの程度が自社開発であるかを気にしません。効果は何よりも優れています。

現状では、大規模モデルを特定の用途で使用する場合、その有効性が 100% 保証されるわけではありません。大規模言語モデルを例にとると、「意味不明なことを話す」という問題は克服されていません。 「この制御不能な状態は、生産において大きな役割を果たすことを困難にしており、磨きをかけるのにまだ時間が必要です。ほとんどの B サイド顧客にとって、コミュニティと大規模モデル エコロジーの開発と進化にどう対応していくかが、焦点を当てるべき点です。」陳然は言った。

彼は、業界は以前、ビッグモデルに対して楽観的すぎ、常に「ビッグモデルを育成して世界を変える」といった非現実的な空想を抱いていたと考えている。実際のところ、大規模モデルはまだ真の生産性を形成していません。 AI 1.0 と AI 2.0 の間にはまだ移行プロセスが存在します。 「既存のシステムを完全に否定するのではなく、AIを通じて既存のシステムを強化する方法が重要なのです。」

上昇の過程では、収益を生み出す能力をまだ備えていない企業を中心に、必然的にいくつかの企業が衰退し、淘汰されることになります。スタンフォード大学の人間中心人工知能研究所は報告書の中で、2023年の人工知能への世界投資は2年連続で減少したと述べた。

中国では、アリババや百度に代表されるテクノロジー大手が依然として投資を続けている。例えば、アリババはキミ氏の親会社であるダークサイド・オブ・ザ・ムーンに8億ドルを投資し、36%の株式を保有した。市場では、テンセントもこれに追随する交渉中との噂もある。

しかし、これらの大企業が独自のイノベーションや製品の導入の促進にどれだけ貢献し、どのような役割を果たしてきたかを評価することは、ますます困難になってきています。大企業は一方では大規模なモデルを自ら構築し、他方では株式を使って競合他社を束縛しながら、市場にあるほぼすべてのスタースタートアップに投資しています。開発者から賞賛されたこの一連のAPI値下げも、大手企業が始めたものではなく、プライベートエクイティ大手のHuanfang Quantitativeと新興企業のZhipu AIが先導し、その後に大手企業が続いたという、消極的でマーケティング色が強いものだった。

今年後半も、業界は依然として非常に競争が激しいでしょう。結局、国産の大型モデルは最初から競争によって牽引されてきた。おそらく、私たちはいくつかの勝者を思いつくことができ、ヒットアプリもそう遠くないだろう。

著者: ライミング

WeChat パブリックアカウント: Dingjiao (ID: dingjiaoone)