2024年不能商业化的AI大模型，“都得死”_风闻

今天，从三个层面来聊一聊2024年“AI大模型”的整体发展趋势。

第一，2024年主流大模型将会从“AI大模型”到“AGI大模型”加速进化，很多大模型厂商接下里都会跟不上这个节奏，他们可能只能去做不能向AGI进化的“小模型”，而小模型的场景和大模型截然不同，它主要用在终端和边缘侧。

从AGI大模型的进化方面来看，首当其冲是，就是“算力”一定要进化，现在“万卡”级别的GPU算力是入门，未来是向10万卡级别冲刺，而“多模态、AGI”的大模型可能还会更高，因此大玩家会越来越少、越来越强，而小玩家就很难有市场生存空间。

其次，模型进化还要比“算法模型”的绿色化，没有金主的小玩家算法模型，它能带来30%以上的能耗优势吗？如果不能，就肯定竞争不过“有钱任性”的大玩家，因为像ChatGPT等有微软金主的商业场景上的支持，他们可以不那么在乎电力成本的支出。

第二，AI大模型要向“实时、在线”进化，也就是进入“分钟级、秒级”的AI响应，来适应数智时代的所有服务需求“实时响应”的需要，而打造实时在线的AI大模型，它的成本将会是一个“无底洞”。

AI大模型，它本质上是数智时代的一个“电老虎”，家里开矿的都覆盖不了它的成本，家里得是开电厂的，数据训练、优化、调用、维护，所有的地方都需要电力，电力是AI最大的“成本”，数据是AI最大的“食粮”，它每天都得吃电力、吃数据，形容AI大模型就像是一个“败家的孩子”，如果没有商业化的场景、家底不雄厚，很难长期支撑这样的成本支出。

而且，AI大模型更新的时间正在越来越短，过去从半年、三个月、数周、数天一次的数据训练，接下来需要向商业化的小时、分钟、秒级进化，因为服务的实时在线是数智时代最大的特征，你不能问AI大模型一件事，它还不知道“发生了什么”，未来这样的AI大模型的价值就会丧失竞争力，而更新的时间越短，累积的训练量就越大，它的能耗成本就越高。

第三，2024年中国的AI大模型会逐渐进入“数据拆墙时代”，什么是数据拆墙？就是中国出现“百模大战”，很大的一个原因是因为很多“数据”没有被打通，某些领域的数据要素没有被联通起来，别人就做不了你这个领域的AI大模型，只能它自己做，这种“数据之墙”被动增加了模型开发数量。

举一个例子，国家金融数据是与其他数据高度隔离的，HBAT等AI模型能力再强，它也做不了实用的金融AI大模型，因为银行的金融数据不会完全开放给他们，这涉及到国家金融安全，但传统的金融企业又未必能做出来金融AI大模型，所以类似金融产业的AI化，必须想办法拆墙，未来很多这样的领域都会在确保数据安全隐私的情况下，把数据拿出来用于AI大模型训练，以提升银行的服务能力。

一些前瞻的AI大模型玩家，会输出“通用AI大模型”能力给到这些企业来选择适配，比如中科院的紫东太初大模型，它提供的是“模型即服务”的能力，这就会导致过去依靠数据之墙做起来的独立研发的AI大模型没有竞争力，将来很多厂商会选择即插即用的“通用AI大模型”来训练不开放数据的AI大模型，这样就等于变相拆掉了“数据墙”，所以AI大模型的厂商数量也会因此减少。

中国其实不需要那么多AI大模型，有三类、十几家AI大模型就足够了：

第一类主攻多模态的“AGI模型”的持续进化，冲刺人类的“AI奇点时刻”；

第二类主攻即插即用的“通用AI大模型”，提供“模型即服务”的能力，让数据之墙内的企业，也可以方便的进行AI大模型的隐私化部署；

第三类主攻小而美的“边端侧AI大模型”，它是作用是实现AI个人助理、AI家庭助理、AI企业助理等隐私场景的小规模AI商业化服务。

以每一个类别3-5家AI大模型参与市场竞争为基准，总共也就十几家完全可以满足中国市场的商业化需要，其他的AI大模型基本上都会被淘汰出局。那么，问题来了，你认为2024年市场上哪些AI大模型会被淘汰出局呢？

| 科技道，数智经济第一人（代表作《数智经济》《数智经济100大生产力跃迁（筹）》）

| 商业道，资产轻量化导师（代表作《轻资产时代》《商业向心力》《末端爆发》）

| 公关道，公关三十六计玩咖（代表作《金牌公关人》《无公关，不品牌》）