當(dāng)時(shí)我用了一句話來(lái)形容A股AI的炒作：

　　預(yù)告即高潮，內(nèi)測(cè)即巔峰，發(fā)布即證偽。

　　事實(shí)和我預(yù)期的基本一致，當(dāng)時(shí)就是那個(gè)巔峰。

　　這兩個(gè)月以來(lái)，A股所謂的AI應(yīng)用公司腰斬起步，部分已經(jīng)跌了70%，算力公司大部分腰斬，個(gè)別真有邏輯能供應(yīng)海外頭部廠商的企業(yè)，也因?yàn)榍捌跐q幅太大預(yù)期太高，調(diào)整了30%+。

　　到今天為止，我看大規(guī)模投資A股AI的機(jī)構(gòu)幾乎已經(jīng)全線虧損，炒的早的賺的錢已經(jīng)全部吐出去，炒的晚的大多今年已經(jīng)虧了20%+。

　　到今天，產(chǎn)業(yè)再次發(fā)生了重大的變化，預(yù)告，內(nèi)側(cè)，發(fā)布這三步開始走到了最后一步--發(fā)布。

　　根據(jù)媒體報(bào)道，11家AI大模型產(chǎn)品今日起將陸續(xù)上線，騰訊華為等也很快將開放上線，我們今天試了下，文心一言，商湯商量等Chat類對(duì)話大模型已經(jīng)全面可以正常使用。

　　這意味著，基本面驗(yàn)證的時(shí)候到了！

　　大模型究竟有沒有用戶使用？能不能留存用戶？可不可以讓用戶付費(fèi)？哪家能成為用戶的選擇？接入哪個(gè)大模型的產(chǎn)品和應(yīng)用能成為爆款？哪家公司在AIGC上的投入真的能貢獻(xiàn)收入和利潤(rùn)？

　　答案終于到了要揭曉的那一刻...

　　兩個(gè)確定的事實(shí)

　　這里有兩個(gè)不用等答案公布就能知道的事實(shí)。

　　第一，大部分公司一定是證偽的。

　　從歷史來(lái)看，軟件應(yīng)用這個(gè)行業(yè)一直存在著明顯的馬太效應(yīng)，強(qiáng)者恒強(qiáng)。我們看到的幾乎所有C端的應(yīng)用，最終都只會(huì)有少量企業(yè)留存。

　　外賣最后只剩兩家，短視頻只剩兩家，中視頻只剩一家，聊天軟件只剩一個(gè)，打車軟件只剩一家，操作系統(tǒng)只剩兩個(gè)...

　　除了能明確用知識(shí)產(chǎn)權(quán)區(qū)隔的長(zhǎng)視頻和體量巨大的電商平臺(tái)，所有軟件應(yīng)用都呈現(xiàn)出寡頭壟斷的格局。

　　很顯然，大模型未來(lái)也會(huì)是寡頭壟斷的格局，而光今天國(guó)內(nèi)就有11個(gè)大模型商用落地，未來(lái)可能還會(huì)有幾十個(gè)模型被批商用，但最終大概率只有2-3個(gè)可能成為消費(fèi)慣常使用的產(chǎn)品。

　　在大模型商用落地后，市場(chǎng)可以非常清楚的看到哪些模型會(huì)很快被市場(chǎng)淘汰，哪些模型可能會(huì)有競(jìng)爭(zhēng)力。

　　伴隨著大模型的全面發(fā)布，很多一看就會(huì)被淘汰的模型會(huì)進(jìn)入快速證偽階段，其相關(guān)上市公司股價(jià)也大概率會(huì)伴隨基本面的證偽，進(jìn)入到新的主跌浪中。

　　第二，應(yīng)用落地的速度一定遠(yuǎn)慢于大部分分析師的預(yù)期。

　　市場(chǎng)上有不少觀點(diǎn)認(rèn)為國(guó)內(nèi)大模型應(yīng)用沒有全面鋪開是因?yàn)楸O(jiān)管的原因，監(jiān)管一直沒有過審，一旦審批過后，應(yīng)用立馬會(huì)遍地開花。

　　我覺得這種觀點(diǎn)是完全錯(cuò)誤的，目前制約國(guó)內(nèi)AIGC相關(guān)應(yīng)用落地的并不是監(jiān)管，而是技術(shù)不夠成熟，滿足不了消費(fèi)者的需求。

　　舉個(gè)例子，其實(shí)AIGC生成圖片的應(yīng)用并沒有監(jiān)管限制，但到目前為止，沒有一家做出了真正的爆款產(chǎn)品，之前一度還比較火的妙鴨相機(jī)也快速隕落，無(wú)人問津。

　　這里的背景是國(guó)內(nèi)的AIGC技術(shù)仍然不夠成熟，以妙鴨相機(jī)為例，其生成圖片質(zhì)量和真實(shí)的照片寫真依然還有明顯的差距。還有一點(diǎn)很重要的是，生成寫真圖片這樣的市場(chǎng)并不是什么高頻的消費(fèi)市場(chǎng)，缺乏持續(xù)消費(fèi)的場(chǎng)景。不會(huì)有人要一直用一個(gè)照片生成軟件生成照片的，這樣的使用場(chǎng)景壓根就是不存在的。

　　在對(duì)話類大模型上這個(gè)問題會(huì)更加明顯，缺乏使用場(chǎng)景，由于技術(shù)不夠，使用場(chǎng)景限制更多，需要更多的技術(shù)進(jìn)步解決更多場(chǎng)景的應(yīng)用問題。

　　而技術(shù)進(jìn)步需要時(shí)間！

　　一些觀察

　　為什么說(shuō)對(duì)話類大模型使用場(chǎng)景小，這里再分享兩個(gè)我們對(duì)于大模型的觀察。

　　第一，大模型的使用呈現(xiàn)出專業(yè)化特征。

　　市場(chǎng)期待的大模型使用時(shí)每個(gè)人每天都登陸上去搜索，問問題，尋找答案，但實(shí)際上的大模型使用越來(lái)越專業(yè)化。

　　專業(yè)的文字工作者使用其作為的文字助手，專業(yè)的程序員使用其進(jìn)行編程的輔助，普通人完全沒有場(chǎng)景去使用它，使用對(duì)話大模型還不如在微信搜一搜來(lái)的方便...

　　問問題需要連續(xù)問好幾次才能得到答案，通過搜索可以快速的得到很多答案，然后從中選擇自己真正需要的。

　　當(dāng)技術(shù)水平不夠時(shí)，數(shù)據(jù)不夠，模型回答不夠準(zhǔn)確，有各種局限時(shí)，模型問答的效果要遠(yuǎn)遠(yuǎn)弱于直接搜索...

　　用戶專業(yè)化的特征，意味著需要使用對(duì)話大模型的人變成了專業(yè)的少數(shù)，這一方面意味著對(duì)話大模型用戶量是有巨大局限的，很難成為高用戶量產(chǎn)品，另一方面專業(yè)的少數(shù)往往都具備科學(xué)上網(wǎng)的能力，所以國(guó)內(nèi)大模型依然面臨著GPT的競(jìng)爭(zhēng)，而從技術(shù)能力來(lái)看，GPT依然遙遙領(lǐng)先...

　　第二，場(chǎng)景比大模型本身更重要。

　　將大模型和應(yīng)用場(chǎng)景有機(jī)會(huì)結(jié)合，提升應(yīng)用場(chǎng)景的客戶體驗(yàn)是最重要的應(yīng)用落地方向。

　　比如bing和谷歌都集成了大模型到搜索引擎中，幫助搜索引擎更加智能化；adobe集成了AIGC應(yīng)用到新的PS中，新的PS使用效果逆天。

　　客戶習(xí)慣的應(yīng)用場(chǎng)景，疊加大模型進(jìn)行應(yīng)用體驗(yàn)的升級(jí)是目前事實(shí)上最有效的應(yīng)用落地。

　　百度可以集合大模型到自己的搜索，阿里可以集成大模型到電商導(dǎo)購(gòu)客戶，騰訊可以集成大模型到微信助手，已經(jīng)有強(qiáng)大應(yīng)用落地場(chǎng)景的應(yīng)用可能才是真正能催化應(yīng)用落地。

　　而一個(gè)本來(lái)沒有應(yīng)用場(chǎng)景的企業(yè)，因?yàn)锳IGC大模型去和本來(lái)有場(chǎng)景的企業(yè)競(jìng)爭(zhēng)，這種想法在當(dāng)下其實(shí)是非常不靠譜的...

　　比如一家企業(yè)本來(lái)沒有搜索引擎，沒有搜索業(yè)務(wù)，有了大模型就要去做搜索業(yè)務(wù)，和其他搜索廠商競(jìng)爭(zhēng)，結(jié)果大概率是做不成的。

　　一方面大模型并不稀缺，你想依賴大模型去搶其他公司的應(yīng)用場(chǎng)景，其他公司只需要隨便接入其他大模型就能對(duì)抗這種商業(yè)競(jìng)爭(zhēng)，這樣的競(jìng)爭(zhēng)注定是難以獲勝的，而且說(shuō)實(shí)話以目前的AIGC水平，模型對(duì)應(yīng)用的改善和提振還是非常有限的。

　　另一方面，擁有場(chǎng)景往往意味著擁有這個(gè)場(chǎng)景下的數(shù)據(jù)積累，而數(shù)據(jù)的積累，數(shù)據(jù)的質(zhì)量也決定了模型的質(zhì)量。

　　沒有場(chǎng)景的企業(yè)模型質(zhì)量上天然就是不如有場(chǎng)景有數(shù)據(jù)的企業(yè)的。

　　總的來(lái)說(shuō)大模型的商業(yè)化落地，意味AIGC新階段的開始。

　　也意味著AI炒作的全面結(jié)束，基于基本面投資的全面開啟。