撰稿 | 言征

 “分拆”煥新了阿里，而大模型救回了阿里云。

昨天發(fā)布的“新阿里”的第一份財(cái)報(bào)中，2341.56 億元，同比增長(zhǎng)14%。數(shù)據(jù)可謂“情理之中，意料之外?！?/p>

情理之中的是，阿里國(guó)際和菜鳥(niǎo)業(yè)務(wù)的超預(yù)期增速（分別為41%、34%），因?yàn)榇饲耙呀?jīng)有不少有關(guān)這兩塊業(yè)務(wù)快速增長(zhǎng)的消息。意料之外的是，一旦我們將目光聚焦到此前連續(xù)三個(gè)季度收入接近為零甚至負(fù)增長(zhǎng)的阿里云，竟然奇跡般地“回魂”再生。

一、財(cái)報(bào)中的阿里云

去年12月，阿里云已連續(xù)兩季度營(yíng)收增長(zhǎng)接近0%，彼時(shí)還存有云安全事故余波；今年的一季度，阿里云業(yè)務(wù)收入同比下降2%。阿里云想要重獲增長(zhǎng)的難度可見(jiàn)一斑。

在新出爐的財(cái)報(bào)里，阿里云收入增長(zhǎng)4%至251.23億元。據(jù)財(cái)報(bào)表顯示，阿里云的增長(zhǎng)受阿里巴巴并表業(yè)務(wù)及金融服務(wù)、教育、電力和汽車(chē)行業(yè)的客戶所驅(qū)動(dòng)。

阿里云也表示，這主要是來(lái)自于AI熱潮帶來(lái)的算力和模型服務(wù)需求的推動(dòng)。

圖片

二、張勇：大模型帶來(lái)了增量機(jī)會(huì)

全球都在追逐生成式AI浪潮。對(duì)于中國(guó)企業(yè)而言，要么和云業(yè)務(wù)結(jié)合、要么在某領(lǐng)域聚焦。張勇在財(cái)報(bào)會(huì)上，一針見(jiàn)血：“會(huì)有一大批這樣的企業(yè)，從大模型起家，而后進(jìn)入特定領(lǐng)域。”

大模型所需的模型訓(xùn)練和推理場(chǎng)景，都帶來(lái)了非常旺盛的對(duì)AI云服務(wù)需求。而且這種需求是長(zhǎng)期的并非短暫的。張勇認(rèn)為，現(xiàn)在的人工智能革命屬于增量機(jī)會(huì)，各行各業(yè)都希望利用人工智能來(lái)提升他們的服務(wù)，他們要利用大量高性能的算力，不僅是用于現(xiàn)階段模型的訓(xùn)練，還要用于支撐以后AI模型提供各種服務(wù)，這是非常重要的、長(zhǎng)期的增長(zhǎng)引擎。

但是由于短期內(nèi)GPU在中國(guó)市場(chǎng)供應(yīng)的緊缺，使得這樣的需求只得到了部分滿足，AI相關(guān)服務(wù)所帶來(lái)的增量機(jī)會(huì)剛剛開(kāi)始得到釋放。

當(dāng)然，阿里云實(shí)現(xiàn)增長(zhǎng)還有一個(gè)原因，那就是疫情之后的策略調(diào)整。張勇透露，“阿里云在疫情之后，遠(yuǎn)程辦公、在線教育等需求的減少，這是影響阿里云增速的一個(gè)重要因素，阿里云正采取措施，傾向于公共云，以及高質(zhì)量云服務(wù)的增長(zhǎng)，有了恰當(dāng)?shù)匿N(xiāo)售結(jié)構(gòu)和客戶結(jié)構(gòu)，可以使得阿里云捕捉到長(zhǎng)期和可持續(xù)增長(zhǎng)的勢(shì)頭?！?/p>

三、大模型時(shí)代的“阿里云打法”

在game changer出現(xiàn)之前，每一位入局者都有翻盤(pán)的可能。作為云時(shí)代的霸主，阿里云也讓我們看到了他獨(dú)有的開(kāi)源打法。

基礎(chǔ)模型是基本功，自“通義千問(wèn)”于2023年4月發(fā)布后，阿里云隨即升級(jí)其音頻轉(zhuǎn)寫(xiě)平臺(tái)“聽(tīng)悟”，并為其配備AI驅(qū)動(dòng)的會(huì)議分析能力。于7月份，阿里云推出生成式AI文生圖模型“通義萬(wàn)相”。

此外，阿里云在模型社區(qū)已經(jīng)初具規(guī)模，AI模型社區(qū)魔搭（ModelScope）截至2023年7月已托管逾1000個(gè)AI模型，累計(jì)模型下載量超過(guò)4500萬(wàn)次。

這就不得不提到阿里開(kāi)源的策略：就在一周前，8月3日，魔搭上架了兩款開(kāi)源模型——Qwen-7B和Qwen-7B-Chat，阿里云已確認(rèn)其為通義千問(wèn)70億參數(shù)通用模型和對(duì)話模型，兩款模型目前均開(kāi)源、免費(fèi)、可商用。

阿里云稱(chēng)，是國(guó)內(nèi)首個(gè)開(kāi)源自家大模型的大型科技企業(yè)。

大家都很清楚開(kāi)源意味著什么，此前Meta的Llama2開(kāi)源是一個(gè)很重要的里程碑事件。伴隨著開(kāi)源大模型從學(xué)術(shù)層面到商業(yè)層面的應(yīng)用，AIGC的魅力才能真正釋放到每一個(gè)場(chǎng)景之中。

而對(duì)于行業(yè)支持方面，張勇則表示，接下來(lái)阿里云會(huì)繼續(xù)升級(jí)模型，并堅(jiān)持開(kāi)源策略，同時(shí)進(jìn)入更多領(lǐng)域深耕，在行業(yè)選擇上目前會(huì)優(yōu)先側(cè)重于數(shù)字原生或有數(shù)字化轉(zhuǎn)型計(jì)劃的公司，接下來(lái)在金融服務(wù)、汽車(chē)行業(yè)會(huì)逐步深入。

四、財(cái)報(bào)透露出的大模型信號(hào)

首先，算力依然是目前做大模型創(chuàng)業(yè)的最大短板。英偉達(dá)的股價(jià)在2023年增長(zhǎng)了兩倍，也極力證明了市場(chǎng)需求，我們需要盡快補(bǔ)齊自研能力的短板。

其次，如百度、阿里、騰訊等云平臺(tái)正成為AI基礎(chǔ)平臺(tái)，不大可能自己做每個(gè)垂直行業(yè)的領(lǐng)域大模型，而是會(huì)采取開(kāi)放的態(tài)度，優(yōu)先從某些自身優(yōu)勢(shì)領(lǐng)域?yàn)橛行枨蟮目蛻袅可矶ㄖ?。?dāng)然，初創(chuàng)企業(yè)也需要隨時(shí)建設(shè)自己產(chǎn)品、服務(wù)的護(hù)城河。

第三，對(duì)比國(guó)外，國(guó)內(nèi)尚沒(méi)有涌現(xiàn)出在數(shù)據(jù)平臺(tái)/工具層的實(shí)力企業(yè)，比如，為人工智能應(yīng)用程序收集、存儲(chǔ)和處理數(shù)據(jù)的平臺(tái)（國(guó)外有在云中提供數(shù)據(jù)倉(cāng)庫(kù)的Snowflake、提供統(tǒng)一分析平臺(tái)的Databricks等）。

第四，新一輪的AI增量市場(chǎng)才剛剛開(kāi)始。雖然我們現(xiàn)在看到百模大戰(zhàn)、千模大戰(zhàn)，但各行各業(yè)的滲透與落地，也更多的是展望多于實(shí)踐。正如張勇所言，“AI相關(guān)服務(wù)所帶來(lái)的增量機(jī)會(huì)剛剛開(kāi)始得到釋放?！?/p>

五、大模型創(chuàng)新方向有哪些？

據(jù)外媒Y(jié)combinator公布的報(bào)告，目前大模型初創(chuàng)企業(yè)的玩法還是不少的，這里列舉一些，以饗讀者。

1.關(guān)注具體問(wèn)題和客戶

初創(chuàng)公司正在針對(duì)一組重點(diǎn)客戶的重點(diǎn)問(wèn)題，即“通用”人工智能解決方案較少。在所有這些例子中，都特別關(guān)注狹窄的問(wèn)題空間和客戶，并在該背景下應(yīng)用LLM。

Yuma.ai專(zhuān)注于幫助那些難以處理客戶請(qǐng)求和疑慮的 Shopify 商家。通過(guò)利用大型語(yǔ)言模型 (LLM)，Yuma.ai 自動(dòng)從知識(shí)庫(kù)生成響應(yīng)。另一家名為Speedy的初創(chuàng)公司致力于支持沒(méi)有時(shí)間使用生成式人工智能創(chuàng)建營(yíng)銷(xiāo)內(nèi)容的中小企業(yè) (SMB)。Haven 的目標(biāo)是讓物業(yè)經(jīng)理實(shí)現(xiàn)約 50% 的住戶互動(dòng)自動(dòng)化。OfOne 的目標(biāo)是大型快餐店得來(lái)速，幫助他們自動(dòng)化接單流程并提高盈利能力。

2.與現(xiàn)有軟件的集成

除了選擇 GPT / LLM 并通過(guò) UI 公開(kāi)它們之外，一些初創(chuàng)公司還進(jìn)一步與客戶已經(jīng)使用的現(xiàn)有軟件集成。這些集成是解鎖新用例的重要推動(dòng)力，而 ChatGPT 等開(kāi)箱即用的 LLM 應(yīng)用程序無(wú)法輕松解決這些用例。

Lightski專(zhuān)注于與 Salesforce 等客戶關(guān)系管理 (CRM) 軟件集成。他們的目標(biāo)是讓客戶只需通過(guò) Slack 發(fā)送自然語(yǔ)言消息即可更新其 CRM，從而無(wú)需瀏覽層層用戶界面。Yuma.ai為幫助臺(tái)軟件提供一鍵安裝功能，將LLM的力量與客戶自己的知識(shí)庫(kù)相結(jié)合，為服務(wù)代理生成響應(yīng)草案。

3.將LLM與其他人工智能技術(shù)結(jié)合起來(lái)

初創(chuàng)公司正在探索通過(guò)使用其他人工智能技術(shù)（例如計(jì)算機(jī)視覺(jué)和預(yù)測(cè)）與LLM結(jié)合來(lái)創(chuàng)建差異化產(chǎn)品。結(jié)合技術(shù)正在幫助這些初創(chuàng)公司創(chuàng)造一條護(hù)城河，并與普通的LLM申請(qǐng)區(qū)分開(kāi)來(lái)。

Automat的客戶提供了他們希望自動(dòng)化的重復(fù) Chrome 流程的視頻演示。然后，Automat 利用應(yīng)用于屏幕記錄的計(jì)算機(jī)視覺(jué)技術(shù)以及人類(lèi)自然語(yǔ)言輸入來(lái)創(chuàng)建所需的自動(dòng)化。另一家名為Persana AI的初創(chuàng)公司利用 CRM 數(shù)據(jù)集成和公開(kāi)數(shù)據(jù)來(lái)預(yù)測(cè)銷(xiāo)售團(tuán)隊(duì)的潛在熱門(mén)線索。然后，他們聘請(qǐng)LLM，利用有關(guān)個(gè)人的可用自定義數(shù)據(jù)，為每個(gè)已識(shí)別的潛在客戶起草個(gè)性化的出站消息。

4.LLM定制

許多初創(chuàng)公司正在根據(jù)用戶過(guò)去的數(shù)據(jù)和語(yǔ)言風(fēng)格提供定制選項(xiàng)，以定制客戶使用的LLM模型。

例如，Speedy是一個(gè)幫助中小企業(yè)生成營(yíng)銷(xiāo)內(nèi)容的平臺(tái)，與客戶一起舉辦品牌研討會(huì)。然后，從這些研討會(huì)中收集到的見(jiàn)解將被輸入到他們的模型中，從而使 Speedy 能夠捕獲每個(gè)企業(yè)的獨(dú)特聲音和品牌標(biāo)識(shí)并將其融入到生成的內(nèi)容中。與此類(lèi)似，Yuma.ai專(zhuān)注于從之前的幫助臺(tái)請(qǐng)求中學(xué)習(xí)寫(xiě)作風(fēng)格。通過(guò)分析這些交互中使用的模式和語(yǔ)言，Yuma.ai 能夠生成符合既定風(fēng)格的草稿回復(fù)，確?？蛻魷贤ǖ囊恢滦院蛡€(gè)性化。

5.創(chuàng)意用戶界面

初創(chuàng)公司開(kāi)始利用的最被低估的杠桿之一，是構(gòu)建獨(dú)特且有用的 UI 界面，而大多數(shù)當(dāng)前的 LLM 產(chǎn)品（如 chatGPT、Bard）并不擅長(zhǎng)。這些界面在根據(jù)特定用例進(jìn)行定制時(shí)，可以為客戶釋放大量新價(jià)值，并吸引更多因使用困難而尚未采用現(xiàn)有產(chǎn)品的用戶。

Type是一個(gè)有趣的例子——他們構(gòu)建了一個(gè)靈活、快速的文檔編輯器，讓用戶在編寫(xiě)時(shí)通過(guò)按 cmd + k 快速顯示強(qiáng)大的 AI 命令。Type 的 AI 可以理解文檔的上下文，并在用戶編寫(xiě)更多內(nèi)容時(shí)調(diào)整建議并學(xué)習(xí)風(fēng)格。

六、寫(xiě)在最后：重獲新生的機(jī)會(huì)

張勇說(shuō)，“從大模型起家，而后進(jìn)入特定領(lǐng)域?！闭?tīng)起來(lái)，就像幾年前我們從公眾號(hào)、直播起家，進(jìn)入特定領(lǐng)域一樣。

誠(chéng)然，失敗者遠(yuǎn)多于成功者。但只有敢于在大模型時(shí)代亮劍的人，才能抓住新機(jī)遇。重獲增長(zhǎng)的阿里云，難道不就是翻盤(pán)的實(shí)例嗎？