这段时间我在国内,与几位国内从事AI领域的专业人士进行了深度的交流。这些对话揭示出了中国AI事业面临的不易,让我深感担忧。一系列问题让人不禁为中国的AI创业者们感到心焦。在这个充满竞争和不确定性的领域,我们共同面临着巨大的挑战。在中国,AI创业者们正面对一系列让人头疼的问题。从融资难、数据获取的瓶颈,再到内容创作的困扰、收费模式的艰难选择,以及竞争激烈的市场环境,这五大瓶颈令创业者们难以轻松前行。本文将深入剖析这些问题,为大家呈现一个真实而具有挑战性的中国AI创业现状。
融资难:AI前期投入极高,回报极低
在AI领域,融资一直是一项巨大的挑战。这个行业的本质决定了前期投入巨大,而回报却存在着高度的不确定性。对于投资者而言,这意味着需要付出巨大的风险,可能在长时间内无法看到实质性的回报。这种不确定性使得许多潜在的投资者望而却步,对AI初创公司的投资愈发谨慎。
回顾OpenAI的历程,这家公司在ChatGPT之前的7年时间里一直未盈利。这期间,OpenAI经历了艰苦的拼搏与坚持,持续不断地在技术研发和创新方面投入大量资源。直到微软注资100亿美元后,OpenAI才终于迎来了突破做出chatGPT。这也突显了在AI领域获得成功的路径是多么的曲折和漫长。微软的大额投资为OpenAI提供了资金支持和发展动力,这样的成功并非所有AI初创公司都能够轻松复制。
在中国,由于美元VC几乎已经退出,国内的AI公司更难以获得类似的激进投资。这使得AI创业者在融资过程中面临着更大的压力。他们不仅需要证明其技术和商业模式的可行性,还需要吸引国内投资者的信任和支持。这可能需要更为创新和巧妙的方法,以展示公司在AI领域的潜力和前景,进而获取资金支持。
因此,对于中国的AI创业者而言,融资不仅是一场技术和商业实力的较量,更是一场营销和说服的挑战。时刻考虑如何在竞争激烈的市场中脱颖而出,如何用独特的价值主张吸引投资者的眼球,成为他们必须面对的现实。这也反映出在AI领域创业,除了技术创新外,还需要战略眼光和市场敏感性。
数据难:AI发展需要庞大的数据支持
AI犹如一位渴望学习的孩子,它的成长离不开海量的数据作为养料。这个比喻形象地描绘了AI系统在训练和发展过程中对于数据的渴求,就如同一个孩子需要吸取知识一样。剪映、飞书、钉钉等应用之所以能够取得迅猛的发展,其中一个关键因素就是它们能够倚赖字节、阿里等大公司拥有的庞大数据库。
这些大型企业积累了海量的用户行为、交互和其他形式的数据,为其AI提供了丰富的训练材料。这样的数据支持使得它们的AI能够更准确地理解用户需求,提供更智能的服务。以剪映为例,其在视频编辑领域的成功离不开用户在平台上大量上传的视频数据,这为其AI提供了强大的学习资源。
相较之下,创业公司在数据获取方面则面临着巨大的困境。缺乏庞大的用户群和强大的数据积累,他们往往难以让其AI系统在训练中得到足够的“食物”。这使得创业公司需要通过创新的手段来解决这一难题。可能的途径包括与其他企业合作共享数据,积极寻找公开的数据集,或者通过精准的用户互动来逐步积累数据。
ChatGPT在初期就通过与微软的合作以及爬取维基百科、Quora等公开数据,为其AI的训练提供了坚实的基础。这种策略不仅丰富了模型的知识库,也确保了其在缺乏大规模专有数据集的情况下依然能够具备一定的智能。然而,对于创业公司而言,如何在缺乏资源的情况下获取足够的数据,仍然是一个摆在他们面前的一道艰难考题。克服这一挑战,将需要创业者们在数据战略上寻求创新,并在有限的资源下巧妙地平衡模型的训练需求。
讯飞的星火和喜马拉雅AI之所以在短时间内能够取得成功,其中的关键因素之一是它们拥有庞大而丰富的用户数据集,这是由长时间的用户数据积累所带来的优势。
讯飞的星火通过长时间的用户数据积累和沉淀,构建了庞大的语音数据集。这个数据集不仅包含了丰富的语音样本,还包括了用户的交互、行为等多维度的信息。这使得星火在语音识别、自然语言处理等方面能够进行更为精准的模型训练,提高了其技术水平和服务质量。对于创业公司而言,要获得这样规模的数据集几乎是一项艰巨的任务,因为它需要时间、用户规模和资源的积累。
而喜马拉雅的AI之所以能够在短时间内赶超Heygen,同样归功于其庞大的6亿条干音数据集。这个数据集为喜马拉雅的AI提供了丰富的声音素材,让其能够更好地理解和模拟人类的语音特征。在语音合成和语音识别领域,拥有这样庞大的数据集是提高技术水平的一项关键优势。创业公司往往难以在短时间内获得这样规模的数据集,因此需要在数据获取和积累上投入更多的时间和资源。
内容难:AI创作的内容不完全可控
AI的内容创作是一场充满挑战的较量,涉及到道德、法律、以及国际间的文化差异。在ChatGPT及一众图像类AI工具初期推出时,一些人不顾其潜在的积极应用,而是利用其进行不当行为,包括制造假新闻和创作淫秽内容等。这种滥用行为在中国可能导致严重的法律问题,引起了社会和政府的高度警觉。这也凸显了AI技术在发展中所需面对的伦理和法规的挑战。
说白了,就是AI的内容创作的不完全可控性在中国是一个巨大的挑战。特别是在mid journey等AI技术刚刚问世的初期,将AI用于生成像奥巴马抢银行或者拜登要饭的虚构画面。这种行为不仅有悖道德和社会伦理,还可能引发社会不安和法律问题。很难想象在中国这样对于信息监管较为严格的国家,这类行为一旦曝光,可能导致相关责任人面临什么样的追责。
此外,AI技术的滥用也包括一些不当的内容创作,其中可能涉及黄色内容。由于AI技术在生成图像、文字等方面的逼真性,一些人可能利用这些技术创作淫秽、低俗的内容。在中国,这种行为可能不仅受到法律的制裁,还可能受到社会舆论的谴责。
因此,AI创作的不完全可控性需要引起社会的高度警觉,促使相关机构和技术公司采取有效的监管和控制措施。这也提醒我们,尽管AI技术带来了许多创新和便利,但在使用中需要谨慎,以避免对社会产生负面影响。
由中国团队研发的Deeper区块链路由器是一个鲜活的例子。尽管在全球取得了火爆的销售,但由于中国国内对于特定内容的严格审查,这款产品却无法在国内进行邮寄派送。这种局面让人深感无奈,也反映了技术发展在国家层面应用受到不同法规限制的现实。
Deeper Network这一由中国团队打造的区块链路由器,其在全球市场的成功在一定程度上展现了中国在技术领域的创新实力。然而,国内法规和审查标准的限制却使得这一创新产品在本土市场受阻。
因此,AI内容创作的挑战不仅仅是技术上的,还涉及到如何在不同文化、法规背景下合理应用这一技术。在未来,随着AI技术的不断发展,全球社会需要共同努力,建立更为统一和有效的AI伦理框架,以促进该技术的健康发展。
收费难:中国人习惯不为软件付费
收费难是中国AI创业者面临的一项严峻挑战,而这一问题既涉及到文化传统,也与市场环境息息相关。
在中国,人们一直以来都习惯为知识付费,这在培训和教育领域表现得尤为明显。从小学生参加各种补习班,到职场人士参与各类培训课程,知识付费已经渗透到人们的生活中。然而,当涉及到软件领域时,情况却截然不同。谷歌、Meta、腾讯等科技巨头本质上是广告公司,通过提供免费服务并通过广告推广来实现盈利。这一模式在中国市场上得到了广泛应用,人们习惯了使用免费服务。
与此相对,AI创业者却很难在这种模式下找到盈利的途径。许多创业者致力于研发先进的AI技术和应用,但在面对用户付费意愿低下的情况下,盈利变得异常艰难。这导致了AI创业者在寻找可持续盈利模式上陷入困境。
相较而言,像李一舟这样的创业者成为了少数成功的案例。他通过AI培训的模式成功地让人们为知识付费。然而,这种模式并非适用于所有的AI创业者,因为不同领域的AI应用难以找到一种普适的商业模式。不得不说,这真的是一种悲哀。
要解决这一问题的途径,需要AI创业者们寻找创新的商业模式,可能是通过差异化的服务、定价策略或者与其他行业的深度融合,以适应中国用户对软件付费的相对保守态度。同时,推动用户认识到高质量AI服务的价值,也是创业者们需要努力的方向,以逐步改变消费者的观念。
追赶难:OpenAI先发优势太大
打不过OpenAI,这是中国的AI创业者们面对的一个巨大挑战。OpenAI拥有着极为显著的先发优势,每次的技术更新都可能对整个AI领域产生颠覆性影响。这形成了明显的头部效应,让其他AI创业公司感到力不从心。
喜马拉雅AI与Heygen的竞争就是一个典型的例子。尽管喜马拉雅AI在某些方面取得了一些进展,但在OpenAI的技术更新面前,其被迫降维应对,反映了OpenAI先发优势的巨大压力。这种情况在整个AI创业领域愈发显著,让创业者们感到前路漫漫而困难。
最新的OpenAI技术更新,比如剪影,已经展示了其令人瞩目的进展。通过录制短短10秒的语音,剪影可以克隆一个人的声音,制造出高度逼真的语音分身。这种技术的拟真度极高,使得在语音合成领域取得了新的突破。这也让剪影在市场上具备了与抖音等平台竞争的潜力。抖音CEO张楠之所以选择加入剪影,可能正是看中了其在AI发展上更为激进和前瞻的产品模式。在AI领域,剪影的未来被认为会超越抖音,展现出更大的发展潜力。
而OpenAI则更是一个变态的存在,以其极为强大的技术实力不断推动AI领域的前沿。例如,最近发布的Sora技术将之前仅有的3秒视频能力拓展到60秒,再次引领了整个行业的发展。这种技术的高度创新让OpenAI在头部效应中的地位更加巩固,让其他创业公司望尘莫及。
在这个充满变革和竞争的AI领域,创业者们不仅需要具备创新的技术能力,还需要敏锐地洞察市场,以找到自己在这场激烈竞争中的定位和机会。
AI的发展在中国面临着一系列挑战,包括融资难、数据难、内容难、收费难以及与OpenAI等巨头的竞争。这些挑战让中国的AI创业者感到压力重重。长时间的用户数据积累成为一些公司成功的关键,但这对于创业公司来说是一项艰巨的任务。同时AI内容创作的不完全可控性也引发了社会伦理和法规的担忧。
作为一个中国人,了解到这些问题确实让人感到心痛和着急。希望中国的AI能够快速发展,缩小已经可观存在的代差。
“落后就要挨打”适用于任何一个年代。这句话道出了现代社会科技领域的残酷现实。在这个快速发展、依赖于算法和训练的领域,是真正的“强者恒强”,面对”落后就要挨打”的局面,我们不能再把头插在土里了。国内与国外在AI的认识、应用和发展方面的差距令人着急到睡不着觉。这种差距涉及到多个方面,包括技术积累、数据资源、法规体系等。
希望能尽快看到中国在AI领域取得更大的突破,实现自主创新,早日迎来曙光。