Conversation avec l'investisseur Chen Yu : Tant que les capacités des grandes bases de modèles ne seront pas exploitées, il sera difficile d'apporter des changements qualitatifs aux applications.
2024-08-22
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
·Le développement des grands modèles continue de « traverser la rivière en tâtant les pierres ». Qu'elles choisissent le marché B-end (orienté vers l'entreprise) ou le marché C-end (orienté vers le consommateur), les grandes entreprises modèles le sont. sont confrontés à des difficultés similaires et il n’existe pas de modèle économique clair et établi.
En août, de grandes startups modèles ont de nouveau annoncé des nouvelles de financement. Dark Side of the Moon et Zero One Thousand Things ont successivement annoncé avoir finalisé un nouveau cycle de financement. Parmi elles, Dark Side of the Moon a finalisé le dernier cycle de financement au-dessus des États-Unis. 300 millions de dollars, avec la dernière valorisation à 3,3 milliards de dollars. Bien que le capital ait une fois de plus montré sa faveur aux entreprises licornes de l'IA, aux yeux des investisseurs, le chemin de développement des grands modèles continue de « traverser la rivière en tâtant les pierres ».
" Tout le monde sait que les grands modèles d'IA sont bons, mais comment pouvons-nous les déployer en interne pour maximiser l'efficacité des grands modèles ? " " Peu importe si les grands modèles choisissent le marché du B ou du C, il n'y a actuellement aucune certitude. et un modèle commercial réalisable. " Engagé dans Chen Yu, un partenaire de Yunqi Capital qui investit dans la technologie de pointe, la conduite intelligente et d'autres domaines depuis dix ans, a récemment déclaré sans détour dans une interview avec ThePaper Technology (www.thepapaper.cn ).
Chen Yu, partenaire de Yunqi Capital
Avant de rejoindre Yunqi, Chen Yu a travaillé comme ingénieur chez Google et CTO (Chief Technology Officer) d'une société cotée nationale. Chen Yu était entré dans l'industrie du grand mannequin dès 2021. Cette année-là, il a participé à l'investissement dans le grand mannequin. startup MiniMax et devenu un ange de cette dernière, MiniMax est également l'une des grandes startups stars du moment. Chen Yu estime : « À l'avenir, chaque entreprise aura sa propre application de modèle à grande échelle, mais il n'existe actuellement aucun bon modèle de profit commercial.
The Paper : Récemment, nous avons effectué des recherches sur certaines startups à grande échelle et avons constaté qu'il existe de nombreuses incertitudes quant à la manière dont les startups peuvent parvenir au développement durable. D'une part, l'investissement est très important et, d'autre part, le financement. n'est pas facile. Que pensez-vous de ces questions en tant qu'investisseur ?
Chen Yu :En effet, il semble que les grandes entreprises modèles aient levé des fonds cette année et que la valorisation des startups vedettes ait atteint deux à trois milliards de dollars américains. Cependant, l'environnement du capital-risque pour les entreprises technologiques est en réalité très cruel et le capital ne peut pas soutenir de manière illimitée des entreprises non rentables. Les entreprises et les startups doivent à terme former leurs propres modèles économiques et être capables de générer des revenus à grande échelle. Mais la réalité est qu’il est très difficile pour les startups à grande échelle de générer des revenus à grande échelle, sans parler de la rentabilité. Qu’elles choisissent le marché du côté B (orienté vers l’entreprise) ou le marché du côté C (orienté vers le consommateur), les grandes entreprises modèles sont confrontées à des dilemmes similaires et n’ont pas encore de modèle économique clair et établi.
Le marché côté B aide en réalité les entreprises clientes à déployer des modèles privés. Actuellement, les marges bénéficiaires sur le marché B-end diminuent rapidement. Les projets de modèles à grande échelle qui ont été vendus pour des dizaines de millions l'année dernière pourraient ne l'être que pour 1 million de yuans cette année. Il existe trop de grands modèles open source sur le marché qui peuvent être empaquetés, et la concurrence est très féroce. Les activités côté B impliquent des services d'avant-vente, la signature de contrats, la mise en œuvre de projets (tels que la supervision et le réglage précis du modèle) et la maintenance après-vente, etc. Tout cela nécessite de la main-d'œuvre. Vendus à l'origine pour des dizaines de millions, les grandes entreprises de mannequins peuvent le faire. Il y a de la place pour le profit brut, mais maintenant même le bénéfice brut est là, il n'en reste plus.
Le coût de la puissance de calcul consommée par les grandes entreprises modèles pour former les modèles de base se chiffre généralement en centaines de millions, et actuellement les grandes entreprises modèles n'ont aucun moyen d'attribuer les coûts de formation via les revenus des activités côté B.
ThePaper Technology : Pour l’instant, pour les clients de Party A, n’est-il pas rentable de déployer de grands modèles privés ?
Chen Yu :De nombreuses entreprises ne veulent pas rater la vague de l’IA, mais elles n’ont pas trouvé de chemin clair pour intégrer l’IA à leur propre entreprise. Il en va de même pour la partie A. Le plus gros problème auquel la partie A est confrontée est qu'elle sait utiliser de grands modèles, mais elle ne sait pas comment mettre en œuvre et déployer de grands modèles au sein de l'entreprise, ni comment maximiser l'efficacité des grands modèles. En fait, cela nécessite beaucoup de temps et de grands modèles de communication d'entreprise.
Lorsque les entreprises privatisent et déploient des modèles à grande échelle, les données peuvent devenir un véritable obstacle. Le type de données à affiner, la manière de nettoyer les données et la manière d'étiqueter les données utiles nécessitent tous des ressources humaines et matérielles. La sélection des données de formation et l'alignement du modèle affecteront grandement l'efficacité du modèle, il n'existe donc pas de grand modèle pouvant convenir à tous les scénarios.
ThePaper Technology : Le marché de la face B est difficile à réaliser, alors qu’en est-il de la face C ?
Chen Yu :Les applications des produits des grands modèles destinés au marché de masse du segment C peuvent être grossièrement divisées en deux catégories : l'une concerne les robots de conversation émotionnelle, tels que Hoshino de MiniMax et le célèbre C.ai ; la deuxième catégorie concerne les outils de productivité. Ces produits sont en fait fabriqués par tous les grands modèles. Le problème est que tant qu'une grande entreprise ne facture pas pendant une journée, il sera difficile pour les autres entreprises de facturer car elle n'a essentiellement aucune réticence pour les utilisateurs. Pour les grandes entreprises disposant d’un bon flux de trésorerie, la meilleure stratégie est de survivre à leurs concurrents. Il sera donc difficile pour les startups nationales de facturer les outils de productivité côté C. En fin de compte, il y aura certainement des entreprises qui ne pourront pas obtenir de financement et seront éliminées.
The Paper : De nombreuses grandes entreprises modèles développent désormais leurs activités à l'étranger. Que pensez-vous de ce phénomène ?
Chen Yu :Une fois qu’un grand modèle atteint une certaine valorisation, il doit répondre à une question : comment générer des revenus à grande échelle. Le marché étranger est plus vaste et la volonté de payer des clients étrangers est plus élevée que celle des clients nationaux. Par conséquent, les entreprises sur lesquelles je me concentre actuellement sont également des entreprises ayant des activités à l’étranger. Lorsque les grands modèles partent à l'étranger, leurs méthodes de profit ne changeront pas beaucoup par rapport à celles du marché intérieur, mais elles seront confrontées à la concurrence des produits étrangers de grands modèles, ce qui est extrêmement difficile.
The Paper : De l’année dernière à cette année, l’attention de tous sur les grands modèles s’est déplacée de la technologie vers les applications, mais les applications n’ont pas explosé. Quelle en est la raison ?
Chen Yu :De l'année dernière à cette année, le coût de raisonnement des grands modèles a été considérablement réduit, mais la raison pour laquelle il n'existe pas de bons scénarios d'application est toujours limitée par les capacités des grands modèles eux-mêmes, telles que les capacités de raisonnement et les problèmes d'hallucination.
Maintenant, le sentiment général de tout le monde est que les grands modèles peuvent être utilisés dans de nombreux endroits, mais ils semblent inutiles partout. En effet, les grands modèles impliquent encore des problèmes tels que l'illusion avant d'être formés. C'est aussi la raison pour laquelle il nous est difficile d'investir. Bien que tout le monde regarde l'orientation des applications d'IA, le problème est que les capacités de base des grands modèles progressent lentement. Avant une percée dans les capacités des grands modèles, il sera difficile pour les applications sous-jacentes d’apporter des modifications substantielles.
N’ayez donc pas d’attentes trop élevées pour le moment, mais vous pouvez être optimiste quant à l’avenir. L’itération de la technologie est très rapide. Si le niveau du grand modèle de l'année dernière était au niveau d'un élève de troisième année au collège, il pourrait maintenant être au niveau d'un étudiant en deuxième année au lycée. Il continue également d’apprendre et de s’améliorer comme les gens.
Le changement le plus important dans le domaine des grands modèles cette année est le coût, qui a diminué d'au moins deux ordres de grandeur. D'une part, la réduction des coûts est le résultat de la pression du marché, et d'autre part, elle est également due à l'amélioration de la technologie. L'innovation de l'algorithme sous-jacent a en effet toujours existé, ce qui a entraîné une réduction des coûts.
Tout le monde doit être patient face au développement de la technologie. L'expérience des grandes entreprises modèles n'est que d'un ou deux ans, et maintenant tout le monde est dans le même état que de traverser la rivière en palpant les pierres. Cependant, la tendance du développement de la technologie est en fin de compte la démocratisation de la technologie, ce qui abaissera le seuil pour que tout le monde puisse l'utiliser, donc si nous attendons encore un peu, je pense que chaque entreprise aura à l'avenir ses propres applications modèles à grande échelle. Aujourd’hui, le déploiement de son modèle privé peut coûter à une entreprise des dizaines de millions, mais dans dix ans, elle n’aura plus besoin de dépenser des sommes aussi élevées. Je pense qu'à l'avenir, le déploiement de modèles privatisés à grande échelle dans les entreprises pourrait devenir davantage basé sur les outils et les produits.
À mesure que la technologie mûrit, elle deviendra de plus en plus standardisée et les coûts diminueront de plus en plus. Le développement de toutes les technologies suit une telle voie de développement. Le coût élevé n'est qu'un phénomène de phase à court terme. Lorsque je l'ai partagé avec nos LP (investisseurs) en novembre de l'année dernière, j'ai également déclaré que le coût des grands modèles diminuerait de deux ordres de grandeur au cours des trois prochaines années, ce qui s'est réalisé de manière inattendue six mois plus tard. En fait, le monde évolue plus rapidement qu’aucun d’entre nous ne l’imagine.
Le journaliste du Paper Yu Yan
(Cet article provient de The Paper. Pour plus d'informations originales, veuillez télécharger l'application « The Paper »)
