Conversación con el inversor Chen Yu: Hasta que se superen las capacidades de las grandes bases de modelos, será difícil realizar cambios cualitativos en las aplicaciones.
2024-08-22
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
·El desarrollo de modelos grandes todavía está "cruzando el río palpando las piedras". Independientemente de si eligen el mercado de extremo B (orientado a la empresa) o el mercado de extremo C (orientado al consumidor), las grandes empresas de modelos lo son. enfrentan dificultades similares y no existe un modelo de negocios claro y establecido.
En agosto, las grandes empresas emergentes de modelos informaron nuevamente sobre noticias financieras. Dark Side of the Moon y Zero One Thousand Things informaron sucesivamente que habían completado una nueva ronda de financiación. Entre ellas, Dark Side of the Moon completó la última ronda de financiación de más de EE. UU. 300 millones de dólares, con la última valoración de 3.300 millones de dólares. Aunque el capital ha vuelto a mostrar su favor a las empresas unicornio de IA, a los ojos de los inversores, el camino del desarrollo de modelos grandes todavía es "cruzar el río palpando las piedras".
"Todo el mundo sabe que los grandes modelos de IA son buenos, pero ¿cómo podemos implementarlos internamente para maximizar la eficacia de los modelos grandes? "No importa si los modelos grandes eligen el mercado de extremo B o el mercado de extremo C, actualmente no está claro". "Un modelo de negocio viable y factible". Comprometido con Chen Yu, un socio de Yunqi Capital que ha estado invirtiendo en tecnología de punta, conducción inteligente y otros campos durante diez años, dijo recientemente sin rodeos en una entrevista con ThePaper Technology (www.thepapaper.cn ).
Chen Yu, socio de Yunqi Capital
Antes de unirse a Yunqi, Chen Yu trabajó como ingeniero en Google y CTO (director de tecnología) de una empresa nacional que cotiza en bolsa. Chen Yu había ingresado a la industria de los modelos grandes ya en 2021. Ese año, participó en la inversión en modelos grandes. startup MiniMax y se convirtió en un ángel de este último inversor, MiniMax también es una de las grandes startups estrella del momento. Chen Yu cree: "En el futuro, cada empresa tendrá su propia aplicación de modelo grande, pero actualmente no existe un buen modelo de ganancias comerciales".
The Paper: Recientemente hemos estado investigando algunas empresas emergentes a gran escala y descubrimos que existen muchas incertidumbres sobre cómo las empresas emergentes pueden lograr un desarrollo sostenible. Por un lado, la inversión es muy grande y, por otro, la financiación. No es fácil. ¿Qué opinas como inversor de estas preguntas?
Chen Yu:De hecho, parece que las grandes empresas modelo han recaudado dinero este año y las valoraciones de las nuevas empresas estrella han alcanzado entre dos y tres mil millones de dólares estadounidenses. Sin embargo, el entorno de capital de riesgo para las empresas de tecnología es en realidad muy cruel y el capital no puede apoyar ilimitadamente a las empresas no rentables. Las empresas y las nuevas empresas deben eventualmente formar sus propios modelos de negocio y ser capaces de generar ingresos a gran escala. Pero la realidad es que es muy difícil para las nuevas empresas de gran escala lograr ingresos a gran escala, y mucho menos rentabilidad. Independientemente de si eligen el mercado del lado B (orientado a las empresas) o el mercado del lado C (orientado al consumidor), las grandes empresas modelo enfrentan dilemas similares y aún no tienen un modelo de negocios claro y establecido.
El mercado del lado B en realidad ayuda a los clientes empresariales a implementar modelos privados. Actualmente, los márgenes de beneficio en el mercado de gama B se están reduciendo rápidamente. Los proyectos de modelos a gran escala que se vendieron por decenas de millones el año pasado sólo pueden venderse por 1 millón de yuanes este año. Hay demasiados modelos grandes de código abierto en el mercado que se pueden empaquetar y la competencia es muy feroz. El negocio del lado B implica servicios de preventa, firma de contratos, implementación de proyectos (como supervisión y ajuste de modelos) y mantenimiento posventa, etc. Todo esto requiere mano de obra. Originalmente vendido por decenas de millones, las grandes empresas de modelos pueden. Tenemos espacio para la ganancia bruta, pero ahora ni siquiera la ganancia bruta queda.
El costo de la potencia informática consumida por las grandes empresas de modelos para entrenar modelos base suele ser de cientos de millones, y actualmente las grandes empresas de modelos no tienen forma de asignar los costos de capacitación a través de los ingresos del negocio del lado B.
ThePaper Technology: Por ahora, para los clientes de la Parte A, ¿no es rentable implementar grandes modelos privados?
Chen Yu:Muchas empresas no quieren perderse la ola de la IA, pero no han encontrado un camino claro para integrar la IA en su propio negocio. Lo mismo ocurre con el Partido A. El mayor problema que enfrenta el Partido A es que sabe utilizar modelos grandes, pero no sabe cómo implementarlos y desplegarlos dentro de la empresa, ni cómo maximizar la efectividad de los modelos grandes. De hecho, esto requiere mucho tiempo y grandes modelos de comunicación corporativa.
Cuando las empresas privatizan e implementan modelos a gran escala, los datos pueden convertirse en un verdadero obstáculo. Qué tipo de datos son adecuados para el ajuste, cómo limpiarlos y cómo etiquetar datos útiles requieren mano de obra y recursos materiales. La selección de datos de entrenamiento y la alineación del modelo afectarán en gran medida la efectividad del modelo, por lo que no existe un modelo grande que pueda ser adecuado para todos los escenarios.
ThePaper Technology: El mercado del lado B es difícil de lograr, entonces, ¿qué pasa con el lado C?
Chen Yu:Las aplicaciones de productos de modelos grandes para el mercado masivo del extremo C se pueden dividir aproximadamente en dos categorías: una son los robots de conversación de compañía emocional, como el Hoshino de MiniMax y el conocido C.ai; la segunda categoría son las herramientas de productividad; En realidad, estos productos están fabricados por todos los modelos grandes. El problema es que mientras una gran empresa no cobre por un día, será difícil para otras empresas cobrar porque esencialmente no tiene rigidez para el usuario. Para las grandes empresas con buen flujo de caja, la mejor estrategia es sobrevivir a sus competidores, por lo que será difícil para las nuevas empresas nacionales cobrar por herramientas de productividad del lado C. Al final, definitivamente habrá empresas que no puedan conseguir financiación y sean eliminadas.
The Paper: Muchas grandes empresas modelo están desarrollando actualmente negocios en el extranjero. ¿Qué opina de este fenómeno?
Chen Yu:Una vez que un modelo grande alcanza una determinada valoración, tiene que responder a una pregunta: cómo lograr una generación de ingresos a gran escala. El mercado extranjero es más grande y la disposición a pagar de los clientes extranjeros es mayor que la de los clientes nacionales. Por lo tanto, las empresas en las que me estoy centrando actualmente también son empresas con negocios en el extranjero. Cuando los modelos grandes salen al extranjero, sus métodos de ganancias no cambiarán mucho con respecto a los del mercado interno, pero enfrentarán competencia con productos de modelos grandes extranjeros, lo cual es extremadamente desafiante.
The Paper: Desde el año pasado hasta este año, el enfoque de todos en los modelos grandes ha pasado de la tecnología a las aplicaciones, pero las aplicaciones no se han disparado.
Chen Yu:Desde el año pasado hasta este año, el costo de razonamiento de los modelos grandes se ha reducido considerablemente, pero la razón por la que no existen buenos escenarios de aplicación todavía está limitada por las capacidades de los propios modelos grandes, como la capacidad de razonamiento y los problemas de alucinación.
Ahora, la sensación general de todos es que los modelos grandes se pueden usar en muchos lugares, pero parecen inútiles en todas partes. Esto se debe a que los modelos grandes todavía implican problemas como la ilusión antes de entrenarlos. Esta es también la razón por la que nos resulta difícil invertir. Aunque todo el mundo mira hacia las aplicaciones de IA, el problema es que las capacidades básicas de los modelos grandes están progresando lentamente. Antes de que se produzca un gran avance en las capacidades de los modelos grandes, será difícil que las aplicaciones subyacentes realicen cambios sustanciales.
Así que no tenga expectativas demasiado altas en este momento, pero puede ser optimista sobre el futuro. La iteración de la tecnología es muy rápida. Si el nivel del modelo grande del año pasado estaba al nivel de un estudiante de tercer grado en la escuela secundaria, ahora puede estar al nivel de un estudiante de segundo año en la escuela secundaria. Además sigue aprendiendo y mejorando como las personas.
El mayor cambio en el campo de los modelos grandes este año es el costo, que ha caído al menos dos órdenes de magnitud. Por un lado, la reducción de costos es el resultado de la presión del mercado y, por otro lado, también se debe a la mejora de la tecnología. De hecho, la innovación del algoritmo subyacente siempre ha existido, lo que ha provocado una reducción de costos.
Todo el mundo debe tener paciencia con el desarrollo de la tecnología. La experiencia de las grandes empresas modelo es de sólo uno o dos años, y ahora todo el mundo se encuentra en el mismo estado que cruzar el río palpando las piedras. Sin embargo, la tendencia de desarrollo de la tecnología es, en última instancia, la democratización de la tecnología, lo que reducirá el umbral para que todos la utilicen, por lo que si esperamos un poco más, creo que cada empresa tendrá sus propias aplicaciones modelo a gran escala en el futuro. Hoy en día, a una empresa le puede costar decenas de millones implementar su modelo privado, pero dentro de diez años ya no necesitará gastar un costo tan alto. Creo que en el futuro, el despliegue de modelos privatizados a gran escala en las empresas puede basarse más en herramientas y productos.
A medida que la tecnología madure, se volverá más estandarizada y el costo será cada vez menor. El desarrollo de todas las tecnologías sigue ese camino de desarrollo. El alto costo es solo un fenómeno de fase a corto plazo. Cuando lo compartí con nuestros LP (inversores) en noviembre del año pasado, también dije que el costo de los modelos grandes caerá dos órdenes de magnitud en los próximos tres años. Inesperadamente, me di cuenta medio año después. De hecho, el mundo está cambiando más rápido de lo que cualquiera de nosotros imagina.
El reportero del periódico Yu Yan.
(Este artículo es de The Paper. Para obtener más información original, descargue la APLICACIÓN “The Paper”)
