聊聊百度最新的 AI 进展和它的焦虑

百度在AI领域的挑战，揭示了互联网行业在AI转型过程中的普遍问题。

作者｜鹿尧

作为一家以工程师文化著称的公司，百度近年来在AI领域的布局引人注目。从文心一言到文心大模型4.0的开放，百度比任何一家公司都展现出了all in AI的强烈改革意愿，几乎所有产品都经历了AI的重塑或优化迭代。

但体现在市值变化上，百度的市场表现似乎并未达到预期。

此前我们指出，十多年里，百度的研发投入过千亿，从AI、自动驾驶，到大模型，将技术转化为实际受益的过程中艰难险阻，可能与AI技术在市场的落地效果、用户接受度以及竞争格局等因素有关。

但从当下的发展来看，百度的方向并没有错，有一点能够确定，未来肯定是AI的。

李彦宏在2021年演讲中同样指出，中国将迎来AI黄金十年，并且未来十年，AI技术应用门槛将显著降低。此外，他后来也提到，随着AI技术应用门槛的不断降低，开发者和创造者们将迎来更多机会。

为了顺应这一趋势，百度力推旗下的飞桨平台，旨在通过简化开发流程和提供易于使用的工具，AI开发与应用的门槛正在降低。类似的，腾讯云的Hai和华为的昇腾AI全栈软件平台也都是给AI应用开发造铲子。此外还有生成式AI的利用，例如字节的Coze和国内版的扣子，是为了降低基于大模型的AI应用开发门槛。

纵观近两年的AI产业链，会发现，控制软件生态的芯片公司仍然是最赚钱的部分，典型如拥有高性能GPU的英伟达；而在ChatGPT的带动下，大模型领域融的钱最多，例如MiniMax的估值超过25亿美元，李开复创办的零一万物也完成了数亿美元的融资，一些公司已经达到了百亿级别。

科技领域的投机狂潮是常态，有意思的是，被寄予厚望的AI应用领域，反而没融到特别多的钱——应用厂商融资金额大多没有超过亿元。不少投资人也指出，随着市场回归冷静，能融到钱的AI项目，和大模型、甚至早期的移动互联网相比，难度不可同日而语。

这主要是由于市场对这些企业的预期还不高。真正成功的AI应用确实不多，用户量增速高的也不多，很难找到对标。而做产品的公司，身处的竞争环境跟过去差距很大，你难以找到一个没有巨头驻足的领域，对初创公司来说显得更加危机重重。

尤其在美元基金投资大幅撤退后，人民币基金存在限制和偏好差异，毕竟在国内，单靠AI这些高新技术创造的产品价值，和制造业、零售业比差距依然比较明显，加上今年A股市场出现了罕见的IPO撤单潮，投资人的整体反应更加谨慎。

在这种情况下，依靠AI产品起家，且能用营收利润让市场满意，甚至完成IPO的创业公司几乎为0。也正因为这样，有的互联网公司正在力推自家大模型，大模型公司力推自家应用，但由于市场缺乏说服力的价值衡量标准，这些二级市场的大公司，也不容易凭借AI应用迎来自己的市值第二春。

百度就是其中最典型的例子。回想起推出文心一言之前，ChatGPT对于百度来说更多意味着恐慌，背后是对AI搜索或将取代传统搜索的预言。

AI搜索能够更准确地理解用户查询的意图，这种确定性使得用户无需再逐一浏览多个链接以找到所需信息，从而提高了搜索的效率和准确性。不过传统搜索实际上并非一无是处，针对用户输入的明确关键词，依靠在相关度，点击量等排名机制上的优势，甚至能给用户更合适的答案。

换句话说，对于百度而言，真正的威胁并非是AI改变了搜索。百度的转折曾聚焦在移动互联网时期，传统的信息分发平台和竞价广告，被更个性化、以兴趣为导向的算法逻辑取代，百度错失了在移动端维系用户生态的机会，它的搜索份额是被抖音、微信、小红书这些面向不同场景和需求的平台分流。

如今，叠加AI火热现状，应用层所肩负的使命对百度来说更艰巨和复杂。虽然无法重现当年李彦宏对“框计算”的愿景，但这的确会是重构商业壁垒的新时机。

谷歌和微软在AI时代的再次崛起，与策略息息相关，谷歌注重通过战略并购和风险投资来强化其技术优势，并通过云服务支持AI初创公司；微软则通过大规模投资和合作开发，加速自身AI技术的突破，并构建强大的AI生态系统。

在国内，大模型市场的走向已经发生变化。同样是卖铲子，芯片算力是刚需，物以稀为贵，仍能卖出更高的价格；而为AI应用做底层支撑的国产大模型，由于过度竞争，很多企业仍然处于“套壳”状态，热度正不断被稀释。

面对这样的情景，大部分公司有三条路走：

一是打造几款C端或B端应用，作为短期改变AI落地难的有效方法。二是围建自己的生态，化身投资人孵化AI应用，最后是技术公司擅长的领域，坚定地不断加大在深度学习、自然语言处理、计算机视觉等研发力度，通过技术创新来推动增长。

事物的发展过则必反，这些以百度为首，囿于市场需求不明确、商业化路径不清晰的大模型公司，正逐渐陷入技术沼泽。

基础模型的“卷”，指的是在算法、模型精度和性能上的无休止追求，导致资源的大量消耗和成本的增加。

在生成式AI应用中，尽管李彦宏呼吁创业者去“卷”AI应用，但实际落地依旧面临高昂成本、大模型幻觉和用户留存率低的问题，比如今年大模型“价格战”导致API调用成本大幅下降，不过相比传统关键词搜索，基于大模型的搜索成本仍高出10倍以上。

红杉资本的研究报告指出，AI基础设施投入巨大，但带来的实际收益至今远未达到预期。AI产业的收入预期与实际增长之间存在巨大差距，这一“黑洞”从2023年的1250亿美元扩大至6000亿美元。

即使放在全球范围，AI对企业的实际财务回报同样不如预期。微软表现强劲，智能云去年四季度收入同比增20%，但受AI投入影响，整体业绩未能达到预期。相比之下，谷歌虽然在广告收入上有所增长，但资本支出的大幅增加以及AI发展不及预期等因素也导致了市值的波动。

毫无疑问，对比上一波的云计算热潮，AI还有更多的未知。

过去几年里，基于云计算构建了相对完善的生态体系，包括云服务提供商、软件开发商、集成商等各个环节的紧密合作，一齐推动云服务的普及和应用。云改变了传统软件的交付模式，提供了如SaaS、PaaS和IaaS这些更具想象力的商业模式。

进一步来看，在讨论从IBM到Salesforce的跨越，以及SaaS作为一种重要的商业模式变革时，众所周知，随着技术的进步和市场的变化，传统数据库和软件的问题包括成本高、部署复杂、维护难度大等。以Salesforce为代表的企业，用户只需按需付费，即可通过互联网使用服务。

这种跨越不仅代表了技术层面的进步，更代表了商业模式的深刻变革，进而去推动整个产业的创新竞争。很明显，AI还没有显示出这样的剧变。

现有AI应用，主要分布在Copilot（生产力工具）、Creativity（辅助创意）和Companionship（情感陪伴）三个领域，有媒体调研了数十个AI应用产品的定价策略发现，AI功能的商业化方式，主要分为直接对AI功能收费或提高产品价格，或者将AI功能集成到现有捆绑包中而不改变价格的几种方式。

调查发现，当下大部分的AI功能都被放到原有的软件包中，作为“更新”的附加功能存在，包括Notion、Microsoft和Airtable在内，都是通过向用户额外收取费的方式提供AI功能。

还有将AI产品打包到套餐里订阅，少部分会结合订阅费用和按用量结果付费来混合定价。比如近期出圈的AI角色出海应用Talkie，自去年上线，至今累计下载营收近83万美元，它的营收由订阅、内购和广告三部分构成。

就现在来看，不论是作为附加功能存在，还是AI原生的少部分独立产品，都没有能突破现有商业模式构建新的盈利模型。

给AI产品定价是件相当复杂的事，关键是如何准确衡量功能的实用价值，让用户愿意买单。这也就决定了，以SaaS订阅为主的AI应用，在国内是否能打破以往软件“付费难”的困境。乐观一点，如果实现了，也未尝不是一项突破。

回到百度，可惜的是，对比市值会看到，去年以来，在AI大模型风口下，谷歌、微软等公司迎来了市值巅峰，即使有些回落也仍居于高位。反观国内的百度、阿里等互联网大公司，市值并没有类似的变化，依然处在漫长低点。

背后的原因当然是复杂的，市场规模、国际化程度、技术创新与研发投入、国内市场竞争激烈、监管政策与合规要求、投资者信心与市场预期，这些挑战落在百度身上，成了一个个尖锐无比的难题。

本文系新眸原创，申请转载授权、商务合作请联系微信：ycj841642330，添加好友请备注公司和职位。

— END —