文|阿爾法工場
2023年,可以算是AI井噴的“大模型元年”。
在這閃耀的年份,生成式AI以驚人的速度和創(chuàng)造力,不斷地誕生出驚人的產(chǎn)品和服務(wù),為人類帶來了無限的可能和便利。
然而,在這股充滿機(jī)會的浪潮背后,一些被視為AI未來獨角獸的光鮮企業(yè),卻因為種種原因,最終不甘地倒在了這個曙光初現(xiàn)的“大模型元年”。
例如,曾經(jīng)備受資本青睞的Jasper,就是一家提供AI寫作工具的公司,在GPT問世前,一直備受眾多企業(yè)和營銷人員的喜愛,2022年10月還完成了1.25億美元的融資。
然而,隨著微軟、谷歌等巨頭的紛紛入局,Jasper的處境一路急轉(zhuǎn)直下。訪問量短短三個月內(nèi)下降近40%。目前面臨著嚴(yán)重的財務(wù)危機(jī)和人才流失,被迫宣布裁員。
同樣的,被視為未來AI獨角獸的思必馳、影譜科技等國內(nèi)AI企業(yè),也在這璀璨的“大模型元年”,迎來了自己最慘淡的時刻,并面臨了上市失敗、運(yùn)營停擺等困境。
今天,我們不妨就以經(jīng)歷頗為跌宕的影譜科技作為切入點,對此類倒在“黎明前”的AI企業(yè),進(jìn)行一番管中窺豹的剖析。
01 不存在的壁壘
曾經(jīng)飛得有多高,墜落時摔得就有多痛。這似乎是對影譜科技目前最貼切的形容。
在2016年就開始布局AI的影譜科技,憑借著自主研發(fā)的AI視頻植入技術(shù),在國內(nèi)影音播放器市場占有率達(dá)70%以上,覆蓋超6億用戶,創(chuàng)造了百億級增量市場。并且在D輪時,以13.6億人民幣的數(shù)額創(chuàng)下AI影像生產(chǎn)單輪融資紀(jì)錄。
但如今,陷入運(yùn)營停擺的窘境后,影譜卻曝出了欠薪、部門人去樓空,聯(lián)合創(chuàng)始人退出的不堪消息。
企查查顯示,聯(lián)合創(chuàng)始人徐冰已經(jīng)從該公司退出
如此巨大的反差,讓人不禁疑問:這家布局甚早,曾經(jīng)風(fēng)光無限的AI獨角獸,為何落到這般地步?
實際上,影譜科技面臨的困境,也是眾多具有“先發(fā)優(yōu)勢”的AI企業(yè)所面臨的共同困境。
如開頭提到的Jasper、思必馳等獨角獸,與各路巨頭相比,在入局AI的時間上可謂占盡了先機(jī),其中思必馳更是早于2007年就已開始布局對話式人工智能。
但,后來的事實表明,沒有堅固的技術(shù)壁壘,起得再早也無濟(jì)于事。
以影譜科技為例,其最核心的技術(shù),是在2016年年初和芒果TV合作推出產(chǎn)品“易植”。
這是一款通過AI技術(shù),在視頻中修改場景、物品,從而無縫植入廣告的技術(shù)。
憑借著這樣的技術(shù),觀眾熟知的《楚喬傳》《快樂大本營》《中餐廳》等多個熱門影、劇、綜藝的后期植入廣告,都被影譜承包了。
然而,好景不長,之后各大視頻網(wǎng)站,如愛奇藝,優(yōu)酷等,也紛紛推出了各自的視頻植入技術(shù)。
例如愛奇藝的“Video-in”、極鏈科技的“ASMP”以及優(yōu)酷聯(lián)合Mirriad推出的“移花接木”等,這些技術(shù)均可自動掃描并識別視頻中合適的廣告位,將廣告高效的植入其中。
其實,這樣的情況并不意外,因為視頻植入本質(zhì)上是一個成熟度高、且存在了很多年的技術(shù)。其最早在1994年的電影《阿甘正傳》中就已經(jīng)出現(xiàn)。
再者,視頻植入技術(shù)所涉及的AI技術(shù)領(lǐng)域,主要是計算機(jī)視覺和圖像處理。這些領(lǐng)域已經(jīng)有了大量的開源工具和框架,如OpenCV、TensorFlow、PyTorch等??梢詭椭_發(fā)者快速實現(xiàn)視頻分析、廣告植入等功能。
如此一來,影譜科技在視頻植入方向上的優(yōu)勢,就開始被逐步蠶食殆盡。
與此同時,另一個變量的出現(xiàn),也釜底抽薪地給了影譜科技重大打擊。
那就是短視頻直播帶貨的興起。
根據(jù)飛瓜數(shù)據(jù),2020年,抖音電商平臺的總銷售額達(dá)到2000億元,同比增長600%;而同時期愛奇藝、優(yōu)酷、騰訊三大視頻平臺的視頻植入廣告收入合計僅為40億元。
與視頻植入廣告的方式相比,短視頻直播無疑有著無法比擬的優(yōu)勢。
以往影譜科技的合作方,在進(jìn)行品牌植入時,選擇的產(chǎn)品往往是護(hù)膚品、牛奶、代餐食品等C端消費品居多。
對于這類更加“大眾化”的小門類商品,短視頻直播的實時互動、實時銷售、實時反饋的方式,要遠(yuǎn)比在視頻中植入的方式,要來得直接,轉(zhuǎn)化率也會更高。
于是,在同行競爭壓力,以及短視頻直播的替代優(yōu)勢下,影譜科技的技術(shù)壁壘,便被徹底擊碎。
但是,這樣的局面,真的無法避免嗎?
02 動態(tài)護(hù)城河
實際上,關(guān)于“技術(shù)壁壘”這個老生常談的話題,人們時常會陷入的誤區(qū)是:將所謂的壁壘或護(hù)城河,當(dāng)成了某一具體的技術(shù)或產(chǎn)品。
例如影譜科技之前引以為傲的易植入、Moviebook ADT等。
然而,對于AI這個快速變化的行業(yè)來說,要想攻下某一兩項具體的“技術(shù)高地”,其實并不是特別困難的事。
可以說,目前為止,即使是OpenAI,也不能保證其麾下的chatGPT一直處于龍頭地位,在個別指標(biāo)和能力上,某些開源模型,已經(jīng)接近或超越了chatGPT。
開源模型 Guanaco ,在基準(zhǔn)測試中實現(xiàn)了ChatGPT ( GPT-3.5-turbo )99% 以上的性能
由此可見,在瞬息萬變的AI時代,真正的護(hù)城河其實是一種持續(xù)研發(fā)和創(chuàng)新的能力。
只有具備了這樣“動態(tài)護(hù)城河”,企業(yè)才能在這個大模型迭出,算法日新月異的時代,持續(xù)生存并壯大。
可惜的是,在這方面,以影譜科技為代表的一系列早期AI獨角獸,做得都不太好。
影譜科技雖然在生成式AI影像領(lǐng)域有一定的積累和成就,但其產(chǎn)品主要依賴于傳統(tǒng)的GAN模型和預(yù)訓(xùn)練數(shù)據(jù)集,沒有利用最新的大模型和自監(jiān)督學(xué)習(xí)等技術(shù),來提升生成效果和質(zhì)量。
究其原因,是大模型和算法的研發(fā),需要的投入十分高昂。因此,要維持這樣持續(xù)的研發(fā),AI企業(yè)就必須有一定的自我“造血”能力。
而這種“造血”能力的強(qiáng)弱,則很大程度上取決于企業(yè)自身所處賽道的廣度、寬度。
這就涉及到了“動態(tài)護(hù)城河”的第二個部分,即:不斷擴(kuò)展自身賽道的能力。
在這方面,影譜科技與其他失利的AI獨角獸(如Jasper、思必馳)相比,可謂算得上十分“積極”,其幾乎追趕了每一個新出現(xiàn)的技術(shù)風(fēng)口,如AR、VR、元宇宙等。
2018年,影譜就與商湯科技在AR、VR、視頻分析等底層AI技術(shù)方面展開合作。
到2021年,元宇宙大熱,影譜更是傾力投入其中,并力推自主研發(fā)的數(shù)字孿生引擎 ADT Meta。
但實際上,這樣的“擴(kuò)展”不僅未切中技術(shù)發(fā)展的真正方向,反而還徒勞地分散了自身精力。
其狂熱追捧的AR、VR、元宇宙等領(lǐng)域,由于缺乏實際、廣泛的應(yīng)用場景,致使其難以真正地將其作為有效的賽道。
與自然界的生物演化一樣,科技的發(fā)展,也有其自身內(nèi)在的規(guī)律,而這樣的規(guī)律,并不會以資本的炒作為轉(zhuǎn)移。
例如,當(dāng)年憑借強(qiáng)大的GPU技術(shù),在游戲領(lǐng)域風(fēng)生水起的英偉達(dá),在試圖開辟新賽道時,也受到了各種“風(fēng)口”的誘惑。
當(dāng)時投資界普遍認(rèn)為,云計算、移動設(shè)備和虛擬現(xiàn)實,才是英偉達(dá)這類硬件廠商的未來。
但在這樣的浮躁中,黃仁勛卻冷靜地意識到了GPU 在加速 AI 訓(xùn)練和推理方面的優(yōu)勢。而這樣的認(rèn)知,則是建立在 AI 在各個領(lǐng)域的應(yīng)用前景和潛力的深刻認(rèn)知上。
由此可見,AI時代的護(hù)城河,遠(yuǎn)非部分人簡單的想象中,依靠“燒錢”、“搶人才”、“堆算力”就能構(gòu)建起來。
在這個“動態(tài)護(hù)城河”中,對技術(shù)發(fā)展的認(rèn)知,以及行業(yè)的敏銳洞察,都是構(gòu)成其城墻不可或缺的軟實力。
因為唯有樹立正確的認(rèn)知,才能開辟有效的新賽道。
而唯有不斷擴(kuò)展新的賽道,不斷地“開源”,才能為持續(xù)的高研發(fā)提供長久的支持。
最后,持續(xù)的高研發(fā),才能讓這個AI時代的“動態(tài)護(hù)城河”形成真正的閉環(huán)。
03 總結(jié)
殘酷的AI賽場,就像一個無情的過濾器,篩除了任何缺乏求生之技的企業(yè)。
在當(dāng)下失利的AI獨角獸中,有的止步于短期的先發(fā)優(yōu)勢,便不再持續(xù)投入研發(fā),如Jasper。
有的則缺乏開辟新賽道的意識或能力,致使其原有賽道被巨頭擠占時,便徹底打碎了所有雞蛋,如思必馳。
還有的,雖然積極地做出了擴(kuò)展賽道的“努力”,但卻因方向分散、錯誤,最終徒耗精力,如影譜科技。
而這些慘痛的教訓(xùn),告訴了所有的后來者,在AI領(lǐng)域,真的沒有所謂“一招鮮,吃遍天”的技術(shù)捷徑。