四川
近期，美國兩家AI（人工智能）巨頭OpenAI和Anthropic均披露了成立合資公司的消息。其模式相似：都是與私募基金合資，面向行業客戶，以派駐工程師的方式，幫助客戶尋求“AI+”的解決方案。
巨頭的動作進一步驗證了這一觀點：場景正在成為AI競爭的“第二戰場”。
從2021年開啟的AI競賽，主要圍繞大模型性能展開。頭部AI公司通過不斷擴大模型規模，獲得模型性能的優勢，從而取得競爭的優勢地位。
硅谷曾有過一種設想：即某家AI企業通過不斷擴大模型規模，獲得AGI（通用AI）能力，就可立刻獲得“游戲的勝利”。在這種設想中，做應用只是在浪費時間，特別是面向B端的應用。因為一旦某家企業獲得AGI的能力，所有的行業場景都可以被“通吃”。
但現在看起來，這種設想已經很難成立。
一方面，近年來規模定律邊際效應的減弱和開源模型的不斷追趕，使得模型間的性能差距縮小，似乎很難有一家AI頭部企業能夠在“大模型”這一首要戰場上獲得壓倒性優勢。
另一方面，僅僅通過擴大模型規模這一技術路線，短期內似乎很難獲得真正的“通用智能”。不少AI前沿研究者已經陸續在拓展新的技術方向，但是否能走通仍需要時間驗證。
當一家公司無法通過通用AI實現所有場景的通吃時，場景本身就變成了需要爭取的資源。
場景競爭和大模型性能競爭遵循不同的邏輯。大模型需要更優的算法、更大的數據量和算力，場景競爭則需要對行業更深刻的理解。
比如，當一個模型要在大型企業的采購環節發揮作用時，它不僅需要理解一家大型企業數千個采購品類，還需要理解不同采購品類在業務中的邏輯和流程；當一個模型要進入金融或者制造業場景時，它需要意識到安全、穩定的重要性要遠遠超過短時間內的性能“沖頂”。
在產品交付模式上，也有巨大的差別。面向C端的競爭中，AI可以通過不斷優化性能，逐步吸引更多的使用者，所以C端客戶能夠接受“養龍蝦”的方式。但B端客戶需要的不是“逐步優化”，而是一次性交付的穩定和高效方案。
這也能理解為何AI頭部企業會采取和股權基金合資的方式，并以派駐工程師的方式來深入場景：股權投資持有大量公司的股權，可以開放被投企業來供AI巨頭完成對不同行業場景的摸索；而派駐工程師進入真正的“現場”，AI巨頭才能深刻理解場景中的潛在知識和規則，完成對場景的重構。
從大模型競爭時代進入場景競爭時代，并不意味著AI技術被高估了，恰恰相反，這可能是AI技術現實影響力釋放的拐點，是AI沖擊波爆發的一刻。
過去，AI通過給個人提供效率工具，在C端產生了廣泛影響，但在千行百業的B端市場，由于存在場景這一壁壘，AI尚未真正滲入。
而未來，一旦AI在某個行業場景完成探索并形成穩定、閉環的解決方案，該方案便可能在全球范圍內的同類場景中快速落地，并對這個行業本身及其從業者帶來巨大影響。
從這一點來看，或許這也是兩家AI公司成立面向行業的合資公司的意圖：摸索場景、驗證樣本、提供借鑒。
對中國AI公司而言，這種場景探索具有更強烈的現實意義。中國擁有全球最龐大的工業場景和豐富的服務業場景，構成了一個龐雜但更具縱深空間的“本土場景庫”。這種市場特征決定了與場景的深入融合不僅是“時代的召喚”，也是中國AI企業的“星辰大海”。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
