大型模型業界は、実用的なビジネス価値の追求から、技術の優位性とパラメータサイズの追求へと焦点を移しつつあります。その理由を理解するために、この記事をご覧ください。

AI起業家の陳然氏は、業界におけるいくつかの「奇妙な現象」を発見した。

多くの顧客から、混乱を訴えられています。大規模モデルは更新が速すぎるため、どれが適切なのか判断が難しい一方で、大規模モデルを自社のビジネスにどう統合すればよいのかが分からないという声も上がっています。さらに、データセットを微調整して実用的な大規模モデルを作成できるかどうかも不確かなのです。

結局、人々は大型モデルに投資したいと思っても、どこから始めればいいのか分からないのです。たとえやる気はあっても、あまりにケチで、十分な予算を用意できないのです。

その結果、大手メーカーは価格競争を始め、価格戦争に突入しました。「結局、メーカーは資金を使い果たし、低価格で販売しても顧客が集まらないという状況に陥りました。」

AIコミュニティとエコシステム企業であるOpenCSGの創設者兼CEOであるチェン・ラン氏は、大規模モデル業界における非効率的な統合化はリソースの浪費につながると考えている。昨年、大規模モデルの構築に奔走した企業は、結局、Ofoなどの企業が陥ったのと同じ罠に陥ることを避けられなかったのだ。

このため、ゼロワンシングスの創業者であり業界リーダーの李開復氏は、「中国市場がこれほど競争が激しく、皆があなたに勝たせるよりすべてを失うことを好むのであれば、私たちは海外市場に進出します」と宣言せざるを得なかった。

長年テクノロジー開発に携わり、初期にAIスタートアップを立ち上げた李有鋒氏も、今日の現象に困惑している。「以前はプロジェクトについて議論する際には価値に焦点を当てていましたが、大規模なAIモデルとなると、価値について議論されることはほとんどなく、皆が時代の先を行くことばかりを話題にします。」

膨大な数のリストやランキング、そして自己顕示欲の強いマーケティングによって、この業界は表面的で騒々しいものに見えてしまいます。メーカーは多額の費用を投じても、製品を市場に投入できず、実際にはそれほど高度な技術を持っていないという状況に陥ります。

5月下旬、清華大学傘下の大規模モデル企業である仙源科技が経営陣を交代し、創業者の周博文氏が退社すると報じられた。このニュースが報じられた後、一部の起業家はアルゴリズムへの注力は回り道になるかもしれないと指摘した。

中国では大規模な起業は狭い道であり、チームによっては後戻りできない道となるかもしれない。

2024年も半分が過ぎ、「トップ100モデルの戦い」も1年以上が経過した今、自動車業界はどこまで発展したのでしょうか？そして、今後はどこへ向かうのでしょうか？

I. 試験のテクニック：高得点を取る学生が多すぎる一方で、実際に勉強できる学生が少なすぎる

国内の大型模型業界は、今年は昨年と比べて明らかに静かだ。昨年はほぼすべての企業が参入し、数百もの大型模型がリリースされた。今年は、大手テクノロジー企業と有力スタートアップ企業の一部を除き、ほとんどの企業が静かだ。

なぜなら、どんなに大声で叫んでも、メッセージが伝わらなければ無駄だということを誰もが理解したからです。

中国には大型模型が少なすぎるというわけではなく、むしろ多すぎる。特に、単なる誇大宣伝のものは。

「メーカーは常に大型モデルで何ができるかを宣伝しますが、何ができないかについては明言しません。そのため、顧客は大型モデルで何でもできると思い込み、既存のビジネスを完全に刷新できると誤解してしまいますが、これは非現実的です」とチェン・ラン氏は「フォーカス」誌に語った。

過去1年間の大型模型業界の発展を振り返ると、最初の戦いは価格戦争でもなければ技術戦争でもなく、マーケティング戦争であったことがわかります。

マーケティングとは、話題作りに尽きます。記者会見の開催、グラフの操作、広告の掲載、さらには競合他社を意図的に挑発することで、より多くの注目を集め、自社が優位に立っていると人々に「感じさせる」ことができます。実際に使用するのが適切かどうか、そして実際の技術的性能がどの程度なのかについては、後で検証できます。

李有鋒氏は「フォーカス」誌に対し、中国におけるいわゆる自社開発の大型模型は基本的にオープンソースアーキテクチャを改造したもので、真にオリジナル、あるいは完全に自社開発の模型は存在しないと語った。これは、大型模型企業間の技術格差がそれほど大きくないことを意味している。

だからこそ、スタートアップ企業はわずか2、3ヶ月で全く新しい大規模モデルをゼロから立ち上げることができるのです。その好例が、昨年Zero One ThingsがリリースしたKai-Fu Lee氏の「Yi」シリーズモデルです。Zero One ThingsはLLaMAアーキテクチャを使用し、2つのテンソルの名前を変更しただけだと非難されました。

陳然氏は、中国ではまだ完全な起業家エコシステムが形成されていないと考えている。誰もが殺到して数モデルをリリースしているが、それでは何も証明できない。彼はインテリジェントカー産業の黎明期を例に挙げる。誰もが車を作りたがり、タイヤ、エンジン、ワイパーまで作りたがる。しかし、バッテリー、電子制御、さらにはホイールやシートといった最も基本的な部品はまだ整っていないのだ。

純粋に技術的な観点から言えば、今日まで中国には絶対的なトップの地位を占めているチームはありません。

大規模AIモデルには、アルゴリズム、データ、そして計算能力という3つの重要な要素があります。国内企業はこれまでアルゴリズムに注力しており、モデルのリリースは実質的にアルゴリズムとシステムのセットリリースを意味していました。競争は、どのアルゴリズムがより先進的で、どのモデルのパラメータが大きく、どの推論効率が高いかというものでした。しかし、アルゴリズムは実際には参入障壁ではないことに、実務家の間ではますます気づき始めています。陳然氏でさえ、「大規模モデルは無価値だ」と率直に述べています。

「大規模なエンタープライズレベルのモデルは意味がないと思う。最も重要なのはデータなので、オープンソースのエンタープライズレベルのモデルで十分だ」と彼は語った。

データはアルゴリズムよりも希少なリソースです。アルゴリズムはオープンソースモデルを改良し、膨大な人員を投入することで改良できます。また、コンピューティングパワーはお金をかけて購入することで獲得できますが、高品質なデータは販売チャネルがなく、必ずしもお金で買えるわけではありません。

モデルの学習は生徒の学習に似ています。データは教材や教育リソースのようなもので、そのプロセスは事前学習と呼ばれます。山岳地帯の僻地の子供と一級都市の子供は、幼い頃から異なる教育リソースを受け、異なる学習プロセスを経ています。そのため、大学入試で一流大学に合格する確率は必然的に異なります。ある意味では、高品質なデータがあれば、事前学習で半分は勝ったと言えるでしょう。

過去1年間、大規模モデルの品質評価は業界標準として、実質的に試験とも言える評価によって行われてきました。試験であるがゆえに、不正行為や暗記による高得点獲得の余地が残されています。その結果、多くの大規模モデルが「試験重視の教育」の産物となってしまいました。つまり、パラメータが大きく、高得点で、優れたパフォーマンスを発揮するものの、実用性に欠けているのです。

李有鋒氏は、アルゴリズムには大きな限界があり、特定の応用シナリオから切り離されては意味をなさないと考えている。「例えば、大きなパラメータと強力な計算能力を持つモデルは、数学の問題を解く際には優れた性能を発揮するかもしれませんが、それが実際のビジネスにおいて価値を生み出せるとは限りません。」

今年は大型モデルのパラメータのみに着目する傾向がやや変化し、様々な「非公式ランキング」も減少しました。これは、人々が簡単に騙されなくなったことを示しています。問題は、パラメータ以外に何を比較できるのかということです。

II. 価格設定: 消費者 (C エンド) は購入をためらっており、企業 (B エンド) は購入する余裕がありません。

モデルやプロジェクトがその価値を証明する最も直接的な方法は、市場で収益を上げることです。今年に入ってから、ますます多くのAI起業家や投資家がビジネスモデルについて語り始めています。

大型模型業界における商業化には、To CとTo Bの2つの主要なカテゴリーがあります。To Cは個人ユーザーへの課金、To Bは企業（政府や開発者を含む）への課金を意味します。昨年、業界ではTo Cへの課金は困難であるため、Bエンドから始めるのが望ましいというコンセンサスが得られました。

B2B企業は大規模モデルの最大の顧客です。あるシステムインテグレーション会社の従業員は「Focus」誌の取材に対し、以前から百度の「千帆」大規模モデルプラットフォームに接続しており、大規模モデル導入への強い意欲を持っていたと述べました。しかし、モデルの有効性からではなく、AIに取り残されるのを恐れたため、導入を断念せざるを得ませんでした。モデルが有料化されれば、改めて検討せざるを得なくなるでしょう。

これは多くの企業の考え方を反映しています。無料で何でも利用しますが、お金を払うなら必ず結果が出なければなりません。陳然氏の言葉を借りれば、「顧客にお金を使わせたいなら、飛躍的な成長を見せなければなりません。目に見える成果が現れるまで行動は起こさないのです。」

李有鋒氏は、大規模モデルを真に活用する企業は、アルゴリズム指標ではなくビジネスデータに重点​​を置いていると考えています。「例えば、コンバージョン率やクリックスルー率といった主要な指標は、数パーセント改善されるかもしれません。もしこれらを達成できなければ、たとえアルゴリズムに1兆個のパラメータがあり、価格が1セントと安くても、顧客は購入しないでしょう。」

5月の価格競争では、大規模モデルAPIの呼び出し価格が90%以上急落しました。ByteDance、Alibaba、Baiduを例にとると、100万トークンの推論入力あたりの価格はそれぞれ0.8元、0.5元、無料にまで下がりました。

しかし、これは市場ではクリアランスセールのようなマーケティング戦略として解釈されました。

レプトンAIの創業者で、アリババの元副社長である賈陽青氏は、「今日、APIが使われないのは高価だからではなく、企業がまずAPIをどのように活用してビジネス価値を生み出すかを考えなければならないからです。そうでなければ、どんなに安価でも無駄になってしまいます」と述べています。

Mobvoiの創設者であるLi Zhifei氏は、「APIの価格をほぼゼロに引き下げたことは、消費者に課金するOpenAIのビジネスモデルも企業に課金するOpenAIのビジネスモデルも、中国の競争環境においては持続可能ではないことを示している」と率直に述べた。

百度は消費者（Cエンド）と企業（Bエンド）の両方をターゲットとする二本柱のアプローチを展開している。このうち、消費者向けの「文心易眼4.0」は月額49.9元の有料版である。百度は「文心易眼」の有料会員率に関するデータを公表していない。AI製品ランキングのデータによると、4月のウェブサイトトラフィックで「月光暗黒面」とも呼ばれる新進気鋭のプラットフォーム「Kimi」が、文心易眼を上回った。Kimiは会員費を徴収することで「自滅的」になるのではなく、独自のチップ機能を導入した。これは任意で、コンピューティングパワーが不足するピーク時に優先的にアクセスできる機能である。

これは依然として大型消費者向け模型市場のトッププレーヤーであり、価格設定がいかに難しいかを物語っています。結局のところ、現在の大型模型製品はユーザーフレンドリーではなく、また必須でもありません。人々がそれらにお金を払うには、それなりの理由が必要なのです。

AIスタートアップのYuheは、Miracle Venturesから投資を獲得した。当初の製品はすべて消費者向けで、様々な実用ニーズに対応していた。創業者のChi Guangyao氏はDingjiaoに対し、主力製品の一つであるCopyAskは無料でも有料版でも利用できるものの、ユーザーの99%以上が無料トライアルを利用しており、収益だけでは事業の維持が困難になっていると語った。

Yuheは今年初めに事業転換を図り、Bエンド顧客向けの代理製品の開発を開始した。これまでに2件の受注を獲得している。「顧客の支払意欲は非常に高く、利益が出ているのは素晴らしいことです」とYuheは述べている。しかし、特定の垂直市場におけるBエンド事業の開拓と本格的な展開には、まだ時間がかかるだろう。

ごく少数の企業が市場の需要を捉え、ビジネスシナリオをうまく統合し、時代を先取りして利益を上げました。

陳然氏はエコシステムの構築を目指しています。彼のOpenCSGプラットフォームはオンラインコミュニティとして機能し、CSGHubとStarshipというソフトウェアをオフラインで販売しています。主なターゲットはB2B企業とB2D開発者です。彼らは既にアプリケーションコミッションとユーザーサブスクリプションという2つの収益モデルを検討しており、将来的にはコンピューティングパワーコミッションモデルを追加する予定です。陳然氏は「Dingjiao」に対し、同社は今年、数千万ドルの売上高と数百万ドルの利益を見込んでいると述べました。

III. アプリケーション: 大ヒットとなるアプリケーションは登場しておらず、製品とエンジニアリングの実装は困難です。

大規模モデルがここまで進化した今、実践者たちは技術の収益化を試みつつ、大ヒットアプリケーションの出現を待ち望んでいます。これまでにもMiaoYaカメラ、Kimi、Sunoといったアプリが登場しましたが、いずれもまだ大ヒットとは言えません。AIが単なる理論上のものではないことを証明できるのは、大ヒットアプリケーションの出現だけです。

大手モデルメーカーが API 価格戦争を開始したとき、無関心な人もいれば、嘲笑する人もいれば、非常に興奮する人もいました。

独立系アプリケーション開発者であるChi Guangyao氏は、API価格の値下げは大きなメリットだと考えています。値下げ前は、モデルのデバッグに毎月約200元を費やしていましたが、値下げ後はDeepSeek-V2モデルの呼び出しにわずか1.11元しかかかりません。

昨年、彼はいくつかのアプリケーションを開発しましたが、頻繁なAPI呼び出しによる推論コストの高さとユーザーの支払い意欲の低さから、まだ製品化には至っていません。彼は今、これらのアプリケーションの稼働開始を熱望しています。「断れないBエンドの注文がなければ、すぐにCエンドの製品開発に進んでいたでしょう」。同時に、これまでAPI呼び出し料金の負担が重くてできなかったBエンドの注文も、今では対応できるようになりました。

彼は、今後数か月で大規模モデルのアプリケーションシナリオに関する膨大な調査が行われ、アプリケーションシナリオが大幅に増加する可能性があると考えています。これまでは手動またはエンジニアリングに基づく判断を必要としていた、高頻度、低ロジック要件、レイテンシの影響を受けないアプリケーションシナリオの一部は、無料の大規模モデルAPIに置き換えられる可能性があります。

大規模モデルの導入を成功させるには、特定のシナリオにおけるブレークスルーが不可欠です。大規模モデルAPIの価格が下がるかどうかに関わらず、適切なシナリオを見つけることが今年後半のコンセンサスとなるでしょう。

李有鋒氏は、今年後半にはますます多くのアプリケーションがニッチ市場から脱却し、適切なシナリオを見つけ、大規模な出力に基づくスケールコストを回収するだろうと考えている。「誰もが価格を追い求めるのではなく、価値を見出すよう努めるべきです。」

すでに 2 種類の AI アプリケーションがその価値を実証し、肯定的なフィードバックを受けています。

一つは効率向上です。Kimiはオフィスワーカーの情報検索や書類整理を支援し、Zaowu CloudはAIを活用してブランドの製品やマーケティング資料をデザインします。創業者のQiu Yiwu氏は「Dingjiao」誌に対し、あるコーヒーブランドのために2,000個のカップをAIでデザインしたと語りました。モデルへの投資を除くと、計算コストは​​わずか10元でした。

もうひとつのカテゴリーはエンターテインメントで、SunoのようなAI作曲ソフトウェアや、多くのスタートアップが開発しているAIコンパニオンシップやロールプレイングゲームなどが挙げられます。

現在、業界ではエージェントAIが今年後半の業界の焦点になると広く信じられており、国内外の実践者は皆この方向に動いています。

李有鋒氏は業界調査を深めるにつれ、AIにおける真の課題は製品とエンジニアリング（大規模な機械学習モデルの構築、開発、展開に関わる一連の技術と実践）にあることを発見した。「大規模モデルを製品、エンジニアリング、ビジネス、そして産業に継続的に導入することこそが、中国のスタートアップ企業が成長するための唯一の道なのです。」

エンジニアリング上の問題が解決されれば、モデルの重要性は薄れます。ユーザーは、基盤となるモデルが何であるか、あるいはどの程度自社開発であるかを気にしません。結果が良ければ、他のことは何も問題になりません。

現在、大規模モデルは実用アプリケーションにおいて100%の有効性を保証することができません。大規模言語モデルを例に挙げると、「ナンセンス」の問題は依然として克服されていません。「この制御不能な状態は、大規模モデルが本番環境で重要な役割を果たすことを困難にしており、改良にはまだ時間が必要です。多くのBエンドクライアントは、コミュニティと大規模モデルエコシステムの発展と進化に追いつくことに重点を置くべきです」と陳然氏は述べています。

彼は、業界はかつて大規模モデルに対して過度に楽観的であり、「大規模モデルを訓練して世界を変える」という非現実的な幻想を抱いていたと考えている。しかし現実には、大規模モデルは真の意味で生産的になってはいない。AI 1.0とAI 2.0の間には移行プロセスがある。「つまり、既存のシステムを完全に否定するのではなく、まずAIによって既存のシステムを強化する方法なのです。」

成功への階段を登る過程では、収益を生み出す能力に欠ける企業が必ず転落し、淘汰される。スタンフォード大学人間中心AI研究所の報告書によると、2023年の世界の人工知能への投資は2年連続で減少した。

中国では、アリババやバイドゥといった巨大テック企業が投資を続けています。例えば、アリババはキミ・ライの親会社であるダークサイド・オブ・ザ・ムーンに8億ドルを投じ、36%の株式を取得しました。テンセントもこれに追随する交渉を進めているという噂もあります。

しかし、これらの大企業が独創的なイノベーションや製品投入の推進において、どの程度、そしてどの程度の役割を果たしてきたかを評価することはますます困難になっています。彼らは一方では大規模なモデルを自ら構築する一方で、他方では市場のスタースタートアップのほぼすべてに投資し、株式によって競合他社を束縛しています。開発者から称賛されている最近のAPI価格引き下げの波でさえ、大企業が主導したものではなく、プライベートエクイティの巨人であるMagic Square QuantとスタートアップのZhipu AIが先導したものです。その後の大企業による追随は、マーケティング主導で受動的に感じられます。

国内のビジネスモデルは常に競争主導型であったことを考えると、業界は今年後半も激しい競争が続くでしょう。もしかしたら、勝者が現れるかもしれませんし、大ヒットアプリの誕生もそう遠くないかもしれません。

著者: ドーン

WeChat公式アカウント：Fixed Focus（ID：dingjiaoone）