El modelo grande es como un tren de los tiempos, y todas las grandes empresas de tecnología quieren subirse a él.
Desde que ChatGPT se hizo popular a fines del año pasado, docenas de grandes empresas de tecnología, empresas de nueva creación e instituciones nacionales y extranjeras han llegado a su fin una tras otra, provocando una ola de calor para los modelos grandes.
El "Informe de investigación de mapas de modelos a gran escala de inteligencia artificial de China" muestra que, hasta el 28 de mayo de este año, se han lanzado en China 79 modelos a gran escala con una escala de más de mil millones de parámetros, y China y los Estados Unidos representan más del 80% del número total de modelos a gran escala lanzados a nivel mundial.
La tendencia candente de los modelos grandes ha tenido un gran impacto en el mercado actual de la nube.
Por un lado, debe haber un gran poder de cómputo detrás del modelo grande; por otro lado, los clientes tienen requisitos más personalizados y refinados para los servicios en la nube, y tienen más expectativas para las capacidades de inteligencia artificial de los servicios, lo que obliga a los proveedores de la nube a buscar una innovación más profunda.
Robin Li, fundador de Baidu, señaló el punto clave: "En el futuro, las empresas no mirarán el poder de cómputo subyacente cuando compren computación en la nube, sino los pros y los contras del modelo grande".
Al mismo tiempo, el orden del mercado de la nube de mi país se enfrenta a la reconstrucción. En abril de este año, IDC publicó un informe que muestra que en la cuota de mercado de IaaS+PaaS de nube pública, Tencent Cloud cayó del 11,1 % al 9,9 %, cayendo del segundo al cuarto. Amigos como Alibaba Cloud y Huawei Cloud han explotado con mayor vitalidad.
La variable más importante que afecta la estructura del mercado en la siguiente etapa es el modelo grande Para los proveedores de la nube, esto no es solo una competencia técnica, sino también una competencia por la clasificación de puestos y las posibilidades futuras. El orden de la era anterior no es irrompible, y los gigantes están iniciando una nueva ronda de competencia de clasificación en el mercado de la nube.
La "nueva competencia" detrás del recorte de precios
Frente a la oportunidad de los modelos a gran escala, una feroz batalla por el mercado está lista para comenzar, y los proveedores de la nube primero arruinaron el cargo con las guerras de precios tradicionales.
A partir de abril de este año, Alibaba Cloud tomó la delantera en la reducción de precios, y JD Cloud, Tencent Cloud, Huawei Cloud y Tianyi Cloud siguieron su ejemplo uno tras otro. Los eslóganes de ventas como "la mayor reducción de precios en la historia" y "la mayor reducción alcanzó el 60%" dieron a las personas la ilusión de ingresar a un hipermercado.
Sin embargo, Duan Yongping, un experto en inversiones, dijo: "A menos que sea absolutamente necesario, siempre está mal usar armas de precios". "Los precios bajos no ampliarán la participación de mercado y los recortes de precios forzados tienen la oportunidad de mantener la participación de mercado".
Entonces, ¿ha llegado el mercado de la nube a un último recurso?
Quizás no debería ser alarmista, pero lo que se puede ver en la actualidad es que todos los proveedores de la nube todavía están en la etapa de expansión del mercado, y la mayoría de ellos todavía están atrapados en el vórtice de la rentabilidad.La escala de ganancias de los proveedores de la nube individuales que han logrado la rentabilidad no es satisfactoria.
Desde el punto de vista del análisis, incluso si el propósito de los recortes de precios apunta directamente a atraer a los recién llegados, no se trata simplemente de un recorte de precios apresurado con el fin de apoderarse del mercado. Hay razones y significados más profundos.
Por un lado, el efecto escala da lugar a recortes de precios.
Cuando se expande la escala de producción, el costo fijo permanece sin cambios y, después del prorrateo, se reduce el costo unitario del producto. El efecto de escala provocado por la mejora de la eficiencia del lado de la oferta es la característica notable de la computación en la nube.
Adopte métodos como la compra al por mayor y hardware personalizado para reducir los costos de hardware; confiando en la tecnología de automatización, los grandes fabricantes pueden mejorar la eficiencia de la operación y el mantenimiento y reducir la mano de obra y otros costos operativos; a medida que aumenta la cantidad de usuarios, el costo fijo inicial se puede repartir entre más usuarios y servicios.
Por ejemplo, con la expansión de la escala, el sistema operativo híbrido de múltiples nubes de JD Cloud, Yunjian, ha duplicado la tasa promedio de utilización de la CPU, ahorrando cientos de millones de yuanes en costos de TI cada año; el motor de virtualización de JD Cloud, Jinggang 2.0, ha reducido las pérdidas de virtualización del poder de cómputo a cero, y los costos de la nube se han reducido en un 15 %.
Por otro lado, bajar el umbral ha aumentado la disposición de los clientes a ir a la nube.
Para las nuevas empresas clientes de la nube, ir a la nube tiene un propósito claro: incorporar capacidades de IA en los flujos de trabajo existentes, mejorar la eficiencia de la producción y generar crecimiento comercial.
En el pasado, los clientes pequeños y medianos que no eran ricos ni poderosos a menudo adoptaban la actitud de "probarlo" y elegían servicios en la nube con una duración y capacidad gratuitas relativamente básicas. Esto se debe a que los altos costos de migración son el mayor obstáculo para que las empresas migren a la nube. Al reducir los precios, los proveedores de la nube pueden reducir estos costos a un nivel más aceptable, lo que hace que los servicios en la nube sean más atractivos para estas empresas.
Los recortes de precios son siempre inmediatos. Alibaba Cloud anunció un enfoque doble de recortes de precios y pruebas gratuitas de productos básicos en la nube, que ha atraído a más de 1 millón de personas para solicitar pruebas en el sitio web oficial de Alibaba Cloud.
Finalmente, atraer más clientes a la nube es un requisito previo para enfrentar la ola de modelos a gran escala.
La explosión de ChatGPT ha despertado la atención de la industria hacia los modelos a gran escala. Las empresas de tecnología chinas y extranjeras han lanzado sus propios productos y se ha disparado el pistoletazo de salida de la competencia de modelos a gran escala.
La reducción de precios de los servicios en la nube ha atraído efectivamente a más clientes empresariales a la nube, abriéndoles la puerta a la transformación digital, permitiéndoles disfrutar de las ventajas de la alta eficiencia y flexibilidad que brindan los servicios en la nube, y convertirse en usuarios activos de ir a la nube.
Para la próxima etapa de modelos grandes de servicios en la nube, más clientes de la nube son, sin duda, el "suelo fértil" para la capacitación de modelos, la retroalimentación y la aceptación del mercado, lo que brinda la posibilidad de popularizar las aplicaciones de modelos grandes entre las pequeñas y medianas empresas.
Dos caminos de innovación para modelos grandes
Después del recorte de precios, ¿cómo convertir nuevos clientes en clientes leales?
Brindar una experiencia de producto excepcional es la mejor opción. El desarrollo de aplicaciones basadas en modelos grandes puede brindar servicios más inteligentes y convenientes. Las amplias perspectivas lo convierten en una "historia de enfoque" que muchos proveedores de la nube están ansiosos por contar.
Cuando se trata de la etapa de implementación, se divide en dos tipos de caminos de innovación: diseñar un modelo a gran escala de propósito general o enfocarse directamente en un modelo a gran escala para toda la industria Hay dos consideraciones principales: una es el costo y la otra es el escenario.
Desde el punto de vista del análisis, el modelo general a gran escala es una infraestructura con un volumen de parámetros a gran escala, con miles de millones o incluso miles de millones de parámetros a cada paso.
A fines del mes pasado, Fu Sheng, presidente y director ejecutivo de Cheetah Mobile, tuvo una colisión de opiniones con Zhu Xiaohu, un inversor muy conocido.Fu Sheng creía que los modelos grandes traían más oportunidades empresariales, mientras que Zhu Xiaohu aconsejaba a los empresarios que fueran cautelosos al entrar en la tendencia de los modelos grandes.
En comparación con el temperamento idealista de Fu Sheng, Zhu Xiaohu obviamente se inclina más por el realismo y recordó un punto clave: el costo.
Tomemos como ejemplo el modelo a gran escala de propósito general más exitoso GPT-4. Fue lanzado en marzo de este año y tiene alrededor de 1 billón de parámetros, que es casi seis veces más que la generación anterior. OpenAI reveló que su costo de desarrollo superó los 100 millones de dólares estadounidenses. A medida que el tamaño del parámetro de los modelos grandes de propósito general crece rápidamente, su costo solo aumentará.
Zhang Qingyuan, CEO de Kingsoft Office, también cree que "la escasez de chips de GPU de Nvidia, el alto costo de la potencia informática y la incertidumbre en la comercialización de modelos a gran escala desarrollados por ellos mismos determinan que este no es un riesgo que ninguna empresa esté dispuesta a asumir".
Obviamente, cuando los recursos se concentran generalmente en manos de fabricantes poderosos, es una ruta empresarial más segura enfocarse en el desarrollo de modelos y aplicaciones de la industria.
Cómo combinar con la escena real de la industria para promover la implementación a gran escala de productos y servicios es otro obstáculo para probar las capacidades de implementación de los proveedores de la nube. En este punto, los principales proveedores de la nube tienen su propio pensamiento único.
"Alibaba decidió conectar todos los productos a 'Tongyi Qianwen' para una transformación integral". Zhang Yong, presidente y director ejecutivo de Alibaba Cloud Intelligence Group, dijo: "Alibaba Cloud puede ayudar a más empresas a usar modelos grandes. Basado en 'Tongyi Qianwen', tienen sus propios 'modelos grandes exclusivos' con sus propias capacidades industriales".
Según este entendimiento, similar al "Classical One Heart" de Baidu, "Tongyi Qianwen" es un modelo grande de propósito general, que es difícil de personalizar y optimizar para problemas comerciales específicos de las empresas. Sin embargo, al abrir sus capacidades de IA, las empresas pueden usar "Tongyi Qianwen" para entrenar modelos exclusivos que satisfagan sus propias necesidades. Como resultado, las pequeñas y medianas empresas también pueden obtener su propio servicio de atención al cliente inteligente, diseñador de IA, modelo de conducción automática y otros productos con un umbral más bajo.
A diferencia de Alibaba Cloud, Tencent no ha lanzado su propio modelo general.
"El modelo grande general puede resolver entre el 70 % y el 80 % de los problemas en 100 escenarios, pero es posible que no satisfaga al 100 % las necesidades de un determinado escenario de la empresa", dijo Tang Daosheng, vicepresidente ejecutivo sénior de Tencent Group y director ejecutivo de Cloud and Smart Industry Business Group .
En la actualidad, la aplicación industrial de los modelos grandes de propósito general aún se encuentra en una etapa inicial, por lo que puede ser una buena elección para Tencent hacer que los modelos grandes sean más pequeños y refinados.
Tencent Cloud anunció el panorama MaaS (Model as a Service) en junio y lanzó una tienda de selección de modelos a gran escala de la industria basada en la plataforma Tencent Cloud TI, que proporciona 10 industrias principales, más de 50 soluciones y soluciones de ajuste fino de modelos a gran escala de la industria.
Alibaba Cloud y Tencent Cloud tienen diferentes énfasis en el diseño de modelos a gran escala. El primero se enfoca en la fuerza de los modelos a gran escala de propósito general, mientras que el segundo se enfoca en el rendimiento de los modelos industriales. Huawei Cloud tiene el mayor apetito y los quiere a todos.
Cuando Huawei lanzó el Pangu Large Model 3.0 en julio, proclamó el eslogan "No escriba poesía, solo haga cosas". Su modelo grande incluye una arquitectura de tres niveles "5+N+X", a saber, cinco modelos grandes básicos (lenguaje natural, visión, multimodalidad, pronóstico y computación científica), más N modelos grandes de la industria y modelos para escenarios más detallados, como líneas directas de asuntos gubernamentales y asistentes de sucursales.
Obviamente, no importa cuál sea la forma del producto, todos los proveedores de la nube se esfuerzan por construir un foso basado en las capacidades del modelo grande y la integración profunda con la industria vertical. La implementación de la escena es la máxima prioridad. Comparado con la marea anterior del "Metaverso", es más pragmático.
¿Hacia dónde se dirige el mercado de la nube?
"El modelado grande es una tecnología transformadora que se convertirá en el sistema operativo de la IA en el futuro", dijo Tian Qi, científico jefe de inteligencia artificial en la nube de Huawei y académico de la Academia Internacional de Ciencias de Eurasia.
El mercado de la nube está formando un consenso de que el modelo grande no es una variable pequeña, y su velocidad de desarrollo avanza miles de millas, lo cual es una gran oportunidad que puede afectar el orden del mercado.
“Los modelos grandes son el futuro, pero el ahora no lo es todo”, comentó alguien. Cuanto más ansiosa es la expectativa, mayor es la decepción. Obviamente, algunas personas ya han reflexionado sobre esto. ¿Qué puede hacer ahora el gran modelo? ¿Qué tan lejos está de empoderar verdaderamente a todas las industrias?
Bajo el doble control de "reducción de precios + gran modelo", los servicios en la nube parecen haber encontrado el camino a seguir en la siguiente etapa, pero aún quedan más obstáculos por superar antes de una explosión y popularización a gran escala.
Uno es el alto precio.
Debido al alto costo, es difícil que el precio de aterrizaje de los modelos grandes baje significativamente, lo que no es asequible para la mayoría de las pequeñas y medianas empresas. Como dice la gente de la industria, un cliente empresarial no está dispuesto a gastar millones o decenas de millones al año para comprar un robot de chat imperfecto que lo ayude a responder preguntas de servicio al cliente o hacer resúmenes de documentos.
Los proveedores de la nube se identifican naturalmente. Alibaba Cloud espera que, en el futuro, el costo para que las empresas entrenen un modelo en Alibaba Cloud se pueda reducir a una décima parte o incluso al uno por ciento del costo actual Incluso las pequeñas y medianas empresas pueden obtener capacidades y servicios de modelos a gran escala de IA a través de la plataforma en la nube.
Baidu Smart Cloud también afirmó que "el precio no debe convertirse en un cuello de botella para que todos usen o adopten modelos grandes". De hecho, tres meses después del lanzamiento del servicio de modelos grandes de Baidu, el costo se ha reducido en más de diez veces.
La segunda es que la confiabilidad debe mejorarse.
A juzgar por el rendimiento actual, la resistencia del papel de cada producto modelo a gran escala es muy fuerte, lo que hace que los clientes piensen en ello, pero cuando se usa realmente, se descubre que la inteligencia artificial no siempre es inteligente.
Hoy en día, los grandes modelos no tienen ideas originales, carecen de profundidad en la industria y no pueden garantizar la autenticidad y credibilidad de su contenido. Al mismo tiempo, es probable que traigan peligros ocultos a la seguridad de los datos.
Detrás de esto, debido a que no puede comprender la situación única dentro de la empresa y el significado de los términos de la industria, sus respuestas pueden ser relativamente generales y, a veces, incluso pueden proporcionar información inexacta.
En algunos escenarios, esta es una debilidad más fatal. Por ejemplo, en campos como las finanzas y la atención médica, los clientes tienen altos requisitos en cuanto a la precisión de los servicios profesionales proporcionados por IA y una baja tolerancia a fallas. Los clientes pueden enfrentarse a graves consecuencias si se ven afectados por información errónea.
Además, la forma de proteger los derechos de propiedad y la privacidad de los datos empresariales al utilizar modelos grandes también es un problema problemático.
ChatGPT al otro lado del océano está en un gran problema. A fines de junio, 16 personas demandaron de forma anónima a OpenAI y Microsoft, argumentando que usaron y filtraron datos de privacidad personal sin permiso, y el monto de la demanda ascendió a 3 mil millones de dólares. Luego, dos autores de texto afirmaron que OpenAI usó sus novelas para entrenar ChatGPT sin permiso, lo que constituyó una infracción.
Se puede ver que los modelos grandes requieren una gran cantidad de datos para el entrenamiento de "reproducción", pero la salida y salida de contenido masivo es difícil de controlar en términos de privacidad e infracción.
Por lo tanto, por un lado, para proporcionar una mayor practicidad, los proveedores de la nube deben combinar las características de la industria y los datos empresariales para la capacitación de modelos a gran escala y la optimización especial.
Por otro lado, los proveedores de la nube deben asegurarse de que los datos del modelo a gran escala sean controlables y rastreables, y deben someterse a múltiples rondas de verificación de prueba antes de que puedan ponerse en uso.
Se han invertido enormes costes, los resultados no son perfectos y los riesgos acechan en cualquier momento. Aún queda un largo camino por recorrer para la madurez de los grandes modelos.
epílogo
Como tecnología de moda, los modelos grandes afectarán profundamente el proceso de desarrollo de los servicios en la nube.
¿Y hacia dónde irán los servicios en la nube? Aún se desconoce si se convierte en parte de la infraestructura como Internet y se desvanece del aura de los puntos de acceso en el lugar común de la gente, o si se convierte en una "perla" olvidada porque ha sido difícil de popularizar durante mucho tiempo.
Hoy en día, los servicios en la nube tienen más espacio para jugar en el mercado final B, y el impacto diario en la gente común no es lo suficientemente directo.Con el desarrollo de la inteligencia artificial en el futuro, después de que el umbral se reduzca considerablemente, todos pueden disfrutar de la inteligencia y la comodidad de los servicios en la nube.
Pero en la actualidad, alta inversión, escasos talentos, competencia homogénea, modelo de negocio aún poco claro... Aún quedan muchos problemas por resolver. El desarrollo fogoso de modelos grandes es una oportunidad y la mayor variable.