Le grand modèle est comme un train de l'époque, et toutes les grandes entreprises technologiques veulent monter dessus.
Depuis que ChatGPT est devenu populaire à la fin de l'année dernière, des dizaines de grandes entreprises technologiques, de start-up et d'institutions nationales et étrangères ont fermé leurs portes les unes après les autres, déclenchant une vague de chaleur pour les grands modèles.
Le « China Artificial Intelligence Large-scale Model Map Research Report » montre qu'au 28 mai de cette année, 79 modèles à grande échelle avec une échelle de plus d'un milliard de paramètres ont été publiés en Chine, et la Chine et les États-Unis représentent plus de 80 % du nombre total de modèles à grande échelle publiés dans le monde.
La tendance à la mode des grands modèles a eu beaucoup d'impact sur le marché actuel du cloud.
D'une part, il doit y avoir une forte puissance de calcul derrière le grand modèle ; d'autre part, les clients ont des exigences plus personnalisées et raffinées pour les services cloud, et ont plus d'attentes pour les capacités d'IA des services, ce qui oblige les fournisseurs de cloud à rechercher davantage d'innovation en profondeur.
Robin Li, fondateur de Baidu, a souligné le point clé : "À l'avenir, les entreprises ne se pencheront pas sur la puissance de calcul sous-jacente lors de l'achat de cloud computing, mais sur les avantages et les inconvénients du grand modèle."
Dans le même temps, l'ordre du marché du cloud de mon pays est confronté à une reconstruction. En avril de cette année, IDC a publié un rapport montrant que dans la part de marché du cloud public IaaS+PaaS, Tencent Cloud est passé de 11,1 % à 9,9 %, passant du deuxième au quatrième. Des amis comme Alibaba Cloud et Huawei Cloud ont explosé avec une plus grande vitalité.
La plus grande variable affectant la structure du marché à l'étape suivante est le grand modèle.Pour les fournisseurs de cloud, il ne s'agit pas seulement d'une compétition technique, mais aussi d'une compétition pour le classement des sièges et les possibilités futures. L'ordre de l'ancienne ère n'est pas incassable, et une nouvelle série de compétitions de classement sur le marché du cloud est lancée par des géants.
La "nouvelle concurrence" derrière la baisse des prix
Face à l'opportunité des modèles à grande échelle, une bataille féroce pour le marché est prête à commencer, et les fournisseurs de cloud ont d'abord fait exploser la charge avec des guerres de prix traditionnelles.
À partir d'avril de cette année, Alibaba Cloud a pris les devants dans la baisse des prix, et JD Cloud, Tencent Cloud, Huawei Cloud et Tianyi Cloud ont emboîté le pas les uns après les autres.Les slogans de vente tels que "la plus grande réduction de prix de l'histoire" et "la plus forte réduction a atteint 60%" donnaient l'illusion d'entrer dans un hypermarché.
Cependant, Duan Yongping, un maître de l'investissement, a déclaré : « Sauf si cela est absolument nécessaire, il est toujours faux d'utiliser des armes de prix. » « Des prix bas n'augmenteront pas la part de marché, et les baisses de prix forcées ont une chance de maintenir la part de marché. »
Alors, le marché du cloud a-t-il atteint un dernier recours ?
Cela ne devrait peut-être pas être alarmiste, mais ce que l'on peut voir à l'heure actuelle, c'est que tous les fournisseurs de cloud sont encore au stade de l'expansion du marché, et la plupart d'entre eux sont encore piégés dans le vortex de la rentabilité.L'échelle de profit des fournisseurs de cloud individuels qui ont atteint la rentabilité n'est pas satisfaisante.
D'un point de vue d'analyse, même si la finalité des baisses de prix vise directement à attirer de nouveaux entrants, il ne s'agit pas simplement d'une baisse de prix précipitée dans le but de s'emparer du marché : il y a des raisons et des significations plus profondes.
D'une part, l'effet d'échelle laisse place à des baisses de prix.
Lorsque l'échelle de production est élargie, le coût fixe reste inchangé et, après répartition, le coût unitaire du produit est réduit.L'effet d'échelle provoqué par l'amélioration de l'efficacité du côté de l'offre est la caractéristique remarquable du cloud computing.
Adoptez des méthodes telles que l'achat en gros et le matériel personnalisé pour réduire les coûts du matériel ; en s'appuyant sur la technologie d'automatisation, les grands fabricants peuvent améliorer l'efficacité de l'exploitation et de la maintenance et réduire la main-d'œuvre et les autres coûts d'exploitation ; à mesure que le nombre d'utilisateurs augmente, le coût fixe initial peut être réparti entre davantage d'utilisateurs et de services.
Par exemple, avec l'expansion de l'échelle, le système d'exploitation hybride multi-cloud de JD Cloud, Yunjian, a doublé le taux d'utilisation moyen du processeur, économisant des centaines de millions de yuans en coûts informatiques chaque année ; le moteur de virtualisation de JD Cloud, Jinggang 2.0, a réduit les pertes de virtualisation de la puissance de calcul à zéro, et les coûts de cloudisation ont chuté de 15 %.
D'autre part, l'abaissement du seuil a augmenté la volonté des clients d'aller vers le cloud.
Pour les nouvelles entreprises clientes du cloud, le passage au cloud a un objectif clair : intégrer des capacités d'IA dans les flux de travail existants, améliorer l'efficacité de la production et favoriser la croissance de l'entreprise.
Dans le passé, les clients de petite et moyenne taille qui n'étaient ni riches ni puissants adoptaient souvent une attitude "essayez-le" et choisissaient des services cloud avec une expérience de durée et de capacité gratuites relativement basique. En effet, les coûts de migration élevés sont le principal obstacle à la migration des entreprises vers le cloud. En réduisant les prix, les fournisseurs de cloud peuvent ramener ces coûts à un niveau plus acceptable, rendant les services cloud plus attractifs pour ces entreprises.
Les baisses de prix sont toujours immédiates. Alibaba Cloud a annoncé une approche à deux volets de réductions de prix et d'essais gratuits des principaux produits cloud, qui a attiré plus d'un million de personnes à postuler pour des essais sur le site officiel d'Alibaba Cloud.
Enfin, attirer plus de clients vers le cloud est une condition sine qua non pour répondre à la vague des modèles à grande échelle.
L'explosion de ChatGPT a attiré l'attention de l'industrie sur les modèles à grande échelle.Les entreprises technologiques chinoises et étrangères ont lancé leurs propres produits et le coup de départ du concours de modèles à grande échelle a été tiré.
La réduction des prix des services cloud a effectivement attiré davantage d'entreprises clientes vers le cloud, leur ouvrant la porte à la transformation numérique, leur permettant de profiter des avantages d'une efficacité et d'une flexibilité élevées apportées par les services cloud et de devenir des utilisateurs actifs du cloud.
Pour la prochaine étape des grands modèles de services cloud, davantage de clients cloud constituent sans aucun doute le "terreau fertile" pour la formation des modèles, les commentaires et l'acceptation du marché, ce qui offre la possibilité de populariser les applications de grands modèles parmi les petites et moyennes entreprises.
Deux voies d'innovation pour les grands modèles
Après la baisse des prix, comment fidéliser de nouveaux clients ?
Offrir une expérience produit exceptionnelle est le meilleur choix. Le développement d'applications basées sur de grands modèles peut apporter des services plus intelligents et plus pratiques. Les vastes perspectives en font une "histoire centrale" que de nombreux fournisseurs de cloud sont impatients de raconter.
En ce qui concerne l'étape de mise en œuvre, elle est divisée en deux types de voies d'innovation : la mise en place d'un modèle à grande échelle à usage général ou se concentrant directement sur un modèle à grande échelle à l'échelle de l'industrie. Il y a deux considérations principales : l'une est le coût et l'autre est le scénario.
D'un point de vue analyse, le modèle général à grande échelle est une infrastructure avec un volume de paramètres à grande échelle, avec des milliards voire des milliards de paramètres à chaque tour.
À la fin du mois dernier, Fu Sheng, PDG de Cheetah Mobile, a eu une collision d'opinions avec Zhu Xiaohu, un investisseur bien connu. Fu Sheng pensait que les grands modèles offraient plus d'opportunités entrepreneuriales, tandis que Zhu Xiaohu conseillait aux entrepreneurs d'être prudents lorsqu'ils s'engageaient dans la tendance des grands modèles.
Comparé au tempérament idéaliste de Fu Sheng, Zhu Xiaohu est évidemment plus enclin au réalisme, et il a rappelé un point clé - le coût.
Prenons l'exemple du modèle à grande échelle polyvalent le plus réussi, le GPT-4. Il a été lancé en mars de cette année et compte environ 1 000 milliards de paramètres, soit près de six fois plus que la génération précédente. OpenAI a révélé que son coût de développement dépassait 100 millions de dollars américains. Comme la taille des paramètres des grands modèles à usage général augmente rapidement, leur coût ne fera qu'augmenter.
Zhang Qingyuan, PDG de Kingsoft Office, estime également que "la pénurie de puces GPU Nvidia, le coût élevé de la puissance de calcul et l'incertitude quant à la commercialisation de modèles à grande échelle développés en interne déterminent tous qu'il ne s'agit pas d'un risque qu'une entreprise est prête à prendre".
De toute évidence, lorsque les ressources sont généralement concentrées entre les mains de fabricants puissants, il est plus sûr pour les entreprises de se concentrer sur le modèle industriel et le développement d'applications.
Comment combiner avec la scène réelle de l'industrie pour promouvoir la mise en œuvre à grande échelle de produits et services est un autre obstacle pour tester les capacités de déploiement des fournisseurs de cloud. À ce stade, les principaux fournisseurs de cloud ont leur propre façon de penser.
"Alibaba a décidé de connecter tous les produits à 'Tongyi Qianwen' pour une transformation complète." Zhang Yong, président et PDG d'Alibaba Cloud Intelligence Group, a déclaré : "Alibaba Cloud peut aider davantage d'entreprises à utiliser de grands modèles. Basé sur 'Tongyi Qianwen', ils ont leurs propres 'grands modèles exclusifs' avec leurs propres capacités industrielles."
Sur la base de cette compréhension, similaire au "Classical One Heart" de Baidu, "Tongyi Qianwen" est un grand modèle à usage général, difficile à personnaliser et à optimiser pour les problèmes commerciaux spécifiques des entreprises. Cependant, en ouvrant ses capacités d'IA, les entreprises peuvent utiliser "Tongyi Qianwen" pour former des modèles exclusifs qui répondent à leurs propres besoins. En conséquence, les petites et moyennes entreprises peuvent également obtenir leur propre service client intelligent, un concepteur d'IA, un modèle de conduite automatique et d'autres produits avec un seuil inférieur.
Contrairement à Alibaba Cloud, Tencent n'a pas publié son propre modèle général.
"Le grand modèle général peut résoudre 70 % à 80 % des problèmes dans 100 scénarios, mais il peut ne pas répondre à 100 % aux besoins d'un certain scénario de l'entreprise", a déclaré Tang Daosheng, vice-président exécutif principal du groupe Tencent et PDG du groupe d'activités Cloud et Smart Industry .
À l'heure actuelle, l'application industrielle des grands modèles à usage général en est encore à ses balbutiements, il peut être judicieux pour Tencent de rendre les grands modèles plus petits et plus raffinés.
Tencent Cloud a annoncé le panorama MaaS (Model as a Service) en juin et a lancé un grand magasin de sélection de modèles basé sur la plate-forme Tencent Cloud TI, fournissant 10 industries majeures, plus de 50 solutions et des solutions de réglage fin de grands modèles de l'industrie.
Alibaba Cloud et Tencent Cloud ont des accents différents sur la disposition des modèles à grande échelle. Le premier se concentre sur la force des modèles généraux à grande échelle, tandis que le second se concentre sur les performances des modèles industriels. Huawei Cloud a le plus d'appétit, et il les veut tous.
Lorsque Huawei a lancé le Pangu Large Model 3.0 en juillet, il a lancé le slogan "N'écrivez pas de poésie, faites seulement des choses". Son grand modèle comprend une architecture à trois niveaux "5 + N + X", à savoir cinq grands modèles de base (langage naturel, vision, multimodalité, prévision et calcul scientifique), plus N grands modèles de l'industrie et des modèles pour des scénarios plus détaillés, tels que des lignes directes pour les affaires gouvernementales et des assistants de branche.
De toute évidence, quelle que soit la forme du produit, tous les fournisseurs de cloud s'efforcent de construire un fossé basé sur les capacités du grand modèle et l'intégration profonde avec l'industrie verticale. La mise en œuvre de la scène est la priorité absolue. Par rapport à la marée précédente "Metaverse", elle est plus pragmatique.
Où va le marché du cloud ?
« La modélisation à grande échelle est une technologie transformatrice qui deviendra le système d'exploitation de l'IA à l'avenir », a déclaré Tian Qi, scientifique en chef de Huawei Cloud Artificial Intelligence et académicien de l'Académie internationale eurasienne des sciences.
Le marché du cloud forme un consensus sur le fait que le grand modèle n'est pas une petite variable, et sa vitesse de développement avance à des milliers de kilomètres, ce qui est une énorme opportunité qui peut affecter l'ordre du marché.
"Les grands modèles sont l'avenir, mais maintenant ce n'est pas tout", a commenté quelqu'un. Plus l'attente est anxieuse, plus la déception est grande… Évidemment, certains y ont déjà réfléchi… Que peut faire le grand modèle maintenant ? Jusqu'où est-il de vraiment responsabiliser toutes les industries ?
Sous le double pilotage "réduction de prix + grand modèle", les services cloud semblent avoir trouvé la voie de l'étape suivante, mais il reste encore des obstacles à franchir avant une explosion et une vulgarisation à grande échelle.
L'un est le prix élevé.
En raison du coût élevé, il est difficile que le prix d'atterrissage des grands modèles baisse de manière significative, ce qui n'est pas abordable pour la plupart des petites et moyennes entreprises. Comme le disent les gens de l'industrie, une entreprise cliente n'est pas disposée à dépenser des millions ou des dizaines de millions par an pour acheter un robot de chat imparfait pour l'aider à répondre aux questions du service client ou à faire des résumés de documents.
Les fournisseurs de cloud compatissent naturellement. Alibaba Cloud espère qu'à l'avenir, le coût pour les entreprises de former un modèle sur Alibaba Cloud pourra être réduit à un dixième ou même à un pour cent du coût actuel.Même les petites et moyennes entreprises peuvent obtenir des capacités et des services de modèles d'IA à grande échelle via la plate-forme cloud.
Baidu Smart Cloud a également déclaré que "le prix ne devrait pas devenir un goulot d'étranglement pour que tout le monde puisse utiliser ou adopter de grands modèles." En fait, trois mois après le lancement du service de grands modèles de Baidu, le coût a été réduit de plus de dix fois.
La seconde est que la fiabilité doit être améliorée.
À en juger par les performances actuelles, la résistance du papier de chaque produit modèle à grande échelle est très forte, ce qui fait réfléchir les clients, mais lorsqu'il est réellement utilisé, on constate que l'intelligence artificielle n'est pas toujours intelligente.
Aujourd'hui, les grands modèles n'ont pas d'idées originales, manquent de profondeur dans l'industrie et ne peuvent garantir l'authenticité et la crédibilité de leur contenu.Dans le même temps, ils sont susceptibles d'apporter des dangers cachés à la sécurité des données.
Derrière cela, parce qu'il ne peut pas comprendre la situation unique au sein de l'entreprise et la signification des termes de l'industrie, ses réponses peuvent être relativement générales, et parfois même fournir des informations inexactes.
Dans certains scénarios, il s'agit d'une faiblesse plus fatale. Par exemple, dans des domaines tels que la finance et les soins médicaux, les clients ont des exigences élevées en matière de précision des services professionnels fournis par l'IA et une faible tolérance aux pannes. Les clients peuvent faire face à de graves conséquences s'ils sont affectés par des informations erronées.
En outre, comment protéger les droits de propriété et la confidentialité des données d'entreprise lors de l'utilisation de grands modèles est également un problème gênant.
ChatGPT de l'autre côté de l'océan est dans une telle situation. Fin juin, 16 personnes ont poursuivi anonymement OpenAI et Microsoft, arguant qu'ils avaient utilisé et divulgué des données personnelles sans autorisation, et que le montant de la réclamation s'élevait à 3 milliards de dollars. Ensuite, deux auteurs de texte ont affirmé qu'OpenAI utilisait leurs romans pour entraîner ChatGPT sans autorisation, ce qui constituait une contrefaçon.
On peut voir que les grands modèles nécessitent une grande quantité de données pour la formation "d'élevage", mais la sortie et la sortie de contenu massif sont difficiles à contrôler en termes de confidentialité et d'infraction.
Par conséquent, d'une part, afin de fournir une plus grande praticabilité, les fournisseurs de cloud doivent combiner les caractéristiques de l'industrie et les données d'entreprise pour la formation de modèles à grande échelle et une optimisation spéciale.
D'autre part, les fournisseurs de cloud doivent s'assurer que les données du modèle à grande échelle sont contrôlables et traçables, et doivent subir plusieurs séries de tests de vérification avant de pouvoir être utilisées.
Des coûts énormes ont été investis, les résultats ne sont pas parfaits, et des risques guettent à tout moment.Il reste encore un long chemin à parcourir pour la maturité des grands modèles.
épilogue
En tant que technologie à la mode, les grands modèles affecteront profondément le processus de développement des services cloud.
Et où iront les services cloud ? Qu'il devienne une partie de l'infrastructure comme Internet et s'efface de l'aura des hotspots dans le quotidien des gens, ou qu'il devienne une "perle" oubliée car longtemps difficile à vulgariser, il est encore inconnu.
De nos jours, les services cloud ont plus de place pour jouer sur le marché de la fin B, et l'impact quotidien sur les gens ordinaires n'est pas assez direct.Avec le développement de l'intelligence artificielle à l'avenir, une fois le seuil considérablement réduit, tout le monde pourra profiter de l'intelligence et de la commodité des services cloud.
Mais à l'heure actuelle, investissements élevés, talents rares, concurrence homogène, business model encore flou... Il reste encore de nombreux problèmes à résoudre. Le développement fougueux des grands modèles est une opportunité et la plus grande variable.