撰稿 | 言征

 “分拆”煥新了阿里，而大模型救回了阿里云。

昨天發(fā)布的“新阿里”的第一份財報中，2341.56 億元，同比增長14%。數(shù)據(jù)可謂“情理之中，意料之外?！?/p>

情理之中的是，阿里國際和菜鳥業(yè)務的超預期增速（分別為41%、34%），因為此前已經有不少有關這兩塊業(yè)務快速增長的消息。意料之外的是，一旦我們將目光聚焦到此前連續(xù)三個季度收入接近為零甚至負增長的阿里云，竟然奇跡般地“回魂”再生。

一、財報中的阿里云

去年12月，阿里云已連續(xù)兩季度營收增長接近0%，彼時還存有云安全事故余波；今年的一季度，阿里云業(yè)務收入同比下降2%。阿里云想要重獲增長的難度可見一斑。

在新出爐的財報里，阿里云收入增長4%至251.23億元。據(jù)財報表顯示，阿里云的增長受阿里巴巴并表業(yè)務及金融服務、教育、電力和汽車行業(yè)的客戶所驅動。

阿里云也表示，這主要是來自于AI熱潮帶來的算力和模型服務需求的推動。

圖片

二、張勇：大模型帶來了增量機會

全球都在追逐生成式AI浪潮。對于中國企業(yè)而言，要么和云業(yè)務結合、要么在某領域聚焦。張勇在財報會上，一針見血：“會有一大批這樣的企業(yè)，從大模型起家，而后進入特定領域?！?/p>

大模型所需的模型訓練和推理場景，都帶來了非常旺盛的對AI云服務需求。而且這種需求是長期的并非短暫的。張勇認為，現(xiàn)在的人工智能革命屬于增量機會，各行各業(yè)都希望利用人工智能來提升他們的服務，他們要利用大量高性能的算力，不僅是用于現(xiàn)階段模型的訓練，還要用于支撐以后AI模型提供各種服務，這是非常重要的、長期的增長引擎。

但是由于短期內GPU在中國市場供應的緊缺，使得這樣的需求只得到了部分滿足，AI相關服務所帶來的增量機會剛剛開始得到釋放。

當然，阿里云實現(xiàn)增長還有一個原因，那就是疫情之后的策略調整。張勇透露，“阿里云在疫情之后，遠程辦公、在線教育等需求的減少，這是影響阿里云增速的一個重要因素，阿里云正采取措施，傾向于公共云，以及高質量云服務的增長，有了恰當?shù)匿N售結構和客戶結構，可以使得阿里云捕捉到長期和可持續(xù)增長的勢頭?！?/p>

三、大模型時代的“阿里云打法”

在game changer出現(xiàn)之前，每一位入局者都有翻盤的可能。作為云時代的霸主，阿里云也讓我們看到了他獨有的開源打法。

基礎模型是基本功，自“通義千問”于2023年4月發(fā)布后，阿里云隨即升級其音頻轉寫平臺“聽悟”，并為其配備AI驅動的會議分析能力。于7月份，阿里云推出生成式AI文生圖模型“通義萬相”。

此外，阿里云在模型社區(qū)已經初具規(guī)模，AI模型社區(qū)魔搭（ModelScope）截至2023年7月已托管逾1000個AI模型，累計模型下載量超過4500萬次。

這就不得不提到阿里開源的策略：就在一周前，8月3日，魔搭上架了兩款開源模型——Qwen-7B和Qwen-7B-Chat，阿里云已確認其為通義千問70億參數(shù)通用模型和對話模型，兩款模型目前均開源、免費、可商用。

阿里云稱，是國內首個開源自家大模型的大型科技企業(yè)。

大家都很清楚開源意味著什么，此前Meta的Llama2開源是一個很重要的里程碑事件。伴隨著開源大模型從學術層面到商業(yè)層面的應用，AIGC的魅力才能真正釋放到每一個場景之中。

而對于行業(yè)支持方面，張勇則表示，接下來阿里云會繼續(xù)升級模型，并堅持開源策略，同時進入更多領域深耕，在行業(yè)選擇上目前會優(yōu)先側重于數(shù)字原生或有數(shù)字化轉型計劃的公司，接下來在金融服務、汽車行業(yè)會逐步深入。

四、財報透露出的大模型信號

首先，算力依然是目前做大模型創(chuàng)業(yè)的最大短板。英偉達的股價在2023年增長了兩倍，也極力證明了市場需求，我們需要盡快補齊自研能力的短板。

其次，如百度、阿里、騰訊等云平臺正成為AI基礎平臺，不大可能自己做每個垂直行業(yè)的領域大模型，而是會采取開放的態(tài)度，優(yōu)先從某些自身優(yōu)勢領域為有需求的客戶量身定制。當然，初創(chuàng)企業(yè)也需要隨時建設自己產品、服務的護城河。

第三，對比國外，國內尚沒有涌現(xiàn)出在數(shù)據(jù)平臺/工具層的實力企業(yè)，比如，為人工智能應用程序收集、存儲和處理數(shù)據(jù)的平臺（國外有在云中提供數(shù)據(jù)倉庫的Snowflake、提供統(tǒng)一分析平臺的Databricks等）。

第四，新一輪的AI增量市場才剛剛開始。雖然我們現(xiàn)在看到百模大戰(zhàn)、千模大戰(zhàn)，但各行各業(yè)的滲透與落地，也更多的是展望多于實踐。正如張勇所言，“AI相關服務所帶來的增量機會剛剛開始得到釋放?！?/p>

五、大模型創(chuàng)新方向有哪些？

據(jù)外媒Ycombinator公布的報告，目前大模型初創(chuàng)企業(yè)的玩法還是不少的，這里列舉一些，以饗讀者。

1.關注具體問題和客戶

初創(chuàng)公司正在針對一組重點客戶的重點問題，即“通用”人工智能解決方案較少。在所有這些例子中，都特別關注狹窄的問題空間和客戶，并在該背景下應用LLM。

Yuma.ai專注于幫助那些難以處理客戶請求和疑慮的 Shopify 商家。通過利用大型語言模型 (LLM)，Yuma.ai 自動從知識庫生成響應。另一家名為Speedy的初創(chuàng)公司致力于支持沒有時間使用生成式人工智能創(chuàng)建營銷內容的中小企業(yè) (SMB)。Haven 的目標是讓物業(yè)經理實現(xiàn)約 50% 的住戶互動自動化。OfOne 的目標是大型快餐店得來速，幫助他們自動化接單流程并提高盈利能力。

2.與現(xiàn)有軟件的集成

除了選擇 GPT / LLM 并通過 UI 公開它們之外，一些初創(chuàng)公司還進一步與客戶已經使用的現(xiàn)有軟件集成。這些集成是解鎖新用例的重要推動力，而 ChatGPT 等開箱即用的 LLM 應用程序無法輕松解決這些用例。

Lightski專注于與 Salesforce 等客戶關系管理 (CRM) 軟件集成。他們的目標是讓客戶只需通過 Slack 發(fā)送自然語言消息即可更新其 CRM，從而無需瀏覽層層用戶界面。Yuma.ai為幫助臺軟件提供一鍵安裝功能，將LLM的力量與客戶自己的知識庫相結合，為服務代理生成響應草案。

3.將LLM與其他人工智能技術結合起來

初創(chuàng)公司正在探索通過使用其他人工智能技術（例如計算機視覺和預測）與LLM結合來創(chuàng)建差異化產品。結合技術正在幫助這些初創(chuàng)公司創(chuàng)造一條護城河，并與普通的LLM申請區(qū)分開來。

Automat的客戶提供了他們希望自動化的重復 Chrome 流程的視頻演示。然后，Automat 利用應用于屏幕記錄的計算機視覺技術以及人類自然語言輸入來創(chuàng)建所需的自動化。另一家名為Persana AI的初創(chuàng)公司利用 CRM 數(shù)據(jù)集成和公開數(shù)據(jù)來預測銷售團隊的潛在熱門線索。然后，他們聘請LLM，利用有關個人的可用自定義數(shù)據(jù)，為每個已識別的潛在客戶起草個性化的出站消息。

4.LLM定制

許多初創(chuàng)公司正在根據(jù)用戶過去的數(shù)據(jù)和語言風格提供定制選項，以定制客戶使用的LLM模型。

例如，Speedy是一個幫助中小企業(yè)生成營銷內容的平臺，與客戶一起舉辦品牌研討會。然后，從這些研討會中收集到的見解將被輸入到他們的模型中，從而使 Speedy 能夠捕獲每個企業(yè)的獨特聲音和品牌標識并將其融入到生成的內容中。與此類似，Yuma.ai專注于從之前的幫助臺請求中學習寫作風格。通過分析這些交互中使用的模式和語言，Yuma.ai 能夠生成符合既定風格的草稿回復，確保客戶溝通的一致性和個性化。

5.創(chuàng)意用戶界面

初創(chuàng)公司開始利用的最被低估的杠桿之一，是構建獨特且有用的 UI 界面，而大多數(shù)當前的 LLM 產品（如 chatGPT、Bard）并不擅長。這些界面在根據(jù)特定用例進行定制時，可以為客戶釋放大量新價值，并吸引更多因使用困難而尚未采用現(xiàn)有產品的用戶。

Type是一個有趣的例子——他們構建了一個靈活、快速的文檔編輯器，讓用戶在編寫時通過按 cmd + k 快速顯示強大的 AI 命令。Type 的 AI 可以理解文檔的上下文，并在用戶編寫更多內容時調整建議并學習風格。

六、寫在最后：重獲新生的機會

張勇說，“從大模型起家，而后進入特定領域?！闭犉饋?，就像幾年前我們從公眾號、直播起家，進入特定領域一樣。

誠然，失敗者遠多于成功者。但只有敢于在大模型時代亮劍的人，才能抓住新機遇。重獲增長的阿里云，難道不就是翻盤的實例嗎？