自從大模型出現，人工智能前沿研發就帶有“燒錢”屬性，甚至讓提供AI開發硬件的英偉達，靠著“賣鏟子”營收與利潤暴漲，一度成為全球市值最高的公司。而近日高盛、紅杉等多家華爾街機構發布研報，質疑人工智能“淘金熱”，認為數十億美元投資的合理性需要足夠利潤回報來證明。據美國媒體透露，OpenAI預估2024年將虧損近50億美元，運營成本達85億美元，公司現金流將在一年內耗盡。連明星企業都如此虧損，業界或許真的需要冷靜一下了。

　　另一個趨勢是，大模型基礎能力提升正遇到瓶頸，突破趨緩，下一代在事實理解、邏輯推理能力上有本質提升的產品遲遲不能問世。目前業界的進展集中在視頻生成等多模態功能以及架構輕量化等訓練、運行性能提升上。雖然人工智能潛力不小，但業界對“畫大餅”“悶頭燒錢”的積極性顯著下降，經濟性的考慮更多了。

　　全球大模型的研發動向說明，業界正在轉向應用開發、落地以及降低成本。少數大企業會繼續以適當投入提升大模型基礎能力，爭當業界前沿；只有極少數公司會耗費巨資、堆積數以十萬計的GPU來探索通用人工智能的未知領域。

　　美國政府的設限，讓一些中國企業開始考慮跟隨式研發的路線。其實這一路線相當可行，考慮到中國的研發與市場規模，即便美國出現一些科技突破的跡象，中國也能迅速跟上，隨后依靠應用、成本的優勢趕超，被科技突變造成忽然打擊的風險不大。

　　值得欣慰的是，中國人工智能研發已轉向更多考慮經濟性了，要見實效、與產業結合，而非一味地為與美國競速焦慮。但是，未來業界還需要結合國情與政策導向，避免走入“內卷式”的惡性競爭。

　　事實上，目前一些行業的成本競爭程度十分激烈，在技術水平、配套服務都已經十分完善的情況下仍要競相壓縮成本，試圖在市場中以性價比取勝。從國家角度看，市場競爭要被控制在適度范圍，導向促進市場擴大、優化社會資源合理配置的良性競爭，而非一損俱損、造成額外資源浪費的惡性競爭。

　　借助云計算服務商平臺是中國大模型研發一種常見途徑，中小公司可以借此避免搭建數萬張顯卡集群式的訓練設施。除算力外，云服務商還能夠整合提供多種開源大模型，價格基于token計算。在AI領域，token指處理文本的最小單元或基本元素。千個token的輸入單價從不到1分錢到1毛錢以上，模型越大價格越高。這些面向業界開放的云計算服務降低了大模型研發的門檻。許多公司通過這種模式購買、定制具體的服務，推進其業務領域的大模型研發。

　　近日，阿里云宣布上調其域名拍賣平臺的價格，單個域名價格從69元升至99或199元，以應對人工智能服務的價格競爭。對此，阿里云的理由是“應對服務成本上漲”。

　　這其實是一個值得關注的業界動向。此前，出于市場份額競爭、關注實體等原因，中國市場對于軟件、服務價值評估并不高。在“域名搶注”“大模型訓練”等專業應用加持下，云平臺服務極大便利了市場主體參與，令其可以集中發揮自身優勢尋找市場應用。實踐證明，中國人工智能研發需要云平臺服務。要實現我國人工智能發展和相關應用市場百花齊放，既需要大量中小企業參與AI應用開發，也需要云平臺公司提供優質服務。對于真正優秀的產品，有開發需求的企業愿意以合理價格甚至少許溢價來購買。但如果服務商長期“賠本賺吆喝”，既堵死了后來者參與競爭的市場空間，也不利于自身的長期發展，更會讓開發者形成“開發服務本就廉價”的錯誤價格錨定，將整個行業拖入惡性競爭的循環，對整個業界的發展有害而無益。

　　阿里云此次調整價格，證明了國內云平臺服務的價格正在向更理性的平衡點回調，也證明了國內市場的激烈競爭情況有所好轉。但人工智能產業方興未艾，引導整個產業良性發展必須久久為功。若中國人工智能繞開美國的“燒錢”大坑，建立起良好的市場秩序與競爭環境，以理性指導產業逐步發展，必然能夠事半功倍地實現社會數字化、智能化轉型。（作者是科技與戰略風云學會研究員）