【ITBEAR】在2023北京智源大會上，“AI教父”杰弗里·辛頓提出了一個引人深思的問題：“假設青蛙創造了人類，那么現在誰會占據主動權，是人，還是青蛙？”他曾不惜辭去谷歌副總裁的職位，只為自由討論并提示“人工智能的危險”。然而，一年過去，AI非但沒有走向他預言的“毀滅人類”，反而為他帶來了諾貝爾物理學獎的殊榮，同時，諾貝爾化學獎也頒給了三位用AI研究蛋白質結構的科學家，這一結果震驚了整個學術界。
諾貝爾物理學獎和化學獎的頒發，不僅是對科學家個人的認可，更是對“AI輔助科學研究”這一應用趨勢的肯定。與此同時，英偉達在華盛頓舉行的為期三天的“AI峰會”也聚焦于AI在應用層面取得的成功。英偉達企業平臺副總裁鮑勃·佩特指出：“世界正處在AI應用的邊緣。”
杰弗里·辛頓之所以獲得諾貝爾物理學獎，是因為他在使用人工神經網絡進行機器學習方面的奠基性貢獻。他的機器學習技術被廣泛運用于物理學界的數據分析和模型構建。而諾貝爾化學獎則授予了谷歌旗下DeepMind公司的AI科學家德米斯·哈薩比斯和約翰·江珀，以表彰他們研發的“Alpha Fold2”模型在蛋白質結構預測方面的成就。
在這兩個案例中，AI并非孤立存在，而是以交叉學科、跨界融合的方式應用在具體的科研領域。英偉達AI峰會上，鮑勃·佩特也強調了AI在現實領域的應用，從智能助理到機器人工廠，再到天氣預測和治療癌癥，AI正在各行各業實現突破。
例如，美國國家癌癥研究所正在使用英偉達的AI服務進行醫學圖像分析，從而幫助藥企和科研人員篩選新藥分子，大大縮短開發新藥所需的時間。不僅是英偉達，meta和馬斯克也在積極探索AI的硬件和應用，推動AI技術的發展。
AI的發展重心已經從早期的算力層和模型層，全面轉向最終的應用層。這種轉變的背后，是資本的強力推動。近年來，中國、美國、歐洲的科技巨頭和投資機構都在爭相投資AI。以亞馬遜、微軟、Alphabet和meta為例，他們在今年第二季度共花費了500多億美元投資AI。
然而，這種投入雖然不計成本，但企業仍然需要追求營收和利潤增長。目前來看，除了英偉達、臺積電等上游廠商賺得盆滿缽滿以外，幾乎所有的大模型都在虧損。因此，無論是算力芯片公司還是科技巨頭，都需要讓AI在應用層面展現出真正的商業化能力，才能吸引更多的人和錢參與進來。
宏碁集團創辦人施振榮提出的“微笑曲線”理論，能夠很好地解釋當下大部分AI公司盈利難的問題。在AI產業鏈中，GPU制造/云計算和AI應用環節往往能夠獲取較高的利潤，而只做大模型的AI公司則面臨著利潤低、變現慢的窘境。
為了改變這一現狀，AI產業鏈上的企業開始嘗試垂直整合。從芯片制造到大模型訓練，再到實際應用，他們開始逐步對AI進行產業鏈層面的整合。這種一體化戰略或許能夠幫助他們在AI時代增強競爭力，就像移動互聯網時代的蘋果和新能源車時代的比亞迪一樣。
在這場科技革命浪潮中，誰能夠率先將芯片、算力、數據、模型、應用這五點統一，誰就能夠最先摘到“低垂的果實”。
