今年以來，Meta、OpenAl、谷歌、Anthropic、百度、微軟、英偉達、亞馬遜、蘋果、騰訊、阿里、華為、字節(jié)跳動等企業(yè)聚焦AI大模型，持續(xù)加強技術、產(chǎn)品、市場、人才和生態(tài)等布局，引領全球AI產(chǎn)業(yè)一路飛奔。
總體特征：強者的游戲
一是市值或估值都很高，絕大部分在數(shù)千億到數(shù)萬億美元之間；二是大都為成立時間較早的科技巨頭；三是收入規(guī)模大，從數(shù)百億到數(shù)千億（兩家創(chuàng)企OpenAl、Anthropic除外）； 四是主營業(yè)務以互聯(lián)網(wǎng)服務、云計算和軟硬件服務為主；五是人員規(guī)模大，基本都在數(shù)萬到超百萬（兩家創(chuàng)企除外）；六是研發(fā)投入占比高，Meta、英偉達、華為研發(fā)投入占比超20%；百度、谷歌、微軟、騰訊超10%。
表1 13家AI大模型龍頭企業(yè)關鍵指標統(tǒng)計表
業(yè)務布局：“智算+通用大模型+應用”的一體化
AI大模型龍頭企業(yè)正在無所不為，圍繞大模型產(chǎn)業(yè)鏈各層，通過多種方式進行全棧化的業(yè)務布局，以發(fā)揮業(yè)務協(xié)同效應。如以阿里、微軟、百度、華為為代表的云商，在大力發(fā)展智能云的同時，向下延伸定制AI芯片，向上自研或合作推出通用大模型及應用。而英偉達作為芯片廠商，也在研發(fā)自己的通用大模型，其10月份發(fā)布的開源大模型Nemotron，測試數(shù)據(jù)顯示其性能僅次于OpenAI的o1。具體來說，在芯片層，頭部大模型商正在通過自研等方式試圖擺脫對英偉達的依賴，如谷歌發(fā)布基于 Armv9 架構和指令集的 Axion，Meta發(fā)布的第二代MTIA，其計算和內(nèi)存帶寬較上一代提高兩倍多。
在智算中心領域，谷歌、微軟、亞馬遜等云服務商均在全球范圍內(nèi)加大智算中心投資。在大模型領域，龍頭企業(yè)逐步加大金融、法律、教育、醫(yī)療等特定領域或行業(yè)的專用大模型，如微軟推出的醫(yī)療多模態(tài)大模型LLaVA-Med，可用于處理醫(yī)學影像、推測病理狀況。在大模型應用領域，龍頭企業(yè)紛紛布局端側大模型，推動大模型從AI PC和智能手機向智能汽車、具身機器人和掃地機等邊緣智能設備拓展，覆蓋個人AI助理、智能駕駛、醫(yī)療護理、智能家居和金融服務等專業(yè)服務領域。如微軟的 phi-3.5-mini 其內(nèi)存占用被減少到1.8GB，蘋果推出的MobileCLIP是高效緊湊的圖像-文本模型。
組織優(yōu)化：整合資源、研產(chǎn)協(xié)同
一是合并領域相近的AI部門，簡化內(nèi)部結構，提高資源利用率和研發(fā)效率。與傳統(tǒng)的軟件應用相比，大模型的工程化和產(chǎn)品化面臨更龐大的資源需求。即便是Google這樣規(guī)模的公司，也必須集中優(yōu)勢資源專注于最關鍵的項目。2023年Google合并了DeepMind和Google Brain兩大關鍵AI部門，緩解了因內(nèi)部競爭導致的算力緊缺，同時也簡化了部門結構，提高了決策速度和研發(fā)效率。
二是打破技術研究和產(chǎn)品開發(fā)部門（團隊）間的界限，增強研產(chǎn)協(xié)同，加速大模型技術的產(chǎn)品化進程。如，Meta于2022年取消了單獨的AI研究機構，并將其整合到各產(chǎn)品組中，2024年初又將著名的基礎AI研究團隊FAIR并入產(chǎn)品部門GenAI，旨在推動Llama系列大模型的工程化和產(chǎn)品化進程。
人才團隊：跨學科+頂尖人才
一是構建跨學科、年輕化的研究團隊。大模型（特別是多模態(tài)大模型）本身就是多學科交叉的產(chǎn)物，涉及計算機科學、語言學、倫理學乃至藝術學等多個學科，構建跨學科的研究團隊，不僅能夠整合各領域知識以解決復雜的技術問題，同時也能促進知識碰撞、激發(fā)創(chuàng)新思維。例如，OpenAI的Sora團隊中不僅包含技術專家，還有公共傳播學、藝術學等多個領域的專家。ChatGPT團隊成員的平均年齡為32歲，其中低于30歲的成員占比達到34%。二是構建由頂尖人才領銜的研發(fā)團隊。大模型的技術難度和復雜性極為突出，有具備深厚AI理論基礎、扎實技術能力和卓越創(chuàng)新思維的頂尖科學家領銜是成功的關鍵。如，OpenAI的前首席科學家Ilya Sutskever師從圖靈獎、諾貝爾物理學獎得主Geoffrey Hinton，參與設計過AlexNet、Seq2seq等著名的AI算法；ChatGPT團隊中，有超過40%的成員來自于斯坦福、麻省理工等頂尖高校，這些研究人才在團隊中擔任研發(fā)工程師和研發(fā)科學家等職務，推動了ChatGPT的問世。
投資：廣撒網(wǎng)+強化核心優(yōu)勢
一是廣撒網(wǎng)拓展機會邊界，分散投資風險、完善產(chǎn)業(yè)鏈布局。以微軟為例，在AI 領域風險投資方面廣泛關注各類初創(chuàng)企業(yè)，涉及多個細分方向，今年上半年的投資就涉及網(wǎng)絡安全、自動駕駛、人形機器人等多個方向。
二是聚焦優(yōu)勢領域鞏固領先地位。（見圖1）。例如，Google母公司Alphabet在核心AI、健康及金融科技領域廣泛開展風險投資，有力地維持了其在相關領域的領先地位；亞馬遜在能源、交通和機器人技術領域領先，其投資項目涵蓋使用可再生能源的項目、先進的物流解決方案和自動化技術。
圖1 2013-2023年，美國科技巨頭在AI細分領域風險投資（VC）輪次參與情況
開放合作：基于平臺的生態(tài)賦能
AI龍頭企業(yè)通過全棧布局、搭建平臺來強化生態(tài)鏈主導地位。例如，百度全面布局AI生態(tài)鏈，通過自研的昆侖芯片提供算力支持，飛槳平臺奠定開發(fā)基礎，文心大模型不斷突破，并在應用層廣泛賦能各行各業(yè)。此外，科技龍頭企業(yè)致力于挖掘潛力創(chuàng)新企業(yè)并為其賦能，打造大模型全鏈路生態(tài)支持體系，提供定向?qū)僦С趾图�，構建“以我為主”的生態(tài)體系。例如，百度搭建AI加速器為創(chuàng)新企業(yè)提供應用孵化支持，并建設千帆社區(qū)和飛漿社區(qū)，為開發(fā)者提供交流和資源支持，促進了以百度為核心的生態(tài)體系建設，推動了生態(tài)內(nèi)企業(yè)的共同發(fā)展。
對運營商發(fā)展AI大模型業(yè)務的啟示
一是要發(fā)揮智算、數(shù)據(jù)和用戶規(guī)模優(yōu)勢，面向高價值場景，加快產(chǎn)品創(chuàng)新和商用落地；二是整合技術研究、產(chǎn)品開發(fā)、現(xiàn)網(wǎng)運營及云計算等部門的優(yōu)勢資源，完善跨部門協(xié)作機制，戰(zhàn)略性合并業(yè)務緊密關聯(lián)的部門等。三是持續(xù)加強AI人才隊伍建設，持續(xù)引進頂尖科學家和高水平的架構、算法工程師等。四是積極投資前沿技術與創(chuàng)新應用，強化跟現(xiàn)網(wǎng)優(yōu)勢業(yè)務的戰(zhàn)略協(xié)同。如設立專項基金支持有潛力項目，加強與被投企業(yè)的技術合作等。五是加強AI開放合作，推進開源，擴大開發(fā)者數(shù)量，為行業(yè)合作伙伴賦能。
