中国AI市场，权衡与拉扯

9月5日，创立仅五年的AI大模型公司智谱AI宣布完成新一轮融资，融资规模数十亿元，由中关村科学城领投，它是北京市海淀区政府设立的投资平台。这是智谱AI今年完成的第三轮融资。最新一轮投前估值200亿元，投后估值尚未披露。自2009年成立至今，智谱共完成11轮融资，是目前中国估值最高的AI大模型独角兽公司。

智谱AI核心成员主要来自清华大学。2022年后，智谱已经开源了多个基础大模型，商业模式以B端服务为主，包括定制化服务和API接口。

在微软和OpenAI的带动下，全球AI产业在过去两年发展迅速。目前，全球生成式AI相关独角兽公司共有37家，过去一年新增了17家。其中美国27家、中国5家。中国的5家分别是智谱AI、百川智能、月之暗面、Minimax和零一万物。

9月5日，在第六届外滩金融峰会上，智谱CEO（首席执行官）张鹏接受了《财经》杂志专访，回答了一些广受业内关注的问题。

相比以OpenAI为代表的美国AI独角兽公司，目前中国的大模型独角兽公司规模体量较小，发展路径也不同。最明显的一个区别是商业模式，美国AI公司更多用软件模式，可以快速起量；中国公司更多是定制化服务。不少人认为这是导致双方估值体量差异的主要原因。张鹏提到，这是市场环境决定的，在中国做B端市场就是“一边吐槽一边做”，但这并非没有好处。

智谱的投资方包括高瓴资本、启明创投、君联资本等投资机构，同时还有美团、阿里巴巴、腾讯、小米等多家互联网大厂。张鹏说，创业公司和大厂之间关系复杂，竞争与合作同时存在，但大家对技术的认知不太一样。

智谱是目前中国发展相对比较顺利的大模型创业公司，除了拿到持续高额融资，仅在今年上半年，就拿到了超过18个政府和企业的招标项目，位居五家独角兽之首，甚至超过了一些大型科技公司。目前中国大模型产业的融资、算力、数据和应用都有强烈的政策引导因素，在张鹏看来，目前中国的AI产业发展依然存在不少挑战，而作为创业公司，需要应对在复杂环境中的各种压力。

中国和美国已经成为全球AI发展的两座高地，大模型也被称为是下一代技术基础设置，外界关注大模型技术的发展和应用。张鹏和我们重点聊了四个方面话题：

一、中国和美国的AI发展有何差异？

二、大模型已经到了可以应用的阶段了吗？为什么已经出现价格战了？

三、过去一年我们的算力投资效果如何？创业公司和大厂究竟是怎样的关系？

四、政策对于AI产业发展影响几何？

以下为对话整理：

关于中美AI差异化发展

问：作为中国的AI独角兽公司的代表，你怎么看美国的AI独角兽公司？

张鹏：中国和美国AI产业从来都不一样，互相的借鉴和学习一直存在。首先是基础情况不一样，这一波AI大模型还是发源于美国，我们扮演的是后来的追赶者角色。虽然过去两三年国内整体发展很快，但无论如何，在最顶尖的那一块技术上，我们还处于追赶过程中。

从发展模式来看也不太一样，美国收敛得更快一些，中国会更繁荣、更多样化。

问：为什么中国更多样化？仅从创业公司角度来看，美国的创业公司更多点开花。

张鹏：美国确实从整个生态上分工更明确，其更习惯于生态式的分工合作，所以我说其收敛得更快。中国平行的、垂直的会更多。

我说的多样化是从更大范围来看，不单是创业公司角度。在移动互联网时代，中国是靠大量的应用创新和更普及的网络基础设施，取得了不错的发展。在AI发展这件事情上，大家其实希望我们能靠更广大的市场，更多的应用爆发，应用和市场的多样性来加速我们的发展。

问：美国的AI公司是软件模式，中国的AI公司目前还是以做项目为主，这两者有什么具体区别？

张鹏：确实存在这两种模式，但不是说美国只有软件，中国只有定制项目。这是两种不同的模式，没有优劣之分。

美国的科技发展叫做“技术优先”和“知识密度优先”，大家互相尊重基础创新，对于新兴的事物保持着非常强的鼓励和促进态度。互相之间的价值分配有一套比较完整的创新和市场的生态链，来共同促进这个事情。

在国内很多时候是另一种模式。大家对于发展过程中，安全、可控，还有持续性和自主性等要求会更高。所以在初期阶段，大家可能更愿意说我需要贴身服务，我需要个性化的定制。

许多客户的心态是希望技术和数据完全在我自己的环境里，数据要物理隔离，这和中国的文化和市场背景有关。

关于商业化和价格战

问：这种市场现状决定了必须把精力放在定制化上？

张鹏：这是必须考虑的问题。在中国做To B生意，大家就是一边吐槽一边去做，但并不一定都是坏处，也有好处。

问：好处在哪？

张鹏：你可以快速去打通技术到市场落地的一条线，可以更快走到市场，产生价值。虽然这可能是垂直化的，初期你需要花很多精力和资源去做这件事，很累。但好处是只要有一个人能走通，大家相对来说比较容易去跟进和复制。

我们也确实认识到其中的一些问题，我们作为一个创业公司，不太可能自己去做很多垂直领域，成本扛不住。你只能把握这个里面最核心的价值在哪，然后把这个经验赋能给整个行业和行业的生态的合作伙伴，它们去帮你复制。

问：我们现在就讨论大模型落地，会不会速度太快了？技术本身还在迭代，可能明天新的技术出来，之前的应用很快就会被颠覆了？

张鹏：你说得对，这是一个很现实的问题。

其实我们内部很早就在讨论这个事情，对于企业或者用户来讲，它在落地这项技术的时候，一定要先想明白，你的产品是不是跟AI契合度很高。其次，因为模型本身的能力还没有到达很理想的状况，所以你在上面肯定要做一些工程化、定制的事情，这些不能是模型演进过程中本身会长出来的能力。

比如说数据、评测，还有整个体系的建设，团队的建设和架构的建设，模型的能力和软件的能力要切割的比较清楚，这样的话你能够尽量留存一些前期投入。

没有人会告诉你明确的这条线在哪，只能靠摸索，靠不断磨合去找到一个合理的机会。

问：为什么这么快就开始价格战了？

张鹏：大家现在找不到差异化的价值点了，提供的服务差异没有那么大，就只能比价格了。

问：大模型今天依然很贵，价格战对产业发展会有什么影响？

张鹏：两方面的影响。一方面低价甚至免费肯定能让更多人来用；另一方面，还是需要遵循商业逻辑，价格战确实对我们来说压力挺大的，有一个人低价其他人只能跟着一起卷，我其实是不太赞同这种做法的。

如果你的技术和产品竞争力足够强，你没有必要主动去打价格战。

问：从投资人角度来说，他们会关注你有没有大客户，所以有些公司会先低价拿到客户，再靠融资去推进？

张鹏：我们不做这种事，确实会有人这么做，但市场会有纠错能力。好的客户会更关注可持续发展，他会关注技术、产品和合作方的实力，他也不希望很看好的一件事做着做着就没了。

问：但是不少行业龙头公司都在自己做大模型？

张鹏：去年到今年上半年确实比较多，大企业都自己在做。但最近我们看到了一些掉头的情况，它们发现这件事没那么容易，不是组建一个团队，拿一个开源模型过来就能跑通的，不如去采购。

问：对于创业公司来说，要持续技术投入，又要做商业化，负担会不会太大了？

张鹏：确实是一个挑战。但AI技术走到今天其实是一个交叉领域，非常讲究工程实践。你天天在实验室研究，不理实际的市场需求，是行不通的。

所以技术到一定程度，可以去探索一些原因场景，收集反馈，促进快速向前迭代，你要知道市场到底需要什么。当然这是一个权衡和拉扯的过程，不能完全按照市场要求来，也不能完全拍脑袋想象。

问：你会怎么去平衡？

张鹏：我经常会和一线的客户去聊，他们到底想要干什么。但我不会他说什么就去做什么。我特别喜欢问一个问题：你为什么要做这件事？我们需要找到这件事背后的本质。

比如，智慧城市项目，很多时候第一步是要把所有的数据汇总到一起。但你回到原点去看，做智慧城市的目的是让城市里的人体验变得更好，那有必要收集所有的数据吗？成本很高，怎么去高效处理这些数据，怎么保护数据安全，好像又带来了更多问题。

现在我们有了更强的AI技术，我们就可以通过新技术去规避旧问题，走出新的路径。

问：和客户拉扯完，回到公司还要和技术部门拉扯吧？

张鹏：这种事情非常正常，企业都会遇到这样的问题，客户要做这件事，技术人员说这件事没有意义。

如果我们从技术演进角度来说，这些都不是问题，我们需要的其实只是时间。这件事有更好的解决方案，但客户等不了，市场也等不了，怎么办？就只能先用一些工程化的方法去解决问题。

关于和大科技公司的关系

问：目前公开信息里，智谱拿到的中标次数是创业公司里最多的，为什么？

张鹏：我觉得能拿下这么多标，主要还是因为客户对于核心技术的肯定，不用担心我们突然一下子没了，因为很多公司其实是依赖于国外的开源技术的，如果有一天不开源了怎么办？

会思考这种问题的客户可能就会来找我们合作。

问：你们和百度、阿里巴巴、科大讯飞这种大厂比起来，有什么不同？

张鹏：一是我们核心技术是完全自主掌控的；二是我们并没有把AI大模型当做挣钱的工具。大家对这个事情认知不同，投入的方向和资源以及最终取得的成果上就会有差异。

大厂的目标是什么我说不好，我感觉它们的目标就是这个技术够用就好，能赚钱就行，并不一定要把技术推到什么样的程度。

问：你们不想挣钱吗？

张鹏：不是不想，我们会去平衡。挣钱是为了追求更高的目标，证明这件事能走通，所以认知逻辑上会有一些不一样。

问：阿里是你们的投资方，也自己做大模型，你们和阿里之间的关系是怎么样的？如果对比OpenAI和微软的关系来看呢？

张鹏：我前面提到中国和美国之间有一些不一样的地方，中国的大厂倾向于什么都自己做，它们有资源有人才有数据，所以（从创业公司的视角来看）大家合作起来就会比较费劲。

早年微软为了支持OpenAI，把自己内部的大模型研发团队都撤掉了，当然现在又重新做起来了。微软是生态的建设者，它不认为自己一定要把所有事都做了，生态更好了我自然就更好了，这是认知上的一个差别。