近期智譜GLM 5.2、騰訊Hy3新一代通用大模型，公開跑分不斷刷新紀錄，整體性能愈嚟愈貼近國際頂級水平。正因為通用模型持續突破，業界愈嚟愈清晰一件事：通用大模型嘅護城河，其實已經愈變愈薄。
好多用家實際落地使用，常出現一個有趣嘅反差。市面大量跑分極高、知名度極大和收費極高的嘅頂級通用模型，在處理日常工作實務議題、給出專業意見時，勝不了一啲跑分唔算頂尖、排名較後嘅模型，若問題是指定的行業，例如社交，遊戲，電商，物流，金融，......的問題，表現甚至更差。
呢個反差，直接點明未來AI核心競爭邏輯：
通用模型技術已經拉唔開長期差距，真正無法複製嘅壁壘，從來唔係公開榜單跑分，而係垂直行業長期數據沉澱。
而家通用模型架構、訓練邏輯、底層原理，隨住國產模型大量開源，已經高度公開透明。只要有足夠算力同資金，短期就可以追平技術差距。
通用模型愈來愈只係行業入場門票，完全唔構成工業級核心競爭力。
而專業垂直行業模型，承載住客戶幾十年本土產業鏈運行數據、生產工藝經驗、現場故障案例、真實營運軌跡。
但呢啲數據市面無法搜尋、公開數據無法訓練，屬獨家產業智慧；模型幻覺更低、商業落地選用率遠高過通用模型。
最好的例子就是擁有海量短片的抖音的 Seedance 就直接幹死Sora。
順著這個邏輯推演，一旦中美同步嚴收垂直模型外流，全球產業格局好大機會出現極端馬太效應，其他國家基本上無辦法追趕。
其他經濟體隨便用到全球頂級通用AI，但欠缺完整本土產業鏈、海量行業真實數據、長期場景迭代機會，根本培育唔出屬於自己嘅高階垂直工業模型。
就以電動車產業做一個比喻。
中國電動車產業鏈極完整、技術迭代速度極快，每日累積海量試車、產線優化、工藝調校數據，持續養活自家汽車垂直AI。
呢套AI不斷壓縮研發週期、優化成本、提升良品率、加速新車迭代。
若歐日傳統車廠，淨係可以用通用模型做淺層輔助，永遠拿唔到深層工業核心經驗。長遠之下研發效率、成本控制、產業競力只會愈拋愈遠。
最致命係惡性循環：產業落後→商業使用者回饋數據更少→模型更弱→產業更加落後，去到臨界點，大量傳統工業直接失去翻身機會。
美國一早睇穿呢個趨勢制定AI監管，中國緊隨其後。
美國採用資本篩選模式。
美國本土產業鏈唔算絕對完整，但環球資本掌控嘅海外工業體系極龐大，因此美國不按國界劃分權限，嚴格做股權穿透、核查企業實際控制權。
只有美資完全掌控嘅全球企業，先可以取用美國高階模型同垂直行業模型；所有獨立外資、非美資主導企業，一律封鎖深度AI權限。
美國策略好直白：技術選擇性向外輸出，只惠及自身可控企業，隔絕所有競爭對手。
中國監管思路完全反向，針對美資在華企業嚴格限制數據跨境流動。
比如好似摩根大通用Anthropic頂尖模型處理內地金融業務，內地敏感商業數據只能留在中國。
中國從唔阻擋美資正常使用AI，核心係死守本土行業、商業營運數據，唔畀透過美資機構流入境外AI系統。
避免幾十年累積嘅產業邏輯、工業場景、商業慣例，被美方模型學習複製。
在華美企也知道，若企業在中國使用美國頂尖模型，客觀上留在中國的數據，有機會變成中國模型吸收美國頂尖模型算法的蒸餾素材
簡單講：你偷我工業數據，我偷你模型算法，中美雙方心照不宣、互相制衡。
總結是：
美國向外「揀人畀技術」，主動擴張全球優勢；
中國過去是向內「鎖住核心數據」，防守本土產業底盤。
一攻一守，構成兩套完全對立嘅全球AI戰略。
但這套格局，隨者中國模型能力的趕上已經出現了變化。
商務部、發改委近來的密集閉門約談智譜、字節、阿里等頭部AI企業，敲定全新AI出海管控規則，四大核心直接決定未來十年全球AI產業格局。
第一，模型分級出口管理。
通用基礎模型正常開放、正常出海商用；中端模型境外使用必須備案審批；高階前沿模型、所有行業微調垂直模型，禁止境外取用、禁止權重外流。
第二，管控覆蓋模型同埋全套技術服務。
就算唔直接輸出模型，派遣工程師出海幫外企調校行業AI，一律視作技術出口、必須審批，杜絕產業經驗透過顧問服務間接流失。
第三，重中之重，嚴格收緊境外資本對國內AI企業投資、入股、跨境並購。
過往大量優質垂直模型團隊，積累完行業數據同技術，就被外資收購、離岸遷冊，變相將中國獨家產業智慧拱手送人。
今次規則直接堵死漏洞，嚴禁外資透過資本手段收割本土垂直AI核心成果。
第四，全面對標美國同等管制。
美國早已限制頂尖模型對外擴散，內地而家正式將高端垂直AI，定性為國家級戰略產業資產，絕不無償外流、絕唔容競爭對手借力反超。
最後全球格局結論好清晰：
通用大模型全球自由流通、技術同質化、無長期壁壘；
垂直行業AI區域割據、獨家壟斷、完全無法複製。
未來全球AI產業，由中美兩強雙主導。
兩邊各自擁有完整產業鏈、海量疊代數據、持續進化嘅垂直模型，產業效率不斷自我強化、滾雪球式拉大差距。
其他所有經濟體，只可以停喺使用通用AI嘅層面，永遠接觸唔到核心工業智能。
全球產業差距只會愈拉愈大，落後國家追趕窗口愈收愈窄。
AI時代終極產業競爭，從來唔鬥算力、唔鬥演算法。
真正鬥嘅，係本土產業規模、真實場景數量、沉澱喺模型入面嘅獨家工業同商業經驗。
投資結論：
筆者保持一直以來的觀點：AI大模型嘅發展路徑，會複製類似上一次互聯網泡沫爆破模式。
因為Ai商業落地本來就是要用來解決商業問題，而家大量獨立AI初創公司瘋狂燒錢研發通用大模型，並且以通用能力去列價值，就是一個混淆視聽的Scam，未來這類通用模型的收入會像互聯網行業的同質化產品相同，顧客只在意價格，競爭會把token單價大幅度殺低，最後支撐不到龐大的投資和燒錢速度而爆破。
當通用模型行業進入寒冬、大量技術和團隊平價出讓之時。真正嘅贏家，會是一班本身坐擁海量消費數據、工業數據、場景數據的現在幾間超級科企巨頭。
他們又會以極低價收割成盤通用模型技術再接入自家獨家、無人可以複製的多個產業數據，即時做到「頂尖模式運算法＋獨家垂直工業場景」，如虎添翼，
像上一個泡沫週期一樣，重演一次歷史，巨企最後也能大幅度向晶片、半導體硬件供應商壓價，使其成為利潤微薄、增長平淡嘅上游配套。
25／6出文讚Microsoft及騰訊也是基於這個看法，之後不到兩個星期兩企股價大幅度反彈，前者由352升至388，後者則由418升至478，而啊里則更因透露雲收入超預期，股價由89 5反彈20%。
我是批評過啊里管理層在零售業務撩事生非，但佢在Ai模型上有巨量Open Ai 及Anthropic 沒有的實體經濟的數據，後兩者在使用Ai 去解決同類商業問題上，是無法勝過啊里的。
1. 電商全鏈路：商品、交易、供應鏈、庫存、商家經營數十年積累
電商營運、直播、選品、售後專屬垂類模型
2. 菜鳥物流：全國路網、快遞調度、異常預警、倉儲實時數據
物流工業垂直模型
3. 支付+螞蟻金融：萬億級信貸、風控、企業經營財務數據
金融风控垂類模型，大量銀行在用
4. 阿裏雲+釘釘：千萬企業辦公、產線、政企數字化
工廠排產、設備監測、智慧城市工業垂直AI大規模落地
5. 車載：寶馬、國產車企合作汽車座舱垂直模型，直接切入車企賽道
沒有留言:
發佈留言