作者｜王健
编辑｜林志佳
图片来源：由无界AI生成
当前ChatGPT热度下降，投资人担忧AI行业盈利难题，促使**、美国的 AI 概念股出现由盛转衰与“回调”迹象。
4月24日，**“AIGC**股”出门问问（02438.HK）成功登陆香港交易所主板，以3.8港元/股的下限价格招股。但首日遭遇破发，开盘下跌超过21%。下午跌幅开始收窄，首日报收3.68港元/股，跌3.16%，**市值达54.9亿港元。
更早之前，美国 AI 巨头英伟达（NASDAQ: NVDA）股票经历“过山车”行情，一周内暴跌接近15%，公司总市值减少近3000亿美元（约合2.17万亿元）。
随着“百模大战”的AIGC赛道已竞争白热化，二级市场质疑这个烧钱且受困于商业化落地难题的领域。同时，二级市场的“负面效应”正不断传到到**市场，致使所有人都在问，AI 产业到底发生了什么事？是不是已“由盛转衰”了？
中美 AI 差距拉大，企业变现能力受质疑
**、美国 AI 相关的资本市场正呈现从一年前的“狂欢”，到如今“冷静”态势。
美股市场方面，短短一周内，美国 AI 相关个股出现了下跌。除英伟达之外，超微电脑（NASDAQ: SMCI）暴跌近20%，Meta跌超4%，亚马逊跌超2%，特斯拉、微软、苹果、谷歌跌超1%。
** AI 公司方面，过去一周内，科大讯飞股价下跌约7%，。而过去12月内，寒武纪（SHA: 688256）股价下跌44.6%，百度港股（HKG:9888）和百度美股（NASDAQ:BIDU）近一年分别下滑18.8%、19.6%。
为什么会发生这种状况？如果说，美股还是因为超微电脑的“神秘预告”以及美股大盘造成的突然下跌，那么** AI 公司，其业绩基本面非常堪忧。
以科大讯飞为例。
4月22日，科大讯飞(002230)发布2024年**季度报告，2024年**季度实现营业收入36.46亿元，同比增长26.27%；实现净亏损3亿元，同比下降418.99%；基本每股收益-0.13元；加权平均净资产收益率ROE为-1.76%。
更早之前，科大讯飞已发布2023年年报，业绩低于预期。2023年公司实现营收196.50亿元，同比增长4.41%，低于公司原本预计的超200亿元的营收；2023年公司实现归母净利润6.57亿元，同比增长17.12%。
4月23日财报会议上，科大讯飞高层也坦言，关于公司应收账款，现在由于整个政府财政困难，增加的确实还是挺快的，公司应收账款的结构主要是以政府大中企业金融机构，包括华为在内的大型合作伙伴为主。尽管2023年根据严谨的会计准则计提坏账，但实际过去历年整个坏账是比较低的，2020年，实际坏账率是0.1%，然后逐年下降。2023年整个实际的坏账率是0.01%，应该说坏账是可控的。
财报显示，2023年，科大讯飞我个研发投入这38.39亿，占总营收的19.53%，同比增加4个多亿，其中整个星火大模型的研发投入总数超过20多个亿。
很显然，业绩不佳、应收帐款增加，均成为科大讯飞难以产生盈利的原因。
不止是科大讯飞。今早登上港股的“AIGC**股”出门问问财报显示，其AIGC产品依靠订阅制模式，但出门问问当前面临AIGC新用户获取成本不断上涨的压力。其中，注册用户的获客成本从2021年每人1.4元，攀升到2023年的13.5元；付费用户更是从2021年的每人31.8元，涨到2023年的133.1元。
如今，**的 AI 公司出现一种特殊的“能力”：大模型**超越GPT-4，但没人真正成规模买、没有**的高技术壁垒、没有**创新性技术差别。
清华大学苏世民书院院长、人工智能**治理研究院院长薛澜教授表示，**有超过130个大模型，尽管单从量上讲进步很大，但实际上**大模型还存在不少问题。他提到有不少大模型是用“套壳”和拼装的方式构建的，而且算力也被“卡脖子”了。
波士顿咨询集团 (BCG) 的一项调查中，大约一半的受访者（均为高管）表示，他们不指望生成式人工智能能够带来大幅的生产力提升，而且他们担心生成式 AI 工具可能出现错误和数据泄露。
相反，有广泛的业务场景及较强的应用能力的AI科技公司，其企业营收和经营表现则会好很多，在大模型的基础上多项业务也取得了显著的增速。
一位资深的业内人士向钛媒体App透露，基于海量的互联网公开数据训练的大模型，如果想应用到某个垂直行业或业务场景，就需要大量该领域的行业或业务场景数据进行微调，如果AI科技企业没有相关的业务背景或者来自合作方的**支持，这样的业务域内数据获取难度就会大大增加。
同时，大模型应用效果的好坏，与大模型人才对该垂直行业或者细分领域的业务逻辑和关键因素的了解深入程度息息相关，这也需要大模型人才和该领域的业务专家密切配合并互相理解各自的语言体系。
**投资衰退，市场**转向
近期，李飞飞联合领导的美国斯坦福大学以人为本人工智能研究所(HAI)发布的《2024年人工智能指数报告》显示， 2023年，AI投资整体有所下降，但对生成式AI的投资金额猛增至252亿美元，比2022年增长了近8倍。
图片来源：HAI《2024年人工智能指数报告》
从生成式AI的融资额可以看出，AI领域的投**局正在发生深刻变化，基础模型的玩家基本成为定局，巨额投资都集中在几家头部企业。
例如，2023年**季度，微软向OpenAI投资了100亿美元；2023年第三季度，亚马逊和谷歌分别向Anthropic投资了40亿美元和20亿美元。
**大额投资集中在智谱 AI、MiniMax、百川智能等，其他几乎无法完成大额融资。未来，随着领军企业地位稳固，十亿美元级的项目投资将逐步放缓。
另外，《2024年人工智能指数报告》显示，2023年，美国的AI行业投资额达到672亿美元，是第二大投资国**（78亿美元）的8.7倍。在2013年—2023年的10年间，美国在AI行业投资总额达到了3352亿美元，而**为1037亿美元。此外，在生成式AI私人投资中，中美差距更为明显。2023年，美国在生成式AI领域的投资总额为224.6亿美元，**仅为6.5亿美元。
启明创投合伙人周志峰日前表示：“在移动互联网、新能源汽车以及互联网借贷浪潮中，中美在**市场的投资额几乎持平，或者**是美国的80%。但2023年，**AI市场的总投资额只有美国的12%左右。这是非常值得警惕的，**AI市场投资追赶空间还非常大。”
AI领域的投资向头部企业特别是美国头部企业集中的趋势，背后是资本对头部企业算法人才和模型能力的肯定。
大模型的研发和突破首先来自专业的大模型算法人才，**和美国的人才数量都位列**梯队，但具体数据却揭示了两者间不小的差距。
2023年发布的《全球**影响力人工智能学者》报告显示，美国入选人数高达1079人次，占据了全球总数的54.4%。而**也有280人入选，但与美国相比，美国的 AI 学者数量近乎是**的四倍。
此外，值得关注的是，美国217位**AI研究员中，有高达70%是来自美国以外的**，其中，**人才就有50人，其次是印度和英国。在OpenAI发布GTP-4时，其公开的贡献者名单中，就有33位华人员工。
由此可见，**并不缺乏AI**人才，只是美国有大量**的人工智能研究机构和大学，如斯坦福大学、卡内基梅隆大学等，能源源不断地吸引来自全球的人才前往发展。如何在政策、环境等方面吸引和留住人才，是未来发展的一大关键。
非头部企业模型研发能力不足，不少需要基于开源软件做创新，但很多开源协议不允许用于商业化用途，所以可选择的开源模型就**有限，通常其参数规模和模型性能距离真正商业化还有很多优化空间。
整体来说，**外的AI科技企业都不同程度面临着算力、大模型的研发能力以及场景应用能力等挑战，而**企业算力和模型方面的挑战会更大一些。
币币情登载此文出于传递更多信息之目的，并不意味着赞同其或证实其描述。文章内容仅供参考，不构成投资建议。投资者据此操作，风险自担。
解读Stacks Nakamoto升级：为什么重要？| 正加财富网内容推荐 | ||
| OK交易所下载 | USDT钱包下载 | 比特币平台下载 |
| 新手交易教程 | 平台提币指南 | 挖矿方法讲解 |
