AI“下半场”竞争格局生变：不再单纯比拼规模与性能

徽声在线7月13日讯（编辑 潇湘）在过往的两年时光里，人工智能（AI）领域的竞争态势可谓清晰明了：哪家企业打造的模型规模更为庞大，在基准测试中的表现更为出色，那么这家企业便能在竞争中占据领先地位，至少在下一款产品发布之前，都能保持这种优势。

然而，时过境迁，如今这种单一的评判标准已逐渐显得不够全面和精准。

业内专业人士指出，随着企业界从单纯地对AI模型能力进行测试，逐步转向将AI真正落地应用于实际产品和业务流程之中，企业的核心诉求已然发生了转变。不再是一味地盲目追求性能最为强大的模型，而是思考如何在合理的成本范围内、利用必要的数据，并在特定的部署环境下，找到最适合特定任务的模型。

这一转变无疑为一种新型的人工智能竞争模式开辟了道路——这种竞争不再将重点放在模型规模上，而是更加关注路由分发、成本控制、精准控制以及算力效率等方面。

“模型本身已经不再是核心所在，”Perplexity首席执行官Aravind Srinivas如此表示，“关键在于‘框架’——也就是那个能够将模型巧妙地置于功能强大的框架之中，并且使其与众多工具相匹配的协调系统。”

这意味着，AI产品正在朝着智能化系统的方向演变，它能够自主判断在何时使用何种模型，以及需要调用哪些外部工具或者公司内部的数据源。例如，单纯的客户服务任务或许并不需要使用最昂贵的模型，而复杂的编码问题则可能需要性能强大的模型来处理。常规的内部工作流可以使用成本更低的开源模型来运行，而那些更为棘手的工作步骤则可以升级到更强大的模型上。

“答案始终是明确的：选用最适合该任务的模型，”Srinivas强调道。

替代模型的大量涌现，恰好赶上了美国企业收紧AI支出的时期，这对OpenAI和Anthropic这两家公司构成了新的挑战。要知道，这两家公司在过去几年里正是凭借销售最前沿的技术而实现了蓬勃发展。

就在上周，Perplexity预告了其Perplexity Computer产品的新系统，该系统是基于中国智谱推出的开源模型GLM 5.2构建而成的。这个新系统的设计理念是让成本更低的模型承担更多的工作任务，仅在必要时才调用更强大的模型，以此来提高效率并降低成本。

这种做法实际上反映了市场上的更广泛变化。企业如今可以自行下载、调优并运行开源模型，而且这些开源模型正变得越来越强大。与大型AI实验室推出的高端专有模型相比，开源模型的运行成本更低，这使得它们在企业中越来越受欢迎。

Benchmark的合伙人Peter Fenton指出，这场变革所带来的影响将是颠覆性的。“我们认为，在未来18到24个月内，甚至有可能在今年年底前，90%以上的Token将由开源模型生成。虽然这一观点可能有些偏离主流，但它正逐渐成为行业内的共识，”

“当企业能够直接运行这些‘足够好’的开源模型，从而绕过前沿模型公司索取的高额费用时，这些巨头赖以生存的推理利润率必然会面临巨大的压力。”Fenton进一步分析道。

Fenton还指出，企业转向使用开源模型不仅仅是为了节省成本。在某些特定情况下，针对特定任务进行调优的小型模型，其运行速度和性能甚至可能优于大型通用模型。

竞争阵地的转移

这正是Benchmark投资Ollama的原因之一。Ollama公司致力于让开发者和企业能够更轻松地下载、运行和管理开源模型。

“模型诞生于何处、由谁训练固然是一个重要的方面，” Ollama首席执行官Jeff Morgan表示，“但对于我们接触的众多企业而言，更为关键的问题是——这个模型最终在哪里运行，以及如何实现高效运行。”

Morgan透露，超过85%的《财富》500强企业已经采用了Ollama的服务，这些企业涵盖了航空、保险和医疗保健等受监管行业。他指出，许多公司最初会选择使用小型模型，在靠近自身数据的环境中运行，待逐渐熟悉和掌握相关技术后，再逐步扩展到更大的开源模型。

开源模型的兴起也给美国带来了战略层面的挑战。目前，许多最具竞争力的开源权重模型都来自中国的实验室，包括智谱和DeepSeek等。这使得开源AI不再仅仅是一个商业问题，还涉及到了政策问题以及国家竞争力问题。

Srinivas表示，美国应该积极支持开源模型的发展，因为开源模型能够使AI更加经济实惠且易于获取。“如果你希望人工智能的益处能够广泛惠及美国及美国盟国的小型企业，那么人工智能就必须变得更加经济实惠，而开源是实现这一目标的唯一有效途径。”

这一转变还可能对整个美国科技行业正在进行的大规模数据中心建设产生影响。当前的人工智能热潮是基于一种假设，即需求将持续流向配备高端芯片的大型云数据中心。然而，Srinivas指出，部分AI工作最终可能会转而在本地运行，也就是在消费者或企业拥有的设备上进行。

这并不意味着会完全消除对数据中心的需求，但可能会催生一种更加混合的AI系统模式：常规任务在本地设备上进行处理，而最复杂的工作则被发送至云端更强大的模型进行处理。

对于投资者而言，关键问题在于：随着开源模型不断改进，且企业对所采用的技术变得更加挑剔和谨慎，那些美国头部的AI企业是否还能维持其原有的定价能力……

（徽声在线 潇湘）