高不胜寒:商汤的裁员、转向与估值

阿隆过去 2024-11-01 16:41:00

10月22日商汤董事长徐立发布了10周年全员信,全员信里有一些值得分析的表述:

——务实来讲,我们已迈出了两步:即常说的传统AI1.0和生成式大模型A1 2.0。通常,AI 1.0被看作是专用智能,专注于单任务好信息处理;AI 2.0被视为通用智能,强调多任务好内容生成。但这样的描述虽然简单易懂,却并非完全准确,因为通用与专用之间并无明确界限,而且AI的落地应用终究要场景化,比如生成式大模型在垂直领域的应用。

——在我们看来,AI 1.0和AI 2.0的一个重要区别在于AI成本结构的变化。在传统的AI 1.0时代,模型生产的主要成本在于研发人员的投入。而在生成式大模型A1 2.0时代,模型生产的成本主要在于算力资源的投入。随着尺度定律在大语言模型、多模态模型、视频生成模型以及慢思考推理过程中得到验证,生产和使用大模型的成本可以直接等价于算力资源的消耗。

——因此,在生成式大模型AI领域,商汤的核心战略是实现算力大装置(SCO)、大模型和应用(CNI)的无缝集成,以应用驱动模型,以模型带动算力的优化。我们确立了“大装置-大模型-应用”的三位一体战略,旨在通过数量级级别的优化,提升算力资源的使用效率,服务好我们的客户。

——我们致力于成为最懂算力的大模型服务商,和最懂大模型的算力服务商。

全员信发出的同时,商汤进行裁员。商汤官方对于裁员的说法是——商汤积极推进战略转型,聚焦“大装置-大模型-应用”重点业务和战略增长领域,并进行相应的组织和人才结构优化和调整,以更好地满足业务发展需求。

商汤的上述表述都是很有信息量的,从中值得注意如下几点:

第一,商汤再次进行大转向。

放弃AI 1.0,转向AI 2.0。商汤认为“AI 1.0和AI 2.0的一个重要区别在于AI成本结构的变化。在传统的AI 1.0时代,模型生产的主要成本在于研发人员的投入。而在生成式大模型A1 2.0时代,模型生产的成本主要在于算力资源的投入。”

把这个表述地更精确一点。

AI 1.0的专用智能,AI本身不构成应用,AI只是应用的一个环节或者一个模块,AI要成为应用,需要投入应用开发人员的大量成本,对模型本身的研发费用较低,主要依靠海外开源输入。

生成式大模型,AI模型本身就构成了“输入text、输出text”的近乎端到端应用,AI模型就是应用的主体,这样应用开发人员的成本要大幅度缩减,但模型本身的研发费用大幅度提高,模型研究、模型训练、数据获取等方面都会产生大额成本。

这个转向,一方面会引发裁员,调整原有业务与成本结构,另外一方面必然也会引发大模型方向上的投入加大,并伴随着风险的全面加大。后者的风险,在国内大模型新锐中已经完全暴露,不仅在收入端暴露,更是在技术端暴露,这种两端同时挤压的困难是巨大的。

在国内生成式大模型新锐纷纷陷入困境之时,商汤还是转向生成式大模型,原因在于两个方面:一方面,商汤毕竟还是具有生成式大模型在垂直领域应用的较强能力,商汤自认为不会重蹈那些国内AI新锐的覆辙;另一方面,商汤约20,000 PetaFLOPS的巨大AIDC资产必须利用起来,商汤转向生成式大模型是唯一可走之路,至少在商汤内部可以消化掉巨额的推理成本和训练成本,商汤别无选择。

第二,商汤的前景与估值。

生成式大模型的业务模式有两个方向,一个方向的代表是Salesforce与Palantir,另外一个方向的代表是OpenAI与Anthropic。前者PS估值5~20,后者PS估值40。

OpenAI与Anthropic实际上并不是一个方向,这个方向上现在就是OpenAI与Anthropic的终局之战,OpenAI与Anthropic以外的公司绝大部分迟早都会陷入绝境,中国AI公司就更不用再幻想了,趁早“停止训练大模型”为好。

Salesforce与Palantir的方向上,收入增长优秀的公司PS-TTM均值为10。收入增长下降或者业务大转向的公司,PS显然应低于5。

以上述估值为基准,商汤目前的估值毫无低估的因素,在商汤转向成功且看到收入增长的良好趋势后,再给予PS 5~10的估值才比较理性。

商汤依然是目前中国实力最强的AI公司之一,以商汤估值为基准,国内市场上市的全部AI公司的基本面都还远远不如商汤,如果那些公司继续保持着极高估值,那么会让商汤显得“很便宜”,这是商汤顶住估值的最大有利因素。

0 阅读:0

阿隆过去

简介:感谢大家的关注