（图片来源：unsplash）
当前 ChatGPT 热度下降，投资人担忧 AI 行业盈利难题，促使中国、美国的 AI 概念股出现由盛转衰与 " 回调 " 迹象。
4 月 24 日，中国 "AIGC 第一股 " 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%，最新市值达 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 " 正不断传到到一级市场，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
中国、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%。
国内 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，那么国内 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 年第一季度报告，2024 年第一季度实现营业收入 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和大型合作伙伴为主。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，科大讯飞研发投入为 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、应收账款增加，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 第一股 " 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，中国的 AI 公司出现一种特殊的 " 能力 "：大模型全部超越 GPT-4，但没人真正成规模买、没有任何的高技术壁垒、没有任何创新性技术差别。
清华大学苏世民书院院长、人工智能国际治理研究院院长薛澜教授表示，中国有超过 130 个大模型，尽管单从量上讲进步很大，但实际上中国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全面支持，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。
一级投资衰退，市场全面转向
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 领域的投资格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 年第一季度，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。
国内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，是第二大投资国中国（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，而中国为 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，中国仅为 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，中美在一级市场的投资额几乎持平，或者中国是美国的 80%。但 2023 年，中国 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，中国 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，中国和美国的人才数量都位列第一梯队，但具体数据却揭示了两者间不小的差距。
2023 年发布的《全球最具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%。而中国也有 280 人入选，但与美国相比，美国的 AI 学者数量近乎是中国的四倍。
此外，值得关注的是，美国 217 位顶尖 AI 研究员中，有高达 70% 是来自美国以外的国家，其中，中国人才就有 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，中国并不缺乏 AI 顶尖人才，只是美国有大量顶尖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十分有限，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，国内外的 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，而国内企业算力和模型方面的挑战会更大一些。
（本文首发于钛媒体 APP，作者｜王健，编辑｜林志佳）
