采寫／萬天南

編輯／陳紀英

在懟人上沒輸過的馬斯克，其實也被打過臉。比如，在對OpenAI的輕視上。

2018年，作為OpenAI的主要發(fā)起人之一，丟下“你們都是一群蠢貨 ”的謾罵后，馬斯克放棄了上億美金的投資承諾。

這次爽約，幾乎讓當時的OpenAI陷入絕境。

五年前看不上，五年后追不上。今年4月完成新一輪融資的OpenAI，估值達到了290億美元之巨。

馬斯克對OpenAI的輕視，以及投資大師巴菲特對蘋果、亞馬遜的一再錯過，都顯露了創(chuàng)新者的早期窘境——營收爆發(fā)滯后于技術成熟的時間錯位，導致其在大規(guī)模變現的奇點到來之前，逃不掉被低估、被誤讀的宿命和尷尬。

這種營收滯后技術的錯位，OpenAI也沒逃過。

為了快速補上商業(yè)化短板，OpenAI首席執(zhí)行官山姆·奧特曼定下了明年營收10億美元的硬指標。

OpenAI如此，國內頭部AI公司商湯同樣如此——商湯剛剛發(fā)布的2023年中期業(yè)績顯示，其生成式AI相關收入實現了670.4%的增長，對集團業(yè)務的貢獻提升至20.3%。

而在接下來的電話財報會議中，商湯管理層表示，生成式AI相關收入對營收的貢獻在2025年有望超過40%。

不過，其AI大模型的豐沛成果，暫時還未換來市值的重估。

如何從技術研發(fā)上的頂天立地，走向商業(yè)變現上的鋪天蓋地，盡快把變現能力與創(chuàng)新實力對齊，進而實現公司市值/估值的重估和回歸，已是商湯和OpenAI的必答題。

最像OpenAI的商湯，亮出AI大模型底牌

眼下，國內公司已經累計發(fā)布了上百個大模型，但炒概念的鍍金者多，高投入的煉金者少。

今年4月，商湯發(fā)布了“日日新SenseNova”大模型體系，可提供自然語言、內容生成、自動化數據標注、自定義模型訓練等多種大模型及能力。

在10000張GPU的高強度投入之上，依托于“日日新”大模型體系與商湯AI大裝置SenseCore的底座，商湯推出商量SenseChat1.0，成為國內最早的基于千億參數的大語言模型產品之一。

到了6月，商湯聯(lián)合多家國內頂尖科研機構發(fā)布了國內第一個綜合性能全面超越GPT-3.5-turbo的基模型InternLM，兩個月后，新模型InternLM-123B完成訓練。

從縱向來看，InternLM-123B的進化速度堪稱“日新月異”，新模型參數量從1040億，提升至1230億，相比InternLM-104B參數量提升了18%。

而從橫向來看，InternLM-123B的表現也很硬核，在全球51個知名評測集共計30萬道問題集合上測試成績整體排名全球第二，超過GPT-3.5-turbo以及Meta新發(fā)布的LLaMA2-70B等模型，在主要評測中有12項成績排名第一。

值得一提的是，新模型InternLM-123B在工具調用上實現了重要升級，可使用python解釋器、API調用和搜索三類常用工具來解決復雜任務、靈活搭建AI智能體應用。事實上，能夠準確使用工具的大模型才是提升行業(yè)生產力的關鍵。

在大語言模型上，商湯選擇了閉源、開源并行的路線，各取所長。閉源可以保護公司的研發(fā)成果和技術專利，短期內商業(yè)化更具確定性。但開源也有其獨特優(yōu)勢，吸引開發(fā)者和應用者蜂擁入場，加速推進大模型生態(tài)繁榮。

因此，閉源、開源長短互補，其實是當下的最優(yōu)解——通過開源加快行業(yè)落地之后，商湯可以借勢提升行業(yè)Knowhow沉淀和數據配方，從而反哺于基模型的性能優(yōu)化。

通過開源模式秀出實力之后，一旦這些嘗鮮的潛在用戶，需要更深度更多元的增值服務、定制服務，又會順勢轉化為商湯的客戶。

商湯開源模式的InternLM-7B（70億參數）目前登頂多個模型測試榜單成為性能最好的輕量級基模型。近期,商湯還將開源InternLM-20B模型（200億參數），其調用工具能力更強、運行成本較低、適合構建各類應用。

眼下，商湯的AI開源工具，已經覆蓋決策智能、大語言模型、數據平臺、高性能訓練和推理框架、AI智能訓練框架等。

而在文生圖模型布局上，基于約2000張GPU的壓強式投入，商湯能力也在快速迭代。

商湯文生圖產品秒畫在今年1月開始內測，到了7月，迭代到3.0版本，基模型參數量由8億提升至70億參數，其3.0核心算法在COCO benchmark上，也超過了谷歌的Imagen與OpenAI的DALL·E 2，以及參數量更大的Meta旗下LLaMA2-13B(130億參數)，出圖效果躋身全球前列。

秒畫1.0向3.0迭代

性能全面提升的秒畫4.0，則預計在今年三季度上線。

學OpenAI者眾，似OpenAI者少。堅守閉源路線的OpenAI，其實從未公開其實驗過程和數據配方，因此，要想通過臨時起意，跟上OpenAI的節(jié)奏，幾無可能。

商湯的先至，歸根結底，源于先知先發(fā)，早在5年前，商湯就通過發(fā)布計算機視覺框架模型入場，從10億參數規(guī)模的視覺模型到320億參數的視覺大模型，并以視覺為突破口布局語言、文生圖等多模態(tài)模型。五年厚積，這是從量變到質變的漫長修煉。

“前店后廠”狂煉金，商湯大模型務遠又務實

AI大模型的競爭不在一時，而是一場考驗全棧能力的持久戰(zhàn)。回到原點，生成式AI的智能涌現，到底取決于哪些關鍵變量和核心能力？

今年4月，商湯拋出了一個清晰的公式：計算量（GPU數量 x 運行時間 x 并行效率 ）= 模型參數量 x 處理數據量。

換句話說，唯有在算法、算力、數據三個層面，面面俱長，不留短板，才能在百模大戰(zhàn)中脫穎而出。

在算力基礎設施建設上，商湯2018年籌備落子，并在2022年投用的全國最大算力中心上海臨港AIDC持續(xù)迭代，推動SenseCore AI大裝置持續(xù)升級，上線GPU數量提升到約30000塊，算力規(guī)模從5 ExaFLOPS提升至6 ExaFLOPS。這為日益增長的大模型訓練及推理需求提供了充沛的算力。

僅僅2023年以來，就有超過1000個參數量在數10億至上千億的大模型，在AI大裝置上完成了訓練，支持了數十款生成式AI應用。

與此同時，商湯積累的原始語料數據總體量位居行業(yè)領先。目前商湯每月產出約2萬億token的高質量數據，預計年底高質量數據儲備將突破10萬億token。

獲取高質量數據的路徑，則源于過去幾年，商湯覆蓋To B、To C 、To G多個行業(yè)和場景的服務的長期積淀。

打深基，砌高樓，扎實搭建的基礎設施，疊加深扎行業(yè)的knowhow沉淀，才能支持大模型成果的持續(xù)涌現。

而AI大模型能力，也在全面賦能商湯各業(yè)務板塊。

當下，商湯已經推出了六大生成式AI產品矩陣：AI聊天助手商量，已經陸續(xù)落地多個行業(yè)，比如，服務于醫(yī)療場景的「 商量 ? 大醫(yī) 」，已經用于導診、問診、健康咨詢、輔助診療等環(huán)節(jié)；真實世界三維重建大模型「瓊宇」， 賦能于影視制作、建筑設計、商品營銷、數字孿生管理運營等行業(yè)；「明眸」作為商湯自研大模型的數據標準平臺，相比人工標注，效果好效率高成本低。

換句話說，當很多公司還在產出大模型單品時，商湯直接來了“一技通殺”，前店——生成式AI應用專賣店，后廠——“AI大模型”生產線。

業(yè)務落地，也體現在業(yè)績增長上。

2023年上半年，商湯智慧商業(yè)板塊營收為8.5億元，同比增長50.2%，單客戶收入提高了59.9%，AI大模型功不可沒——商湯深入數10個垂直行業(yè)，為其深度定制行業(yè)大模型、包括能源、金融、地產、人力資源、傳媒、工業(yè)制造、咨詢等等。

比如為Top3保險公司提供的基于AI遙感大模型的農作物承保服務，助攻其效率提升了60倍。

來源：商湯財報

同期，智慧生活板塊收入同比增長 6.7%至 3.1億元，收入貢獻比例提升至21.8%。

目前，商湯已經與電商、媒體、社區(qū)平臺等20多個領域的上百個客戶合作，通過B2B2C模式，為其定制行業(yè)大模型，其中，數字人視頻生成平臺「如影」已服務于央視、廣電、工商銀行等標桿客戶。

而在智能汽車領域， 2023年上半年，商湯絕影的量產業(yè)務實現了573%的同比增長，量產交付數量達到39萬臺車，規(guī)模量產也帶動了單車毛利提高29%。基于大語言模型產品「商量」，商湯首發(fā)了多款車艙中文交互產品，包括健康問診、旅游規(guī)劃、兒童伴讀等。

不過，上述收入，其實遠遠未能徹底釋放商湯的技術紅利。在財報后的電話會上，商湯高管們預判，2026年前后，生成式AI將會成為最大的收入來源。

這種預判并非過度樂觀。

其一，商湯的生成式AI營收規(guī)模雖然不大，但已經在多個行業(yè)、多個領域得到驗證，后續(xù)可復制性可推廣性極強。2023年H1，商湯生成式AI相關收入的增速，要遠遠高于營收大盤。

其二，行業(yè)頭部客戶的認可帶來了強大的品牌背書，后續(xù)可以持續(xù)推進行業(yè)內中腰部客戶轉化，商湯的開源AI模型，也能為后者提供性價比更高的服務。

其三，生成式AI一旦渡過技術的奇點，則將迎來商業(yè)變現的大爆發(fā)。

被誤讀、被低估，創(chuàng)新者的共同窘境

盡管大模型成果可圈可點，但商湯卻不可避免地陷入了創(chuàng)新者的共同窘境——技術絕對領先，變現相對滯后，市值遭遇低估。

歷史不會重復，卻常常押韻——類似的遭遇，其實蘋果、亞馬遜，甚至風頭正勁的OpenAI，都曾親歷過。

這種低估，一方面，源于客觀規(guī)律——任何顛覆創(chuàng)新者，都需要長周期高強度的投入研發(fā)。

不過，一旦熬過“漫長的季節(jié)”，紅利的爆發(fā)也足夠豐厚，比如亞馬遜的AWS（亞馬遜云科技），在熬過漫長的虧損期后，如今已經成為了利潤奶牛，僅2022年，就貢獻了228億美元的營業(yè)利潤。

因此，對這類顛覆性創(chuàng)新者的估值邏輯，如果套用適合線性增長的成熟公司的的市盈率、市凈率、市銷率等估值法，其實是對其未來爆發(fā)性紅利的忽視。

另一方面，源于大眾和投資者對顛覆式創(chuàng)新者的主觀認知錯位。

面對一個顛覆式的創(chuàng)新玩家，投資者通常會基于過去行之有效的固有經驗，和一以貫之的線性邏輯，對其進行評估，導致估值體系的錯亂。

回看商湯，目前其低估值，其實源于業(yè)內把其劃歸于傳統(tǒng)的AI軟件供應商。其實，AI軟件售賣，只是商湯的過渡性業(yè)務之一，遠遠不能圈定其未來業(yè)務的邊界。

這種對商湯的誤讀，IPhone也曾遭遇過，剛剛上市時，曾被諾基亞高管嗤之以鼻，“這個手機一摔就壞”。

用耐用度這一指標去評估手機，顯然是功能機時代的思路，也是對其商業(yè)模式的曲解和偏見。眼下，蘋果除了靠硬件賺錢，也靠服務生態(tài)氪金，在今年Q2，蘋果一枝獨秀，狂攬全球智能手機利潤的85%。

如蘋果多元化變現一樣，未來商湯有望在AI大模型的基礎設施層、終端應用層，以及To B、To C、To G 多個領域，構建立體化的營收體系。

從蘋果、亞馬遜到商湯，如何把顛覆式創(chuàng)新者從誤讀和低估的泥潭中拖拉出來，對其進行合理的價值重估？其實有著清晰的方法論。

其一，先判斷其所在賽道的前景和潛力。

今年7月，麥肯錫在分析跟蹤了63種生成式AI應用之后，得出了結論——如果將上述AI應用落地于各行各業(yè)，將為全球經濟每年帶來高達4.4萬億美元的增長。

無獨有偶，另據高盛預測，生成式AI可以推動全球GDP增長7%，達到近7萬億美元。

不難看出，生成式AI高達數萬億美元的賽道價值，已成共識。

其二，再研判公司在賽道的排位如何，到底是徒有虛名的鍍金者，還是真材實料的煉金者。

以商湯為例，根據弗若斯特沙利文發(fā)布的《AI大模型市場研究報告（2 0 2 3 ) 》，商湯在產品技術、戰(zhàn)略愿景、生態(tài)開放度等綜合能力上排名第一。商湯的大算力基礎設施布局和全棧大模型研發(fā)能力優(yōu)勢，也奠定了其作為大模型廠商的領先地位。

其三，也要判斷公司的安全度，在漫長的盈利期到來前，能不能熬下去，這是區(qū)分先鋒與先烈的關鍵。

截止2023年6月30日，商湯持有的銀行存款、在手現金、結構性存款及債券和其他固定收益產品共計148.2億元。根據商湯2023年中報，其營收增速由負轉正，期內虧損連續(xù)兩年收窄。

據此來看，手握過百億資金的商湯，仍處于安全水位。

從上述三個指標，去稱重具體標的的價值，誤解和偏見的幾率就有望減少，如今，OpenAI的價值已經得到重估。有著AI布道師之稱的陸奇更是斷言，OpenAI未來的價值肯定會超越谷歌，“可能是谷歌的5倍，也可能是10倍”。

歸根結底，公司的市值和估值，短期是投票器，取決于市場當下的認知，長期來看必然是稱重機，市值和價值趨向一致。

現在，和商湯一樣處于估值尷尬期的創(chuàng)新者們，或許無需辯白自證，只需靜等時間的糾偏和饋贈。