Trường hợp Lilli của McKinsey cung cấp ý tưởng phát triển quan trọng cho thị trường AI doanh nghiệp: tỷ lệ băm cạnh + cơ hội thị trường tiềm năng của các mô hình nhỏ. Trợ lý AI này đã tích hợp 100.000 tài liệu nội bộ, không chỉ đạt được tỷ lệ áp dụng 70% nhân viên mà còn được sử dụng trung bình 17 lần mỗi tuần, tính năng bám sát này trong các công cụ doanh nghiệp là rất hiếm.
1) An toàn dữ liệu doanh nghiệp là điểm đau: Tài sản tri thức cốt lõi được tích lũy trong 100 năm của McKinsey và một số dữ liệu cụ thể của các doanh nghiệp vừa và nhỏ đều có độ nhạy cảm dữ liệu rất cao, không phù hợp để xử lý trên đám mây công cộng. Làm thế nào để khám phá một trạng thái cân bằng "dữ liệu không rời khỏi local, năng lực AI không bị giảm sút" chính là nhu cầu thực tế của thị trường; tỷ lệ băm cạnh là một hướng khám phá;
2) Các mô hình chuyên nghiệp nhỏ sẽ thay thế các mô hình lớn đa năng: Người dùng doanh nghiệp không cần mô hình đa năng "với hàng tỷ tham số", mà là trợ lý chuyên nghiệp có thể trả lời chính xác các vấn đề của lĩnh vực cụ thể. So sánh, giữa tính đa năng và độ sâu chuyên môn của các mô hình lớn tồn tại mâu thuẫn tự nhiên, trong các kịch bản doanh nghiệp, các mô hình nhỏ thường được đánh giá cao hơn;
3) Cân bằng chi phí xây dựng cơ sở hạ tầng AI và gọi API: Mặc dù sự kết hợp giữa tỷ lệ băm cạnh và các mô hình nhỏ có chi phí đầu tư ban đầu lớn, nhưng chi phí vận hành lâu dài giảm đáng kể. Hãy tưởng tượng nếu mô hình AI lớn được sử dụng thường xuyên bởi 45.000 nhân viên thông qua gọi API, sự phụ thuộc, quy mô sử dụng và lượng bình luận gia tăng sẽ khiến việc xây dựng cơ sở hạ tầng AI tự có trở thành lựa chọn hợp lý cho các doanh nghiệp vừa và lớn;
4) Cơ hội mới của thị trường phần cứng cạnh: Việc đào tạo mô hình lớn không thể thiếu GPU cao cấp, nhưng việc suy luận cạnh lại có yêu cầu phần cứng hoàn toàn khác. Các nhà sản xuất chip như Qualcomm, MediaTek với bộ xử lý được tối ưu hóa cho AI cạnh đang đón nhận thời cơ thị trường. Khi mỗi doanh nghiệp muốn xây dựng "Lilli" riêng của mình, chip AI cạnh được thiết kế cho hiệu suất thấp, hiệu quả cao sẽ trở thành vật liệu cơ sở hạ tầng bắt buộc;
5) Thị trường AI phi tập trung web3 cũng tăng cường đồng bộ: Một khi nhu cầu về tỷ lệ băm, tinh chỉnh, thuật toán trên các mô hình nhỏ của doanh nghiệp được kích hoạt, việc cân bằng điều phối tài nguyên sẽ trở thành vấn đề, việc điều phối tài nguyên tập trung truyền thống sẽ trở nên khó khăn, điều này trực tiếp mang lại nhu cầu thị trường lớn cho mạng tinh chỉnh mô hình nhỏ phi tập trung web3AI, nền tảng dịch vụ tỷ lệ băm phi tập trung, v.v.;
Khi thị trường vẫn đang thảo luận về ranh giới năng lực tổng quát AGI, người ta thích thấy nhiều người dùng doanh nghiệp đang khai thác giá trị thực tế của AI. Rõ ràng, so với sự bước nhảy độc quyền tài nguyên so sánh tỷ lệ băm, thuật toán trong quá khứ, khi thị trường tập trung vào tỷ lệ băm cạnh + phương thức mô hình nhỏ, sẽ mang lại hoạt lực thị trường lớn hơn.
