文：向善財經

最近，百度美股跌得有點慘。

從9月底的130美元，硬是跌到了110美元附近，要知道就在7月底，百度股價還一度超過了150美元。

不到三個月，這股價就像坐上了過山車。今年百度世界大會一開，股價還是噌噌往下掉，大會上Robin演講越是賣力，可二級市場似乎越是不買賬?？拼笥嶏w也是如此，人工智能大會一邊開，二級市場股價一邊往下掉。

開會似乎就像是大模型的“魔咒”， 一開會股價就跌，PR上始終是利好，但二級市場卻是一直在利空。似乎喊得越起勁兒，市場信心反倒是越弱。

國內的大模型，可能是PR做得太好了，畢竟每一次發(fā)布會永遠都是對標ChatGPT4，宣傳上各家的能力不斷在提升，但實際應用中翻車的情況也不少。比如這幾日沸沸揚揚的訊飛學習機風波。

那么，如今的大模型為什么不受待見了？國產大模型還能不能逆勢翻盤？不妨來深入研究一番。

大模型為啥不香了？

二級市場股價下跌這事兒很復雜，但背后的邏輯也有相似性。

大模型賽道的幾個代表，百度、訊飛、昆侖萬維，甚至是后來者360，這些玩家技術積累不同、業(yè)務模型不同，但二級市場定價下滑其實都有相似的邏輯。

總結起來就是，下滑是結果，導火索是股東減持，但根本原因可能還是在于業(yè)務。

最近幾天，多家機構下調了百度的目標價，并且下調了未來一段時間內的業(yè)績預測。港股方面，大和下調了百度目標價到163港元。美股方面，花旗下調了百度第三季度收入預測，以及下調目標價格到178美元。

此外，摩根大通、杰富瑞均調低了百度的目標價。

要知道，百度不久前才發(fā)布了最新版的文心一言，并且發(fā)布會上，Robin充滿自信的表示，在部分能力上，新版的文心一言已經超過了GPT4。

機構調低預期的原因可能在于兩點，一是像報告里說的，對第三季度的業(yè)績不看好，二是對于新版的文心一言的競爭力，可能并沒有太多的信心。

與第三方機構評估呼應上的，是過去一段時間發(fā)生的減持。

有雪球社區(qū)的博主注意到，國慶期間，百度在美股發(fā)布的公告顯示，百度股東馬東敏賣出了39萬股，對應的總金額為5239萬美元。值得注意的是，今年7、8、9月，也有幾筆減持發(fā)生。

根據美國證券交易委員會SEC的公告，此前百度曾經計劃出售其所持的攜程集團股票，出售的股票市值約為1.586億美元。這幾筆減持是否與此有關，還需進一步驗證。對此，目前并未見到百度官方對外作出解釋。

不過即便是如此，減持的哪怕是攜程，也可能會給外界造成誤解。

畢竟時間節(jié)點特殊，Robin在世界大會上意氣風發(fā)信心十足地推銷自家大模型，背后馬東敏卻在減持套現(xiàn)？留給市場的印象總歸是不太好的。

平心而論，至少在這件事兒上，robin不?；ㄕ?，股票該賣還賣，大模型該發(fā)布還得發(fā)布，倒不像是老周，還得先搞個“花式減持”，引來全網對大佬們離婚的關注。

老實講，減持這事兒其實沒什么奇怪的，畢竟大家都在減持。

8月14日，劉慶峰減持39956100股，持股比例從7.27%降為5.54%，此前劉慶峰也多次減持，2021年曾款籌集資金23.5億元認購公司股份，外界分析，如今減持是為了償還當時欠下的債務。

同樣減持的還有昆侖萬維。今年7月，周亞輝前妻李瓊減持昆侖萬維套現(xiàn)了13億元，減持后，李瓊女士持股從11.06%降至8.06%。

市場擔心減持，其實擔心還是在股價高位套現(xiàn)離場，如果公司仍然足夠的成長性，倒也無妨?？蓡栴}在于，老業(yè)務成長性不夠，押注大模型，還沒有到能夠開香檳的時候。二級市場表現(xiàn)自然很是尷尬。

還是拿百度來說。

現(xiàn)金流業(yè)務還是移動生態(tài)，基本面還是信息流廣告，但整個廣告行業(yè)的大盤都是在向短視頻平臺傾斜，增長最快的是字節(jié)，去年字節(jié)整體收入逼近了1000億美元，由此可見蛋糕其實已經被吃下去了。

剩下的蛋糕，視頻號會吃走一部分，小紅書會分走一些，然后就是各大電商平臺，淘寶京東美團，百度自身的信息流業(yè)務成長性其實并不多了。

天眼查APP信息顯示，百度2021年回港上市，回港上市之后，股價也幾經波折。

的確，大模型的確能拉高AI業(yè)務的想象力，但從百度股價的變化來看，2022年11月份觸底之后，大模型釋放紅利，再到2023年利好已經是出盡了。

市場冷靜之后，人們回過頭一看，在大模型上百度那是公關沒輸過，實戰(zhàn)沒贏過。Chat GPT是用戶自發(fā)火起來的，而文心大模型是PR帶起來的。就好像前幾年的智能汽車行業(yè)做PR，只要定語下的夠多，個個都是第一名。

前段時間舉行的百度世界大會上，百度表示最新的文心一言已經在部分能力上超過了GPT4，當然這話是可信的，只不過GPT4版本已經是過去了?，F(xiàn)實中的客觀差距仍然在，至于文心一言能不能支棱起來，看了發(fā)布會之后大家心里都有數(shù)。

此外，二級市場躊躇不前，可能也是在糾結大模型做出來能不能變現(xiàn)的問題。畢竟資本市場看重營收利潤。技術的故事講得再好，不如實打實的現(xiàn)金進賬來得有安全感。畢竟這么多年，做AI大模型燒的錢也不少了，能不能掙到錢，始終是核心問題。

產品化、商業(yè)化是轉折點

對于大模型，市場最失望的其實還是沒能有一個現(xiàn)象級的產品出現(xiàn)。

回過頭看當年移動互聯(lián)網時代的爆發(fā)，其實靠的就是一兩個核心的現(xiàn)象級的產品去引爆，這個產品是微信、是支付寶，因為有了這倆應用，整個流量商業(yè)的邏輯才能跑通。

所以，這波大模型市場不看好，一個很關鍵的原因是并沒有這樣一個產品出現(xiàn)。

要知道，應用意義上的“產品化”是要解決實際問題的。大模型強化一波語音交互應用，能不能做出真正意義上的超級應用？

這個問題還需要進一步回答，否則，再大的歡呼，也只是半場開香檳。比如說，某家大看起來很強的大模型，但你真正用它去解決問題的時候，發(fā)現(xiàn)并沒有什么實際意義，自然就沒有持續(xù)的爆發(fā)增長。

產品化的第一步，是生成內容的可信。

在體驗過各家發(fā)布的大模型產品后，有這么一種強烈的感覺，雖然叫不同的名字，但大家的產品并沒有太大差異，能夠完成的任務類型都差不多。主要的差異其實是內容。

對于某些垂直領域的提問，大模型給出的答案無論是從專業(yè)度上還是從時效性上都似乎不能滿足人們的需要。這可能是因為，無論是文一言，或是星火大模型，大家對垂直領域的數(shù)據訓練其實還不夠。

OpenAI、Google 及其支持的 Anthropic 也都有類似的問題，生成式 AI 模型越準確可信，就必須有足夠的數(shù)據量做支撐，數(shù)據的量起來了，首先要解決的內容的潛在的法律問題和合規(guī)問題。

比如，教育領域的產品，對內容的審核其實就更重要。2021年，新華社“新華視點”曾經調查發(fā)現(xiàn)，網易有道詞典筆頻頻出現(xiàn)過拼寫、音標、翻譯等內容的錯誤。

當然，隨著時間的推移以及數(shù)據量的增加，錯誤的內容比例會逐漸降低，準確率也會進一步提高，但對于某些帶有傾向性、誤導性的內容，如何處理？

這也是解決可信問題的關鍵。

產品化的第二步是找到應用場景。

一個行業(yè)有沒有對大模型的需求，跟大模型能不能真正滿足真正的需要完成產品化，其實損兩回事。比如，一些ToC的產品，技術上看似能夠實現(xiàn)應用，但實際的產品應用效果并不理想。

比如，圖片生成，目前已經做到了根據提示詞去從0到1的正常圖片，但是，用戶想把一張2K分辨率的圖片清晰度生成為4K還是很難。

技術上并不復雜，但大模型卻給不出結果。這就像是以前的AI語音助手，你說它能用吧，也確實能用，但也談不上好用。蘋果SIri發(fā)布了這么多年，iPhoen用戶真實使用的頻率有多高？

找不到正確的，恰當?shù)膽脠鼍?，就很難真正去完成好產品化。

這也是當前國內的大模型落地面臨的核心問題之一。因為產品化本身的意義在于滿足用戶的功能性需求，如果大多數(shù)用戶還是處于嘗鮮的狀態(tài)，用來解決實際問題的用戶不多，不能形成規(guī)模，那么大談特談應用場景，本質上沒有任何意義。

由此來看，產品化的關鍵在于能夠精準定義用戶需求。這可能恰恰是搞技術的“大模型玩家”所不擅長的。

最后，商業(yè)化其實是產品化的自然結果。

硅谷教父彼得·蒂爾曾說“我對一切主題熱點投資都抱有懷疑態(tài)度，一般來說這樣的投資毫無區(qū)分度。大家很喜歡把一大堆完全不同的東西放進一個熱點中，標簽是，云計算，大數(shù)據，人工智能，醫(yī)療SaaS等等，但是實際上是底層卻完全沒有區(qū)分度的公司。”

什么是有區(qū)分度的公司？放到大模型的賽道中，其實就是有技術能力，能精準定義用戶需求，擅長細膩挖掘場景的公司。

可惜的是，這樣的公司少之又少。

大模型領域何時才有這樣的公司？這可能也是投資者們心中所問。

免責聲明：本文基于公司法定披露內容和已公開的資料信息，展開評論，但作者不保證該信息資料的完整性、及時性。另：股市有風險，入市需謹慎。文章不構成投資建議，投資與否須自行甄別。