1. 配资费用:不同平台的配资费用可能有所不同,包括利息、手续费等,需要根据自己的资金情况和预期收益选择合适的平台。 股票配资行业是指投资者通过借贷资金来进行股...
股票是指公司发行的证券,代表着持有者在公司中的所有权。股票市场是指股票交易的场所,用于买卖股票的交易所或交易平台。 然而,股票配资市场通常存在较高的门槛,投资者...
编程思路破译股市配资 选择一家认可的股票配资公司是至关重要的。这些公司通常经过监管机构的认证,并遵守严格的行业标准。它们提供透明的条款和条件,并确保投资者的资金...
万物云(02602)公布,2024年7月19日耗资约427.56万港元回购20万股股份。 海量资讯、精准解读,尽在新浪财经APP “五一”长假期间配资炒股官网官...
2. 了解费用和利率:配资炒股平台通常会收取一定的费用和利率,投资者需要了解清楚这些费用,并进行比较,选择合适的平台。 北京时间21日凌晨,美国WTI原油周五收...
专题:三大信号出现变化 8月市场或迎转机 昨日晚间,鼎信通讯发布公告称,收到国家电网发布的就其不良行为处理情况通报,公司在国家电网系统招标采购中被列入黑名单2年,预计该处罚在未来4到5年内将导致公司营业收入合计下降约33亿元。在2024年会减少公司营业收入约5.5亿元,在2025年会减少公司营业收入约14.2亿元,在2026年会减少公司营业收入约9.8亿元。 ■ 专栏 对AI企业而言,这也是一次从高烧中冷静下来,重新回到商业起点的机会。 人工智能(AI)的烧钱大战,可能不得不踩下刹车了。据《科创板日报》援引外媒数据与分析,今年,美国人工智能研究公司OpenAI预估亏损50亿美元,全年运营总成本高达85亿美元,按此估算,其现金流极有可能在一年内耗尽。 这也意味着,在ChatGPT横空出世600多天之后,OpenAI这家全球可能是最烧钱的独角兽明星企业,未来必须继续募集更多资金才能持续运营下去。 巨额资金投入,却未能换回对等的实际收益,甚至拖累了公司财报表现,于是有人惊疑:OpenAI都快活不下去了,AI已然遭遇“梦醒时分”? OpenAI目前仍是行业领先者 尽管可能面临巨大的资金缺口,但目前OpenAI依然是行业领先者。 就在6月份,OpenAI创始人山姆·奥特曼曾在内部向员工披露营收数据,按照2024年上半年的营收看,OpenAI的年营收预估可达到35亿美元左右。 其中,值得注意的一个数据是,2024年1月-3月,OpenAI通过直接出售大模型访问权限,就获得了10亿美元的收入。而以合作伙伴身份出售OpenAI大模型服务的微软,其相关产品直到6月份才达到了10亿美元的销售数字。 考虑到微软庞大的销售团队、产品的市场覆盖率和多年沉淀的品牌认知,几乎没有建立大规模销售团队的OpenAI,无疑已经开始向外界有意识地传递自己在商业化上的广阔前景。 因而,尽管现在从媒体的测算数字看,OpenAI或许面临潜在的现金流压力,但从其行业领头羊的位置及营收数字的增长趋势看,在资本市场上获得足够的资金支持应当问题不大。 多数AI企业仍未找到落地场景 但OpenAI面临的现金流质疑,同样也是今天AI行业的普遍性困惑,尤其对国内相关企业而言,更是一个警醒。 首先,在经历了两年的融资烧钱大战之后,多数大模型企业仍然没有解决持续盈利的问题。而未来,在如此重资金投入的局面下,钱该从何处来? 过去两年的大模型之战中,几乎所有类型的投资机构都入场了。数千万元一次的训练成本,加上行业里水涨船高的算力费用,使得行业出现了融资紧缺的短期情况。 与此同时,除OpenAI之外的多数AI企业,仍然没有形成稳定的商业模式和落地场景。更别说其中有哪些企业成功创造了技术与商业的护城河,行业普遍进入了“赔钱测试、哪里应用、向谁收费”的阶段。 这在客观上不仅使得相关企业的造血能力较弱,也加剧了资本市场的忧虑。因此,比起前两年的比技术、比参数、比融资,今年AI行业的主题转为了“比落地、比商业化”。 就在最近的一次行业会议上,某国产大模型企业的创始人就明确对外喊出,希望大家不要再卷模型了,而要卷应用,“没有应用的大模型一文不值”。这就提醒,在融资大战暂告一段落的局面下,AI的商业化落地,已经成了众人必须思考的一道难题。 AI发展需重新回到商业起点 当前,AI企业主要探索面向消费者和企业两种不同的商业路径。前者主要是面向普通消费者提供增值服务,一些有生产力提升需求的用户如果要调用大模型的高级能力,需要额外付费购买会员。 但从市场和用户反馈来看,大模型在今天的能力和产品形态,还无法满足用户的核心需求。包括文字、图像、视频生成等,尽管各个产品均展示了让人惊叹的样品,但距离满足普通用户日常使用的需求还很遥远。 而愿意为大模型付费的主要客户,仍然是企业级客户或有规模化生产需求的个体。例如,在企业所需要的智能客服、财务运营等领域,大模型仍然有一定的效率优势。 当下面临的“造血”难题,对AI企业而言,也是一次从高烧中冷静下来,重新回到商业起点的机会。 在疯狂融资、烧钱之外,AI企业或许更应该问的是:当前愿意付费的主要客户是谁?如何提供更高效精准的服务?是应该继续坚持像OpenAI一样重投入做通用大模型,还是迅速转入垂直赛道,在细分领域帮助客户解决现实问题? 这也是技术革命到商业应用中的必经之路。从PC互联网到移动互联网,几乎每一波创新技术的普及,都面临着在疯狂烧钱后要证明商业化能力的阶段。只是今天,同样的路径与同样的疑问,也摆在了AI企业面前。 □王晓凯(媒体人) 海量资讯、精准解读,尽在新浪财经APP责任编辑:王许宁 厦门恒指期货配资 |