根据Ramp公司发布的分析报告,Anthropic旗下的Claude模型上月在企业采用率上首次超越OpenAI的GPT系列。这家金融科技平台提供商自2023年1月起开始追踪超过5万家企业的生成式AI模型支付数据。
四月份数据显示,Claude的采用率渗透至使用Ramp平台企业的三分之一以上,而长期领跑的OpenAI市场占比较上月下滑近三个百分点,跌至32%。过去一年中,Anthropic的用户规模增至原来的四倍,OpenAI则基本保持平稳。
Ramp首席经济学家Ara Kharazian提醒外界不要急于将Anthropic封为企业采用领域的绝对领导者,但他承认,在这个快速扩张的市场中,Anthropic确实在追赶主要竞争对手方面取得了显著进展。
"事实是,我们从未见过如此充满活力的软件行业——新进者能够在数月内颠覆市场领导者,发展节奏之快足以压倒供应商黏性这一传统市场力量。"Kharazian在5月13日的博客文章中写道。
根据高德纳(Gartner)本周二发布的最新预测,全球各类别AI支出正呈现爆发式增长态势。该调研机构预计,今年全球AI市场规模将膨胀至2.59万亿美元,同比增长近50%。
其中,厂商和超大规模云服务商为支撑AI工作负载而投入的硬件和基础设施资本支出构成最大市场细分,预计约占1.5万亿美元。AI模型领域的体量相对较小,但Gartner仍预计,随着企业在现有软件应用中加大对生成式AI和智能体工具的使用,今年AI模型支出将增至近330亿美元,实现翻倍以上增长。
Gartner在报告中指出:"随着企业认识到智能体自动化的潜在价值,模型消耗量将通过多步骤流程及与大量工具套件的整合而不断提升。"
Gartner杰出副总裁兼分析师John-David Lovelock在接受邮件采访时表示,AI模型支出这一类别仅包含大语言模型和特定领域模型,不涵盖在后台调用模型的应用程序。他补充道,此次支出激增在很大程度上与模型提供商提高产品售价有关。
Anthropic和OpenAI均以构建大语言模型起家,但近期双双转向AI赋能领域。
OpenAI本月初在收购Thrive Holdings股权、涉足IT服务领域后,又进一步成立了独立咨询公司。
Anthropic则于今年3月推出合作伙伴计划,持续为企业采用铺路布局。本月初,该公司发布了面向中小企业的Claude AI套件,并于本周二与毕马威(KPMG)签署战略联盟协议,将在其客户交付平台中部署Claude Cowork。此前,Anthropic与普华永道(PwC)已于5月13日宣布建立类似合作关系。
近期,Anthropic和OpenAI双双进军网络安全领域,相继发布了专为挖掘软件漏洞而设计的模型,引发业界广泛关注。
目前,两家公司都在积极备战,以应对历史上软件行业惯常出现的市场整合浪潮。
"AI技术具有革命性,但塑造市场格局的基本市场动态规律并未改变,"Lovelock表示,"随着基础生成式AI模型竞赛持续推进,生成式AI市场将走向整合。市场根本无法为多个冗余的大语言模型生态系统提供足够的营收支撑。"
Gartner预计,明年AI市场支出将再增约一万亿美元,接近3.5万亿美元。AI模型细分领域的增速将略有放缓,同比增长约80%,规模接近600亿美元。
但即便达到上述支出规模,也只能支撑少数几家竞争者,Lovelock对此持审慎态度。
"训练和运营大语言模型的成本将随着模型规模的扩大和能源需求的攀升而持续增加,效率提升和技术进步带来的红利将被抵消,"Lovelock说,"届时,即便是大型多元化企业,也将难以说服股东持续投入资金参与一场预期市场份额无法支撑所需投资回报率的竞赛。"
Q&A
Q1:Anthropic的Claude模型是如何超越OpenAI的GPT系列的?
A:根据Ramp平台对超过5万家企业的跟踪数据,2024年4月Claude的企业采用率首次超越GPT系列,渗透至平台上三分之一以上的企业。过去一年中,Anthropic用户规模增至原来的四倍,而OpenAI基本保持平稳。不过,分析师提醒,这一市场极为动态,领先地位随时可能发生变化。
Q2:全球AI模型市场的支出规模有多大?未来趋势如何?
A:Gartner预计,2025年全球AI模型支出将突破330亿美元,实现翻倍增长,主要驱动力来自企业在现有软件中更广泛地使用生成式AI和智能体工具。到2026年,这一数字预计将进一步增长约80%,接近600亿美元。整体AI市场今年预计达到2.59万亿美元,同比增长近50%。
Q3:AI大语言模型市场未来会走向整合吗?
A:Gartner分析师John-David Lovelock认为,大语言模型市场走向整合几乎是必然趋势。训练和运营大语言模型的成本会持续上升,市场收入无法支撑多个冗余生态系统并存。即使是大型多元化企业,也将面临说服股东持续投入的困难,最终市场将只剩少数头部竞争者。
好文章,需要你的鼓励
全球数据中心建设需求持续高涨。北美方面,美国数据中心建设支出年化达510亿美元,微软在威斯康星州开放33亿美元设施,亚马逊和谷歌宣布在密苏里州合计投资250亿美元。欧洲方面,SoftBank将在法国建设5GW AI数据中心,投资额达750亿欧元。亚太地区,AirTrunk计划在印度投资210亿美元建设3GW数据中心。中东与非洲地区也有多项大规模项目落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着企业将AI融入机器人、工业设备等物理基础设施,边云协同架构正成为关键课题。以Luminous Robotics和先正达为例:前者在太阳能农场部署的机器人每秒做出10次决策,数据定期上传云端持续优化模型;后者通过Cropwise平台整合卫星、无人机、拖拉机传感器数据,辅助农民完成约150项农业决策。两家公司均强调,边缘端负责实时响应,云端负责模型训练与更新,同时保持人工监督以确保安全与准确性。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。