曾经，普利策奖得主托马斯·弗里德曼在《世界是平的》中说，变平的世界让每个个体、区域都站在同一水平线下。但环顾全球AI界，我们发现，AI巨头的触角，正在向全球蔓延，世界并不总是平的。

谷歌湾区总部。图源：受访人邱谆提供

一、大洋以西，国境以东：中美AI融资不同境遇

现在整个国内投资界几乎形成了一个共识，就是“大模型的投资热正在冷却”。

作为今年创投圈最火热的赛道，大模型曾炙手可热，无数科技大厂、AI创业公司掀起一股又一股的大模型浪潮。而今全球科技公司对大模型的竞争，正进入存量时代。

根据IT桔子数据，截止到2023年11月底，国内人工智能赛道一级市场的总融资额有580起，比2022年减少了26%，总融资金额是630亿元，与去年同期也下降了38%。

而在大洋彼岸，美国的大模型融资依旧如火如荼。根据Crunchbase数据，去年VC阶段的投资有11%流向了人工智能赛道，截止到今年下半年，2023年的比例增长了26%，有26%的VC阶段的投资都流向了人工智能，美国投资界对大模型的参与热情不减反增。

大洋东西，AI融资正面临不同境遇。

这背后，不同融资环境差异到底是如何造成的？

首先，在美国，大模型已经达到了能够产生巨大经济效益的规模，并且在一定程度上影响了宏观经济。有研究发现，这一次自硅谷刮起的大模型之风，已经为美国的GDP贡献了一个百分点的增长。而在中国，虽然百模大战愈演愈烈，但大模型的变现之路仍处在摸索的初级阶段，而商业化问题一直是上几轮AI浪潮下，难以找到最佳solution的老难题。

其二，在中国尚未出现像OpenAI一样的应用层全栈式AI公司，能够从基层大模型、中间层一直做到应用层。而大模型这种极度依靠大算力暴力美学的领域，对于初创公司来说，太烧钱，门槛太高，堪称军备竞赛。大模型不能投，但应用层又没有特别多的公司出来，投资圈开始冷静思索，大家都处在观望状态。

旧金山海湾。图源：受访人邱谆提供

二、东南亚，正成为中美大模型交锋主战场

在中美之外，东南亚也成为中美大模型交锋的主战场。

在东南亚，AI还正方兴未艾，虽然落地步伐相对慢，但还是能看到希望。整个东南亚地区的国家，都在拥抱AI。中美两股AI旋风正在东南亚交汇。

AI在东南亚并不算是新兴行业，在大模型浪潮之前，东南亚就因低廉的人力成本等因素聚焦了智能客服、人工标注等AI相关应用。

但在今年来到东南亚后，科大讯飞云平台事业群副总裁周传福明显的感受是：除了原来的这部分传统项目，现在更多地看到像政府部门、媒体行业、金融行业等都在更加热烈地讨论、拥抱AIGC、大模型等新技术。

虽然目前东南亚使用最多的还是来自OpenAI等欧美AI公司的大模型，但在东南亚AI界，也不乏科大讯飞、华为、海康威视等中国科技公司的身影。科大讯飞、阿里巴巴相继在东南亚推出大模型，东南亚国家队也加入大模型竞赛，新加坡政府投入5200万美元的资金支持AI多模态大模型开发计划(NMLP)。

周传福告诉霞光社：“东南亚虽然是一个区域，但是打开来看，很多国家都有很大的不同。新加坡是东南亚唯一一个发达国家，它的AI落地会更快一些，像教育等等部门或者行业都有很多的落地应用。相对来说，新加坡（AI落地）走得比较靠前，活跃度更高，但是像马来西亚、印尼、泰国等等国家也能深刻感觉到比原来更加热烈，当然整个落地步伐相对慢，但是还是能看到希望。我们也会长期坚持在这些地方深耕。”

东南亚历史文化背景复杂，移民的跨国流动使得东南亚形成不同方言体系的多族群社会，各个地区方言众多。比如印度尼西亚的官方语言主要在雅加达一带通用，但其他地方又有非常多的方言。而要做语音识别和合成的核心技术创新，就要在提升通用能力之外，针对不同方言区域的口语场景去做提升。另外，识别合成大模型领域也是科大讯飞寻求突破的重要底层技术。

本地化是出海中企必须要面对的一个挑战，而对于科大讯飞来说，这也是不得不做的事情。因为科大讯飞要面对很多B端用户场景，其中并不存在捷径，他们已经做好了深扎两三年的准备，才能在当地把行业做熟做透。

目前科大讯飞的东南亚团队规模还不是特别大，大概在二三十个人左右，native speaker大概占到40%左右。本地雇员的职务多是以商务拓展，市场等岗位。核心技术方面，还是以国内总部以及在当地派驻的技术支持为主。

在国内团队和本地团队协作过程中，文化差异带来的挑战不可小觑。周传福认为，这种情况下，要把自己放到当地的国家去考虑问题，“而不能说我中国怎么怎么样，外国怎么怎么样，这对我们来说其实是一个适应的过程，说起来很简单，但真正把自己的定位要放到当地的国家。”

除此之外，所有大模型企业要想跑通，都要跨越数据和人才两座大山。

三、AI全球化，找到自己的新位置

让我们回到开头的问题：

ChatGPT为什么并不脱胎于腾讯、谷歌等数据集庞大、人才济济的大厂？

腾讯和微软数据一定是大过OpenAI的，为什么OpenAI有GPT，腾讯、微软和谷歌都没有GPT？这是因为对数据的有效利用和搜集非常关键。对初创公司来说尤甚，特别是想真正成为一家AI公司，或者只是被AI赋能的公司。

湾区谷歌总部休息区。图源：受访人邱谆提供

邱谆认为，私有性未必是价值本身的源泉。“你要真正能够利用AI肯定要有数据，但私有数据未必都有价值。这个对于初创公司要有一定认知。”

积累和收集数据，一定要考虑算法。比如搭建数据栈平台，但它的门槛其实很高，因此光是收集梳理数据的准入门槛就将很多人拦在外面。甚至于巨头公司的数据都未必全有用。

提到大模型浪潮下的AI军备竞赛，卷算力或许重要，但核心的算法人才才是这轮竞赛最重要的资源。

对于初创公司，邱谆的建议是，从现在开始去物色一些大模型算法核心人才：“作为一个初创公司，可能今天就要去搜寻一些真正核心的人才，听上去好像有点遥远，但我觉得我这个建议很可能是会有用的。对于一些初创公司，如果你今天就开始，不管你做什么，甚至你只是做应用层，都一定要过数据这一关，但光有数据又没有用，最后很可能是要看你的算法，不管你是什么算法，可能不用碰到基座大模型，但即便你要做微调，甚至只是去调API，都会需要对训练算法的深度认知，最重要的军备其实是人才。”

这也是因为，目前国内大模型人才储备资源紧缺。医者AI CEO刘呈辉曾对媒体表示，“现在国内做基座类模型的人才90%都出自清华，国内真正会调模型、训练模型的甚至不超过200个人。”而大模型抢人大战也让用人成本水涨船高，vivo副总裁周围接受媒体采访时曾表示:”vivo大模型现在每年20亿~30亿元的投入成本，总投入成本已经超过200亿元，人才和数据算力各占一半，人才成本平均每人税后100万元。”在当下，寻找核心人才资源对于初创公司来说尤为关键。

大模型让全球的AI竞赛进一步加速进行，如何在全球化中找准自己的位置，并发挥自身优势，是所有AI企业需要面对的新课题。

作者：王欣，编辑：刘景丰

来源公众号：霞光社（ID：Globalinsights）；看见新经济的万丈霞光。

本文由人人都是产品经理合作媒体 @霞光社 授权发布。未经许可，禁止转载。

题图来自 Unsplash，基于CC0协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。