2025, das "Erwachenszeitalter" der großflächigen Anwendung großer Modelle?
Die Geschichte, wie große Modelle von Mythen zur Realität werden, lehrt uns: Die wahre Vorstellungskraft der Technologie entsteht durch "Desensibilisierung". Nachdem man sich von überhöhten Erwartungen und Blasen desensibilisiert hat, muss man sich auch von der Technologie selbst desensibilisieren.
Andernfalls wird der zentrale Wert der Anwendung zum Elefanten im Raum.
Im Jahr 2025 werden die inländischen großen Modelle, die sich von der "Hundert-Modell-Schlacht" entfernt haben, zweifellos weiterhin in die Tiefen vordringen. Doch ein Jahr später bleibt unklar, wer noch am Tisch sitzen wird.
Baidu, Alibaba und ByteDance sind die offensichtlichen Karten; Sie haben weltweit führende Kompetenz in Rechenleistung, Technik und Daten und könnten GPT5 als Benchmark nehmen. Die sechst "kleinen Tiger" und DeepSeek erscheinen stark, aber das Versagen des Skalierungsgesetzes und die Entzauberung des Titels "AI Leader" bedeuten möglicherweise, dass diese Startups ihre Energie auf kommerzielle Wege freisetzen, die solide Erträge erbringen, um einen direkten Wettbewerb mit großen Unternehmen zu vermeiden.
Am ersten Tag des neuen Jahres schrieb Robin Li einen Brief an alle Mitarbeiter von Baidu. Zwischen den Zeilen seines Rückblicks auf Baidus Technologie-Gen war der Fokus auf die Anwendung von KI.
Wie wird sich die KI-Anwendung im Jahr 2025 entwickeln?
Heute, wo die von OpenAI vorgestellten Updates immer "langweiliger" werden, die Durchdringungsrate der KI-Anwendungen immer mehr zunimmt und der Markt sich Sorgen über die Nachhaltigkeit der hohen Ausgaben für KI macht, gibt Li nochmals eine Antwort, die bereits auf der WAIC-Konferenz 2024 gegeben wurde: "Anwendungen ohne Nutzen sind wertlos".
01
Skalierte Anwendungen sind der "Samen" disruptiver Innovation
Von Verkehr und Kommunikationsinfrastruktur bis zur E-Commerce-Lieferkette zeigt sich oft ein Muster: Die heimischen Märkte, die letztlich Produktionskapazitätsvorteile auf globale Märkte exportieren, haben eine hohe Dichte an Anwendungsvalidierungen erfahren.
Diese Validierung muss nicht nur die Belastbarkeit der Technologie bei Verkehrsspitzen berücksichtigen, sondern auch die alltägliche Abhängigkeit und Wahrnehmung der durchschnittlichen Benutzer. Dies bestimmt die Richtung der menschlichen technologischen Innovation und Umsetzung.
Die große Modellbranche im Jahr 2024 erlebte dagegen einen umgekehrten Kausalzusammenhang.
In der Welt der großen Modelle übersteigen die Investitionen und die Vordenkerrolle von Technologieunternehmen die der Universitätslabore. Internationale Unternehmen wie Google, Microsoft, OpenAI sowie heimische Firmen wie Baidu und Alibaba waren die ersten in diesem Bereich. Der Zeitunterschied zwischen Wenxin und ChatGPT ist fast vernachlässigbar, hauptsächlich dank Baidus Fokus auf KI seit den mobilen Internet-Boomzeiten vor einem Jahrzehnt, wobei jährlich mehr als 20% der Mittel in die Forschung fließen.
Das führte zu einem Ergebnis: Das Schreiben von Papieren, die Innovation, das Finden von Anwendungsbereichen und die Inkubation von Super-Anwendungen — die gesamte Innovationskette wird von diesen Technologiegiganten kontrolliert. So begann der "innovative Wettbewerb".
Dieser Wettbewerb ist leicht verständlich: Mit dem Umfang, den Kosten und der Bewertung von großen Modellen als Verkaufsargument mehr Nutzer und Entwickler in das Ökosystem zu locken, um zuerst Geldverluste in Kauf zu nehmen, ist der klassische Internet-Bezirks-Modus.
Das Problem ist jedoch, dass große Modelle selbst lediglich die Machbarkeit eines Innovationszugangs sind, während echte Innovationen tief in den realen Szenarien verschiedener Industrien verwurzelt sein müssen.
Ähnlich wie 5G als Zugangspunkt der Innovation, sind die nativen 5G-Anwendungsszenarien wie Kurzvideos und Live-E-Commerce die Schlüsselinnovationsfaktoren eines technologischen Zeitalters.
Im Bereich der großen Modelle ist das derzeit schwache kommerzielle Feuerlicht darauf zurückzuführen, dass die Anwendungs- und Benutzerskalenszenarien der KI noch nicht gereift sind.
Das ist auch, was Robin Li sagt: Bedeutende technologische Durchbrüche und disruptive Innovation sind eher das Ergebnis von skalierter Anwendung als die Ursache dafür.
Im letzten Jahr hat die Rechenleistung-Infrastruktur von großen Modellen anscheinend den Konsens in der KI-Branche erreicht. OpenAI provozierte mehrfach die Nerven der Nutzer mit Sora’s Text-zu-Video, mit gemischtem Erfolg. Das beweist auch, dass es sehr schwierig ist, den Wert von Technologien durch "geschlossenere Entwicklungen" weiter zu iterieren; die Überprüfung durch skalierte Anwendung ist notwendig, um den nächsten Innovationsschritt der Technologie zu bestimmen.
Andererseits sank Soras Ansehen, und OpenAIs Marktanteil begann zu sinken, was Lis Urteil bestätigt. Im Jahr 2024 sehen wir, dass die Durchdringungsrate der KI in jedem Segment merklich zunahm, während die von den Modellen erzeugten Erträge nicht mehr als "disruptiv" bezeichnet werden konnten. Die lange gepflegte Innovation brachte nicht von selbst eine Super-Anwendung hervor.
Vielmehr führte die Obsession der Technologiefirmen mit der KI-Durchdringungsrate zum Gesetz der Investition im Dschungel. Es geht nicht mehr nur um technische Innovationsfähigkeit, sondern auch um die Standhaftigkeit im Kapitaltauziehen. Ob dieser Weg zu einem Ende führen kann, bleibt abzuwarten. Doch auf der Ebene der Grundlagentechnologie und der logischen Beziehung zu KI-Anwendungen müssen die Radentwickler gründlich überlegt werden.
Da es nicht der Grund ist, kann es nur das Ergebnis sein.
Deshalb betont Robin Li die Erforschung und Innovation von KI, indem er auf Technologien wie iRAG, das die Illusionsrate bei der Bildgenerierung senkt, das AI Coding-Tool Miaoda, und das Wachstum der Baidu Bibliothek verweist, anstatt darauf wie groß das Modell selbst geworden ist.
Im Jahr 2025 wird sich das große Modell natürlich mit den Anwendungsszenarien optimieren und weiterentwickeln, und es wird nicht mehr so viele Menschen geben, die es anbeten. Die Kommerzialisierungsrätsel und der boomende Wandel der KI-Anwendungen werden ihre eigene Sprache sprechen.
In diesem Prozess können Ressourcenarrangements und langfristige Denkweisen Abstand zwischen den Hauptakteuren schaffen:
Erstens bleibt der Aufbau der KI-Grundlagen eine Priorität. Neben der Qianfan-Modellplattform, die Kunden bei der Abstimmung von 33.000 Modellen und der Entwicklung von 770.000 Unternehmensanwendungen unterstützt hat, hat sich Baidu für den breiteren Zugang zur Programmierung entschieden – Miaoda, was ebenfalls Lis Gedanken zur Skalierung entspricht.
Zweitens die Bereitschaft, Scheitern vorherzusehen und den Mut dazu zu haben.
Lis Aussage, "höhere Ausfallraten als die Konkurrenz in Kauf zu nehmen", fasst die bereits gezahlte Gebühr von Baidu zusammen und ist auch eine "Vorschau" darauf, dass diese Erkundungen und Irrtümer im Jahr 2025 fortgesetzt werden können.
02
Wie kann es zu einem Boom der KI-Anwendungen kommen? 40 Millionen zahlende Nutzer finden einen Weg
Ein weiterer Punkt von Robin Li ist, dass die KI-Anwendungen im Jahr 2025 einen Boom erleben werden; während die Zahl der Nutzer steigt, wird der Markt ein blühendes Wachstum erleben.
Diesen Trend zu verstehen, ist nicht schwer. Zunächst sind die KI-Anwendungsszenarien in jeder Branche bereits im Gange – dass 2024 als das "Startjahr der KI-Anwendungen" bezeichnet werden kann, ist keine Übertreibung. Die Integration von Branchen und KI-Fähigkeitssegmenten führte zu Tausenden von intelligenten Anwendungen. Mit einem Jahr der Akkumulation wird nach und nach kommerzielle Ernte eingeholt.
Welche Anwendung könnte als erster aussichtsreicher Sektor auftreten?
Die intelligenten Suchfunktionen, intelligente Produktivität und intelligente Bildung, die mit AIGC am engsten verbunden sind, genießen hohe Erwartungen.
Ein inspirierender Aspekt des heimischen Marktes ist, dass das Unternehmensdienstleistungsfeld, das sich in der SaaS-Ära kommerziell nicht auffällig gezeigt hat, sich im KI-Zeitalter durchaus wieder erholen könnte und eine "Brücke" für die Skalierung der KI-Anwendung schaffen kann.
Der Anstieg der Nutzung großer Modelle kann diesen Trend widerspiegeln. Daten zeigen, dass die B2B-Nutzung des Baidu Modells im letzten Jahr um das 30-fache gestiegen ist und 1,5 Milliarden überschreitet. Derzeit nutzen mehr als 60 % der zentralen und staatlichen Unternehmen das große Modell. Baidu hat sich bei den im letzten Jahr ausgeschriebenen großen Modellprojekten am besten geschlagen: Laut öffentlichen Daten lag es bei 40 Ausschreibungen im Gesamtwert von 17,1 Milliarden Yuan mit 2,74 Milliarden Yuan an der Spitze.
Gemeinsam mit Technologiedienstleistern neue wertsteigernde Szenarien zu erkunden, um langfristige kommerzielle Potenziale zu schaffen, ist eine Frage der Zeit.
In Hinblick auf die C-Ende Szenarien, auch wenn die C-Ende das ultimative Ziel für Super-Anwendungen ist, sind die derzeit am besten monetarisierenden Anwendungsszenarien auf der C-Ende eigentlich von der Nachfrage der B-Ende getrieben.
In diesem rundum offenen Brief offenbarte Robin Li zum ersten Mal, dass die Zahl der zahlenden Nutzer von Baidu Bibliothek 40 Millionen überschritten hat, eine Steigerung um 60 %, und diese Nutzer kaufen hauptsächlich die KI-Funktionen der Bibliothek.
Baidu Bibliothek positioniert sich selbst als ein Produktivitätsplattform für Office-Dokumente und Wissensintegration und ist näher an den Bedürfnissen der B-Seite und den C-Seiten-Nutzern mit bürokratischen Anforderungen, was ein wunderbarer Wachstumserfolg ist.
Baidu hat die Bibliotheksprodukte zuerst umstrukturiert, basierend auf der Produktivitätslogik des KI-Zeitalters, und den ersten Welle des KI-kommerziellen Erfolgs ergriffen, was die Wichtigkeit der Vorhersage darüber, wo KI-Anwendungen boomen, bezeugt.
Einige allgemeinere KI-Anwendungen ohne ausreichende Spezialisierung können trotz guter Benutzerzahlen, Bekanntheit und Ruf auch unklar in der Monetarisierung sein, weil produktive Werte fehlen, die C-Endverbraucher anziehen.
Da es Baidu Bibliothek gelungen ist, 70 Millionen MAU für KI zu erreichen, ist das Potenzial des intelligenten Produktivitätssektors gezeigt. In Baidus Sicht ist die Umstrukturierung bereits bekannter Produkte, um eine Millionenstarke Nutzerbasis in KI-Potenzial umzuwandeln, viel überzeugender als auf eine schwierige in die Tiefe des Marktes eindringende Chatbot-Form zu setzen.
03
Der Langstreckenlauf, in dem Super-Anwendungen kein Zufall sind
Dies ist eine Ära, in der Offenheit und Zufälligkeit alles überwiegen, und KI-Anwendungen folgen diesem Weg ebenfalls.
Auf den Auslandsmärkten hat ProductHunt täglich glänzende KI-Anwendungen, wo Unternehmer ihrer Fantasie freien Lauf lassen, während große Unternehmen eher pragmatisch und fokussiert sind: OpenAI schätzt die physische Welt und kognitive Intelligenz, Apple sucht stets nach ökologischer Zusammenarbeit, und Google zielt auch auf KI-Anwendungen.
Hierzulande hat der Primärmarkt stark zurückgeschraubt. Laut Daten von IT Juzi beträgt das gesamte Investitionsvolumen im KI-Bereich des Jahres 2024 nur 80 % dessen von 2023. Als ein Bereich mit keiner hohen technischen Schwelle kommen monatlich neue spezialisierte Tools auf den Markt, doch es fällt ihnen schwer, ihren langfristigen Wert zu beweisen.
Die negative Bewertung von Investitionen in große Modelle folgt einem ähnlichen Prinzip. Hunderte von Milliarden Yuan in Customer Acquisition und Monthly Active Users zu setzen, ähnelt einer Wette, und das Ziel ist eine Super-Anwendung, die mit WeChat, Baidu, Taobao oder Douyin vergleichbar ist.
Der geringe Benutzerauftrag und niedrige Konversionsraten sind nicht auf technische Defizite zurückzuführen, sondern darauf, dass das Szenario der Anwendung keine "Suchtpunkte" bietet, wie dies der Fall bei anderen Super-Anwendungen ist.
Auch mit einem gleichwertigen Suchwert konnte Baidu früher "über die Hälfte der Chinesen monatlich nutzen Baidu zur Informationsbeschaffung" erreichen, was sich nicht nur auf eine einfache Suchleiste stützte. Heute ist die KI als neuer Traffic-Eingang etabliert, hat jedoch noch nicht den Ausgleich zwischen "maßgeblichen Antworten" und kommerziellen Formen wie Werbung gefunden.
Daher ist es einfach, eine nützliche KI-Anwendung zu machen, da große Modelle inhärent wertvoll sind. Aber eine Super-Anwendung zu entwickeln, ist ein Test der Geduld, und selbst in einem Langstreckenlauf aus mehreren Punkten von Großunternehmen ist es schwer, zu einem zufälligen Ereignis zu werden.
Robin Li sagte im rundum offenen Brief: "Der Wettbewerb ist intensiver denn je."
Daher ist es Baidus konsequente Strategie, in jedem Bereich mehr verwurzelt zu sein als die Konkurrenten und professionelle Fähigkeiten in nutzerfreundliche Anwendungen zu übersetzen. Miaodas Zielgruppe sind normale Leute, nicht wie die Mainstream-Produkte der AI Coding-Branche, die Programmierer beim Codieren unterstützen.
Wo werden KI-native Super-Anwendungen zukünftig erscheinen?
Wie bereits gesagt, sie werden in Szenarien auftreten, die für gewöhnliche Menschen am vertrautesten und am deutlichsten wahrnehmbar sind.
Nun hat sich die monatliche Benutzeraktivität von Baidu Wenku auf 70 Millionen erhöht, und es ist eine Frage der Zeit, bis es sich zur Super-Anwendung im Bereich der intelligenten Produktivität entwickelt. Im Laufe des Jahres wird Baidu auch die Version 5.0 des Wenxin-Großmodells veröffentlichen, damit Modellfähigkeiten eine unendliche "Null" sein können und Anwendungsszenarien die "Eins" davor sein können.
"Überstehe den Winter und werde ein neuer Held."
Die Fähigkeit zum Langstreckenlaufen im Bereich der künstlichen Intelligenz war immer das Innovations-Gen dieses Unternehmens.
