從研發到應用，大語言模型（Large Language Model）市場可說是殺聲震天。OpenAI兩年前（2022）推出ChatGPT，點燃生成式AI領域的烽火，科技巨頭和新創公司們比算力資源、比研發人才、比資料量級，爭模型上下文長度、爭符元（token）運算成本、爭多模態能力，更要拚商業模式、拚通路、拚生態系。
從太平洋彼岸的美國，到台灣海峽對岸的中國大陸，基礎模型（foundation model）之戰同樣熱映。一邊OpenAI陸續宣布提供更長上下文的API（應用程式介面），同時降低舊模型的API價格；另一邊阿里巴巴、百度和科大訊飛等大廠也在輪番降價，甚至有部分模型的調取費用壓低至零。
企業還在尋找微軟Copilot這類加值生產力以外，能夠帶來穩定收入的落地應用，但削價爭取用戶的景象似已悄然上演。站在中國大陸生成式AI市場最前線，年過六十後隱士出山，領軍創辦「零一萬物」的AI舵手李開復現身說法。他斬釘截鐵地告訴《遠見》，自己並不害怕價格戰，甚至正面看待降價情形。
兼攻企業和消費市場，零一萬物不畏懼競爭
李開復的自信絕非空中樓閣。
一方面，零一萬物在5月推出千億參數模型Yi-Large，在國際評測中成績斐然，中文能力足以和GPT-4o相提並論；旗下AI應用程式「萬知」也在下載排行榜中名列前茅，號稱只需10秒就能理解400萬字的《托爾斯泰小說全集》，並可依照角色、情節和影響等角度列出大綱。
自家產品的研發實力讓他毫不畏懼競爭；另一方面，大廠們匯聚資源投入研發，降價反映出技術進展，更代表生成式AI將有機會擴散到更多地方。
一年前接受《遠見》專訪時李開復便已揭示，當模型從專用走向通用，大幅減去導入AI的成本後，應用即將遍地開花的未來。
從電腦到手機再到AI，裝置和應用同在變化，這是相異時代的切面；生成式AI和大語言模型蓬勃發展，就此顛覆啟用AI門檻，這是技術變革宛若拋物的曲線；市場玩家對撞擦出火花，延伸出價格戰無止盡、商業模式難尋等議題，這是技術衝向時代映照出的散點，而星火正在燎原。
從點到線，自線而面，李開復深度剖析這場令觀者如癡如醉的大模型之戰。
推論成本是關鍵，找出應用落地平衡
李開復曾預言，在生成式AI的帶動之下，軟體應用將能重生、使用者介面出現改變、商業模式更會進化。一年過去，預言陸續成真。
不管是面向企業（2B）和朝向消費者（2C），透過生成式AI增進生產效率的服務正在成形。後勤單位（back office）如財務、人資等領域導入大語言模型的效益浮現，幫助消費者完成特定任務的應用也在發生。然而，究竟誰能笑到最後？答案仍不明顯。
李開復認為，大語言模型競技的獨特之處在於，難以透過規模經濟消弭的推論成本（inference cost）。
「在移動互聯網（internet）時期，都是先獲取大量用戶，不收任何費用，待用得開心之後再從他們身上收費。」從Google、百度等搜尋引擎，到臉書、微信等社群網絡，再到抖音、Reels等短影音，都是遵循相同模式。
然而，每次和ChatGPT對話、每次透過Bing生成圖像，提供服務的OpenAI與微軟，都得在雲端上消耗算力。「以前你去燒用戶（成本補貼），燒不掉太多什麼，」「現在每次回答問題，我們都等於在燒GPU，最後若用戶不付費，我們就會破產。」
把握時間窗口，找出TC-PMF
過往時代先補貼養用戶，後續再收費的作法並非不可行，但推論成本會跟著用戶數量一齊成長。另外，即便有收費，但又無法超過獲客成本和推論成本的總和，服務也將無以延續。
因此，李開復拋出他呼喊多時的概念「TC-PMF」（Technology Cost- Product Market Fit，考慮技術成本的產品與市場契合程度），提醒投身生成式AI創業者必須關注技術成本的變動。
在「PMF」加上技術成本的前綴，正源於推論成本的不可避免。舉例而言，GPT-4等級模型的生成內容品質優異，但所費不吝；GPT-3.5同等模型效果相對較差，價格上卻極具競爭力。靜態的橫向比較上，創業者要思考自家產品應如何取得平衡。
動態來看，每過9到12個月，基礎模型能力便會出現顯著升級，例如GPT-3.5至GPT-4的換骨奪胎，以及GPT-4到GPT-4o的化蛹為蝶。當新等級的模型面世，調用舊等級的模型費用將劇烈下降到原先的十分之一倍。「在這樣的升級循環下，就不再只是PMF，而要考慮變動的TC。」
李開復引述加拿大冰球好手韋恩（Wayne Gretzky）的名言：「我追隨的是冰球的未來軌跡，而不是它的過往路徑。」
若公司成功辨識出TC-PMF，有望走向成功；更上乘的作法則是自行推動技術進步，或者想方設法降低推論成本，藉此「點燃」新的TC-PMF。李開復也補充，投身大語言模型應用的公司們，若想超越產業既有領導者（incumbent leader）的地位，要把握時間窗口，以免對方整合或者抄襲其作法。
他以抖音為例，字節跳動預測到4G時代下，影音將會變得便宜，因此辨識出TC-PMF，搶在大廠之先造出產品，才超越影音服務對手。
「我認為未來兩年會看到（LLM應用）非常劇烈的競爭，因為百分之百確定至少還有兩代巨大的模型提升。」這兩次升級同時會帶動應用發展，同時降低推論成本的定價，惟有掌握動態變化，才能生存。
李開復認為，自研基礎模型、搭建AI基礎設施（AI infrastructure）、推出AI優先應用（AI-first applications）的「三位一體」，是大模型創業者捕捉到TC-PMF的關鍵，也才能在第一時間掌握「塔尖模型性能與推論成本和應用迭代之間的對應關係。」
零一萬物推出Yi-Large大模型、自建基礎設施、推出2C的萬知和2B的Yi大模型API開放平台，正是三位一體戰略的實踐。
所有程式都將擁有「大腦」的AI 2.0時代
在李開復眼中，生成式AI與大語言模型之所以標誌著AI 2.0的開展，正是因為AI作為生產要素的成本大幅下降。
從專有模型走向通用模型，讓昂貴的運算甚或智慧，不再遙不可及，因此能夠注入至每一個應用程式中。
回顧過往，他用「Computer On Every Desktop」總結電腦時代，正因為辦公桌上放上電腦，殺手級應用就是能帶來生產力的Office；「Anywhere Anytime Computing」則是移動網路時代的標記，當消費者擁有網路、又讓應用程式獲取位置資訊，美團和優步便能提供精準服務。
來到AI時代，李開復以「Super Intelligence」定錨。應用得到AI賦能，智慧助手不僅能夠解答難題，甚至代替人類完成工作。他相信所有程式都能充分運用大語言模型，以其為大腦驅動完成任務。
在李開復眼裡，生成式AI帶來有史以來最巨大的技術和市場機會，但同時也是在最短的時間窗口之內，最有挑戰性的難題。
正如《離騷》中所言，「路漫漫其修遠兮，吾將上下而求索。」當同齡人已退居幕後安歇，走入花甲之年的李開復，再度跳上科技第一線迎難而上，全新的AI之路正要開始。
這是李開復的「吾雖艱險，心中樂之。」
