怎么用大模型赚钱

很多Global的量化基金到了中国都会水土不服。同时，国家政策也规定了很多Global的量化基金没法在中国大规模开展业务。这就给了国内的很多量化基金崛起的机会，即使交易系统比国外顶尖机构有一些差距，但是只要在中国能保持领先，整体就会有不错的收益。大模型也是如此，OpenAI、Google、Meta的模型一方面中文能力比较一般，远没有英文能力强大，二没有对中国国情进行优化，不符合政策要求。这给了国内的大模型公司做大模型预训练的机会，只要做到国内第一，即使和世界领先的模型有一个代际差，也是不小的市场。当然，这样的情况，不止在中国，在世界很多国家都会存在。所以，面向各国政府做基础大模型本土化预训练是个不小的市场。由此引申的另一个相似之处就是受政策影响极大。国内量化基金的几个大起大落基本都和政策有关，大模型的发展也和国家的相关办法息息相关。同时，两者都需要收到有效监管才能健康发展。[heading2]其他[content]除了上面几个感受比较深刻的，大模型预训练和金融量化还有不少相似之处，就不一一展开了少数精英的人赚大量的钱。做大模型不用很多人，但每个人都必须绝顶聪明。核心问题一样。下一个token预测和下一个股价预测其实是一个问题。都需要大量数据。都追求可解释性。。。。。。。最后，希望大模型能和量化金融一样，市场足够大到几家头部机构是不能完全吃下的，能给多个大模型公司机会。现在国内有上百家量化基金，规模有大有小，大模型公司也能百花齐放。

不过从投资角度，嘉御资本董事长兼创始合伙人卫哲最近提到，“我们不碰大模型。”卫哲认为，多年互联网从业下来告诉人们，一定是头部占据60%、70%的份额，搜索引擎、电子商务无一例外，这次人工智能也是如此，胜出的大模型在中国很难超过2个，在中国以外的世界包括美国，也很难超过2个。大模型是典型赢家通吃领域。需要更多的钱，需要更多的算力，以及更优秀人才。因为更好的算力意味着更多人用，更多人用意味着更多数据，更多数据意味着更好的算力结果。大模型必然是巨头必争之地，巨头有钱，有技术，更重要是有数据。就目前“百模大战”来说，正如周鸿祎所说，大模型关键在于让更多人去使用，将大模型能力与更多场景相结合，打造更多落地应用。所以总结来看，大模型必然是只有极少数公司能做起来，给创业公司的机会很少。甚至可以说，如果不能把大模型商业化，这家企业一定会输在这轮赛道比拼中。因此，摆在大模型企业面前的问题非常严峻，如何将大模型更快落地应用，将技术能力释放并与更多场景相结合，真正产生新一轮科技革命和产业变革，是当前紧要的关键问题。而关于大模型的落地，我们还有很长的路要走，需要时间、需要机会、需要生态。

Gartner《2025年十大战略技术趋势》中预测，到2028年至少有15%的日常工作决策将由代理型AI（AI智能体）自主做出。2024年，AI大模型在生产和生活中正以“狂飙猛进“的速度落地。“百模大战”过后，国内大模型行业基本跑出了以百度、阿里、字节等科技大厂和创业“AI六小虎”为主要玩家的竞争格局。2024年被称为国内大模型落地元年，经过一年时间的赛跑，各家大模型在各行各业的落地成绩究竟如何？2024年国内大模型项目增3.6倍，百度中标数量和金额双第一各厂商公布的大模型调用数据固然是一个成绩参考，但是让企业客户为大模型买单掏出的真金白银数量无疑是更为直观的成绩。根据云头条统计公开可查的大模型招投标项目数据，2024年国内大模型中标项目数量和金额都呈现大幅度增长。2024年1至11月，大模型中标项目共728个，是2023年全年的3.6倍；中标金额17.1亿元，是2023年全年的2.6倍。大模型中标项目数前五的行业分别是运营商、能源、教育、政务、金融。厂商方面，百度以40个中标项目数、2.74亿元的中标金额排名所有厂商之首，科大讯飞居第二。再看各细分行业，在金融行业，根据2024年1-11月份金融机构发起的大模型相关采购中标项目来看，百度以14个中标数量、3734.4万元中标金额排名第一；科大讯飞居第二。