不久前, 人工智能应用“豆包”, 在应用商店推出了付费订阅方案。这行动不只是一款有数亿用户的应用, 调整了它的商业策略而已, 更清楚地呈现出一种人工智能服务的发展趋向。以往那种, 想用免费服务留住用户, 再以规模向资本讲述故事的互联网平台大战模式, 在人工智能大模型这条赛道上难以取得成效。这不是因为技术存在短板造成的, 而是源自十分现实的物理成本, 以及资源约束。
每一家从事国产大模型服务提供的企业, 其得以生存的根本依据, 不止在于算法模型自身, 更是和安稳的网络通信服务以及绝对不能缺少的算力资源休戚相关。当用户轻轻点触屏幕, 提出一个简易的问题, 表面上好像没耗费多少算力资源, 可是当这种简短操作因月活用户总数膨胀到数千万甚至数位庞大的数亿之众, 并且日复一日地持续输入提示词时, 那算力的消耗数量, 就摇身一变成为一个堪称天文的巨大数字。
有更底层的制约存在, 那就是, 驱动那些庞大的数据中心运行的电力, 其在特定时期内的总供给量乃是相对有限的。当人工智能大模型变成“吃电怪兽”, 对电力的消耗量极大时, 算力资源会在用户量急剧增长的情况下, 变得十分紧张。这并非是一家企业所面临的问题, 而是整个行业都必须去面对的基础性课题。要是继续沿着免费的老路走, 那就意味着要在有限的能源份额里, 进行无限的需求供应。
倘若将观察的焦距予以拉长一些, 运用一种更显客观的视角展开审视, 在总体算力资源存有客观上限这样的背景前提下, 没有哪家企业能够始终从事那种甘愿做赔本事赚钱并且只为赚名声的行为。基于要去填补依照高昂算力成本而撕开的那个巨大缺口, 不同的企业会依据自身所具备的资源禀赋以及技术方面的优势, 探寻出形态样式各不相同的收费路径。所以, 未来的人工智能服务市场或许不会再去考量是否免费这一问题, 而是会思考怎样做到兼顾免费与收费这样的情况。
不过, 付费与否, 不会对人工智能服务提供者法定的数据安全保护义务产生影响。从我国当前现行的法律框架去展开审视, 那所谓“以免费换安全”的这种逻辑, 和数据安全法、网络安全法等立法的核心目标显著相悖。法律给企业设定的数据安全保护义务, 是一个刚性的、不会由服务是否收费而发生转移的基线。不管企业所提供的人工智能服务是收取会员费, 还是按次计费, 亦或是永久免费, 只要处理了用户的数据, 那就必须承担起相应的法定保护义务。说到义务的特定具体内容与履行方式, 这和企业自身业务范畴以及技术能力范围存在关联, 免费向来不是免责的挡箭牌。当人工智能服务演变成企业级的专业生产工具时, 它所处理的数据类型会拓展至重要信息范畴。如此一来, 服务提供者就得采用比普通消费级场景更为严格的数据安全保护措施。
需留意的是, 当下人工智能服务治理实践要关注服务中断所产生的安全风险，还要关注服务终止所产生的安全风险, 这种风险的成因, 既有来自内外部的网络安全攻击, 也有服务提供者在市场竞争中失利从而导致服务能力下降的情况, 所以, 人工智能服务提供者的数据安全保护义务内容也要有所拓展, 把网络安全法、数据安全法等现行立法所规定的应急处置机制与人工智能中断安全风险进行绑定, 还要与人工智能终止安全风险进行绑定。放眼未来, 人工智能收费类服务所具备的竞争实力, 一方面体现在其相关服务能够契合用户个性化的需求, 另一方面体现在给用户供应可信赖的持续稳定的服务。
还木有评论哦，快来抢沙发吧~