撰稿 ｜ 伊风

出品 | 51CTO技术栈（微信号：blog51cto）

2 月 21日，一份竹间智能内部信的截图流出，信中提到“……自 2023 年起，业务需求大幅减少，给公司带来了严重的现金流压力和挑战”，并在信中宣布部分岗位停工停产 6 个月之久。经过一系列的传播发酵，竹间智能（全面）停工停产的消息甚嚣尘上。

图片

第二天，22日上午，竹间智能通过微信公共号发布了官方声明，以对流传的误读进行澄清。声明中强调目前公司运营正常，强调涉及停工停产的为“部分亏损业务”下的少量岗位，并表示对谣传保留追究权力。

图片

根据竹间智能官网，该公司所提供的产品分为对话式 AI 平台、解决方案平台、知识工程平台、机器学习平台、自然语言处理平台共5个大类。每一分类下还有多款细分的产品，例如对话式 AI 平台下又包括 VCA 智能客服、多模态情感数字人、竹间精灵等多项业务。目前并未有消息透露具体面临停工重组的业务线有哪些。

不过可以注意到，声明中提到了竹间智能目前专注的方向，着意强调其新技术、新产品在 AIGC 领域的竞争力，体现了竹间智能“与时俱进”的信心。在 ChatGPT 热潮爆发之前，竹间智能一直专注在 NLP 、深度学习以及多模态情感识别等技术上，并在相关领域的企业中做到了独角兽的位置。

值得一提的是，在去年的 D+ 轮融资结束时，竹间智能就已宣布正式推出运用“类 ChatGPT 技术”的成熟生成式 AI（AIGC）产品，并即将开启新一轮融资。

当然，生成式AI发展的节奏实在太快了，即便在 NLP 领域积累多年的竹间智能，似乎仍在努力在这条全新赛道上追赶。

1、“小冰之父”打造的明星公司

2014年微软北京、苏州及东京研发团队率先在中国市场推出了“微软小冰”。这位“十八岁的人工智能少女”与众多互联网头部平台进行合作，引发了人们对智能助手的广泛关注。

作为前微软（亚洲）互联网工程院副院长，简仁贤曾领导过微软小冰的技术开发。小冰的成功让他意识到人工智能的无限机遇，并希望能以“情感智能”为核心，打造“像人类那样理解谈话者情感、情绪与意图的机器人”。

经过一年的封闭式开发，竹间智能启动了商业化过程，并逐渐摸索出了以 To B 为主的商业模式。2018 年，竹间智能入选上海人工智能第一批创新产品名录，可谓是最早入局 AI 的明星企业。

在 AI 进入大模型时代之后，竹间智能也一直在寻求突破。在 2023 年 7 月份，竹间智能还与中软国际达成 AIGC 战略合作，共创“ 99 万实验室”，为企业打造行业与场景大模型。不过，早在采访中，简仁贤就从竹间智能的业务出发，谈到过公司进军大语言模型技术所面临的重重挑战，包括算力训练与推理的成本高、数据需求高、训练要求门槛高，人才密度要求高，解决不了企业问题等。

这可能是理解竹间智能当前“停工”困境的一些线索。

2、大模型裹挟下，先发优势还有吗

竹间智能所面临的问题并非个例。当大模型为代表的生成式AI技术真正获得全民关注的时代到来，上一波聚焦在细分应用领域的 AI 公司们多少面临着新一轮AI革命的冲击，这种现象并不少见。

2015 年前后，一批以自然语言处理、语音识别技术为核心的创业公司涌现出来。许多以智能问答、个人语音助手为主要服务的公司，还未展露投教，便在融资一轮后匆匆地失去了消息。

即使是在当年就已经融资到 D 轮的小 i 机器人，在 2020 年度的营收一度下滑至 0.9 亿元，面临严重的增长瓶颈，在艰难转型后终于在去年赴美完成 IPO 。成立于 2012 年的智能语音人工智能企业云知声，也在 2020 年后出现了连续三年的净亏损，其推出的山海大模型也被诟病研发投入远低于行业平均水平。15 年融资到 B 轮的思必驰，甚至于 2007 便关注到了对话式人工智能，目前却被科大讯飞等很多后来者反超。

为什么明明有着较深的NLP技术积累，却并未使得这些企业获得先发优势？

一方面，这些企业的业务多以面向 B 端的智能客服服务为主，产品的盈利非常依赖头部客户，自身造血能力不稳定；另一方面，在探索新技术时，先来者可能很难及时调整技术路线，抛却传统的 NLP 技术，并可能在技术创新中受到更多所服务的客户和场景的限制，难以大展拳脚。

3、破立两难，老牌AI的历史包袱

不止是 NLP 企业，以 CV 计算机视觉技术为主导的“ AI 四小龙”，也经历了连年亏损。根据商汤科技 2023 年中期财报，营收增速终于扭负为正后，净亏损额仍然达到 31.43 亿，大量研发投入后的技术变现依然遥远。而尚未完成 IPO 的旷视科技和依图科技可能面临着更为艰难的财务状况。

为了跟上时代的步伐，大模型成为不得不去投入的事情。但入局就意味着需要燃烧更多经费，需要投入大量的人力和算力资源去赌一个不确定的未来。虽然 AIGC 领域的头部玩家也远未到达盈利阶段，连 Altman 本尊也要在 X 上表示希望融资惊人的 8 万亿投入到 AI 芯片的开发当中。但是，老牌 AI 企业面临的问题似乎更加严峻，如果不能甩开历史的包袱完全拥抱新技术，也许在大模型时代水土不服的尴尬会一直如影随行。

“下一个时代的巨头往往不是上一个时代的领导者。”在技术领域，这不仅是一种对规律的推断，也像一种诅咒。

参考链接：

1.https://www.tmtpost.com/6427979.html?rss=qcloud

2.https://baijiahao.baidu.com/s?id=1612553014293724310&wfr=spider&for=pc

3.https://mp.weixin.qq.com/s/hxuD6ZWakM17w3GezjHN0A