（来源：上观新闻）
三条叙事，在🍇开庭前撞到了♥一起👨🍳🐜。但现实🇵🇹世界里的企业，📘🙇可不是实🤙验室里那几🎹😋个干净的📲🍀测试集🍞🐜。她说，🕎👩🏫模型能力🇹🇷当然重要，但🇧🇧🥒今天真🎷🗳正决定 💵AI 🙍♂️🔼输出质量的，是它🚙能看到💤🛬多少真实的上下文🐈。今年4月，亚马逊🎣首席执行☔官An🇰🇪🐩dy Ja🎉ssy🥤表示，该公司Tr🍵ainiu🛒👩👩👧👧m2人工🚺智能芯片的供⚒应几乎售罄🌄⏲。在超大规模🇦🇨🐃的模型训练中，算🐂🇧🇯力支出中会🇬🇧分流相当⛱🌐比例到数据采🇧🇧购🙄🤔。当时最难的，还💴🇱🇾是在电脑里操作3🚐🦔D打印文😎👞件，她光🥮🌇看教程都🆒看不懂🎞。用户想达到🇷🇸💶目的，可🇨🇲以写两种不同🐯的AQ🇰🇪L指令🇰🇷🇻🇨。”模型训练具🇬🇬有典型的🚧“滞后反馈🖤🇦🇹”特点，🚩今天购买的⌨数据要到下🃏🧟♂️一个版本才能🇦🇲🇱🇻知道是否有效，🌑而下一🕐个版本又存在诸🍈💛多无法控制的变🧩量🧸✉。
应用层则面临“🇹🇫采购缺乏⚒🔞基准+效果难🇬🇫量化+复💋💾购依赖信🇬🇷🤸♀️任”的🇩🇿难题🐅。当然，艺🏒👩👧恩也面临🏑💆♂️一些风险，如体量👦较小、客户集中🕐度较高☁、产品化比例仍🏑在提升阶段，但这🤾♂️些都是处于“🌂拐点之上”的📣公司的真实写照🎁。这种增长不仅仅在🔪🇾🇹于增加👺↖产能，更在于提供🌭高效、🥜🐯可靠且可扩展的系🛸统👯♂️。摩根大🆑💲通对此持相🎴🇯🇪对谨慎态度，认♈为这些新业务"🌜🍮仍需更多🇵🇪🏚时间才能产🤯🎪生实质性财务贡👄🏗献"，短期内不太🎲可能成为股价催🇹🇹🥥化剂🇿🇼🌞。Epo🇹🇻🇫🇯ch AI的“👩🎨数据墙”预🌬🍄言表明，📦通用文本⏲🌈将很快耗尽，🦕未来十🚬年的竞争将聚🕤焦于垂👡😋类高质量数据集🇳🇷领域，♈👩🎨“影视👙😒综、代🚊🛸言人、社🤝媒情绪👩👩👦、品牌合作🧜♀️⚫、剧综软广”恰🎃🤽♂️好是艺恩长📊期积累的🇲🇼♎四大领域💮。
