ML不是算法问题，是数据地租问题

烧了百亿的大模型，干不过千分之一参数的老模型

今年年初，一万两千多家抖音中小商家集体提交了申诉，矛头直指平台新上线的大参数ML推荐系统。

申诉理由很简单：换了新模型之后，投流ROI直接砍到脚踝。去年全平台中小商家投流平均ROI还有1.78，今年Q1直接掉到0.51，相当于杭州全城出租车跑满半个月的营收，一半直接打了水漂。

更讽刺的是什么？换回三年前参数只有新模型千分之一的老ML系统之后，一半商家的ROI直接回升了60%以上。

你说扯不扯？

现在行业开口就是千亿参数大模型，仿佛ML不做到万亿级别就是技术落后，结果真落地到生意场，老掉牙的小模型反而打得大模型满地找牙。这不是技术问题，这是哪里出问题了？

说实话，我听到这个事的时候，第一反应不是惊讶，是觉得早就该这样。所有人都盯着ML的算法精度，盯着参数规模，盯着排行榜上的名次，没人看这个技术最后赚的钱进了谁的口袋，谁在为技术的无效进步买单。

藏在参数卷潮下的商业模式博弈

ML发展到今天，早就不是实验室里的技术玩具了。它变成了平台手里最强的收租工具。

给你举个实打实的本土案例。杭州淘系有个做真丝女装的商家，三年前用阿里云的ML库存预测服务，一年服务费不到八万，今年续费的时候，报价直接涨到了二十九万，涨了2.7倍。商家找技术对接问，准确率提了多少？对接支支吾吾半天，说提了4.2%。

比三年前贵2.7倍但效率仅提升4.2%。这不是抢钱是什么？

不过话说回来，厂商也有苦衷。训练一个千亿参数的ML大模型，一次训练成本就要上亿，相当于三线城市一整个区全年的基础教育经费，这个钱总得有人出吧？谁出？用模型的人出。怎么出？涨服务费，靠ML把用户锁在自己的生态里，你用了我的模型，所有数据都存在我这里，你根本挪不走，只能乖乖交钱。

这个逻辑放在互联网平台身上更清楚。平台的ML就像<寄生在商家身上的寄生蜂>——这不是骂街，是生物学里实打实的寄生进化逻辑：寄生蜂把卵产在宿主毛毛虫体内，幼虫靠吃毛毛虫的营养长大，最后破茧而出，宿主早就被啃空死了。现在的ML就是这个路子，平台靠商家的交易数据训练模型，模型越练越强，平台靠模型收更多的钱，再拿收来的钱继续炼更大的模型，而商家只拿到越来越低的利润，最后连本钱都亏进去。

字节靠ML推荐收流量地租，阿里云靠ML服务收技术地租，本质上都是一回事。ML的技术进步，早就和商家的利润脱节了，只和平台的营收挂钩。

这个方向我明确说，走偏了。

被ML浪潮卷晕的普通人该往哪躲

很多人说，ML是大公司玩的游戏，和普通从业者、小商家没关系？错了，现在整个产业链的每个人都被卷进去了。

先说算法工程师。现在招聘市场上，开口就要大模型专家，年薪开百万都抢，但是进去之后干嘛？天天调参，刷排行榜，业务根本用不上。去年我接触过一个从字节出来的大模型算法，跳去一家做卤味连锁的创业公司，老板让他做销量预测，上来就搞百亿参数大模型，跑了三个月，烧了两百万研发费，准确率还不如原来创始人自己用Excel跑的回归，最后直接被裁员。反过来，我认识另一个算法，原来在腾讯做大模型，去年跳去一家生鲜供应链公司，把原来的大模型预测换成了100M参数的小ML，准确率只降了2%，但是推理成本降了92%，老板直接给他年薪翻了一倍，还给了期权。

再说中小商家。你图方便，把投流、选品、供应链全交给平台的ML，相当于把自己的命交到别人手里。模型说这个品能爆，你就砸钱囤货，模型说这个流量好，你就不停投，最后赚的钱全交了服务费，亏了全是自己的。去年杭州有个做家居的老板，把所有投放都交给ML自动跑，一年做了四千万营收，最后算下来亏了三百多万，房子都抵押了。

现在所有人都在怕，怕跟不上ML的浪潮，被淘汰。其实根本不用怕。潮水退了才知道谁在裸泳，现在的ML大模型浪潮，本质上就是资本吹出来的泡沫，大部分泡沫最后都会破，只有能真正给人赚钱的技术才能留下来。

不出五年，会有一批做本地化小ML的创业者，靠着千分之一参数的模型，抢走云厂商和大平台近三成的生意。你敢赌吗？