文章轉載來源：騰訊研究院
原標題：《誰在布局生成式AI？》
作者：白惠天，騰訊研究院研究員；王強，騰訊研究院資深專家、前沿科技研究中心主任
縱覽生成式人工智能（Generative AI或AIGC，兩種表述均可，國內更多用AIGC）進化史，從AI誕生之始，人們就試圖讓機器生成內容，與其對話，並誕生了最早的圖靈測試標准。多年來，生成式AI的發展一直不溫不火。直到去年Midjourney、Stable Diffusion等文生圖應用點燃了大衆的熱情，再到11月ChatGPT的橫空出世，更是引發了現象級熱潮，讓生成式AI走入了億萬用戶的視野。
本文結合國際企業實踐經驗，從大模型生態構建方式、行業應用的切入路徑這兩個視角切入，描繪生成式AI的行業應用版圖，分享我們初步的觀察與思考。
大模型的生態
模型即服務（MaaS）的新生態加速形成
結合目前行業“基礎設施層-模型層（MaaS）-應用層”三層結構，我們預計未來可能形成一個模型即服務（MaaS）的新生態。自下而上，三層結構的構成如下：
基礎設施層：GPU芯片、AI芯片、超級計算機等算法基礎設施，以及機器學習框架、雲操作系統等軟件。
模型層（MaaS）：通用AI大模型，以及基於大模型在垂直領域訓練生成的行業模型（中間層），即在預訓練AI大模型基礎上，可以快速微調或使用嵌入等方式、开發出場景化、定制化、個性化的中小模型，實現在不同行業、垂直領域、功能場景的工業流水线式部署，同時兼具按需使用、高效經濟的優勢。
應用層：AIGC技術面向終端用戶帶來的新的功能、產品、服務和應用等；正如之前的“互聯網+”一樣，“AIGC+”或者說“AI+”將來有望和各行各業深度結合，持續帶來新的應用形式。未來，一方面，現有的APP都可以用大模型重做一遍，另一方面，還會出現更多新的AI原生類APP，從而誕生更多新的獨角獸甚至巨頭企業。
大模型走向通用性和垂直性並重的縱深布局
在AIGC技術應用布局上，通用性和垂直性並重。
所謂“通用性”指的是橫向能力，適用於各個行業，具體而言包括語義多輪對話、知識庫構建、智能搜索、企業級RPA、多模態內容生成、代碼生成等方面：
1、語義多輪對話：AIGC技術在語義多輪對話中發揮着巨大的優勢，尤其是在高客單價銷售和私域交流場景下。例如，直播話術中，AIGC能夠迅速學習並掌握最佳實踐，如各類Chatbot和IQ for sales。
2、知識庫構建：AIGC技術從簡單的資料概括整理發展到幫助用戶閱讀理解、生成個性化資料庫，以及基於高效資訊歸納的新搜索功能。這使得AIGC既可應用於企業級人工智能，也可成爲個人助理（如Mem）。
3、智能搜索：AIGC在智能搜索領域的應用也取得了顯著成果，如New Bing、Perplexity等。凡積累了知識庫的系統，都可以借助AIGC實現語義搜索功能。
4、企業級RPA（Robotic Process Automation）：結合LLM（Large Language Models）技術和RPA，AIGC在企業級應用中發揮着重要作用。典型應用包括微軟的Copilot以及CRM領域的Salesforce等，它們緊密結合行業場景，爲用戶賦能。
5、多模態內容生成：在智能寫作助手、廣告主視覺創作、智能NPC等領域，AIGC技術帶來了創新應用，除了文字，還可以生成圖片、視頻，甚至3D數字內容。
6、代碼生成：代碼作爲一種更標准化的文本，AIGC在代碼生成方面具有巨大潛力，如GitHub Copilo已經有很不錯的表現，在這個領域，正在有更多的代碼生成工具出出現，有望大幅提升碼農的生產力，也爲普通的非技術工作者提供了更爲便捷的工具，大幅降低了編程門檻。
所謂“垂直性”指的是縱向能力，通過對不同行業Know-how的學習，AIGC技術可以進化爲行業專家，從而大幅加速各行業的數字化轉型。
結合國外企業的投融資信息，我們列舉了醫療、金融、零售和制造幾個行業的典型例子：
- 醫療（Zebra Medical Vision ，Aidoc 等使用AGI進行醫學圖像分析）
- 金融（Bloomberg發布Terminal AI大模型提供金融智能化服務）
- 零售（Stitch Fix 等公司使用生成式人工智能來實現個性化購物體驗、庫存管理和需求預測）
- 制造（通用電氣等公司利用生成式人工智能優化生產流程、預測性維護和供應鏈管理）
國外科技企業紛紛“卷”出了新高度
在Open AI的直接帶動（微軟）或刺激（谷歌等）下，大模型已經成爲巨頭軍備競賽新的殺手鐗。不僅加速大煉“大模型”，還在原有的產品中快速加入大模型的能力，以期在新的範式轉換和技術浪潮中佔得先機。
先是5月初，谷歌I/O大會推出PaLM2大模型，其對話產品Bard未來也能像ChatGPT一樣，接入網絡，實時搜索網頁。同時推出Duet AI，給谷歌的辦公套件Workspace全新升級。
近日，微軟开發者大會則推出了Windows Copilot，打造每個人的AI助手。Windows Copilot將直接集成到Windows 11中，在所有應用和程序中都可使用，就像我們在Edge、Office程序和GitHub中看到的Copilot側邊欄一樣。
除了傳統科技巨頭，創業企業同樣表現出極高的市場活力和技術實力，各模態應用快速落地，爆款產品不斷推出。隨着技術不斷演進，尤其是Diffusion、Transformer和Clip等模型的提出，AIGC的商業化在多個領域开始落地，其中代碼生成、文本生成、圖像生成、音視頻/遊戲等領域已有不少爆款級產品。
- 代碼領域，Github推出的Copilot用戶量破百萬
- 文本領域，微軟已經在Bing和Dynamic365等應用已接入ChatGPT/GPT-4接口
- 圖像領域， Stable diffusion等文生圖應用已突破千萬級用戶量
- 音視頻/遊戲領域，起步較晚，對模型和算力要求更高，出現了不少Start-up。
更多頭部企業創新產品和解決方案可參見下表：
大模型生態合作的5種典型方式
目前，大模型可能的生態合作和商業模式正在漸次展开，我們梳理了主要的5種。其中API調用和插件是大多數公司接入大模型能力的主要方式。
1、API調用：大多數公司使用大模型的主要方式
在當前的技術環境下，API調用被廣泛應用於知識庫和客戶服務領域。公司通過利用ChatGPT开放的Fine Tuning API，將自有的Knowledge Base（包括產品文檔、常見問答、客服歷史對話等）上傳到ChatGPT，從而建立私有模型。值得注意的是，盡管如此，創業公司仍無法擁有該模型的所有權。
通過這種方式，ChatGPT的用戶可以擁有專屬的Chat Bot，它不僅具備常規對話功能，還可以利用企業自有、甚至非公开的訓練數據來提供高度針對性的服務。
以Open AI的GPT-3/3.5/4爲技術基礎，一些創新公司如QUANTUM ENGINE（類似Character.ai和Inworld，由創始人Jesse Lyu於2023年創建）旨在基於ChatGPT改善玩家體驗並提升生產環節效率。這些公司通過引入开放式對話，重新探索NPC的價值，以提升沉浸感與交互方式。同時，實現了开放式遊戲視覺引擎聯動的三個步驟：生成對話、行爲與藍圖的自動化。一個典型的示例是“當馬斯克想把特斯拉賣給比爾蓋茨”的Demo，該Demo展示了如何自由選擇角色並自動生成對話。
價格方面，盡管不同類型、不同公司的定價方式各有千秋，但整體上大模型日益向生態擴展方向發展。典型如Open AI开放了GPT-4（純文本）、ChatGPT API和WhisperAPI（應用程序接口），允許开發者將ChatGPT集成至他們的應用程序和服務中。2023年3月1日，Open AI基於GPT 3.5 Turbo模型开放了ChatGPT API；API收費模式爲0.002美元/1000tokens。相較於前一代开放接口GPT 3.5，性能更強的同時，價格下降90%，進一步加速了ChatGPT相關應用生態的發展。
2、插件模式：Plugin讓大模型有望成爲新的OS
除API調用外，2023年3月24日，Open AI公布了重磅消息：ChatGPT支持接入第三方插件，並一口氣上架了11個插件。通過這些插件，用戶可以用ChatGPT購买商品，預定酒店、機票，搜索專業數據等，這大大解放了ChatGPT的生產力，爲其發展帶來了更多的可能性。這種插件模式爲Plugin可能的應用方式和影響提供了豐富的發展前景。
總之，不管是作爲操作系統還是應用商店，AI的轉折點已經到來。
3、進一步的探討：機遇還是陷阱？護城河在哪裏？
綜合上述API調用方式的分析，我們不禁產生一個靈魂之問：模型是Open AI的，核心技術不在自己手裏，AIGC應用層企業的護城河在哪裏？
PitchBook調查數據顯示，僅在2022年，生成式AI（即AIGC）賽道就發生了78筆投資，總融資金額超過13.7億美元，幾乎相當於過去5年的融資總和。同期，出現了Open AI、Stability AI、Jasper等估值超過10億美元的獨角獸。預計2023年，生成式AI賽道的融資次數、額度將會更多。
然而，“GPT狂飆，AI投資突進，整個創投市場都熱得發燙。稀缺的公司分分鐘獨角獸，做大模型的人才出500萬年薪也難招，但與此同時，有的創業公司還沒來得及在市場上露出鋒芒，就已經被一日千裏的Open AI拍倒在PPT階段，難以翻身”——AIGC應用層融資過熱，是否“虛假繁榮”？
換言之，ChatGPT“更強、更快、更便宜”了，現有應用還有市場嗎？關於這個問題的回答我們將以Grammarly、Jasper.ai 的使用體驗及 Quantum-engine創始人的現身說法爲例嘗試做出回答。
（1）ChatGPT對Grammarly說：我幹掉你，與你無關？
Grammarly爲全球每天的3000萬用戶（包括50000個專業機構）提供語法校對服務。然而，在ChatGPT出現後，這一市場格局可能面臨挑战，據悉reddit、twitter 等地充滿了正在認真考慮退訂 Grammarly 。
（2）Jasper“真香”，爲什么？
Jasper支持各平台廣告/博客圖文內容生成，截至2022年12月底，Jasper付費用戶達到7萬，估值已達15億美元，旗下有多款產品接入GPT-3進行商業性文字創作。
雖然底層模型是Open AI的（親測調整設問方式後可在ChatGPT中得到高度一致的營銷文案結果輸出，核心功能可替代），且Jasper定價更高，但截至目前Jasper的估值和用戶量並未受到影響，這引發了關於其發展和市場競爭力的思考。
（3）創始人視角：應用層壁壘在於前端用戶體驗
QUANTUM ENGINE 創始人表示ChatGPT在遊戲行業的應用呈現出巨大潛力，包括遊戲角色對話生成、劇情編寫、遊戲元素創意等方面，爲遊戲开發者提供強大的支持。作爲對話生成應用，低延時性對用戶體驗至關重要，類似於在弱網條件下雲視頻會議產品Zoom適當犧牲視頻質量以優先保障音頻流暢以保證用戶通話體驗，AIGC應用也需要關注此類需求，爲用戶精准提供更舒適的前端用戶體驗。
由此觀之，行業應用層的獨特優勢決定了未來百花齊放的生態，深耕行業特性、優化前端體驗才能應對大模型飛速迭代帶來的潛在危機。
行業應用的6類切入路徑
按用戶側類型劃分，生成式人工智能（AIGC）在C端和B端市場呈現出兩類路徑，其中C端已經達到可用、甚至好用的臨界點，B端將從高價值先導領域向MaaS生態擴展。
C端市場已經達到可用的臨界點
C端應用包括效率工具的下一代產品、遊戲未來的新形態和制作新方式，以及爲數字人、元宇宙、機器人等交叉領域帶來新空間。此外，AIGC還帶來了內容創作領域的大爆發。
B端市場，從高價值先導領域向MaaS生態擴展。
1、生成式AI從效率角度切入，提升寫作和生產力。
例如，會議、招聘、各類辦公助手（文檔助手、編程助手）等應用場景。
2、生成式AI在高價值領域如營銷、金融育等領域率先切入
以營銷爲例，AIGC技術可以大幅降低創意成本、大量生成廣告素材和文案。Jasper作爲市場上最爲火爆的廣告、營銷圖文生成產品，在截至2022年12月底時，付費用戶達到7萬，2022年年收入7500萬美元，估值已達15億美元。
在金融領域中，AIGC應用探索方向集中在智能客服、智能投顧、商戶入網、欺詐檢測、智能營銷等領域。然而，在算法風險、隱私保護、信息安全等方面仍然面臨較大的挑战。
3、知識密集型領域蕴含着生成式AI應用的巨大潛力
在醫療領域，GPT-4作爲一種醫學AI聊天機器人，在醫學領域的潛在應用方式主要包括醫療記錄、醫學知識和醫療咨詢，可以幫助醫護人員提升工作效率和患者問診體驗。但它也存在局限性，並可能帶來系列潛在風險。
在教育領域的應用已較爲成熟。以Duolingo爲例，他們利用GPT-4推出了新產品“Duolingo MAX”學習平台，提供了“解釋答案”和“角色扮演”兩項全新的AI功能。
在這些領域中，AIGC技術不斷拓展應用場景，爲各行各業帶來了前所未有的效率提升和創新機遇。但我們也應當關注到其中的挑战與風險，確保技術在發揮潛能的同時，也能保障用戶的利益和安全。
除了千行百業的多模態應用，在B端市場，如下圖所示的模型層中AIGC技術業在逐漸圍繞頭部幾家大模型形成的MaaS生態發展。
進一步的探討
暢想未來，生成式人工智能將進一步與生產、生活深度融合。而大模型帶來的變革才剛剛开始。也特別歡迎大家聯系我們，一起探討大模型在行業應用主战場落地的機會和挑战。
企業級RPA+大模型的AutoGPT方式可能顛覆現有的軟件模式
產業層面，企業級RPA（Robotic Process Automation）結合大模型的方式將在更多行業實現落地（譬如金融、零售、政府、制造、物流、地產、教育等），並財務，HR，客服等應用場景展現極爲出色的能力，從而實現更高效的工作流程和業務處理。譬如說AutoGPT已昭示Prompt 工程的下一個前沿，即便是非科班出身的小白，借助 AutoGPT不到 3 分鐘就能成功建立一個網站，完成一份詳實的市場調研也可以在彈指間輕松實現。
組織變革和個人自僱等興起，將帶來應用軟件的全新革命
當一個人就能成爲一支團隊，這將有可能誕生具有To C體驗的B端現象級產品。在產業變革的加速驅動下，未來在組織層面業將發生深刻變革，個人和小團隊模式可能成爲重要形態，引發To B和To C軟件的邊界進一步模糊……
當然這還只是我們的初步的思考，生成式AI技術影響下的未來勢必繼續顛覆我們的認知、持續突破想象的邊界，帶來生產力的新革命。無論如何，未來已呼嘯而至。
炒股开戶享福利，送投顧服務60天體驗權，一對一指導服務！
海量資訊、精准解讀，盡在新浪財經APP
責任編輯：張靖笛
標題：誰在布局生成式AI？一文詳解生成式AI的行業應用版圖
地址：https://www.utechfun.com/post/220741.html