祛魅後的大模型,商業化成第一塊硬骨頭

2024-07-22 18:41:32    編輯: robot
導讀 2023年,以ChatGPT爲代表的大模型迅速席卷全球,給人帶來一種技術即將躍遷的幻象。盡管業內認爲過去一年大模型取得的進步超過以往10年之和,但總體來說大模型技術演進進入了一個相對平緩的平台期。 ...

2023年,以ChatGPT爲代表的大模型迅速席卷全球,給人帶來一種技術即將躍遷的幻象。盡管業內認爲過去一年大模型取得的進步超過以往10年之和,但總體來說大模型技術演進進入了一個相對平緩的平台期。

隨着認知的不斷拓展和清晰,讓企業對大模型祛魅了,越來越多企業明白大模型只是“技術和能力”,开始希望利用好這個新工具,讓它在業務層面帶來效率提升。這樣的變化帶來一個結果:“百模大战”的風向逐漸收斂。

市場和客戶變得越來越務實,越來越多初創企業將目光從基礎模型轉向應用和工具鏈。而對於投資者和投資機構來說,最關心的問題還是商業化。

但大模型商業化的落地依然有許多難點。

01

難點一:ToB還是toC

第一個難點在於大模型玩家對to B和to C兩個方向的選擇截然不同且充滿爭議。大模型確實在加速狂飆,但AI商業化卻面臨巨大鴻溝。一方面,傳統企業不知道怎么將AI融入原始業務,另一方面,AI企業難以找到合適的變現方式。AI企業究竟該如何突破商業化之困?B端和C端,呈現出兩種不同的路徑。

縱觀海外的AI玩家,已經有許多企業闖出自己的商業化道路。B端如微軟、Salesforce,將AI技術集成到傳統產品中並提供垂直定制服務;C端如OpenAI、Midjourney,向個人用戶提供生產力解放工具,並以付費訂閱模式變現。

而國內雖然起步較晚,但仍有不少企業在積極探索商業化路徑,百度、阿裏、字節跳動、360、訊飛等公司都在進行相關嘗試。如百度在C端打造生產力工具,推出文心一言訂閱模式,B端提供底層架構、解決方案;360在C端借助瀏覽器在PC端的場景優勢,發力AI辦公,B端聚焦AI安全和知識管理等場景,在ToC、ToB兩端入手,尋找大模型的商業價值;訊飛則試圖將大模型與自身硬件產品進行結合。

但不論是B端和C端,都有着各自的問題。在B端,傳統企業在採用AI技術時需要考慮ROI(投資回報率)、數據安全性等,此外將AI融入以往的工作流程以及後續維護都有較高成本。按企業服務領域的慣性來說,大模型to B應用可以帶來更大的行業價值,可以更快實現,但傳統企業普遍不敢用、高管不想用、企業不愿爲軟件付費。

在C端,普通消費者對AI產品的付費意愿上漲,但營收難以覆蓋大模型訓練和運行的高昂成本。此外,許多企業往往過於關注AI技術本身,而忽視了對消費市場的开拓和消費者需求的挖掘。

相比缺乏付費意愿的C端用戶,B端客戶對先進技術的渴求更爲明確。國際數據公司IDC曾在2023年四季度开展過一次AI應用調研,結果顯示,在100家受調企業中,對生成式AI完全沒有規劃的企業比例只有7%,這也意味着超九成被調查企業已布局了AI應用。已經投資了生成式AI,並已有明確預算的企業有24%;還有34%的企業已經开始制定潛在應用場景;35%的企業开始嘗試試點,但暫未明確預算。

不過對此也有人有不同觀點,例如創新工場創始人、零一萬物CEO李开復認爲,短期來看大模型在中國to C的應用更有機會,但挑战在於推理成本高,在考慮產品市場匹配度時,還要考慮技術需求、技術難度和成本等因素,而且還需要把握時間窗口。

然而對於大模型創業公司而言,尋找商業化路徑,尤其在to C賽道尋找商業模式是世界難題。

以當下較火的月之暗面爲例,對於堅定賭to C賽道的月之暗面而言,在to C賽道構建一個有效的商業模式更是難上加難。楊植麟也曾表示,目前比較流行兩種商業模式:一是訂閱。在他看來,按照用戶數量收費,是無法隨着產品創造出更大的商業化價值的,訂閱不會是最終的商業模式。

二是抽成。其中廣告已經被互聯網驗證過了,它的確定性更高,但人的注意力和時間有限,這種商業模式的機會可能也沒有那么大。

並且不論是toB還是toC,商業化的成績單都很直接,所以大家會迅速進入赤裸裸的拼刺刀的階段。投資方或者市場對大模型創業公司的期待,就是每3~6個月,必須拿出新的產品,或者發生新的變化——要在階段性交出能夠讓人买單或者信服的成績,比如用戶量、收入、影響力等。

02

難點二:經濟性

而不論是面向B端還是C端,大模型商業化的核心其實還是一個經濟性的問題。也就是收益能否覆蓋成本。

“大的模型投不起,小的模型還看不到賺錢能力。”有業內人士用這樣一句話形容當下大模型領域的投資難題。

一方面,大模型的“貴”衆所皆知,數千萬元一次的訓練成本注定了這是少數人的遊戲。再疊加美元基金黃金時代落幕,風險投資也愈發謹慎。或許正是因此,大模型熱潮難以帶火一級市場。

研究機構CB Insights發布的《2023年人工智能(AI)行業現狀報告》數據顯示,2023年,中國AI領域投融資數量約爲232筆,同比下降38%;融資總額約爲20億美元,同比下降70%。特別是2023年第一季度,無論是融資額還是融資量,都創下了5年來最低,中國AI行業融資熱“降溫”尤爲明顯。

當創業者獲取融資的難度增大,難以覆蓋長期研究所需成本,它們就必須迅速獲得商業成果、完成商業閉環,才能確保項目的可持續發展——這成爲了中國與硅谷大模型創業生態之間的最大差異。

03

難點三:人的認知

除了面向什么客戶和成本外,人對AI的接受和使用程度也會給AI大模型商業化帶來難點。

在2024 世界人工智能大會上,中國工程院院士、之江實驗室主任、阿裏雲創始人 王堅表示:“人的因素容易被忽略,當我們講AI對每個部門都會產生影響,AI是革命性力量的時候,要所有部門的所有人都去擁抱AI,這在很多大企業是很難的。小企業跟大企業的差別就是,大企業會覺得AI是工具的革命,而小企業一定會覺得這是革命的工具。”

王堅在大會上說,當大企業也意識到AI是革命的工具,變化才會到來。

王堅觀察到的現象是中國企業對AI的態度之現狀,讓所有企業都去擁抱AI、擁抱大模型並不容易。中國移動從2023年年初开始啓動大模型研發工作,當年就推出了139億參數的大語言模型,在公司內部和客戶中加快推進大模型落地,但面臨的一大挑战是,行業如何看待和擁抱大模型,行業內部對於大模型的看法和接受程度不一,存在思維方式的轉變問題。

而這種思維方式的轉變之難不僅存在於公司和行業,也存在於我們每個人內心中。

從蘇格拉底說:“人是萬物價值的尺度”;到哈姆雷特中的“人是宇宙的精華,萬物的靈長”;又到近代科學理論爲工業革命奠定了基礎,生產力發展推動社會進步。人類無疑是過去歷史的絕對主角。

但隨着人工智能的出現,許多人說,科技將成爲世界的“主角”,這時一場計算機和人類之間的“分工之战”也拉开了——人不再掌握生產知識的特權,機器也可以了。

在此背景下,人類如何與人工智能更好的分工成爲了時代的課題。這個答案每個人可能都不一樣,但必須承認的是AI時代漸行漸近。

04

結 語

對新事物可以多一些耐心

最後雖然AI大模型商業化有這樣那樣的難點,但筆者相信終有一天AI大模型會找到適合自己的商業模式。

這背後的信心來源於AI代表着先進生產力。正如馬克思所言,新生事物之所以是不可战勝的,它代表了事物的發展方向,符合事物的發展規律,能夠適合於當前特別是未來的發展條件,因而具有強大的生命力和廣闊的發展前途。

至於現在的問題,我們不妨用動態長遠的眼光去看待。畢竟所有的問題要在動態的過程中解決——不能以現在這個時刻的狀態來解決十年以後的問題,要拿十年以後的狀態來解決十年以後的問題。

因此,我們有理由相信,中國大模型在商業化落地中遇到的問題,也必然會在大模型的動態發展中得到解決。

- End -

       原文標題 : 祛魅後的大模型,商業化成第一塊硬骨頭



標題:祛魅後的大模型,商業化成第一塊硬骨頭

地址:https://www.utechfun.com/post/400776.html

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。

猜你喜歡