谁在布局生成式AI？

本文概述了生成式人工智能（Generative AI或AIGC）的起源和发展历程，特别强调了文生图应用和ChatGPT对其发展产生的重要推动作用，并从大模型生态构建和行业应用两个方面剖析了其商业应用前景和技术挑战。

纵览生成式人工智能（Generative AI或AIGC，两种表述均可，国内更多用AIGC）进化史。从AI诞生之始，人们就试图让机器生成内容，与其对话，并诞生了最早的图灵测试标准。

多年来，生成式AI的发展一直不温不火。直到去年Midjourney、Stable Diffusion等文生图应用点燃了大众的热情，再到11月ChatGPT的横空出世，更是引发了现象级热潮，让生成式AI走入了亿万用户的视野。

本文结合国际企业实践经验，从大模型生态构建方式、行业应用的切入路径这两个视角切入，描绘生成式AI的行业应用版图，分享我们初步的观察与思考。

一、大模型的生态

1. 模型即服务（MaaS）的新生态加速形成

结合目前行业“基础设施层-模型层（MaaS）-应用层”三层结构，我们预计未来可能形成一个模型即服务（MaaS）的新生态。

自下而上，三层结构的构成如下：

1. 基础设施层：GPU芯片、AI芯片、超级计算机等算法基础设施，以及机器学习框架、云操作系统等软件。
2. 模型层（MaaS）：通用AI大模型，以及基于大模型在垂直领域训练生成的行业模型（中间层），即在预训练AI大模型基础上，可以快速微调或使用嵌入等方式、开发出场景化、定制化、个性化的中小模型，实现在不同行业、垂直领域、功能场景的工业流水线式部署，同时兼具按需使用、高效经济的优势。
3. 应用层：AIGC技术面向终端用户带来的新的功能、产品、服务和应用等；正如之前的“互联网+”一样，“AIGC+”或者说“AI+”将来有望和各行各业深度结合，持续带来新的应用形式。未来，一方面，现有的APP都可以用大模型重做一遍，另一方面，还会出现更多新的AI原生类APP，从而诞生更多新的独角兽甚至巨头企业。

2. 大模型走向通用性和垂直性并重的纵深布局

在AIGC技术应用布局上，通用性和垂直性并重。

所谓“通用性”指的是横向能力，适用于各个行业，具体而言包括语义多轮对话、知识库构建、智能搜索、企业级RPA、多模态内容生成、代码生成等方面：

1. 语义多轮对话：AIGC技术在语义多轮对话中发挥着巨大的优势，尤其是在高客单价销售和私域交流场景下。例如，直播话术中，AIGC能够迅速学习并掌握最佳实践，如各类Chatbot和IQ for sales。
2. 知识库构建：AIGC技术从简单的资料概括整理发展到帮助用户阅读理解、生成个性化资料库，以及基于高效资讯归纳的新搜索功能。这使得AIGC既可应用于企业级人工智能，也可成为个人助理（如Mem）。
3. 智能搜索：AIGC在智能搜索领域的应用也取得了显著成果，如New Bing、Perplexity等。凡积累了知识库的系统，都可以借助AIGC实现语义搜索功能。
4. 企业级RPA（Robotic Process Automation）：结合LLM（Large Language Models）技术和RPA，AIGC在企业级应用中发挥着重要作用。典型应用包括微软的Copilot以及CRM领域的Salesforce等，它们紧密结合行业场景，为用户赋能。
5. 多模态内容生成：在智能写作助手、广告主视觉创作、智能NPC等领域，AIGC技术带来了创新应用，除了文字，还可以生成图片、视频，甚至3D数字内容。
6. 代码生成：代码作为一种更标准化的文本，AIGC在代码生成方面具有巨大潜力，如GitHub Copilo已经有很不错的表现，在这个领域，正在有更多的代码生成工具出出现，有望大幅提升码农的生产力，也为普通的非技术工作者提供了更为便捷的工具，大幅降低了编程门槛。

所谓“垂直性”指的是纵向能力，通过对不同行业Know-how的学习，AIGC技术可以进化为行业专家，从而大幅加速各行业的数字化转型。

结合国外企业的投融资信息，我们列举了医疗、金融、零售和制造几个行业的典型例子：

1. 医疗（Zebra Medical Vision ，Aidoc 等使用AGI进行医学图像分析）。
2. 金融（Bloomberg发布Terminal AI大模型提供金融智能化服务）。
3. 零售（Stitch Fix 等公司使用生成式人工智能来实现个性化购物体验、库存管理和需求预测）。
4. 制造（通用电气等公司利用生成式人工智能优化生产流程、预测性维护和供应链管理）。

3. 国外科技企业纷纷“卷”出了新高度

在OpenAI的直接带动（微软）或刺激（谷歌等）下，大模型已经成为巨头军备竞赛新的杀手锏。不仅加速大炼“大模型”，还在原有的产品中快速加入大模型的能力，以期在新的范式转换和技术浪潮中占得先机。

先是5月初，谷歌I/O大会推出PaLM2大模型，其对话产品Bard未来也能像ChatGPT一样，接入网络，实时搜索网页。同时推出Duet AI，给谷歌的办公套件Workspace全新升级。

近日，微软开发者大会则推出了Windows Copilot，打造每个人的AI助手。

Windows Copilot将直接集成到Windows 11中，在所有应用和程序中都可使用，就像我们在Edge、Office程序和GitHub中看到的Copilot侧边栏一样。

除了传统科技巨头，创业企业同样表现出极高的市场活力和技术实力，各模态应用快速落地，爆款产品不断推出。

随着技术不断演进，尤其是Diffusion、Transformer和Clip等模型的提出，AIGC的商业化在多个领域开始落地，其中代码生成、文本生成、图像生成、音视频/游戏等领域已有不少爆款级产品。

1. 代码领域，Github推出的Copilot用户量破百万。
2. 文本领域，微软已经在Bing和Dynamic365等应用已接入ChatGPT/GPT-4接口。
3. 图像领域， Stable diffusion等文生图应用已突破千万级用户量。
4. 音视频/游戏领域，起步较晚，对模型和算力要求更高，出现了不少Start-up。

更多头部企业创新产品和解决方案可参见下表：

4. 大模型生态合作的5种典型方式

目前，大模型可能的生态合作和商业模式正在渐次展开，我们梳理了主要的5种。

其中API调用和插件是大多数公司接入大模型能力的主要方式。

1）API调用：大多数公司使用大模型的主要方式

在当前的技术环境下，API调用被广泛应用于知识库和客户服务领域。

公司通过利用ChatGPT开放的Fine Tuning API，将自有的Knowledge Base（包括产品文档、常见问答、客服历史对话等）上传到ChatGPT，从而建立私有模型。

值得注意的是，尽管如此，创业公司仍无法拥有该模型的所有权。

通过这种方式，ChatGPT的用户可以拥有专属的Chat Bot，它不仅具备常规对话功能，还可以利用企业自有、甚至非公开的训练数据来提供高度针对性的服务。

以OpenAI的GPT-3/3.5/4为技术基础，一些创新公司如QUANTUM ENGINE（类似Character.ai和Inworld，由创始人Jesse Lyu于2023年创建）旨在基于ChatGPT改善玩家体验并提升生产环节效率。

这些公司通过引入开放式对话，重新探索NPC的价值，以提升沉浸感与交互方式。同时，实现了开放式游戏视觉引擎联动的三个步骤：生成对话、行为与蓝图的自动化。

一个典型的示例是“当马斯克想把特斯拉卖给比尔盖茨”的Demo，该Demo展示了如何自由选择角色并自动生成对话。价格方面，尽管不同类型、不同公司的定价方式各有千秋，但整体上大模型日益向生态扩展方向发展。

典型如OpenAI开放了GPT-4（纯文本）、ChatGPT API和WhisperAPI（应用程序接口），允许开发者将ChatGPT集成至他们的应用程序和服务中。

2023年3月1日，OpenAI基于GPT 3.5 Turbo模型开放了ChatGPT API，API收费模式为0.002美元/1000tokens。相较于前一代开放接口GPT 3.5，性能更强的同时，价格下降90%，进一步加速了ChatGPT相关应用生态的发展。

2）插件模式：Plugin让大模型有望成为新的OS

除API调用外，2023年3月24日，OpenAI公布了重磅消息：ChatGPT支持接入第三方插件，并一口气上架了11个插件。

通过这些插件，用户可以用ChatGPT购买商品，预定酒店、机票，搜索专业数据等，这大大解放了ChatGPT的生产力，为其发展带来了更多的可能性。

这种插件模式为Plugin可能的应用方式和影响提供了丰富的发展前景。

总之，不管是作为操作系统还是应用商店，AI的转折点已经到来。

3）进一步的探讨：机遇还是陷阱？护城河在哪里？

综合上述API调用方式的分析，我们不禁产生一个灵魂之问：模型是OpenAI的，核心技术不在自己手里，AIGC应用层企业的护城河在哪里？

PitchBook调查数据显示，仅在2022年，生成式AI（即AIGC）赛道就发生了78笔投资，总融资金额超过13.7亿美元，几乎相当于过去5年的融资总和。同期，出现了OpenAI、Stability AI、Jasper等估值超过10亿美元的独角兽。

预计2023年，生成式AI赛道的融资次数、额度将会更多。

然而，“GPT狂飙，AI投资突进，整个创投市场都热得发烫。稀缺的公司分分钟独角兽，做大模型的人才出500万年薪也难招，但与此同时，有的创业公司还没来得及在市场上露出锋芒，就已经被一日千里的OpenAI拍倒在PPT阶段，难以翻身”——AIGC应用层融资过热，是否“虚假繁荣”？

换言之，ChatGPT“更强、更快、更便宜”了，现有应用还有市场吗？

关于这个问题的回答我们将以Grammarly、Jasper.ai 的使用体验及 Quantum-engine创始人的现身说法为例尝试做出回答：

Q1: ChatGPT对Grammarly说：我干掉你，与你无关？

Grammarly为全球每天的3000万用户（包括50000个专业机构）提供语法校对服务。然而，在ChatGPT出现后，这一市场格局可能面临挑战，据悉reddit、twitter 等地充满了正在认真考虑退订 Grammarly 。

Q2：Jasper“真香”，为什么？

Jasper支持各平台广告/博客图文内容生成，截至2022年12月底，Jasper付费用户达到7万，估值已达15亿美元，旗下有多款产品接入GPT-3进行商业性文字创作。

虽然底层模型是OpenAI的（亲测调整设问方式后可在ChatGPT中得到高度一致的营销文案结果输出，核心功能可替代），且Jasper定价更高。但截至目前Jasper的估值和用户量并未受到影响，这引发了关于其发展和市场竞争力的思考。

A3：创始人视角：应用层壁垒在于前端用户体验

QUANTUM ENGINE 创始人表示ChatGPT在游戏行业的应用呈现出巨大潜力，包括游戏角色对话生成、剧情编写、游戏元素创意等方面，为游戏开发者提供强大的支持。

作为对话生成应用，低延时性对用户体验至关重要，类似于在弱网条件下云视频会议产品Zoom适当牺牲视频质量以优先保障音频流畅以保证用户通话体验。AIGC应用也需要关注此类需求，为用户精准提供更舒适的前端用户体验。

由此观之，行业应用层的独特优势决定了未来百花齐放的生态，深耕行业特性、优化前端体验才能应对大模型飞速迭代带来的潜在危机。

二、行业应用的6类切入路径

按用户侧类型划分，生成式人工智能(AIGC)在C端和B端市场呈现出两类路径，其中C端已经达到可用、甚至好用的临界点，B端将从高价值先导领域向MaaS生态扩展。

1. C端市场已经达到可用的临界点

C端应用包括效率工具的下一代产品、游戏未来的新形态和制作新方式，以及为数字人、元宇宙、机器人等交叉领域带来新空间。

此外，AIGC还带来了内容创作领域的大爆发。

2. B端市场，从高价值先导领域向MaaS生态扩展

1）生成式AI从效率角度切入，提升写作和生产力。例如，会议、招聘、各类办公助手（文档助手、编程助手）等应用场景。

2）生成式AI在高价值领域如营销、金融育等领域率先切入

以营销为例，AIGC技术可以大幅降低创意成本、大量生成广告素材和文案。Jasper作为市场上最为火爆的广告、营销图文生成产品，在截至2022年12月底时，付费用户达到7万，2022年年收入7500万美元，估值已达15亿美元。

在金融领域中，AIGC应用探索方向集中在智能客服、智能投顾、商户入网、欺诈检测、智能营销等领域。

然而，在算法风险、隐私保护、信息安全等方面仍然面临较大的挑战。

3）知识密集型领域蕴含着生成式AI应用的巨大潜力

在医疗领域，GPT-4作为一种医学AI聊天机器人，在医学领域的潜在应用方式主要包括医疗记录、医学知识和医疗咨询，可以帮助医护人员提升工作效率和患者问诊体验。

但它也存在局限性，并可能带来系列潜在风险。

在教育领域的应用已较为成熟。以Duolingo为例，他们利用GPT-4推出了新产品“Duolingo MAX”学习平台，提供了“解释答案”和“角色扮演”两项全新的AI功能。

在这些领域中，AIGC技术不断拓展应用场景，为各行各业带来了前所未有的效率提升和创新机遇。

但我们也应当关注到其中的挑战与风险，确保技术在发挥潜能的同时，也能保障用户的利益和安全。

除了千行百业的多模态应用，在B端市场，如下图所示的模型层中AIGC技术业在逐渐围绕头部几家大模型形成的MaaS生态发展：

三、进一步的探讨

畅想未来，生成式人工智能将进一步与生产、生活深度融合。而大模型带来的变革才刚刚开始。也特别欢迎大家联系我们，一起探讨大模型在行业应用主战场落地的机会和挑战。

1. 企业级RPA+大模型的AutoGPT方式可能颠覆现有的软件模式

产业层面，企业级RPA（Robotic Process Automation）结合大模型的方式将在更多行业实现落地（譬如金融、零售、政府、制造、物流、地产、教育等），并财务，HR，客服等应用场景展现极为出色的能力，从而实现更高效的工作流程和业务处理。

譬如说AutoGPT已昭示Prompt 工程的下一个前沿，即便是非科班出身的小白，借助 AutoGPT不到 3 分钟就能成功建立一个网站，完成一份详实的市场调研也可以在弹指间轻松实现。

2. 组织变革和个人自雇等兴起，将带来应用软件的全新革命

当一个人就能成为一支团队，这将有可能诞生具有To C体验的B端现象级产品。在产业变革的加速驱动下，未来在组织层面业将发生深刻变革，个人和小团队模式可能成为重要形态，引发To B和To C软件的边界进一步模糊……

当然这还只是我们的初步的思考，生成式AI技术影响下的未来势必继续颠覆我们的认知、持续突破想象的边界，带来生产力的新革命。无论如何，未来已呼啸而至。