寫在前面：
大模型無疑是今年科技圈最火的方向，沒有之一。過去幾個月，因為工作關(guān)系，我和市面上主流大模型公司的產(chǎn)品或者商業(yè)化團隊負責(zé)人有過持續(xù)且深入的溝通，也和一些行業(yè)客戶、合作伙伴有過激烈的探討。有人認為大模型代表著未來，也有人說大模型在中國很難應(yīng)用落地。的確，技術(shù)的變革永遠裹挾著支持和質(zhì)疑在不斷前進，作為局中人，我也嘗試去把大模型在中國未來產(chǎn)品化和商業(yè)化落地的一些思考寫下來。通篇一共8000余字，全是個人干貨思考，閱讀共需8-10分鐘左右，如有可能轉(zhuǎn)發(fā)支持。通篇主要三個部分：2、大模型時代產(chǎn)品設(shè)計的變革1 大模型近期關(guān)鍵詞
“歷史不會簡單重復(fù)，但總是驚人相似?！敝袊萍既θ绱酥?，在每一次商業(yè)模式和技術(shù)創(chuàng)新橫空出世之際，都會形成百家爭鳴、百花齊放的競爭狀態(tài)，好不熱鬧。今年以來，ChatGPT在全球掀起一股AI浪潮，各種大模型風(fēng)起云涌，AIGC如火如荼，在國內(nèi)無論是互聯(lián)網(wǎng)大佬、大廠高管，還是投資人都爭相入局，各類角色們也粉墨登場蹭口湯喝，沒有人想錯過這個風(fēng)口，仿佛跟不上大模型腳步，就會錯過很多個“小目標”。受此驅(qū)動，國產(chǎn)大模型一時間呈現(xiàn)出爆發(fā)式增長態(tài)勢。據(jù)賽迪顧問《IT 2023》報告顯示，截至2023年7月，中國累計已經(jīng)有130個大模型問世，“出品方”涵蓋互聯(lián)網(wǎng)巨頭、AI上市公司、行業(yè)應(yīng)用開發(fā)公司、AI算力企業(yè)、科研院所與初創(chuàng)公司。在此，我用幾個關(guān)鍵詞總結(jié)一下近期大模型發(fā)展關(guān)鍵詞。多模態(tài)
筆者一直堅定的認為多模態(tài)是接下來大模型技術(shù)的主要發(fā)展方向，多模態(tài)這個關(guān)鍵詞內(nèi)容也原計劃在本文第二部分（大模型時代產(chǎn)品設(shè)計的變革）來重點闡述的。可就在我半夜挑燈疾書的時候（北京時間9月26日凌晨），大洋彼岸的OpenAI又卷起來了。OpenAI重磅發(fā)布ChatGPT更新：增加了語音合成、語音識別以及圖像識別能力，語音合成方面OpenAI還與專業(yè)配音演員合作，提供了5種不同的聲音。而關(guān)于圖像理解能力，在一同發(fā)布的論文《GPT-4V(ision) System Card》中,，OpenAI將具備這一能力的模型稱作GPT-4V(Vision)，這個模型是在2022年完成訓(xùn)練，在2023年早些時候開始內(nèi)測訪問。未來兩周內(nèi)，Plus用戶與企業(yè)用戶就可以體驗這些新功能。首批牌照頒發(fā)
8月31日，對于中國大模型廠商而言是很特殊的一天。這一天，11家相關(guān)企業(yè)產(chǎn)品通過了《生成式人工智能服務(wù)管理暫行辦法》備案，可正式上線面向公眾提供服務(wù)。首批陸續(xù)上線的11家大模型包括百川智能（百川大模型）、百度（文心一言）、訊飛（星火大模型）、商湯（日日新大模型）、智譜AI（GLM大模型）、MiniMax（ABAB大模型）、中科院（紫東太初大模型）等。這一天，標志著這11家中國大模型公司從內(nèi)測走向開放，標志著中國大模型正式進入新戰(zhàn)場。根據(jù)百度發(fā)布的“戰(zhàn)報“，文心一言開放首日，APP迅速登頂手機應(yīng)用商店排行榜，開放下載19小時用戶突破100萬，累計回答網(wǎng)友3342萬個問題。訊飛星火APP開放下載當日，也登上了蘋果應(yīng)用商店免費排行榜的榜首，上線14小時用戶突破100萬。目前，有兩條跟AI產(chǎn)品備案相關(guān)的政策法規(guī)，一是1月10日開始施行的《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》，二是8月15日開始施行的《生成式人工智能服務(wù)管理暫行辦法》。政策規(guī)定，生成式AI產(chǎn)品上架之前，一要進行算法備案，二要通過安全評估。這可以被視為大模型應(yīng)用進入市場的門檻。相關(guān)內(nèi)容可以翻看我前期公眾號內(nèi)容。流量滑坡和回升
ChatGPT去年11月推出僅兩個月后，截至今年1月其月活躍用戶估計已達1億，這個速度創(chuàng)造了歷史，成為史上用戶增長最快的應(yīng)用。要知道達到這個成績微信用了1年，TikTok花了9個月。但是據(jù)分析平臺Similarweb的8月最新統(tǒng)計數(shù)據(jù)，ChatGPT的月度在線訪問量在經(jīng)歷了最初數(shù)月的高速增長后，6月和7月均出現(xiàn)了大幅下滑。今年6月ChatGPT的網(wǎng)站與移動客戶端的全球流量（PV）環(huán)比下降了9.7%。同時，ChatGPT獨立訪客數(shù)量（UV）下降了5.7%，訪客在網(wǎng)站上花費的時間也下降了8.5%。這是ChatGPT自去年11月上線以來首次出現(xiàn)的流量負增長。值得一提的是，數(shù)據(jù)顯示，進入9月，ChatGPT的流量數(shù)據(jù)有所回升。SimilarWeb數(shù)據(jù)顯示，剛剛過去的一周，ChatGPT流量較前一周增長約12%。另一家分析公司Sensor Tower報告稱，8月最后兩周全球ChatGPT應(yīng)用程序用戶每周增長超過10%。近期流量數(shù)據(jù)回升的情況，有分析師認為，很大一部分原因是因為全球大學(xué)生們開始返校了，看來大學(xué)生群體真的是ChatGPT很重要的用戶群體。這也可以作為國內(nèi)大模型廠商在落地應(yīng)用方面可以重點考慮的方向和場景。獨角獸
此前 8 月中旬，網(wǎng)上就有傳言流出MiniMax 進行新一輪 16 億美元投后融資；另一家清華系大模型公司智譜 AI 也剛剛完成新一輪估值達10億美元的融資，包括阿里、騰訊都參與了本輪融資，智譜AI也正式躋身獨角獸行列。創(chuàng)立至今，智譜 AI 先后完成多輪融資：2021 年完成 A 輪過億元融資；2022年 9 月，由君聯(lián)資本和啟明創(chuàng)投聯(lián)合領(lǐng)投的B 輪融資、金額為 1 億元；今年 7 月，美團戰(zhàn)投領(lǐng)投完成 B-2 輪融資，金額達到上億美金，投后估值為 5 億美金。強調(diào)落地
最近一段時間，大家有沒有注意到各家大模型公司發(fā)布會上，風(fēng)向已經(jīng)從前段時間強調(diào)參數(shù)規(guī)模、算力規(guī)模、Token數(shù)，變成強調(diào)大模型賦能產(chǎn)業(yè)、場景結(jié)合、行業(yè)結(jié)合。我相信大模型公司也希望讓外界、投資人感受到這一輪人工智能實實在在的產(chǎn)業(yè)價值。比如華為盤古大模型在發(fā)布會上喊出的“不作詩只做事”的豪言，訊飛在星火大模型2.0發(fā)布會上打出的“大模型賦能千行萬業(yè)，做厚AI沃土”的口號。的確，國內(nèi)大模型商業(yè)落地瞄準 To B 行業(yè)市場幾乎成了業(yè)內(nèi)心照不宣的路徑，各家大模型廠商都已經(jīng)意識到單賣模型的商業(yè)模式難以滿足用戶需求，用戶對大模型場景化應(yīng)用要求、本地部署要求等都在進一步明確。其中場景化應(yīng)用落地不僅考驗技術(shù)團隊在產(chǎn)品和服務(wù)側(cè)的能力；本地部署版本也面臨著未能及時使用更新迭代后版本的問題。長期來看，這些或許對希望以賣模型以及模型服務(wù)為主要商業(yè)模式的廠商來說是個不小的挑戰(zhàn)。有傳言說智譜 AI 內(nèi)部已經(jīng)明確 To B 路線，將當前業(yè)務(wù)中心瞄準了信創(chuàng)市場，正在快速擴建團隊中，自5月份至今，人員規(guī)模已從200人增到500余人，預(yù)計于今年年底擴張至1000人，屬于所有大模型創(chuàng)業(yè)公司中人員規(guī)模及增長速度最大的一家。2、大模型時代產(chǎn)品設(shè)計的變革
作為一名曾經(jīng)的AI產(chǎn)品經(jīng)理，現(xiàn)在AI基礎(chǔ)設(shè)施的從業(yè)者，出于產(chǎn)品經(jīng)理的職業(yè)習(xí)慣以及對于未來AI算力需求的評估需要，筆者一直在思考大模型時代，技術(shù)對于產(chǎn)品設(shè)計帶來的影響和變化。大模型加速了信息的生產(chǎn)和交流，強化了自然語言的理解、生成、總結(jié)和歸納能力。在這樣的技術(shù)大趨勢下，產(chǎn)品經(jīng)理們肯定非常關(guān)心，什么才是這個時代的的 Killer App，怎么樣才能做出Killer App。筆者嘗試從大模型對于產(chǎn)品交互方式的變化、產(chǎn)品形態(tài)的變化、對于業(yè)務(wù)流程結(jié)合的重要性、行業(yè)數(shù)據(jù)的重要性、端云結(jié)合的趨勢等幾個方面闡述在大模型時代，產(chǎn)品經(jīng)理對于產(chǎn)品設(shè)計時所需要增加的思維變量。交互方式的變化
整體來說，大模型給產(chǎn)品設(shè)計過程帶來的人機交互范式的變化將從兩個方面很大程度上影響和改變產(chǎn)品設(shè)計思路：第一大模型將改變?nèi)藱C交互形式：從圖形用戶交互轉(zhuǎn)向自然語言用戶交互；第二是更加強調(diào)交互過程中準確預(yù)測用戶可能的需求，并通過用戶可以理解的方式提供滿足的交互方案。Windows操作系統(tǒng)的成功毫無疑問是微軟準確抓住了PC時代用戶對于個人計算機圖形交互的核心需求；iOS系統(tǒng)能夠短時間內(nèi)打敗Symbian OS，很大原因也是蘋果抓住了移動互聯(lián)網(wǎng)時代用戶對于圖形交互界面的便捷、易用以及安全等核心需求。而當技術(shù)的齒輪轉(zhuǎn)到大模型這里時，依賴更自然、更流暢、更符合人類交流習(xí)慣的自然語言交互成為可能，而這個可能主要體現(xiàn)在以下兩個方面的變化：1. 交互鏈路的縮短：這是自然語言交互帶來的最顯著變化，這點能夠直接打破現(xiàn)有產(chǎn)品交互的局限性?；蛘咻o助用戶決策、完成機械的流程化任務(wù)。在過去圖形交互界面設(shè)計中產(chǎn)品經(jīng)理致力于在有限的條件下幫助用戶梳理最佳路徑，為用戶清除流程上的障礙。而現(xiàn)在可以通過大模型技術(shù)去大幅優(yōu)化現(xiàn)有產(chǎn)品的交互流程，縮短輸入和輸出過程。當然，如果能點個按鈕就完成的事情，那殺雞焉用牛刀，不合理使用技術(shù)反而會將問題復(fù)雜化。
2. 交互反饋的多元化：ChatGPT 已經(jīng)可以將信息組成新的格式，如表格、代碼等；GPT 4的最新更新已經(jīng)能夠直接理解并處理語音和圖像信息。以大模型為基座的產(chǎn)品，可以讓用戶通過多輪嘗試，糾正輸出的結(jié)果，還能根據(jù)用戶產(chǎn)生的數(shù)據(jù)和反饋迭代大模型本身。這些輸入到輸出的反饋，已經(jīng)不再是單一形態(tài)的轉(zhuǎn)變，而是更加多元的信息格式。
未來基于自然語言交互的產(chǎn)品交互形式，會很大程度縮減產(chǎn)品交互頁面和內(nèi)容，基本可以實現(xiàn)大部分數(shù)操作在一個頁面完成，用戶使用大白話的指令就可以得到各種結(jié)果。作為產(chǎn)品經(jīng)理，我們在產(chǎn)品設(shè)計時需要追求極致的交互簡單，提升用戶與機器交互的自由度和使用效率。產(chǎn)品形態(tài)的變化
2002年諾貝爾經(jīng)濟學(xué)獎得主丹尼爾·卡尼曼在暢銷書《思考，快與慢》（Thinking
Fast And Slow）中提出人的兩種思考模式——系統(tǒng)A和系統(tǒng)B，系統(tǒng)A是快思考、依靠直覺判斷；系統(tǒng)B是慢思考，要做大量的推理和計算。在過去十年，我們曾用5秒定理來判斷這件事適不適合AI來干，即如果人類可以在5秒內(nèi)做出判斷的事情理論上AI都可以很好的替代，所以當時人們認為AI更適合做“系統(tǒng)A”的工作，AI能夠替代很多重復(fù)性的工作。但是，大模型讓我們驚訝很多過去我們認為很難被替代的工作和職業(yè)，比如寫作、設(shè)計工作，比如設(shè)計師、律師等職業(yè)都存在被替代的可能性了，大家突然發(fā)現(xiàn)AI的真正價值在于“系統(tǒng)B”，AI可以幫助人類更好地完成復(fù)雜的邏輯推理任務(wù)。那么，如何通過產(chǎn)品形態(tài)的設(shè)計使AI能夠發(fā)揮這樣的價值，AI又如何影響產(chǎn)品形態(tài)的演進都是我們需要持續(xù)思考的問題。在PC時代，最經(jīng)典的產(chǎn)品形態(tài)是網(wǎng)頁和搜索；在移動互聯(lián)網(wǎng)時代，最經(jīng)典產(chǎn)品形態(tài)是feed流，是140字符的短文本。那在大模型時代經(jīng)典產(chǎn)品形態(tài)又是什么呢？可能是chat形式，可能是copilot形式，也可能是其他。移動互聯(lián)網(wǎng)剛興起的時候，各家App都還是延續(xù)了PC時代網(wǎng)頁的設(shè)計風(fēng)格，直到微信、微博、今日頭條的出現(xiàn)和流行，移動端產(chǎn)品的設(shè)計才逐漸開始統(tǒng)一，內(nèi)容輸入就學(xué)微博，內(nèi)容展示就學(xué)頭條，聊天對話就學(xué)微信。讓子彈飛一會！大模型時代的經(jīng)典產(chǎn)品形態(tài)還需要再飛一會。但可以肯定的是，大模型對于產(chǎn)品形態(tài)帶來的變化是明確的。就以廣告推薦產(chǎn)品形態(tài)為例：過去搜索、信息流為主廣告推薦和分發(fā)場景，變?yōu)槿谌雴柎鸾换ズ退阉鹘Y(jié)果相結(jié)合的形態(tài)，做到在交互中推薦，在推薦中交互的形式，實現(xiàn)更精準、高效的廣告分發(fā)。和流程的結(jié)合更重要
前段時間“妙鴨相機”火出圈，讓國內(nèi)一眾AIGC創(chuàng)業(yè)者看到了大模型加持下產(chǎn)品成功的可能性，也讓我們算力基礎(chǔ)設(shè)施從業(yè)者看到了未來算力需求的巨大潛力（妙鴨上線一個月，對阿里云GPU資源需求暴漲百倍）。但是和其他同類型的AIGC產(chǎn)品一樣，妙鴨最后也沒有逃開流量快速見頂后急劇下滑最終歸于平靜的宿命。筆者認為可持續(xù)成功的大模型產(chǎn)品應(yīng)該是用基于大模型推理能力之上重新組織業(yè)務(wù)的關(guān)鍵流程，推動產(chǎn)品形態(tài)和人機交互重構(gòu)。如果僅僅是用大模型的生成能力去單點實現(xiàn)生成文本和圖片等功能，那只是再幫助個體解決內(nèi)容生產(chǎn)效率的問題，并沒有實現(xiàn)組織和社會生產(chǎn)力的整體提升。如果我們希望借助新工具、新技術(shù)對人類社會生產(chǎn)活動產(chǎn)生更大的正向影響，就必須將之嵌入到現(xiàn)有的生活、工作流程當中。這樣的嵌入、植入，是一個分拆、打散、重構(gòu)的過程，需要很多探索和迭代。目前在國外大模型和流程相結(jié)合的典型代表是微軟 Azure 和 OpenAI 的結(jié)合，以及Salesforce 大模型在CRM流程中的運用也是比較典型的實操案例。在國內(nèi)，WPS、釘釘?shù)纫苍诓粩鄧L試業(yè)務(wù)應(yīng)用和大模型的整合，在文檔協(xié)同、知識協(xié)同等方面，大模型已經(jīng)開始對人們的工作流程產(chǎn)生正向影響，逐步減輕知識記憶、寫作、摘要、信息查找等流程化的工作。行業(yè)數(shù)據(jù)的結(jié)合
目前，大家所熟知各家通用大模型一般都是基于廣泛的公開文獻與網(wǎng)絡(luò)信息來訓(xùn)練的，許多專業(yè)知識與行業(yè)數(shù)據(jù)積累不足，特別是相關(guān)的公開中文數(shù)據(jù)更加稀缺，導(dǎo)致很多模型的行業(yè)針對性與精準度不夠，數(shù)據(jù)“噪音”過大。特別需要提到，在很多產(chǎn)業(yè)場景中，用戶對企業(yè)提供的專業(yè)服務(wù)要求高，企業(yè)更需要有針對性的行業(yè)大模型，同時再加上企業(yè)自己的數(shù)據(jù)做精調(diào)，才有可能打造出滿足客戶需求的大模型產(chǎn)品服務(wù)?？梢钥吹酱怪毙袠I(yè)大模型是后續(xù)“卷”的重要產(chǎn)品方向，像文心一言、通義千問、星火、百川等中國一批通用大模型正在快速迭代，將基礎(chǔ)大模型與行業(yè)數(shù)據(jù)結(jié)合將大模型應(yīng)用行業(yè)從生活娛樂向辦公、金融、醫(yī)療、教育等領(lǐng)域加速滲透。與此同時，一批針對生物制藥、傳媒、氣象等垂直領(lǐng)域的專業(yè)大模型，也正在提供針對特定業(yè)務(wù)場景的高質(zhì)量專業(yè)化解決方案。接下來可以預(yù)見，為了滿足日益龐大的行業(yè)大模型需求，大模型公司會在垂類場景里不斷優(yōu)化，產(chǎn)業(yè)領(lǐng)域的頭部企業(yè)大概率會做自己的行業(yè)專用模型。一些行業(yè)會形成通用大模型為基座，行業(yè)大模型占主導(dǎo)的局面。在這個過程里，業(yè)務(wù)數(shù)據(jù)會成為稀缺資源。特別是高質(zhì)量的，有業(yè)務(wù)屬性歸類的業(yè)務(wù)數(shù)據(jù)會極具價值。通用模型和各領(lǐng)域?qū)Ｓ械闹R數(shù)據(jù)結(jié)合，讓大模型從“萬精油”到“行行通”才有可能實現(xiàn)大模型真正的產(chǎn)品價值，多模態(tài)
毫不夸張的說，多模態(tài)技術(shù)能力的實現(xiàn)進度直接關(guān)系到自然語言交互方式對產(chǎn)品交互方式的變革深度，當大模型能夠同時感知語音、語言、圖像和其他輸入時，內(nèi)容輸入的限制就基本不再存在，內(nèi)容輸入將變得極為豐富。人類是多模態(tài)感知的集大成者，人類有聽覺、視覺、觸覺、嗅覺、味覺，這么多的輸入是實時的、綜合的。人們也更習(xí)慣以這樣的方式進行產(chǎn)品交互。在大模型時代，大模型可以實時感知我們的語音、語言、圖像、甚至是視頻，那基于大模型交互的產(chǎn)品將會成為我們不可替代的助手。是不是有點想到最近很火的AI Agent。的確AI Agent 如果想要發(fā)揮更大的價值，它的輸入輸出都必須依賴于多模態(tài)的能力，可以說沒有多模態(tài)就沒有更加智能的AI Agent，只不過今天的 Agent 更多是通過語言輸入，通過文本來反饋。但是我們可以大膽預(yù)測下，最終AI Agent 會是一個綜合觀察、感知和行動的多模態(tài)綜合體。筆者曾經(jīng)做過智能辦公相關(guān)產(chǎn)品，舉一個場景幫助我們想象一下。如果未來我們在辦公或者會議的過程中，我們有這樣一個Agent綜合體，它可以通過對話文本、麥克風(fēng)語音、攝像頭視頻，實現(xiàn)對人、內(nèi)容、環(huán)境的綜合感知和準確記錄，就可以幫我們在辦公或者會議中精確提煉工作核心觀點，給出工作中問題的答案，或者給出提問提示，那么工作過程就會高效很多。當然這個Agent是什么形態(tài)，軟件？硬件？甚至是不是一個小型機器人都有待技術(shù)的持續(xù)探索。人類的持續(xù)進展不也正是源于我們對未知的不斷探索嘛！云端結(jié)合
今年5月，谷歌發(fā)布了適用邊緣側(cè)的大模型PaLM2。具體來看，PaLM2大模型一共有四種規(guī)格，分別是Gecko（壁虎）、Otter（水獺）、Bison（野牛）和Unicorn（獨角獸）。其中，Gecko非常輕量，可在移動設(shè)備上工作，使模型的下游應(yīng)用程序適配更多應(yīng)用程序和用戶，使AI邊緣部署成為可能。而后7月，蘋果正式宣布啟動開發(fā)AppleGPT，加入終端AI大模型戰(zhàn)局。據(jù)了解，AppleGPT是蘋果公司基于其自研的Ajax框架開發(fā)的AI工具，目前已在蘋果公司內(nèi)部展開小范圍內(nèi)測。可以看見，國外產(chǎn)業(yè)界正在探索大模型運用在終端的可能性和邊界，包括谷歌、微軟和蘋果等廠商都在蓄力終端大模型，輕量化已成為大模型在終端部署的重要發(fā)展方向。除科技公司外，包括各大芯片巨頭也在積極布局。近日，聯(lián)發(fā)科正式宣布與百度聯(lián)合發(fā)起飛槳和文心大模型硬件生態(tài)共創(chuàng)計劃，雙方將共同推進聯(lián)發(fā)科硬件平臺與飛槳和文心大模型的適配，支持基于聯(lián)發(fā)科芯片的智能手機、汽車、智能家居、物聯(lián)網(wǎng)等終端設(shè)備運行文心大模型；小米雷軍在年度演講中也表示，小米已經(jīng)在手機上跑通了13億參數(shù)的大模型，輕量化和本地部署是小米大模型技術(shù)的主力突破方向。高通在MWC
2023大會發(fā)布全球首個運行在Android 手機上的Stable
Diffusion終端側(cè)演示，高通利用其AI軟件棧對模型進行量化、編譯和硬件加速優(yōu)化，使其成功在搭載第二代驍龍8移動平臺手機上運行。未來大模型在手機、汽車、機器人等這些設(shè)備上的使用價值巨大。特別是作為連接多個生活場景、硬件消費市場、信息消費市場、基礎(chǔ)通信和互聯(lián)網(wǎng)應(yīng)用的樞紐，手機等智能終端在AI大模型時代愈發(fā)關(guān)鍵。目前可以預(yù)測，在7B參數(shù)量左右的大模型未來將是手機端搭載的主力大模型，當然這些7B參數(shù)量左右的大模型需要進行針對性的量化和加速優(yōu)化工作。3、大模型商業(yè)化的幾點思考
To B or Not to
B？
隨著8月31日大模型牌照的正式頒發(fā)，意味著這些大模型正式放開了C端注冊。這些大模型廠商也在思考是否可能以及如何通過C端賺錢，畢竟在中國做B端太累、太辛苦了，何況ChatGPT已經(jīng)為行業(yè)打了個樣。今年2月 ChatGPT 推出Plus付費項目，起價為每月20美元。這類似訂閱制，Plus會員能調(diào)用GPT-4版本，享受更快的相應(yīng)速度，優(yōu)先獲得新功能。不過，大家不要忽略當時ChatGPT的注冊用戶已經(jīng)超過1億人，當用戶規(guī)模足夠大，面向C端用訂閱模式賺錢，在國外是一種很成熟的商業(yè)模式。但在中國，用戶的付費意識還需培養(yǎng)，國外C端會員訂閱的模式在國內(nèi)不太現(xiàn)實，畢竟過去十幾年那么多移動互聯(lián)網(wǎng)產(chǎn)品都沒有培養(yǎng)出C端付費市場。所以現(xiàn)在講大模型在C端的產(chǎn)品形態(tài)，包括變現(xiàn)方式，似乎也還有點早。而且在目前的國內(nèi)C端市場，無論是打造一款用戶規(guī)模很大的應(yīng)用，還是一個新的生態(tài)平臺，都非常困難，因為移動互聯(lián)網(wǎng)快速增長所賴以生存的系統(tǒng)性流量紅利沒有了。更何況，面向B端（開發(fā)者和企業(yè)）的API接口調(diào)用，一直也都是OpenAI的重心。早在2020年，OpenAI就開始進行API接口邀請測試，一些搜索公司、教育公司、社交媒體公司成為OpenAI最早的客戶，它們調(diào)用GPT的API，將功能集成到他們的產(chǎn)品中。在8月28日，OpenAI更新上線了企業(yè)專用版本的ChatGPT。這個版本針對企業(yè)客戶的需求，在功能上做了更深層的定制。OpenAI稱，接下來還將針對小型機構(gòu)推出ChatGPT商務(wù)版本，并提供更多定制化選項。從OpenAI的布局能看出來，它一直在B端市場發(fā)力。所以，國內(nèi)大模型公司在選擇商業(yè)化道路時好像無法做出Not To B這一條選擇，當然這也并不影響未來會有很對面向C端的爆款產(chǎn)品。那么在面向To B賽道時，大模型廠商的商業(yè)模式應(yīng)該如何設(shè)計？筆者嘗試從以下幾個方面進行分析：通用+行業(yè)結(jié)合、開源+閉源結(jié)合、大B or小B當下需要取舍（注意是當下）。通用與行業(yè)結(jié)合
一個通用的大模型，并不意味著可以解決所有問題。B 端客戶的很多場景，通用大模型并不work。必須要把用戶數(shù)據(jù)、行業(yè)數(shù)據(jù)放到模型里繼續(xù)訓(xùn)練，這是行業(yè)大模型存在的必要性。在通用大模型不能覆蓋到的局部行業(yè)，加入這樣的數(shù)據(jù)，能把行業(yè)問題解決得很好。例如基礎(chǔ)通用大模型可以在100個場景中，解決70%-80%的問題，但未必能100%滿足企業(yè)某個場景的需求?；谛袠I(yè)大模型構(gòu)建自己的專屬模型，雖然參數(shù)比通用大模型少，但是訓(xùn)練和推理的成本更低，優(yōu)化也更容易，可能是性價比更高的選擇。所以通用大模型與行業(yè)大模型相結(jié)合，各盡其用是在國內(nèi)做To B商業(yè)化需要考慮的。行業(yè)大模型更多解決垂直和可靠問題，而通用大模型在于有很強的推理、邏輯能力，很全面的知識領(lǐng)域。據(jù)筆者了解，目前某頭部互聯(lián)網(wǎng)大廠行業(yè)大模型均是基于其發(fā)布的千億基礎(chǔ)大模型訓(xùn)練而來。開源與閉源結(jié)合
在開源還是閉源這個問題上，OpenAI和Meta是非常典型的兩個例子。OpenAI曾經(jīng)是“open”理念的堅定執(zhí)行者，在GPT-3之后選擇閉源這條路。而Meta為了趕超，義無反顧選擇了開源各種LLaMA模型家族，當然開源模型依然可以通過商業(yè)授權(quán)、訂閱、物理捆綁、技術(shù)支持服務(wù)、專有插件和擴展等多種方式實現(xiàn)商業(yè)化。而閉源則更傾向于創(chuàng)建一個完整的生態(tài)系統(tǒng)，通過整合資源來服務(wù)各類客戶實現(xiàn)商業(yè)化。Meta開源LLaMA模型已經(jīng)證明了開源非常旺盛的生命力。在國內(nèi)，筆者認為像百川這樣的大模型公司也將開源和閉源相結(jié)合做的很好。以百川為例，百川從一開始選擇開源7B、13B兩個size的模型，并依靠出色的模型性能和效果優(yōu)勢，在行業(yè)嶄露頭角。而就在我這會奮筆疾書的時候（9月25日），百川智能發(fā)布Baichuan2-53B閉源大模型，全面升級了Baichuan1-53B的各項能力，特別是此次還開放了Baichuan2-53B
API接口，正式進軍To B領(lǐng)域，開啟商業(yè)化進程。大B 與小B當下需要取舍
中國的To B市場，服務(wù)大B和服務(wù)小B是完全兩種商業(yè)邏輯和商業(yè)模式。大B客戶需要的是定制化服務(wù)、需要的是本地部署背后的數(shù)據(jù)安全、需要的是快速及時的運維服務(wù)，他們對于大模型的訴求往往是提升企業(yè)經(jīng)營管理效率。這類客戶數(shù)量不大，但是單個項目的客單價較高，客戶在行業(yè)中有一定的代表性和權(quán)威性。而小B客戶，它們看起來不起眼，但是數(shù)量眾多，他們對于模型定制化、本地化部署等沒有強需求，它們對于大模型更多是希望帶來企業(yè)經(jīng)營利潤上的提高，畢竟小B的規(guī)模并不大，沒有提升經(jīng)營管理效率的強訴求，它們也并不關(guān)心技術(shù)和愿景，誰能幫它們解決增長問題，就會因此付錢。當下做大模型的公司，如果既做 To 大 B 又做 To 小 B 是很難兼顧的（當然目前都是需要通過ISV去聯(lián)合服務(wù)的，因為大模型公司基本不具備行業(yè)應(yīng)用開發(fā)能力）。從人員投入上來看，大B和小B所需要的人員結(jié)構(gòu)和層次是完全不一樣的。服務(wù)大B講究的是人海作戰(zhàn)，貼身作戰(zhàn)，重交付和服務(wù)。服務(wù)小B講究的快、準、穩(wěn)，要求的是通用、可復(fù)制的能力，講究的項目人員平均成本最低。從產(chǎn)品體系構(gòu)建上來看，服務(wù)大B客戶要求產(chǎn)品所提供的基礎(chǔ)開發(fā)能力要更強，能夠讓這些大B客戶的開發(fā)人員能夠快速上手；服務(wù)小B客戶要求的產(chǎn)品通用能力更高，能夠讓行業(yè)數(shù)量龐大的小B客戶可以沒有定制開發(fā)就能快速使用。所以可以看出，大模型公司間不同的商業(yè)化路徑選擇，也將決定公司人員規(guī)模、人員配置、產(chǎn)品規(guī)劃和實現(xiàn)等相關(guān)內(nèi)容。寫在最后：
當下，大模型之戰(zhàn)已經(jīng)逐步進入后半場，業(yè)務(wù)邏輯也正在悄然發(fā)生變化。從起初的算法、算力、數(shù)據(jù)之爭，到大模型各項性能表現(xiàn)之間的比拼，再到如今爭搶商業(yè)空間與應(yīng)用場景，身處局中的大模型玩家已經(jīng)到了要回答如何落地的階段。大模型推動的歷史車輪才剛剛開始，新的技術(shù)、應(yīng)用和商業(yè)模式將不斷涌現(xiàn)。我們常常會高估未來短期的變化，卻低估了長期技術(shù)所帶來的變革。我們要認識到大模型的發(fā)展道路并不平坦，只有那些真正能夠為產(chǎn)業(yè)創(chuàng)造價值、解決問題的企業(yè)，才能在未來的競爭中立于不敗之地。
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點擊舉報。
