文 | 周鑫雨
編輯 | 蘇建勛
若將中國的AI發(fā)展看做是一本小說，你會(huì)發(fā)現(xiàn)，2023年用一頁的篇幅，幾近寫完了曾經(jīng)計(jì)算機(jī)視覺（CV）的三年：起風(fēng)，落地，再到危機(jī)暗涌。
2022年末，太平洋對(duì)岸的ChatGPT石破天驚，拉開了名為AI大模型的全球競速——熱錢和人才集中涌向這個(gè)賽道。
這一年，中國模型層一共誕生了5家獨(dú)角獸：智譜AI、MiniMax、百川智能、零一萬物、月之暗面。無論是從頭訓(xùn)，還是基于現(xiàn)成模型微調(diào)，國內(nèi)約200個(gè)大模型加入“百模大戰(zhàn)”，AI領(lǐng)域融資事件數(shù)比2022年增長了145%。
AI的技術(shù)突破，也為這個(gè)賽道吸納了不少頂尖人才：來自國內(nèi)外最高學(xué)府的知名學(xué)者教授下海，互聯(lián)網(wǎng)老兵出山，谷歌、微軟等海外大廠出身的華人回國。
但與熱鬧和振奮人心的技術(shù)突破相對(duì)的，是疲軟的資本市場(chǎng)和緊缺的資源。美元基金的退出、英偉達(dá)芯片的禁運(yùn)，倒逼AI企業(yè)內(nèi)修功力、外尋新機(jī)：找場(chǎng)景快速落地，出海拓展商業(yè)機(jī)會(huì)。
從錘煉技術(shù)，到快速的商業(yè)化落地，也將更為抽象的問題擺到AI廠商面前：如何找準(zhǔn)落地場(chǎng)景？如何實(shí)現(xiàn)數(shù)據(jù)飛輪？
從Copilot到AI Agent（智能體），熱門概念和demo的不斷涌現(xiàn)，讓市場(chǎng)對(duì)AI的能力充滿了想象。但較為殘酷的現(xiàn)實(shí)是，囿于底層模型的能力，AI能落地的場(chǎng)景仍然有限。
從模型層相關(guān)的多模態(tài)、幻覺問題，到硬件層面的NPU（神經(jīng)元計(jì)算處理器），AI產(chǎn)業(yè)上下游要解決的技術(shù)難點(diǎn)還有很多。對(duì)于應(yīng)用廠商而言，則要根據(jù)技術(shù)現(xiàn)狀將落地場(chǎng)景加以細(xì)分，或者找到具有獨(dú)特價(jià)值的落地場(chǎng)景。
即便度過了機(jī)會(huì)和危機(jī)并存的2023，沒人懷疑，2024年，AI依然會(huì)是舞臺(tái)上的主角。
開年的“王炸”，依然來自O(shè)penAI——北京時(shí)間2024年2月16日，OpenAI推出了可以生成60秒連貫流暢、超逼真的高清視頻的視頻生成模型Sora。對(duì)于不少視頻模型的創(chuàng)業(yè)公司而言，“滅霸”O(jiān)penAI的開年響指并不好受。但業(yè)內(nèi)更多人認(rèn)為，視頻等多模態(tài)模型，將在2024年創(chuàng)造新的商機(jī)。
而市場(chǎng)，也已經(jīng)做好了迎接AI商業(yè)化的準(zhǔn)備。經(jīng)歷三年疲軟的消費(fèi)市場(chǎng)，在2023年Q3終于復(fù)蘇。在硬件層面，手機(jī)、PC等消費(fèi)電子的銷量回升有目共睹。在軟件應(yīng)用層面，根據(jù)移動(dòng)市場(chǎng)分析平臺(tái)data.ai的統(tǒng)計(jì)，2023年全球移動(dòng)市場(chǎng)用戶的支出同比增長了3%——截至2023年末，生成式AI應(yīng)用的月用戶支出也突破了1000萬美元。
2023年下半年以來，出海淘金，也成了不少AI廠商拓展商業(yè)機(jī)會(huì)的方式。無論是在新環(huán)境中尋求資本，還是尋找具有更高付費(fèi)能力和意愿的客戶，不少國內(nèi)的AI廠商提起出海，都給予36氪同樣的答復(fù)：“Why not？”
2024年，關(guān)于大模型的機(jī)會(huì)、應(yīng)用落地的方向、做ToB還是ToC、本地化還是出海，36氪總結(jié)了6大趨勢(shì)。
一、語言日漸擁擠，視聽乘風(fēng)起勢(shì)
即便模型層短時(shí)間內(nèi)誕生了5家獨(dú)角獸，但企名Pro的數(shù)據(jù)顯示，2023年AI領(lǐng)域的融資總額比2022年少了4.5%，甚至還不到2021年的一半。
這意味著，熱錢集中地涌向了少數(shù)團(tuán)隊(duì)背景和技術(shù)實(shí)力強(qiáng)大的公司。從資源分配的角度而言，后來者想要再擠進(jìn)模型層創(chuàng)業(yè)，空間已經(jīng)不多。
智譜AI CEO張鵬認(rèn)為，從商業(yè)競爭的角度而言，2024年LLM賽道已經(jīng)接近紅海：“一，算力等資源緊張的問題還沒有解決；二，從市場(chǎng)空間的角度而言，不需要重復(fù)造輪子；三，模型能力很大程度上依賴先發(fā)優(yōu)勢(shì)，積累用戶反饋、行程數(shù)據(jù)，從技術(shù)迭代的角度，后來者很難跟上主流的水平?！?/p>
即便零一萬物內(nèi)部的模型訓(xùn)練研究顯示，模型參數(shù)量還有很大的提高空間，在零一萬物技術(shù)副總裁、Pretrain（預(yù)訓(xùn)練）負(fù)責(zé)人黃文灝看來，目前模型層的困難主要是在算力資源上：
“從GPT3.5到GPT4有大量的技術(shù)挑戰(zhàn)要解決，算力資源限制會(huì)減少迭代試錯(cuò)的機(jī)會(huì)，大家都會(huì)選擇確定性較高的路徑，就錯(cuò)過了一些創(chuàng)新的機(jī)會(huì)?！?/p>
紅海中，永恒不變的只有頂級(jí)人才的號(hào)召力。遠(yuǎn)識(shí)資本董事Yuca對(duì)36氪表示，基金不會(huì)把雞蛋放在同個(gè)籃子里，OpenAI、微軟、谷歌這些頂級(jí)公司的華人專家，還存在撬動(dòng)國內(nèi)資源的可能。
LLM賽道日漸擁擠，但3D、視聽等多模態(tài)模型仍是一片藍(lán)海。
月之暗面聯(lián)合創(chuàng)始人周昕宇向36氪列舉了不少模型有待突破的底層技術(shù)，其中不少與多模態(tài)有關(guān)，比如如何對(duì)多模態(tài)數(shù)據(jù)進(jìn)行統(tǒng)一表示；如何用計(jì)算來突破數(shù)據(jù)的瓶頸；如何研發(fā)出更高效的多模態(tài)無損壓縮神經(jīng)網(wǎng)絡(luò)架構(gòu)。他認(rèn)為，這些技術(shù)突破都可能成為2024年模型層公司的機(jī)會(huì)，但也可能需要更長時(shí)間才能取得突破。
多模態(tài)能力的突破，也將給大模型的整體能力帶來超預(yù)期的提升。“由于大模型的泛化性，能力迭代往往是通用的、全面的提高，不會(huì)是單點(diǎn)的突破?！秉S文灝告訴36氪，“無論是圖片還是音頻，多模態(tài)數(shù)據(jù)會(huì)和文字形成1+1>2的效果?！?/p>
不過，3D和視聽生成技術(shù)在2023年的迭代速度之快，已讓人瞥見2024年的商業(yè)化浪潮。以技術(shù)復(fù)雜的視頻生成為例，2023年初，視頻生成模型尚且只能將多個(gè)靜止的圖像拼接成幾秒長的剪輯。但不到6個(gè)月，以Runway Gen2為代表的模型就能生成幾秒長的電影級(jí)影片。
時(shí)間再來到同年11月，由4名華人創(chuàng)立的動(dòng)畫視頻生成公司Pika，就釋出了可以生成分鐘級(jí)高質(zhì)動(dòng)畫視頻的產(chǎn)品。Pika的估值，也飆升至近2億美元。
而僅僅再過了3個(gè)月，2024年2月16日，“滅霸”O(jiān)penAI又殺死了視頻生成的游戲，發(fā)布可以生成60秒連貫高清視頻的文生視頻模型Sora。這也意味著，視頻生成模型距離商用，已經(jīng)近在咫尺。
LLM解決的是最基本的交流問題，而3D、視聽等多模態(tài)則能讓AI模型擁有超人類的感官，應(yīng)用創(chuàng)新和模式創(chuàng)新的機(jī)會(huì)遠(yuǎn)多于LLM。
多模態(tài)技術(shù)能落地的場(chǎng)景，大致可以分成兩類：一類是提供生產(chǎn)力工具，另一類則是提供新場(chǎng)景。
在工作和生產(chǎn)場(chǎng)景下，模型服務(wù)的商業(yè)模式已經(jīng)較為成熟，但這也意味著入局者眾多，競爭壓力更大。企業(yè)的核心競爭力在于能否建立全流程服務(wù)，滿足用戶的細(xì)分需求，同時(shí)形成數(shù)據(jù)飛輪。
隨著多模態(tài)技術(shù)的提升，不少人在智艙、物聯(lián)網(wǎng)、XR等場(chǎng)景中看到了新機(jī)會(huì)。對(duì)于新場(chǎng)景的創(chuàng)業(yè)者而言，跑通商業(yè)模式的先決條件，則是尋找到具有獨(dú)特價(jià)值的細(xì)分場(chǎng)景。
二、模型“瘦身”，先場(chǎng)景后模型
但通用基座的紅海，并不意味著模型層已經(jīng)失去入局的空間。
一個(gè)明顯的趨勢(shì)是，隨著應(yīng)用落地的加速，不少中小模型廠商開始“瞄準(zhǔn)釘子揮錘子”，先找到能落地的細(xì)分場(chǎng)景，再針對(duì)性地訓(xùn)練模型。
這一現(xiàn)象，與市場(chǎng)的反饋不無關(guān)系。應(yīng)用落地的迫切性，讓下游廠商比起更強(qiáng)大的通用性能，更關(guān)切模型調(diào)用的成本，以及在端側(cè)部署的可能性。
由于模型推理需要消耗的算力巨大，來自底層的成本壓力會(huì)層層傳導(dǎo)至下游。以O(shè)penAI為例，根據(jù)美國金融公司 Bernstein 的分析，如果ChatGPT的訪問量達(dá)到谷歌瀏覽器的十分之一，OpenAI 初始需要的GPU價(jià)值高達(dá)481億美元——這部分的成本也勢(shì)必會(huì)分?jǐn)偟较掠蔚膽?yīng)用廠商。
降本最直接的方式，是減少模型的參數(shù)量。2023年下半年以來，不少擁有千億級(jí)參數(shù)基座的模型廠商，都發(fā)布了十億級(jí)參數(shù)的模型。比如百川智能發(fā)布了7B的語言模型，智譜AI和零一萬物發(fā)布了6B的模型版本，用純CPU就能將模型跑起來。
但光“瘦身”，不足以成為模型廠商的競爭力。其緣由在于，各家大模型的能力尚未產(chǎn)生明顯差距。遠(yuǎn)識(shí)資本董事Yuca舉了一個(gè)例子：在國外，所有應(yīng)用廠商優(yōu)先考慮的模型一定是GPT-4；但在國內(nèi)，應(yīng)用廠商挑不出一個(gè)出類拔萃的，一般會(huì)考慮把十幾個(gè)主流模型都先試試。
“現(xiàn)在談大模型的競爭力還為時(shí)尚早?！本W(wǎng)易有道CEO周楓對(duì)36氪表示，“核心是要從應(yīng)用中找到千億級(jí)的市場(chǎng)機(jī)會(huì)，找到‘大模型原生’的產(chǎn)品形態(tài)是關(guān)鍵?！?/p>
他以有道的長項(xiàng)翻譯場(chǎng)景為例，雖然有道自研的百億參數(shù)模型“子曰”整體對(duì)話能力不如千億參數(shù)的ChatGPT，但通過基于向量數(shù)據(jù)庫的訓(xùn)練，“子曰”能夠5秒翻譯67頁長論文。
即便認(rèn)為“現(xiàn)在談大模型的競爭力還為時(shí)尚早”的判斷還有待商榷，智譜AI CEO張鵬在模型落地層面，表達(dá)了類似的觀點(diǎn)：“落地階段最重要的是找對(duì)場(chǎng)景，培養(yǎng)用戶，形成數(shù)據(jù)飛輪?！?/p>
培養(yǎng)用戶，越早越好。月之暗面聯(lián)合創(chuàng)始人周昕宇告訴36氪，從新技術(shù)的擴(kuò)散曲線來看，最早期的用戶和開發(fā)者會(huì)帶動(dòng)更多的用戶：“2023年可以吸取的經(jīng)驗(yàn)教訓(xùn)是，應(yīng)該更早點(diǎn)兒給用戶去用，很多用戶自己會(huì)探索大模型產(chǎn)品的邊界，發(fā)現(xiàn)產(chǎn)品經(jīng)理想不到的場(chǎng)景和應(yīng)用。2024年，AI落地的重點(diǎn)是如何與用戶一起成長。”
一個(gè)通過找對(duì)場(chǎng)景，順利在模型層占有一席之地的典型案例，是估值達(dá)5.2億美元的AI公司Perplexity。Perplexity通過將大模型和搜索引擎結(jié)合，開發(fā)出了類似于New Bing的對(duì)話式搜索引擎。
不過，Perplexity的模型，最初是基于一些規(guī)模更小、推理更快的模型進(jìn)行微調(diào)而來。直到最近，他們才開始訓(xùn)練自己的模型。
對(duì)于前期“套殼”的決定，Perplexity CEO Aravind Srinivas在播客節(jié)目中銳評(píng)：“成為一個(gè)擁有十萬用戶的套殼產(chǎn)品，顯然比擁有自有模型卻沒有用戶更有價(jià)值。”
不過在未來，自訓(xùn)模型仍然會(huì)成為AI應(yīng)用企業(yè)不可缺失的一環(huán)?！癆I公司的核心競爭力會(huì)是模型、應(yīng)用、infra‘三位一體’的能力。最大的應(yīng)用公司必須掌握模型訓(xùn)練能力，模型的推理成本降低對(duì)應(yīng)用是最大的提升。三者缺一不可?！绷阋蝗f物技術(shù)副總裁、Pretrain（預(yù)訓(xùn)練）負(fù)責(zé)人黃文灝對(duì)36氪表示。
三、可穿戴，家居……AI托舉細(xì)分硬件
2024年，將是AI硬件元年——這一判斷，已經(jīng)出現(xiàn)在國內(nèi)外不少廠商的年初展望中：
高通總裁兼CEO Cristiano Amon在接受媒體采訪時(shí)表示，2024年將成為全球AI手機(jī)元年；聯(lián)想集團(tuán)CEO楊元慶將2024年視為“AI PC出貨元年”；OPPO高級(jí)副總裁劉作虎在發(fā)布會(huì)上直言：“2024 年，不布局大模型的手機(jī)企業(yè)未來沒戲?！?/p>
不少硬件廠商，將AI大模型視作消費(fèi)電子低迷三年后的一根“救命稻草”。但廠商們將AI從云端轉(zhuǎn)移至終端設(shè)備，有著更為現(xiàn)實(shí)的考量——在大模型和終端的適配標(biāo)準(zhǔn)尚未建立之時(shí)，押注下一個(gè)入口型智能硬件，爭先建立繼IOS、安卓、Windows之后AI OS（操作系統(tǒng)）。
比如1月10日，榮耀發(fā)布了新一代AI系統(tǒng)MagicOS 8.0，用“端云協(xié)同”作為AI生態(tài)的賣點(diǎn)。在CES（國際電子消費(fèi)展）上，聯(lián)想透露預(yù)計(jì)在2024年內(nèi)發(fā)布“智能終端AI OS（操作系統(tǒng)）”?！癢indows老家”微軟，也宣布將AI助手Copilot鍵引入Windows 11 PC，并將其描述為“AI PC的第一步”。
但無論是PC、手機(jī)，還是汽車，這些具有復(fù)雜軟硬件生態(tài)的智能終端，與大模型的結(jié)合仍然差一口氣。
其一，被賦予“高效率、低能耗”厚望的硬件“大腦”——NPU（神經(jīng)網(wǎng)絡(luò)處理器）芯片，仍處于研發(fā)初期。大模型接入智能終端后，能耗和運(yùn)行效率問題依然難以解決。
其二，囿于大模型能力和硬件不統(tǒng)一的適配協(xié)議，AI在智能終端上能落地的場(chǎng)景仍然有限。面壁智能CTO曾國洋告訴36氪，終端標(biāo)準(zhǔn)協(xié)議的建立，是全球軟硬件廠商之間的博弈，很難預(yù)判勝者是誰。
相對(duì)地，瞄準(zhǔn)垂直場(chǎng)景的設(shè)備，在結(jié)合AI模型后反而迅速開辟了市場(chǎng)。
在作為“科技市場(chǎng)風(fēng)向標(biāo)”的北美，AI硬件迅速崛起的消費(fèi)趨勢(shì)已經(jīng)證明了這一點(diǎn)。
比如在CES 2024首秀的橙色盒子Rabbit R1，可以代理人類完成對(duì)手機(jī)的操作。發(fā)售首日，第一批的1萬臺(tái)機(jī)子就迅速售罄。在北美電子產(chǎn)品購物平臺(tái)ebay上，甚至有人加價(jià)幾百美元，靠拍賣Rabbit R1謀利。
Rabbit R1
事實(shí)證明，只要抓住用戶的痛點(diǎn)，再垂直的場(chǎng)景都能帶來巨大的財(cái)富。
比如AI+戒指——售價(jià)349美元（約2507.31元）的AI戒指Gen3，主打健康檢測(cè)，其母公司OuraRing估值高達(dá)25.5億美元；
AI+跑鞋——由AI驅(qū)動(dòng)的跑鞋Moonwalker，能夠在不改變正常步行方式的情況下將步行速度提高250%，即便預(yù)售價(jià)高達(dá)999美元（約7177.09元），在Kickstarter上也有570人參與眾籌，募款額達(dá)到目標(biāo)金額（9萬美元）的近6倍；
AI+徽章——得到微軟和OpenAI投資的Humane，推出了一款內(nèi)嵌GPT的AI別針AI Pin，主打通過手勢(shì)交互調(diào)用通訊、搜索、播放音樂等不同功能，預(yù)定量已經(jīng)超過450萬臺(tái)。
AI Pin的搜索功能
以北美為鑒，不少業(yè)內(nèi)人士認(rèn)為，健康監(jiān)測(cè)、家庭陪伴等被北美市場(chǎng)驗(yàn)證的場(chǎng)景，在2024年會(huì)馬上在國內(nèi)被復(fù)制。
而在具有中國特色的場(chǎng)景中，最被看好的則是學(xué)習(xí)和翻譯。
回答的準(zhǔn)確率，以及情緒價(jià)值的提供，一直是大眾對(duì)AI教學(xué)、翻譯能力的主要質(zhì)疑點(diǎn)。但真金實(shí)銀是最真實(shí)的市場(chǎng)反饋：接入“星火大模型”后，訊飛學(xué)習(xí)機(jī)、智能辦公本、翻譯機(jī)等產(chǎn)品在雙十一全周期內(nèi)銷售額同比增長126%；網(wǎng)易有道首款搭載大模型功能的有道詞典筆X6 pro，產(chǎn)品首發(fā)日銷量超4萬臺(tái)，開學(xué)季銷售額超1億元。
在遠(yuǎn)識(shí)資本董事Yuca看來，在學(xué)習(xí)場(chǎng)景下，中國用戶天然處于已經(jīng)被教育好的狀態(tài)：學(xué)習(xí)硬件的用戶畫像主要為中小學(xué)生群體，這一群體的特征是樂于接受AI科技等新鮮事物，且對(duì)授課方式敏感度不高。在知識(shí)類數(shù)據(jù)庫（比如教材、真題）較為透明的情況下，AI的準(zhǔn)確率也得以保證，甚至穩(wěn)定性高于人類教師。
而AI翻譯產(chǎn)品可輻射的用戶，比學(xué)生更廣。Yuca認(rèn)為，隨著旅游市場(chǎng)復(fù)蘇、簽證門檻放低，跨國交流成為剛需。隨著AI能力的發(fā)展，耳機(jī)等不同形態(tài)的翻譯設(shè)備也將率先走進(jìn)口音/特定聲音識(shí)別能力、同傳速度這兩個(gè)戰(zhàn)場(chǎng)。
“個(gè)性化分析和指導(dǎo)、引導(dǎo)式學(xué)習(xí)、全學(xué)科知識(shí)整合?！闭劶癆I能給學(xué)習(xí)硬件帶來的新機(jī)會(huì)，網(wǎng)易有道CEO周楓認(rèn)為有三點(diǎn)。在教育場(chǎng)景中，這些功能的提升原被認(rèn)為只有人才能做到，而隨著多模態(tài)能力的提升、Agent的發(fā)展，大模型在細(xì)分場(chǎng)景中更具有“擬人”的能力。
四、留住用戶，拼全流程服務(wù)
2023年，不少AI應(yīng)用快速起高樓，又迅速如曇花一現(xiàn)：
提供文案、圖片生成等AI營銷工具的Jasper，在2022年底估值一度高達(dá)15億美元，擁有100萬總用戶和7萬付費(fèi)用戶。但僅過了半年，Jasper用戶量銳減，面向員工的股票估值打了8折，并開啟裁員；
在國內(nèi)紅極一時(shí)的AI寫真生成應(yīng)用“妙鴨相機(jī)”，高峰期排隊(duì)人數(shù)高達(dá)4000-5000人，等待時(shí)間要十幾個(gè)小時(shí)。但根據(jù)七麥數(shù)據(jù)，上線不到4個(gè)月，伴隨著創(chuàng)始人的離職，妙鴨相機(jī)在IOS“社交”應(yīng)用榜單上的排名，從榜首一路下滑到60開外。
不少AI應(yīng)用都難以逃脫“倒U型”用戶量曲線的魔障。其核心原因有二：底層技術(shù)沒有壁壘，同質(zhì)化產(chǎn)品易復(fù)制；服務(wù)鏈條短，用戶難以對(duì)工具生態(tài)產(chǎn)生依賴。
海外頭部AI圖像生成應(yīng)用下載趨勢(shì)，圖源：Sensor Tower
“像妙鴨一樣的AI軟件應(yīng)用，可以通過巧妙的營銷或者獲客方式快速起量。但想要維持用戶增長，超越美圖、Photoshop這樣的產(chǎn)品，核心在于妙鴨們能否將服務(wù)，快速迭代到全流程的水平。”遠(yuǎn)識(shí)資本董事Yuca向36氪舉了個(gè)例子：
妙鴨相機(jī)通過更精細(xì)的AI寫生生成技術(shù)，快速聚集了一波用戶。但妙鴨的服務(wù)鏈條僅限于照片生成，具有修圖、編輯等需求的用戶，又會(huì)回到美圖和Photoshop的服務(wù)生態(tài)。
AI應(yīng)用的用戶留存思路，本質(zhì)上與任何產(chǎn)品的發(fā)展并無二致：找到一個(gè)解決剛需的場(chǎng)景，完善全流程的服務(wù)鏈條，不斷迭代更新IP，拓展使用場(chǎng)景。
找場(chǎng)景和IP迭代，可以被視作產(chǎn)品不同發(fā)展階段的流量入口。比如在《芭比》電影上映期間，AI寫真小程序“45 AI”，靠首發(fā)芭比模板在兩天內(nèi)聚集了2萬多用戶，美圖秀秀等老牌美圖軟件也緊隨其后上線芭比模板。而春節(jié)將至，ChatMind、MiniMax等團(tuán)隊(duì)也快速在AI社交產(chǎn)品上，針對(duì)年輕人更新了親戚拜年的闖關(guān)場(chǎng)景。
對(duì)不少產(chǎn)品來說，找到合適的流量入口不難，但用全流程服務(wù)和更廣的場(chǎng)景承接流量并不簡單。
例如，線上服務(wù)，需要從滿足單點(diǎn)功能，延伸到涵蓋使用前、中、后的全流程，比如針對(duì)想要體驗(yàn)寫真生成的用戶，企業(yè)還要滿足他們后續(xù)修圖、美顏的需求。當(dāng)線上服務(wù)場(chǎng)景已經(jīng)涵蓋全流程，就要考慮往線下場(chǎng)景延伸，比如將AI功能嵌入多形態(tài)的硬件設(shè)備中。
在用戶留存層面，2023年能帶給2024年的經(jīng)驗(yàn)教訓(xùn)是：靠一個(gè)強(qiáng)大的AI功能并不能一勞永逸。畢竟，人類專業(yè)攝影師也難求一稿包過，根據(jù)用戶的需求后期精修才是常態(tài)。
五、用To C的思維，做To B服務(wù)
2023年，大模型落地很快產(chǎn)生了To B和To C的分野。
選擇To B場(chǎng)景，大多離不開企業(yè)基因和商業(yè)化兩個(gè)原因。智譜AI CEO張鵬談及選擇To B的原因，是公司成立初期已經(jīng)原始積累了一批企業(yè)客戶資源，“To B是商業(yè)化能夠比較快跑起來的途徑”。
選擇To B或是To C，也有產(chǎn)品迭代和建立數(shù)據(jù)飛輪的考量。作為為數(shù)不多堅(jiān)定To C的大模型公司，月之暗面的理由是：迭代效率。月之暗面CEO楊植麟曾在公開采訪中表示，這是一個(gè)“以終為始”的選擇，月之暗面的“終”是探索智能邊界，做個(gè)性化，反推適合的人才結(jié)構(gòu)、產(chǎn)品策略的“始”，就是To C。
“從長遠(yuǎn)來看，成功的商業(yè)策略應(yīng)當(dāng)是To B與To C并重，構(gòu)建起既能滿足企業(yè)和組織需求，又能貼近廣大消費(fèi)者的產(chǎn)品和服務(wù)生態(tài)體系?！绷阋蝗f物技術(shù)副總裁、Pretrain（預(yù)訓(xùn)練）負(fù)責(zé)人黃文灝告訴36氪。在他看來，To B和To C業(yè)務(wù)對(duì)模型迭代能力的影響各有側(cè)重。
“通常來說，To B業(yè)務(wù)因其專業(yè)性強(qiáng)、定制化需求多等特點(diǎn)，在企業(yè)服務(wù)方面已經(jīng)相對(duì)成熟。To B業(yè)務(wù)收集數(shù)據(jù)的速度雖然較慢，但所處理的數(shù)據(jù)通常更為結(jié)構(gòu)化、質(zhì)量更高，對(duì)于特定行業(yè)知識(shí)的學(xué)習(xí)與積累有著不可替代的優(yōu)勢(shì)。”黃文灝表示，“而To C業(yè)務(wù)，由于用戶基數(shù)大、交互頻繁且應(yīng)用場(chǎng)景多元化，確實(shí)更容易形成數(shù)據(jù)飛輪效應(yīng)。同時(shí)，由于消費(fèi)者對(duì)新技術(shù)接受度高，創(chuàng)新擴(kuò)散速度快，從而吸引更多的新用戶，形成良性循環(huán)?！?/p>
然而在模型落地的實(shí)際過程中，不少廠商發(fā)現(xiàn)，To C和To B的邊界正在逐漸模糊。
智譜AI CEO張鵬告訴36氪，大模型To B和以往的To B服務(wù)模式并不同。以往的B端服務(wù)，主要滿足的是來自企業(yè)的業(yè)務(wù)流程標(biāo)準(zhǔn)化的需求。但大模型的智能能力提升后，企業(yè)對(duì)To B服務(wù)的需求，擴(kuò)展到了工作提效、員工助手、知識(shí)培訓(xùn)等聚焦于個(gè)體服務(wù)的場(chǎng)景。
“即便是做業(yè)務(wù)相關(guān)的AI Agent，最終的用戶是員工個(gè)體，服務(wù)的其實(shí)還是C端群體。”張鵬解釋。
什么叫做To C思維？在月之暗面聯(lián)合創(chuàng)始人周昕宇看來，“用戶會(huì)為對(duì)自己有幫助的產(chǎn)品直接買單。”與傳統(tǒng)To B倡導(dǎo)服務(wù)的標(biāo)準(zhǔn)化不同，To C服務(wù)需要滿足不同用戶的個(gè)性化需求。甚至于，To C產(chǎn)品需要根據(jù)用戶的使用習(xí)慣進(jìn)行不斷迭代，個(gè)性化的迭代會(huì)貫穿用戶完整的使用周期。
不過，對(duì)于To B模型廠商而言，想要長久盈利，就必須提供標(biāo)準(zhǔn)化服務(wù)。
遠(yuǎn)識(shí)資本董事Yuca認(rèn)為，國內(nèi)數(shù)字化預(yù)算主要集中在大客戶手中。目前對(duì)大模型廠商而言，服務(wù)大客戶的定制化服務(wù)利潤最高，但付出人力時(shí)間成本高，回款周期長，且只有極少部分大客戶能夠承擔(dān)。
不少To B模型廠商，開始尋找能實(shí)現(xiàn)個(gè)性化服務(wù)的標(biāo)準(zhǔn)技術(shù)路徑。比如，國內(nèi)外已有不少廠商在To B大模型服務(wù)中引入RAG（檢索增強(qiáng)生成）流程，實(shí)現(xiàn)對(duì)企業(yè)的個(gè)性化服務(wù)。RAG就好似大模型與企業(yè)私有數(shù)據(jù)庫之間的“傳聲筒”，隨著私有數(shù)據(jù)庫的更新，相應(yīng)的模型服務(wù)也會(huì)隨之更迭。
2024年，To B模型廠商抓住金字塔尖的大客戶依然重要，Yuca補(bǔ)充，“不同ToB行業(yè)有極高的行業(yè)壁壘，如何切入高行業(yè)壁壘的大客戶也是需要思考的問題”。但位于塔身的廣大客群，是目前To B模型廠商立身的富礦。
六、出海，淘金
如今，出海成了不少國內(nèi)AI廠商無奈又為之振奮的抉擇。
中國互聯(lián)網(wǎng)公司的海外AI產(chǎn)品
無奈，更多來源于對(duì)資源的內(nèi)憂外患。
在美元基金退出、芯片供應(yīng)受阻的大背景下，AI廠商在國內(nèi)融資、訓(xùn)練模型的難度驟增。據(jù)不完全統(tǒng)計(jì)，在國內(nèi)，2023年上半年融到錢的大模型企業(yè)大概有20多家，但下半年數(shù)量驟減至不到1/2——錢早已涌向了少數(shù)大模型的早期玩家，后來者的處境并不樂觀。
站在基金的角度，遠(yuǎn)識(shí)資本董事Yuca告訴36氪，由于時(shí)局并不明朗、IPO充滿不確定性，基金更在意如何在IPO前順利退出，并且從中獲利：“海外市場(chǎng)收并購相對(duì)國內(nèi)成熟，出海項(xiàng)目存在收并購可能性較國內(nèi)高很多，相比走IPO的獨(dú)木橋，對(duì)基金來說退出更容易一些?！?/p>
相較于國內(nèi)，海外，尤其是北美，企業(yè)之間的收并購更為常見。據(jù)數(shù)據(jù)分析公司GlobalData統(tǒng)計(jì)，在2016年到2020年期間，蘋果一共收購了25家AI公司，谷歌收購了14家，微軟收購了12家。
被這些大廠收購后，創(chuàng)業(yè)者依然能夠選擇二次創(chuàng)業(yè)。比如，曾為蘋果員工的Adam Menges，在創(chuàng)辦的兩家公司分別被微軟和Niantic收購后，他又加入了AI設(shè)計(jì)初創(chuàng)企業(yè)Visual Electric，獲得了紅杉的投資。
而出海更令人振奮的原由，莫過于海外有著近中國14倍規(guī)模的AI市場(chǎng)。IDC的報(bào)告顯示，2022年中國AI軟件市場(chǎng)規(guī)模為307億元，全球則為640億美元（約4606.4億元）。
同時(shí)，在全球成本差異不大的前提下，由于付費(fèi)能力和付費(fèi)意識(shí)的差異，同樣產(chǎn)品在海外的利潤率將高得多。以Apple Music為例，同樣的音樂服務(wù)，美國的訂閱費(fèi)是10美元/月（約71.93元/月），是中國訂閱費(fèi)（10元/月）的7倍。
至于模型服務(wù)，智譜AI CEO張鵬認(rèn)為，海外客戶對(duì)標(biāo)準(zhǔn)化的接受程度更高，但國內(nèi)客戶更傾向于選擇定制化，這導(dǎo)致模型服務(wù)在國內(nèi)的ROI（投資回報(bào)率）并不高。不少受訪者的觀點(diǎn)是，只要能和OpenAI、微軟等大廠形成服務(wù)或者價(jià)格上的差異化優(yōu)勢(shì)，出海對(duì)于To B模型廠商而言能夠拓展更多商業(yè)機(jī)會(huì)。
此外，一個(gè)不得不承認(rèn)的事實(shí)是，國內(nèi)大模型與GPT-4的客觀差距仍然存在。但目前，GPT-4等部分高性能模型無法進(jìn)入國內(nèi)市場(chǎng)。在海外，依托于更高性能的模型底座，AI廠商能夠?qū)崿F(xiàn)更多的應(yīng)用創(chuàng)新和模式創(chuàng)新。
在與國外廠商技術(shù)差距可控的前提下，中國AI廠商出海的天然優(yōu)勢(shì)，則在于對(duì)渠道和價(jià)格的把控能力。
對(duì)于AI軟件廠商，尤其是To C應(yīng)用而言，經(jīng)受國內(nèi)社交+電商+視頻三位一體的復(fù)雜獲客渠道的捶打，面對(duì)國外以亞馬遜、Instagram等獨(dú)立平臺(tái)為主的渠道生態(tài)，就從容了許多?！澳茉趪鴥?nèi)這么卷的渠道環(huán)境中殺出來的，在國外一定不會(huì)差。”一名在北美的AI創(chuàng)業(yè)者對(duì)36氪判斷。
對(duì)于AI硬件廠商而言，極致性價(jià)比依然是收割海外客戶的利器。即便全球供應(yīng)鏈正在往東南亞轉(zhuǎn)移，但核心部件的生產(chǎn)技術(shù)專利仍然把握在中國廠商手中。AI硬件廠商能夠通過供應(yīng)鏈優(yōu)勢(shì)，在海外市場(chǎng)把握定價(jià)權(quán)。
不過，廠商們也要清楚地認(rèn)識(shí)到，海外市場(chǎng)與國內(nèi)市場(chǎng)存在不小的差異，這會(huì)全方位地影響產(chǎn)品定位、UI設(shè)計(jì)、訓(xùn)練數(shù)據(jù)、團(tuán)隊(duì)建設(shè)。將本地化產(chǎn)品或者團(tuán)隊(duì)1:1復(fù)刻到海外，結(jié)局大多是水土不服、鎩羽而歸。
比如對(duì)于AI繪畫軟件，國內(nèi)用戶偏愛國風(fēng)模板，但海外用戶則更偏愛漫威和3D。在國內(nèi)，To B的AI公司需要建立相當(dāng)規(guī)模的工程化團(tuán)隊(duì)，以滿足客戶的定制化需求，但在標(biāo)準(zhǔn)化接受程度高的海外，AI公司反而要放更多精力在底層技術(shù)打磨，以及建立高水平的銷售團(tuán)隊(duì)上。
如今，一批國內(nèi)大廠已經(jīng)用AI瞄準(zhǔn)了海外市場(chǎng)，而不少AI初創(chuàng)企業(yè)的出海財(cái)富故事，也已在業(yè)內(nèi)流傳：
由西南財(cái)經(jīng)大學(xué)計(jì)算機(jī)教授段江創(chuàng)立的AI圖片編輯軟件Fotor，在全球超過5000個(gè)AI應(yīng)用中，2023年9、10兩月訪問量排名23，月活高達(dá)千萬；MiniMax旗下的海外AI聊天軟件Talkie，自2023年8月發(fā)布以來，就長期位于美國Google Play娛樂應(yīng)用下載榜前10。
可以預(yù)見的是，成功探路的案例越多，AI出海的隊(duì)伍將在2024年愈發(fā)壯大。
歡迎交流！
