本文概述了生成式人工智能（Generative AI或AIGC）的起源和發(fā)展歷程，特別強調了文生圖應用和ChatGPT對其發(fā)展產生的重要推動作用，并從大模型生態(tài)構建和行業(yè)應用兩個方面剖析了其商業(yè)應用前景和技術挑戰(zhàn)。

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，并誕生了最早的圖靈測試標準。

多年來，生成式AI的發(fā)展一直不溫不火。直到去年Midjourney、Stable Diffusion等文生圖應用點燃了大眾的熱情，再到11月ChatGPT的橫空出世，更是引發(fā)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(yè)實踐經驗，從大模型生態(tài)構建方式、行業(yè)應用的切入路徑這兩個視角切入，描繪生成式AI的行業(yè)應用版圖，分享我們初步的觀察與思考。

一、大模型的生態(tài)

1. 模型即服務（MaaS）的新生態(tài)加速形成

結合目前行業(yè)“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(tài)。

自下而上，三層結構的構成如下：

1. 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、云操作系統(tǒng)等軟件。
2. 模型層（MaaS）：通用AI大模型，以及基于大模型在垂直領域訓練生成的行業(yè)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、開發(fā)出場景化、定制化、個性化的中小模型，實現在不同行業(yè)、垂直領域、功能場景的工業(yè)流水線式部署，同時兼具按需使用、高效經濟的優(yōu)勢。
3. 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(lián)網+”一樣，“AIGC+”或者說“AI+”將來有望和各行各業(yè)深度結合，持續(xù)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(yè)。

2. 大模型走向通用性和垂直性并重的縱深布局

在AIGC技術應用布局上，通用性和垂直性并重。

所謂“通用性”指的是橫向能力，適用于各個行業(yè)，具體而言包括語義多輪對話、知識庫構建、智能搜索、企業(yè)級RPA、多模態(tài)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(fā)揮著巨大的優(yōu)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能夠迅速學習并掌握最佳實踐，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(fā)展到幫助用戶閱讀理解、生成個性化資料庫，以及基于高效資訊歸納的新搜索功能。這使得AIGC既可應用于企業(yè)級人工智能，也可成為個人助理（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(tǒng)，都可以借助AIGC實現語義搜索功能。
4. 企業(yè)級RPA（Robotic Process Automation）：結合LLM（Large Language Models）技術和RPA，AIGC在企業(yè)級應用中發(fā)揮著重要作用。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(yè)場景，為用戶賦能。
5. 多模態(tài)內容生成：在智能寫作助手、廣告主視覺創(chuàng)作、智能NPC等領域，AIGC技術帶來了創(chuàng)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：代碼作為一種更標準化的文本，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，也為普通的非技術工作者提供了更為便捷的工具，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(yè)Know-how的學習，AIGC技術可以進化為行業(yè)專家，從而大幅加速各行業(yè)的數字化轉型。

結合國外企業(yè)的投融資信息，我們列舉了醫(yī)療、金融、零售和制造幾個行業(yè)的典型例子：

1. 醫(yī)療（Zebra Medical Vision ，Aidoc 等使用AGI進行醫(yī)學圖像分析）。
2. 金融（Bloomberg發(fā)布Terminal AI大模型提供金融智能化服務）。
3. 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）。
4. 制造（通用電氣等公司利用生成式人工智能優(yōu)化生產流程、預測性維護和供應鏈管理）。

3. 國外科技企業(yè)紛紛“卷”出了新高度

在OpenAI的直接帶動（微軟）或刺激（谷歌等）下，大模型已經成為巨頭軍備競賽新的殺手锏。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，以期在新的范式轉換和技術浪潮中占得先機。

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，微軟開發(fā)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(tǒng)科技巨頭，創(chuàng)業(yè)企業(yè)同樣表現出極高的市場活力和技術實力，各模態(tài)應用快速落地，爆款產品不斷推出。

隨著技術不斷演進，尤其是Diffusion、Transformer和Clip等模型的提出，AIGC的商業(yè)化在多個領域開始落地，其中代碼生成、文本生成、圖像生成、音視頻/游戲等領域已有不少爆款級產品。

1. 代碼領域，Github推出的Copilot用戶量破百萬。
2. 文本領域，微軟已經在Bing和Dynamic365等應用已接入ChatGPT/GPT-4接口。
3. 圖像領域， Stable diffusion等文生圖應用已突破千萬級用戶量。
4. 音視頻/游戲領域，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(yè)創(chuàng)新產品和解決方案可參見下表：

4. 大模型生態(tài)合作的5種典型方式

目前，大模型可能的生態(tài)合作和商業(yè)模式正在漸次展開，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(huán)境下，API調用被廣泛應用于知識庫和客戶服務領域。

公司通過利用ChatGPT開放的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(chuàng)業(yè)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(guī)對話功能，還可以利用企業(yè)自有、甚至非公開的訓練數據來提供高度針對性的服務。

以OpenAI的GPT-3/3.5/4為技術基礎，一些創(chuàng)新公司如QUANTUM ENGINE（類似Character.ai和Inworld，由創(chuàng)始人Jesse Lyu于2023年創(chuàng)建）旨在基于ChatGPT改善玩家體驗并提升生產環(huán)節(jié)效率。

這些公司通過引入開放式對話，重新探索NPC的價值，以提升沉浸感與交互方式。同時，實現了開放式游戲視覺引擎聯(lián)動的三個步驟：生成對話、行為與藍圖的自動化。

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并自動生成對話。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(tài)擴展方向發(fā)展。

典型如OpenAI開放了GPT-4（純文本）、ChatGPT API和WhisperAPI（應用程序接口），允許開發(fā)者將ChatGPT集成至他們的應用程序和服務中。

2023年3月1日，OpenAI基于GPT 3.5 Turbo模型開放了ChatGPT API，API收費模式為0.002美元/1000tokens。相較于前一代開放接口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(tài)的發(fā)展。

2）插件模式：Plugin讓大模型有望成為新的OS

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

通過這些插件，用戶可以用ChatGPT購買商品，預定酒店、機票，搜索專業(yè)數據等，這大大解放了ChatGPT的生產力，為其發(fā)展帶來了更多的可能性。

這種插件模式為Plugin可能的應用方式和影響提供了豐富的發(fā)展前景。

總之，不管是作為操作系統(tǒng)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？護城河在哪里？

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OpenAI的，核心技術不在自己手里，AIGC應用層企業(yè)的護城河在哪里？

PitchBook調查數據顯示，僅在2022年，生成式AI（即AIGC）賽道就發(fā)生了78筆投資，總融資金額超過13.7億美元，幾乎相當于過去5年的融資總和。同期，出現了OpenAI、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(chuàng)投市場都熱得發(fā)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(chuàng)業(yè)公司還沒來得及在市場上露出鋒芒，就已經被一日千里的OpenAI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？

關于這個問題的回答我們將以Grammarly、Jasper.ai 的使用體驗及 Quantum-engine創(chuàng)始人的現身說法為例嘗試做出回答：

Q1: ChatGPT對Grammarly說：我干掉你，與你無關？

Grammarly為全球每天的3000萬用戶（包括50000個專業(yè)機構）提供語法校對服務。然而，在ChatGPT出現后，這一市場格局可能面臨挑戰(zhàn)，據悉reddit、twitter 等地充滿了正在認真考慮退訂 Grammarly 。

Q2：Jasper“真香”，為什么？

Jasper支持各平臺廣告/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(yè)性文字創(chuàng)作。

雖然底層模型是OpenAI的（親測調整設問方式后可在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的估值和用戶量并未受到影響，這引發(fā)了關于其發(fā)展和市場競爭力的思考。

A3：創(chuàng)始人視角：應用層壁壘在于前端用戶體驗

QUANTUM ENGINE 創(chuàng)始人表示ChatGPT在游戲行業(yè)的應用呈現出巨大潛力，包括游戲角色對話生成、劇情編寫、游戲元素創(chuàng)意等方面，為游戲開發(fā)者提供強大的支持。

作為對話生成應用，低延時性對用戶體驗至關重要，類似于在弱網條件下云視頻會議產品Zoom適當犧牲視頻質量以優(yōu)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，為用戶精準提供更舒適的前端用戶體驗。

由此觀之，行業(yè)應用層的獨特優(yōu)勢決定了未來百花齊放的生態(tài)，深耕行業(yè)特性、優(yōu)化前端體驗才能應對大模型飛速迭代帶來的潛在危機。

二、行業(yè)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(tài)擴展。

1. 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、游戲未來的新形態(tài)和制作新方式，以及為數字人、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(chuàng)作領域的大爆發(fā)。

2. B端市場，從高價值先導領域向MaaS生態(tài)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

以營銷為例，AIGC技術可以大幅降低創(chuàng)意成本、大量生成廣告素材和文案。Jasper作為市場上最為火爆的廣告、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戰(zhàn)。

3）知識密集型領域蘊含著生成式AI應用的巨大潛力

在醫(yī)療領域，GPT-4作為一種醫(yī)學AI聊天機器人，在醫(yī)學領域的潛在應用方式主要包括醫(yī)療記錄、醫(yī)學知識和醫(yī)療咨詢，可以幫助醫(yī)護人員提升工作效率和患者問診體驗。

但它也存在局限性，并可能帶來系列潛在風險。

在教育領域的應用已較為成熟。以Duolingo為例，他們利用GPT-4推出了新產品“Duolingo MAX”學習平臺，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，為各行各業(yè)帶來了前所未有的效率提升和創(chuàng)新機遇。

但我們也應當關注到其中的挑戰(zhàn)與風險，確保技術在發(fā)揮潛能的同時，也能保障用戶的利益和安全。

除了千行百業(yè)的多模態(tài)應用，在B端市場，如下圖所示的模型層中AIGC技術業(yè)在逐漸圍繞頭部幾家大模型形成的MaaS生態(tài)發(fā)展：

三、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開始。也特別歡迎大家聯(lián)系我們，一起探討大模型在行業(yè)應用主戰(zhàn)場落地的機會和挑戰(zhàn)。

1. 企業(yè)級RPA+大模型的AutoGPT方式可能顛覆現有的軟件模式

產業(yè)層面，企業(yè)級RPA（Robotic Process Automation）結合大模型的方式將在更多行業(yè)實現落地（譬如金融、零售、政府、制造、物流、地產、教育等），并財務，HR，客服等應用場景展現極為出色的能力，從而實現更高效的工作流程和業(yè)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。

2. 組織變革和個人自雇等興起，將帶來應用軟件的全新革命

當一個人就能成為一支團隊，這將有可能誕生具有To C體驗的B端現象級產品。在產業(yè)變革的加速驅動下，未來在組織層面業(yè)將發(fā)生深刻變革，個人和小團隊模式可能成為重要形態(tài)，引發(fā)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(xù)顛覆我們的認知、持續(xù)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。