全文字?jǐn)?shù)：4800字，閱讀時(shí)間：18分鐘
本文來自智次方直播：AI與商業(yè)創(chuàng)新：大模型如何革新商業(yè)模式&重塑業(yè)務(wù)領(lǐng)域
金秋9月，智次方與智用人工智能應(yīng)用研究院攜手推出AI大模型系列公開課，從認(rèn)知、應(yīng)用、商業(yè)、安全等不同方向，帶您領(lǐng)略AI大模型的魅力與應(yīng)用前景。
9月20日晚，智用研究院數(shù)字經(jīng)濟(jì)與孵化器CTO 周聞鈞老師以“AI與商業(yè)創(chuàng)新：大模型如何革新商業(yè)模式&重塑業(yè)務(wù)領(lǐng)域”為主題進(jìn)行了一次深度內(nèi)容分享。
以下根據(jù)直播內(nèi)容整理：
01
OpenAI一路高歌背后的商業(yè)決策
按照之前許多硅谷創(chuàng)業(yè)英雄的典型腳本，他們會(huì)突然出現(xiàn)一個(gè)神來之筆，創(chuàng)造了一個(gè)原型產(chǎn)品、概念或技術(shù)，然后立刻在整個(gè)硅谷或歐美地區(qū)引起大家的跟進(jìn)和復(fù)刻。然而，當(dāng)一些IT巨頭親自下場之后，這些最早的初創(chuàng)企業(yè)很快就會(huì)熄火，逐漸淡出，要么業(yè)務(wù)難以為繼，要么被豪門收購成為其業(yè)務(wù)版圖的一部分，然后這個(gè)技術(shù)方向可能會(huì)被一些技術(shù)巨頭所掌握。
但在過去的兩三年里，OpenAI的故事腳本卻不是這樣。它保持了高度的獨(dú)立性，從最早的GPT1 到現(xiàn)在的GPT4，在模型性能與商業(yè)模式上拉開了與大模型競爭者們的身位優(yōu)勢，整個(gè)業(yè)界仍將GPT4視為大模型的最高標(biāo)準(zhǔn)。
那么OpenAI到底做了哪些決策使其一路高歌猛進(jìn)呢?在我看來，是做對了三件事情。
率先的商業(yè)選擇—開創(chuàng)了大模型商業(yè)化的方向
首先，OpenAI是在大模型領(lǐng)域中率先開創(chuàng)了商業(yè)化的方向。
在此之前，大家只是試探性地探索著，就拿微軟來說，雖然也曾考慮過利用AI模型盈利，比如他們有一個(gè)產(chǎn)品線叫做認(rèn)知服務(wù)，將許多感知技術(shù)(如視覺技術(shù)、語言理解技術(shù)、自然語言處理技術(shù)、語音合成技術(shù))打包成一些開箱即用的PaaS服務(wù)，希望客戶按用量付費(fèi)，這個(gè)想法并沒有錯(cuò)。但只能說他們選擇這些產(chǎn)品的時(shí)間點(diǎn)并不是最佳的，所以盡管市場對這方面的需求存在，但一直都不溫不火，也沒有成為AI領(lǐng)域的爆點(diǎn)。
在OpenAI的GPT問世以后，特別是3.5版本和ChatGPT模型發(fā)布之后，在C端就迅速獲得了超過1億的注冊用戶，創(chuàng)造了有史以來最快的注冊用戶記錄。因此，它的成功主要來自C端用戶。然而，最終的商業(yè)決策是它開創(chuàng)了一個(gè)名為ChatGPT Plus的訂閱計(jì)劃，開始區(qū)分免費(fèi)用戶和付費(fèi)用戶。
這個(gè)想法并不算新鮮，是一個(gè)非常經(jīng)典的模式。如果對歐美技術(shù)發(fā)展的一些趨勢有所了解，就會(huì)知道這個(gè)故事幾乎是一再重復(fù)的。最典型的例子就是開源社區(qū)，例如Linux操作系統(tǒng)，既有免費(fèi)的社區(qū)版Linux，也有像Red Hat(紅帽公司)等收費(fèi)的Linux發(fā)行版。通過在開源社區(qū)中獲得成功之后，成立商業(yè)機(jī)構(gòu)來運(yùn)營商業(yè)版本。商業(yè)版本和社區(qū)版本之間可能會(huì)有一到兩代的差距，并提供許多增值服務(wù)，如更高質(zhì)量的商業(yè)用戶服務(wù)、更穩(wěn)定的版本或?yàn)锽端客戶提供定制服務(wù)等。而社區(qū)版本則保持開源，保持用戶基數(shù)，讓大家仍然可以免費(fèi)學(xué)習(xí)和使用。但是要善于利用這個(gè)策略并不容易，因?yàn)樗枰盐找粋€(gè)很難的平衡，即商業(yè)版和社區(qū)版之間的功能差異必須保持在合理的范圍內(nèi)。
正確的商業(yè)選擇—攜手微軟快速進(jìn)軍商業(yè)市場
其次，OpenAI邁出的最正確的一步是找了一家非?？煽康腡oB類企業(yè)——微軟來商業(yè)化大模型，讓合適的人做合適的事情。
其中有幾個(gè)判斷他們都做對了。
第1個(gè)判斷：C端——>B端
OpenAI 的 GPT大模型之前是面向 C 端用戶的，它很容易吸引了一億的注冊用戶。如果你手上有一億的注冊用戶，讓你輕易地放棄他們，這是一個(gè)非常艱難的決定。但是 OpenAI 的思路很清晰，他認(rèn)為大模型的商業(yè)前景實(shí)際上不在于 C 端用戶，而是在于商業(yè)化的B 端市場。所以實(shí)際上它是一家非常有拯救世界、改造世界情懷的初創(chuàng)企業(yè)。但是對于運(yùn)營 B 端模式，它缺乏經(jīng)驗(yàn)。既然它能夠判斷出在 B 端市場的巨大機(jī)會(huì)，那么把這件事情交給更專業(yè)的公司來做是最合適的。
第2個(gè)判斷：選擇哪家ToB類企業(yè)?
做B 端服務(wù)的巨頭很多，微軟當(dāng)然是其中之一，但是還有 Oracle、IBM等等。
為什么選擇微軟?原因之一是Microsoft 和 OpenAI 有很深的淵源，OpenAI 在歷史上的很多早期重要里程碑事件中，都有微軟的影子，可以說微軟一直在支持和扶持它的發(fā)展。因此，OpenAI也獲得了微軟的投資。
另外一個(gè)原因是微軟在 ToB 類服務(wù)軟件和戰(zhàn)線方面是最長、最全面的企業(yè)之一。因此，微軟可以決定 OpenAI這個(gè)大模型技術(shù)在哪些企業(yè)用戶場景中切入。
我認(rèn)為這是他們所做的決策中最明智的一步，也是他們與其他大模型供應(yīng)商之間差距拉開的關(guān)鍵。他們可以專注于繼續(xù)完善自己的模型，而商業(yè)化的步伐則交給別人來做。
遠(yuǎn)見的商業(yè)選擇—圍繞OpenAI的生態(tài)正在快速形成
第三步是我認(rèn)為非常有遠(yuǎn)見的決策，那就是快速構(gòu)建自己的生態(tài)系統(tǒng)和護(hù)城河。
一個(gè)非常成功的例子是英偉達(dá)。這不僅僅是因?yàn)橛ミ_(dá)的GPU在某些方面先進(jìn)，而是因?yàn)樗腃UDA生態(tài)系統(tǒng)已經(jīng)涵蓋了整個(gè)市場。因此，無論是AMD還是國內(nèi)的眾多GPU廠商，他們都面臨著困擾。雖然他們能夠生產(chǎn)出GPU并解決制造問題，但很難解決客戶使用意愿的問題，因?yàn)樗麄內(nèi)狈ι鷳B(tài)系統(tǒng)、應(yīng)用和技術(shù)的護(hù)城河。
OpenAI也意識到了這個(gè)問題，并且愿意看到大家找出大模型的不足之處，比如大模型會(huì)胡說八道，許多知識也具有有效期。他們樂于將這一找出問題的能力交給社區(qū)，而不是自己去做。因此，我們會(huì)看到他們推出了插件機(jī)制，并吸引了許多早期開源社區(qū)的追隨者們。這些追隨者們紛紛看到了其中的機(jī)會(huì)，開始在垂直行業(yè)和不同場景下開展工作。一旦這個(gè)生態(tài)系統(tǒng)形成，它將成為OpenAI GPT大模型的強(qiáng)大護(hù)城河。我們實(shí)際上已經(jīng)看到這種趨勢正在出現(xiàn)?，F(xiàn)在談到大模型的插件，幾乎所有人都會(huì)說他們兼容OpenAI的插件格式，這就是護(hù)城河，也是他們的商業(yè)優(yōu)勢。
因此，并不需要太多商業(yè)決策，只要你能夠清楚地思考這三步，你就能在市場上保持3到5年的領(lǐng)先優(yōu)勢。
02
OpenAI服務(wù)和微軟Azure
OpenAI服務(wù)
有了OpenAI的支持，微軟為自己的整個(gè)AI技術(shù)棧填補(bǔ)了一塊非常重要的拼圖。用戶會(huì)發(fā)現(xiàn)，使用了OpenAI服務(wù)之后，它的Azure Machine Learning似乎也不錯(cuò)。他們也可能擁有一些像其他前端結(jié)合的服務(wù)，比如Power Apps和Power BI等數(shù)據(jù)分析前端的服務(wù)。
現(xiàn)在出現(xiàn)了一個(gè)非常奇妙的現(xiàn)象，OpenAI自己和微軟的公有云Azure共同運(yùn)營著OpenAI的GPT模型服務(wù)。感覺就像是同一個(gè)產(chǎn)品有兩家來銷售，一家是正宗的創(chuàng)始者，一家是得到了獨(dú)家授權(quán)的經(jīng)銷商。
那么對于OpenAI這個(gè)大模型服務(wù)，這兩家的思路是怎樣的呢?我們先來看看基本沒有變化的地方，無論是從價(jià)格體系還是提供的模型種類來說，微軟并沒有超越OpenAI。微軟唯一做了一些補(bǔ)充的是將自己的開發(fā)平臺開發(fā)框架，如C#等與OpenAI的大模型調(diào)用進(jìn)行了整合，因?yàn)橹爸挥蠵ython的SDK，現(xiàn)在給它提供了更多的語言選擇。
但是有哪些方面是OpenAI沒有考慮到的呢?憑借微軟多年來在ToB領(lǐng)域的經(jīng)驗(yàn)，它增強(qiáng)了這個(gè)功能，無論是在安全性方面，如是否支持虛擬網(wǎng)絡(luò)，是否支持高級的安全模型，如基于角色的訪問控制驗(yàn)證方式，還是在安全合規(guī)等方面，包括SLA等，微軟都為企業(yè)用戶提供了滿意的解決方案。
Azure OpenAI 的出現(xiàn)無疑承擔(dān)了 OpenAI 在許多面向企業(yè)的領(lǐng)域的壓力，使得 OpenAI 公司可以輕裝上陣，繼續(xù)專注于做好他們在大模型領(lǐng)域的業(yè)界領(lǐng)先地位。在現(xiàn)實(shí)中有很多頭痛的問題，甚至需要一些繁瑣的工作，這些都可以交給經(jīng)驗(yàn)豐富的微軟來處理。微軟可以根據(jù)需要制定政策、增強(qiáng)產(chǎn)品甚至提供法律幫助，通過各種手段盡可能消除商業(yè)市場上對大模型的阻力，消除客戶對合規(guī)等方面的疑慮。
03
大模型生產(chǎn)力工具的智能化
正是因?yàn)橛辛?OpenAI 以及之后的百家爭鳴，如 Meta、谷歌等公司，在 AIGC 領(lǐng)域取得了巨大進(jìn)展。
我們可以看到微軟的行動(dòng)非常迅速。在與 GPT達(dá)成獨(dú)家授權(quán)合作后，微軟將 GPT 整合到了自己的 M365 低代碼平臺、New Bing，以及像 GitHub 這樣的專業(yè)用戶平臺和服務(wù)中。Copilot 目前非常受歡迎，對吧?在任何場景下，我們都需要一個(gè)副駕駛，無論是寫文檔還是做 PPT，都需要一個(gè)助手幫助我們起草初稿。
微軟擁有許多產(chǎn)品例如 Word、PowerPoint、Excel 等基礎(chǔ)辦公軟件，而對于一些專業(yè)工作者，比如財(cái)務(wù)、法律、市場營銷等等，他們可以使用低代碼平臺 Power Platform。這些人可能不需要編程語言，但通過簡單的拖拉拽就能定制很多任務(wù)腳本。
對于普通消費(fèi)者來說，如果搜索引擎能以問答的方式提供體驗(yàn)，就像新的 Bing 搜索引擎一樣，無疑會(huì)顛覆傳統(tǒng)搜索引擎的使用體驗(yàn)。
對于程序員來說，如果有一個(gè)靠譜的助手可以幫助做簡單的代碼 review 和提示，就像當(dāng)年我剛開始使用 Visual Studio 時(shí)，有一個(gè)名為 IntelliSense 的功能可以自動(dòng)補(bǔ)全代碼，那真是令人驚嘆。我甚至不需要查找很多函數(shù)接口或庫的接口，當(dāng)我寫代碼時(shí)，它就會(huì)提供類型提示，并進(jìn)行檢查。這真的非常方便，對吧?不僅如此，現(xiàn)在不僅是一些簡單的函數(shù)接口，甚至連代碼邏輯，像 GitHub Copilot 都可以幫你起草，幫你編寫基本框架，而且它幾乎可以用任何編程語言。因此，有了像 GitHub Copilot 這樣的工具，可以極大地提高我們程序員的效率。
當(dāng)然，微軟有這么多Copilot，而它的主要競爭對手谷歌自然感到焦慮。因此，谷歌通過幾個(gè)月的趕超，推出了自家的語言模型PaLM，而且它是唯一一個(gè)將這個(gè)模型與自家產(chǎn)品線結(jié)合的公司。谷歌的Workspace辦公全家桶可以與它的模型結(jié)合使用。也就是說，微軟和OpenAI有的東西，谷歌也做了一份，將自家的大模型與Google Workspace整套生產(chǎn)力工具結(jié)合起來，以提高客戶在AI輔助內(nèi)容生成方面的效率。
既然谷歌已經(jīng)這樣做了，其他一些類似的平臺公司當(dāng)然也不可能落后，對吧?他們緊隨谷歌的腳步，就像銷售領(lǐng)域的領(lǐng)頭羊Salesforce，選擇借助GPT的能力賦予自家的企業(yè)SaaS服務(wù)。當(dāng)然，由于他們的商務(wù)場景不同，我們會(huì)看到基于銷售、營銷以及一些輕量級開發(fā)人員的GPT功能相繼出現(xiàn)。因此，Salesforce成功地給自己貼上了一個(gè)標(biāo)簽：AIGC + CRM產(chǎn)品。
那么，既然Salesforce成功了，其他類型的企業(yè)也可以效仿，對吧?既然Salesforce能夠?qū)RM與AIGC結(jié)合起來，那么為什么其他企業(yè)不能呢?
因此，就像Notion AI所說的，我專注于文檔寫作，不做Word，也不做PowerPoint，我只是幫助你生成各種專業(yè)文本文檔。所以，它是基于場景的文檔寫作，使用這個(gè)大模型來提供支持。當(dāng)然，有了Notion AI之后，其他類似的競品如Evernote以及國內(nèi)的一些產(chǎn)品(例如飛書)也紛紛跟進(jìn)。但大家的行動(dòng)并不慢，基本上在GPT發(fā)布后的3-4個(gè)月內(nèi)，開始陸續(xù)上線自家的產(chǎn)品，好用不好用再說，首先要確保自家產(chǎn)品在市場上立足，這是需要抓住的機(jī)會(huì)。
04
AIGC對業(yè)務(wù)領(lǐng)域的重塑
其實(shí)無論是微軟還是谷歌，又或者是Salesforce等企業(yè)，它們并不局限于某個(gè)特定行業(yè)，實(shí)際上它們是水平類的生產(chǎn)力工具。這些廠商紛紛將AIGC大模型嵌入到自己的產(chǎn)品線中，這給企業(yè)帶來了什么后果呢?只要你的企業(yè)使用了上述公司的產(chǎn)品和服務(wù)，那么至少在這些領(lǐng)域里，你可以直接借助AIGC大模型的能力來實(shí)現(xiàn)業(yè)務(wù)轉(zhuǎn)型。
比如客戶服務(wù)，幾年前的智能機(jī)器人只能稱為“智障”機(jī)器人，因?yàn)樗鼈儗τ诶斫馊祟惖淖匀徽Z言能力并不高，也只能給出一些固定套路式的回答，以至于你很容易發(fā)現(xiàn)它是一個(gè)機(jī)器人。但有了大模型之后，盡管你仍然可以看出這是一個(gè)AI在背后工作，但它生成的內(nèi)容的合理性大大提高了。甚至于你需要花一定的時(shí)間去消化和吸收它給出的內(nèi)容，但這些內(nèi)容已經(jīng)更加合理。所以像這些基于某些領(lǐng)域的客服，他們的專業(yè)服務(wù)能力和領(lǐng)域知識已經(jīng)可以媲美經(jīng)過簡單培訓(xùn)的專業(yè)人類客服。因此，現(xiàn)在客服的智能化程度顯著提高。
其次是銷售，企業(yè)普遍重視銷售，類似于Salesforce的CRM產(chǎn)品或微軟的Dynamics等平臺，以及一些著名的CRM軟件公司也紛紛與大模型合作，以增強(qiáng)自己軟件的功能。總的來說，在銷售方面，不僅要了解現(xiàn)有客戶的數(shù)據(jù)，為其提供個(gè)性化產(chǎn)品和商機(jī)推薦，還可以進(jìn)行更廣泛的輿情監(jiān)控。由于大模型天生適合大數(shù)據(jù)量的處理，它能夠?qū)浨閿?shù)據(jù)進(jìn)行歸納、理解和總結(jié)。因此，如果企業(yè)有輿情監(jiān)控?cái)?shù)據(jù)，并不斷進(jìn)行監(jiān)控和采集，那么讓大模型幫助進(jìn)行相關(guān)總結(jié)和歸納是非常合適的場景。
第三個(gè)場景就是內(nèi)容生成，不僅限于文檔，包括Powerpoint、Excel等各種形式的生成。這些功能不僅適用于普通的知識工作者，如辦公室文員。而且即使對于具備高技術(shù)門檻的程序員和IT從業(yè)者來說，大模型也可以通過學(xué)習(xí)類似于GitHub或Stack overflow等語料庫，在任何需要的語言上生成代碼，無論是Java、C++、Python還是其他主流語言甚至匯編。生成的代碼質(zhì)量通?？梢枣敲乐械人降某绦騿T。原來我們認(rèn)為在代碼里面有一個(gè)非常頭疼的問題，就是代碼的理解、審閱，這非常耗時(shí)耗力?，F(xiàn)在有了大模型，它們可以輕松地理解你的代碼，并給出自動(dòng)的代碼注釋，同時(shí)還能評價(jià)你的代碼質(zhì)量。據(jù)我了解，我們有很多企業(yè)客戶，他們的開發(fā)團(tuán)隊(duì)正考慮使用這些大模型來提高生產(chǎn)力，至少解決代碼審閱的問題。包括后面還有像知識管理、輔助決策等方面。
總之，在企業(yè)中，不論從事何種行業(yè)，都能找到很多這樣的應(yīng)用場景。
我今天的分享就到這里，謝謝大家。
