文章來源：產(chǎn)業(yè)家

作者：斗斗

編輯：皮爺

圖片來源：由無界 AI生成

如今，大模型的商業(yè)化問題再次被擺在臺面上,。

一個事實是,，當(dāng)下的大模型訓(xùn)練需要強大的算力支撐，尤其是參數(shù)量大的模型,，花費極大,。比如OpenAI的語言模型GPT-3，成本接近500萬美元,，也就是人民幣4000萬左右,。龐大的模型訓(xùn)練需要巨額的資金來支持,。

投入了巨額資金之后，企業(yè)一方面是希望盡快商業(yè)化來解決后續(xù)研發(fā)資金的問題,，一方面也是希望通過商業(yè)化來達到賺錢的目的,。

那么矛盾也接踵而來，迅速的商業(yè)化,，難以避免的是一些安全性,、倫理性的問題被暫且擱到一邊，更為真實的情況是,，如今大模型迅速商業(yè)化之后的發(fā)展路徑思考的其實并不多,，因此也就看到了很多大模型基本上就是淺嘗即止，最后引發(fā)商業(yè)化與非盈利之間的矛盾,。

OpenAI前段時間的“宮斗”,，便是一個很好的例證。

11月18日,，OpenAI管理層發(fā)生巨變,，CEO奧特曼被解雇。至此,，OpenAI“宮斗”上演,。

在公開報道中，OpenAI的六人董事會中，被開除的奧爾特曼和Greg Brockman傾向加速商業(yè)化,，以獲得更多資金來支持AI模型的算力需求；而獨立董事Tasha McCauley和Helen Toner更關(guān)注AI的安全。

簡言之,，一方以技術(shù)為主導(dǎo),，追求模型的卓越性,，以實現(xiàn)通用人工智能為目標(biāo),；一方則認(rèn)為商業(yè)化是公司發(fā)展的必經(jīng)之路,，應(yīng)該積極拓展市場應(yīng)用，從而實現(xiàn)盈利為目標(biāo),。由此,，一個猜測是，倡導(dǎo)商業(yè)化的阿爾特曼碰到了強調(diào)AI技術(shù),、安全屬性的Ilya Sutskever,，直接正面引發(fā)了沖突。

經(jīng)過反反復(fù)復(fù)地拉鋸,。11月30日,，OpenAI宣布組建新初始董事會，Sam Altman重新?lián)蜟EOMira Murati擔(dān)任首席技術(shù)官。這次“宮斗”勝利者似乎屬于商業(yè)化的那一方,。

但在這場由世界頂級大模型公司引起的“商業(yè)化與非盈利之爭”的鬧劇下，引發(fā)的一些問題使人陷入深思,，即大模型的商業(yè)化正面臨著哪些困局,？大模型應(yīng)該如何商業(yè)化,？

而在中國市場，大模型廠商除了已經(jīng)展現(xiàn)出來的算力層面商業(yè)價值外，還可以在哪些方面進行商業(yè)化嘗試,？以及,，這條路已經(jīng)走到哪了？

01 大模型商業(yè)化眾生相

在大模型的商業(yè)化方面,，以百度,、阿里,、騰訊等為代表的互聯(lián)網(wǎng)廠商,，目前商業(yè)化前景較為清晰。這一點與其自身龐大的業(yè)務(wù)體系不無關(guān)系,。

即互聯(lián)網(wǎng)巨頭可通過將大模型集成到現(xiàn)有產(chǎn)品和服務(wù)中，比如百度文庫文檔助手,、淘寶問問,、Bing搜索引擎等，來增加用戶粘性并帶動營收增長,。主要方式是將生成式AI作為輔助功能,，嵌入原有業(yè)務(wù)，視為一項增值服務(wù),。

其次是訂閱服務(wù),，即采用按月或按使用量計費的訂閱模式，為客戶提供持續(xù)的大模型訪問權(quán)限,。例如OpenAI的ChatGPT,、百度等文心一言、阿里的通義千問等,。目前國內(nèi)文心一言等也在通過訂閱制的商業(yè)模式,，為大模型應(yīng)用帶來一些營收，但其他廠商收費意向不明,。

此外以智譜AI這類國家隊廠商為代表的商業(yè)化前景亦比較清晰,。業(yè)內(nèi)普遍認(rèn)為，諸如國內(nèi)大型企業(yè),、央國企想要與大模型結(jié)合,，智譜AI是一個繞不過去的選項。

但盡管如此,，國內(nèi)大模型商業(yè)化仍處于初級階段,，商業(yè)化進程面臨著諸多挑戰(zhàn)。

首先,，大模型的研發(fā)和應(yīng)用需要大量資金和時間投入,，而回報卻往往難以預(yù)測。這導(dǎo)致許多企業(yè)在商業(yè)化過程中猶豫不決,，錯失市場機遇,。

其次,，大模型的倫理道德和安全性問題也給商業(yè)化帶來了一定的壓力。例如,，算法偏見和歧視,、數(shù)據(jù)泄露和濫用等問題時有發(fā)生，這使得一些企業(yè)在大模型應(yīng)用方面持謹(jǐn)慎態(tài)度,。此外，國內(nèi)大模型商業(yè)化還面臨著市場接受度和應(yīng)用場景等問題,。

目前,，大部分企業(yè)的應(yīng)用需求主要集中在智能客服、智能推薦,、智能營銷等領(lǐng)域,，其他領(lǐng)域的應(yīng)用仍處于探索階段。這使得大模型商業(yè)化進程相對緩慢,，難以實現(xiàn)規(guī)模化發(fā)展,。

更值得注意得是，盡管國內(nèi)在人工智能領(lǐng)域取得了顯著進展,，但與國際領(lǐng)先水平相比,，國內(nèi)的大模型技術(shù)還存在一定差距,。這使得國內(nèi)企業(yè)在國際市場競爭中處于劣勢地位,，也就很難向出海,、跨境方向延伸,。

此外,，國內(nèi)大模型商業(yè)化還面臨著商業(yè)模式不成熟的問題,，比如如何收費，以目前國內(nèi)普遍采取的算力收費形式而言,，這種模式似乎與云計算的收費模式一致，而從利潤率來看,，這顯然不是一個優(yōu)質(zhì)的收費模式。

對于國內(nèi)的大模型廠商而言,，商業(yè)化的路如何走成為當(dāng)下亟待解決的問題,。

02 MaaS、開源與Agent

大模型的商業(yè)化,，應(yīng)該解決的是讓企業(yè)和用戶更少了解原理,，更簡單直接使用成果,，讓用戶回歸價值和自身業(yè)務(wù)問題解決,。換言之，也就是大模型的“一體化黑箱模型”,。

因此，如今的一些商業(yè)模式成為了大模型賽道玩家和創(chuàng)業(yè)者們的聚集之處,。

其中，MaaS模式是最為常見的一種,。在這種模式下，一般是由云廠商或科研機構(gòu)對大模型封裝,，在各類任務(wù)上的推理能力封裝成統(tǒng)一的應(yīng)用程序接口，對外提供服務(wù)的模式,，雖然提供的是API,，但是本質(zhì)上調(diào)用的是模型,。

下游企業(yè)可以獲得這些接口，并按照自身的業(yè)務(wù)需求,，調(diào)用服務(wù)嵌入已有的應(yīng)用和服務(wù)中,，讓大模型的API為整個程序進行賦能。

這種方式使得企業(yè)不需要過多了解模型的技術(shù)細(xì)節(jié),，而是像調(diào)用云能力一樣,，直接調(diào)用服務(wù)。目前,、文心,、通義、盤古等大模型廠商,，基本都在提供此類服務(wù)，比如阿里的魔搭社區(qū),，百度的飛槳等等。

此外，開源模式也是大模型商業(yè)化的一種重要方式,，在這種模式下,，計算機程序,、軟件的源代碼等內(nèi)容公開，并根據(jù)開源協(xié)議進行分發(fā)的方式,。

開源是目前計算機領(lǐng)域一種普遍的軟件開發(fā)模式,，大量開發(fā)者在協(xié)議許可的情況下對開源代碼進行修改，并集成到已有的系統(tǒng)中,，為軟件和系統(tǒng)增加新功能和特性,。

在開源的模式下，可以快速共享好成果,，讓好的成果快速培養(yǎng)社區(qū),，下游用戶利用開源成果，可以快速搭建自己的應(yīng)用系統(tǒng),。在國內(nèi),，智譜AI、阿里通義都在強調(diào)開源的價值,。

開源本身是免費,，但涉及到后續(xù)的數(shù)據(jù)訓(xùn)練、數(shù)據(jù)監(jiān)督,、數(shù)據(jù)微調(diào)等等,，則對應(yīng)的是較為明朗的收費模式，恰等同于開放井水,，但做賣鏟子的人,。

再有就是平臺即服務(wù)模式，即不再提供單一的模型API,，而是將大模型當(dāng)作平臺服務(wù)中的一種技術(shù),，集成到AI平臺上，通過統(tǒng)一的平臺對外提供服務(wù)。這種模式中,，企業(yè)構(gòu)建包含開發(fā)工具,、AI服務(wù)、流程化的平臺,，而大模型只是平臺中的一個組成部分,。

用戶購買或使用平臺的過程中，可以利用平臺提供的工具,，對大模型進行開發(fā)和應(yīng)用,，集成于自有的體系中，用戶不能單獨獲得模型的能力,。用戶通過使用平臺和工具,，獲得利用大模型開發(fā)的能力，也因此付費,。

例如,，文心大模型已經(jīng)發(fā)展出了NLP/CV/跨模態(tài)/生物計算大模型，并且在此基礎(chǔ)上,，推出了眾多行業(yè)大模型,、大模型套件。向上又有Easy-DL,、BML大模型、大模型API,、文心一格（AIGC）等,。

還有一種軟件即服務(wù)的模式。目前國內(nèi)大廠,、頭部政企和科研機構(gòu),，正在提供強大的新基建,，中小廠商可以基于這些基建，開發(fā)自己的saas服務(wù),，并提供給企業(yè),、個人。AI Agent便是當(dāng)下炙手可熱的大模型創(chuàng)業(yè)路徑。

此外,，無論是對于OpenAI,、Meta這樣的AI領(lǐng)頭企業(yè)，還是對于眾多的小型初創(chuàng)型企業(yè)或者科技極客來說,，AI Agent也更是如今商業(yè)化不得不談的話題,。不論是釘釘、飛書,，亦或者是百度,，都在推出自己的Agent產(chǎn)品。

如果說前面所說的眾多變現(xiàn)都在B端,，其市場和需求量有一定的天花板,。那么，AI Agent則對應(yīng)的是B端市場之外,，在C端的巨大想象力,。不僅市場本身，更在商業(yè)價值,。

如今,，一個業(yè)內(nèi)普遍共識是，AI Agent是未來實現(xiàn)終極的AGI（通用人工智能）形態(tài)的必經(jīng)之路,，而且越來越多的人認(rèn)識到,，大模型只有在真正的應(yīng)用層面走進千家萬戶，才能展示其真正的價值,，而AI Agent就是最好的應(yīng)用形式,。

03 商業(yè)化難在哪？

總體來看,，大模型商業(yè)化的路徑盡管未能做到最好,，但方向是清晰。不過清晰并不意味著能落地,。對于國內(nèi)大模型賽道的玩家而言，仍面臨諸多內(nèi)外部的挑戰(zhàn),。

11月7日的凌晨,，OpenAI在首屆開發(fā)者大會上發(fā)布了幾個更新,，新的模型GPT-4 Turbo,、GPT Builder以及Assistant API,。

其中,，GPT Builder的特性包括每個人/每個企業(yè)都可以定制屬于自己的GPT,；每個獨特的GPT可定制自己的指令,、知識庫、工具與動作,、頭像等,；無需開發(fā)，直接使用自然語言定制,，你甚至可以讓Dalle3幫你生成頭像,；GPTs可以分享使用，并享受類似App Store的分成,。

這意味著，每個人/企業(yè)都可以在線創(chuàng)建自己的GPT/Agent,。

而另一個更新Assistant API,，可通過API來讓GPT來幫你編寫代碼并自動執(zhí)行；通過API實現(xiàn)函數(shù)/工具調(diào)用的能力,，擴展AI的能力。

這意味著用戶可以更輕松的通過Assistant API在自己的網(wǎng)站或者移動應(yīng)用中構(gòu)建自己的ChatBot或者AI助手，大大減少AI開發(fā)的繁重工作量。

一個事實是，其不再滿足于提供基礎(chǔ)大模型，而是希望成為AI時代的AI OS平臺,。這一更新很大程度上給AI Agent的售賣模式帶來了不小的沖擊。

而在開源模式上,，同樣存在著發(fā)展的瓶頸,。以智譜AI為例，目前智譜AI開源的模型參數(shù)主要為6B,，參數(shù)較小。究其原因,，離不開資金不足的難題,。要知道模型參數(shù)越大，意味著算力需求越大,。雖然智譜AI早在此前就購買了大量的A100,，但從其近期頻繁且高額融資來看，其仍需要大量資金支撐其持續(xù)的商業(yè)化和研發(fā)創(chuàng)新,。

在MaaS模式上同樣也存在許多落地的難題,。首先，如果模型效果不盡如人意,，API將無法充分滿足用戶的常規(guī)推理需求,，因此需要根據(jù)具體情況對模型進行調(diào)整和優(yōu)化,，但調(diào)優(yōu)本身是一個具備門檻的開發(fā)，大部分企業(yè)不具備這樣的能力或大模型人才,，也就很難持續(xù)為MaaS社區(qū)貢獻活躍度,。

其次，由于大模型的運行速度相對較慢,，當(dāng)推理請求的數(shù)量或請求數(shù)據(jù)量大幅增加時,，API的響應(yīng)時間和數(shù)據(jù)質(zhì)量將難以保證。例如,，像ChatGPT,、DALLE2等AIGC應(yīng)用，其實際反應(yīng)時間往往較長,，因此難以在短時間內(nèi)實現(xiàn)大規(guī)模應(yīng)用和提供及時響應(yīng)體驗,。

總體而言，全球大模型產(chǎn)業(yè)商業(yè)化仍處于早期探索階段,。

一方面,，雖然研發(fā)機構(gòu)在大模型技術(shù)方面已經(jīng)相當(dāng)成熟，但對于落地場景卻還不夠熟悉,，尚未形成完善的商業(yè)化模式,。因此，它們需要與下游場景企業(yè)合作,，共同構(gòu)建大模型的商業(yè)模式,。

另一方面，大部分下游場景企業(yè)對于大模型的基本概念和認(rèn)知尚未形成,，同時,，它們也缺乏支持模型微調(diào)所需的算力，以及定制和二次開發(fā)模型所需的人力資源和技術(shù)實力,。

總體來看,，雖然大模型商業(yè)化的路徑較為清晰，目前國內(nèi)廠商也都在積極探索,，但大模型的商業(yè)化之路,，不能僅限于商業(yè)模式的探索嘗試，更在于解決大模型發(fā)展的底層問題,。

寫在最后：

一個事實是,，大模型真正的價值在于能夠解決實際問題并創(chuàng)造商業(yè)價值，場景是商業(yè)模式的基礎(chǔ),。對于大模型賽道的玩家而言,，如何將大模型與具體場景結(jié)合，成共落地，才是商業(yè)化的本質(zhì),。

以O(shè)penAI的GPT-3為例，這款語言模型以其較強的生成能力和廣泛的應(yīng)用潛力吸引了全球的目光,。

然而,，如果沒有合適的場景和應(yīng)用，這個工具只能停留在理論層面或?qū)嶒炇噎h(huán)境,。只有當(dāng)它被成功地應(yīng)用于各種場景中,，才能發(fā)揮出真正的商業(yè)價值。

Copy.ai是一家使用GPT-3的大規(guī)模語言模型來幫助企業(yè)和個人快速生成高質(zhì)量內(nèi)容的初創(chuàng)公司,。通過深入了解客戶的需求和市場情況,，Copy.ai將GPT-3的技術(shù)能力與營銷、廣告,、新聞稿等應(yīng)用場景緊密結(jié)合,，實現(xiàn)了從技術(shù)到產(chǎn)品的轉(zhuǎn)變。這種“場景為王”的策略使得Copy.ai能夠在競爭激烈的市場中脫穎而出,，成為了一家備受矚目的創(chuàng)業(yè)公司,。

在國內(nèi)，這樣的嘗試或?qū)⒊蔀橄乱粋€階段的主題,。