圖片來源@視覺中國(guó)
文｜互聯(lián)網(wǎng)江湖
大模型似乎沒能帶來更多的估值上的想象力。
今年3月14日，OpenAI發(fā)布GPT-4，大模型理解能力、可靠性有了進(jìn)一步提升。兩天后，百度聞心一言正式發(fā)布，直到8月底，文一言才正式向大眾開放服務(wù)。
百度之外，科大訊飛5月6日發(fā)布星火大模型，9月5日，面向全民開放。商湯方面。4月份，發(fā)布日日新大模型體系，8月底，日日新大模型獲批。騰訊渾元、阿里通以千問，也紛紛跑步入常
如今，首個(gè)國(guó)產(chǎn)大模型亮相半年過去了，各家資本市場(chǎng)表現(xiàn)如何？
百度3月14日港收盤股價(jià)129港元，9月18日收盤132.2港元。
商湯4月11日收盤3.33港元，9月18日收盤股價(jià)1.46港元。
科大訊飛5月8日收盤63.76元，9月18日收盤48.38元。
……
對(duì)于大模型概念，確實(shí)喧囂過，但是目前來看，繁華褪盡，市場(chǎng)似乎并不買賬。
8月15日，《生成式人工智能服務(wù)管理辦法（征求意見稿）》開始施行，AIGC產(chǎn)品合規(guī)之路明朗，于是，國(guó)產(chǎn)大模型密集發(fā)布，百度、訊飛、商湯等一眾大模型玩家開始搶奪ToC市常
那么人們手機(jī)中的“第一個(gè)大模型應(yīng)用”能不能成為AI生成的“第一入口”？值得深究。
大模型“內(nèi)卷”到前臺(tái)，AI落地半場(chǎng)開香檳？
可以確定的一點(diǎn)是，走到前臺(tái)，市場(chǎng)期待的是應(yīng)用意義上的“產(chǎn)品化”。大模型能夠解決什么樣的客觀問題，能解決問題的應(yīng)用，才是有商業(yè)價(jià)值的應(yīng)用。
大模型最直接的應(yīng)用，是語(yǔ)音助手。
大模型強(qiáng)化一波語(yǔ)音交互應(yīng)用，可能會(huì)給某些硬件行業(yè)帶來“第二春”，比如智能音箱有了新賣點(diǎn)，小度智能音箱可能會(huì)找到新的增長(zhǎng)點(diǎn)。
語(yǔ)音助手領(lǐng)域的應(yīng)用，最順利的可能還是汽車。
文心一言收獲了吉利、長(zhǎng)城、紅旗、東風(fēng)日產(chǎn)、嵐圖，ChatGPT接入奔馳，星火大模型接入廣汽，華為盤古接入賽力斯……這也是大模型最容易商業(yè)化的場(chǎng)景之一。畢竟，對(duì)于車載場(chǎng)景來說，語(yǔ)音助手應(yīng)用是剛需，也是比較成熟的B端落地領(lǐng)域。
大模型向C端滲透過程中，雖然已經(jīng)邁出重要的一步，但距離真正的大規(guī)模應(yīng)用，恐怕還有距離。
如今的歡呼，倒像是半場(chǎng)開香檳，現(xiàn)實(shí)是大模型還遠(yuǎn)未到成熟的階段。
人們需要接受的是，大模型看起來很強(qiáng)，但你真正用它去解決問題的時(shí)候，會(huì)發(fā)現(xiàn)真正沒有那么的強(qiáng)。
對(duì)于一些最實(shí)際的，哪怕是簡(jiǎn)單的需求，大模型都還沒有辦法滿足，背后有數(shù)據(jù)的問題，生態(tài)的問題，但歸根到底，還是只能有限地解決實(shí)際需求。
首先是數(shù)據(jù)新鮮度的問題。在實(shí)際的使用過程中，我們發(fā)現(xiàn)，同樣的問題，大模型給出的答案甚至不如搜索。
這是百度搜索給出的答案：
這是文心一言給出的答案：
從時(shí)效性以及準(zhǔn)確度來說，反而是搜索更符合常理，也更符合人們對(duì)于真實(shí)場(chǎng)景的認(rèn)知。
“凡是要跟語(yǔ)言文字或程序代碼打交道的應(yīng)用場(chǎng)景，都可能有文心一言的用武之地。”王海峰曾對(duì)外界表示。
的確，大模型的應(yīng)用場(chǎng)景很大，但現(xiàn)實(shí)是，真實(shí)的需求場(chǎng)景中，當(dāng)下的大模型產(chǎn)品似乎還有不少能夠提升的空間。
相比文心一言，訊飛星火大模型給出了答案，但時(shí)間是2022年度上市公司排名，并不是當(dāng)下最新的數(shù)據(jù)，也同樣是數(shù)據(jù)新鮮度的問題。
數(shù)據(jù)新鮮度的問題，本質(zhì)上是數(shù)據(jù)生態(tài)的孤島問題。
對(duì)于某些垂直領(lǐng)域的提問，大模型給出的答案無論是從專業(yè)度上還是從時(shí)效性上都似乎不能滿足人們的需要。這可能是因?yàn)�，無論是文一言，或是星火大模型，大家對(duì)垂直領(lǐng)域的數(shù)據(jù)訓(xùn)練其實(shí)還不夠。
比如，對(duì)于財(cái)經(jīng)信息方面，大模型給出結(jié)果可能還不如財(cái)經(jīng)信息網(wǎng)站上搜到的結(jié)果準(zhǔn)確，可用，當(dāng)然這里面可能會(huì)涉及版權(quán)的問題，但本質(zhì)上其實(shí)就是數(shù)據(jù)生態(tài)的孤島的問題。
拿ChatGPT來說， OpenAI、Google 及其支持的 Anthropic 多年來一直在使用其他網(wǎng)站或公司的在線內(nèi)容來訓(xùn)練他們的生成式 AI 模型，雖然數(shù)據(jù)的量有保證了，但也有潛在的法律問題。
當(dāng)大模型走向前臺(tái)，這種數(shù)據(jù)孤島問題會(huì)更加突出。因?yàn)橛脩舨辉诤跄阍趺传@取數(shù)據(jù)，用戶只在乎，你的工具好不好用。
天眼查APP搜索大模型，相關(guān)結(jié)果有100多家，雖然其中也有不少大模型都發(fā)布了各自的APP，但目前來看真正好用的其實(shí)不多，大量用戶涌入還是因?yàn)橛行迈r感，大模型在C端應(yīng)用方面做的工作其實(shí)也還很有限。
比如，用戶想把一張2K分辨率的圖片清晰度生成為4K，其實(shí)技術(shù)上并不復(fù)雜，但大模型卻給不出結(jié)果，對(duì)于普通用戶來說。用過一次不好用，恐怕就很難再堅(jiān)持用下去了。
就像曾經(jīng)的智能音箱、語(yǔ)音助手， 其實(shí)大家手機(jī)里都有AI語(yǔ)音助手，為什么使用的頻率并不高？其實(shí)還是因?yàn)椴缓糜�。所以，�?duì)于百度、訊飛甚至商湯來說，挑戰(zhàn)不在于能不能把C端的應(yīng)用做出來，而在于做的夠不夠好。
百度產(chǎn)品上比較成功的就是百度搜索，智能搜索的確很強(qiáng)大，但大模型產(chǎn)品能不能做到像搜索一樣的水平，需要打一個(gè)問號(hào)。
對(duì)訊飛而言，一些硬件產(chǎn)品做得不錯(cuò)，但考驗(yàn)在于軟件產(chǎn)品的定義能力；對(duì)于商湯來說，ToB的應(yīng)用做了不少，但ToC顯然還是需要更多的經(jīng)驗(yàn)。
目前來看，國(guó)產(chǎn)ToC的大模型差異化并不大，大多是內(nèi)容創(chuàng)作、AI繪畫、翻譯、AI辦公等場(chǎng)景應(yīng)用，也能幫助人解決一些實(shí)際的問題，比如生成會(huì)議大綱，給PPT寫提綱、寫研報(bào)、寫工作日?qǐng)?bào)。
但接下來，能不能ToC的大模型真正做成“爆款”，做出差異化，恐怕考驗(yàn)的就不僅是AI技術(shù)了。
大模型產(chǎn)品化的窗口期不多了
大模型落地B端的一個(gè)最大阻礙是不能理解業(yè)務(wù)。
舉個(gè)例子，金融領(lǐng)域是強(qiáng)數(shù)據(jù)導(dǎo)向的領(lǐng)域，人們需要在數(shù)據(jù)的基礎(chǔ)上去做決策，如果把大量的數(shù)據(jù)以及金融理論用來訓(xùn)練AI，那么面對(duì)瞬息萬變的市場(chǎng)，大模型的決策有多少的準(zhǔn)確度？用戶敢不敢用？
之前馬斯克曾表示，F(xiàn)SD V12幾乎完全是神經(jīng)網(wǎng)絡(luò)，構(gòu)筑了一套端到端自動(dòng)駕駛技術(shù)。也就是說，端到端的信息輸入輸出過程是一個(gè)“黑箱”。
你不知道AI是怎么具體做決策的，但是你最終會(huì)得到一個(gè)可用的結(jié)果。
大多數(shù)時(shí)候，這樣的應(yīng)用是沒有問題的，比如出行領(lǐng)域，人們需要的是安全到達(dá)目的地，即便是決策黑箱的問題存在，但并不影響實(shí)際應(yīng)用。
決策黑箱最大的問題是決策信任的問題，云到端的大模型也有類似的問題。
比如，你問大模型一個(gè)問題，AI問題給出的答案夠不夠真實(shí)可信？這個(gè)問題還需要花大力氣解決。簡(jiǎn)單點(diǎn)說，要去教大模型什么樣的結(jié)果是正確的，是易用的，這就需要不斷把模型的輸出結(jié)果跟現(xiàn)實(shí)去“對(duì)齊”。
這也是大模型落地C端的一個(gè)重要挑戰(zhàn)。
輸出結(jié)果的真實(shí)性，有效性能不能得到最基本的保證？這是大模型應(yīng)用能否真正迎來大爆發(fā)需要解決的前置問題。
過去ChatGPT花了大量的成本去做這個(gè)件事，文心一言，星火大模以及商湯的日日新大模型顯然也需要經(jīng)歷這個(gè)過程。
目前階段，通用大模型的應(yīng)用熱更像是人們的一場(chǎng)自嗨，公司發(fā)布大模型往往會(huì)伴隨著一系列的公關(guān)活動(dòng)，但除此之外，能給B端公司帶來怎樣的效益增量，仍然沒有一個(gè)較為清晰的方案，只是空有一句“AI智能化大模型降本提效”的公關(guān)話術(shù)。
這種品宣做“巨人”業(yè)務(wù)上做“矮子”的現(xiàn)狀，無非是想打上大模型的標(biāo)簽，好讓二級(jí)市場(chǎng)高看自己一眼。不過，市場(chǎng)已經(jīng)在用腳投票，最終還是會(huì)看實(shí)際的商業(yè)化表現(xiàn)。
互聯(lián)網(wǎng)江湖認(rèn)為，如果說過去大模型的價(jià)值，在于對(duì)科技企業(yè)的“標(biāo)簽化”想要在二級(jí)市場(chǎng)謀個(gè)好價(jià)格，那么接下來能不能活下去，就在于能否完成“產(chǎn)品化”，真正靠應(yīng)用能力“打天下”。
硅谷教父彼得蒂爾曾說，喜歡給自己貼標(biāo)簽賽道標(biāo)簽的公司幾乎都是不可投資的那一檔，他曾經(jīng)這樣表達(dá)這個(gè)觀點(diǎn)：“我對(duì)一切主題熱點(diǎn)投資都抱有懷疑態(tài)度，一般來說這樣的投資毫無區(qū)分度。大家很喜歡把一大堆完全不同的東西放進(jìn)一個(gè)熱點(diǎn)中，標(biāo)簽是，云計(jì)算，大數(shù)據(jù)，人工智能，醫(yī)療SaaS等等，但是實(shí)際上是底層卻完全沒有區(qū)分度的公司。”
大模型也是如此。
事實(shí)上，AI賽道的泡沫被擠出之后，市場(chǎng)清楚地知道，大模型真正的價(jià)值還是在于產(chǎn)品化。而產(chǎn)品化的關(guān)鍵，不僅是技術(shù)的比拼，也是產(chǎn)品經(jīng)理能力的比拼。
在這一點(diǎn)上，上個(gè)時(shí)代的“王者”們（比如阿里、騰訊）可能比百度們更有經(jīng)驗(yàn)和話語(yǔ)權(quán)。
一方面，產(chǎn)品化的關(guān)鍵在于能夠精準(zhǔn)定義用戶需求。
比如，大家目前都比較青睞于去做AI原生應(yīng)用，但AI原生應(yīng)用如何能夠更好地去滿足用戶的實(shí)際需求，靠的還是產(chǎn)品定義。
另一方面，產(chǎn)品化之后，大模型才有差異化，而商業(yè)化其實(shí)是產(chǎn)品化自然而然的結(jié)果。
在體驗(yàn)過各家發(fā)布的大模型產(chǎn)品后，有這么一種強(qiáng)烈的感覺，雖然叫不同的名字，但大家的產(chǎn)品并沒有太多差異，能夠完成的任務(wù)類型都差不多。
比如，剛開始用文心一言，你會(huì)覺得確實(shí)很厲害，什么問題都能給出答案，一旦涉及稍微深度點(diǎn)的內(nèi)容，就會(huì)發(fā)現(xiàn)他給出的答案太公式化，而且大多數(shù)時(shí)候像是空話、套話。
不只是文心一言、訊飛的星火大模型、商湯的商量SenseChat，大家表現(xiàn)其實(shí)都差不太多。
本質(zhì)上，這是因?yàn)榇竽Ｐ捅举|(zhì)上不是強(qiáng)人工智能，還是需要靠數(shù)據(jù)去不斷訓(xùn)練，并不是真正意義上根據(jù)信息去做判斷。所以差異化的關(guān)鍵，還是在于最終的應(yīng)用產(chǎn)品。
互聯(lián)網(wǎng)江湖認(rèn)為，大模型產(chǎn)品不僅需要靠場(chǎng)景“吸引住”用戶，更需要用體驗(yàn)來留住用戶，甚至激發(fā)用戶的付費(fèi)意愿。
目前來看，通過審批的這些大模型應(yīng)用產(chǎn)品集中了覆蓋用戶日常大部分場(chǎng)景的工具，從工作到文娛各個(gè)方向的應(yīng)用都已經(jīng)開始出現(xiàn)，想要成為新的入口。
問題在于，大多數(shù)用戶還是處于嘗鮮的狀態(tài)，用來解決實(shí)際問題的用戶可能并不多。原因可能還是在產(chǎn)品應(yīng)用上。
就拿檢查錯(cuò)別字這個(gè)簡(jiǎn)單的需求來說，從親身的使用體驗(yàn)來講，目前市面上的主流的大模型應(yīng)用做得都不怎么好，反倒是一些專門做文章校對(duì)的垂直平臺(tái)，用戶體驗(yàn)要好得多。作為一個(gè)文字工作者來說，對(duì)于這樣的產(chǎn)品其實(shí)有很強(qiáng)的付費(fèi)意愿。
不僅是文字工作，代碼生成、圖片生成也是如此，目前的大模型初步解決了“能不能用”的問題，但真正的關(guān)鍵是要解決“好不好用”的問題。
所以，這些細(xì)分應(yīng)用上的產(chǎn)品能力，可能會(huì)是用戶能不能真正把大模型用起來的關(guān)鍵。
用戶大量用起來之后，用來訓(xùn)練AI的數(shù)據(jù)足夠多，AI大模型的能力便能夠突飛猛進(jìn)。ChatGPT真正的起飛，也是在大量用戶涌入之后。
可以預(yù)見的是，大模型開放之后，AI原生應(yīng)用會(huì)出現(xiàn)一波爆發(fā)，而在應(yīng)用爆發(fā)之后，能夠有多少用戶留下來，可能是“文心一言”們需要深入思考的問題。
“想在‘百模大戰(zhàn)’之中笑到最后，還是得看究竟會(huì)有多少用戶愿意花真金白銀買單。”行業(yè)觀察人士劉宇表示。
ChatGPT用戶過億后，開始對(duì)C端收取訂閱費(fèi)用，每月20美元，而且針對(duì)B端專門推出了企業(yè)版。這說明OpenAI的思路在轉(zhuǎn)變，從做技術(shù)轉(zhuǎn)變?yōu)樽霎a(chǎn)品。當(dāng)然，前提是ChatGPT已經(jīng)證明了能夠去解決更多的實(shí)際問題。
國(guó)產(chǎn)大模型，達(dá)到GPT4的水平還需要一年，也就是說，真正留給大模型玩家去定義、完善大模型AI原生應(yīng)用的窗口期還有一年。接下來，如何去做好這方面的工作，進(jìn)一步提升大模型的數(shù)據(jù)時(shí)效問題，可能才是關(guān)鍵。
寫在最后：
喬布斯和iPhone的成功證明，真正出彩的不是永遠(yuǎn)都不是技術(shù)，而是產(chǎn)品。
如何做好應(yīng)用產(chǎn)品，可能是大模型玩家們需要更明確的目標(biāo)�？梢灶A(yù)見的是，接下來C端應(yīng)用的確都需要用大模型重做一遍，這對(duì)百度、訊飛、商湯來說，無疑是一次機(jī)遇。
AI行業(yè)從來不缺等風(fēng)者，但真正缺的是造風(fēng)者，接下來到了真刀真槍的戰(zhàn)場(chǎng)，誰(shuí)能一呼百應(yīng)打開大模型應(yīng)用的金礦，我們且行且看。
