• <th id="aseqy"><track id="aseqy"></track></th>
    <tbody id="aseqy"><pre id="aseqy"></pre></tbody>
  • <span id="aseqy"></span><th id="aseqy"><pre id="aseqy"><rt id="aseqy"></rt></pre></th>
    <dd id="aseqy"><track id="aseqy"></track></dd>

    首頁 > 財經 >

    大模型終究要淚奔,誰才是Ai行業的“掘金者” ?

    2023-07-28 13:10:55 中財網

    數據運營商和C端應用誰主沉浮。

    AI行業火了大半年,時至今日誰才是產業鏈里的掘金人呢?

    可以是給大模型訓練提供數據的供應商、可以是自由定價的C端產品,但唯獨不會是大模型提供方。


    (資料圖)

    究其原因,如何選擇好的賽道,首先要有不錯的商業模式,其次是行業上下游的議價能力,最后看利潤。

    無論是選擇好公司還是好賽道都離不開以上三點。

    接下來我們具體聊聊:

    為什么大模型賽道不行了?

    AI行業涌現的機會在哪里?

    絕大多數的大模型企業要淚奔

    為什么這么說?

    因為,大模型企業很難滿足上述提到的重要三要素。

    從年初,OpenAI帶著ChatGPT震驚全世界,封閉大模型成為主流;谷歌、百度等海內外一眾互聯網龍頭都紛紛怕掉隊,哪怕是產品還不成熟,都著急忙慌的出來路演,就像第一次面世的Bard讓谷歌跌掉了1000億市值。

    后來,Meta發布開源大模型Llama,變成了開源大模型的鼻祖,開源大模型讓眾多企業、研發人員有了追趕GPT的機會(沒有開源,那只會望塵莫及,畢竟通用大模型的訓練成本不是隨便一家企業能承受的);

    也正是因為有了開源大模型,才讓大模型市場發展的如火如荼,有了今日的“百模、千模大戰。

    但是,隨之而來的是大模型企業所面臨的問題。

    首先,各家大模型與Open AI的差距還是很明顯,留給其他大模型廠家的市場空間就已經很小。另外,市場上其余可選大模型非常多,比如眾多開源衍生品,但產品同質化嚴重,這也就會導致大模型在面對客戶時的話語權非常低,毫無議價權;

    其次,大模型企業為了優化輸出結果,還需要不斷的迭代模型,而這需要大量、專業的數據投喂進行訓練,因此數據企業提供方也會成為制約大模型發展的重要角色。

    最后,大模型的訓練成本很高不說,想要做出超強大模型還得拼算力,也就是看誰能搶到更多英偉達A/H100芯片;

    另外,在大模型定價方面只會越來越難,開源已經是常態了,連openAI最近也要開源新的大模型了,如果GPT3.5開源,那對于其他大模型廠商來說可謂是毀滅性的打擊。

    對于大部分的大模型方來說都面臨著一邊難收費,一邊要拼命花錢訓練模型,以后數據也會開始收費(又多了花錢的渠道),怎么想大模型都不是一個看起來能輕易盈利的商業模式。

    未來肯定很多企業會放棄這條擁擠、又不賺錢的賽道。除非是能追上GPT4的水平,真正做到讓用戶覺得好用,才會有絕對的競爭力。

    數據運營商的春天要來了

    上文提到,扼住大模型發展的除了AI芯片,那就是訓練大模型必不可少的數據。

    我們認為,數據運營商將迎來發展的黃金期,不過還要適當考慮各國情況的差異性(這里不做展開)。

    數據是新型生產要素,這句話在大模型這里得到非常好的體現。

    值得關注的是,數據商將成為行業賣水人。

    谷歌最近就因為非法搜集用戶數據用于訓練AI模型,被美國加利福尼亞州克拉克森律師事務所起訴,要求向用戶賠償數據使用費和告知數據用途。

    數據價值已經開始顯現。

    近日,海外Prolific公司不僅獲得3200萬美元融資,還賺了1億+美元的數據提供費用;每小時價格在6—8美元或更高。

    也就是說,Prolific這種為企業或個人提供的數據是可以用于商業化并且具有版權的。這一點對于大模型廠商來說非常重要,能夠很好避免產生數據版權的糾紛。

    Prolific已獲得了3000多家知名組織,其中包括谷歌、牛津大學、斯坦福大學、倫敦國王學院和歐盟委員會等。超過2萬名科研人員在其平臺上獲取高質量數據。

    Prolific也表示,高質量、真實訓練數據對于AI大模型來說能夠減少幻覺、非法輸出、增強RLHF能力。

    我們認為,數據運營商在大模型上的商業價值才開始顯現。

    C端應用是AI流量必爭之地

    哪里有流量,哪里就有財富。

    之前業內都在討論到底是封閉大模型還是開源大模型的生態會更好,哪個模式的商業價值更勝一籌;

    最后得到的結論是:開源還是封閉其實不是最核心的問題,關鍵在于如何形成好的數據飛輪效應。

    最近“數據飛輪“這個詞在科技圈內非?;?,簡單來說是一種描述數據價值增長的循環過程。

    在互聯網時代我們看到數據量的激增,而在AI時代數據爆發將遠超上一次。

    如果從產品落地和價值變現的速度來看,那么C端應用定是巨頭必爭之地。

    無論是微軟用Microsoft 365 Copilot開啟辦公AI時代、Windows11即將內嵌人工智能助手顛覆每個人操作電腦的習慣;

    還是一直在內卷的AI繪畫、和即將開卷的AI視頻;

    C端應用往往比B端更容易落地、也更容易變現,核心在于C端產品更標準化;

    而B端的場景、訴求更多,很難統一,這也就導致了落地進度更難,更別提還有很多隱私數據、know-how等專業內容要考慮。

    這也就為什么在國內互聯網流量紅利期賺的盆滿缽滿的是阿里、騰訊、字節這樣的巨頭,因為他們掌握了C端流量,而工業互聯網企業都活在了“貧民窟”;

    誰掌握了用戶流量、產品定價,現金收入便是有了保障,同時還能獲得廣告商的青睞;

    另一方面,想要做C端應用的企業還有很多大模型可供選擇,就好比金山辦公已經開始這么做了,基于三種大模型之上來調度,根據任務選擇性能最優的大模型。

    總得來說,C端一定會成為AI行業最先變現的賽道。

    本文作者:韓楓,來源:硬AI;

    未經授權不得轉載。

    相關推薦

    少妇高潮久久久久久_亚洲永久免费播放片址778aa_影音先锋A∨中文字幕资源_免费国产最新进精品视频

  • <th id="aseqy"><track id="aseqy"></track></th>
    <tbody id="aseqy"><pre id="aseqy"></pre></tbody>
  • <span id="aseqy"></span><th id="aseqy"><pre id="aseqy"><rt id="aseqy"></rt></pre></th>
    <dd id="aseqy"><track id="aseqy"></track></dd>