大模型API上的新商业逻辑，生成式AI彻底改变组织经营

图片来源@视觉中国

文 | 王吉伟

AIGC时代应用都要构建于AI模型层上，企业经营的商业逻辑变了；

大模型API上的新商业逻辑，生成式AI彻底改变组织经营；

大模型和生成式AI颠覆原有商业逻辑，企业重新审视人工智能；

用大模型API构建SaaS应用，生成式AI革新企业经营商业逻辑；

从GPT4和文心一言看生成式AI，组织经营的商业逻辑变了。

3月15日，OpenAI最新版的大型语言模型GPT-4发布。

OpenAI表示，GPT-4比以往任何时候都更具创造性和协作性，可以更准确地解决难题。外媒将GPT-4比作人工智能领域的一次巨大飞跃，比尔·盖茨称GPT是最具颠覆性的技术进步。

于是，ChatGPT的订阅用户又开始疯涨，美国虚拟信用卡应用人数开始疯涨，优先引入GPT-4的应用程序用户数开始疯涨，GPT-4的话题量开始疯涨，跟GPT-4的相关的都在疯涨。

也就是在GPT-4开启疯狂party的第二天，3月16日，百度如期发布了众人期盼已久的大语言模型、生成式AI产品文心一言，由此看到了其胆量和勇气。

相较于GPT-4的疯狂场面，虽然围观文心一言发布会的人数也不少，但国人对国产生成式AI文心一言的反应却是神态各异，有质疑，有不解，有轻视，也有腹诽。

但在接下来的测试中，第一批拿到邀请码的发现，文心一言并不是那么一无是处，在文字内容生成上有些功能甚至超预期。而后面的生成图片则彻底演变成了我画你猜，为无数人贡献了其他生成式AI所没有的快乐。

当然，现在它已经进化了很多。比如王吉伟频道这两天又去测试唐伯虎点秋香，却再也看不到那只可爱的老虎了。

不管怎么说，文心一言是全球大厂中第一个对标ChatGPT产品，也是第一个国产AI大模型。作为刚诞生不久的模型，目前自然无法与ChatGPT去PK，但未来是充满想象的。我们应该给予其一定的时间，让它去充分的成长。

PK不过最领先的同类产品，并不意味着它现在不能应用。李彦宏在发布会开始时便表示，之所以在这个时刻发布，是因为市场有需求，合作伙伴们都希望用上国内最先进的大语言模型。

几句话，就道出了当前国内市场对于生成式AI的迫切需求。

自Midjourney、ChatGPT等应用上线以来，短短的时间内生成式AI就给国内外企业带来了巨大的冲击，它对于很多业务场景是一种颠覆性的存在。不管是在战略布局还是战术应用层面，广大企业都需要快速引入这种技术，在国内则只能依靠国内的科技公司。

事实上，从发布会上李彦宏给出的IT技术栈四层结构图，也能看出当前企业的应用都需要在AI模型层上去构建。就像国外目前基于GPT的应用至少已经有上千个，未来国内很多企业的应用以及创业者的新项目也都会构建于文心一言之上。

而构建于AI模型层上的应用，不只是为企业的运营带来巨大变革，更为企业经营的商业逻辑带来了很大的变化。

到底文心一言这样的生成式AI能做什么?应用构建于模型层之上又会带来什么样的商业逻辑变化?本文，王吉伟频道就跟大家探讨这些。

文心一言的表现

百度文心一言发布后，立即成为了AIGC领域的热点。这两天流行的文心一言画图热，已经稳稳盖过了发布会。现在，用文心一言画图甚至已经变成我画你猜，继续为大家奉送各种欢乐。

文心一言上线后，表现可以总结为：对答并未如流，画图犹蛇添足。当然也正是它的表现不尽如人意，打破了有些人以讹传讹所谓的“套壳画皮”等质疑。并且在经过初步的体验之后，很多人的感觉是超预期，比想象中的能力更强一些。

但即便文心一言的有些能力可圈可点，鉴于目前它的总体表现，也有很多会问，这样的产品为什么还会有那么多企业接入?

不知道大家是否留意，发布会开始后不久，李彦宏便说了这么几句话：在内测的过程当中体验到文心一言的能力，确实也不能叫做完美。但是为什么今天要发布?因为有市场需求。

▲ 文心一言新闻发布会上的李彦宏

没错，就是市场需求。内部说，百度的各个产品线，从搜索到智能云到自动驾驶到小度都需要文心一言;外部看，百度的客户和合作伙伴也都等着用文心一言，并且一直在催百度发布文心一言。而外部需求这一点，更为重要。

你看，产品还没出来需求先有了，这是典型的市场推着产品走。

在市场需求这一点上，与其说客户需要文心一言，不如说是国内企业需要国产的生成式AI技术。目前生成式AI技术已经在全球范围内逐渐普及，但因为信息安全等诸多因素，国内政企等多个领域都希望尽快用上国产生成式AI技术。

还有一个关键点在于，技术不能只放在实验室里。大语言模型产品只有开放出来让大家应用与测试，才能获得真实的用户反馈。有了用户反馈，迭代速度才能更快，能力增长的速度才能提起来。

通过实测，王吉伟频道认为文心一言的进化速度还是挺快的。比如前天再让它画个“唐伯虎点秋香”，在生成的10张图片中只有两张出现了老虎，其他都是人像图片，并且有3张图片是1男1女。今天，却是连老虎也见不到了。

这说明，它已经渐渐明白“唐伯虎点秋香”讲得是一个男人和一个女人的故事，而不是一只边烤火边嗅探秋天味道的可爱老虎。

参与测试的人越多，大模型进化得就会更快。目前文心一言只开放了第一批测试名额，后面随着更多用户的使用，进化速度就会呈指数级增长。到了“说什么都能反馈，画什么都能成型”的时候，它的应用能力便会大大提升。

当然，未来的能力会大幅提升，并不是说它现在就不能使用。否则，也不会有那么多家企业排队接入文心一言。

其实对于大部分企业而言，只要国产生成式AI能够帮助他们解决问题，或者能够在一定程度上替代ChatGPT、DALL-E等功能，企业都是愿意为之买单的。

说了这么多，到底文心一言这样的生成式AI能够为企业做什么呢？别着急，下一节就会讲到。

生成式AI能做什么

现在的文心一言能做什么？发布会上，李彦宏用文学创作、商业文案、数理逻辑、中文理解以及多模态等五个案例，展示了文心一言在某些业务场景中的应用。

所展示的五个案例，是当前文心一言能力的一小部分。目前文心一言的能力，也是生成式AI聊天机器人能力的一小部分。

文心一言是典型的基于AI大模型的生成式AI聊天机器人，因此生成式AI技术能够做到的它都能够做到，未来它会像ChatGPT一样能够为我们带来更多功能。

生成式 AI（Generative AI）是一种利用现有文本、音频文件或图像创建新内容的技术。借助生成式AI，计算机可以检测与输入相关的底层模式并生成类似的内容。生成式AI通过算法模型创建新内容，包括音频、代码、图像、文本、模拟和视频。

与传统的分类或回归模型不同，生成式AI技术使用机器学习算法来生成新的数据。生成式模型不仅能够预测输入数据的标签或数值，还能够生成新的数据。这种特性，使得生成式AI技术具备创造全新内容、解决数据不足问题、提高数据利用率、自适应能力强、降低应用门槛等多重优势。

生成式AI可以应用于文本内容生成、语音合成、图像与视频生成、对话系统、机器翻译、数据补全、医疗辅助诊断等多种业务场景，几乎企业中所有部门都可以应用它提升效率、降低成本以及优化企业组织与技术架构。

▲ 麦肯锡总结的生成式AI应用场景

在海外，生成式AI工具和解决方案正在被很多企业引入，有的企业比如药企Insilico Medicine早在2015年就率先利用GANs和强化学习(RL)技术生成具有特定性质的药物分子结构。OpenAI推出GPT-3并开放API后，大量企业及创业项目都迅速跟进。

国内电商、游戏、文娱、设计等很多行业都开始应用ChatGPT、Midjourney以及更多基于GPT-3/4、DALL-E等模型的产品。

目前，生成式AI技术已在电商、物流、游戏、媒体、医疗、金融、法律、能源等行业及领域得到应用，很多组织正在通过生成式自动化提高效率，降低成本，以为客户提供更好的服务和体验。

说到这里，相信大家就应该明白为何会有那么多企业对文心一言翘首以盼了。

毕竟，生成式AI已经成为一种通用技术，正在快速落地并影响广大企业与组织的经营。先一步应用这种技术，也就能够在变幻莫测的市场占得先机。

层出不穷的应用案例

Waymark是一个制作电视广告和数字视频广告的平台，很多企业都用它来制作企业介绍其产品、服务和活动。

Waymark的视频制作功能已经很多，却有超过60%的用户不知道应该在视频放什么内容。后来推出了模板功能，并用脚本编写实现添加内容的功能，客户仍旧需要大量的手动输入。随着Waymark业务的增长和客户群的多样化，这个挑战变得更加复杂。

这家公司找了很多解决方案，一直不能解决这个问题，直到引入OpenAI的GPT-3服务。Waymark集成GPT-3并使用微调的GPT-3模型来创建不同脚本编写体验，使得用户可以在几秒钟内收到其业务的原始自定义脚本。

该功能使得Waymark 客户无需花费过多时间编辑脚本，能够更快速高效进行推广、销售和服务，Waymark也因此成为了“全球第一个AI大模型自然语言视频创作平台”。

使用GPT-3改善业务效率的，还有大型公司。比如摩根士丹利也正在与OpenAI进行合作，使用GPT-3微调财富管理内容的培训，以便财务顾问既可以搜索公司内部的现有知识，又可以轻松地为客户创建量身定制的内容。

再如，可口可乐正在与OpenAI和贝恩合作，使用OpenAI的ChatGPT和DALL-E来制作个性化广告副本、图形和消息。

而在创业公司中，风头正盛的Jasper也是一家基于GPT-3 API构建应用的SaaS企业。

作为一家基于GPT-3 API开始构建应用的SaaS企业，Jasper的主要业务是帮助企业和个人用户写营销文案和AI绘画。Jasper在2022年10月获得1.25亿美元A轮融资，仅用18个月就成为年收入7500万美元估值15亿美元的独角兽公司。

Jasper只是构建于GPT-3之上的创业公司中的一员，还有更多初创都是基于OpenAI等大模型API或者stable diffusion(SD)等开源模型构建的。

国内也是如此。目前已经有很多创业者通过SD构建AI绘画SaaS应用，即便在政策还不够明朗的情况下，有些产品也已经集成了与ChatGPT同源的GPT-3或者GPT-4。

百度也已经有一些应用案例。比如中青网通过基于文心一言模型的百家号图文转视频技术，内容产量提升了80%，覆盖热点160多个。图文转视频作品播放量超2600万，超过同款图文近10倍。

同时，我们也能从应用端感受生成式AI对企业运营的冲击。

在国内，最近听到的和看到的生成式AI取代人力以及大幅提升效率的问题也是越来越多。

比如有一家游戏公司在应用AI绘图技术后，砍掉了原画和翻译的外包业务。估计砍外包的经营策略今年会在游戏领域大流行，AI绘图正在重塑游戏设计的全部流程。

还有在外贸领域，因为AI绘图，假发这个行业也在经历着巨大的业务变革。原来复杂的设计流程，现在变成了用ChatGPT生成Prompt，再用Midjourney等AI绘图工具批量生成假发图片，一次就是几十上百张，再也不用天天逼设计师加班加点。

国内企业在AI大模型的应用方面，目前已公开的信息，有超过650家企业宣布接入了文心一言。李彦宏更是在一个活动上透露，目前有超过8万家企业排队和文心一言合作。

模型层上的应用

在文心一言的发布会上，李彦宏放了一张IT技术栈结构图。这张图将目前IT技术栈划分为四层：芯片层、框架层、模型层和应用层。芯片层无需多说，框架层对应百度飞浆，模型层对应文心一言以及文心一格，最后在模型层上构建的大量的AI应用。

IT技术栈从原来的三层结构到现在的四层结构，映射的是人工智能技术的发展成熟和应用普及。现在所有科技型巨头企业都已构建了自己的模型层，而大中型企业同样也在通过API接口或者直接部署模型引入相关技术打造自有模型层，最终用户则可以更简单地应用生成式AI技术。

王吉伟频道（id：jiwei1122）认为，从生成式AI开始，企业才开始真正重视AI技术，并认识到了AI模型层的重要性。接下来，在模型层之上构建以及优化应用将会成为企业运营的首要任务。

事实上，海外已经有大量企业的应用构建在了模型层之上。

2020年OpenAI推出GPT-3并开放了API，很多企业迅速跟进，在这一模型上构建生成式AI应用。截至2021年3月，已经有超过300个应用程序提供GPT-3驱动的搜索、对话、文本完成和其他AI功能，GPT-3平均每天生成45亿字。

保守估计，目前基于GPT-3的企业级应用以及初创企业推出的应用至少已经超过1K+，单是获得投资的项目都已经有不少。并且很多基于GPT-3.5的应用程序正在往GPT-4迁移，同时基于GPT-4的创业项目也越来越多。

Crunchbase数据显示，2021年获得投资的生成式AI创业项目数量为291，2022年这一数据为211，2023年的数据将会有新的突破。

现在还有一种情况是，出现了一些基于GPT-3.5/4的能够创建个人应用的SaaS程序。这种应用比低代码更加直接，能够让个人或企业通过几句话就能生成一个GPT应用，足以让基于GPT的应用在短时间呈现倍数级增长。

但不要忘了，这还仅是基于GPT的模型。其他基于DALL-E、Codex、stable diffusion等AI模型的应用数量也在不断增长。未来，从国外的AI模型到国内的百度文心一言等国内AI模型之上，将会诞生海量的生成式AI应用。

生成式AI的发展速度，已经远远超过了大家的想象。它正在快速席卷全球诸多行业，并以雷霆之势改变广大组织的商业逻辑、经营理念和运营效率。

商业逻辑变了

所有组织的应用都要构建于AI模型层之上，生成式AI技术将会无处不在。在王吉伟频道看来，这个变化，也进一步导致了企业运营、技术创业以及商业逻辑的变化。

以前大部分企业对于提升效率不够明显的AI技术并不感冒，但现在对于能够变革经营的生成式AI开始趋之若鹜。直接生成内容的AI技术所造就的文案、设计、代码等业务流程变革，带来的是效率和成本的急剧提升与下降，不去拥抱它就可能被先一步应用该技术的竞争对手拍倒在沙滩上。

以前创业需要很多研发、技术、设计等人才，现在只需通过API接入GPT、DALL-E等模型或者使用midjourney等工具进行各种设计，有些几人创业团队以及个人创业者在几天内甚至几小时内就能打造出让客户为之买单的生成式AI应用。

而对于拥有大模型的技术厂商，他们的商业逻辑也由原来的卖产品和解决方案，变成了现在的为广大客户提供API服务和部署与训练模型的服务。这种商业合作模式将会更加稳定，并且时限也会更长。要知道模型是在不断迭代进化的，客户需要持续的技术服务，并且经过迭代优化的模型会让企业越发依赖。

所以，通过API授权、模型训练、开源赋能以及相关增值业务的模式服务企业，将会是未来拥有大模型AI组织的主要商业模式。目前相关企业所推出的任何产品，仅是对外秀肌肉罢了，重点还是放在AI模型对企业客户的赋能之上。

以OpenAI为例，其实ChatGPT也就是一个展示工具，用来证明其生成式AI有多强。OpenAI的CEO Sam Altman曾对外表示，OpenAI的核心业务并不在于ChatGPT这个聊天机器人，而是专注于建立生成式AI平台，通过API帮助更多企业创建更多类似于ChatGPT的杀手级应用。

就在昨天，ChatGPT已经推出了插件商店，这会让更多开发者更简单地通过开发基于GPT-4等模型进行创业和变现。

同样，百度的文心一言也是这个商业逻辑。目前已经有部分厂商通过API接入了百度一言，还有一些大型企业则直接部署了百度文心一言的模型，使用企业数据训练自有模型。一旦这些模型训练好，这些企业将在百度的支持下服务所在行业的客户，这样文心一言等模型就会在更多行业落地生根。

全球正在普及生成式AI技术，未来市场空间是足够大的。在数据安全、信创生态以及国际环境的影响之下，国内市场空间将会加以拓展，同时更加稳定。并且在未来，国产生成式AI技术同样也可以助力更多跨国企业的出海。

正是这样的商业逻辑和市场规模，支撑着百度的股价在文心一言发布当天暴跌10点后，第二天又急速反弹上升了15个点。

最近，阿里AI模型社区“魔搭”已上线了“文本生成视频大模型”，亦有消息透露腾讯的AI大模型已经有多个版本的迭代。可以想象，未来其他科技巨头的AI大模型正式发布后，在这些模型的加持下，国内企业的高效运营与智能经营的节奏将会进一步加速。

后记：生成式AI造就长期稳定市场

前几天ChatGPT崩溃了12小时，全球用户为此郁闷，打工人们更是叫苦连天。

ChatGPT的功能，已经被用户开发到你无法想象。很多人使用ChatGPT来做作业、写文章、编程、做项目，也有人娱乐、聊天、玩游戏等，甚至有人用ChatGPT来做心理辅导、情感倾诉、自我提升。

由奢入俭难。使用ChatGPT已经成为了他们工作流程不可或缺的一部分，现在的情况就变成了不使用ChatGPT工作会很难受，甚至有人离开它不知道该怎么工作。从上线到让全球用户对它产生依赖，ChatGPT只用了不到4个月的时间。

而在这4个月的时间里，ChatGPT已经迭代到了GPT-4，包括微软、Salesforce等技术供应商都通过集成API等形式引入了ChatGPT，更多组织也通过OpenAI以及相关技术服务商部署了生成式AI技术。

现在，在海外市场你只要使用微软全家桶或者Salesforce的ERP软件，随时都能够使用ChatGPT、DALL-E等大模型带来的各种便捷服务。谷歌也已将生成式AI功能集成到Gmail电子邮件和Google Docs文档等Workspace办公组件中。

在国内，百度文心一言发布会后一小时，排队申请文心一言企业版API调用服务测试的企业用户就已达3万多家，百度集团副总裁袁佛玉在GTIC 2023中国AIGC创新峰会上表示，目前这个数量已超过10万。

接下来，更多的科技巨头也将陆续推出AI大模型并服务其更多的客户。这个速度之下，用不了多久广大组织都将用上生成式AI并对它产生依赖。

这里所说的依赖，不是贬义词，是生成式AI所带来的生产力变革，是人们使用AI工具的习惯，更是长期而稳定的市场。

生成式AI在生成内容方面的强悍能力已彻底征服了每个行业，并将革新与颠覆大部分应用场景的业务流程。在经营即将因生成式AI发生巨变的前提下，所有组织与个人都将积极拥抱这项新技术。同时，这也将是所有组织与个人的机遇和挑战。

比尔·盖茨将GPT模型对他的震撼比作1980年的图形用户界面(GUI)，是他67年的人生中第二次被科技真正震撼到。

王吉伟频道亦认为，没有任何一项技术比当前的生成式AI更加震撼人心。

AI时代波澜壮阔的画卷，此刻才算真正打开。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

​Read More