未分类

AGI时代,别再沦为大厂的外包工

文 | 元帅
策划 | 高佳
生成式AI到底赚不赚钱?
抛开不断更新的技术名词不谈,商业变现是创业者无法回避的难题。
最近曝光,GitHub Copilot每用户每月给微软带来了20美元亏损;反之,OpenAI年收入已经达到每年13亿美元,而2022年度收入仅为2800万美元。
国内的AI领域创业正朝着强应用、可落地的方向发展。“到产业中去”,成为国产大模型在商业化方面的共识——基于医疗、金融、教育等垂直行业的大模型纷纷出现;已经发布通用大模型的公司,也在针对行业推出模型服务。
整个生成式AI产业在经历了一年,来到大模型下半场,从拼参数进入拼原生应用、拼产业落地的阶段。
国内开放的大模型厂商中,目前只有文心一言一家对C端收取会员费用;但B端已经成为争抢的蛋糕。
这样的局面是如何形成的?国产大模型有哪些类型派别?靠什么走出自己的路线?创业者们只能在应用层找机会么?该如何打破上一代做项目亏损的魔咒?本文将重点探讨以上问题。


01.

C端仍是巨头游戏

从全球科技巨头们的争相研发到国内的“百模大战”,现阶段大模型研发严重依赖重资源和强资金,不是小体量的创业者能比拟的。
互联网大厂不仅自带丰厚的资金,许多业务都有基于大模型改造的潜质,能够接触到庞大的数据、业务场景等,这是许多初创企业缺少的部分。
可以说,超大模型(万亿)与普通大模型(数百亿)各有使命,超大模型探索天花板,普通大模型承载落地。
大部分的创业者,都只能做所谓的大模型,没法做超大规模的模型,因为成本投入太大。

C端赢家通吃,创业者多数陪跑

参考移动互联网浪潮,C端领域基本都是赢家通吃,绝大部分创业者最后都是陪跑。毕竟巨头也将围绕 ToC 产品进行发力,一旦巨头推出免费产品,则可能冲击订阅收入。
尤其是普通创业者,一定要避开巨头或者明星独角兽覆盖的赛道,不然会“死得很难看”。
事实也的确如此,眼看着科技巨头和明星独角兽在生成式 AI 领域的影响力越来越大,初创公司的融资正变得艰难。
尤其像“杀手级应用”ChatGPT的不断更新迭代,对于不少 AI 初创公司带来生存压力。
成立18个月的AI 文案初创公司Jasper在7月开始裁员。OpenAI发布了开源语音识别模型Whisper,在今年3月向开发者开放了这一功能,这对于语音识别软件的创业公司 Deepgram是一个打击,最近宣布年内第二次裁员。而去年底,智能绘画公司StockAI则宣布关闭所有业务。
难怪OpenAI的CEO 山姆·阿尔特曼(Sam Altman) 最近在演讲中警告创业者——不要简单模仿OpenAI,套壳公司将难以生存。
可以说,超大模型是科技巨头(或者说互联网大厂)的生意。眼下,美国闭源大模型的头部格局几乎已经确定,比如OpenAI、Anthropic的Claude,还有拿到门票的Google。
行业已经没有太多悬念,投资人也不会再投。

用户粘性减弱,大多数应用场景不够可靠

AIGC应用商业化进展方面,现阶段不少企业都推出了单独的定价方案,在试水不同的定价策略,但现在讲大模型在C端实现盈利还有点早,因为推出时间尚短,业绩未能得到有效验证。
从媒体报道来看,大型科技公司如Microsoft、Google和OpenAI,仍在寻找如何从其AI产品中获得盈利。尽管OpenAI透露营收大大超出预期,但是并没有透露盈利情况。
即使是巨头,也面临C端用户流失的尴尬境地。一开始,大模型厂商都寄望通过C端做大规模。随着新鲜感的逐渐消散,大模型的用户流失现象愈发严重,其专业性和商业性方面的缺陷也随之暴露无遗。
以至于硅谷开始有传言称,生成式AI实际上并不有用。产品远远低于预期,这可以通过糟糕的用户留存率来证明。对许多应用的最终用户需求开始达到高潮,这只是另一个蒸汽泡沫周期吗?
当然不排除泡沫的存在,当前投资机构对于生成式 AI 的热情开始降温。据数据机构 Pitchbook 10月6日公布的最新数据显示,2023年第三季度,全球生成式 AI 投融资交易数量下降至 101 笔,较二季度下降 29%。

生成式AI并不缺乏使用案例或客户需求,用户渴望AI能使他们的工作变得更容易,但是还没有找到高频次使用的价值感,通用的CoPilot是理想愿景,但对现阶段大多数应用场景来说还不够可靠,用户持续付费意愿不稳定。

02.

国内都在卷B端


进入下半场以后,国内科技圈似乎度过了迷茫期,市面上越来越多的“面向B端”的行业应用开始涌现,寄望在各个领域大放异彩。
相对于通用大模型需要投入高算力成本,垂直大模型厂商在相关行业深耕已久,因而在寻找产业机会方面往往走得更加深入。

创业机会在应用层

这跟海外情况大不同,海外的同行们大部分都集中在应用层,应用类型中有相当多是情感陪伴、AI绘画这类偏向于泛娱乐的应用,商业模式是以订阅制为主。
相比之下,目前国内市场上在C端AI应用方面出色的还比较少见,仅有妙鸭相机这一爆款案例。国内AI应用的主要战场仍然在B端,其中智能客服、办公助理和文字生成等应用大多都是为企业提供服务。
可以说,现在国内基本形成了共识——大厂借力大模型押注生态建设,中小企业们则需要从细分市场之中寻找生机。
大部分创业机会在应用层爆发,多思考怎么结合行业经验,利用AI更好地解决不同行业特定场景的已有商业问题。正如百度CEO李彦宏所说,“卷大模型没有意义,卷应用机会更大。”
再加之,在众多的大型模型中,同质化现象是无法避免的,必将导致价格战发生。
投资人为AI概念投资的概率很低了,大家变得都很谨慎,都开始关注AI的实际应用,应用才是大多数创业者的机会。
一些大公司也已经开始采取措施,以在细分市场中提供更加专业化和差异化的服务,C端大模型的竞争已经进入应用层。

垂直行业数据是护城河

各个细分行业场景里,客户的容错率很低,纯靠通用大模型一定无法解决问题。炼丹大模型只是第一步,多模态是未来,将服务于各行各业,“算力+数据”会诞生出很多全新的数据场景,这些都是创业机会。
显然,垂直行业的数据是护城河,小的创业团队找对切入点,持续做下去,有了行业客户的数据沉淀,对行业产生较深的理解,凭借大模型做出客户愿意为具体场景付费的好产品,竞争壁垒就形成了,一般来说都可以活下来。
此外,被行业巨头收购也不失为一种好的结局。

B端企业付费意愿最高

不过,面向中小企业用户,商业化也不轻松。

中小企业生命周期短是公认的,复购能力又低。如果应用场景不是真实的,那么产品显然无人付费,死掉是迟早的事。
就像Sam Altman向创业者发出的警示,“如果你没有办法做出来一个让用户爱上的产品,你迟早会失败。”
一个非常好的产品是长期来看唯一有效的增长方式。因为即使你用了一些别的增长手段,但是最终你会发现,随着你的体量变大,所有的其他手段都会失效,只有“人们真的想要用你的产品”不会失效。

如红杉资本判断,市场正在进入“第二幕”——这将是从客户开始的,生成式AI应用具备日益多模态的特性,将端到端地解决人类问题。
这些应用与首批推出的应用在本质上有所不同,它们往往将基础模型作为更全面解决方案的一部分,而不是整个解决方案。它们引入了新的编辑界面,使工作流程更加粘性,输出效果更好。它们往往是多模态的。
B端当然是一个更广阔的市场,且相对而言,B端企业仍然是对创新应用付费意愿最高的客户群体,也存在着强烈的智能化需求。
因而垂域Agent带来的火热,让私有化部署成为AI公司们最全力以赴的落地方式。
但Sam Altman 也为创业者提议,这一阶段的盲目筹资不明智,AI医学和个性化教育或是未来发展方向。他还透露了GPT-5 和 GPT-6 的多模态能力,表示距离 AGI 仍有很远的路要走。

03.

避免沦为“高级人力外包”

AI 商业模式带来了多种可能性,开始从面向消费者(ToC)转向企业(ToB)拓展。由C端带动B端的模式,利于品牌建设,产品推出初期能直接转化,带动销售收入的增长。
像OpenAI就是全行业争相模仿的对象,它除了C端推出会员订阅,B端也在稳步推进——通过API接口调用收费。
OpenAI 没有 ToB 基因,但是仍然积极拓展B端客户,8月面向大型企业推出 ChatGPT 企业版,未来还将推出适用于较小型企业的 ChatGPT Business。目前,OpenAI 面向企业所开放的 API 模式,已经吸引了一批客户使用它——尤其是中小开发者,它们无力独立训练一个大模型,接入 GPT 系列的 API 成为极佳的选择。
OpenAI 选择的商业模式就是SaaS订阅付费模式,因为经历了SaaS行业的发展教育,用户愿意为优质的单点工具付费。
接下来我们要探讨的AI商业模式,就是当下主流的产品化+会员或 SaaS化。同时,AIGC也诞生了新的商业模式:ToSMB / ToPC(SMB,Small and Medium Business,中小企业 / PC,Professional Consumer,专业用户)。

不做传统流量生意

AI从业者屡屡提及SaaS服务,理论上来说是一个很有前景的商业模型,也是当下生成式AI选择的主流商业模式,即产品化+会员或者说SaaS化。
选择SaaS的商业模式,主要是通过订阅服务来赚取收入,这种模式的关键部分看续约。成熟期SaaS企业客户通常季末、年末订阅续费,会带来充足的现金储备。毛利率通常为60%-80%,营业利润率高达10%-20%。
红杉资本不久前发文也给创业者带来更多信心,生成式AI的起步已经比SaaS更加成功,仅从初创公司就获得了超过10亿美元的收入。SaaS市场需要几年而不是几个月,才达到同样的规模。
这样,AI公司就能避免互联网时代的商业模式——项目制,不至于沦为“高级人力外包”。
这要求创业者们要从场景出发,真正找到痛点,商业模式必将不同于传统互联网时代,不然做来做去还是传统的流量生意,持续稳定性和盈利比较差。

不要用C端规模逻辑做B端生意

不过,选择了 SaaS服务的商业模式,并不代表就可以闭着眼睛数钱了。
几个月前,《中国不需要 SaaS》的文章刷屏,反映出国内SaaS的商业化困境:国内 SaaS 不能赚到很多钱,未能像美国一样出现类似Salesforce、Intuit等具有影响力的巨头企业。
事实上,国内众多同类SaaS企业面临着大型企业定制需求高、中小企业获客成本高、技术和服务生态不成熟、盲目扩张等痛点,使得SaaS服务商难以构建有效的生态体系;由于大多数SaaS产品的功能相似,同质化竞争更多地依赖于价格,而不是产品的差异化创新或服务的质量。
相反在美国,SaaS 赋能最大的永远是中小型企业,拥有成本上的优势,进而获得竞争优势,在竞争中存活变大,这是其一直在硅谷的生态圈活跃的根本原因。
值得注意的是,国内 SaaS 商业化不成功最重要的一点,是用To C的规模逻辑去做To B生意。
早期走免费/低价路线获客,用亏损换规模,寄望资本市场给出高估值。但到了后期,眼见用户习惯养成了,不断通过提价拉升营收,导致用户续约率低、流失惨重。
好在国内市场中,我们已经注意到一批有巨大潜力的B端 SaaS 品牌已经意识到这些问题,整改之后正在逐渐崛起。如钉钉、微盟、飞书以及纷享销客等公司,它们持续创新并优化自身业务,提供专业且高质量的产品和服务。

探索AIGC新商业模式:ToSMB / ToPC

蒸汽机的发明,带来了轰轰烈烈的工厂制造;织布机的出现,开启了流水线生产的新模式。每一次技术变革,都带来新的商业模式的变迁,今天的大模型将带来何种商业模式呢?
在大模型的加持下, AIGC 产品展现了强大的通用性,AI配音、AI写作、AI写作重塑广大创作者们的工作流。
大模型的创业公司也根据技术、产品特点和用户属性,探索更多商业模式的可能性。如出门问问基于面向全球创作者的AIGC产品矩阵,开始尝试 ToPC/ToSMB 的商业模式。
PC,即 Professional Consumer,专业的内容创作者用户,他们大多从事音视频、图文等内容创作,是各大创作平台的KOC/KOL。相比于纯粹的C端小白用户,PC端对 AIGC 产品有着更高的专业度需求,也有更高的付费意愿和能力,是介于浅度C端和深度B端之间的“灰度”用户群体。
如在抖音、快手等各大音视频平台上被创作者们应用得极为广泛的AI配音产品——「魔音工坊」,因其丰富的AI声音和便捷的编辑功能深受创作者们喜爱,同时创作者们的使用数据和反馈,也在帮助产品不断优化。随着生成式AI的技术迭进,PC端相对专业的“作品”也将影响更多C端受众,或引领AIGC“全民创作新世代”。
SMB,To Small and Medium Business,即小规模的企业级用户。SMB 既不完全属于consumer,也不完全属于enterprise,如小型企业的市场部对AIGC的产品需求,他们有明确的具体的「场景」,AIGC产品矩阵也可以一站式地完整覆盖这类相对通用的场景应用。
出门问问在各AIGC产品端,布局企业级用户的协作功能,以赋能更多SMB用户,如「魔音工坊」加持团队协作功能,让企业级团队可以实现多人共创音频作品,真正做到AIGC产品的丝滑体验和高效生产。
同时,ToPC/ToSMB 商业模式的优势在于,一方面能够避免上一代 AI 公司做ToB的项目制,沦为高级人力外包;另一方面可以避免跟互联网巨头竞争停止增长的流量。ToPC/ToSMB 是介于通用CoPilot和垂域Agent之间的模式,适应现阶段生成式AI的技术程度,也是现阶段较好的落地方式。
而ToPC/ToSMB 的难点在于,在精准定位客户群体的基础上,需要客单价足够平民化(年千元或万元级别),产品体验足够闭环简单,可以真正为用户提升效率或创收。

04.

结语

大模型的下半场,模型和应用已经进入市场驱动的新阶段。
与海外顶级模型相比,国内在通用大型模型的研发方面仍全力以赴。但在相关应用层面,中国一直有赶超机会,作为一种底层的技术形态,AI可以渗入任何领域、任何行业,在B端有着巨大想象空间。
也许一开始不及预期,但商业化模式仍在探索期,需要多给一些时间加以证明。对于创业者来说,还是那句话——不要在大厂的赛道上拥挤,不然会直接被“拍死”。
巨头都是B、C端通吃,创业者不要和巨头硬碰硬,即使是OpenAI,也要防范来自微软的竞争,后者在 ToB 领域企服方面是王者,成立 48 年、跨越数次技术周期的微软毫无疑问比初创公司 OpenAI 积累更深。

相关阅读:
大模型下半场,关于Agent的几个疑问
8.23 中国大模型从业者「西溪论道」
大模型的下半场:多模态、Agent、ToPC/ToSMB商业模式
这一次,AI创业公司怎么玩?
“云巨头+大模型”结盟,火拼算力新战场
OpenAI 自研芯片的三个猜想

jovi

AiCC : AI Creative Commons AI 设计,关注 AiCC 知识共创! AiCC.pro

发表回复

相似文章

Back to top button