全文字數：4800字，閱讀時間：18分鐘
本文來自智次方直播：AI與商業創新：大模型如何革新商業模式&重塑業務領域
金秋9月，智次方與智用人工智能應用研究院攜手推出AI大模型系列公開課，從認知、應用、商業、安全等不同方向，帶您領略AI大模型的魅力與應用前景。
9月20日晚，智用研究院數字經濟與孵化器CTO 周聞鈞老師以“AI與商業創新：大模型如何革新商業模式&重塑業務領域”為主題進行了一次深度內容分享。
以下根據直播內容整理：
01
OpenAI一路高歌背后的商業決策
按照之前許多硅谷創業英雄的典型腳本，他們會突然出現一個神來之筆，創造了一個原型產品、概念或技術，然后立刻在整個硅谷或歐美地區引起大家的跟進和復刻。然而，當一些IT巨頭親自下場之后，這些最早的初創企業很快就會熄火，逐漸淡出，要么業務難以為繼，要么被豪門收購成為其業務版圖的一部分，然后這個技術方向可能會被一些技術巨頭所掌握。
但在過去的兩三年里，OpenAI的故事腳本卻不是這樣。它保持了高度的獨立性，從最早的GPT1 到現在的GPT4，在模型性能與商業模式上拉開了與大模型競爭者們的身位優勢，整個業界仍將GPT4視為大模型的最高標準。
那么OpenAI到底做了哪些決策使其一路高歌猛進呢?在我看來，是做對了三件事情。
率先的商業選擇—開創了大模型商業化的方向
首先，OpenAI是在大模型領域中率先開創了商業化的方向。
在此之前，大家只是試探性地探索著，就拿微軟來說，雖然也曾考慮過利用AI模型盈利，比如他們有一個產品線叫做認知服務，將許多感知技術(如視覺技術、語言理解技術、自然語言處理技術、語音合成技術)打包成一些開箱即用的PaaS服務，希望客戶按用量付費，這個想法并沒有錯。但只能說他們選擇這些產品的時間點并不是最佳的，所以盡管市場對這方面的需求存在，但一直都不溫不火，也沒有成為AI領域的爆點。
在OpenAI的GPT問世以后，特別是3.5版本和ChatGPT模型發布之后，在C端就迅速獲得了超過1億的注冊用戶，創造了有史以來最快的注冊用戶記錄。因此，它的成功主要來自C端用戶。然而，最終的商業決策是它開創了一個名為ChatGPT Plus的訂閱計劃，開始區分免費用戶和付費用戶。
這個想法并不算新鮮，是一個非常經典的模式。如果對歐美技術發展的一些趨勢有所了解，就會知道這個故事幾乎是一再重復的。最典型的例子就是開源社區，例如Linux操作系統，既有免費的社區版Linux，也有像Red Hat(紅帽公司)等收費的Linux發行版。通過在開源社區中獲得成功之后，成立商業機構來運營商業版本。商業版本和社區版本之間可能會有一到兩代的差距，并提供許多增值服務，如更高質量的商業用戶服務、更穩定的版本或為B端客戶提供定制服務等。而社區版本則保持開源，保持用戶基數，讓大家仍然可以免費學習和使用。但是要善于利用這個策略并不容易，因為它需要把握一個很難的平衡，即商業版和社區版之間的功能差異必須保持在合理的范圍內。
正確的商業選擇—攜手微軟快速進軍商業市場
其次，OpenAI邁出的最正確的一步是找了一家非常可靠的ToB類企業——微軟來商業化大模型，讓合適的人做合適的事情。
其中有幾個判斷他們都做對了。
第1個判斷：C端——>B端
OpenAI 的 GPT大模型之前是面向 C 端用戶的，它很容易吸引了一億的注冊用戶。如果你手上有一億的注冊用戶，讓你輕易地放棄他們，這是一個非常艱難的決定。但是 OpenAI 的思路很清晰，他認為大模型的商業前景實際上不在于 C 端用戶，而是在于商業化的B 端市場。所以實際上它是一家非常有拯救世界、改造世界情懷的初創企業。但是對于運營 B 端模式，它缺乏經驗。既然它能夠判斷出在 B 端市場的巨大機會，那么把這件事情交給更專業的公司來做是最合適的。
第2個判斷：選擇哪家ToB類企業?
做B 端服務的巨頭很多，微軟當然是其中之一，但是還有 Oracle、IBM等等。
為什么選擇微軟?原因之一是Microsoft 和 OpenAI 有很深的淵源，OpenAI 在歷史上的很多早期重要里程碑事件中，都有微軟的影子，可以說微軟一直在支持和扶持它的發展。因此，OpenAI也獲得了微軟的投資。
另外一個原因是微軟在 ToB 類服務軟件和戰線方面是最長、最全面的企業之一。因此，微軟可以決定 OpenAI這個大模型技術在哪些企業用戶場景中切入。
我認為這是他們所做的決策中最明智的一步，也是他們與其他大模型供應商之間差距拉開的關鍵。他們可以專注于繼續完善自己的模型，而商業化的步伐則交給別人來做。
遠見的商業選擇—圍繞OpenAI的生態正在快速形成
第三步是我認為非常有遠見的決策，那就是快速構建自己的生態系統和護城河。
一個非常成功的例子是英偉達。這不僅僅是因為英偉達的GPU在某些方面先進，而是因為它的CUDA生態系統已經涵蓋了整個市場。因此，無論是AMD還是國內的眾多GPU廠商，他們都面臨著困擾。雖然他們能夠生產出GPU并解決制造問題，但很難解決客戶使用意愿的問題，因為他們缺乏生態系統、應用和技術的護城河。
OpenAI也意識到了這個問題，并且愿意看到大家找出大模型的不足之處，比如大模型會胡說八道，許多知識也具有有效期。他們樂于將這一找出問題的能力交給社區，而不是自己去做。因此，我們會看到他們推出了插件機制，并吸引了許多早期開源社區的追隨者們。這些追隨者們紛紛看到了其中的機會，開始在垂直行業和不同場景下開展工作。一旦這個生態系統形成，它將成為OpenAI GPT大模型的強大護城河。我們實際上已經看到這種趨勢正在出現。現在談到大模型的插件，幾乎所有人都會說他們兼容OpenAI的插件格式，這就是護城河，也是他們的商業優勢。
因此，并不需要太多商業決策，只要你能夠清楚地思考這三步，你就能在市場上保持3到5年的領先優勢。
02
OpenAI服務和微軟Azure
OpenAI服務
有了OpenAI的支持，微軟為自己的整個AI技術棧填補了一塊非常重要的拼圖。用戶會發現，使用了OpenAI服務之后，它的Azure Machine Learning似乎也不錯。他們也可能擁有一些像其他前端結合的服務，比如Power Apps和Power BI等數據分析前端的服務。
現在出現了一個非常奇妙的現象，OpenAI自己和微軟的公有云Azure共同運營著OpenAI的GPT模型服務。感覺就像是同一個產品有兩家來銷售，一家是正宗的創始者，一家是得到了獨家授權的經銷商。
那么對于OpenAI這個大模型服務，這兩家的思路是怎樣的呢?我們先來看看基本沒有變化的地方，無論是從價格體系還是提供的模型種類來說，微軟并沒有超越OpenAI。微軟唯一做了一些補充的是將自己的開發平臺開發框架，如C#等與OpenAI的大模型調用進行了整合，因為之前只有Python的SDK，現在給它提供了更多的語言選擇。
但是有哪些方面是OpenAI沒有考慮到的呢?憑借微軟多年來在ToB領域的經驗，它增強了這個功能，無論是在安全性方面，如是否支持虛擬網絡，是否支持高級的安全模型，如基于角色的訪問控制驗證方式，還是在安全合規等方面，包括SLA等，微軟都為企業用戶提供了滿意的解決方案。
Azure OpenAI 的出現無疑承擔了 OpenAI 在許多面向企業的領域的壓力，使得 OpenAI 公司可以輕裝上陣，繼續專注于做好他們在大模型領域的業界領先地位。在現實中有很多頭痛的問題，甚至需要一些繁瑣的工作，這些都可以交給經驗豐富的微軟來處理。微軟可以根據需要制定政策、增強產品甚至提供法律幫助，通過各種手段盡可能消除商業市場上對大模型的阻力，消除客戶對合規等方面的疑慮。
03
大模型生產力工具的智能化
正是因為有了 OpenAI 以及之后的百家爭鳴，如 Meta、谷歌等公司，在 AIGC 領域取得了巨大進展。
我們可以看到微軟的行動非常迅速。在與 GPT達成獨家授權合作后，微軟將 GPT 整合到了自己的 M365 低代碼平臺、New Bing，以及像 GitHub 這樣的專業用戶平臺和服務中。Copilot 目前非常受歡迎，對吧?在任何場景下，我們都需要一個副駕駛，無論是寫文檔還是做 PPT，都需要一個助手幫助我們起草初稿。
微軟擁有許多產品例如 Word、PowerPoint、Excel 等基礎辦公軟件，而對于一些專業工作者，比如財務、法律、市場營銷等等，他們可以使用低代碼平臺 Power Platform。這些人可能不需要編程語言，但通過簡單的拖拉拽就能定制很多任務腳本。
對于普通消費者來說，如果搜索引擎能以問答的方式提供體驗，就像新的 Bing 搜索引擎一樣，無疑會顛覆傳統搜索引擎的使用體驗。
對于程序員來說，如果有一個靠譜的助手可以幫助做簡單的代碼 review 和提示，就像當年我剛開始使用 Visual Studio 時，有一個名為 IntelliSense 的功能可以自動補全代碼，那真是令人驚嘆。我甚至不需要查找很多函數接口或庫的接口，當我寫代碼時，它就會提供類型提示，并進行檢查。這真的非常方便，對吧?不僅如此，現在不僅是一些簡單的函數接口，甚至連代碼邏輯，像 GitHub Copilot 都可以幫你起草，幫你編寫基本框架，而且它幾乎可以用任何編程語言。因此，有了像 GitHub Copilot 這樣的工具，可以極大地提高我們程序員的效率。
當然，微軟有這么多Copilot，而它的主要競爭對手谷歌自然感到焦慮。因此，谷歌通過幾個月的趕超，推出了自家的語言模型PaLM，而且它是唯一一個將這個模型與自家產品線結合的公司。谷歌的Workspace辦公全家桶可以與它的模型結合使用。也就是說，微軟和OpenAI有的東西，谷歌也做了一份，將自家的大模型與Google Workspace整套生產力工具結合起來，以提高客戶在AI輔助內容生成方面的效率。
既然谷歌已經這樣做了，其他一些類似的平臺公司當然也不可能落后，對吧?他們緊隨谷歌的腳步，就像銷售領域的領頭羊Salesforce，選擇借助GPT的能力賦予自家的企業SaaS服務。當然，由于他們的商務場景不同，我們會看到基于銷售、營銷以及一些輕量級開發人員的GPT功能相繼出現。因此，Salesforce成功地給自己貼上了一個標簽：AIGC + CRM產品。
那么，既然Salesforce成功了，其他類型的企業也可以效仿，對吧?既然Salesforce能夠將CRM與AIGC結合起來，那么為什么其他企業不能呢?
因此，就像Notion AI所說的，我專注于文檔寫作，不做Word，也不做PowerPoint，我只是幫助你生成各種專業文本文檔。所以，它是基于場景的文檔寫作，使用這個大模型來提供支持。當然，有了Notion AI之后，其他類似的競品如Evernote以及國內的一些產品(例如飛書)也紛紛跟進。但大家的行動并不慢，基本上在GPT發布后的3-4個月內，開始陸續上線自家的產品，好用不好用再說，首先要確保自家產品在市場上立足，這是需要抓住的機會。
04
AIGC對業務領域的重塑
其實無論是微軟還是谷歌，又或者是Salesforce等企業，它們并不局限于某個特定行業，實際上它們是水平類的生產力工具。這些廠商紛紛將AIGC大模型嵌入到自己的產品線中，這給企業帶來了什么后果呢?只要你的企業使用了上述公司的產品和服務，那么至少在這些領域里，你可以直接借助AIGC大模型的能力來實現業務轉型。
比如客戶服務，幾年前的智能機器人只能稱為“智障”機器人，因為它們對于理解人類的自然語言能力并不高，也只能給出一些固定套路式的回答，以至于你很容易發現它是一個機器人。但有了大模型之后，盡管你仍然可以看出這是一個AI在背后工作，但它生成的內容的合理性大大提高了。甚至于你需要花一定的時間去消化和吸收它給出的內容，但這些內容已經更加合理。所以像這些基于某些領域的客服，他們的專業服務能力和領域知識已經可以媲美經過簡單培訓的專業人類客服。因此，現在客服的智能化程度顯著提高。
其次是銷售，企業普遍重視銷售，類似于Salesforce的CRM產品或微軟的Dynamics等平臺，以及一些著名的CRM軟件公司也紛紛與大模型合作，以增強自己軟件的功能。總的來說，在銷售方面，不僅要了解現有客戶的數據，為其提供個性化產品和商機推薦，還可以進行更廣泛的輿情監控。由于大模型天生適合大數據量的處理，它能夠對輿情數據進行歸納、理解和總結。因此，如果企業有輿情監控數據，并不斷進行監控和采集，那么讓大模型幫助進行相關總結和歸納是非常合適的場景。
第三個場景就是內容生成，不僅限于文檔，包括Powerpoint、Excel等各種形式的生成。這些功能不僅適用于普通的知識工作者，如辦公室文員。而且即使對于具備高技術門檻的程序員和IT從業者來說，大模型也可以通過學習類似于GitHub或Stack overflow等語料庫，在任何需要的語言上生成代碼，無論是Java、C++、Python還是其他主流語言甚至匯編。生成的代碼質量通常可以媲美中等水平的程序員。原來我們認為在代碼里面有一個非常頭疼的問題，就是代碼的理解、審閱，這非常耗時耗力。現在有了大模型，它們可以輕松地理解你的代碼，并給出自動的代碼注釋，同時還能評價你的代碼質量。據我了解，我們有很多企業客戶，他們的開發團隊正考慮使用這些大模型來提高生產力，至少解決代碼審閱的問題。包括后面還有像知識管理、輔助決策等方面。
總之，在企業中，不論從事何種行業，都能找到很多這樣的應用場景。
我今天的分享就到這里，謝謝大家。
