cha

颠覆的时代:GPT 普及后的新模式和应用

  随着 chatgpt 的不断更新,全球的 Ai 行业参与者都像是被打通了任督二脉,看到了未来产业化的路径,都举全力投入到相关工具的开发和使用当中。至此,人工智能又开启了一个新的技术爆炸的时期。

  Gpt 的革命性在于它可以根据给定的文本或关键词,生成各种类型和风格的文本内容。包括对图像的理解。Ai 在人类语言和逻辑的理解上,基本站上了新台阶。

  在此前的文章中我们讨论过文字转图片产品的发展与带来的变革。

  而历经半年的迭代后,在 Ai 绘画这一品类上,已经基本上实现了不可思议的真实效果。

  颠覆的时代:GPT 普及后的新模式和应用(图1)

  图:midjourney v5 生成的特朗普被捕

  如今 GPT 的突破比 Ai 绘画更加震撼,也有更广阔的使用范围可以预见的是,在未来的半年内,GPT 的普及将会给人类社会带来很多新模式和应用。

  而这其中又会孕育哪些新机会呢?我们将继续从商业的角度进行探讨:

  一、新形态的 SaaS

  底层工具

  最基本的商业思维去看,Ai 的推出最直接的盈利变现手段就是订阅收费 SaaS。

  而这里面最大的赛道,莫过于提供底层工具,如 OpenAI 根据流量计费的大模型,可以满足各类人群及企业的广泛需求,以获得相应的收入。

  颠覆的时代:GPT 普及后的新模式和应用(图2)底层工具可以说是整个 Ai 生态中的关键部分,这类产品对应巨大的市场。后面的任何产品的市场都不会比底层工具更大。

  除了在语言理解的 openai 以外,还有文字转图片技术领先的 midjourney 等,同样都称得上是底层工具,而这样的公司必然有着巨大的业绩成长空间。

  这肯定是兵家必争之地,目前看来,基本上有点野心的互联网企业都想着开发一个类似的大模型,希望来这里看看能不能混点市场份额。包括文心一言为何这么快就要推出相关的半成品竞品,而国内的互联网大厂也都说要加入追赶,为的就是能在这个未来的大市场分一杯羹。

  但目前而言,像 Openai 这样的技术领先公司占据先发优势,又有微软的资金和算力支持,还有丰富的软件生态结合,后发者还想抢夺市场份额,事实上比想象中难得多。

  改善型产品

  当然,工具生产者要获利,也必须让工具使用者有所得才行,人们利用这个工具,也能衍生出不少的机会。

  对于很多已经存在的互联网产品而言,将 gpt-4 与自己目前产品进行结合,从而推出价值更高,效用更高的改善型产品,是未来一段时间 AI 普及后所带来的一个商业机会。

  例如社交媒体公司通过 gpt-4 的接入提供类似机器人陪聊的角色。又比如软件服务公司通过集成 gpt-4 提供通过文字指令就能在软件内完成庞大任务的功能。

  最典型的莫过于 copilot:集成了 gpt-4 的 office 套件,可以通过文字,图片,数据等信息的输入,来迅速生产表格,PPT 及文章等。对于很多人来说,购买服务,然后再也不用自己辛苦做 PPT,这完全是物超所值的。

  但对于改善产品而言,存在问题是大家都用上 gpt-4,那就等于大家都没用。大家仍然处于同一起跑线上竞争。工具加强得当的公司会因此得到市场份额,没有加强得当的公司却因此失去市场。所以说,并不存在用上 Ai 后,整个行业能因此都收益的情况。

  另外,增加的 GPT-4 功能,需要向 Openai 付费,而这个成本加上去以后,是否能从终端收入中获得更高的回报?

  如一个游戏公司在 NPC 设计上都接入了 gpt-4 功能,使得整个游戏 NPC 拟人化,这丰富了游戏交互的可玩性。然而,当游戏销量又或者玩家的付费金额没有因此提升的话,收入不变,成本提升,最后的结果就是利润反而因此降低。

  所以说,加强型工具业务,是否能产生商业回报,仍然要从多个角度考虑问题。而且,还要避免本身也有不少产品服务及游戏业务的微软,作为裁判自己下场竞争。

  所以任何结合 Ai 的改善型产品,都要重新考量其经济性。改善产品绝不是套个 Ai 就能带来收入提升,使用人群提升,要是设计不当,反倒会使公司徒增不必要的成本。

  创新工具

  相比那些通过接入 GPT-4 来改善自己产品的想法,创新型 Ai 工具更具有革命性。

  如何应用现有的 Ai 工具生产全新的产品,并获得收入?目前我们注意到一些新的产品已经开始试水,例如基于 Ai 的网页总结工具,学术文章的修改工具,包括将人的历史发言记录学习从而实现 " 数字人 " 的工具。

  如图所示,基于 GPT 的各类分化式工具已经陆续出现:

  颠覆的时代:GPT 普及后的新模式和应用(图3)另外,将 GPT 和各类绘图,制作视频的 Ai 有机结合,也将诞生很多新的风格迥异的 Ai。

  这个维度的产品,一定程度上取决于使用者如何去理解并且挖掘尽 Ai 的潜能,并且把这些任务结构化。

  底层 Ai 作为树干,不断向上发展,产生分支,从而产生专属不同任务的 Ai,将是一个大的趋势。毕竟目前的 chatgpt 仍存在着一些问题:

  首先是,Ai 的运行时间长,且不稳定,对于很多单一结构的自动化任务,GPT 里面很多的算法的运行都可以跳过,如设计师写稿显然并不太需要 GPT 里面的写代码的知识。

  而自动化任务,也需要 Ai 保持回答输入的连贯性和稳定性。因此,针对自动化,对 Ai 进行轻便化处理,如同细胞分裂,干细胞向其他功能细胞演化,是整个 Ai 行业未来的大趋势。

  其次,人们还要摸索去使用 GPT 的方式,通过特定化语言指令去让 GPT 达到更聪明,更准确的效果,其中也会衍生出更多的指令化个性 Ai。Ai 训练将同样成为未来的一个重要的职业方向。

  当然,还有针对 GPT 的各类副产业也会因此而生,例如当下各类帮助用户连到 openai 网站,注册账号的生意就已经赚得盆满钵满。

  而当 chatgpt 嵌入到搜索引擎后,过去针对关键字搜索的 SEO(搜索引擎优化),也会转为针对 Ai 算法的算法搜索优化,来引导 Ai 向所有用户输出自己的网站内容。而更加不合法的产物也由此诞生,如通过污染互联网信息来使 Ai" 变坏 ",输出不当价值观。又比如,针对 Ai 进行真假识别,侵权鉴别的产业,也会出现。因此,此类黑产和针对黑产的保护产业,也是一个巨大的市场。

  总体而言,在目前语言模型已经走通的基石上,大量的创新工具即将冒出,这将会是一个巨大的增量市场,有待会利用 Ai,吃透 Ai 原理的开发者进行发掘。如同过去基于大数据统计的推荐算法,有的企业用于杀熟,而抖音因此结合 UGC 和视频生态,创造出一个全球化的媒体巨头,关键还是在于,我们怎么去理解和吃透 Ai 的本质。

  二、被替代与成本优化

  对于大多数行业而言,其实并不一定需要用 Ai 做出什么新东西来,更大的用途是使用 Ai 来进行工作流的优化,从而提升效率降低成本。

  如以下几个维度,均可以实现巨大的效率提升

  - 教育:gpt-4 可以作为教育领域的强大助手,它可以根据学生的水平和需求,生成个性化的教材、习题、反馈等。它也可以作为教师的辅助工具,帮助教师设计课程、批改作业、评估学生等。此外,gpt-4 还可以作为在线教育平台的核心引擎,提供高质量的在线课程和互动服务。

  - 娱乐:gpt-4 可以作为娱乐领域的创意源泉,它可以根据用户的喜好和场景,生成各种类型和风格的文学、音乐、影视、游戏等内容。它也可以作为用户的娱乐伙伴,与用户进行有趣和有意义的对话和互动。

  - 商业:gpt-4 可以作为商业领域的高效工具,它可以根据企业或客户的需求和目标,生成各种类型和风格的营销、广告、公关等内容。它也可以作为企业或客户的智能顾问,提供专业和实时的分析、建议、预测等服务。

  当然,这不可避免地会带来一些岗位的减少,这些岗位都可以减少人手,从而应用 Ai 完成此前的任务,一个人干原先多个人的活不再是难事。

  Newbing 认为的工作岗位的影响比例:

  颠覆的时代:GPT 普及后的新模式和应用(图4)但乐观点看,这也会创造出很多新的岗位,如帮助使用 Ai 的工程师。像下图一样,我们也许不需要会设计前端网页的工程师团队了,但是仍然需要有能够理解怎么给 Ai 描绘问题,精准描述需求并使其完成相应目标的团队。

  颠覆的时代:GPT 普及后的新模式和应用(图5)此类职责我们称为 prompt(提示语)工程,在未来,如何用最优的提示语来激发 Ai 生产最恰当的内容,将是一个非常稀缺的技巧,可以想象,prompt 工程师是未来一个极其需求旺盛的需求。

  对于企业来说,在成本端的提升将是清晰可见的,很多公司原先复杂的团队,只要有足够完备的,专业化,运行速度快的 Ai,甚至能用几个人完成原先几十个人才能做到的任务,而且一个精通 Ai 的工程师,可以完成原先几个人团队才能完成的项目。长此以往,那些业务稳定,且数字业务人力资源占比高的企业,将从中大大收益。

  而在 Ai 替代人力的过程中,越是体力劳动的职位,反而越不容易被替代,这也反映 Ai 的发展是针对白领阶层的一次革命,其对于低收入群体的影响反而不那么大。

  颠覆的时代:GPT 普及后的新模式和应用(图6)当然,以上职业的替代不由 GPT 决定,而由硬件层面的突破决定。但当机器人自动化达到突破点时,结合 GPT,这些行业的替代只会更加彻底。

  所以,对于脑力劳动者,未来将是一个贫富分化更不均的时代,聪明人用上百种 Ai 构建起一个人的百万大军,而仍然只能充当螺丝钉角色的单一技术人员将被淘汰。

  三、底层稳定性和硬件

  而硬件层面需求同样会因此受益,如算力,不过当前硬件行业的竞争格局非常清晰,这一点也没什么可说的了。

  要注意的是,当前算力层面的需求是基于大家想模仿 Openai 加入底层工具竞争所带动的,但当格局固定,正如微软统治 PC 系统市场。到时候,开发相应模型的需求就会跟今天设计一个 PC 操作系统的需求一样式微。做不来也竞争不过,直接用就是了。重复发明轮子,确实没有什么意义。

  然而,除了算力,如上面所说目前 Ai 运行的稳定性和速度都还有相当大的问题,这里面有些并非由算力掣肘,而是由其目前的交互形态所限制。

  如有相当观点认为,Chatgpt 应将一部分数据放在本地,减少云计算的比例,以此达到更快的速度。当然基于云计算的方案,在云加速和数据储存的方向迭代创新也应该推进。另外,各类边沿计算的硬件,也应该继续进化。

  还有,在 Ai 全面普及后,保证 Ai 稳定持续运行的安全方案,而当公司选择接入了 ai 后,数据如何分类存储,哪一类保存在云端被 Ai 所记录共享,哪一部分数据保密必须在本地运行,这都会催生新形态的存储架构。

  这些在网络工程方面的需求,未来都会持续繁荣,这也是 gpt 普及后的一个重大商业方向,当数以亿计的公司和个人每天的工作都依托 GPT 进行以后,维护整个 Ai 模型的持续高效运作,将是一个巨大的商业生态。

  四、结语

  综合来看,GPT 绝不是像过去的元宇宙一样虚无缥缈,使用场景局限的产品。

  未来的变革已经清晰可见。目前跑得最快的 Aigc 绘画,已经可以以假乱真,我们未来看到的很多图像作品,都不再会是人手绘制的了。

  而 GPT 语言模型带动的变化紧随而来。可以预见,半年后,很多创新型工具将一个个推出,在市场上试水,如同今天 midjourney 的最新产品一样,需求旺盛。未来基于 GPT 这个树干,再次生成出如字节跳动这种超级巨头,都是完全可以看到的。

  显然,有人欢喜有人愁,关于被 Ai 替代,造成失业,是不可避免的。但并不能因此停下科技进步的脚步。对于普通人而言,如果我们不能不能像 Openai 那样指点江山,那么唯一能做的是吃透其基本原理,理解 Ai 运行的逻辑和规则,不放弃对每一个技术迭代的学习,那么被 Ai 替代的风险自然会大大减少。

  可以说,这是变革的时代,每个人都要有危机意识。要么积极拥抱改变,或者就专注于那些机器和 Ai 都无法改变的工作。

  颠覆的时代:GPT 普及后的新模式和应用(图7) ( 添加好友请备注:公司 + 合作事项 )

  丫丫内容投稿:2458032576@qq.com


您可能还会对下面的文章感兴趣:

登录 注册 退出