锁定办公场景 未来智能找准ChatGPT的“小切口”

　　尽管ChatGPT的底层技术Transformer神经网络架构在2017年就实现了开源，但直到最近面向公众开放体验，才促使其大火出圈。

　　然而ChatGPT对于高算力的需求，也使之成为大企业之间的专属竞技场。虽然商用落地和应用场景尚不明朗，但以ChatGPT为代表的新一轮人工智能浪潮已经来临。而且，已经有中国的商业公司在人工智能应用的细分场景中，走出了自己的路。

　　来自合肥的AI创业公司未来智能，以办公会议为场景，以耳机作为终端，利用类ChatGPT平台提供的训练迭代能力，将软件和硬件有机结合形成为用户赋能的产品，构建了一套垂直领域的商业服务闭环。

　　未来智能CEO马啸认为，类ChatGPT这样的大AI模型，需要至少几十亿美金的投入才能初见成效，并不是创业公司的赛道。做大生态中的垂直领域的服务提供商，这才是未来AI行业演进到后期产生的格局。

　　财力即算力，ChatGPT只能是大企业的游戏？

　　ChatGPT火了，成为了现象级产品。一时之间，越来越多的科技企业也加入了这场人工智能竞赛。微软、谷歌、Meta等美国科技巨头纷纷重金布局相关赛道，大幅增加对AI领域的投资。

　　中国公司也在快速跟进AI技术，百度、阿里、网易有道、360等公司相继确认正在开发相关产品。

　　一位知情人士表示，腾讯内部的研究院已推出AIGC（AI生成内容）报告，业务侧也在跟进，但按腾讯的风格，对外官宣还是要等业务侧有落地的东西出来。

　　相信也有读者发现，ChatGPT作为底层的大型AI模型，正在跟进的都是大公司和大企业。其底层逻辑在于其训练效果优劣，与投入的显卡数量有关。

　　算力的强弱，决定算法的效率，而算法又决定数据的有效性；反过来，数据是训练算法的要件，能决定AI学到的知识量。

　　有业内人士表示，除了最基础的高额硬件投入，ChatGPT训练所耗费的成本亦不可忽视：每次训练，需要1000万美元。要训练出一个GPT-3，以每天训练10次，持续30天计算，需要投入30亿美元。这注定了初创企业和中小型企业，并没有入场类ChatGPT大模型的机会。

　　尽管打造一个类ChatGPT拥有极高的门槛，但业界目前缺乏将ChatGPT大规模商用的案例，这为其他开发者提供给了机会。事实上，ChatGPT的大模型并不是刚刚出现的，而是早已经存在，也有中国公司很早就已经敏锐的关注这一前景，并实现效率更高的商业闭环。未来智能就是这样的先行者。

　　未来智能CEO马啸对新消费日报表示：“我们可以利用大企业提供的类ChatGPT的大模型，进入细分领域训练微调模型，为垂直领域提供商业服务的方式进行切入，并实现有效的商业闭环。”

　　大模型平台化，细分领域有机会

　　马啸所在的未来智能，是一家人工智能科技硬件公司，已经持续开发了多年AI训练的终端，并且推出了专注于办公场景的iFLYBUDS系列办公会议耳机。这一系列智能耳机在形态上与常见的蓝牙耳机相似，但本质上它是一个AI入口，可以帮助用户进行实时录音及转写，快速输出会议纪要。无论是现场会议、远程会议或音视频等，都可以通过iFLYBUDS系列耳机等进行录音及转写，大幅提高工作效率。iFLYBUDS系列耳机支持9种中外语言的翻译及转写，12种方言，10大行业领域，转写准确率高达98%。

　　此外，未来智能为用户提供的账号，是提升服务体验的核心。首先是“声纹识别”，耳机会记录用户声纹数据，自动关联沟通记录，从而生成其社会网络数据。

　　它会根据该用户的职业特征，提炼重复性的标准问题的标签参数，供AI训练模型跑数据，从而形成相匹配的问题模型数据库，为用户提供更精准的文本识别和自动摘要服务。

　　“我们之所以选择办公领域作为切入点，是因为办公会议场景实质上是涉及两人到多人沟通对话，会议后如何进行会议纪要，并不遗漏任何重要信息，是职场人士的一大痛点。”马啸表示，“我们现在的耳机终端已经几十万级台，却积累了几百万个小时的对话数据，在办公会议这个细分场景中实现了人工智能的真正落地和商业闭环。”

　　目前，iFLYBUDS系列耳机最典型的用户人群包括金融、律师、记者、外贸从业人员等，该类人群会经常面对大量对话沟通场景，对于录音转写文字有强需求。

　　在此过程中，实现准确的翻译及转写，实际上就涉及了垂直领域多种职业的特定语义标签/参数提炼，形成大规模的海量用户数据，近似于创建语义大模型。耳机用户的高频日常使用，就相当于在做标准职业问题模板的AI训练。

　　以投资人会议为例，他们经常会提出“估值”、“盈利状况”、“亏损”等类似问题。这些问题一旦被AI精确定义了，那么AI能很高效地识别和转写，同时，AI还能进行更精准的标注，并形成更有效的摘要。后期转写出来的纪要，既可以进行分享，也便于用户进行回溯。

　　“我们利用在办公领域的垂直的数据的积累，提供办公场景下的服务助理，积累更多的数据，从而提升服务体验，最终带动我们的终端的销售，形成一个闭环服务。这是我们的一个业务逻辑模型。”马啸表示。

　　虽然ChatGPT距离真正的商业化还存在不少距离，但基于ChatGPT背后的AI大模型，从细分场景入手，反而能够实现类ChatGPT的真正落地。未来智能的iFLYBUDS系列耳机，已经通过实践证明了这一点。

　　类ChatGPT的商业实践，正在中国快速落地

　　未来中国式的ChatGPT问世后，开放API接入后，未来智能的办公场景AI终端系统就可接入。这相当于给ChatGPT提供了办公场景的AI训练、数据和应用数据库和技术应用解决方案。

　　“利用AI构建垂直领域的服务，会产生‘数据马太效应’——谁在这个领域积累的数据多，它训练出来的服务和模型为用户提供的价值就越大，”马啸表示，“随之而来的就是用户积累的越多，产生更多的数据，这些数据又能进一步地帮助它迭代模型。我认为这就是‘数据马太效应’。”

　　对于提供类ChatGPT服务的平台方，亦是如此。如同iOS和Windows生态依靠多种多样的应用，构建起自身的护城河一样，越多的垂直细分领域的服务依托于该平台，其相对优势就越明显。

　　最终平台方和垂直服务提供商都将受益于该生态系统，创造出更大的商业价值。