颠覆的时代:GPT普及后的新模式和应用

颠覆的时代:GPT普及后的新模式和应用
2023年03月24日 18:57 丫丫港股圈

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《AI绘画爆火之后》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。

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。

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:

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:

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。

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。

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。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部