AIGC+X:生成式AI产业的投资思考

AIGC+X:生成式AI产业的投资思考
2023年08月24日 19:50 零售威观察王子威

所以,你的护城河到底在哪里?

文/王子威@零售威观察

继Web3、元宇宙后,人工智能——尤其是生成式人工智能(Generative AI,或国内称之为“AIGC”)成为当下大火的投资领域——火到很多沾了一点点AI概念的股票在今年上半年都享受了多次“10厘米”、“20厘米”涨停,市值翻倍的也不在少数。

生成式AI、AIGC到底应该什么样,价值到底在哪里,这是一个值得讨论的话题。本文以一个一级市场投资经理的视角,对当下一些行业和AIGC的结合进行分析,尝试回答一些关于商业模式是否成立的问题。

Disclaimer:本文是个人视角,其中必然充斥着偏颇、信息茧房,因此观点仅供参考交流,请勿作为投资指导。

AIGC+脚本/文案

文案、脚本,这几乎是ChatGPT出现后,最早一波创业机会,最经典的案例就是国外的Jasper,其估值已经达到15亿美元,不过,目前也正在裁员。

其实原因很简单,你不就是个调用API的吗,只不过做了一些针对特定社交媒体的微调(Fine Tuning)吗?

是的,这就是最大问题,你几乎没有技术上的护城河,甚至这完全可以是几个程序员小伙伴的业余副业,可以是几个程序员直接给自己企业的市场部/宣传部搭建的小服务而已。

本周,OpenAI宣布开放 GPT-3.5 Turbo微调,OpenAI声称最终的定制模型可以赶上甚至超过 GPT-4 执行某些任务的能力。而且,OpenAI将于今年秋天开放更先进的GPT-4。换句话说,微调这件事正在变得更加“简单”。

与此同时,项目实际落地的时候,此类项目的本质是运营驱动:看你如何快速获客,让用户愿意付费,并且让用户能长期留存。所以你会发现,这个领域非常需要创业者的“隐性资产”变现,也就是说,如果你是私域大佬,那么这类项目早期的种子用户就不用担心了。

此外,大部分AIGC助力写脚本、文案的企业声称通过SaaS服务帮助用户降本增效,问题是,降本这件事也许可以在早期获得用户青睐,甚至额外付费,但是长期看,这种额外的付费、抽成几乎是不存在的;

至于增效,确实可以增加效率,但是本质是可能是帮助运营、市场人员海量出文案,去铺社交媒体,其实是一种hack平台算法的逻辑,无论平台是否最后会分配流量(某些平台可能直接对这类内容限流),但是有一条是明确的,获得的额外收益,你一分钱都不可能抽到。

再多说一句,这类项目在落地还要考虑合规的问题,也就是不要直接调用Open AI的API。

所以,仅从我个人观点看,AIGC帮助写文案这条路,能赚到钱,甚至可以有不错的现金流,但是合规是首当其冲的问题(当然,你可以通过调用ChatGLM、文心一言的API来规避这个问题),至于能否值钱,那就是个更麻烦的问题了。

AIGC+设计

MidJourney的横空出世让我们意识到原来可以通过这么“傻瓜”的方式就让AI帮我们画出好看的图——打开浏览器就可以,无需什么显卡、画笔,你最大的限制是想象力不足。

相比Midjourney,Stable Diffusion(一般简称为SD)走向另一个极端,你通常需要配置设备来让它更快出图,不过效果也是更好。和Midjourney比起来,其操作复杂度大约就是Photoshop对美图秀秀的差距。

所以,AIGC结合设计领域进行创作,就成了热点。

AIGC赋能的领域非常多样,从服装设计、首饰设计,到家装、家居设计,从真实图片到效果图片,看起来设计师都要下岗了。而且由于明确的所见即所得,AIGC+设计可以说是火的一沓糊涂。

这个领域的底层架构本质上是对SD的微调——是的,如果你说写文案你不用Open AI的API,你可以用文心一言、用ChatGLM,但是设计方面几乎无法越过SD。

问题又来了,壁垒在哪里

目前看到的优质项目中,最基本的壁垒是提示词(Prompt)。是的,一切你都可以跟着教程学,但是为什么就是不如人家做的好看?

这就是提示词的差距,包括正向提示词、负向提示词,以及和设备相关的提示词——需要的不是几个,而是几十个,所以这个在短期内可以形成小壁垒,但是,从长期看,和服装的布料、颜色一样,只要你能做出来,我拿到后2-3周就可以仿制。当然,我说的是一款,如果是几十款,这个工作量确实不小。

第二个壁垒是技术,的确,有一些项目可以做出自己的模型,还有一些对于轮廓精准识别等方面的大大小小的技术,这些确实是需要一些研发的。

第三个壁垒是数据,你训练的数据是哪里来的?是否是独家的?比如,你是做建筑的,你的数据是某顶尖开发商的;你是做珠宝设计的,你的数据来自某知名珠宝品牌,这些确实是壁垒,甚至可以帮助你做到更深的地方,也就是说,AIGC+设计很可能是一个切入点。

AI设计作为切入点,其实也正是我们对AI的幻想,那就是AI可以帮助产业实现10倍、100倍的变革;如果不是整个行业,那么我们也可以去找某个可以被10倍、100倍颠覆的节点切进去。

恰巧,设计就是这个切入点,至少可以从两个角度提升产业效率:

第一个是可以在生产前海量生成相关设计,然后投放到社交媒体,看消费者真实反馈,实现测款、种草;

第二个是提升企业内部沟通效率,以服装企业为例,企划人员和设计师之间是有沟通鸿沟的,先把设计师脑海中的想法以AI快速生图,和企划人员快速沟通。

切入行业后呢?AIGC+设计可以提升效率,但是能帮企业提升多少收入?几乎无法衡量吧,而且这个领域的天花板是相当一般的,所以切入行业后是否应该切入供应链?如果是,应该如何切入?切入供应链的哪一部分?这些可能是非常值得思考的。

这些可能也正是AIGC+设计企业必须要回答的问题。

结语

整体而言,AIGC确实带来了降本增效的潜力,但是从商业来看,以下三条商业逻辑我认为依然没有变化,在AIGC的热潮下也依然需要考虑:

第一,降低成本这件事很难收到长期的收入,但是给企业做增量,且可以被明确分清楚的增长,是可以获得长期收入的,这本质是类CPS的逻辑,按收入增量来付费;

第二,天花板是AIGC必须考虑的问题,你所切入的领域如果天花板一般,那你必须切入更深层,无论是供应链还是更多的工具(比如类似Shopify)还是其他的;

第三,项目制可以在早期帮你维持企业的运转,但是长期看资本化价值极低。

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