產(chǎn)業(yè)等待AI“造鏟人”
撰文 | 吳坤諺
編輯 | 吳先之
一家剛剛引入大廠AI能力不久的醫(yī)療SaaS企業(yè),正在面臨由產(chǎn)業(yè)規(guī)模擴(kuò)張帶來的沉沒成本困境。
其市場(chǎng)部經(jīng)理孫勝表示,早在大模型與AIGC秋風(fēng)掃落葉似地席卷中文互聯(lián)網(wǎng)之前,這家公司便通過首輪融資中的5億元搭建好了架構(gòu)與產(chǎn)品,在2022年中到2023年中的一年內(nèi)做到了盈虧平衡。
然而“行業(yè)大模型”敘事的出現(xiàn)徹底打亂了他們的節(jié)奏,在競(jìng)爭(zhēng)趨烈的SaaS賽道,引入AI似乎不可避免。
于是,該公司又在AI能力以及相關(guān)架構(gòu)的產(chǎn)研上,前前后后投入了數(shù)億元。此舉換來的是新老架構(gòu)沖突、產(chǎn)品混亂以及定價(jià)的問題——客戶好像并不需要當(dāng)下稱不上成熟的AI能力,然而這部分成本卻又難以通過老產(chǎn)品轉(zhuǎn)嫁出去。
這只是AI在垂直領(lǐng)域落地的一角,由此管中窺豹,雖然AI工具不斷“入侵”人類社會(huì),但是如雨后筍般不斷冒出的各類新式AI工具的沖擊卻遲遲撞不開那道名為“普及”的大門。
AI工具并非一套封閉的技術(shù)體系,需要的是在相應(yīng)場(chǎng)景中,通過交互與人類智能互緣重構(gòu)。
過去,我們一度認(rèn)為“幻覺”是阻礙AIGC以及大模型進(jìn)入千行百業(yè)的根本原因。但實(shí)際情況是,大廠也好創(chuàng)企也罷,其AI+的產(chǎn)品落地更多的是受到了成本和場(chǎng)景的桎梏,這讓市場(chǎng)上一眾“80分的模型最終只能落地為60分的產(chǎn)品”。
由這些限制而產(chǎn)生的,從及格到優(yōu)秀的這一小段距離,已然成為人類社會(huì)智能化轉(zhuǎn)型的一道天塹。
PMF的“鬼故事”
“原定在年中準(zhǔn)備參加的幾個(gè)活動(dòng)中,一些是直接被取消,還有一些是縮減參會(huì)人員,減少開支”,孫勝說,“公司在A輪融到的錢已經(jīng)花得七七八八了,新的融資還沒有跡象”。
他坦言,曾經(jīng)一度稱得上順風(fēng)順?biāo)腂D不僅沒能乘上大模型東風(fēng),反而是在引入AI之后變得更“難”了。他得到的回復(fù)不外乎AI的準(zhǔn)確性、成本以及缺少相關(guān)案例這幾類,這其中或許有醫(yī)療行業(yè)相對(duì)孤立于互聯(lián)網(wǎng)之外而缺乏有效數(shù)據(jù)的緣故,但不可否認(rèn)的是,AI問診、開藥等功能時(shí)常在“幫倒忙”。
相似的情況,我們不難在同為高知行業(yè)的法律與金融等行業(yè)上找到。
一位投資人告訴光子星球,他看到過多起由投資人指定的AI+法律方向的投資,天使輪融資額一般在七位數(shù),然而幾乎絕大多數(shù)都倒在了模型幻覺導(dǎo)致的法律條文準(zhǔn)確性問題上。“投資款幾乎都用來買數(shù)據(jù)和算力,B端贊助算力的話就招兼職開發(fā),團(tuán)隊(duì)之間少有開工資的,主打一個(gè)為愛發(fā)電”。
在更為依賴人類智能決策的金融領(lǐng)域,行業(yè)對(duì)AI的工具應(yīng)用態(tài)度更為審慎。朱雀基金經(jīng)理Michael坦言道,目前業(yè)內(nèi)的主流應(yīng)用仍是去年便開始推廣的金融新聞生成、客服以及報(bào)告總結(jié)。即使是對(duì)新興技術(shù)態(tài)度相對(duì)更為激進(jìn)的同花順,在與百度合作后也未有什么大動(dòng)作。
至于在NLP時(shí)期便有爆發(fā)跡象的智能投研則是隨著大模型的到來徹底熄火——過去機(jī)器學(xué)習(xí)的過擬合缺陷已然被更大的數(shù)據(jù)與訓(xùn)練規(guī)模升格為“幻覺”,淺顯易懂的詞匯也加重了這個(gè)缺陷的分量。過去的智能投研拿不到Alpha(與市場(chǎng)不相關(guān)的超額收益),現(xiàn)在更加拿不到。
醫(yī)療、法律與金融一直是社會(huì)財(cái)富較為集中且追求人效的行業(yè),當(dāng)AIGC及應(yīng)用爆發(fā)后,這也自然而然地成為大廠創(chuàng)企共同瞄準(zhǔn)的落地場(chǎng)景。既然能解決一切問題的AGI還遙遙無期,那么在PMF(Product Market Fit,產(chǎn)品市場(chǎng)匹配度)的第一性之下,從需求切入并反向推動(dòng)技術(shù)迭代便是題中之義。
在創(chuàng)業(yè)成本相對(duì)較低且主要面向消費(fèi)市場(chǎng)的移動(dòng)互聯(lián)網(wǎng)時(shí)代,PMF的正向或逆向工程都能跑出一定成績(jī),但在成本巨大、市場(chǎng)不明確的AI賽道,PMF逆向工程的前方多是dead end。
說白了,全球資源集中攻堅(jiān)下,AI技術(shù)跑得太快,GPT3.5到GPT4的里程碑跨越僅耗時(shí)數(shù)月,當(dāng)我們以為大模型能力遭遇瓶頸時(shí),Sora又吹響了多模態(tài)的號(hào)角。這讓一度陷入FOMO的創(chuàng)業(yè)者和PM們根本沒有時(shí)間去做用戶研究,只能事先構(gòu)想需求和場(chǎng)景,以此打造產(chǎn)品并試圖通過實(shí)際場(chǎng)景中的應(yīng)用快速迭代。
問題是AI賽道PMF并非一群PM排排坐拍腦門就能產(chǎn)生的玩意,更非一些技術(shù)出身的創(chuàng)業(yè)者,在對(duì)絕大多數(shù)行業(yè)一知半解的情況下,依靠AI這種技術(shù)力量便能降維打擊的領(lǐng)域。
上述情況在當(dāng)下主要面向B端的AI工具類服務(wù)中的直觀體現(xiàn),便是光子星球曾在《大模型沒過“試用期”》中提到的“客戶AI業(yè)務(wù)的‘保姆’”,在為客戶定制一匹更快的“馬”的路上做無用功,而真正的“汽車”卻隱藏在工具之下的模型底層中。
內(nèi)容產(chǎn)業(yè)的迷思
如果說AI工具在B端的落地受到了既往的定制化敘事與過度產(chǎn)研的拖累,導(dǎo)致產(chǎn)品難以進(jìn)入實(shí)際場(chǎng)景,那么場(chǎng)景更為明確的C端是否會(huì)有所不同?
單從供給側(cè)看,C端AI應(yīng)用的發(fā)展如火如荼,如字節(jié)跳動(dòng)、百度、騰訊等大廠圍繞自研模型,為AI拉出了數(shù)條獨(dú)立產(chǎn)品線,其中字節(jié)更是海內(nèi)外同步推進(jìn),旗下多款應(yīng)用都推出了海內(nèi)外雙版本。
不過當(dāng)下大廠產(chǎn)品扎堆的AI社交,其產(chǎn)品形態(tài)誕生于去年末,不僅受限于模型能力輸出的限制,導(dǎo)致設(shè)計(jì)與功能上高度趨同,于用戶而言也大多只有嘗鮮一用,如字節(jié)旗下的對(duì)話應(yīng)用“貓箱”便只能徘徊在iOS免費(fèi)榜的末端。相比之下,用戶忠誠度更高的效率類工具與多模態(tài)工具才是玩家們掘金的目的地。
然而,這些工具在落地上同樣遭遇了場(chǎng)景受限的問題,C端場(chǎng)景并不比B端更豐富,因?yàn)樾使ぞ弑旧矸⻊?wù)的便是相對(duì)專業(yè)的內(nèi)容生產(chǎn)者。就像圖文、視頻的媒體變革帶來的UGC風(fēng)潮被細(xì)分為UGC(用戶生產(chǎn)內(nèi)容)與PUGC(專業(yè)用戶生產(chǎn)內(nèi)容),而PUGC對(duì)生產(chǎn)工具的要求與B端可以說大差不差。
我們了解到,不少嘗試Suno、網(wǎng)易天音、天工等AI音樂工具的工作室與音樂人僅僅以此作為輔助創(chuàng)作的形式,并且付費(fèi)意愿不高。至于由Sora帶火的文生視頻賽道,則相對(duì)更為前景未明,一個(gè)例證是北京電影節(jié)、麻省理工學(xué)院、愛奇藝等不同主體召開AI視頻相關(guān)大賽,這一賽道的商業(yè)化明顯還處于培養(yǎng)的初級(jí)階段。
好似2016年的阿爾法狗,文生視頻賽道還在擴(kuò)充供給側(cè)的規(guī)模,需求側(cè)則是無從談起。
只不過相比于決策成本更高、定制化需求更重的B端,普通用戶、專業(yè)生產(chǎn)者與組織的付費(fèi)門檻更低,更愿意嘗試。不過這也引出了當(dāng)下大模型能力在工具產(chǎn)品落地上的另一大問題。
“看過很多團(tuán)隊(duì),請(qǐng)了清北的算法大牛,不停微調(diào)模型、優(yōu)化prompt,但是能在產(chǎn)品層面上體現(xiàn)出來的大多還是原地踏步。”
在這位投資人眼中,“原地踏步”并非止步不前,而是大多AI工具上不去也下不來——門檻并未降低到消費(fèi)級(jí)水平,而專業(yè)性卻又難以滿足專業(yè)領(lǐng)域人士。
其中比較典型的是音樂產(chǎn)業(yè),且不提AI作曲大多缺乏情感、“平淡如水”,更重要的是多位音樂人向我們反映過基于大模型的AI音樂工具在生產(chǎn)流程上是“反人類”的。以Suno為首的AI音樂工具直接大包大攬的AI作曲的全流程,當(dāng)創(chuàng)作者好不容易prompt出了一首能聽的歌,還得自己“扒譜”、分軌。
這對(duì)于未受過專業(yè)和弦學(xué)習(xí)、創(chuàng)作能力較差的小白來說可堪一用,但對(duì)于專業(yè)的音樂人而言,簡(jiǎn)直是災(zāi)難。相比之下,并未在大模型之下接受重構(gòu)的網(wǎng)易天音反而脫穎而出。
網(wǎng)易天音是網(wǎng)易基于NLP學(xué)習(xí)而包裝產(chǎn)品化的AI編曲平臺(tái),去年與微軟小冰合作從而引入了人聲生成功能。音樂人可以按音樂生產(chǎn)流程中的風(fēng)格、樂器、調(diào)號(hào)、拍號(hào)、速度以及時(shí)長(zhǎng)等要素產(chǎn)出Demo并分軌導(dǎo)出,相對(duì)更貼合生產(chǎn)語境。但與之相對(duì)的,這也使其較自然語言交互生成的大模型AI音樂,距消費(fèi)場(chǎng)景更遠(yuǎn)了。
上述情況直指當(dāng)下大模型能力被高估的現(xiàn)狀,專業(yè)生產(chǎn)者還沒玩明白,何況是消費(fèi)語境下的小白?
移山
病來如山倒,病去如抽絲。大模型對(duì)商業(yè)社會(huì)的沖擊就好比是一場(chǎng)“病”,希望進(jìn)入千行百業(yè)的大模型需要的恰恰是消解其科技屬性所帶來的沖擊敘事,讓企業(yè)與用戶使用大模型能力進(jìn)入“常態(tài)化”。
這不免又將我們帶回前文所述的PMF問題,如今業(yè)內(nèi)找PMF之所以會(huì)造成“自以為是”的情況,在于AI這個(gè)嶄新變量改變了過去移動(dòng)互聯(lián)網(wǎng)的思維與商業(yè)模式。這意味著,AI大模型落地的搬山之旅需要的是就PMF這個(gè)“初級(jí)理論”進(jìn)行革新。
值此情況下,大廠與創(chuàng)企基于自己的資本與生態(tài)位,走出了不同的道路。
百度、騰訊、阿里等頭部玩家大多都持有雄厚的基礎(chǔ)設(shè)施,這導(dǎo)向了以基建為抓手,將開發(fā)者作為模型能力的延伸,以觸達(dá)更多場(chǎng)景的路線。以百度為例,其于4月16日召開的Create2024百度AI開發(fā)者大會(huì)上公布了AI原生應(yīng)用平臺(tái)千帆Appbuilder,目前千帆社區(qū)上已有19萬款應(yīng)用,應(yīng)用商店的成熟應(yīng)用數(shù)量也達(dá)到了317款。
相比大廠的“穩(wěn)扎穩(wěn)打”,底子相對(duì)更薄、更需要精打細(xì)算的創(chuàng)企卻相對(duì)更玩得開。2023年4月,視頻賽道的知名創(chuàng)企HeyGen創(chuàng)始人 Joshua Xu便在官方博客中分享了他們?cè)?個(gè)月實(shí)現(xiàn)100萬美元ARR的歷程,其中特別將AI浪潮中的PMF概念稱呼為“AMF”(AI市場(chǎng)匹配度)。
Joshua Xu稱其通過Fiverr(一家國際性自由職業(yè)者平臺(tái))找到了第一個(gè)付費(fèi)客戶。平臺(tái)在其中的作用是,讓HeyGen僅在初步技術(shù)探索的基礎(chǔ)上,以產(chǎn)品Demo和“代言人(spokesperson)”這個(gè)細(xì)分場(chǎng)景便完成了與需求的匹配。
或許,從PMF精細(xì)化至AMF,需要的并非閉門造車,而是一個(gè)能更高效匹配AI能力與需求的新工具或平臺(tái)。
此外,零一萬物創(chuàng)始人李開復(fù)也在5月13日的發(fā)布會(huì)上更新了AI時(shí)代的PMF概念——TC-PMF(Product-Market-Technology-Cost Fit,技術(shù)成本與產(chǎn)品市場(chǎng)契合度)。他認(rèn)為,由于大模型的推理成本過高,即使推理成本以10倍的速度在下降,AI產(chǎn)品的落地也必須將成本作為必須考慮的要素之一。
這么看來,AI工具的落地要么是沖不破用戶與場(chǎng)景的限制,要么是ROI打不平。
2024即將行至半程,顯然業(yè)內(nèi)對(duì)其成為應(yīng)用爆發(fā)元年的判斷有些樂觀了。唯一能確定的歷史爆點(diǎn)是GPT,而應(yīng)用的真正爆發(fā),或許離我們還有點(diǎn)遠(yuǎn)。
原文標(biāo)題 : 產(chǎn)業(yè)等待AI“造鏟人”
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場(chǎng)仿真助跑新能源汽車
-
11月28日立即報(bào)名>>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國智造CIO在線峰會(huì)
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
推薦專題
- 1 【一周車話】沒有方向盤和踏板的車,你敢坐嗎?
- 2 特斯拉發(fā)布無人駕駛車,還未迎來“Chatgpt時(shí)刻”
- 3 特斯拉股價(jià)大跌15%:Robotaxi離落地還差一個(gè)蘿卜快跑
- 4 馬斯克給的“驚喜”夠嗎?
- 5 大模型“新星”開啟變現(xiàn)競(jìng)速
- 6 海信給AI電視打樣,12大AI智能體全面升級(jí)大屏體驗(yàn)
- 7 AI 投流卷哭創(chuàng)業(yè)者
- 8 打完“價(jià)格戰(zhàn)”,大模型還要比什么?
- 9 馬斯克致敬“國產(chǎn)蘿卜”?
- 10 神經(jīng)網(wǎng)絡(luò),誰是盈利最強(qiáng)企業(yè)?
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市