GPT重塑商業模式：他們已經把大模型引入業務流|ToB產業觀察

—

大模型還在狂歡，但最早喫螃蟹的這波軟件商，已經开始向用戶收費了。

來源  /   鈦媒體  

作者 /   秦聰慧  

隨着一衆明星大佬陸續入局GPT，大模型領域儼然一幅欣欣向榮的景象。不過，雖然OpenAI在ChatGPT展現出了驚人表現，但根據諸多業內人士判斷，GPT在落地場景方面還處於“摸着石頭過河”的初級階段。產業界對於GPT更多還是一衆觀望情緒，“怕掉隊，又怕太超前，有數據等方面的風險。”

不可否認的是，雖然觀望情緒很強烈，但企業的行動很“誠實”。

據美國全國經濟研究所（NBER）公布的最新報告，AIGC（生成式人工智能）可有效提高員工的生產力，對客戶服務部門員工的影響最爲明顯，報告發現AIGC可以使員工的工作效率平均提高14%。

也正是這種顯而易見的效果，讓大部分企業無法拒絕GPT的誘惑，他們躍躍欲試，動作最快的已經嘗試將GPT納入業務流。

01

誰是“最早喫螃蟹”的那羣人

預訓練大模型並非新鮮事，但ChatGPT的出現爲業界提供了AI發展可能性的新思路。“之前只是小規模嘗試，一兩次不達預期就沒有再嘗試。

而ChatGPT用事實告訴我們這條路行得通，大家才敢放手投入。”一位垂直領域的GPT操盤手對我們表示。

“可以理解爲一種路线的顛覆，原來行業可能認爲通用大模型走不通，一直在垂直小模型投入資源和精力，但是ChatGPT讓大家對AI的看法發生了180度的轉變，很多AI科學家的職業生涯可能都被顛覆掉了。”正在帶領團隊進行GPT相關研發的弘璣CPO賈巋博士對我們坦言。

谷歌的Transformer於2017年推出，緊接着OpenAI於2018年、2019年、2020年分別迭代推出了GPT1.0-3.0，直到2022年底ChatGPT上线，業界逐漸認識到了大模型巨大的應用潛能。

據我們不完全統計，目前已經有有贊、金山辦公、釘釘、飛書、美圖秀秀、知乎、彩雲科技、訊飛聽見等諸多軟件選擇引入大模型來向用戶提供服務。

軟件公司應用GPT情況

在上述落地場景中，這些先行試用的企業大多使用GPT進行AI創作、素材/圖片生成優化等方面的工作，爲了避免方向的局限性，關於還有哪些領域最先將GPT引入業務流，我們也詢問了ChatGPT（开源版本），並讓其繪制成了表格。

GPT率先被應用領域

根據ChatGPT的梳理，最先將GPT引入業務流的行業無外乎六大領域：NLP領域中的文本生成、情感分析等，客戶服務和支持領域的客服機器人、虛擬人等，內容管理和生產領域的標題、文本、新聞稿、圖片等的AI創作，市場推薦方面基於用戶數據的個性化推薦等，以及溝通體驗方面對郵件、聊天等通信方式的改進，包括但不限於自動補全等。

據我們了解，他們中的大多數其實是在今年ChatGPT火了之後，开始上馬GPT項目。“大概做了一個多月，ChatGPT出來之後也有過一些交流，我們在想哪些場景可以用到自己的產品上。”有贊COO浣昉對我們表示。不久前有贊發布了基於GPT4.0的加我智能，“有贊商家在營銷內容方面一直是個痛點，加我智能可以幫助商家生成對應場景下的文字、圖片等等。”

“我們大概是春節後，金山文檔是我們整個公司的‘先遣隊’。我們測了國內外所有的大模型，包括拿到了谷歌大模型的內測。”金山辦公CEO章慶元近日與媒體交流時表示，WPS AI也正是在這一過程中產生。

可以看到，目前市場上飛書、釘釘也先後宣布了基於大模型的AI產品，智能辦公有望出現突破性進展。

但他們中間有的其實在2-3年前就已經在嘗試用生成式AI輔助創作，並且很容易構建起了新的商業模式。“我們把網文用深度學習的模型跑了一把，效果很驚人，它幾乎可以做任何的事情。比如說你想做一個詩人，詩人看着月色开始吟詩，你就得到了一個吟詩bot。”彩雲科技的創始人&CEO袁行遠曾表示。2021年，彩雲科技上线可以寫小說的彩雲小夢，如果使用彩雲小夢大模型，還可每月向用戶收取25元的訂閱費，目前已經運行2年。

截至發稿前，小紅書、訊飛聽見會寫也相繼披露了GPT的應用消息，小紅書正在組件AI團隊，並且已於4月份推出了AI繪畫應用Trik，訊飛聽見會寫則是作爲首批搭載訊飛星火大模型的應用上线，“基於對文件內容的AI分析，可快速生成全文摘要、制定工作計劃、梳理工作待辦、編寫品宣文案、新聞稿件，助你提升規劃、管理工作的效率。”訊飛表示。

彩雲小夢大模型付費界面

我們也了解到，除了彩雲小夢以外，上述幾家也都不同程度將GPT應用場景作爲了增值服務提供給有用戶。在這方面，金山辦公也正在展开相關計劃，“你愿不愿意一個月花100塊錢請一個7x24小時隨時在线，速度飛快不出錯的Office高手來幫你工作……答案顯而易見，我們未來的商業模式可能就建立在這個基礎之上。”章慶元表示，他透露未來幾個月內金山辦公的產品上就會逐漸上线這些功能，但7x24小時的訂閱版本可能還得一年左右。

也就是說，越來越多的軟件應用开始應用GPT，並且由於具備一定的付費意愿，商業模式的建立也較爲順理成章。那么，既然GPT利大於弊，另一個問題來了，軟件應用上馬GPT是一件難事嗎，企業需要做哪些準備？

02

難的不在大模型

軟件公司用上大模型，其實並不是一件難事。上述企業中，大部分其實是在ChatGPT火了之後的2-3個月便披露了GPT在自己業務內的進展，不過他們都有兩個共同的要素：第一，數據有沉澱；第二，AI有積累；然後找到確定的合適的應用場景進行試點。

爲什么數據和AI積累很重要，這是因爲GPT在垂直具體場景的應用會涉及到基於大模型來調用小模型的過程。ChatGPT最大的突破實際上是解決了語義理解的問題，也就是AI在於人類交互的過程中，能夠將人類語言翻譯成計算機聽得懂的話，把這段計算機語言再交給執行命令的下一個環節。

“大模型理解人的意圖，你到底想幹什么，小模型做的是在具體場景能幹什么。”浣昉表示。據了解，有贊的加我智能對GPT的應用就是按照這一鏈路完成了在電商內容生產上的閉環。

“商家給出指令，比如生成一張618大促宣傳語言，這個指令會先給到GPT4.0，在翻譯成計算機語言後，這段指令再給到有贊自有小模型，然後給出最佳答案。”這一過程，進行最終命令執行的小模型就顯得異常重要，而更符合使用場景的小模型的訓練，正來自SaaS應用的自有數據。

對於大模型與小模型甚至是自身產品之間的關系，章慶元也說：“大模型出來之後，辦公軟件（文字、字體、排版等）的負責功能都變成了API的調用。用戶只需要和它對話就能實現任意功能，也就是說，用戶的需求直達我們產品功能的底層，這是革命性的。”

據我們了解，彩雲小夢也是一個基於彩雲科技自有中文大模型的應用產品，“也有很多人質疑我們與GPT3等海外大模型不同的地方，比如他們數據量更大、更有常識，但我覺得小夢和海外版 Dreamily 能夠帶來很多中國文化特色的東西，這也會更有人情味。”袁行遠說。

對於美圖秀秀來說更是如此，美圖近兩年一直在探索會員訂閱的商業模式，而驅動訂閱量增長的一個環節就是基於AI的智能摳圖、濾鏡以及商品圖生成，而這其中的每個場景實際上都是根據美圖秀秀自身的業務特色來做。

相反，如果沒有源自自身業務的數據採集、沉澱、處理，GPT只是所有人都可用的GPT，很難上升爲企業獨特的核心競爭力。

SaaS企業要做的就是借助GPT這一新武器，激發自有能力，並將其轉化爲生產力。

03

數據安全

催生GPT的私有/專有部署

隨着ChatGPT跟業務流的關系逐漸密切，人們對數據安全的認識也逐漸加強。

前段時間，三星因員工使用ChatGPT而泄露公司機密的風波尚未平息，引入ChatGPT工具不到20天，三星便發生了3起相關事故，兩起涉及半導體設備，一起涉及會議內容。也因此，三星出臺政策禁止員工在工作場所使用生成式人工智能工具，包括OpenAI的ChatGPT和谷歌Bard等。

禁止使用ChatGPT的公司不止三星一家，亞馬遜的公司律師也曾警告員工，不要與ChatGPT分享“任何亞馬遜的機密信息(包括你正在編寫的亞馬遜代碼)”，另外也有一些頭部金融機構也均已禁止員工使用ChatGPT處理工作任務。ChatGPT自己也表示：“ChatGPT不適合用於處理敏感信息 ”。

一位BI行業從業者也對記者表達了這種擔心，其所在公司之所以還沒上馬ChatGPT項目，一個重要原因就是對於大部分公司來說BI與生產經營強關聯，所以都是私有化部署，而接入公域的ChatGPT並不是最佳選擇：“僅用於聊天還行，但是BI涉及到核心數據，倉促上馬會出問題。”

或許也正是由於觀察到企業加強了對ChatGPT在“公域”的使用控制，5月初，微軟Azure雲服務器部門計劃季度內推出在專用雲服務器上運行的ChatGPT版本，該版本的數據將與其他客戶的數據分开保存。“這樣做是爲了讓客戶放心，他們的祕密不會泄露到ChatGPT的主系統。”但這款產品的成本可能是客戶目前使用ChatGPT常規版本的10倍之多。

私有/專有部署大模型

橫向來看，諸多國產GPT也大都面向了企業場景，MaaS（模型即服務）也逐步受到追捧，他們大都也支持私有/專有部署，比如除了上文提到的微軟Azure，百度、阿裏、華爲等也紛紛开啓大模型的私有或專有部署版本，這給軟件公司在數據安全越發嚴峻的情況下提供了多元化的選擇。

大模型狂歡之下，GPT正在率先改變一些行業，AI寫作、AI繪畫、AI會議紀要未來會逐漸常態化，人類的工作效率將會因爲GPT突破而越來越高效和便捷。

“可以將GPT技術類比於從短信到微信的聊天革命。”北京大學教授、CAAI副理事長劉宏這樣理解GPT對人們生活的改變，“目前GPT技術正處在從‘玩具’向工具的快速發展過程中，近期GPT技術引發社會各界的巨大關注部分源於其‘好玩’的特性，而未來GPT技術的發展目標應該是逐步取代越來越多的創造性勞動。”

本文作者可以追加內容哦 !