2024年大模特“赚钱”之道：先称霸行业助理经纪人

2024年大模特“赚钱”之道：先称霸行业助理经纪人

大机型流行快一年了，如何赚钱成为行业厂商头疼的问题。

或许，这股由公司引发的大机型热潮还需要继续着力寻找答案。

不久前，第一次比较正式的“开发者大会”像谷歌、苹果一样“严肃”地召开了。 从发布会透露的信息来看，巨模的下一站已经很明确了——想要赚钱，就得教人跟巨模“玩”，吸引更多的人在巨模里做饼。市场。

具体来说，我们已经开始提供示例GPT供Plus版和企业版用户尝试，包括AI图像生成工具Canva和AI自动化集成AI。 同时，稍后将推出GPT商店，经过验证的创作者可以列出自己创建的聊天机器人供其他用户下载和使用，收入由平台和创作者瓜分。

有两条路，都是To B和To C。我想全面地教普罗大众如何“玩”大模型应用，而且他们也非常渴望通过大模型赚钱。

这意味着大型模型厂商正在深入思考“赚钱”，而关键问题是如何赚钱？ 教人如何制作大型模型应用真的能拯救每天入不敷出的大型模型制造商吗？

大型模型厂家如何“赚钱”：教人玩大型模型

年末，在WAVE+2023深度学习开发者大会上，百度展示了最新的大模型开发模式——基于银河社区大模型工具中心的“多工具智能编排”开发工具。 用户无需编写一行代码。 从零开始开发了一款集图文识别、问答、翻译、播音等功能于一体的多模态、全功能的“出行助手”应用。

这个场景是不是很熟悉？ 是的，在早些时候的第一届开发者大会上，Sam Altma 也演示了类似的操作——在 GPT 上，Sam Altma 刚刚给这个 GPT 下了一个定义：他希望有一个应用程序可以帮助初创公司的创始人。 人们思考他们的商业想法并获取建议。 紧接着，GPT自动生成了应用程序的名称、图标和功能设置。

大模型行业向市场释放了信号：人人都能玩大模型的时代已经到来。 没有必要重新学习。 只要你有想法，零基础就可以开发自己的大型模型应用。

之所以人人都能玩大模型，其实也是大模型应用普及的又一体现。 从开发到应用，持续关注市场，不难发现人人智能助手的时代即将来临。 。

毫无疑问，智能助手一定是大模型行业发展的重要趋势。 从AI Agent到AI Agent，行业厂商不遗余力地推动大模型应用向智能助手方向发展，走向成熟。

在年底的2023开发者大会上，微软CEO纳德拉直言，微软已经成为一家“公司”，同时也变得独立——微软悄然在Play上推出了独立App，用户无需直接访问即可使用必应应用程序。 使用对话机器人。

微软不断加大独立权重，从而加速进入市场、进入用户日常场景。 由此看来，大模应用注定会普及智能助手模式，从企业创建到个人发展，多管齐下共同推动。

在这样的趋势下，大型模型厂商的“赚钱”之路就变得清晰起来。 与如今的App生态系统类似，大模型行业必然会形成新的商业生态系统。 即将上线的GPT商店就对应了这一趋势。

App开发本身还是有门槛的。 随着大模型厂商不断完善大模型开发流程，推动零代码开发，我认为这个新生态的蛋糕可以变得更大。

理想实践，先主宰行业助理代理

作为智能助理时代的支持者，微软创始人比尔·盖茨曾直言，“谁主宰个人助理Agent就是一件大事。因为你永远不会去搜索网站、生产力网站或亚马逊。” ”。

统治私人助理特工说起来容易做起来难。 虽然大型模型厂商的预测是可行的，但距离实际目标实现还有很长的路要走。 至少在称霸个人助理代理商之前，大型模型厂商必须学会称霸工业助理代理商。

技术的应用路径一直都是这样，先行业，再个人。 个人助理代理想要为用户提供理财建议，那么首先必须熟悉金融领域的专业知识； 如果个人助理代理需要为用户提供医疗建议，那么首先必须熟悉医疗领域的专业知识。 。

做大模型行业，首先要从行业出发，深入行业。 目前，这一阶段属于大模型行业的产业导入期，以大模型的垂直领域应用为主线。

在中国，大型模型厂商的动作更侧重于大型模型的To B行业解决方案。 比如讨论针对医疗场景推出大型医疗健康模式“大医生”就是一个例子。 其主要功能包括智能自我诊断、诊断后随访管理、智能病历、影像报告结构化等。 可以实现的场景仍然是基于医院以医生诊疗和患者服务为目标。

在教育领域，科大讯飞的Spark认知模型主要服务于教师，其实施重点是教案设计、作业批改、口语练习等，或者辅助课堂教学。

有业内人士认为，2023年将是大车型元年，2024年将是代理商元年，届时大量代理商产品将涌入。从目前的趋势来看，在中国，甚至在Agent第一年，主要爆发来自工业端。

业内人士曾向《智相对论》表示，虽然目前大模型很受欢迎，但在推广大模型的过程中，仍需要继续向企业普及大模型的概念以及大模型应用能为企业做什么。 也就是说，大车型上市之前，技术与产业之间还有一个接触和融合的过程。

目前的市场情况是大模型非常普及的阶段，但工业场景的从业者对大模型还不是很熟悉，大模型对工业场景的理解还不够。

今年年初大模型刚刚流行的时候，本土厂商经常用不可思议的能力来展示自己的大模型，比如作诗、画画、答脑筋急转弯等。然而，经过近一年的迭代，大型模型厂商的心态显然要成熟得多。 聚焦行业To B落地、办实事成为更多人讨论的焦点。

不要犯与云计算相同的错误

首先To B主导行业，然后To C主导个人——无论是谈论一般大模型的应用，还是着眼于AI Agent的未来，这条路径或许是大模型进入市场的必然趋势。

但在中国，大型模型行业需要警惕重蹈云计算的覆辙。 “云”的诞生，就是利用统一的计算资源池，帮助市场和企业降本增效，实现“学生在宿舍就能使用与全球最大企业相同的基础设施”的目标。

在To B过程中，为了快速拓展B端市场、抢占大企业客户，云厂商努力推广各种高度个性化的解决方案。 一个大客户“挖”了一个“大坑”，一度让云计算市场的焦点从公有云转向私有云，甚至偏离了云计算的标准化模式。

可想而知，云厂商累了，企业累了，市场更混乱了。 事实上，为企业或组织充当“云服务器”的私有云，在一定程度上只能算是一种具有更深层次能力的IT服务，只是贴上了云计算的标签。

所以，在以AI Agent为代表的大模型应用即将爆发的阶段，大模型行业最需要关注这个问题。 重要的是不要把大型模型应用等同于IT服务，否则只会让路越走越窄。

在国内，这种现象值得警惕。 从厂家自身的经验来看，国内大型模型厂家长期以来一直致力于服务政企客户。 由于国内特殊的行业需求，他们的服务逻辑大多更偏向企业客户，很容易陷入云服务的行业循环。 。

也有业内人士表示，“未来实行Agent后，那些业务场景中真正有发言权的用户才会有话语权。” - 这种思维可能导致大型模型应用的开发过于关注政企客户的需求，而不客观遵循技术发展的逻辑。

如果遵循技术发展的客观逻辑，那么大型模型厂商应该为市场完善大型模型开发的标准化服务和流程，为市场中的从业者留下更多的补充和拓展空间。

如果说服务政企客户是反应过度的话，大模型厂商可能会“包办”企业大模型开发应用相关的一切事务，把大模型当成另一个更深、更专注的IT。 服务帮助企业前进。

诚然，第二条路先赚钱，但也比较累。 两条路哪一条更重要？ 或许各大模型厂商都有自己的判断。 无论走哪条路，Agent的爆发都是大势所趋，只是看它采取的形式而已。

*本文图片均来自网络

本文来自微信公众号“智能相对论()”，作者：沈浪，36氪经授权发布。