文章來源：刺蝟公社

文 | 世昕

編 | 園長

圖片來源：由無界AI生成

滿天飛的大模型，有幾個能掙到錢？

僅憑几十個提示詞，就能生成一段流暢完整、視角多元的視頻，其內容質量幾乎能以假亂真，甚至不亞於專業拍攝團隊，這就是OpenAI首款文生視頻產品Sora，一經發布便激起千層浪，讓全球感受到新的AI震撼。

2024年的AI故事，伴隨着這款殺手級應用的橫空出世拉開帷幕，Sora再度讓所有人注意到了AI的無限可能性，為略顯疲軟的市場再打了一針雞血。

回看2023年，AI產業迎來了空前發展，海內外AI企業如雨後春筍，國內更是迎來了聲勢浩大的“百模大戰”，通義千問、文心一言、智譜AI、盤古大模型.....卷多模態、卷算力、卷token，一時間百家爭鳴。

但一個核心的問題仍舊盤桓在所有人頭上：大模型產品到底如何實現商業落地？商業是技術發展的內生動力之一，唯有業務飛輪轉動起來，才能讓企業們真正走向未來。

垂直大模型，走向落地

2023年的“百模大戰”到底為行業帶來了什麼？

或許是一個清晰的商業認知：垂直化，才是大模型走向落地的實際路徑。

“事實上AI大模型產業還處在一個很初級的階段，創造的內容、解決的問題還相對比較初級。”初心資本合伙人李可佳向刺蝟公社表示。

初心資本是國內一家專註於人工智能、智能硬件、前沿科技及探索性投資的早期股權投資機構，對於AI產業有着較深的洞察。

李可佳用丹尼爾·卡尼曼《思考，快與慢》一書中的系統概念為我們解釋了目前大模型產業的發展階段：

丹尼爾·卡尼曼認為，在人的大腦中有兩套系統，系統1指的是快系統，是一種涉及直覺的思維方式，用於快速決策。它做出決策的依據主要依賴於偏差、偏見和錯誤的啟發法，它是無意識且快速的；系統2則是一種慢系統，它更為慢速和理性，負責對系統1進行有意識的控制，特別是在涉及複雜問題的情形中，是否形成系統2也是區分人與動物的重要指標。

“現在整個產業的發展仍處於系統1階段，在對創造力要求比較高的文科、藝術等領域，AI已經有很好的表現，它的泛化能力也非常強，但如果希望它能解決一些很實際複雜的技術問題、商業問題，我們仍然需要等待‘系統2’的到來。”

AI目前正處於互聯網的“雅虎時刻”，甚至還沒有發展到“谷歌崛起”。OpenAI Sora這樣的明星產品固然能讓人提振信心，但商業落地問題是全行業都要面對的問題：

目前人們已經能與AI展開對話、通過AI生成文本、圖像、甚至高質量的視頻，但問題在於，這些生成能力目前還處在較低水平，Sora還不夠多，當幻覺與新鮮感散去，在C端難做突破的大模型們，該去哪裡實現自己的價值？

B端是較為實際的出路。

這也是李可佳口中的“系統2”發展方向，通過理性、高效的AI為商務、工業提供助力，從而深刻改變整個產業，這也是大模型商業落地最實際的方向。但另一個事實是，通用大模型往往不能很高效快速地適配於企業的需要。

於是，大模型產業走向垂直化、細分化、專業化，已經成為了未來最重要的趨勢之一。

無論是GPT還是其他基於Transformer架構下的大模型產品，其生成反饋的原則都並非線性的邏輯思考，而是根據“學到的知識和規律”來進行概率組合，這也是為何大模型學的越多越強悍的原因。

通用大模型的問題就是，它學習的主要是通用的、可公開的知識數據，針對擁有信息壁壘的產業領域，通用大模型很難發揮作用。

這也是目前國內外許多廠商在做的。在教育、政企服務、醫療等領域，許多大模型都開始了走向垂直化，包括網易的子曰教育大模型、專註政企客戶的雅意大模型、在金融、醫療等領域深耕的百川大模型等。

通過小而精的訓練方法，不僅能夠突破大模型無法解決專業問題的阻礙，還能進一步降低成本，讓大規模推廣成為可能。

“以前很多人都認為，只要模型的規模夠大，過了多少億參數，模型就能達到很強的能力，但其實其對於任務的理解能力還是比較淺顯的。”

在2023年底，雅意2.0大模型發布時，中科聞歌董事長王磊曾向刺蝟公社表示，在他看來，垂直專業才是大模型發展的未來方向，雅意2.0大模型也同樣遵循了這樣一個方向，不再一味的追求規模與C端反饋，而是選擇摒棄娛樂向的內容，將更多專業知識數據融入訓練中，從而實現更好的政企服務。

那麼有哪些產業能夠更快的實現“大模型化”呢？

李可佳認為這主要看行業的容錯率與專業度。在智慧教育領域的多年深耕讓他認識到，在容錯率相對較高、對專業精準要求相對較低的領域，AI帶來的變革將更容易發生。“在拍搜、語言學習這些領域，大模型帶來的效率提升是非常顯著的。”

他認為，醫療、金融等領域也正在產生變革，伴隨着大模型能力的不斷進化，更多工業、科技領域的生產製造都會迎來一場AI改造。

AI Agent：突破AI需求困境

那麼如何將大模型的能力更直接的運用到我們的生產過程中？AI Agent或許是一種更現實的路徑。

“可以這樣構想一下，我還在做別的工作或是休息，在一個類似元宇宙的空間里，我的AI Agent（代理）與另外一位創業者的AI Agent相遇，它們聊的很開心，或許等我醒過來，我的AI Agent就拿着對方的商業計劃書來給我看了。”

AI Agent在未來將成為人與AI大模型連接的工具，成為AI領域繼GPT、文心一言等大模型產品的下一個熱點，正在被越來越多人所認同。

一位AI從業者向刺蝟公社表示，AI Agent不僅僅會成為便利工作生活的工具，還能真正推動大模型從B端到C端的實際落地，推動AI產業的商業化成熟。

換言之，AI Agent是AI產品更成熟的形態，它真正的使命就在於將AI能力封裝化，讓C端、B端用戶都能更便捷更直觀的運用，從而助力生產力的解放。如果說大模型產品只能被動的接收-生成，那麼Agent的使命要複雜的多，它更類似智能助手，需要藉助自身的AI能力幫助使用者解決切實問題。

“其實這是一種AI native的認知。”李可佳表示，不同於很多企業+AI的思維，Agent事實上是一種AI+的邏輯。

“面對AI浪潮，我們不能只去想如何利用AI能力加持我們已有的業務形式。我就認識很多創業者，希望通過大模型提升自己的Saas服務能力，比如做一個郵件營銷的生成式AI產品等等，但他們卻忽略了一點，以後有些SaaS類產品可能都直接autopilot了，這個產品對應的環節可能都沒了。”

Agent的意義就在於，它正在改變着人機協作的邏輯：

不僅僅是協助工作，AI就可以獨自幫助使用者完成任務，它不需要事實的提示詞輸入，也不需要使用者一步步的繁雜操作，只需要一個指令，Agent就能幫你完成很多在過去時代無比複雜的工作，比如數據分析、廣告營銷投放、甚至是社交、銷售這樣主觀性很強的工作。

這幾乎是革命性的，在Agent日漸成熟的情況下，很多行業的許多環節都能夠被改寫，甚至取代。

GPTs就是OpenAI針對Agent概念推出的產品之一，定製化的GPT機器人、能夠滿足不同的使用需要、專註於不同的領域，GPTs的推出一度讓全球Agent企業大感危機。

目前來看，GPTs似乎還沒有達到Agent的程度，對於國內外的許多AI 企業來說，機會仍然存在。

但Agent不是更智能的AI聊天機器人，其最主要的能力是主動調用AI工具，為使用者解決問題，想要實現這樣的能力，除了技術能力外，與Agent背後的大模型基底息息相關，比如多模態的輸入輸出能力、幻覺問題、多輪交互的高效靠譜，都將影響Agent的表現。

更重要的是，Agent的應用往往要與不同的產業領域、應用場景相結合，這就與前面提到的垂直化趨勢深度相關。

現如今國內也已經出現了很多垂直領域的Agent產品，百度研發的營銷Agent輕舸、釘釘、飛書的AI辦公助理，這些企業從自身已有的產品和業務優勢出發，希望藉助Agent創造新的產品邏輯，從而實現產品的二次成長。

以釘釘的AI Agent為例，其AI 助理可以與釘釘本身“融為一體”，根據用戶的指令，與平台上的應用和第三方插件、企業自建應用等結合，對這些功能進行調用。這樣一來，也讓釘釘龐大的插件和應用庫變得簡單易用，用戶不再需要一個個找應用，AI 助理就可以做到更符合用戶使用場景的匹配。

類似釘釘AI助理這樣的產品，正在解決大模型的“偽需求”困境，帶有強烈的“AI native”思維。當更好用、更有效的Agent產品被用戶看見、使用，甚至解決工作生活中的種種痛點，大模型的商業落地難題也終將得到解決。

從娛樂需求，到更廣闊的世界

現如今整個產業到底還面臨着哪些問題？

最重要的仍是技術能力問題。“如果從創業的角度出發來看，或許你在進行邏輯推演時，能夠獲得一個不錯的推算結果，但真正重要的還是能否讓用戶感受到‘神奇時刻’。”李可佳表示。

對於大模型產品來說，最重要的仍舊是通過技術解決用戶需求的能力，自ChatGPT橫空出世以來，無數人都認為大模型產品將改變整個互聯網的生產邏輯，但未來的進程似乎要遠慢於我們的期望。

歸根結底，是大多數大模型產品的能力遠沒有達到“神奇時刻”，簡單的多輪對話或許能為用戶帶來一刻的驚艷，但缺乏實際解決問題的能力。

“質量信號沒有達到效果，還要看數量信號，也就是用戶的留存情況。”這也與產品的實用性相關，GPT能夠在全球席捲上億用戶，除了出類拔萃的能力外，優質的交互體驗，不斷推出的多模態生成產品，都是關鍵因素。

有Sora這樣的殺手級應用，OpenAI自然不會為用戶、商業化發愁，但對於其他玩家來說，除了在研发上下苦功外，垂直專業化、加強體驗、創建多元應用場景就成為了重要的路徑。

除此之外，拋開大模型產品、Agent等固有思路，大模型還有許多新的機會。

作為早期投資市場的布局者，李可佳和所在的初心資本的投資邏輯可以概括為“兩橫三縱”，在這樣一個坐標圖譜中，蘊含着初心觀察到的產業機會。

“兩橫分別是人才紅利和供應鏈紅利，在過去十幾年中國移動互聯網的飛速發展之下，整個行業培養了大量的工程師、科研人員，在全球都有着不少的優勢，另一方面，中國在製造業上擁有很強的優勢，尤其是在3C硬件等領域，我們的製造業供應鏈相當完備。”

以這樣兩個紅利為基礎，三縱則代表了幾個重要的技術變量，第一就是生成式AI，其餘兩縱則為算力的性能躍遷和電動化到智能化的變遷。三縱與兩橫之間的許多交叉點則蘊含着新的機會，例如AI+硬件、AI+元宇宙、AI+XR等可能，都正被深切關注着。

在海外，Rabbit R1等AI Pin硬件令人關注，而在國內，榮耀、OPPO等廠商相繼推出AI產品、AI手機等，希望實現彎道超車；在XR領域，萬眾矚目的Vision Pro同樣與AI有着千絲萬縷的聯繫，在AI大模型的支持下，新的世界圖景正在逐漸展開。

但最重要的仍舊是AI native思維。

“最讓我感覺興奮的是，在硅谷這些地方，我們接觸到了很多非常年輕的創業者，他們從不懷疑AI能否改變世界，他們的創業項目，都是基於AI時代已經到來的前提下開展的。”李可佳向我們回憶，而這些AI native思維加持下的創業者，也讓他真正看到了未來的圖景。

“新的技術正在改變世界的每個角落，如果沉溺在舊世界里，很可能會被時代拋棄。”

‍