1月 23 日，微軟宣布將向 OpenAI追加投資數十億美元，并且將把ChatGPT、DALL-E 等 AI 工具整合進微軟的全線產品，包括搜索產品 Bing、辦公產品Office、云服務 Azure。
【資料圖】
本已炙手可熱的OpenAI被推上了神壇，各類AIGC公司開始倍受追捧。跟任何一次技術浪潮來臨一樣，國內各路人馬紛紛跟進，百度號稱要在3月推出類似ChatGPT的工具，各種真假ChatGPT概念股大漲，很熟悉的味道。
這樣的火熱行情中，我還是想討論一下AIGC的盈利問題，畢竟有一批AI公司正深陷虧損的泥潭。
業界現在通常把AI分成兩類，一類是決策型AI, 另一類是生成式AI，即AIGC。決策型AI即通過深度學習，對數據進行分析、判斷、預測，并做出決策。這是第一代AI, 包括推薦系統、計算機視覺等，主要應用于新聞和電商的推薦、安防的人臉識別、汽車的自動駕駛等場景。
字節跳動的今日頭條和抖音先后靠推薦算法崛起，阿里、京東、拼多多等電商平臺也大賺，推薦算法成為大平臺的利器，不存在盈利的問題。
但創業公司就沒那么好運了，它們不得不為自己的AI技術創造合適的應用場景，千回百轉地尋找盈利模式。有機構做過統計，2020 年，AI+安防達到了 453 億元的市場規模，是商業落地速度最快且容量最大的賽道之一。但在這個領域，AI不得不依附于硬件和系統，跟它們一起打包銷售。
中國AI四小龍之首的商湯就是其中的典型。商湯的盈利模式依靠智慧城市和智慧商業，它將AI技術嵌入硬件再賣給企業，比如安防考勤的通行一體機、商場樓宇的測溫機等，這樣的模式中，硬件占了很大一塊成本。2021年，商湯營收47億元，其中硬件成本就占了12.65億元。2021年商湯虧損170億元，此前的2020年已經虧損121億，2022上半年又虧損32億元。
自動駕駛是決策型AI變現的另一大賽道，但它依附的硬件更大、成本和門檻更高。首先要有車，否則就別談什么自動駕駛訂閱服務。造車成了核心，號稱是中國AI上投入最久、專利最多的百度，也不得不親自下場造車，折騰了這么久，集度車還沒量產上市呢。
相比之下，AIGC的命好太多。AIGC是生成式AI，即AI通過對數據分析后進行再創作，生成新的數據，比如一篇文章、一幅畫、一條視頻、一段代碼等。跟決策式AI相比，生成式AI盈利模式簡單直接，無需中介，直接向用戶收費。
其實在OpenAI火起來之前，國外已經有幾個AIGC工具很流行。比如Jasper，一款AI寫作工具，主打營銷文案，它可以幫你寫Instagram 標題，編寫TikTok視頻腳本、廣告營銷文本、電子郵件內容等。
你只要每月交82美元，Jasper就可以幫你寫10萬字，超出了10萬字的部分，按每5000字10美元的價格計。付費業務在官網上訂購，非常方便，有在線顧問，針對五人以上團隊、一年起步消費6000美元的公司。
目前，Jasper擁有7萬多名客戶，包括Airbnb、IBM等企業。這家公司2021年才成立，當年就創造了4000萬美元的收入，預估今年收入將達到9000萬美元。
Midjourney是藝術工作者公認最好用的AI繪畫工具，因為用它創作的《太空歌劇院》獲美國科羅拉拉多州博覽會美術競賽一等獎而名聲大噪。
我體驗了一把Midjourney，恍若誤入程序員社區，使用界面很不友好，發了指令之后生成的結果經常被別人的作品沖得難覓蹤影。后來有做藝術的朋友告訴我，如果你愿意付上30美元的月費，就能在Discord上建立跟它的專屬對話，不受別人的干擾。
OpenAI也推出了每月42美元的收費版，stability AI也是類似的付費訂閱模式，AIGC已經形成了成熟的SAAS模式。
除了向用戶收取包月費，AIGC還探索出了其它的商業模式。比如OpenAI已經與全球最大版權圖片供應商之一的Shutterstock達成深度合作，Shutterstock將開始出售利用OpenAI的DALL-E生成的圖片，并禁止銷售非DALL-E生成的圖片，完成深度獨家綁定。DALL-E相當于一個自動化的圖片工廠，它只負責生產，渠道、獲客、運營則交給別人。
一些精明的中國人已經開始效仿，比如有文創機構利用Midjourney創作圖片，授權給其它機構付費使用，比如自媒體文章的配圖、電商的廣告產品圖、T恤、帽子等實物商品上的圖案等等，簡直是無本生意。
AIGC的應用領域很廣闊。最直接的是內容領域，比如用AI寫新聞、AI繪畫、AI作曲、AI配音、AI制作游戲等。中信建投對各類內容未來可AI化制作的比例做了一個測算，圖片授權的比例最高，達55%，音樂為50%，游戲為30%。按2021年數字內容領域1萬億元的規模來計算，AIGC的市場空間可達1千億元。
此外，AIGC還將應用到建筑、醫藥等其它領域。
Gartner預測，到2025年生成式AI產生的數據將占到所有數據的10%，而2021年生成式AI產生的數據不到所有數據的1%；2025年，50%的藥物發現與研發將使用生成式AI；2027年，30%的制造商將使用生成式AI提高產品研發效率。
目前AIGC面臨的問題就是高昂的成本。為了訓練模型，需要消耗大量的算力，chatGPT每一次回答的成本要幾美分。
大型模型的訓練需要耗費大量的算力，還產生大量的碳排放。Gpt-3的訓練使用了上萬塊英偉達V100 GPU，總成本達2700萬美元，碳排放量為552噸。
當然微軟扛得起這個成本。
1月25日微軟發布2023財年第二季度財報后，在分析師會議上，當談及微軟與OpenAI的合作，微軟CEO薩提亞·納德拉說：我們堅信人工智能的浪潮勢不可擋，企業一旦抓住這次“浪潮”便能創造大量價值。
當有分析師問及AI對微軟產品的貢獻能否量化？薩提亞·納德拉回答道：“ 將AI的貢獻進行量化還為時過早。對于Azure來說，AI將是其核心組成部分，不能單獨而談。我相信未來的所有應用程序都將受AI驅動。”
看來微軟不打算在AI上賺錢，但要用AI幫微軟賺大錢。
關鍵詞： AIGC大潮洶涌而至 誰先獲利 人工智能
