2024大模型的“搞錢”之道：先主宰產業助理Agent

　 域名預訂/競價，好“米”不錯過

文 | 智能相對論（aixdlun）

作者 | 沈浪

大模型火了快一年，怎么賺錢成為了業內廠商頭疼的事情。

或許，這場由OpenAI旗下ChatGPT引爆的大模型熱潮，還得繼續聚焦OpenAI來尋求答案。

前不久，OpenAI“煞有其事”地像谷歌、蘋果那樣辦了第一場較為正式的“開發者大會”。從大會透露的信息來看，大模型的下一站很明確——想搞錢，得教人“玩”大模型了，拉更多的人來做大大模型市場的蛋糕。

具體的，OpenAI開始提供示例GPT給Plus和企業版用戶試用，包括AI圖像生成工具Canva 和AI自動化集成Zapier AI Actions。同時，晚些時候，OpenAI還會上線GPT商店，而經過驗證的創作者可以上架自己創建的聊天機器人供其他用戶下載使用，其中的收入由平臺和創作者分配。

兩條路徑，既有To B，也To C。OpenAI想教會普羅大眾“玩轉”大模型應用的方法很全面，而其想要靠大模型搞錢的心情也很迫切。

以OpenAI為代表，大模型廠商們都在深入思考“搞錢”的事情，而關鍵的問題則在于如何搞錢？教人做大模型應用真的能拯救每天入不敷出的大模型廠商嗎？

大模型廠商的“搞錢”之道： 教人“玩轉”大模型

年末，在 WAVE SUMMIT+ 2023 深度學習開發者大會上，百度展示了最新的大模型開發模式——基于星河社區大模型工具中心「多工具智能編排」開發工具，用戶不需要寫任何一行代碼，就可以從頭開發完成一款集成圖文識別、問答、翻譯、播報等多模態全功能的「旅行助手」應用。

這樣的場景是否熟悉？是的，在更早前OpenAI的首屆開發者大會上，Sam Altma也展示過類似的操作——在 GPT Builder上，Sam Altma只是打上一段對這個 GPT 的定義：他希望有一款應用能幫助初創公司的創始人思考他們的業務創意并獲得建議。緊接著，GPT Builder就自動生成了這款應用的名字、圖標以及功能設置。

大模型行業向市場釋放了信號：人人都能玩轉大模型的時代已經到來，不需要重新學習，只要有想法，零基礎也能開發自己的大模型應用。

而人人都能玩轉大模型的背后，實際上是大模型應用普及所帶來的另一個表現，從開發到應用，繼續聚焦市場，不難發現，人人都有智能助理的時代正在到來。

毋庸置疑，智能助理必然是大模型行業發展的一個重要趨勢，從Copilot到AI Agent，業內廠商們正不余遺力地推動大模型應用往智能助理的方向發展，并走向成熟。

在年末的Ignite 2023 開發者大會上，微軟CEO 納德拉直言，微軟成為了一家「Copilot 公司」，并同時把Copilot獨立化了——微軟在 Google Play 悄悄上架了 Copilot 獨立 App，Android 用戶不需要使用 Bing App 就能直接使用 Copilot 對話機器人。

微軟不斷加碼Copilot的獨立權重，從而加速其走向市場，以進入用戶的日常場景中。由此來看，大模型應用注定要把智能助理的模式給走通，從企業打造到個人開發，多管齊下共同推進。

在這樣的趨勢下，大模型廠商的“搞錢”之路就清晰了。類似于今天的App生態，大模型行業必然會形成一個全新的商業生態。OpenAI在不久后上線的GPT商店對應的正是這一趨勢。

而App的開發本身還存在著門檻，當大模型廠商們不斷完善大模型開發流程，推行零代碼開發，想來這個新生態的蛋糕還能做得更大。

理想的實踐， 先主宰產業助理Agent

微軟作為智能助理時代的擁躉，其創始人比爾·蓋茨也曾直言，“誰能主宰個人助理Agent，那才是大事。因為你將永遠不去搜索網站，不去生產力網站，不去亞馬遜。”

主宰個人助理Agent，談何容易。盡管大模型廠商們的預判是可行的，但是距離真正實現的目標還有很長的路要走，至少在主宰個人助理Agent之前，大模型廠商們就得學會先主宰產業助理Agent。

技術的應用路徑歷來如此，先產業后個人。如果個人助理Agent想要為用戶提供財務建議，那么首先它就得先熟知金融領域的專業知識；如果個人助理Agent需要為用戶提供醫養方面的建議，那么它就得先熟知醫療領域的專業知識。

大模型行業，終究得從產業出發，先深耕產業。目前，這一階段屬于大模型行業的產業導入期，大模型的垂直領域應用是主線。

在國內，大模型廠商們的動作是更側重于To B做大模型的產業解決方案。比如，商談針對醫療場景推出的醫療健康大模型「大醫」便是一個例子，其主要功能領域分別為智能自診、診后隨訪管理、智慧病歷、影像報告結構化，能落地的場景還是以醫院為目標的醫生診療和患者服務。

像科大訊飛的星火認知大模型在教育領域，主要服務的對象也是教師群體，落地的方向則在于教案設計、作業批改、口語練習等，或輔助課堂教學之類的。

業界有觀點認為，2023是大模型元年，2024將會是Agent元年，屆時將有大量的Agent產品涌向。而從目前的趨勢來看，在國內，即便是到了Agent元年，主要的爆發還是來自產業端。

業界人士曾告訴「智能相對論」，盡管當前大模型很火，但是他們在推廣大模型的過程中還需要不斷地去向企業普及有關大模型的概念，以及大模型應用能為其做什么。換句話說，大模型走向市場，在技術與產業之間還存在一段接洽磨合的過程。

當前的市場情況處在大模型很熱，但是產業場景的從業者不太熟知大模型，大模型不夠了解產業場景的階段。

在今年早期大模型剛火的階段，本土廠商對自家大模型的展示往往會采用很讓人匪夷所思的能力，比如作詩、作圖、回答腦筋急轉彎等等。但是，經過近一年的迭代，大模型廠商們的心態顯然要成熟很多，聚焦產業To B落地做實事成為了更多人談論的焦點。

切忌重蹈 云計算的覆轍

先To B主宰產業，后To C主宰個人——無論是泛談大模型應用還是聚焦AI Agent的未來，這一路徑或許都將是大模型走向市場的一個必然趨勢。

但是，在國內，大模型行業需要警惕的是重蹈云計算的覆轍。“云”的誕生，是為了以統一的計算資源池來幫助市場和企業進行降本增效，實現“學生在宿舍里就能使用與世界上最大的公司一樣的基礎設施”的目標。

在To B過程中，云廠商們為了快速做大B端市場，搶占大企業客戶，力推各種高度個性化的解決方案，一個大客戶“挖”一個“大坑”，一度讓云計算的市場重心從公有云轉向了私有云，甚至背離了云計算該有的標準化模式。

結果可想而知，云廠商累，企業也累，市場更是陷入了迷茫。實際上，為企業或組織做“云服務器”的私有云，某種程度上只能算是一種能力更深入的IT服務，只是冠上了云計算的帽子罷了。

那么，在以AI Agent為代表的大模型應用即將爆發的階段，大模型行業最需要注意的也是這一問題，切忌把大模型應用等同于IT服務，否則只會把路越走越窄。

在國內，這樣的現象很值得警惕。從廠商本身的經歷來說，國內的大模型廠商們長期致力于服務政企客戶，源于國內特殊的產業需求，其服務邏輯大多更傾向于企業客戶，很容易就會陷入云服務的產業怪圈。

有業內人士也表示，“Agent 未來落地，真正有話語權是那些業務場景的用戶。”——這一思維或許將導致大模型應用的發展將過度地盯著政企客戶的需求來看，而非客觀地遵循技術發展的邏輯。

如果是遵循技術發展的客觀邏輯，那么接下來大模型廠商們該面向市場完善大模型開發的標準化服務和流程了，把更多的空間交由市場上的從業者來補充和拓展。

如果是按照服務政企客戶的過度反應，則大模型廠商們或許會“包辦”一切有關企業大模型開發到應用的各種事項，把大模型當作是另一種更深度、更聚焦的IT服務，幫企業把路給走了。

誠然，第二條路徑最先賺到錢，但也比較累。兩條路徑，孰輕孰重，或許大模型廠商們都有自己的判斷，無論是走哪一條，Agent的爆發都是大勢所趨，只是以何種形態呈現罷了。

*本文圖片均來源于網絡

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。

•AI產業新媒體;

•澎湃新聞科技榜單月度top5;

•文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

•著有《人工智能 十萬個為什么》

•【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、云計算、開發者以及背后的芯片、算法等。

申請創業報道，分享創業好點子。點擊此處，共同探討創業新機遇！