摘要: 了解AI大模型时代的商业模式和机会。探索人工智能的发展历程，从大模型到AIaaS，发现个人和企业的成长之路。参加知乎知学堂和AGI课堂联合推出的课程，提高自身技能，成为AI时代的超级个体。

人工智能与大模型：AI商业模式的变革

看了一下这个问题的日志，提问时间是2016年，已经过去了六七年。今年随着大模型浪潮的到来，人工智能迎来了新变革，所谓技术驱动改变，不论是从行业发展来说，还是商业模式来说，人工智能都在经历一个全新的时代。

大模型时代的AI商业模式

人工智能发展历史并不算短。早期的人工智能商业化的案例主要集中于与传统行业进行融合，用一个俗套一点的说法就是“为传统行业赋能”。比如把深度学习算法用于设计、发明和广告、软促销、营销和销售。大的互联网公司基于所谓的“数据智能”（Data Intelligence），最常见的用途之一是分析用户行文，通过使用数据挖掘技术来收集有关习惯、购物偏好、购买行为、价格标签偏好、颜色选择、风格偏好、在线趋势和其他个人信息的统计数据，企业可以更好的针对其目标人群制定他们的服务策略，所谓的“大数据杀熟”也是这么来的的。

而现在的生成式AI或者说大模型（Large Language Model，LLM）所带来的改变此起源于2017年的一篇文章“Attention is All You Need”，这篇文章的重要意义在于提出了一种被称为“Transformer”的神经网络架构，它开辟了新的人工智能行业，特别是在自然语言处理、计算机视觉、自动驾驶和其他一些领域。可以说它是现在所有大模型和各类商业化AIGC产品的基础，包括OpenAI的GPT-3 /GPT-4系列模型，谷歌的Bert、PaLM等等。

对互联网商业模式有所了解的知友应该都听到过各种类型的“xx as-a-service”（xx即服务）。

“xx as-a-servive”是建立在云计算基础上的。这些模式的前提是为终端客户提供解决方案，而无需在本地托管，从而省去复杂的部署和额外的开销。比如大多数基于云的业务模型可分为 IaaS（基础设施即服务）、PaaS（平台即服务）或 SaaS（软件即服务）。这些服务的主要盈利模式是通过向用户收取订阅费用，或即时付费等。

在此基础上，衍生出来AIaas（AI即服务）。

AIaaS

人工智能即服务 (AlaaS) 可以帮助组织整合人工智能功能，而无需相关专业知识。通常，AIaaS 服务构建在基于云服务的提供商之上。基于这些基础设施构建的人工智能服务、框架和工作流程提供给最终客户用于各种用例（例如库存管理服务、文本生成等）。

AIaaS本身是一个相对宽泛的术语，它可以细化为更具体的模式。

1 提供API服务。通过提供应用程序编程接口，企业可以把自己的模型提供给用户或开发者进行二次开发。这涵盖一系列服务，包括计算机视觉、知识图谱和自然语言处理 (NLP)。每个人都有能力从非结构化信息中产生商业价值。

2 机器人和数字协助。这是当前大模型应用最常见的模式，即开发各类聊天机器人、AIGC产品。仅从AIGC的角度看，就包括文生文（chatbot）、文生图（MidJourney）、图生图等等。这样的项目今年如雨后春笋一般，每天都会出现新的应用。我在之前的回答中总结过一些常用的。

3 完全托管的机器学习服务。面向需要完全托管模型的企业或个人用户，这些服务提供客户模板和预构建模型。

AIaaS的优势体现在节省成本、使用方便、可扩展和灵活度高等方面。首先，它可以面向中小企业， 帮助中小型企业最大限度地减少支出来提高利润。这些小企业用户能够避免雇用更多程序员或购买的服务器等设备。换句话说，他们不需要从头开始构建、测试和实施人工智能系统。其次，AlaaS服务意味着用户不需要专业知识即可实施和部署一些AI产品，提高了服务的易用性。另外，AIaaS的可扩展性和灵活性优势体现在当一些企业不确定某个服务或模式是否适合他们的时候，可以选择通过小规模的测试，然后根据实际效果选择是否继续项目或如何扩展。这也是一种帮助企业降低风险和节省成本的方式。

做AI时代的超级个体

以上讨论了企业在AI大模型时代的商业模式。其实作为个人，在AI浪潮下同样有很多机会。

大模型产品，尤其是CHAT GPT的出现带来的一个最重要的改变就是它让独立开发者探索商业模式的门槛变得很低。

我自己使用CHAT GPT等产品已经有半年多，经过这么长时间的使用，我最直观的一个感受就是它让我学习新东西和独立解决一个问题效率大大增加了。以前当遇到一个任务的时候，其中又恰好有自己不太熟悉的专业知识时，需要花费一定的时间和经历去补充这些知识，但是现在通过CHAT GPT的能力能快速的给我提供对应的信息。甚至借助code interpreter等插件，可以直接让它作为AI智能体（Agent）独立完成一个复杂的任务，比如根据一份数据写一段代码完成数据分析等，而我需要做的就是检查和验收。

如果拿“木桶效应”做一个的类比的话，我本来可能只在某一两个方面比较精通（长板），但是其他方面短板很多，现在CHAT GPT可以快速帮补齐短板，而我把精力放在自己擅长的地方即可。

也就是说，AI大模型让个人有能力成为一个超级个体，对于有独立开发项目或产品想法的人，这是非常好的机会。如果知友们有这方面的兴趣，可以去关注一下知乎知学堂和AGI课堂合力推出的课程：程序员的AI大模型进阶之旅。课程内容是围绕当下大模型浪潮展开的，课程目的是致力于帮助大家理解这轮AI变革的本质，然后教如何借助AI大模型提高自己，尤其是如何让它帮助自己成为超级个体。课程老师本身就有丰富的独立开发经验，会跟大家分享如何利用AI让自己变成全栈开发者。现在报名课程能免费领取AI大模型资料包和AI工具。建议想学习AI大模型和做大模型开发的知友去了解一下。

未来AI大模型的商业发展

其实，生成式人工智能发展半年多以来，虽然已经发展到“百模大战”的形势，看起来所有的科技公司都要有自己的大模型，否则好像都不好意思说自己是互联网公司了。看似很繁荣，但是对于未来AI大模型这个行业到底如何发展，现在依然没有人能说得清。真正自主研发大模型并不是一件容易的事，费时费力费钱，最后可能还不讨好，如何跟自己的传统领域结合，从而实现盈利才是市场感兴趣的。否则大模型只是一个“既然你有，我也要有”的高级玩具。

各家公司一开始的远景都是要研发对标CHAT GPT的通用大模型产品，但是后来发现超越OpenAI天花板一样的存在，在短期内几乎不可能。因此，最近几个月的趋势是各家公司、高效科研团队开始做垂直领域大模型的研发，比如法律领域、办公领域等。

其实，我个人觉得这是一个合理的做法，如上所说，通用大模型已经有GPT-4了，很难超越，天生没有市场竞争优势；而另一方面，通过自己前期在垂直领域的积累，借助大模型来助理原有业务不仅能体现自己的专业资源优势，还能减少竞争压力。

以上。

参考资料：
1 https://fourweekmba.com/aiaas/
2 https://innovation-entrepreneurship.springeropen.com/articles/10.1186/s13731-021-00157-5#Sec3