本篇內(nèi)容介紹了“大模型產(chǎn)品競爭加劇，摩根大通稱將迎來生成式AI消費者應(yīng)用的第一波浪潮,大模型產(chǎn)品競爭加劇，摩根大通稱將迎來生成式AI消費者應(yīng)用的第一波浪潮”的有關(guān)知識，在實際項目的操作過程或是學(xué)習(xí)過程中，不少人都會遇到這樣的問題，接下來就讓小編帶大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細閱讀，能夠?qū)W有所成！

圖片來源：圖蟲

界面新聞記者 | 于浩

隨著多家大模型產(chǎn)品宣布通過備案正式向公眾開放，大模型生態(tài)的競爭也變得愈發(fā)激烈。無論是底層大模型能力增強，還是垂直領(lǐng)域大模型還是相關(guān)應(yīng)用生態(tài)的落地都有了更多想象空間。 

摩根大通在此前發(fā)布的AIGC研報中也指出，中國生成式AI發(fā)展處于早期階段，即將迎來大規(guī)模消費者應(yīng)用。摩根大通亞洲TMT行業(yè)研究聯(lián)席主管姚橙在接受界面新聞專訪時表示，由于AI可落地的場景眾多，因此無論是巨頭企業(yè)還是初創(chuàng)公司都會有其生存空間，只是所需面對的風(fēng)險大小或有所不同。 

算力、算法與數(shù)據(jù)是大模型研發(fā)過程中的重要要素。大模型訓(xùn)練熱潮使得算力需求上升而硬件設(shè)備產(chǎn)能有限，使得算力的供求關(guān)系發(fā)生了變化。大模型時代下，智能算力已經(jīng)成為至關(guān)重要的稀缺資源。

姚橙認為，隨著底層大模型市場的整合，部分廠商可能會被邊緣化，來自訓(xùn)練端的算力需求會減少，但是在AIGC產(chǎn)品開始落地后，來自終端的調(diào)用需求會隨之上漲。從長線來看，市場上對芯片的需求還是會持續(xù)走高。

而回歸廠商之間的競爭，大模型的理論框架、OpenAI的工程方向大多處于公開狀態(tài)，在姚橙看來，算力及算法方面的挑戰(zhàn)可以約等于時間、資金方面的投入，現(xiàn)階段更為重要的競爭要素在于數(shù)據(jù)。 

相較于全球范圍內(nèi)可用的英文數(shù)據(jù)，中文數(shù)據(jù)在廣度與深度上都存在著一定的差距。這就意味著，如果大模型廠商具備適合的落地場景、在某些具體的場景上具有獨家數(shù)據(jù)訪問權(quán)限，那么對應(yīng)大模型產(chǎn)品就可以在落地過程中獲取新的數(shù)據(jù)反哺模型，實現(xiàn)正向迭代。 

在訪談過程中，是否具備落地場景這一點被姚橙多次強調(diào)?！皩τ诖蠊荆绕涫谴笮突ヂ?lián)網(wǎng)公司，他們往往都有AI可以落地的場景，那么在對外輸出產(chǎn)品之前就可以先在自身場景上先做優(yōu)化，”姚橙說，“一方面加強主營業(yè)務(wù)，另一方面也可以產(chǎn)生正向利潤，以戰(zhàn)養(yǎng)戰(zhàn)。”

事實上，如阿里巴巴、百度等參與者也已經(jīng)開始將自身大模型產(chǎn)品融入原有業(yè)務(wù)體系內(nèi)，阿里巴巴新CEO吳泳銘更是打出了“讓阿里巴巴各業(yè)務(wù)的用戶場景都變成AI技術(shù)最佳的應(yīng)用場”的口號。

至于行業(yè)內(nèi)的初創(chuàng)公司，姚橙認為在大模型應(yīng)用層同樣存在著生存空間。在他看來，AI可能落地的場景很多，初創(chuàng)公司在某個垂類做創(chuàng)新、做定制化也會有回報的機會，只是所面臨的不確定性與風(fēng)險會比大公司更大一些。

類比SaaS行業(yè)的發(fā)展，由于人力成本相對較低，中國企業(yè)在節(jié)約成本與創(chuàng)收兩者之間會更加側(cè)重于創(chuàng)收，因此姚橙也建議AIGC產(chǎn)品在To B端落地時，首先要找到合適的落地場景，其次在落地時可將重點放在創(chuàng)收方面。

在此前發(fā)布的研報中，摩根大通將中國生成式AI價值鏈分為4個層級，依次為硬件基礎(chǔ)設(shè)施（代工廠、人工智能芯片、云等）、通用LLM（大型語言模型）、垂直領(lǐng)域LLM、LLM應(yīng)用。從終端用戶規(guī)模的角度來看，摩根大通預(yù)計，沿價值鏈向上，潛在市場以及未來財務(wù)前景可預(yù)見性下降，而單用戶變現(xiàn)可能增加。從投資角度來看，垂直領(lǐng)域LLM層級較通用LLM風(fēng)險更高，可提供的回報也更高。 

但需注意的是，AIGC產(chǎn)品的商業(yè)化路徑與互聯(lián)網(wǎng)產(chǎn)品并不完全一致。互聯(lián)網(wǎng)產(chǎn)品前期變現(xiàn)往往做得很輕，直到用戶產(chǎn)生黏性后再開啟付費，但這一邏輯似乎并不完全適用于AIGC類產(chǎn)品。

姚橙告訴界面新聞，上述互聯(lián)網(wǎng)產(chǎn)品服務(wù)客戶的邊際成本很低，如游戲產(chǎn)品新增用戶后可能只需支付電費及帶寬服務(wù)費，但大語言模型所生產(chǎn)的內(nèi)容都需要實時計算、支付算力成本，因此整個行業(yè)的商業(yè)化進程可能會快于互聯(lián)網(wǎng)產(chǎn)品。

到此，關(guān)于“大模型產(chǎn)品競爭加劇，摩根大通稱將迎來生成式AI消費者應(yīng)用的第一波浪潮,大模型產(chǎn)品競爭加劇，摩根大通稱將迎來生成式AI消費者應(yīng)用的第一波浪潮”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑，另外大家動手實踐也很重要，對大家加深理解和學(xué)習(xí)很有幫助。如果想要學(xué)習(xí)更多的相關(guān)知識，歡迎關(guān)注群英網(wǎng)絡(luò)，小編每天都會給大家分享實用的文章!

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：[email protected]進行舉報，并提供相關(guān)證據(jù)，查實之后，將立刻刪除涉嫌侵權(quán)內(nèi)容。

猜你喜歡

• 深度使用ChatGPT與測評

  人工智能ChatGPT被玩壞了

• 不寫代碼、靠“玩”ChatGPT年入百萬 提示工程師正變硅谷新寵

  不寫代碼、靠“玩”ChatGPT年入百萬 提示工程師正變硅谷新寵

• 金融行業(yè)眾多公司密切關(guān)注ChatGPT發(fā)展

  嘗鮮ChatGPT，國內(nèi)10家金融機構(gòu)應(yīng)用盤點

• AI技術(shù)浪潮下，內(nèi)容創(chuàng)作也開始降本增效

  AI技術(shù)浪潮下，內(nèi)容創(chuàng)作也開始降本增效

• 一文入門ChatGPT

  作為一個AI模型，ChatGPT并不需要像人一樣“學(xué)習(xí)”，它已經(jīng)通過大量的訓(xùn)練數(shù)據(jù)和算法進行了預(yù)訓(xùn)練，可以回答廣泛的問題。 然而，如果你想學(xué)習(xí)如何使用ChatGPT來進行對話或者問答，以下是一些建議： 一、了解Ch…