自2022年11月30日起,美國OpenAI公司發佈了ChatGPT後,該AI應用立即風靡全球,成爲全球增長最快的消費應用之一——據首屆開發者大會DevDay的介紹,OpenAI現已經吸引了超過200萬開發者,其中包括92%以上的財富500強企業。如今的ChatGPT每週約有1億活躍用戶。
與此同時,它正顯示出極大的生產力解放潛力,快速賦能多個行業,並在很短時間內催生出多種新的商業模式。
近日,準備好反擊的谷歌,終於發佈了傳聞已久的“殺手鐧”,號稱史上性能最強、超越GPT-4的通用 AI 模型Gemini 1.0——多模態Gemini,其是迄今規模最大、能力最強的谷歌大模型,在文本、視頻、語音等多個領域的展示成果,碾壓了本身已經非常強大的GPT-4。
不難看出,AI發展勢頭已經可以用不可思議、超乎想象等詞彙來形容,而席捲全球、百花齊放的AI競賽,已開始呈現出金字塔式的多層級對比和角逐。
上層是科技巨頭圍繞底層技術,算法和算力進行比拼,越往下層走,就是越接近用戶層面,用於解決實際痛點和問題的AI應用。
從大模型到AI應用,這一路狂奔了200多天之後,終於才有了更爲清晰的視野和答案。
作爲新一代基礎設施的大模型,其本身並不直接產生價值,智能時代的未來不會是大模型本身,而將是大模型生態體系化、場景化及垂直化。
AI時代,對於商業世界來說,更多講述的是一個認知顛覆和思維轉變的故事。
根據著名投資人李國飛先生所提出的極簡投資思維,只有那些勝率在95%以上的公司才值得關注。
他說出的這句話樸素且極爲正確,那些能夠走到最後終點的企業,大多數在初期就已經充分顯露出了足夠高的勝率和優勢特徵。
就好比當前,雖說很多企業都在宣傳自己與AI的緊密關聯,但實際上,真正利用好AI這項技術賺回來“真金白銀”的上市企業都是鳳毛麟角的。
針對此情況,筆者提出一個簡單而實用的兩重篩選標準:1)正向盈利+較高的盈利率,2)商業模式能夠與AI深度融合。
從上述擁有大模型且融合度較好的AI上市企業的列表中可以發現,除了百度這一知名互聯網巨頭之外,百融雲的浮現,無疑出乎了大部分人的意料。
對於百融雲本身來說,或許只是一件合乎邏輯、於情合理的平常事。
這家低調的企業,悄然押注AI的決策,既讓其“起了個大早”,又“趕上了集市”。
01大模型盈利之路:前半場做厚,後半場做寬
衆所周知,大模型的性能主要受算法、算力、數據三大關鍵因素的影響。算力作爲軟硬件融合的運算基礎設施,一般通過雲服務購買獲得。在算力的基礎上,通過大量的數據訓練,AI得到了強大的大模型算法。通過綜合堆疊算法、算力和數據,可以得到相當大規模參數的大模型。
因此,我們可以看到市場上湧現了許多參數龐大的大模型公司,但儘管如此,真正能夠落地實現盈利的並不多見。
最本質的原因,是大模型的價值不僅僅取決於模型的參數規模,還建立在模型的實際效果和場景適應性上。簡而言之,大模型的價值同時取決於模型性能與“商業厚度”。這是百融雲能在行業內率先實現盈利的關鍵——公司不僅擁有具備前瞻性的技術儲備,更持續堅持創造商業價值的“長期主義”。
技術不用多言,各個玩家的路徑大相徑庭。比如百融雲創自主研發的AI智能語音機器人(Chatbot)最早已於2017年實現商業化應用,與ChatGPT的底層技術同源,均爲生成式AI的內容產出方式,在交互效果上能夠提供“真人級”的互動體驗;其BR-LLM產業大模型基於深度學習Transformer框架,結合NLP、智能語音等技術,能通過深度微調能支持百億級參數的訓練。
而關於如何創造商業價值、實現商業厚度,我們看到各個玩家有多種不同的路徑。
百融雲的獨特之處在於堅守着“先落地,再擴張”的核心戰略,首先專注於產業深度,然後聚焦到行業寬度,把業務逐步擴展到更廣泛的行業範圍。
落地的第一個垂直行業,是金融行業。金融機構具備海量數據、多樣化業務場景、高增數字化轉型需求等條件,使得金融是天然的AI落地場景。
02在大模型的上半場,百融雲專注“把產業做深”
作爲最早洞悉並利用AI進行生成與決策的科技平台之一,百融雲在深耕金融等垂直行業時積累了豐富的Know-How和高質量的數據。相較於單純追求模型參數規模的趨勢,公司將技術與產業優勢巧妙結合,將其共同嫁接到基於深度學習Transformer框架的BR-LLM大模型之上。
該大模型高度貼合產業需求,主要受場景驅動,專注於在實際場景中創造商業價值。在應用於實際商業場景的過程中,該大模型能夠在落地過程中不斷學習和適應變化,完成自我迭代。
海通證券國際在關於百融雲的研報中稱:“我們認爲,在垂直領域,實際應用場景中的模型自我迭代是大模型真正能夠規模化商業落地的關鍵,而不是僅僅關注各種權威評測排名,並可以反向構築公司的垂類AIGC 能力護城河。”
這種商業落地與自我迭代相互驅動的正向循環,使得百融雲在金融大模型領域築起了高高的壁壘,讓競爭對手難以突破。
同時,公司還在不斷地將AI能力複用於更廣泛的金融場景:從銀行信用卡業務,延伸至消費貸,再擴大到普惠金融與財富管理;從銀行業大零售體系、到銀行業務諮詢,再到可視化管理以及海量銀行用戶的運營和交叉營銷......深深的壁壘、高度可複用的能力,這兩大要素爲百融雲持續盈利創造了可靠的基礎,並奠定了公司的下限。
03進入行業的下半場,什麼能決定AI公司的上限?
百融雲副總裁馮勇表示,公司一直以來堅持務實和業務價值交付的企業基因。“我們目前已經在數字員工、數字助理、數字人、編程助手、自助數據分析等各個生產力場景實現了應用落地” 。
他表示,這樣的企業基因和商業佈局是可以複製的。基於“決策式AI篩選+語音機器人觸達”模式的產品與服務已成功應用於金融行業的營銷獲客、還款提醒、客戶回訪等核心業務環節,這同時也適用於許多其他行業。如果能在新行業重複在金融行業的成功,公司的上限將不受限制。
事實上,把行業做寬是公司近年的戰略重點。上半場,百融雲通過早早地深耕垂直領域,不斷的打磨和磨練大模型,使大模型水平遙遙領先。如今,ChatGPT掀起全球AI浪潮,大模型產業鏈上下游快速進步,大模型的生產效率也有了顯著提升,行業進入下半場。下半場伊始,公司已具備充分條件可以在更多行業廣泛推廣大模型,把大模型做得“又深又廣”。
從成果來看,公司已經從金融領域邁向更多元的行業,成功地實現了從深度到廣度的拓展。截至目前,已有接近三分之一的公司客戶來自金融以外的領域,客戶包括來自電子商務、汽車、招聘、出行、物流、票務、外賣、旅遊等領域超過2000家非金融機構。
財務業績的持續改善,也表明公司正在正確的軌道上。2022年百融雲實現總營收20.54億元,同比增長27%;經調整後淨利潤2.94億元,大幅增長108%。今年前三季度,百融雲收入達19.83億元,同比增長33%,已經接近去年全年營收總額。
04MaaS和BaaS開啓AI工業時代
上一階段的人工智能技術,模型參數較小,泛化性不佳,通常一個場景需要一個特定的模型。採用定製化方式難以廣泛適用於各種長尾應用場景,因此生產模式類似於“手工作坊式”。
而在大模型爲基礎的新發展階段,整個AI行業進入了“工業化生產”模式。與傳統的AI開發模式不同,大模型在經過海量數據集的預訓練後即具備較高的通用能力,僅需少量數據的微調便能顯著提升效果。這意味着大模型生產效率大幅提升,能更好地面對多樣化、碎片化的應用場景。
值得注意的是,儘管很多AI公司聲稱專注於大模型,然而實際上卻是新瓶裝舊酒,仍然套用傳統的商業模式,往往是一個場景對應一個模型、甚至一個客戶。但我們要看到,新的商業模式在快速成形,有部分企業已找到了新世界的大門。
MaaS與BaaS,是目前被寄予厚望的兩種新AI的新生態,二者或將大模型服務化,大幅簡化了複雜模型的使用流程和應用成本。
MaaS(Model-as-a-Serivce,模型即服務)將模型封裝成服務使得開發者無需關心繁瑣的模型下載、安裝和管理,而是通過API接口輕鬆獲取模型的輸出結果;BaaS(Business as a service,業務即服務)則是在MaaS業務上更進一步,爲客戶提供更方便快捷的一體化AI解決方案。
如在百融雲的決策式AI驅動的MaaS雲平台上,客戶可根據自身查詢需求,通過MaaS雲平台的標準化API自由調配各類模型,包括調用現成模型產品,以直接用於產業應用;或在大模型基礎上“微調”出屬於自己的產品,並快速對用戶進行KYC(knowyour customers)和KYP(know your products)評估,易用性大大提高。
對於百融雲來說,只需開發了預訓練的大模型,將其作爲通用底板,再通過微調即可爲AI領域的多樣用戶提供了更加便捷和多元的服務,迅速滿足千人千面、不斷變化的需求。
MaaS和BaaS本質上高度符合了"All For Everyone"的理念。簡而言之,比上一代的AI產品與服務相比,MaaS和BaaS更加易用,而且成本更爲經濟實惠。這兩種服務更傾向於按照效果和使用量進行付費,這樣的靈活性和高性能使得企業更容易嘗試、接受與採購相關服務。
目前來看,OpenAI所有的商業落地,都以提供MaaS 服務的形式進行。在OpenAI的帶領下,全球科技巨頭紛紛開始發力於MaaS佈局,這些廠商基本都聚焦於通用領域之中。然而,要在垂直行業中構建強大的MaaS和BaaS(業務即服務)生態系統,首先需要具備極爲強大的產業底層模型,這是一項極具挑戰性的任務。
百融雲副總裁馮勇表示,按效果收費,是最好的商業模式,但這種模式對於產品、技術的要求非常高,對客戶的需求、行業的需求理解要非常深刻。只有真正地給客戶創造了價值,才能在價值中分一杯羹。因此,像百融雲這樣相對成熟、且持續盈利的MaaS和BaaS生態在垂直行業中仍然屬於稀缺資源,這個市場仍然是一個巨大的藍海市場,等待着有能力者享用。
05結語
AI新浪潮在興起,昔日的行業競爭格局在顛覆。
對於上一代AI企業而言,自有其幸運和不幸的一面。幸運的原因是,這些企業絕大部分未實現盈利,他們終於可以透過新技術革命改變命運,也終於能接着新一輪的資本熱潮,來進行新的融資“續命”活下去。
較爲不幸的一點是,在新時代,它們要碰到的競爭對手,是百融雲這一類與AI融合度更好、甚至已經達到較好內部循環的新物種,他們要突圍和生存的概率可想而知。
而新一代興起的企業中,商業模式跑通、乃至盈利的企業依然無幾,他們能否逃過上一代AI企業的宿命,我們仍未能得知。
但是,要尋找最終的贏家,最簡單的辦法就是尋找一直保持連勝的選手。