Bolehkah AI membuat wang?

Pelbagai model besar telah dikeluarkan secara intensif baru-baru ini, dan pandangan seperti "mengejar GPT4" dan "menjadi OpenAI China" tersebar dalam pelbagai artikel. Mari kita kembali kepada soalan paling asas: Ini benar-benar satu penyeksaan jiwa untuk orang dalam industri ini. Tanpa bayangan sepuluh tahun yang lalu, sentiasa bertanya soalan ini nampaknya agak bersemangat untuk kejayaan cepat, tetapi dengan bayangan kerugian sepuluh tahun, sama ada untuk membuat wang atau tidak menjadi soalan yang menggabungkan teknologi dan perniagaan: iaitu , teknologi Batu ujian juga merupakan bukti keupayaan pengkomersilan.

Sebelum menjawab soalan ini, kita perlu meringkaskan model perniagaan yang berpotensi di sebalik AI.

1. Model perniagaan yang berpotensi di sebalik AI

Jika AI berkembang ke peringkat yang sangat matang, apakah kaedah pengewangan yang berpotensi? Tidak banyak model perniagaan yang telah diterokai dan terbukti pada masa lalu, dan hanya terdapat beberapa yang sepadan dengan AI:

1 Langgan

.

Ini adalah hampir laluan pengewangan paling tipikal untuk AI sekarang. Malah, ia adalah sejenis perkhidmatan awan Penjual awan utama secara semulajadi meletakkan fungsi AI yang dibangunkan sendiri ke dalam matriks produk awan mereka sendiri.

2 Perkhidmatan nilai tambah baharu

.

The "Her" dalam filem sebenarnya adalah jenis perkhidmatan tambah nilai baharu, dan haiwan peliharaan elektronik yang boleh berkomunikasi pada masa hadapan juga berada dalam kategori ini. Berbanding dengan satu, perbezaannya ialah jenis ini adalah hidangan terakhir, manakala satu adalah bahan mentah akan terdapat banyak kawasan bertindih antara kedua-duanya, tetapi ia lebih kurang sama dengan perbezaan antara PaaS dan SaaS. Pada masa lalu, SaaS yang selalu kami bincangkan adalah lebih dekat dengan perkhidmatan nilai tambah baharu, jadi kami tidak menyenaraikannya dalam kategori berasingan, seperti pelbagai pembantu peringkat perusahaan.

3 Jualan produk perkakasan

.

Operasi akhir jenis ini adalah serupa dengan Lenovo menjual komputer. Model besar dalam arah berbilang modal memerlukan sokongan ini Tanpa kejayaan produk pintar baharu berskala besar seperti robot, pembesar suara pintar dan cermin mata AR, kejayaan model berbilang modal besar tidak mungkin. Dalam kes pembahagian kerja industri, model ini akan ditindih pada dua sebelumnya dan menjadi daya penggerak untuk dua yang pertama.

4 Pengiklanan baharu

.

Sesetengah orang berkata sebelum ini bahawa model besar akan menyukarkan iklan carian untuk dipaparkan. Saya tidak fikir sama sekali Skrinnya sangat besar sehingga ia boleh digunakan sebagai cadangan: Jika anda ingin membelinya, sila lihat…. Perkara utama ialah meningkatkan kekerapan dan ketepatan.

5 Penyelesaian Jualan

. Produk #🎜🎜 #Watson tidak mungkin menjadi produk standard sepenuhnya Produk ini sentiasa perlu disambungkan dengan pelbagai situasi khusus di sekeliling, dan penyelesaian tidak dapat dielakkan untuk menyambungkannya. Dari sudut teknikal, ia kelihatan serupa dengan 2 dan 3, tetapi dari sudut model perniagaan, perbezaannya sangat besar sehingga ia perlu disenaraikan secara berasingan. Perkhidmatan nilai tambah baharu dan produk perkakasan masih dijual sebagai produk standard, dan harga bagi setiap pelanggan ialah had atas iPhone atau Vision Pro.

Tetapi penyelesaiannya bukanlah harga unit di sini mestilah sangat besar, seperti berpuluh juta, untuk menjadi bernilai, jika tidak, ia tidak akan dapat menyokong pelaburan jangka panjang pada peringkat awal dan akhir. Pada tahap tertentu, AI produk sedia ada sebenarnya akan menjadi penyelesaian, seperti e-dagang, video pendek, dll. Ini terutama berlaku untuk model industri besar. Di sini AI bukanlah kuasa yang mengganggu, tetapi akan muncul sebagai penyelesaian untuk meningkatkan produk sedia ada.

6 Permainan dan Metaverse

.

Ini kelihatan seperti produk, tetapi perbezaan besar dari yang pertama hingga kelima ialah hanya produk ini yang menyokong mod bank pusat maya. Model bank pusat maya bermakna anda boleh terus mengeluarkan token anda sendiri (tidak semestinya mata wang digital). Hanya produk sedemikian menyokong sistem ekologi dan monetari yang berasingan.

Jika anda memotong model perniagaan ini secara menegak, akan ada dua ciri umum yang jelas:

Seperti yang disebutkan dalam koleksi pembohongan, tiada siapa yang dapat melarikan diri,
1. AI sebenarnya adalah model telaga dalam, yang ditunjukkan dalam kemas kini model sedia ada (termasuk orang), dan hasilnya adalah penciptaan model baharu Malah, ia tidak sehebat Internet, tetapi kesannya terhadap model sedia ada akan lebih besar daripada Internet.

Nilai ekonomi teknologi akan lebih mencerminkan sejenis personifikasi, melakukan apa yang orang lakukan dalam sistem ekonomi dan melampaui (pelbagai pembantu, dll.).

Dua mata ini sangat kritikal kerana ia secara langsung mempengaruhi siapa yang akan membuat wang daripada AI dan potensi akhir permainan.

2. Siapa yang akan menjana wang daripada AI pada akhirnya?

Ciri AI di atas menentukan bahawa ia sebenarnya merupakan pautan dalam rantaian bekalan. Dengan cara ini, sebagai tambahan kepada 1, jika syarikat yang sepadan ingin mengatasi modelnya sendiri, ia mesti menjadi jenis syarikat yang belum ada.

Sebagai contoh, walaupun untuk permainan yang agak ringan dan metaverse, ini bermakna syarikat model besar perlu memaksa diri mereka untuk menjadi syarikat yang memahami permainan dan metaverse.

Ini membawa kepada dua soalan lanjut:

Jika ia adalah perkhidmatan awan seperti 1, adakah AI akan menjadi perkhidmatan awan yang berasingan atau sebahagian daripada perkhidmatan awan sedia ada?
Jika ia perlu digabungkan dengan bidang sedia ada, adakah ia akan dikuasai oleh syarikat AI tulen atau adakah syarikat yang berasal dari bidang ini akan berkembang dan mendominasi?

Untuk soalan pertama, saya rasa jawapannya agak jelas. Perkara seperti awan tidak boleh wujud sebagai kategori yang berasingan dan pasti akan digabungkan. Ini ditentukan oleh kesan skala yang wujud dalam industri aset berat.

Soalan kedua pula, jawapannya sebenarnya agak jelas. Dalam bidang yang berbeza, berat bidang dan berat teknologi adalah berbeza Sebagai contoh, berat bidang permainan adalah rendah, dan berat bidang cukai dan perubatan adalah tinggi. semakin kecil kemungkinan syarikat AI teknikal tunggal untuk mendominasi. Realitinya ialah kebanyakan masa berat domain adalah tinggi. Sukar untuk menyatakan syarikat mana yang khusus, tetapi nisbah jenis teknologi dan pengetahuan domain ini akan menjadi lebih kritikal.

3 Cabaran perniagaan menjana wang dengan AI

Artikel sebelum ini tentang merenung perkara lebih melihat proses pengkomersialan daripada sifat-sifat teknologi Kali ini, saya melihatnya dari perspektif model perniagaan tulen Kesimpulannya tidak rumit

Cabaran perniagaan untuk syarikat AI tulen adalah sangat jelas Jika mereka berhenti di rantaian bekalan, laluan ke pengewangan akan menjadi terlalu sempit. Jika anda ingin melalui bahagian terakhir sendiri, anda bukan sahaja perlu mendapatkan model, tetapi juga produk (produk mewakili integrasi pengetahuan dan teknologi domain).

Nampaknya masa depan akan berakhir seperti ini: jika syarikat model besar terkemuka tidak dapat membuka saluran pengewangan lain dan terhad kepada rantaian bekalan, mereka lebih cenderung untuk digabungkan oleh syarikat awan besar. Model domain pertengahan lebih berkemungkinan untuk syarikat yang mempunyai pengetahuan domain secara beransur-ansur melengkapkan evolusi mereka sendiri dan menang Contohnya, syarikat penerbitan yang membuat produk semakan kandungan mempunyai peluang yang lebih besar untuk berjaya daripada orang biasa.

Semua analisis dan pertimbangan model perniagaan memerlukan asas: teknologi itu sendiri mestilah mencukupi untuk mencipta nilai. Jadi apakah tahap kematangan teknologi? Cukupkah itu?

Adakah masanya tamat? Apakah tahap kematangan teknologi?

Cukup memang tak cukup. Selagi anda membuka senario sebenar untuk membuat produk, anda akan mendapati bahawa bekalan teknologi masih tidak mencukupi, dan ia tidak akan mencukupi sepenuhnya dalam jangka pendek.

Perjalanan teknologi AI dari 0 hingga 1 sebenarnya tidak pernah selesai.

Ini adalah perbezaan besar antara AI dan teknologi terdahulu seperti Internet dari segi teknologi itu sendiri.

Pada tahap tertentu, banyak teknologi yang menjadi asas kepada Internet sekitar tahun 2000 sebenarnya ada, dan selebihnya adalah peningkatan skala yang lebih pantas dan lebih besar. (Protokol Internet asas yang masih kami gunakan sekarang, seperti TCP/IP dan HTTP, adalah teknologi dari pelbagai peringkat umur)

Tetapi AI tidak begitu asasnya sentiasa diperbaiki, dan semua aplikasi yang sepadan perlu diperbaiki dan digunakan pada masa yang sama.

Membandingkan kedua-duanya, anda akan mendapati bahawa secara teknikal Internet adalah satu langkah pada satu masa, manakala AI hampir sentiasa berkembang sambil menipu dirinya sendiri. Kami mengumumkan hari ini bahawa kami telah menyelesaikan masalah ini, dan esok kami mengumumkan bahawa kami telah menyelesaikan masalah itu, tetapi kemajuan sehingga model besar adalah jauh dari jangkaan (dan kejayaan model besar datang dari syarikat yang pengasas asalnya tidak mempunyai latar belakang AI, dan akan ada sedikit realisme ajaib).

Jadi jika anda melihatnya dari sudut cukup dan tidak mencukupi, ia benar-benar tidak mencukupi. Tetapi walaupun AI tidak mencukupi, ia seperti air Bahagian yang tenggelam akan berubah sepenuhnya, dan fungsi yang sepadan akan diubah sepenuhnya Sebagai contoh, apabila membuat gambar, tiada siapa yang akan melukis gambar asas lagi.

Bagaimana untuk menilai kematangan teknikal sesuatu produk jika ia tidak mencukupi? Atau cukupkah?

Malah, anda boleh menggunakan kaedah liputan pemandangan penuh Dari perspektif perniagaan, ia hanya boleh menjadi kaedah liputan pemandangan penuh. Seperti yang dinyatakan sebelum ini, saluran perniagaan AI akan sentiasa menunjukkan sejenis antropomorfisme Jika orang hidup dalam hubungan tertentu dan tidak dapat mengendalikan hubungan komprehensif yang sepadan, ia tidak akan cukup antropomorfik.

4. Kaedah liputan adegan penuh

AI boleh menggunakan penunjuk teknikal dengan mudah untuk mengukur dirinya, tetapi ini akan menjadi rutin involusi, dan secara melampau ia akan menipu dirinya sendiri.

AI pada asasnya menguji keupayaan umum Jika kaedah khusus digunakan, secara teorinya ia boleh melakukannya dengan sangat baik pada mana-mana set ujian, mengatasi mana-mana kecerdasan buatan terbaik yang sedia ada. Tetapi ini tidak berguna selain menulis PPT. Kerana apabila AI dilaksanakan, antropomorfisme menyebabkan mana-mana adegan saling berkait rapat dengan persekitaran yang kompleks, yang masih memerlukan keupayaan umum.

Kaedah penilaian khusus teknologi ini sebenarnya merupakan sebab asas bagi situasi panas dan sejuk: dalam satu pihak, AI nampaknya mampu melakukan segala-galanya dan sudah sangat ajaib, sebaliknya, ia tidak mudah; gunakan, dan jika ia tidak mudah digunakan, ia tidak akan menghasilkan wang.

Apakah kaedah liputan adegan penuh?

Ringkasnya, jika pengambilan adalah senario, adakah sokongan bekalan teknologi secara langsung mewujudkan pekerja digital untuk melaksanakan semua fungsi perekrut pada masa lalu, seperti merekrut orang kembali berdasarkan permintaan, tanpa campur tangan manusia dalam keseluruhan proses ?

Jika perkara ini tidak dapat direalisasikan, maka kecuali untuk mod pertama, tiada mod bernilai tinggi berikutnya akan berfungsi.

Ini adalah cabaran sebenar.

5. Ringkasan

Jika difikirkan dengan teliti, beberapa bidang baharu dalam era pasca Internet sebenarnya mempunyai kemunduran tersendiri. Jika kita kembali ke sekitar tahun 2015, mungkin terdapat tiga hala tuju baharu yang telah muncul: satu adalah kecerdasan buatan, satu adalah blockchain, dan satu lagi ialah SaaS Ramai pelajar yang merasakan bahawa Internet pada dasarnya telah berakhir dan tidak mahu melakukannya sunyi pergi ke tiga arah ini Kemudian kecerdasan buatan dan SaaS terus tidak menguntungkan selama 10 tahun, manakala blockchain menguntungkan tetapi hampir hilang kerana sebab lain.

Kini model besar itu nampaknya mampu menyuntik kehidupan baharu kepada ketiga-tiga ini secara serentak dan semakin menghampiri detik terakhir. Setiap kali saya melihat gambar seperti di bawah, saya lebih percaya:

Ramai pelajar akan memberi perhatian kepada bidang mana yang akan didahulukan. Ini benar-benar tidak boleh dikonkritkan, tetapi boleh ada model penghakiman asas:

Tentukan sejauh mana laluan daripada teknologi mencipta nilai baharu kepada nilai komersial. Midjourney sebenarnya adalah yang pendek, dan Watson adalah yang panjang. Untuk benar-benar melakukan sesuatu, dana dan tenaga kerja mesti sepadan dengan panjangnya.

Pertimbangkan artikel yang berkaitan dengan ini:

AI model besar tiada model perniagaan?

Kolumnis

Zhuochashi, akaun awam WeChat: Semua orang ialah kolumnis pengurus produk. Naib Presiden Teknologi Perisikan Bunyi. Beliau ialah pengarang buku seperti "Salinan Terakhir: Bagaimana Kepintaran Buatan Akan Menggalakkan Perubahan Sosial yang Hebat", "Pembangunan Perisian Sempurna: Kaedah dan Logik", dan "Tujuh Titik Pemberian dalam Era Internet+".

Artikel ini pada asalnya diterbitkan di Everyone is a Product Manager. Mencetak semula tanpa kebenaran adalah dilarang.

Gambar tajuk datang daripada Unsplash, berdasarkan lesen CC0

Atas ialah kandungan terperinci Bolehkah AI membuat wang?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!