一出奧特曼在 OpenAI“來去之間”的戲碼,以回歸暫告一段落。
過程很抓馬,吃瓜群眾很激動,當(dāng)然了,最開心的還得是微軟。
不僅因?yàn)檫@出“鬧劇”無論怎么發(fā)展,都是微軟穩(wěn)贏,還因?yàn)楸澈鬂摬刂粋€更大的瓜 ——
大模型的最大利益獲得者,居然還是微軟這些讓人意想不到的老牌玩家。
比如 Stable Diffusion 和 Midjourney 爭先恐后迭代卷上天,但憑借 AI 作圖賺得盆滿缽滿的,其實(shí)是 Adobe。
年初至今,Adobe 美股市值漲了 1000 + 億美元,已經(jīng)不知不覺創(chuàng)造了 90.58% 的漲幅;而 OpenAI 最大股東、發(fā)布一系列 AI Copilot 產(chǎn)品的微軟,漲幅同樣達(dá)到令人矚目的 55.93%。
這類非 AI 原生的老牌玩家,看似主營產(chǎn)品還是十分傳統(tǒng),但 AIGC 產(chǎn)品卻悄然占據(jù)了主流 —— 譬如微軟剛剛就推出了 Windows AI Studio,開發(fā)者可以在其中訪問各種 AI 模型,并根據(jù)自己的需求進(jìn)行調(diào)整。
新聞一出,就聽得同賽道不少創(chuàng)業(yè)公司的哀嚎一片。
為什么傳統(tǒng)公司,反而是大模型時代最先收割的那一方?
要搞清這一點(diǎn),首先得明白,從最初的 AIGC 技術(shù)爆發(fā)到現(xiàn)在,行業(yè)情況早已發(fā)生了變化。
傳統(tǒng)公司在 AIGC 后發(fā)制人
從技術(shù)井噴到市場落地,AIGC 的發(fā)展大致分為兩個階段。
第一階段,AIGC 技術(shù)井噴,創(chuàng)業(yè)公司和新產(chǎn)品源源不斷涌現(xiàn)。
無論 Adobe 還是微軟,在技術(shù)爆發(fā)的第一階段,似乎都只是充當(dāng)著背景板的角色。其傳統(tǒng)產(chǎn)品如 PhotoShop、Office 全家桶,甚至可能成為被 AIGC 技術(shù)第一批革掉命的“老舊應(yīng)用”。
然而如今第一輪投融資風(fēng)口過去,AIGC 進(jìn)入尋求落地的第二階段,這些傳統(tǒng)公司非但沒有消亡,反而更活躍了:
Adobe 前不久推出的文生圖 Firefly Image 2,生成分辨率直抵 2k,已經(jīng)全面入駐 Photoshop、Illustrator、Premiere Pro 等套件;微軟更是基于老牌辦公軟件 Office、瀏覽器 Bing 發(fā)布了 Copilot Studio。
△Firefly Image 2 更新后效果,圖源 Adobe
無論 Adobe 還是微軟,均依托 AIGC 新功能攬獲了不少關(guān)注度。
相比之下,創(chuàng)業(yè)公司開始面臨落地難題:
OpenAI 尚未實(shí)現(xiàn)盈利;做出 Stable Diffusion 的明星創(chuàng)業(yè)公司 Stability AI,被曝身陷營收困境,近期又有高管因版權(quán)問題離職……
為什么 Adobe、微軟這些看似傳統(tǒng)的公司,卻在 AIGC 2.0 時代完成了一輪“反殺”,率先從新技術(shù)中獲利?
表面來看,這些公司只是借助 AIGC 技術(shù)風(fēng)口更新了一波自己的產(chǎn)品。
但實(shí)際上,它們掌握著產(chǎn)品從技術(shù)落地到市場匹配最關(guān)鍵的一環(huán) ——
場景。
以 Adobe 為例,旗下付費(fèi)產(chǎn)品 PS 占據(jù)近 70% 設(shè)計市場,帶來了極其穩(wěn)定的現(xiàn)金流;加之核心用戶不少是商業(yè)設(shè)計師,要想在不改變工作流的情況下引入 AIGC 降本增效,購買 Adobe 會員是最便捷的思路。
這是因?yàn)?,從用戶如設(shè)計師的角度來看,包括方案評估、成品的交付和修改等工作,其實(shí)都離不開和其他崗位的溝通協(xié)作,這個過程涉及一套業(yè)務(wù)流。
雖然其他 AI 文生圖工具如 DALL?E 3 可以低成本生成大量圖片,但這些圖片既非能自由編輯的矢量圖、樣式也不一定符合用戶需求,一言蔽之就是不合業(yè)務(wù)流,還會帶來額外的工作量。
但 Adobe 作為承載業(yè)務(wù)流的產(chǎn)品,更了解設(shè)計師真正需要降低工作量的痛點(diǎn),在推出生成矢量圖(Firefly 矢量模型)、AI 修圖(Generative Fill)等工具后,相當(dāng)于直接用 AIGC 簡化了業(yè)務(wù)流、節(jié)省了工作時間。
而干得風(fēng)生水起的 Adobe 和微軟,代表的還只是國外傳統(tǒng)公司在 AI 2.0 時代下的打法。
相比之下,國內(nèi)一眾傳統(tǒng)公司做得怎么樣了?
這兩天,國內(nèi)營銷銷售數(shù)字化服務(wù)商帷幄(Whale)舉辦了一場秋季發(fā)布會,發(fā)布會主題正是與 AI 和大模型等技術(shù)有關(guān)的「AGI for Growth 釋放增長的 AGI 力量」。
作為國內(nèi)市場營銷領(lǐng)域的代表公司之一,帷幄針對 AIGC 推出了什么樣的新產(chǎn)品?對于市場營銷、乃至整個 AIGC 行業(yè)而言,從帷幄的案例中又能總結(jié)出哪些經(jīng)驗(yàn)?
我們逐一拆解,細(xì)細(xì)來看。
頭部場景玩家,這樣用 AI
Whale 帷幄,國內(nèi) AI 營銷和銷售場景的頭部玩家,創(chuàng)業(yè) 4 年(2022 年)就躋身獨(dú)角獸行列。
然后遇上 ChatGPT 誕世,這對帷幄,對營銷領(lǐng)域,對全行業(yè)都是全新的開始。于是,這家專注于 AI 技術(shù)的數(shù)字化營銷運(yùn)營平臺,業(yè)務(wù)就更風(fēng)生水起了 ——
大模型落地從純技術(shù)紅利轉(zhuǎn)入“得場景得天下”后,有落地場景的企業(yè),能夠讓 AI、大模型結(jié)合業(yè)務(wù),形成新引擎和新業(yè)務(wù)閉環(huán)。
帷幄擁有的優(yōu)勢,正是其沉淀多年的營銷場景,這其中不僅有大量商業(yè)經(jīng)驗(yàn)、垂直數(shù)據(jù),更有對行業(yè)需求的理解。
對于營銷行業(yè)而言,大模型帶來最有用的能力,主要就是兩點(diǎn),一是數(shù)據(jù)總結(jié),二是內(nèi)容生成。
其中,因?yàn)榇竽P湍苤I銷,將內(nèi)容的廣度和深度傳達(dá)出來,所以內(nèi)容生成又更為重要。
說回我們這次用來舉栗子??的帷幄,它是如何讓 AI 通用大模型生成內(nèi)容的廣度和深度,在營銷這一專業(yè)領(lǐng)域上展現(xiàn)出來的?
先簡單介紹一下,這次發(fā)布會,帷幄祭出了一整套產(chǎn)品,包含迭代型和全新發(fā)布型,具體包括 ——
「AGI 云 Alivia」、「帷幄數(shù)智空間 Whale SpaceSight」、「帷幄內(nèi)容營銷中心 Whale Harbor」、「帷幄繪聲 Whale Echo」、「帷幄開播 Whale Cast」。
這些產(chǎn)品最底層的能力,由專為營銷和銷售設(shè)計的企業(yè)級 AGI 工具包 Alivia 提供。
之所以叫它工具包,是因?yàn)?Alivia 不僅全面覆蓋營銷賽道,且功能從 AI 語音、AI 海報、AI 視頻編輯到 AI 數(shù)字人直播應(yīng)有盡有,還能提供企業(yè)級模型訓(xùn)練與管理,真、的、很、全。
用 Alivia 的大模型能力,能省時省力觸達(dá)更多用戶。
就拿電商現(xiàn)在已經(jīng)離不開的用 AIGC 能力制作宣傳物料來說,文生圖、圖生圖和視頻編輯都已經(jīng)是必備的功能,要是不滿意,甚至還能專門訓(xùn)練一個自己的企業(yè)級模型。
文生圖能力,生成內(nèi)容可以精確到字母,黑白顏色所描述的主語也不會隨意弄混:
要是生成提示詞中強(qiáng)調(diào)“背面”等其他場景,也能準(zhǔn)確改變模特的姿勢:
至于圖生圖能力,還要更進(jìn)一步,不管是在海報里給商品換背景:
還是要替換掉一張海報的模特:
對 Alivia 來說,更是秒秒鐘勝任的小 case。
而且廣告主可以根據(jù)品牌調(diào)性,自我定義所需海報的風(fēng)格、樣式,在這樣的基礎(chǔ)上,AIGC 生成所需的海報,簡直是手到擒來:
要是遇上海報無法 hold 住的營銷場景,還能用上視頻編輯器的能力,分分鐘制作一條快閃視頻推到你面前,并且可以是包含數(shù)字人形象的那種:
基于 Alivia 打下的大模型能力基礎(chǔ),帷幄推出了一系列 AI 產(chǎn)品,最最核心的,有這幾個:
SpaceSight / 數(shù)智空間,應(yīng)用于數(shù)字化線下門店運(yùn)營;
Harbor / 內(nèi)容營銷中心,應(yīng)用于數(shù)字化內(nèi)容營銷;
Echo / 繪聲,應(yīng)用于數(shù)字化語音服務(wù);
Cast / 開播,應(yīng)用于數(shù)字化直播間運(yùn)營。
這四者是帷幄 Alivia 大模型能力的進(jìn)一步外顯,讓帷幄能把營銷內(nèi)容深度傳遞。
所謂的深度,其實(shí)可以理解為對每一個行業(yè)、每一個用戶進(jìn)行全盤而深度的了解,讓生成的內(nèi)容出現(xiàn)在用戶面前的時候,都盡可能精準(zhǔn)踩在客戶旅程轉(zhuǎn)化點(diǎn)上。
解釋得再直白一些,就是每個人接觸到的內(nèi)容,都是自己看得懂的、感興趣的,從而提高營銷轉(zhuǎn)化率。
要實(shí)現(xiàn)這個想法,除了從線上(直播間)和線下(門店)對用戶喜好數(shù)據(jù)日積月累,還離不開內(nèi)容營銷中臺 Harbor。
Harbor 把各種各樣的數(shù)據(jù),包括直播時候收集的話術(shù)、話術(shù)的好壞,或是門店不同區(qū)域的客流量、留客率等,統(tǒng)統(tǒng)收集并整理。
當(dāng)帷幄用大模型的數(shù)據(jù)總結(jié)能力,結(jié)合內(nèi)容生成能力梳理和呈現(xiàn)了數(shù)據(jù)和數(shù)據(jù)之間的關(guān)系,再喂給大模型,會發(fā)生什么呢?
事實(shí)就是,擁有帷幄的每一個運(yùn)營 or 銷售,干活都能賊靈光(doge),老板要的商品數(shù)據(jù)對比,分分鐘就能手到擒來。
一個平臺,用好了大模型數(shù)據(jù)總結(jié)和內(nèi)容生成的能力,并提供給每一個需要的客戶,所產(chǎn)生的影響現(xiàn)在已經(jīng)能被直接接觸和感知到。
不僅僅是“能用”而已。更進(jìn)一步的,AIGC 已經(jīng)形成了一種“放大器效應(yīng)”:
通常意義上的市場營銷,就是用技術(shù)幫客戶擴(kuò)大流量和轉(zhuǎn)化率;現(xiàn)在有了 AIGC 的幫忙,這件事只會變得更快捷、更低價、更高效。
但是,人人皆可用 AI 與大模型的現(xiàn)在,舊公司和新創(chuàng)企似乎在技術(shù)的推動下,站在了同一條賽跑線上。為什么獲利更猛的,反而是 Adobe、帷幄這樣的老牌參賽選手?其中是否有什么經(jīng)驗(yàn)可供借鑒?
帶著好奇心,我們聯(lián)系上帷幄創(chuàng)始人兼 CEO 葉生晅,和他聊了聊帷幄在 AIGC 場景中的定位,對 AIGC 這一行業(yè)的看法,以及 AIGC 會對各行各業(yè)的玩家產(chǎn)生什么樣的影響。
誰在收割 AIGC 技術(shù)紅利?
葉生晅碩士畢業(yè)于加州理工學(xué)院計算與神經(jīng)系統(tǒng)專業(yè),曾在 Facebook 從事數(shù)據(jù)科學(xué)類工作,隨后回國進(jìn)入數(shù)字營銷行業(yè),創(chuàng)辦 Whale 帷幄。
談及 AIGC,葉生晅認(rèn)為,當(dāng)前入局的玩家主要可以分為四層。
最底層是像 OpenAI、Stability AI 這樣的創(chuàng)業(yè)公司,或者說擁有 AGI 這一技術(shù)本身的公司。這類玩家擁有通用大模型技術(shù),也會為更上層的玩家提供最底層的技術(shù)支撐。
第三層就是像 LangChain、AgentChain 這樣的更偏向于基礎(chǔ)設(shè)施層的玩家,它們會做一些支持通用大模型的技術(shù)底座,有不少還是開源的工具,進(jìn)一步支撐 AIGC 乃至大模型的發(fā)展;
第二層則是在前兩層架構(gòu)上進(jìn)一步誕生的 AI 工具產(chǎn)品,如依靠 LoRA 等技術(shù)發(fā)展起來的公司,這類公司專注于提供工具本身,并以此開辟小范圍的創(chuàng)新思路;
最頂層就是應(yīng)用公司,包括國外的 Adobe、微軟,以及國內(nèi)的帷幄等公司。這類公司有場景,并依托場景打造了不少有穩(wěn)定流量的應(yīng)用,同時也會基于需求,將業(yè)務(wù)擴(kuò)展到前幾層場景中。
這四類玩家究竟誰能收割最終的技術(shù)紅利?
葉生晅的看法是:
創(chuàng)業(yè)公司收割不了最終的技術(shù)紅利。
以 OpenAI 為例,這類公司雖然能依靠技術(shù)創(chuàng)新打出自身價值、快速實(shí)現(xiàn)破圈,甚至以一己之力帶動整個 AIGC 技術(shù)生態(tài)圈發(fā)展壯大;
但最終大模型這樣的底層技術(shù),仍舊需要算力、數(shù)據(jù)和場景支撐,因此最終還是會被微軟這樣的云廠商收割。
但進(jìn)一步來看,能收割技術(shù)紅利的場景玩家,也絕非僅僅依靠場景本身、即已經(jīng)過市場驗(yàn)證的產(chǎn)品。
葉生晅認(rèn)為,主要還有兩方面的標(biāo)準(zhǔn)。
一方面,這些公司要有能挖掘出 AIGC 技術(shù)利用價值的能力,從場景理解不同用戶對于算法的不同需求。
以圖像生成為例,雖然這類經(jīng)典算法類型有限,然而對于不同場景的客戶而言,需求的算法細(xì)節(jié)其實(shí)存在極大區(qū)別。
例如,對于家居行業(yè)而言,能否在生成家具時,完美且合理地構(gòu)造出設(shè)計細(xì)節(jié),就必須在垂直領(lǐng)域中去不斷打磨算法,才能讓它成為“內(nèi)行設(shè)計師”:
再以場景理解為例。不同行業(yè)的品牌方,運(yùn)營線下門店的“規(guī)矩”也有所差異,如食品店有食品安全規(guī)范、服裝店有商品排列要求等。
如何根據(jù)這些細(xì)節(jié)差異,打造符合企業(yè)的場景理解算法,同樣需要門道:
因此,無論是哪個領(lǐng)域,AIGC 技術(shù)實(shí)際應(yīng)用的途徑也會有所不同,如何利用合適的技術(shù)給自身場景帶來最大的技術(shù)加持,是場景玩家需要去思考的問題。
另一方面,公司自身也得有技術(shù)實(shí)力,才能快速在新一波 AIGC 浪潮來臨時及時跟進(jìn),將技術(shù)帶來的價值最大化落地到場景中去。
葉生晅表示,帷幄作為一個技術(shù)公司,也會繼承 Facebook 的開源文化,主動擁抱開源、貢獻(xiàn)開源,投入到 AIGC 技術(shù)研究中去。
例如帷幄也有在 Stable Diffusion 等不少 AI 開源社區(qū)做出貢獻(xiàn),參與了各種項目的跟進(jìn),這和產(chǎn)品的發(fā)展不僅并不矛盾,反而是相輔相成的。
當(dāng)然,無論是哪一類玩家,最終都還是要從當(dāng)下和未來及時判斷 AIGC 的風(fēng)向,并選擇合適的落地思路。
畢竟針對 AIGC 技術(shù)本身,依舊有人抱持謹(jǐn)慎的態(tài)度,認(rèn)為它有吹捧過度的嫌疑,現(xiàn)有 AI 生成能力并非完美,距離直接可用還有一定距離。
對于 AIGC 當(dāng)前的技術(shù)發(fā)展進(jìn)度、未來是否值得投入,葉生晅給出了這樣的總結(jié):
技術(shù)本身的發(fā)展進(jìn)步不會被阻擋,正如 AGI 不應(yīng)該是一個目標(biāo)、技術(shù)評判標(biāo)準(zhǔn),而應(yīng)該是一條成就終端客戶需求的路徑。
至于判斷一項技術(shù)是否值得投入,最終還是要回歸三點(diǎn)指標(biāo),即技術(shù)落地是否真正有用、市場規(guī)模是否夠大(例如對口型翻譯就不算一個大市場)、客戶是否愿意買單。
因此,不用等待某個節(jié)點(diǎn)的到來,而是應(yīng)該找到屬于自己的場景、把握好技術(shù)路徑,才能在群雄逐鹿的爭奪戰(zhàn)中收割最終的技術(shù)紅利。
本文來自微信公眾號:量子位 (ID:QbitAI),作者:衡宇 蕭簫
廣告聲明:文內(nèi)含有的對外跳轉(zhuǎn)鏈接(包括不限于超鏈接、二維碼、口令等形式),用于傳遞更多信息,節(jié)省甄選時間,結(jié)果僅供參考,IT之家所有文章均包含本聲明。