大模型真正的价值在于改变垂直行业的成本结构

mamun4574

一个基本的判断是，大模型商业化应用首先会改变的一定是广告、营销行业，因为广告行业对用户获取信息的方式变化更敏感。 因此，在营销、内容创造等行业，一些新的商业机会可能会被发现。 几乎可以确定的是，在初期的应用阶段，商业化的机会一定与交互有关。 比如，Copy.AI和Jasper这两个营销创意工具，以GPT作为底层接口实现了持续的规模化变现。他们提供了交互界面和插件、API接口，让大模型能更好的去服务某个领域的客户。

当然，这只是解决最基本的功能性问题，比如自动驾驶大模型的 摩洛哥电话号码数据 商业化价值，就是在于改变了人们的出行成本结构。 营销只是一个方面，商业化方面，其实还是得看具体细分领域的应用。 对于不同的领域，大模型会不断的被垂直细分，去满足更小、更细微的场景应用。而这些更细微，更小的场景，可能会有率先商业化的机会。 比如，文本生成，比如图片生成。能够先让编剧、漫画家的工作变得更容易？能不能把文案从做PPT的日常循环中给解放出来，这些细小的场景，能够率先变现。

大公司，和创业公司，在应用层差别可能不是很大，应用层是创业机会最多的大模型领域，未来行业内也可能会跑出几家专注于大模型应用的公司。 互联网江湖认为，新技术应用，找到专有价值链要素，嵌入行业，是一个必经之路。因此在应用上，找场景的公司，比练算法、堆参数的公司更有机会。 大模型的成功有阶段性质变，就像是GPT到GPT，但接下来这种变化会越来越不明显。也就是说，数据训练的边际收益会降低， 大模型能力的进阶需要数据量做支撑，而商业化则需要考虑成本问题，如何解决这个问题，颇为关键。