大模型时代商业终局沉思

最近整个IT圈子被大模型浪潮席卷，身边的朋友们纷纷都加入到这场混战，看似是技术变革的竞争，本质上是对AI加持下新的商业模式的探索。有点像我最开始做点事情的时候，当时正值移动互联网兴起，各种公司或者创业团体都在探索O2O的模式。今天思考了下商业模式的终局，仅当端午假期无聊的YY，看看未来几年会不会像我预测的一样。

大模型时代下的商业结构比较明朗的大致分成三类：B2C、B2B、B2B2C。未来几年这几种商业结构都会有比较大的变革。

B2C

首先聊聊B2C的趋势。AI领域经历了过去5-6年的快速发展期，诞生了一系列的开源框架、开源模型，有我们熟知的TF、PyTorch、Resnet等，但是没想到的是，AI被全人类深刻关注，靠的是一款B2C的商业化产品，而且模型和训练过程是闭源的，更离谱的是OpenAI还是一家创业公司。

过去当人们都认为AI会被几家头部有数据、有计算资源的科技公司垄断，开始探索AI民主化的时候，居然被一家创业公司破局，并且推出了一个按照Token收费的C端产品-ChatGPT，这一点挺启发思考的。或许人类目前所谓的神经网络，拟人的模型结构，都只是探索类脑计算模式的阶段性成果，从能耗上看，大脑只用30几瓦的能量，就可以超过几百瓦模型的计算效果，目前整个AI训练的模式还有很大优化的空间。

正是因为以上的原因，我猜想具有更多资源头部公司会在1-2年内做出达到或者超越ChatGPT的产品，当几家公司产品力趋同的时候，大公司会通过价格战的模式抢占流量入口，这就是为什么C端的搜索引擎都是免费的原因。所以ChatGPT类的C端产品，1-2年后，大概率会是免费提供，通过一些增值服务或广告获取营收。

B2B

接下来聊下B2B，当下大部分的所谓大模型创业公司，探索的都是B2B结构的模式。在B2B模式下，大家通常选择三类赛道：1.做大模型的Infra 2.做大规模模型本身 3.做解决方案。接下来分别聊聊我的看法。

1.大模型Infra

这个方向是我认为比较有机会的，因为在国内的大趋势，私有化部署一定是技术输出的主要模式。大模型Infra提供的是模型训练需要的芯片、框架、基础服务。这方面会有大量国产化的需求，而且有降低能耗的核心诉求，其中推理框架我认为是比较有想象空间的，因为预训练模式本身的训练过程相对简单和标准化，但是推理服务比较复杂，而且缺乏行业一致的解决方案。

2.大模型本身

我个人观点是，1-2年内基础大模型不会是门槛，一定有可以达到GPT3.5，甚至GPT4的开源模型放出来，做基础大模型机会不大。

3.解决方案

因为每个行业都有数智化的解决方案供应商，有行业Know-How以及人脉关系，这波浪潮对这些供应商来讲是新的机会点，但是如果是新入局的，可能机会不明朗，因为这波AI浪潮

更多还是解决行业生产力的问题，对于生产关系没有特别本质的变革。

B2B2C

B2B2C是B2B的延申，目前来看，AI还是生产力提效的辅助工具，单纯依赖AI本身创造商业价值的空间不大，真正比较大的空间在于B2B2C的模式，也就是”场“的作用很大。

可以随便举几个例子：

（1）大模型+VR平台+用户=数字世界（元宇宙）

（2）大模型+汽车+用户=智能化的移动生活仓

（3）大模型+波士顿机器人+用户=智能生活助力

可能后续会有更多做C端的企业投资大模型类技术服务公司，驱使这些大模型类公司针对C端用户场景做专项定制，这块是想象空间最大的，也是最有意思的。

以上纯属YY，如有雷同纯属巧合，吃瓜看戏，看看未来几年行业到底能发展成什么样子。