“我王多鱼投了！”疯狂烧钱的AI大模型公司如何赚钱？

本文链接：https://blog.csdn.net/zhishi0000/article/details/138607376

AI大模型到底有多烧钱？

或许最有发言权的就是OpenAI了，2022年其亏损大约翻了一番，达到约5.4亿美元。据悉，Altman曾私下建议，OpenAI可能会在未来几年尝试筹集多达1000亿美元的资金，以实现其开发足够先进的通用人工智能。

国内的AI公司也不例外。不完全统计，国内头部AI公司智谱AI、百川智能、零一万物、MiniMax和月之暗面，从去年下半年至今已完成了总额超30亿美元的融资，当然，他们也公开表示，在通往AGI的路上，这些钱还远远不够。

然而，商业世界没有人是愿意做慈善、搞科研的，甚至没人比企业家、投资人更看中落地变现和投资回报比。那么在烧够钱之后，企业该如何通向赚麻了？在业内人士看来，他们逃不过以下几种变现模式。

“有求必应”的小助手-订阅服务

订阅服务是目前AI大模型公司商业化的最普遍方式，即采用按tokens或按月、按调用次数收费的订阅模式，为客户提供大模型应用的访问权限。许多AI大模型公司为此推出了各式各样的AI应用。

在通用AI应用方面，具有代表性的有OpenAI的ChatGPT、百度的文心一言、阿里的通义千问、科大讯飞的讯飞星火等。这些应用均扮演了对话问答助手的角色，可以为客户提供文本生成、信息检索、对话交互等服务。

在创意工具型AI应用方面，OpenAI推出了大火的文生视频工具Sora，国内比较有代表性的有文生图像的文心一格、剪映Dreamina等。

另外，也有公司将目光聚集在教育、医疗等专业领域，做垂直大模型。例如专注于零售、物流领域的京东言犀大模型；深耕医疗领域的京医千寻；还有教育领域的网易AI教师“小P老师”等。

拿ChatGPT举例，目前有两种计费模式，即包月和按tokens收费。包月模式下给用户提供ChatGPT Plus的使用权限，费用为20美元/月。按tokens收费模式下为用户提供多种API接口，费用为每1000tokens收费0.002美元。

“装备附魔”-增值服务

目前，许多互联网巨头公司将大模型集成到自己现有的产品和服务中，为自己的传统业务“镀金”，利用AI实现高屋建瓴。

比如百度文库文档助手、淘宝问问、New Bing搜索引擎、腾讯会议AI小助手、WPS AI助手等。通过AI为传统业务赋能，来更多地吸引用户，增加用户粘性并带动营收增长。

这里面比较有代表性的是微软基于GPT-4技术开发的AI升级版必应搜索引擎New Bing。利用AI的“附魔”，New Bing可以为客户提供更准确的搜索结果并能理解更复杂的、更模糊的查询指令，此外，New Bing还具备文生图像的功能。

“拎包入住”-MaaS（模型即服务）

MaaS的出现大大解决了大模型落地与推广的难题。

MaaS模式是一种云计算厂商将AI大模型作为一种产品提供给用户使用的商业模式，云厂商可以将预先训练好的大模型“打包”，通过简单的应用程序接口（API或SDKs），对外提供服务，虽然提供的是API，但是本质上调用的是模型。

用户们可以按照自身的业务需求，直接调用大模型，将自己的需求嵌入已有的应用和服务中进行微调，即可让大模型为自己的业务赋能。

这种方式使得用户不需要过多了解模型的技术细节，也不用付出研发成本，只需像调用云能力一样，直接调用服务。对大模型公司来讲，此方式解决了大模型变现难的问题，同时也可吸纳用户们的使用数据来“反哺”自身，利于大模型的升级和迭代，可谓是“双赢”。

目前，文心、通义、盘古等大模型厂商，基本都在提供此类服务，比如阿里的魔搭社区，百度的飞桨等等。

2022年，阿里云建立了ModelScope社区（魔搭社区），汇集开源开放的优质预训练模型，并提供了API调用模型，极大地方便了用户的使用。之后推出的大模型调用工具ModelScopeGPT，用户可以一键发送指令调用魔搭社区中其他的人工智能模型，从而实现大小模型的共同协作。

“创意工坊”-开源模式

开源是目前计算机领域一种普遍的软件开发模式，大量开发者在协议许可的情况下对开源代码进行修改，并集成到已有的系统中，为软件和系统增加新功能和特性。

AI大模型公司通过将计算机程序、软件的源代码等内容公开，并根据开源协议进行分发，培养大量的开发者。

开源本身是免费的，但涉及到后续的数据训练、数据监督、数据微调等等，大模型公司则有较为明朗的收费模式。

在开源的模式下，可以快速共享好成果，让好的成果快速培养社区，下游用户利用开源成果，可以快速搭建自己的应用系统。目前，国外有Apache MXNet、Caffe/2+PyTorch、TensorFlow等；国内有OpenI启智平台、百度的PaddlePaddle等。同时，智谱AI、阿里通义都在强调开源的价值。

拿TensorFlow举例，TensorFlow是由Google开发的开源机器学习框架，主要用于深度学习和神经网络的建模、训练和部署。

TensorFlow为开发者提供了丰富的API、庞大的社区、分布式计算和GPU加速功能，同时可以兼容多种操作系统。

AI Agent（人工智能体）

2024年3月13日，由OpenAI投资的机器人公司Figure发布了一段视频demo，视频里的机器人，不仅可以与人进行对话交互，理解人类的意图，同时还能理解人的自然语言指令进行抓取和放置行为，而且还拥有记忆力。这意味着AI度尽劫波终于修成了“肉身”。

很多人认为AI Agent是AI大模型公司商业化的最终形态，它意味着大模型在真正的应用层面走进千家万户。

大模型公司的商业化道路还处于探索阶段，如同每种新技术的初始阶段，限于成本等因素，总是B端客户愿意为效果买单，但目前B端应用开发的阻力很大，B端市场有更多对于AI安全性的考量。

是继续加大力度寻求scaling law的规模化，还是基于现有快速演进的大模型加速商业化，也是摆在大模型公司面前的一道选择题。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述