AIGC的三类商业化模式

AI涉及知识面太广了，以点带面更新一下认知。

AIGC的商业化模式有三类。

第一类 是以AIGC为基础能力的商业化模式，通常体现为XaaS订阅服务模式。

XaaS就是“一切即服务”的概念，有SaaS（Software as a Service， 软件即服务 ）， PaaS （Platform as a Service， 平台即服务 ）和 IaaS （Infrastructure as a Service， 基础设施即服务 ）。

SaaS的例子如下：以前，每家每户都需要挖一口井解决吃水问题；后来改为集中供水，即由自来水公司供水，用户只要按时缴纳水费，打开水龙头就会有水。这省却了找水和打井的过程，也节省了工程成本。自来水公司的业务模式就变成了“供水即服务”。SaaS服务也类似，用户无须再把软件买回来，放在自己的服务器上，可以通过云端解决，本质上是卖算力。

面向C端（用户端）的XaaS订阅，可从两个角度来探讨其商业价值：第一是作为效率工具，诸如传统的笔记、日程管理等工具，AIGC应用能够在信息获取、格式整理和工作流等各个流程提高个人用户的效率，并且AI模型作为基础设施能够集成到现有的工作流程中；第二是作为创作工具，像剪辑、修图软件一样，AIGC能够在UGC内容流行的今天，大幅度降低大众用户的创作门槛，强化个人媒体的IP价值。用户付费的逻辑在于以下几个方面：更高效的信息获取方式；从辅助表达到替代表达；集成到已有的工作流；扩大用户创造力。

股票举例：美图秀秀、美颜相机等 美图 公司旗下应用推出VIP订阅业务。基于AI技术的影像处理能力，持续迭代产品功能，满足用户在图片美化、拍照摄影、视频美化等服务的需求。 金山办公 2022年全年OCR处理图片数量达146亿份，智能美化功能月活跃用户数量达237万。

第二类 是利用AIGC已生成数据给现有产品赋能增值，比如AIGC图片库、影视库等。

虽然AIGC使C端用户以较低的门槛使用AI生成内容，但目前来看，toB(商业端）仍然是核心商业模式。对于C端用户来说，缺乏长期持久的需求，大多数只是一时兴起的好奇体验。而对于B端客户来说，他们的需求和付费意愿是较为稳定和长久的，这主要有以下两个核心原因：

1.降低成本。AIGC替代了部分原本应该由原创人员承担的工作，例如网站内容编辑、美工等，假设人工成本在100万，而AIGC能够降低50%以上，那么企业将有充足的动力进行机器替代，其实这一过程正在发生，尤其在一些垂直领域，例如体育、金融、汽车等。除了新闻稿件类，AIGC生成图片也被应用在新闻稿或自媒体的插图或封面上。相比原先在素材库找图的效果更贴合文章，也减少了找美工的费用并提升了效率。但在这一领域，文字的需求大于图片，一方面是由于工作的完成度另一方面是由于本身的市场空间。

股票举例： 昆仑万维 的AI作曲库

2.跨越B端需求鸿沟。部分toB应用具有项目制的特点而难以被满足，我们称之为需求鸿沟。例如，IP矩阵的构建，当需要对大IP构筑包括电影、电视、游戏、动漫、手办等周边产品时，需要大量各类原创作者对IP矩阵进行丰富，这是一个费钱且费力的漫长过程。内容供给方因工作量巨大而无法提供大量原创稿件，而需求方因看不到内容而无法买单。未来基于AIGC，原创内容方可以以少量手稿，借助模型的帮助，大量生成内容，由于扩散模型的存在，这种“白盒+黑盒”式的内容生成甚至带有“二创”的意味。若能在AIGC的帮助下跨越需求鸿沟，则大型B端项目更容易实现。

股票举例： 视觉中国、天下秀 的数字藏品产品。

第三 类 是提供AIGC需要的提词器服务，使得AIGC更好地理解工作意图，提供更准确的反馈，这主要和场景设定和数据标注有关。

股票举例： 天娱数科 ，客户通过关键词与描述，即可实时生成符合直播与内容生成的虚拟形象。 新华网、蓝色光标、拓尔思、捷成股份 的虚拟人，通过数字人自身的人设背景等相关数据，对其进行训练，并基于 OpenAI来训练数字人专有大脑，形成个性化模型，未来拟应用于线下展厅的AI讲解介绍数字人、线上 AI主播、AIGC快速短视频系统、智能客服、电商等多个场景； 海天瑞声 已向下游客户提供了累计超4,500次/个定制或标准化训练数据集，可覆盖生活交流、客服、家居、行车、办公、普通环境、噪声等多种特定场景中的语言现象和视觉呈现，构建成独具特色的训练数据资源及服务能力集群

重点比较一下AI绘图

虽然阿里要到4月11号才开通义大模型发布会，但是4月6号就已经对通义的AI作画（文本生成图像）模型做了更新。我用MidJourney V5（MJ V5目前是全球标杆）的生成结果和这版阿里大模型PK一下，看看通义大模型目前达到了何种水平。

欲扬先抑，阿里通义大模型在手部处理上不够，这是Midjourney V4及以前代的通病，阿里的模型应该有参考MJ，想必后期能够解决这个问题。

为了公平起见，MidJourney V5和阿里大模型的文图生成提示词保持一致，

1.提示词：artificial intelligence, Futuristic ,4k （人工智能，未来派，4K）

MidJourney V5（转自知乎Kerry）：

通义大模型：

第一回合，通义大模型的表现还不错。

2.提示词： Batman, Matrix raining code （蝙蝠侠，黑客帝国代码雨）

MJ V5：

通义大模型：

第二回合，通义大模型没有准确理解代码雨的含义

3.提示词： Blacklight wolf （黑光狼，即紫外线灯下的狼）

MJ V5：

通义大模型：

除了狼腿有问题，通义整体还不错。

4.提示词： A couple with a dog in watercolor （带着狗的夫妇俩，水粉画）

MJ V5：

通义大模型：

这回我更喜欢通义大模型的出图。

5.提示词： A Nokia cell phone, diagramatic drawing （一台诺基亚手机，示意图绘图）

MJ V5：

通义大模型：

6.提示词：a miniature forest lakes and village inside a melted resin, vivid, colorful lighting, artistic （森林湖和小村的树脂微缩景观，多彩光影，艺术风格）

MJ V5：

通义大模型：

7.提示词：中国队勇夺世界杯

MJ V5：

通义大模型：

通义大模型的世界杯用错了，可能是出于版权考虑，但MJ的队标也错了。

总结：阿里的文生图对比MJ V5有较大的代际差距，但部分场景的准确度超出预期

我会在 公众号：海涵财经 每天更新最新的数字经济、ChatGPT、AI算力、CPO/硅光芯片、大数据、6G卫星、数据要素、医疗新基建、一体化压铸、 汽车智能化，激光雷达，HUD，车规芯片，空气悬挂、L3级智能驾驶、PET铜箔，纳电池，800V高压，光伏HJT、TOPCON、钙钛矿、光伏XBC、BIPV、IGBT芯片、碳化硅SIC、CTP/CTC/CTB电池、4680电池、工业母机、海风柔直高压、新能源车高压快充、高镍三元、碳纤维、PET铝箔、PET铜箔、空气源热泵、新材料、中药创新药、中药配方颗粒、乡村振兴、锂矿、钒液流电池、钠离子电池、分布式储能、集中式储能、抗原检测等最新题材热点挖掘，未来属于高预期差的结构性市场，把握核心赛道以及个股的内在价值逻辑预期差才是根本所在。

— END —

先赞后看，养成习惯

免责声明：图片、数据来源于网络，转载仅用做交流学习，如有版权问题请联系作者删除