生成式人工智能（GenAI）的黄金热潮已经全面展开。GenAI现在可以创作内容，包括文字、图像、视频和音频，这些内容往往与人类创作的内容难以区分。写作、视觉设计、编码、市场营销、游戏制作、音乐创作和产品设计等领域正在迅速受到GenAI的影响。随着创意服务被整合到像Microsoft Office 365、Slack、Discord、Salesforce Cloud和Gmail等产品中，我们将很快在不知不觉中提高数十亿人的生产率。在不久的将来，我们都将使用GenAI来创建任何东西的初稿。
那么，谁将从GenAI中获利呢？我问了OpenAI的Dall-E-2文本转图像服务这个问题，它生成了下面的图片。不错。
2018年，我写了一篇关于谁将在人工智能中获利的热门博文。这是我对成千上万个新用例中投资GenAI的数十亿美元的后续文章。实际上，这场黄金热潮中有五个“层次”可以捕捉潜在价值：
1. 基础设施 – 提供芯片和云基础设施的公司，用于运行庞大的GenAI计算模型。
2. 基础模型 – 构建生成创意输出的大型文本、图像、音频和其他模型的公司。
3. 应用 – 建立应用程序的大大小小的公司，这些应用程序将被消费者、企业和政府用于创意任务。
4. 行业和组织 – 作为其创意活动的一部分，将从GenAI应用程序、工具和平台中提取价值的行业和组织。
5. 国家 – 将在国内外创建、出口和部署GenAI技术的国家。
在这些层次中，谁将是赢家？
1. GenAI基础设施
大型科技公司已经在GenAI基础设施方面占据主导地位，拥有他们的云服务和硬件芯片。
微软和谷歌在美国云市场上处于有利地位，而百度和阿里巴巴在中国也处于有利地位。他们庞大的超级计算云基础设施被设计用于运行GenAI的复杂、昂贵、大型的文本、图像和音频基础模型。已经有很多开发者使用它们的云AI API服务和工具来构建应用程序，这一趋势预计将随着创业者们争相开发几乎无限的GenAI用例而加速。亚马逊在基础模型方面一直保持沉默，所以一个重要的问题是他们将如何应对。
GenAI使用大量计算能力来生成创意输出。OpenAI的首席执行官Sam Altman表示：
我们将不得不在某个时候对其进行一些商业化，计算机的成本非常高。
谣言流传，OpenAI的GPT-3培训成本仅电费就达到了1,200万美元。毫不奇怪，OpenAI在2023年初从微软获得了额外的100亿美元投资，其中大部分将以访问Microsoft Azure超级计算基础设施的形式提供。
芯片制造商对超级计算能力的需求感到兴奋。作为一家市值超过5000亿美元的公司，英伟达（纳斯达克：NVDA）的股价从2018年的60美元上涨到2023年初的240美元。大型科技公司也在投资他们自己的人工智能优化芯片。最近的美国对向中国出口先进人工智能芯片的禁令将加速中国国家援助和国内对半导体产业的投资（以及加剧地缘政治紧张局势）。鉴于所需的投资金额，这个领域的赢家将是那些已经或受到大公司支持的人。
2. 基础模型
大型科技公司在开发GenAI基础模型方面具有竞争优势。这些模型是在大量数据的基础上进行训练的，利用了大型科技公司庞大的计算资源。例如，OpenAI的GPT-3文本模型，也被称为大型语言模型（LLM），是在约45TB的文本数据上训练的，代表了从英语互联网上收集的约5000亿个词。同样，OpenAI的Dall-E-2文本到图像模型是基于650 million的图像-标题对进行训练的。
大型科技公司不希望在未来失去云服务领域的领导地位，错失由这些基础模型所带来的巨大收入。微软已经与OpenAI合作，谷歌最近推出了名为Bard的语言聊天机器人，它与其用于从输入文本创建逼真图像的Imagen模型相辅相成。
中国的大型科技公司也在不断发展。阿里巴巴正在测试自家的聊天服务。百度已经提供了名为ERNIE-ViLG的文本到图像参数模型，并且目前正在测试一种新的聊天机器人服务。大型科技公司的规模使其具有一些初创公司很难复制的优势。
大型科技公司在解决基础模型中的真实性、偏见和有害性问题方面具有规模优势
大型科技公司可能是唯一能够应对GenAI暗面的参与者。虽然GenAI仍处于初级阶段，但基础模型的问题已经显现出来。这些问题涉及到真实性（GenAI生成的内容是错误的）、偏见（对特定群体的偏见）和有害性（例如种族主义、厌女症或仇恨言论）。2023年初，由于谷歌的Bard聊天机器人服务给出了错误和冒犯性的回答，Alphabet的市值大幅下滑了1000亿美元。微软的有限发布的Bing聊天机器人也显示出了令人担忧（甚至是种族主义的）回应，尽管其股价没有急剧下跌。还有一种新型的网络攻击，被称为prompt injections，可以通过注入恶意指令来绕过防护措施。
开发这些基础模型的挑战将是确保其输出既负责任又准确。基础模型不能简单地重复来自互联网边缘的有偏见和有害性内容。这些模型还具有“产生幻觉”的特点。这意味着它们能够自信地提供构思良好、口才流利的答案，但这些答案在事实上可能是错误的。正如Character.AI的联合创始人Noam Shazeer在《纽约时报》中所说:
“…这些系统不是为了真实性而设计的。它们是为了进行可能的对话。”
或者换句话说，它们是自信的胡扯艺术家。
大型科技公司不能承担模型失败可能带来的声誉、财务和战略风险。他们正在构建包括防护措施和模型调优在内的监督性监管系统。为了与用户建立信任并满足可能的监管要求，大型科技公司需要为模型的透明性、可解释性和来源引用工程化解决方案。从人类反馈中进行强化学习（RLFH）将需要一个庞大的人员队伍来审查和评分模型对问题的回答。这些都不是简单的问题在大规模上解决。再次，由于拥有巨大的资本、工程人才、数据集和亿级用户的规模，大型科技公司处于有利地位。
大型科技公司模型并不适用于所有情况
尽管它们的规模很大，但大型科技公司无法控制整个基础模型热潮。它们的模型在广泛的水平问题上都很适用，能回答几乎所有可能的消费者问题，但对于企业的垂直任务，并不总是那么合适。为什么呢？大型科技公司的水平模型 (1) 在专业任务上的表现并不总是好的，(2) 往往不能保护企业的专有数据，(3) 未经过非英语语言的训练，(4) 缺乏透明度和可解释性，(5) 不太适合在边缘设备和本地使用，(6) 在云端运行可能成本高昂，(7) 会让公司对大型科技公司产生依赖。
一些极为资金雄厚的创业公司正在提供替代大型科技公司基础模型的选择
大型科技公司的基础模型并不适合所有人。这为一些极为资金雄厚的创业公司提供了空间，这些公司已经筹集了数亿甚至数十亿美元的资金。
- Anthropic，成立于2021年，专注于更可靠、可解释和可控的LLM，已筹集超过10亿美元，其中最近的投资来自谷歌，投资额为3亿美元。
- AI21labs已经为其Jurassic-1文本模型筹集了1.19亿美元。Jurassic-1的参数量达到1780亿，与GPT-3相当。
- Cohere已经为LLM和自然语言处理(NLP)筹集了1.65亿美元。
- BLOOM是一个由私营部门Hugging Face和欧洲研究机构支持的私有-公共研究LLM项目，旨在创建一个具有1760亿参数的开源LLM。它已经在46种人类语言上进行了训练，其中包括大多数LLM中所缺乏的20种非洲语言。
- 总部位于英国的Stability AI最近为其开源图像生成服务Stable Diffusion筹集了1亿美元以上的资金，估值超过10亿美元。
大型科技公司意识到他们的模型局限性，特别是微软最近宣布企业将能够“优化”他们的模型，而无需担心专有数据被共享，以便为所有人构建更好的模型。
然而，这些措施并不能满足所有人的需求。德国初创公司Adelph Alpha已筹集3100万美元，致力于解决企业对大型科技公司基础模型的担忧，并提供“欧洲”为中心的模型。但是，尚不清楚他们是否能够在规模上竞争。
大型科技公司将赢得水平基础模型的竞争，为一些高资本化的初创公司提供了机会。也许像BLOOM和Stable Diffusion这样的开源模型将获得规模化，或者至少找到一个利基市场。按照惯例，将有工具和服务提供商从中获利，使与这些基础模型的合作更加便利。但总体而言：
大型科技公司通过能够有效地免费提供基础模型来放大其市场主导地位，因为它们将从底层云服务中获得大部分收入。
3. 生成式人工智能应用
尽管大型科技公司将赢得GenAI黄金热潮的“镐和铲子”，但应用层更具公平竞争。现有的企业软件公司、全栈创业公司以及数以千计通过这些基础模型实现的初创公司将提供新的GenAI应用。
传统的企业软件公司，如Salesforce和微软，将有机地或通过收购为其数十亿用户带来GenAI能力。微软还将其GenAI聊天机器人服务整合到其Bing搜索应用程序中，直接挑战谷歌的搜索霸权。
少数资金充裕的初创企业将提供专门的“全栈”应用程序。在特定数据、序列和计算要求的领域中，这些公司将开发自己的基础模型。例如，GenAI可以通过构建自己的模型及应用程序，彻底改变药物发现和材料科学。投资者将被这些初创企业所吸引，因为它们可能提供可观的财务回报以及强大的竞争防御能力。
例如，Adept AI已筹集了6500万美元，以开发基于LLMs的具有自然语言接口的下一代机器人流程自动化（RPA）。处于隐形模式下的Inflection.ai正在进行类似的工作。Character.AI是一个采用角色声音和知识的聊天机器人，以实现专门的LLMs全栈实施，以支持现场代理企业应用，其估值约为10亿美元。
GenAI的采用将非常迅速。如果一个AI生成的营销宣传稿的初稿不完美，那么简单地进行编辑即可。ChatGPT是历史上增长最快的消费者应用程序，在发布后仅两个多月内就拥有超过1亿月活跃用户。这意味着对于几乎无限数量的GenAI创意应用程序的争夺将会激烈而迅速。
每个想象得到的用例都将有一个“Copilot” GenAI应用程序
将GenAI投入使用将使全球的消费者、企业和组织使用由基于这些基础模型构建的初创企业提供的应用程序。许多GenAI初创企业将采用“Copilot for X”的商业模式，帮助用户处理“创意”任务，如写作或编码，以及重复性任务，如数据录入或表单填写。以下是一些竞争在各个垂直用例中赚钱的初创企业。
- 通用文本写作初创企业通过实时协助用户处理日常写作任务，如电子邮件撰写、文档创建和文本填写，来帮助用户。AI21labs的Wordtune将“将您的文本改写成专业的文案”。写作助手之王是Grammarly，已筹集超过4亿美元。写作初创企业的名单很长，包括Lex、HyperWrite、Compose AI和Rytr。
- 销售和营销初创企业包括庞大的Jasper.ai，已筹集1.45亿美元。Anyword已筹集超过4500万美元，提供“高转化的文本内容以用于销售”。Persado为语言生成筹集了超过6600万美元，并且“96%的时间超越您最好的文案”。初创企业越来越专注于特定任务，如产品营销描述的撰写。
- 图像生成初创企业的动力来自Open AI的DALL-E-2、Stability AI的Stable Diffusion和Midjourney的文本到图像基础模型。初创企业包括帮助用户创建拼贴画的Art Breeder。
- 消费者面部和头像初创企业包括在创建“完美的”Instagram图片方面提供帮助的Lightricks的Facetune应用程序。Lightricks已筹集3.5亿美元。非常受欢迎的Lensa AI应用程序的用户可以创建个人“魔法头像”。Reface允许用户将自己的脸换到不同的环境中，已筹集550万美元。
- 产品设计初创企业包括通过在各种场景中穿着高质量服装的模特创建逼真图像的Botika。Maket通过文本提示在几分钟内生成建筑平面图。Tailorbird加快了为寻求翻新的房主创建平面图的过程。Swapp已筹集700万美元，用于帮助自动化项目的建筑文档。TestFit已筹集2200万美元，用于房地产设计的辅助。
- 视频焦点 初创企业提供视频构思、生成、编辑和工作团队协作工具。最资金充裕的是Runway，已筹集近1亿美元。Magnifi已筹集超过6000万美元，用于视频编辑，而InVideo已筹集超过5300万美元。包括Hour One在内的几家初创企业提供文本到视频服务，Synthesia总部位于伦敦，已筹集超过6700万美元，用于其头像视频创建平台。总体上，NFX正在追踪54家为生成视频初创企业筹集了总计5亿美元的公司。
- 音频GenAI初创企业包括音乐创作公司Soundraw、Boomy和Aiva。Splash已筹集2300万美元，允许用户创作原创音乐并为任何旋律唱歌。DupDub已筹集超过2.5亿美元，提
那么哪些初创公司将获胜？
投资流入GenAI应用初创公司众多。在垂直领域，如药物发现等，全栈初创公司将筹集大量资金，创建高度专业化的模型和应用。在更广泛的B2B领域，竞争将是水平和垂直的，以copilot商业模式为核心。一方面，水平初创公司将为各行各业提供服务，例如Jasper的销售和市场助手。另一方面，初创公司在行业、职能和任务上越来越垂直专注。
获胜者将通过以下方式实现规模和防御能力：
- 强大的投资回报率 – 对于他们的用例，以及短时间内证明其价值。
- 专有和定制的基础模型 – 使用本地化、专业化和专有的公司数据“微调”为特定受众。
- 工作流程 – 证明可用性并深度集成到客户流程中，一旦安装后很难移除。
- 反馈循环 – 例如，通过人工反馈进行强化学习（RLFH），以改进模型与用户意图的一致性。
- 飞轮效应 – 越多的 RLFH和其他反馈，通过“微调”改进模型性能的越好，使用量越大，势头就会增长。
- 投资规模和速度 – 由于很多知识产权属于基础模型，利润率较低，这场游戏完全是关于规模。那些能够快速建立品牌，并吸引大量用户和客户，使飞轮旋转起来的人将成为该类别的领导者。
在B2C GenAI消费者领域，具有速度和大规模消费者获取预算的水平玩家很可能赢得竞赛。
总部位于英国的AutogenAI是一个B2B初创公司的例子，该公司处于赢得竞标管理副驾驶员类别的有利位置。他们花了两年时间开发了一个应用程序，帮助企业节省时间和金钱，同时提高竞标、招标和提案的质量。他们使用公司网站内容、赢得和失去的销售竞标、营销文案和年度报告的示例“微调”了OpenAI LLM。他们还提供了一个人机监督用户界面，以协助审查生成内容和事实的来源和准确性。这也提供了一个关键的人工强化学习循环，增加了使用量。客户越来越多地将他们的应用程序用作下一代知识管理和搜索工具，使其更具黏性。
一些GenAI初创公司将被收购并成为更大型企业和消费者应用程序的特色功能。例如，拥有数百万用户的大型 社交媒体公司将收购最新的面部和头像创建初创公司。现有的图形设计软件公司将收购最有前途的图像和视频编辑初创公司。例如，微软现在在其CRM和ERP应用程序中本地提供GenAI“Microsoft Dynamics 365 Copilot”。
简而言之，如果这些初创公司能够迅速建立规模和副驾驶员用例的飞轮，那么一些幸运和勇敢的初创公司将获得成功。同样，在药物发现等专业用例中，一些全栈初创公司将蓬勃发展。由于它们的大规模筹款、统一市场以及人们、企业和政府对创新的快速采纳，美国初创公司将占据主导地位。但是，大多数初创公司将空手而归，对这场淘金热的提供者的利润做出贡献 – 主要是美国的BigTech公司。
这是关于谁将从生成式AI中获利的系列文章中的第一篇。在随后的文章中，我将讨论哪些组织将从GenAI中获益最大，以及哪些国家和公民将从这项技术中获益最多。
欢迎您的反馈。
Simon Greenman是人工智能和技术创新的先驱。作为MapQuest的联合创始人，他帮助推出了互联网和人工智能品牌之一。他目前是Best Practice AI的合伙人，负责AI战略、技术和治理方面的咨询工作。他最近还担任世界经济论坛全球人工智能委员会的成员，为其董事会和高级管理层提供AI工具包的建议。Simon在领英公司担任首席数字官超过十年时间，领导了目录公司的数字化转型，并担任为交易人提供领先市场的HomeAdvisor Europe的首席执行官。他曾与著名公司如Bowers & Wilkins、AOL和Accenture合作。他活跃于英国创业生态系统，并拥有哈佛商学院的工商管理硕士学位，以及苏塞克斯大学的计算机和人工智能学士学位。他是皇家地理学会的会士。
原文。经授权转载。