大模型火了一年半,AI应用如何实现商业变现?

news2024/11/15 9:50:09

自ChatGPT走红后,国内AI大模型建设潮起,如今经过一年半的快速发展后,大模型商业化显著提速。自生成式AI席卷各行业以来,市场对AI应用发展的预期高涨,但AI应用似乎陷入“增长难题”,进展不及预期,大模型如何商业变现,成为各界关注的焦点。

01 AI应用发展现状

**底层技术进步较大,但应用进展不及预期。**大模型对于人类自然语言的理解已经比较准确,人们可以通过自然语言描述进行IT开发、图片视频生成、工业控制、无人驾驶等。

但基于大模型的应用尚未爆发,很大程度上可能是因为人们无法在空白对话框面前提出有效问题,实际上问题本身或是自身知识结构的专业性体现,大模型对于普通用户来说基本上就是个玩具。基于Transform架构的大模型技术核心是,在训练数据集范围内,按照概率对文本的预测和推理,因此优质的提示语实际上是生成高质量回答的前提条件。用户无法获得良好的体验,可能主要受制于提示语工程不够完善。

大模型可能将颠覆大多数垂类应用行业,无论是直接取代还是赋能玩家,垂类应用厂商大多都在构建自己的垂类大模型以降本并提高竞争力。通常有调用大模型+Fine-Tuning和使用开源大模型自己训练垂直大模型两种方式。

直接调用大模型并进行适当的优化通常是成本更为可控、实现更为快速的方法。例如海外微软直接调用OpenAI大模型,Runway直接调用Midjourney开源模型,国内漫步者直接调用阿里通义大模型、润达医疗直接调用华为大模型等;自己训练垂直大模型的成本和技术难度都相对较高,通常只有头部公司有能力进行。例如,好未来发布的Max GPT数学模型和美图在图像领域的大模型。

02 AI商业化落地在B端和C端的场景

从目前海外进展来看,商业成熟度较高的应用出现在B端,而市场关注度较高的往往在C端。海外除了ChatGPT等偏C端产品外,AI商用主要落地在B端,C端应用在海外上市公司不多见。

目前B端应用中,企业知识库和商业咨询进展较快,主流大公司Servicenow、Shopify等已经有大订单落地。应用场景主要为:

ITSM(IT服务管理)

总结报告、知识库管理等场景开始结合AI进行探索,用于提高IT人员解决问题的效率。

CRM(客户关系管理)

在客户跟进报告(电话交流后自动生成跟进报告)、知识库管理(指导销售人员推动业务流程)等场景开始结合AI进行探索,主要用于提高销售人员事项性流程的效率,以及销售能力、经验的复制和拓展以提升销售人员整体的业务能力。

此外,数据存储和搜索需求作为配套业绩显著增长。企业内部数据需要打通、协同处理,最终以外挂向量数据库的形式落地。Salesforce的Data Cloud、Elastic的向量搜索解决方案和MongoDB的向量数据库业务都呈现较为明显加速增长的迹象。

C端主要考虑多模态和类个人助理场景。

AI多模态

AI多模态能给用户带来显著的感受,例如娱乐、视频、游戏、图片设计等。

类个人助理场景

类个人助理场景可以利用大模型理解人自然语言交互并程序化执行任务的特点,代替人们完成一些非标场景的任务,例如办公、教育、招聘、搜索、电商领域和AI Phone等。

03 AI应用在B端和C端的商业模式分析

通用大模型公司的主要盈利方式

以OpenAI为代表的通用大模型公司的盈利方式分B端、C端,未来通用大模型厂家或将持续收敛,未来模型厂商的变现途径可能以B端为主,以MaaS(模型即服务)方式赋能千行百业。

To B

(1)以ChatGPT第三方插件为例,大模型公司可开放API端口,按调用次数、点击量进行收费;

(2)MaaS(模型即服务):为企业训练模型或解决方案,提供定制化服务等。

To C

以ChatGPT Plus为例,在GPT模型基础上推出独立应用场景,采取订阅付费模式,每月向用户收取20美元。

图片来源:OpenAI官网,西南证券研报

图片来源:Adobe官网,弘则研究研报

B端产品的盈利模式****

主流B端应用厂商的定价分为两类:产品价格普涨、Al模块额外定价。

产品价格普涨

典型代表Adobe,其创意云套件订阅价格在2023年11月1日后普涨,平均涨幅在8%-9%,显著高于以往数次涨价3%-5%的幅度。

Al模块额外定价

微软、ServiceNow、Salesforce、Zendesk等厂商均采用这一定价方式。

基于以上两种模式的定价,AI为主流B端应用厂商带来了增量收入。下表为我们提供了一个海外分析AI带来增量收入空间的视角,即关注采用客群/项目比例、提价比例。具体来看,根据摩根士丹利研报,产品价格普涨预计为Adobe带来5.2%的ARR(预期年订阅收入);AI模块额外定价预计为ServiceNow带来0.4%的AVC(单客户平均收入),若新ACV为约25%的订单金额,则实际提价对新ACV的提升约4%,接近Adobe的5.2%。

资料来源:摩根士丹利研报

C端产品的盈利模式

C端产品以订阅制为主,早期用户基数是关键。订阅制的盈利模式取决于用户基数、转化留存率、定价,产品早期较为重要的是获得足够基数的用户,在此基础上不断迭代产品。若产品迭代后和应用场景能够较好地融合,则有望实现“用户增长+高付费转化+定价溢价”的飞轮效应。因此,拥有一定用户基础的软件厂商/互联网厂商通常拥有较大的先发优势。

在这里插入图片描述

大模型&AI产品经理如何学习

求大家的点赞和收藏,我花2万买的大模型学习资料免费共享给你们,来看看有哪些东西。

1.学习路线图

在这里插入图片描述

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;

第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;

第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;

第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;

第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;

第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;

第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源,但基本上都残缺不全的,这是我自己整理的大模型视频教程,上面路线图的每一个知识点,我都有配套的视频讲解。

在这里插入图片描述

在这里插入图片描述

(都打包成一块的了,不能一一展开,总共300多集)

因篇幅有限,仅展示部分资料,需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档,有几百本,都是目前行业最新的。
在这里插入图片描述

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。
在这里插入图片描述

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
在这里插入图片描述

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2075067.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java筑基之路:数组的深入了解学习!

🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝 🥇博主昵称:小菜元 🍟博客主页…

科技温柔拥抱梦乡!康姿百德柔压磁性枕舒适与科技的甜蜜邂逅

解锁未来睡眠新姿势!康姿百德柔压磁性枕,科技护航每一夜好梦 在现代家居产品的设计中,科技与舒适性的结合越来越受到人们的关注。康姿百德柔压磁性枕正是一款将科技与舒适结合的产品,为现代生活注入了新的活力。 康姿百德柔压磁性…

【发邮件】 在邮件中添加 (mailto:) 链接的返回电子邮件

🐳打工人给导师发邮件,注意格式中学到的一个东西,记录一下 发送邮件想达到点击这个邮件就能到收件人的位置,不用跳转。 也就是你点击这个邮件 就能直接给你蹦到发送这个人,然后直接发送 只需要在邮件那个位置 加入超…

语言大模型的分布式训练与高效微调指南

最近语言大模型(LLM)异常火爆,一个非常特别的开源社区正在探索在消费级硬件上微调、提供服务和进行推理的最佳方式。为满足上述需求,出现了许多出色的开源代码库,以HuggingFace生态系统为中心,这些代码库还…

【干货】看看我司消息队列用啥,全网最接地气pulsar教程(含业务解耦demo源码)

前言 🍊缘由 消息队列一出手,pulsar就知有没有 🐣闪亮主角 大家好,我是JavaDog程序狗 今天跟大家分享pulsar,一个分布式的消息发布/订阅传递平台。 本狗以身入局,将pulsar的使用场景,结合实…

【flask框架搭建服务器demo】Python 使用轻量级 Flask 框架搭建 Web 服务器可视化数据库数据demo

本文适合刚入门flask框架用来熟悉项目的开发人员,关于flask框架的组成概念一些用法请参考下面的文章 https://blog.csdn.net/qq_47452807/article/details/122289200 本文主要给出一个可视化sqlite数据库数据的demo,先展示一下效果: 主要的…

前端速通面经八股系列(二)—— HTML篇

HTML高频面经八股目录 1. src和href的区别2. 对HTML语义化的理解3. DOCTYPE(⽂档类型) 的作⽤4. script标签中defer和async的区别5. 常⽤的meta标签有哪些6. HTML5有哪些更新1. 语义化标签2. 媒体标签3. 表单4. 进度条、度量器5.DOM查询操作6. Web存储7. 其他 7. img的srcset属…

Python 图像处理进阶:特征提取与图像分类

特征提取 特征提取是计算机视觉中的一个重要环节,它可以从图像中提取出有助于后续处理的特征,比如用于识别和分类的关键点、纹理等。常见的特征提取方法包括SIFT、SURF和ORB等。 SIFT(尺度不变特征变换) SIFT是一种用于检测图像…

Web-ssrfme--redis 未授权访问攻击

目录 1、题目源码 2、测试ssrf 3、发现主机 4、发现服务 5、redis 未授权访问攻击 6&#xff0c;拿flag 1、题目源码 <?php highlight_file(__file__); function curl($url){ $ch curl_init();curl_setopt($ch, CURLOPT_URL, $url);curl_setopt($ch, CURLOPT_HEADER…

用Maven开发Spring Boot 项目

一、初识 Spring Boot Spring Boot框架是一 套开源的后台开发框架&#xff0c; 继承了Spring MVC框架的前辈SSM框架的优秀特性&#xff0c;通过注解大幅减少程序员写配置的工作量。从企业开发角度来看&#xff0c;它提供了自动化配置&#xff0c;内嵌容器和兼容Maven等核心功…

银河麒麟桌面操作系统V10:如何快速将应用固定到任务栏?

银河麒麟桌面操作系统V10&#xff1a;如何快速将应用固定到任务栏&#xff1f; 1、图形界面方法2、命令行方法2.1 固定应用2.2 取消固定 &#x1f496;The Begin&#x1f496;点点关注&#xff0c;收藏不迷路&#x1f496; 在银河麒麟V10中&#xff0c;/usr/share/applications…

Vue 绘制圆形 上下左右

效果图 代码&#xff1a; <div style"transform: rotate(45deg)"><div id"top"><div id"top-left" click"addformData(true, form.lat, 0.000003, lat)"><ArrowUpBold style"height: 25px; width: 25px; tr…

winform 实现优美的进度条 包含百分比

winform 原生控件中包含进度条控件 ProgressBar。 但这个控件并没有告诉我们如何在上面实现 显示百分比进度的方式&#xff0c;或者说根本就不支持。但没 有百分比显示的进度条是没有灵魂的&#xff0c;可能是有点让人一头雾水的。 还好我们可以通过实现 ProgressBar 的 OnP…

海康VisionMaster使用学习笔记18-常见问题排查

常见问题排查思路 常见问题排查方法-安装阶段 常见问题排查方法-启动阶段 常见问题排查方法-使用阶段 常见问题排查方法-相关资料

outlook在“对我发送的邮件应用规则”时只能移动邮件副本的问题和解决方案

outlook在“对我发送的邮件应用规则时”只能移动邮件副本的问题 问题描述问题的解决方案第一步第二步 其他说明参考 问题描述 如果我们想对自己发送的邮件进行分类&#xff0c;可以使用规则将已发送的邮件移动到指定文件夹中&#xff0c;但是。当操作对象为“自己发送的邮件时…

运维学习————LVS集群和Keepalived+LVS高可用

目录 官网&#xff1a;LVS中文官网 一、概念 二、组成及软件工作层次图 ​编辑 三、整体架构 四、名词解释 五、三种工作模式 1、LVS-NAT 2、LVS-TUN 3、LVS-DR 六、DR模式的实现 1、克隆出LVS&#xff0c;配置虚拟IP 2、配置Nginx的虚拟IP Nginx1的配置 Nginx2…

Linux的一些实例

# 1.编写脚本&#xff0c;让用户输入firstname和lastname&#xff0c;最后在屏幕上显示your full name is&#xff1a; #!/bin/bash read -p "please input firstname:" var1 read -p "please input lastname:" var2 echo "your full name is:$var1…

【机器学习】线性回归的概念以及如何从最小二乘法推导到正规方程和实际线性回归实例(含python代码)

引言 线性回归是一种广泛应用于统计分析、经济预测、机器学习等领域的建模方法。它旨在通过自变量&#xff08;解释变量&#xff09;来预测因变量&#xff08;响应变量&#xff09;的值 文章目录 引言一、线性回归的概念1.1 线性回归的基本概念1.2 最小二乘法1.2.1 最小二乘法的…

来了!!!来了!!!--我需要在Docker中运行Java应用程序,但是没有Docker经验,你能给我一个简单的入门指南吗?

在Docker中运行Java应用程序的简单入门指南&#xff1a; 1.安装Docker 首先&#xff0c;确保你的系统上安装了Docker。你可以从Docker官网下载并安装适合你操作系统的Docker版本。 Windows10 安装 Docker&#xff0c;每个步骤作者亲测&#xff0c;细节记录最全教程 2. 编写D…