隨著 ChatGPT 的發(fā)布，AI/ 大模型賽道真是風(fēng)起云涌，一日千里。很多朋友問(wèn)這一波和當(dāng)年互聯(lián)網(wǎng)怎么比？其實(shí)區(qū)別還挺大的，互聯(lián)網(wǎng)的核心價(jià)值是連接信息，AI 是理解信息。
舉個(gè)例子：我們?nèi)D書(shū)館借一本書(shū)，互聯(lián)網(wǎng)是幫助我們找到這本書(shū)。而 AI 是把這本書(shū)仔細(xì)讀一遍，融會(huì)貫通，還可以回答任何問(wèn)題。前者當(dāng)然有意義，但是后者的價(jià)值顯然要遠(yuǎn)遠(yuǎn)大于前者。
像陸奇老師說(shuō)的，Google 的價(jià)值是把信息獲取的邊際成本降為 0，ChatGPT 的價(jià)值是把知識(shí)獲取的邊際成本降為 0，這是互聯(lián)網(wǎng)和 AI 的價(jià)值差異。也正因?yàn)槿绱耍L(zhǎng)遠(yuǎn)一點(diǎn)來(lái)講，知識(shí)對(duì)于一個(gè)人可能不是必須掌握的。
就像今天你去面試，沒(méi)有任何一家公司會(huì)考你兩位數(shù)乘法，為什么？因?yàn)檫@個(gè)技能計(jì)算器可以輕松解決，未來(lái)知識(shí)很可能一樣。如果知識(shí)能夠這么輕易地獲取，為什么我們還需要掌握呢？所以未來(lái)一些知識(shí)或者經(jīng)驗(yàn)推動(dòng)的領(lǐng)域，會(huì)遇到很大的挑戰(zhàn)，例如醫(yī)生、律師、會(huì)計(jì)師等等。甚至我們目前的教育體制都會(huì)受到?jīng)_擊。
遠(yuǎn)景的話題我就不展開(kāi)了，重點(diǎn)和大家聊聊大家所關(guān)注的：這一波大模型，哪些是創(chuàng)業(yè)者的機(jī)會(huì)，哪些不是？
一、創(chuàng)業(yè)公司能不能做通用大模型？
首先中國(guó)一定會(huì)有自己的 ChatGPT。這跟搜索引擎一樣，我們有自己的合規(guī)要求。但是中國(guó)版的 ChatGPT 只會(huì)在 5 家公司里產(chǎn)生：BAT+ 字節(jié) + 華為。這意味著創(chuàng)業(yè)公司或者那些純?yōu)榱顺垂蓛r(jià)的 A 股上市公司很難有機(jī)會(huì)。當(dāng)然我這個(gè)說(shuō)法會(huì)得罪很多創(chuàng)業(yè)者。包括我的朋友王小川也在相關(guān)領(lǐng)域創(chuàng)業(yè)，以及很多 FOMO 的 VC 朋友，現(xiàn)在也在信誓旦旦一定要投或者已經(jīng)投了大模型創(chuàng)業(yè)團(tuán)隊(duì)。
為什么浩哥這么講？浩哥現(xiàn)在雖然是投資人，但在更長(zhǎng)的時(shí)間里，我更是一個(gè)創(chuàng)業(yè)者。所以我深刻的理解，創(chuàng)業(yè)者在什么情況下能跑贏大廠？核心是必須有先發(fā)優(yōu)勢(shì)。那憑什么你比大廠有先發(fā)優(yōu)勢(shì)？無(wú)非就是以下幾種可能性：
大廠沒(méi)看懂，覺(jué)得這事沒(méi)價(jià)值；
大廠沒(méi)看上，覺(jué)得市場(chǎng)太小；
大廠沒(méi)看清，技術(shù)路線比較多，想等創(chuàng)業(yè)者驗(yàn)證；
大廠覺(jué)得離自己主營(yíng)業(yè)務(wù)太遠(yuǎn)；
也就是只有在非共識(shí)的情況下，創(chuàng)業(yè)公司才有機(jī)會(huì) " 搶跑 "，獲得先發(fā)優(yōu)勢(shì)。但是今天我們看 ChatGPT 這個(gè)賽道，完全不是這個(gè)狀況。
首先，大廠都極其重視，可以毫不夸張地講，都是一把手工程。百度的 CEO 李彥宏也好，阿里的 CEO 張勇也好，都是親自站臺(tái)?？梢哉f(shuō)沒(méi)有一家大廠不重視。其次，大廠肯定比創(chuàng)業(yè)公司有流量、有錢(qián)，通用大模型還是一個(gè)挺燒錢(qián)的事。但是其實(shí)以上這些，都沒(méi)有 " 場(chǎng)景 " 更重要。大廠的核心優(yōu)勢(shì)是自帶場(chǎng)景。例如：
百度會(huì)把問(wèn)答和搜索集成，就像 New Bing 一樣。我現(xiàn)在首選的搜索引擎就是 New Bing，而不是 Google。因?yàn)樵?New Bing 搜索后，會(huì)直接給出答案結(jié)果，而不是 Google 那樣給個(gè)列表，你還得一個(gè)個(gè)點(diǎn)進(jìn)去查找。當(dāng)然有時(shí)候如果你覺(jué)得 New Bing 在亂講，那你再去 Google 自己查詢。
微信一定會(huì)植入一個(gè)類(lèi)似個(gè)人助理的 AI，用戶問(wèn)問(wèn)題也好，訂個(gè)機(jī)票、點(diǎn)個(gè)外賣(mài)都可以完成。微信這個(gè)場(chǎng)景，我覺(jué)得是整個(gè)中國(guó)互聯(lián)網(wǎng)大模型落地的最佳場(chǎng)景，沒(méi)有之一。因?yàn)榇髲S的這些超級(jí) APP 里面，只有微信是自然語(yǔ)言驅(qū)動(dòng)的，其他的 APP 都是在手機(jī)屏幕上劃劃點(diǎn)點(diǎn)。而且微信有了授權(quán)，獲取了個(gè)人語(yǔ)料之后，還可以個(gè)性化。所以我覺(jué)得這個(gè)事在騰訊內(nèi)部，大概率已經(jīng)在路上了。
阿里已經(jīng)宣布了第一批集成大模型的產(chǎn)品是天貓精靈和釘釘。這兩個(gè)場(chǎng)景太順其自然了，天貓精靈類(lèi)的產(chǎn)品現(xiàn)在都很傻，只能問(wèn)問(wèn)天氣，開(kāi)燈關(guān)燈之類(lèi)的，完全不支持多輪對(duì)話，有了大模型賦能，能干的事情就多了。釘釘?shù)募梢埠茏匀?，其?shí)就是微軟 Office 系列的 Copilot 功能（AI 助理）。
字節(jié)的飛書(shū)和釘釘也是類(lèi)似。
華為和以上大廠比起來(lái)，場(chǎng)景是相對(duì)比較弱的。華為做這事的核心原因是為了服務(wù)云計(jì)算，To C 的落地場(chǎng)景主要是華為手機(jī)。從這個(gè)意義上講，大模型對(duì)于小米等其他手機(jī)廠商也是機(jī)會(huì)。
為什么說(shuō)落地場(chǎng)景如此重要？因?yàn)闆](méi)有落地場(chǎng)景你的技術(shù)就沒(méi)法迭代，沒(méi)法持續(xù)優(yōu)化形成數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)。所以創(chuàng)業(yè)公司的痛苦之處也在于此，自己沒(méi)有場(chǎng)景，像 ChatGPT 一樣推問(wèn)答，你還沒(méi)流量。這就是為什么我說(shuō)創(chuàng)業(yè)公司很難在這條賽道上跑出來(lái)，純粹是浪費(fèi)錢(qián)的原因。
當(dāng)然有人會(huì)挑戰(zhàn)我說(shuō)，浩哥你說(shuō)的不對(duì)呀，人家 OpenAI 不也是創(chuàng)業(yè)公司嗎？那事實(shí)恰恰是，當(dāng)時(shí) Google 等國(guó)外大廠沒(méi)人覺(jué)得 GPT 能跑出來(lái)（甚至 OpenAI 自己也不確定），所以才給了 OpenAI 先發(fā)的機(jī)會(huì)。但今天這個(gè)事對(duì)于中國(guó)的大廠已經(jīng)是顯而易見(jiàn)的共識(shí)，甚至百度、阿里動(dòng)作比創(chuàng)業(yè)公司還快。
所以創(chuàng)業(yè)公司做通用大模型，非常難。但是從投資的角度并不錯(cuò)，因?yàn)樵缙陧?xiàng)目 80% 是投人，也許他們會(huì)轉(zhuǎn)型到垂直模型，也許會(huì)做成一個(gè)超級(jí) APP，也許會(huì)被并購(gòu)。畢竟大部分成功的公司，最后做成的事都不是他們一開(kāi)始想做的事，只要?jiǎng)?chuàng)業(yè)團(tuán)隊(duì)人牛就行，就像騰訊最開(kāi)始也不是做即時(shí)通訊的。
二、通用模型 vs 垂直模型？
ChatGPT 既然這么聰明，是否還有垂直模型的生存空間呢？當(dāng)然有。我隨便在 New Bing（基于 GPT4）搜 " 微軟的股票會(huì)漲么？"，得到的信息（如下圖），其實(shí)沒(méi)有任何價(jià)值。
當(dāng)然有的人會(huì)挑戰(zhàn)說(shuō)，是因?yàn)?GPT 的泛化能力還不夠。隨著技術(shù)的演進(jìn)，這個(gè)問(wèn)題會(huì)被解決。泛化能力當(dāng)然是一個(gè)問(wèn)題，但更核心的問(wèn)題是各行各業(yè)都有自己的 Know-How。這些最有價(jià)值的 Know-How 很可能不在互聯(lián)網(wǎng)上，而是在企業(yè)的私有數(shù)據(jù)庫(kù)里，甚至在一部分專家的腦子里。ChatGPT 連信息都沒(méi)有，自然也不會(huì)形成這方面的知識(shí)。這也是 Bloomberg 推出 BloombergGPT 的意義。
事實(shí)上，越是 high-value（當(dāng)然 high-value 和 low-value 都是相對(duì)的），越是 Mission Critical（關(guān)鍵應(yīng)用）的領(lǐng)域，垂直模型的價(jià)值越大，例如自動(dòng)駕駛，通用大模型沒(méi)法直接用，因?yàn)槿狈?shù)據(jù)、缺乏 corner case 訓(xùn)練的大模型是很難干容錯(cuò)率這么低的工作。
同理，越是 low-value，越是 none-mission-critical（非關(guān)鍵應(yīng)用）的領(lǐng)域越適合通用模型。比如：?jiǎn)柎稹PT 其實(shí)經(jīng)常胡說(shuō)八道，但是無(wú)所謂，人有判斷力，你可以去糾正他，這在自動(dòng)駕駛這樣 mission critical 的領(lǐng)域肯定是不行。再比如寫(xiě)作，本來(lái)也不存在唯一正確的答案。比如以文生圖，不存在對(duì)錯(cuò)，你不滿意就讓 AI 一次生成 100 個(gè)，你從里面挑總可以了吧。
所以垂直模型的價(jià)值是非常大的，這會(huì)產(chǎn)生非常多的創(chuàng)業(yè)機(jī)會(huì)，因?yàn)樾袠I(yè)太多了。一般來(lái)講，垂直模型企業(yè)也很少選擇自己從頭做，而是找一個(gè)還不錯(cuò)的 pre-train 過(guò)的大模型，在他基礎(chǔ)上做 instruction tuning（指令微調(diào)）。這就帶來(lái)下一個(gè)問(wèn)題：到底應(yīng)該選擇閉源大模型，還是開(kāi)源大模型？
三、開(kāi)源模型 vs 閉源模型 ?
ChatGPT 目前如日中天，但是開(kāi)源模型也是如火如荼，未來(lái)的格局會(huì)是什么樣？
浩哥先說(shuō)結(jié)論：未來(lái)美國(guó)和中國(guó)，每個(gè)國(guó)家都會(huì)有 1~2 個(gè)閉源模型，剩下的都會(huì)開(kāi)源。我們回顧 iOS 和安卓就容易理解：
iOS 作為第一個(gè)智能手機(jī)操作系統(tǒng)，一出來(lái)就驚艷全場(chǎng)，安卓選擇開(kāi)源迎戰(zhàn)。目前全球范圍內(nèi) iOS 和安卓的市場(chǎng)大概是 2:8。如果安卓當(dāng)年也選擇閉源呢？大概率最多獲得 iOS 市場(chǎng)的一半，然后第三家智能手機(jī)操作系統(tǒng)公司選擇開(kāi)源，最終 iOS、安卓、第三家的市場(chǎng)份額比例可能是 2:1:7。所以你是安卓，你是選擇閉源獲得那 10% 的市場(chǎng)，還是選擇開(kāi)源獲得 80% 的市場(chǎng)呢？
這事放在大模型也是類(lèi)似。只有前 1~2 名（也有可能只有第 1 名）有資格選擇閉源，從第三名開(kāi)始，反正也追趕不上了，選擇開(kāi)源才最符合他的利益。
開(kāi)源對(duì)于閉源最大的優(yōu)勢(shì)就是對(duì)私有數(shù)據(jù)的保護(hù)，這對(duì)于個(gè)人來(lái)講好像無(wú)所謂，但是對(duì)于企業(yè)用戶是一個(gè)非常核心的問(wèn)題：我做一個(gè) SaaS 產(chǎn)品，也想用大模型賦能，但是我并不想把我的行業(yè) Know-How 和我企業(yè)內(nèi)部的一些私有數(shù)據(jù)，透露給我的競(jìng)爭(zhēng)對(duì)手，因?yàn)檫@是我的核心競(jìng)爭(zhēng)力，怎么辦？只能選擇開(kāi)源，自己 host 自己的大模型。如果你選擇閉源，不論你使用 Prompt Engineering 的方式，還是選擇 GPT-index 服務(wù)，都有可能出現(xiàn)三星那樣的機(jī)密泄露問(wèn)題。因此我判斷：企業(yè)服務(wù)應(yīng)該是開(kāi)源模型的天下。
其實(shí)最有動(dòng)力開(kāi)源大模型的是云計(jì)算廠商，因?yàn)殡m然開(kāi)源不賺錢(qián)，但是你總需要云服務(wù)吧？用我的云就好了，這就是典型的羊毛出在豬身上的商業(yè)邏輯。因此像阿里、騰訊、華為這樣的云服務(wù)廠商都會(huì)是大模型開(kāi)源的支持者。
目前在美國(guó)，ChatGPT 選擇了閉源，但是出現(xiàn)了一堆以動(dòng)物名字命名（這些單詞我?guī)缀跻粋€(gè)都不認(rèn)識(shí)……）的開(kāi)源大模型，甚至我認(rèn)為 OpenAI 未來(lái)可能會(huì)推出一個(gè)開(kāi)源大模型：閉源模型繼續(xù)服務(wù) To C，例如問(wèn)答、Copilot 等，但也為 To B 提供一個(gè)開(kāi)源模型，允許合作伙伴自己部署。
當(dāng)然，通常開(kāi)源模型參數(shù)不會(huì)是 1750 億那么多，這么大的模型對(duì)基礎(chǔ)設(shè)施要求太高，很少有合作伙伴能跑起來(lái)。開(kāi)源模型通常會(huì)被縮小到幾十億到上百億參數(shù)的規(guī)模。
四、AIGC+ vs +AIGC ？
還有一個(gè)創(chuàng)業(yè)者非常關(guān)注的問(wèn)題：一個(gè)創(chuàng)業(yè)機(jī)會(huì)到底是 AIGC+，還是 +AIGC？換一句話，就是 AIGC 原生，還是 AIGC 賦能？
做任何一個(gè)領(lǐng)域，比如說(shuō)智能客服，創(chuàng)業(yè)者可以直接以 AIGC 做智能回復(fù)為切入點(diǎn)，然后把客服的全流程都做了。當(dāng)然也可能，我之前就是做客服系統(tǒng)的，現(xiàn)在把 AIGC 能力加上。好像聽(tīng)起來(lái)兩邊都能做，而且也一定會(huì)相互滲透，那誰(shuí)更有優(yōu)勢(shì)？我覺(jué)得取決于兩點(diǎn)：
第 1 點(diǎn)，也是最重要的一點(diǎn)就是，要看 AIGC 在全業(yè)務(wù)流程價(jià)值鏈的比例。如果這條賽道全價(jià)值鏈?zhǔn)?100，AIGC 只占 10%，說(shuō)白了你從 AIGC 切入，你得把另外 90% 補(bǔ)齊，這個(gè)太累了。對(duì)比來(lái)說(shuō)，競(jìng)爭(zhēng)對(duì)手在產(chǎn)業(yè)鏈里深耕多年，90% 已經(jīng)有了，只需要補(bǔ)缺 AIGC 的 10%，你覺(jué)得哪個(gè)容易？肯定是 +AIGC 更容易。所以到底是 AIGC+，還是 +AIGC，首先取決于 AIGC 在全業(yè)務(wù)流程價(jià)值鏈的比例，這是最核心的判斷標(biāo)準(zhǔn)。
第 2 點(diǎn)，取決于這個(gè)業(yè)務(wù) AIGC 的護(hù)城河有多高。如果傳統(tǒng)企業(yè)也意識(shí)到了 AI 的價(jià)值，也開(kāi)始做 +AIGC，并且輕松就能做到你的水平，那你想從 AIGC+ 切進(jìn)去就很難。但反過(guò)來(lái)說(shuō)，假設(shè) AIGC 部分只在全產(chǎn)業(yè)鏈占 30%，但這 30% 卻有極高的門(mén)檻。那些競(jìng)爭(zhēng)者即使跑贏了 70%，但不好意思，剩下這 30% 的他們做不了，那這也是 AIGC+ 的機(jī)會(huì)。
例如以文生圖 Midjourney，生成的圖片質(zhì)感確實(shí)不錯(cuò)，這就變成了他的護(hù)城河。但是 Adode 也推出了 Firefly，如果 Firefly 也很快達(dá)到了 Midjourney 的效果，那 Midjourney 的生存空間就會(huì)被極大壓縮。因?yàn)檫@個(gè)全業(yè)務(wù)流程里，Adobe 可能占了 70%，以文生圖只占 30%。但只要 Firefly 追趕不到 Midjourney 的效果，那后者就有自己的生存空間。
當(dāng)然，既然是服務(wù)垂直行業(yè)，不管是 AIGC+，還是 +AIGC，創(chuàng)業(yè)者懂行業(yè)始終都是非常核心的。
五、To C 還是 To B，國(guó)內(nèi)還是海外 ？
為什么說(shuō)創(chuàng)業(yè)者做 AI 大模型完全是浪費(fèi)錢(qián)？? 由 ZAKER 提供
To C、To B，國(guó)內(nèi)、海外把市場(chǎng)分成了四個(gè)象限。我和大家分別說(shuō)一說(shuō)。首先是國(guó)內(nèi) To C。其實(shí)大模型做 To C 的場(chǎng)景非常多，問(wèn)答也好，個(gè)人助理也好，社交也好，但整體感覺(jué)偏巨頭的賽道，因此國(guó)內(nèi) To C 總結(jié)成一句話就是：夾縫中做爆品。
雖然 To C 確實(shí)容易出爆品，但是前提得有流量紅利。我在 2016 年剛開(kāi)始做投資的時(shí)候，雖然還沒(méi)想好具體投什么，但已經(jīng)明確了不投什么，就是絕對(duì)不碰純 APP。因?yàn)槲易隽诉@么多年互聯(lián)網(wǎng)，深刻感受到那時(shí)候流量紅利已經(jīng)沒(méi)了。事實(shí)上從 2016 年之后，國(guó)內(nèi)純 APP 跑出來(lái)的獨(dú)角獸很少，所以我們的結(jié)論基本上是正確的。
但畢竟還是漏了一個(gè)拼多多。拼多多本質(zhì)上也是流量紅利，就是那些用微信但是不用淘寶的人，全中國(guó)有 4~5 億，以 3~5 線城市居多。我們平時(shí)多在一二線城市跑，并未能關(guān)注到。而且這個(gè)流量紅利還在阿里的競(jìng)爭(zhēng)對(duì)手手里，騰訊選擇了扶持拼多多，沒(méi)有自己親自上場(chǎng)。
除了流量紅利之外，還有一個(gè)就是做 To C，大廠比較容易抄你。當(dāng)然你自己還沒(méi)搞明白的時(shí)候，大廠也懶得理你。你一旦 PMF 了，大廠就開(kāi)始重視。所以這是典型的國(guó)內(nèi) To C 市場(chǎng)，夾縫中做爆款。
另外用大語(yǔ)言模型做國(guó)內(nèi) To C，會(huì)有比較高的合規(guī)成本。因?yàn)橥ㄓ妙I(lǐng)域，你也不知道用戶會(huì)問(wèn)什么。嚴(yán)重一點(diǎn)的就是競(jìng)爭(zhēng)對(duì)手會(huì)故意找一些敏感話題，然后去舉報(bào)你，這就非常惡劣了，在互聯(lián)網(wǎng)時(shí)代國(guó)內(nèi)發(fā)生過(guò)很多起。相比 To B 就好很多：沒(méi)人會(huì)跟一個(gè)客服機(jī)器人聊今天天氣怎么樣。
第二個(gè)是國(guó)內(nèi) To B。大模型可以賦能的 To B 賽道實(shí)在太多了，包括法律、電商、招聘、設(shè)計(jì)等等行業(yè)。但國(guó)內(nèi) To B 也繼承了中國(guó) To B 市場(chǎng)已有的問(wèn)題，就是天花板比較低。
財(cái)富 500 強(qiáng)里確實(shí)有很多中國(guó)企業(yè)，但你仔細(xì)一看幾乎全是國(guó)企和央企。他們的采購(gòu)一是市場(chǎng)化程度不夠，二是幾乎都要求私有化部署和定制。而市場(chǎng)化程度高的民企普遍沒(méi)錢(qián)。
中國(guó) IT 支出只有美國(guó)的 1/6，很多還在央企和國(guó)企。國(guó)內(nèi) SaaS 上市公司的人均產(chǎn)值，是 30 萬(wàn) ~60 萬(wàn)人民幣，美國(guó)是 30 萬(wàn) ~60 萬(wàn)美元。這就是中國(guó)企業(yè)服務(wù)的現(xiàn)狀，而且不是短期就能改善的。
所以做國(guó)內(nèi)的企業(yè)服務(wù)市場(chǎng)，必須得耐得住寂寞，有韜光養(yǎng)晦的心態(tài)。
第三個(gè)是做國(guó)際 To C。例如 Lensa.ai，Jasper.ai、Copy.ai、Midjourney 等（我把部分 PLG 產(chǎn)品也歸納到了此象限里）。
首先，國(guó)際 To C 本身已經(jīng)偏紅海了，類(lèi)似 Jasper 的公司，已經(jīng)不下十幾個(gè)了。其次這些公司今天也面臨著巨頭的競(jìng)爭(zhēng)，例如 Jasper 面臨的是 Office 的 Copilot 和 Notion AI 的競(jìng)爭(zhēng)；包括上文提到的 Midjourney 面臨 Adobe Firefly 的競(jìng)爭(zhēng)。所以這些創(chuàng)業(yè)公司（其實(shí)有的已經(jīng)是獨(dú)角獸了）是否還能像過(guò)去那樣野蠻成長(zhǎng)，還是有很大的不確定性。
問(wèn)題的核心原因就是護(hù)城河稍微有點(diǎn)窄。之前微軟 Teams+Office 全家桶 PK Slack 也是類(lèi)似的案例。
第四個(gè)就是利用 AIGC 做海外 To B。好處當(dāng)然是海外 B 端的支付能力和付費(fèi)習(xí)慣都比較好。我專門(mén)問(wèn)過(guò)幾個(gè)硅谷創(chuàng)業(yè)公司的 CEO，基本上美國(guó)這邊 3~5 人的 startup 每年在 SaaS 上的費(fèi)用都在幾千美金。都是直接下載安裝注冊(cè)然后付費(fèi)，全都自助完成，沒(méi)有任何教育成本，因?yàn)樵谥暗墓揪褪沁@么用的。
中國(guó)人做海外 To B 的優(yōu)勢(shì)就是比較勤奮，迭代速度快，中國(guó)創(chuàng)業(yè)者 996 是默認(rèn)，海根本不可能。所以中國(guó)人做 SaaS 一個(gè)月可以迭代 3 次，海外同行可能是 3 個(gè)月迭代一次。所以如果你本來(lái)就是做 To B 的，與其在國(guó)內(nèi)卷，還不如出海卷外國(guó)人。當(dāng)然做海外市場(chǎng)，對(duì)創(chuàng)業(yè)者背景還是有一定要求，最好是有一定的海外生活經(jīng)歷，特別還在海外的 To B 企業(yè)干過(guò)更佳。
最后，我前幾天對(duì)遠(yuǎn)望的被投企業(yè)做了一些調(diào)查，發(fā)現(xiàn)超過(guò) 50% 的企業(yè)都已經(jīng)開(kāi)始用 AIGC/ 大模型來(lái)提高內(nèi)部效率了，還有好幾個(gè)企業(yè)已經(jīng)在他們產(chǎn)品中集成了 AIGC/ 大模型來(lái)對(duì)外提供服務(wù)了。所以 AI 的滲透遠(yuǎn)比我們想象的更快。
來(lái)源：虎嗅
