【智慧城市網(wǎng) 企業(yè)關(guān)注】2023年，被稱作ChatGPT元年，ChatGPT現(xiàn)世至今，AIGC這把火徹底點(diǎn)燃了全世界。
ChatGPT自身在推出2個(gè)月后，月活用戶突破1億，成為史上用戶增長(zhǎng)速度最快的消費(fèi)級(jí)應(yīng)用程序，必應(yīng)也在接入GPT能力后日活突破1億；行業(yè)大牛們則親自下場(chǎng)，紛紛離職創(chuàng)業(yè)，激戰(zhàn)AIGC。
發(fā)展到如今，AIGC的規(guī)模到底有多大？水有多深？里面能容納多少玩家？誰(shuí)能笑到最后？
近日，量子位在中國(guó)AIGC產(chǎn)業(yè)峰會(huì)上發(fā)布了《中國(guó)AIGC產(chǎn)業(yè)全景報(bào)告》。
市場(chǎng)有多大？
量子位智庫(kù)預(yù)測(cè)，到2030年，AIGC市場(chǎng)規(guī)模將達(dá)到1.15萬(wàn)億元規(guī)模。
報(bào)告指出，AIGC有狹義和廣義概念之分。
狹義的AIGC與普通用戶更為貼近，更關(guān)注圖像、文本、音頻、視頻等內(nèi)容生成，和Generative AI(生成式AI) 、Synthetic media(合成式媒體)等概念類似。
論廣義概念，還包含策略生成(如Game AI中游戲策略生成)、代碼生成(GitHub Copilot)、蛋白質(zhì)結(jié)構(gòu)生成等。
基于此，結(jié)合行業(yè)關(guān)鍵場(chǎng)景和玩家分布情況，目前，我國(guó)還處于AIGC發(fā)展的初期階段，競(jìng)爭(zhēng)趨勢(shì)不明顯，需要調(diào)整開發(fā)、資金等投入，尋求整體生態(tài)的快速搭建。
至2030年，AIGC產(chǎn)業(yè)發(fā)展共分三個(gè)階段：
1、培育摸索期(2023-2025)：整體均處于業(yè)務(wù)場(chǎng)景驗(yàn)證和變現(xiàn)探索期。
底層大模型發(fā)展加速，中間層尚未出現(xiàn)相關(guān)玩家，基于Stable Diffusion等開源模型的上層應(yīng)用迅速出現(xiàn)，但受底層大模型接口限制，大部分技術(shù)尚未達(dá)到穩(wěn)定進(jìn)入實(shí)際生產(chǎn)環(huán)節(jié)的水平。
2、應(yīng)用蓬勃期(2025-2027)：基本價(jià)值創(chuàng)作路徑和技術(shù)思路得到確認(rèn)。
行業(yè)普遍嘗試應(yīng)用人機(jī)共創(chuàng)，且內(nèi)容資訊、娛樂傳媒等領(lǐng)域利用AIGC產(chǎn)生確定性價(jià)值。這一時(shí)期，底層大模型和中間層模型主要玩家基本確定，開放API增加，整體入局玩家增多，尤其是大量應(yīng)用層玩家。
3、整體加速期(2028-2030)：產(chǎn)業(yè)生態(tài)完善。
報(bào)告指出，2028年往后，AIGC在個(gè)性化、實(shí)時(shí)化、自主迭代等方向上的延展價(jià)值得到充分發(fā)揮，和其他業(yè)務(wù)系統(tǒng)進(jìn)行緊密連接，會(huì)有相關(guān)初創(chuàng)公司產(chǎn)生完整解決方案。這一階段AIGC成為內(nèi)容領(lǐng)域基礎(chǔ)設(shè)施，預(yù)計(jì)會(huì)催生出完全不同的新業(yè)態(tài)。
截至報(bào)告發(fā)布，國(guó)外AIGC賽道已有8家獨(dú)角獸公司。
其中，推出了ChatGPT的OpenAI估值高達(dá)200億美元，其次是Hugging Face 20億美元。最新一家獨(dú)角獸是成立16個(gè)月的Character.AI，估值10億美元。此外，名單中還有Lightricks(18億美元)，Jasper(15億美元)，Glean和Stability AI(均為10億美元)，以及Anthropic(3億美元)。
2022年以來，我國(guó)AIGC賽道出現(xiàn)了10余筆投資，其中融資體量最大的水上項(xiàng)目包括小冰公司(10億元)、超參數(shù)科技、智譜AI、瀾舟科技等。其余公司，包括數(shù)字力場(chǎng)、Tiamat、聆心智能、西湖心辰、深氧科技等，大多為數(shù)千萬(wàn)人民幣級(jí)別融資。
然而，國(guó)內(nèi)尚未看到與國(guó)外AIGC獨(dú)角獸公司相匹配的收入產(chǎn)生。但經(jīng)過對(duì)投資機(jī)構(gòu)的廣泛調(diào)研，多家機(jī)構(gòu)已高度明確要將AIGC作為主投賽道，并推出了相應(yīng)的孵化項(xiàng)目，預(yù)計(jì)本年度融資規(guī)模將有數(shù)倍增長(zhǎng)。
伴隨底層大模型生態(tài)的逐步開放，商業(yè)價(jià)值的落地驗(yàn)證，預(yù)計(jì)到2024年左右，融資規(guī)模將出現(xiàn)首次階段性的指數(shù)級(jí)增加。
從融資現(xiàn)狀來看，全球AIGC賽道持續(xù)走熱，如何跑通商業(yè)模式產(chǎn)生實(shí)際營(yíng)收，成為市場(chǎng)另一個(gè)關(guān)注焦點(diǎn)。
報(bào)告細(xì)分出5種不同的營(yíng)收模式：
NO.1 MaaS（Model as Service）
適用于底層大模型和中間層進(jìn)行變現(xiàn)，按照數(shù)據(jù)請(qǐng)求量和實(shí)際計(jì)算量計(jì)算。
到2027年，MaaS模式占市場(chǎng)規(guī)模比例將從5%增長(zhǎng)至47%。
NO.2 按產(chǎn)出內(nèi)容量收費(fèi)
適用于應(yīng)用層變現(xiàn)，如按圖片張數(shù)、請(qǐng)求計(jì)算量、模型訓(xùn)練次數(shù)等收費(fèi)。到2027年，該模式市場(chǎng)規(guī)模占比將從60%下降至32%。
該模式的關(guān)鍵在于如何從單次好奇驅(qū)動(dòng)的行為切入，保證產(chǎn)品長(zhǎng)期的復(fù)購(gòu)率。
整個(gè)過程會(huì)受到具體屬性影響，如版權(quán)授予(支持短期使用權(quán)、長(zhǎng)期使用權(quán)、排他性使用權(quán)和所有權(quán)多種合作模式，擁有設(shè)計(jì)圖案的版權(quán))、是否支持商業(yè)用途(個(gè)人用途、企業(yè)使用、品牌使用等)、透明框架和分辨率等。
NO.3 軟件訂閱付費(fèi)
第三種模式即ChatGPT Plus現(xiàn)有的盈利方式之一：每月向用戶收取20美元費(fèi)用。該模式在現(xiàn)有市場(chǎng)占有10%左右的比例。按照這種模式，Jasper等初創(chuàng)企業(yè)已經(jīng)產(chǎn)生了營(yíng)收。展開來說，Jasper以類SaaS服務(wù)的形式進(jìn)行收費(fèi)，分為初級(jí)、高級(jí)和訂制三個(gè)模式，成立當(dāng)年?duì)I收額就達(dá)到4500萬(wàn)美元，并收獲了7萬(wàn)名用戶。
這意味著AI正以越來越顯性的方式產(chǎn)生商業(yè)模式。國(guó)內(nèi)部分領(lǐng)先的AIGC公司，在用戶規(guī)模、內(nèi)容生成量上在2022年亦快速起步，2023年開始產(chǎn)生營(yíng)收及盈利并非難事，但能否形成SaaS訂閱模式尚待觀察。
NO.4 模型訓(xùn)練費(fèi)用
即最為傳統(tǒng)的項(xiàng)目開發(fā)制度，如今占據(jù)市場(chǎng)營(yíng)收份額的25%，到2027年，預(yù)計(jì)將有12%左右的下滑。
NO.5 其他模式
包括廣告/流量模式，依靠產(chǎn)品獲取用戶點(diǎn)擊，從中獲得廣告流量，這種營(yíng)收模式的關(guān)鍵在于產(chǎn)品如何獲得復(fù)購(gòu)。
由于屬于小型項(xiàng)目，在市場(chǎng)規(guī)模測(cè)算中暫不單獨(dú)考慮。
玩家有幾類？
報(bào)告按照基礎(chǔ)設(shè)施層、模型層和應(yīng)用層將它們分為三大類。
NO.1 基礎(chǔ)設(shè)施層
這層玩家分別為行業(yè)提供數(shù)據(jù)、算力、計(jì)算平臺(tái)、模型開發(fā)訓(xùn)練平臺(tái)以及其他配套設(shè)施。
首先，數(shù)據(jù)方面，數(shù)據(jù)的數(shù)量、在行業(yè)/領(lǐng)域和顆粒度上的豐富性、以及和業(yè)務(wù)之間的反饋關(guān)系都有著極高的要求。
對(duì)于預(yù)訓(xùn)練大模型而言，多模態(tài)的數(shù)據(jù)集至關(guān)重要，以此才能讓模型學(xué)習(xí)到更加完備的表示。
該層面的玩家包括數(shù)據(jù)提供方和服務(wù)方，前者可提供通用數(shù)據(jù)、垂類數(shù)據(jù)、特定任務(wù)下的標(biāo)注數(shù)據(jù)、審核數(shù)據(jù)以及創(chuàng)作者生態(tài)；后者則主要負(fù)責(zé)數(shù)據(jù)分拆及標(biāo)注等。
其次，算力方面。據(jù)微軟統(tǒng)計(jì)，光是GPT-3.5在Azure AI超算基礎(chǔ)設(shè)施上消耗的總算力就需7-8個(gè)耗資30億美元投資規(guī)模的數(shù)據(jù)中心來支持運(yùn)行。
因此算力玩家也是其中無比之重的一環(huán)，可分類為：以智算中心為代表的算力集群商、國(guó)產(chǎn)芯片商以及云服務(wù)商等。(計(jì)算平臺(tái)和模型開發(fā)訓(xùn)練平臺(tái)略。)
最后，其他配套設(shè)施方面的玩家扮演的主要是檢測(cè)審核、交易撮合方、第三方確權(quán)及計(jì)價(jià)方以及創(chuàng)作配合工具(如渲染引擎)等方面的角色。
NO.2 模型層
這層主要分為底層通用大模型和中間層模型玩家。前者相對(duì)最容易形成壁壘，影響因素包括人才、時(shí)間、數(shù)據(jù)和資金等多個(gè)方面。
按開放模式可以分為：
(1)完全自有、不對(duì)外開放；
(2)開源，如2022年下半年起帶來文生圖領(lǐng)域蓬勃發(fā)展的CLIP及Stable Diffusion；
(3)API對(duì)外開放，這類模型的輸出結(jié)果相對(duì)固定，但不同接口之間能夠相互結(jié)合得到更優(yōu)產(chǎn)出或是跨領(lǐng)域的產(chǎn)出；
(4)模型站，如Hugging Face、魔搭ModelScope。
中間層模型玩家則主打垂直化、行業(yè)化和細(xì)分化，分為：
(1)中間集成商，主要組合多個(gè)接口，形成新的大模型；
(2)行業(yè)大模型商，由底層模型持有者進(jìn)行端到端提供；
(3)以及二次開發(fā)商，主要增加行業(yè)特色數(shù)據(jù)和行業(yè)認(rèn)知。
根據(jù)行業(yè)/場(chǎng)景的理解和資源累計(jì)程度、資金成本支撐、上層數(shù)據(jù)支撐、上層應(yīng)用生態(tài)、戰(zhàn)略生態(tài)合作/投資、工程效果與技術(shù)成本以及AIGC技術(shù)能力的成熟這7個(gè)指標(biāo)，報(bào)告給出了目前模型層的代表玩家名單：
NO.3 應(yīng)用層
如果按照基于底層邏輯的應(yīng)用，這層玩家涉及的業(yè)務(wù)分別包括：
1、生產(chǎn)可直接消費(fèi)內(nèi)容
其核心是AI在創(chuàng)意度和規(guī)?；刑峁┢胶恻c(diǎn)。對(duì)UGC而言，能夠降低內(nèi)容創(chuàng)作門檻；對(duì)PGC來說，能夠代替人工完成聲音錄制、圖像渲染等基礎(chǔ)性創(chuàng)作工作。
需要注意的是，該場(chǎng)景的價(jià)值主要是降本增效。
報(bào)告指出，鑒于我國(guó)的內(nèi)容供給市場(chǎng)相對(duì)飽和，相關(guān)公司需要關(guān)注對(duì)具體場(chǎng)景的供需情況進(jìn)行謹(jǐn)慎分析，確定AI對(duì)內(nèi)容供給速度的提升是否具有實(shí)際意義。
2、結(jié)合底層系統(tǒng)，生產(chǎn)含有附加價(jià)值的內(nèi)容
例如超個(gè)性化、實(shí)時(shí)化、行業(yè)特色化。
注意由于需要和底層系統(tǒng)進(jìn)行配合，相關(guān)提供方需要關(guān)注上下游業(yè)務(wù)接口的打通，以及相關(guān)領(lǐng)域知識(shí)的深化設(shè)計(jì)。
以內(nèi)容營(yíng)銷領(lǐng)域?yàn)槔?，AIGC并不應(yīng)當(dāng)作為單獨(dú)的服務(wù)對(duì)外提供，還是隸屬于“創(chuàng)意供給—內(nèi)容生產(chǎn)—內(nèi)容管理(素材庫(kù)與數(shù)據(jù)庫(kù))—內(nèi)容分發(fā)—數(shù)據(jù)方案”中的內(nèi)容生產(chǎn)部分。
由于品牌主最終是以整體的廣告營(yíng)銷效果為標(biāo)準(zhǔn)，要使AIGC最終能夠得到理想效果，基礎(chǔ)素材、營(yíng)銷策略設(shè)定、技術(shù)生成、評(píng)估優(yōu)化、數(shù)據(jù)回流等缺一不可。
3、提供內(nèi)容生產(chǎn)輔助工具
模式包括：
由AI提供相關(guān)創(chuàng)作線索或基礎(chǔ)草圖，專業(yè)人員進(jìn)行細(xì)致化調(diào)整或是補(bǔ)充特定素材；
由AI完成特定操作性工作，比如局部特效生成、低分辨率轉(zhuǎn)高分辨率等。
該類玩家需要注意四點(diǎn)：
(1)國(guó)內(nèi)對(duì)工具類產(chǎn)品的付費(fèi)意愿有限，尤其是C端；
(2)需要關(guān)注場(chǎng)景本身的工具屬性，據(jù)業(yè)內(nèi)人士反饋，由于AIGC目前的生成可控性相對(duì)有限，創(chuàng)作工具在使用中的可介入程度會(huì)嚴(yán)重受到專業(yè)因素的影響；
(3)需關(guān)注相關(guān)業(yè)務(wù)平臺(tái)的潛在跨界競(jìng)爭(zhēng)，這主要是因?yàn)樵撡惖劳ǔＥc內(nèi)容分發(fā)及創(chuàng)作平臺(tái)形成強(qiáng)綁定，大廠在壟斷性方面也更強(qiáng)；
(4)人才結(jié)構(gòu)的轉(zhuǎn)移。
4、用于提供打包內(nèi)容或解決方案
接下來，如果按照基于模態(tài)的應(yīng)用分類，我們可以看到分別主營(yíng)以下業(yè)務(wù)的玩家：
1、文本生成，包括：
(1)直接生成應(yīng)用型文本，已發(fā)展較成熟，以客服類的聊天問答、新聞撰寫等為核心場(chǎng)景。有相關(guān)行業(yè)人士預(yù)測(cè)，到2030年，90%以上的新聞將由機(jī)器人完成；
(2)直接生成創(chuàng)作型文本，適用于劇情續(xù)寫、營(yíng)銷文本等細(xì)分場(chǎng)景，目前在語(yǔ)義層次的長(zhǎng)文本通順上還有較大的提升空間；
(3)生成交互型文本，典型場(chǎng)景為智能客服/聊天機(jī)器人/虛擬伴侶/游戲中的NPC個(gè)性化交互等；
(4)文本輔助生成，是目前國(guó)內(nèi)工具落地最為廣泛的場(chǎng)景，主要包括定向采集信息素材、文本素材預(yù)處理、自動(dòng)聚類去重，并根據(jù)創(chuàng)作者的需求提供相關(guān)素材等功能，代表公司如寫作貓。
2、音頻生成，包含已經(jīng)相當(dāng)成熟的TTS場(chǎng)景和音樂創(chuàng)作。
該業(yè)務(wù)可提高歌曲樂曲、有聲書、配音等內(nèi)容的創(chuàng)作效率，實(shí)現(xiàn)有聲內(nèi)容的規(guī)模化生產(chǎn)。可實(shí)現(xiàn)聲音IP化附屬價(jià)值的語(yǔ)音克隆也算其中的一個(gè)應(yīng)用。
3、圖像生成，這一領(lǐng)域潛力巨大。據(jù)繪畫生成網(wǎng)站6pen，未來5年全球10%-30%的圖像有望由AI生成或輔助生成。
具體場(chǎng)景則可分為圖像屬性編輯、局部生成及更改以及端到端的圖像生成。
4、視頻生成，包括視頻自動(dòng)剪輯、屬性編輯、視頻到視頻的自動(dòng)生成等。
5、跨模態(tài)生成，包括文字生成圖像(也分功能性和創(chuàng)意性)、文字生成視頻(有更高的長(zhǎng)序列建模要求，比文生圖發(fā)展得要滯后兩年左右)、圖像/視頻到文本(跨模態(tài)搜索、視覺問答系統(tǒng)、配字幕、標(biāo)題生成)等。
6、策略生成，主要指AI基于特定問題和場(chǎng)景自主提出解決方案的過程，在游戲、自動(dòng)駕駛、機(jī)器人控制等領(lǐng)域有極高的應(yīng)用價(jià)值。
報(bào)告認(rèn)為，總的來看，目前整體層級(jí)尚不夠完整。由于資金量的需求，預(yù)計(jì)全棧全場(chǎng)景端到端的玩家數(shù)量相對(duì)有限。
其中模型層成為當(dāng)前關(guān)鍵卡口，在一定程度上限制了上下層級(jí)的發(fā)展，應(yīng)用層則是創(chuàng)業(yè)友好度最高的部分。
不過，若能在不同層級(jí)間形成良好的生態(tài)合作關(guān)系，整個(gè)行業(yè)的快速成長(zhǎng)和成本分?jǐn)偠寄塬@得明顯好處。
智慧城市網(wǎng)APP
智慧城市網(wǎng)小程序
微信公眾號(hào)
移動(dòng)版
