ChatGPT 激起的滚滚热潮，正在中国科技公司迅速蔓延跃动。所有人都在翘首以盼：谁能成为中国的第一个 ChatGPT？
但在小冰 CEO 李笛看来，比起一窝蜂的去做中国版 ChatGPT，慌里慌张的秀下“肌肉”，真正值得思考的是，以 ChatGPT 为代表的大模型技术新范式的兴起，究竟会带来哪些变革。以及，AIGC 真正的商业模式是什么？
小冰是中国境内罕见的 AIGC 全赛道玩家。在 AIGC 的垂直技术场景中，音频生成、文本生成、图像生成、视频生成、数字人等细分领域，均有小冰团队的探索身影，商业化成果也已广泛应用于金融、文化、纺织、旅游等领域。
而李笛本人，不仅是 AIGC 赛道的从业者，也曾是 Bing 的管理层。2013 年至 2020 年期间，他担任微软 Bing 搜索引擎亚洲区总经理。
他认为，在人工智能领域，中国无论在人才、算法、算力，还是说从市场和数据上，和全世界的领先国家，没有什么太大的劣势。不同点在于，中国科技企业在技术创新的打磨会稍微有点急功近利。“OpenAI 做出 ChatGPT，靠的是八年的积累，国内的公司却只想靠几个月的冲刺。”
在 ChatGPT 出圈之前，在 AI 这条路上坐了多年冷板凳的李笛，更相信这件事能否做成的决定因素，是一个能耐得住寂寞的心态，“所有的创新都是一开始是很好的，难的是后面的优化和落实，最难的考验在于专注和决心，在于有没有做到 AI First。”
在他看来，大模型本身引发了新一轮的创新，ChatGPT 只是这轮创新里第一个走入大众视野的产品。李笛讲，“这只是一个开始。”
一、“做中国版 ChatGPT 不是我们的追求”
《潮头》：Chat GPT 的火爆出圈，对小冰带来了怎样的变化和影响？
李笛：每隔那么几年，AI 行业都会陷入一个技术瓶颈期，在 ChatGPT 出现前，行业内大家都感觉到比较郁闷，我们不停的去训练深度学习，但总感觉效果进步得很缓慢。
突然就有这么一家叫 Open AI 的公司，全情投入，相信“暴力出奇迹”的大模型，花很多的钱，很多的时间，在谁也不知道能不能行的时候，Open AI 用了几年的时间趟过了丛林，大家才看到原来这条路是通的，整个行业技术天花板进一步被打破。
可以预见，未来几年时间大家都会围绕这个技术去做各种各样的创新。但凡相关的公司，但凡有实力、有能力的，都会用大模型的方式去做创新突破，我们大家都受惠于有人率先去探索新的方向，突破技术的天花板，带给了整个行业未来几年的蓬勃发展。
《潮头》：国内包括小冰在内那么多 AI 公司，为什么我们没有诞生出 ChatGPT？
李笛：因为开放域的对话本身风险非常高。2016 年的时候，其实微软做了一个机器人，可以实时地通过用户反馈去修改自己的回答。那一年，我们把这个成果发布并放到推特上，24 小时之后，它就被教成了一个种族主义者，微软的 CEO 要出来道歉，然后下架了。即使到今天，这个风险对于 ChatGPT 也是很麻烦。
其二，当产品推出来的时候，你必须需要提前预判这个产品可能会被用在哪里？我今天可以跟很明确地说，ChatGPT 这个方案其实不光是 Google 有，包括小冰都有类似的方案，但我不敢放出来。
现在 ChatGPT 在美国，用户里面一个非常庞大的群体是学生。10 个美国学生，有 9 个已经知道了 ChatGPT，因为它能帮学生写作业，这是 ChatGPT 会火爆的一个重要推手。这个事情涉及到了 AI 伦理的，你明明知道它一定会是这样，那么你要不要推出这样一个影响很大的 to C 产品。对于 AI 公司而言，对话质量不是问题，问题是如何让它 last for long，能够持续的存在。
《潮头》：对比国外，我们在大模型技术方面存在的差距大吗？
李笛：不会有什么太大差距。在人工智能领域，中国无论在人才、算法、算力，还是说从市场和数据上，我们和全世界的领先国家，没有什么太大的劣势。
ChatGPT 虽然很大，但其实就是大模型的单点技术突破，还没有形成一个很大的生态系统。当然 Open AI 也注意到这件事，所以它开始投资各种生态，注资它的上下游公司，希望努力去突破这个概念。但这实际上反映了一个问题，就是单点突破本身没有太强的壁垒，有时间领先性，但是这个领先性不是不能追的。
我们的劣势在于，技术创新的打磨会稍微地有那么一点急功近利，像人工智能特别是大模型，这是需要很多年的积累，不停地去打磨，坐冷板凳要坐很久。OpenAI 做出 ChatGPT，靠的是八年的积累，国内的公司却只想靠几个月的冲刺，能冲刺出什么像样的产品吗？
《潮头》：最近有没有投资人建议小冰去做类 ChatGPT？你的考虑是什么？
李笛：会有投资人来说，你们也要做这种超大规模的、超大参数的大模型。但是，我是不会推出一个可以让学生抄作业的东西，它赚再多钱，我们也不会做。所以我们就躲，不是特别地爱抢这个风头。
我们关注的点一直都没有变，以前是这样，以后还是这样。元宇宙出来的时候，我们当时也明确说看不懂元宇宙，那时也有投资人跑过来说，你们就是元宇宙，我们也不愿意去谈，因为他跟我们的想法不一致。
我可以在中国也推出个类似的应用，然后一帮学生拿它去抄作业，我图什么呢？它不是我们的追求。我更愿意把投资人的钱，用到其他的地方，比如思考 ChatGPT 之后是什么，思考后面要如何做产品优化。
二、AI 公司商业模式怪圈，单靠 ChatGPT 无法打破
《潮头》：你怎样看待 AIGC 带来的商业模式变革？
李笛：AIGC 商业模式最大的问题其实跟技术无关。跟什么有关呢？跟你作为人工智能公司，在整个 AIGC 生态中，到底扮演什么角色有关。
举一个例子，B站、抖音、快手上有很多影视解说视频，这个里面的画外音其实完全不是人，那个声音是微软 Speech 认知服务的一个 API 接口合成的，你调用那个 API 接口，输入文本，就可以得到那个声音。
A 和 B 两个 UP 主，A 用这个服务做了一段视频，运营得当挣到了很多钱，B 则因为各种原因这个视频完全没挣到钱，这两段视频在内容市场的价值截然不同。但在 AI 公司来看，并没有能够从这两段价值截然不同的视频中，获得到不同的收益，都是只能收 3 分钟的钱。
同时，因为他提供的是 API，具体已经到声音合成 API，打散到这个程度了，以后他的竞争对手一定很多，利润空间会进一步被压缩。所以，人工智能公司，如果提供的只是这种 API 调用能力，实际上没有在任何一个它所创造巨大价值的生态里面，获得过真正的价值回报。
《潮头》：ChatGPT 的出现，有可能打破过往 AI 公司的商业模式吗？
李笛：不会的，技术上的创新突破，并不能解决商业模式的问题。一个小学生用 ChatGPT 写了一篇作文交上去，与 ChatGPT 为一个大学生写篇学术论文，赚到的钱是均等的，没有任何差别。这个模式，最后也决定了它的收入一定会逐渐走低，因为利润空间是从压缩成本中获得的，而不是不断获得新增值的价值。
《潮头》：如果 ChatGPT 只成为一个软件工具，商业变现上会面临非常低廉的回报？
李笛：对。谁都知道游戏厂商在美术资源上面的花费是巨大的，一些 AIGC 公司已经在为游戏厂商定制模型，根据游戏厂商的美术资源风格，帮助生产各种各样的游戏美术资源，可以为游戏厂商节约数百万元的费用，但是你知道他们最多愿意为这个模型付多少钱吗？不到 10 万人民币。
所以 AIGC 的商业模式一定得改变，我们就是在做这件事。人工智能实际上提供了智力或者说提供了智慧的价值，而不是像软件一样只提供了工具的价值或者是信息检索的价值。如果大家还是按软件的思路，只提供 API 调用，就认为全世界都会来调我的 API，自然赚得盆满钵满，这个想法是错的，有一天大家会形成一个新的共识，就是必须得深入到终端产出物的收益上。
《潮头》：如果选择去做垂直场景应用，还需要研发属于自己的大模型吗？
李笛：随着 Open AI 的技术迭代，像 Jasper 这种依赖 Open AI 技术的公司，一定会出现问题。就像刚才提到的 AI 公司本身的商业模式困境，如果 AI 公司只提供 API，很快就会发现挣不到钱，我在上游创造了巨大的价值，但是这些价值都被下游 Jasper 这类公司给拿走了。
所以他一定会下场，没有别的可能，有可能用资本运作的方式跟 Jasper 去联合，但如果他用一个更新版本的技术去和 Jasper 做同一件事情，很容易就把客户资源给拿过来，这几乎是一定会发生的事。
《潮头》：你对这些初创公司的建议是什么？
李笛：我劝大家，凡是市面上谁推出了这么一个让大家都可以调用的（东西），千万别用。你要做起来他一定会给你吃掉，骨头都不剩。API 调用的商业模式，他挣不到钱，所以即便是为了他自己的发展，也一定会跳进去，去做他生态链上面其他企业的事情，首当其冲就是直截了当应用他的技术来提供服务的人。
你不如去做自己的大模型，这个模型的规模不一定非得像 Open AI 这样这么大。对于一家公司来说，做一个垂直的、一定规模的大模型是 make sense 的，不用非得到千亿参数这么大规模，烧这么多的 GPU，也能做成这件事。
三、“AIGC 赛道商业回报最大的是数字人”
《潮头》：小冰未来会尝试推出 C 端的产品吗？
李笛：小冰其实是 to C 起家的，但是 to C 主要问题是安全性问题和监管问题，以及自我约束的问题。To C（产品）我们都知道，它应该有的样子和最终能够被接受的样子，中间有一个巨大的鸿沟。ChatGPT 也是一样的，我看到像 Open AI 的负责人现在也跳出来，主动地说希望被监管。
《潮头》：在你看来，AIGC 垂直场景短期内可实现商业回报最大的层级在哪里？
李笛：AIGC 商业回报赛道最大的其实是数字人，这是我们的判断，因为它的客单价明显会更高。我们当时也去做终端内容的生成，只能按着剂量去销售，形成的是类似菜市场一样的内容市场，单价非常低。后来，我们把生成的能力捆绑在数字人身上，平均客单价迅速的从 20 万提高到了 300 万。
《潮头》：要如何创建一个持久的差异化业务？从平凡到专业，门槛在哪里？
李笛：在中国，很多初创公司往往利用国外的一个大模型，或者论文里面公开的技术，迅速出现并形成一个 demo，所以导致实际上的创新不足，更多是工程上实现了一个东西，但彼此之间没有太大的差异。
差异化本身是需要创新的，我见过不少 AIGC 的创业公司，可能去年上半年还在搞元宇宙，或者往前倒还在搞区块链，什么火他就搞什么，这种你觉得他可能有什么差异化？不太可能的。
想在 AIGC 赛道这条路上出头，我觉得要具备的基础素质就是专注，好多好多年一直去做同样的一件事情，即使是外界否定，你如果真的认定这个方向，就需要去坚持，用时间去沉淀和打磨自己和产品。
《潮头》：小冰 2023 年在 AIGC 方向上的打法和规划是怎样的？
李笛：我们在 AIGC 上的投入非常明确，2023 年会做一系列的生态环境的打造，打造的 AIGC 是跟 IP 捆绑的，我们认为内容产业的附加价值是在虚拟人身上，然后我们会跟行业一起做这种生态战略的整合，用这种方式来提高或者说引入一种新的 AI 生态环境。
四、巨头洗牌，有创业者会异军突起
《潮头》：百度、阿里、腾讯等大厂都表达了要关注 AIGC 赛道，在你看来大厂是否会比创业公司更具创新优势？
李笛：我觉得大厂可能在这上面反而会慢一些，因为对创业公司来讲，机制更灵活，说难听一点，Nothing to lose，没什么可失去的，反应可能会更快。
大厂慢是有原因的，因为需要稳健，他们是集团军作战，调动集团军需要各方面的组织协调，肯定不如喊出村口小伙伴的速度快，说出去就出去了。但也正是这个原因，只有大厂才能去打打集团军的战争。
小公司更多的看的是 opportunity，因为它好的一面，小公司有机会获得资本去做这件事情，这是非常合理的。但是大厂这方面负担和包袱会更重，目前技术也确实准确性不够，很难说他们是否真的 Ready。
《潮头》：像 ChatGPT 这样的产品需要大量顶尖人才，特别烧钱，而且还需要时间沉淀，对初创公司而言这个赛道是否不是很友好？
李笛：也不能排除，技术革新永远都是这样，当年大家都去做 App 的时候，所有人认为大厂下手，这片市场机会不大，但到现在我们会发现其中真的会有人异军突起，比如像小红书做一个社区也行。只不过放到人工智能市场，这件事会变得更难，技术门槛会高很多，不排除这种可能性，但是这种可能性会大大降低。
它有点像什么？我这个比喻可能不太恰当，人工智能时代像极了阶层固化的社会，寒门出贵子会变得越来越难。从零起步，白手起家，想在人工智能领域做出一个很伟大的公司，会变得比以前移动互联网时代要难一些。
《潮头》：ChatGPT 会取代传统搜索引擎市场吗？
李笛：我们过去经历过门户时代，然后有了搜索，再到信息推荐，在这些不同的时代里，都产生了平台级产品，实际上每轮技术演进的结果，都是蚕食掉了原来的一部分市场，直到今天门户依然存在，彼此并不是一个替代性的关系。
我们在前两年就提过，从门户、到搜索、到推荐、到对话，这是一个技术上面的演进过程，所以后面会出现以对话作为基本交互形态的新平台，但是它并不是替代了之前的搜索。微软在搜索里面添加 ChatGPT 也只是一个 addition，附加了一个体验。它不能够替代搜索的最主要原因，就是它的准确性还是不够，即使将来它的准确性达到了，那时它应该会以一种新的形态出现，而搜索仍然也会存在。
但它会大量地蚕食掉搜索的市场份额，这是一定的，但实际上搜索也不是今天才被蚕食的，从移动互联网时代开始，搜索就在被蚕食，因为搜索是属于 PC 时代的。
《潮头》：Chat GPT 会像我们之前经历过很多概念浪潮一样转瞬即逝，还是会成为真正一场真正的技术革命？
李笛：我们都认为 Chat GPT 所对应的大模型，就是未来的一个技术革命，但也不用过度神话，准确的说它开启了一个天花板，让未来几年的创新得以释放，这是很明确的。
但是 Chat GPT 到了真正落地的时候，它面临的商业模式问题，让学生抄作业的现象，包括它监管的安全性等等，这些不得不面对的问题，以现有的技术手段是无法解决的。Chat GPT 本身，我觉得未来几个月可能也就这样了。但是大模型的讨论，至少在几年之内不会停止。
本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/677/824.htm]
