纵览生成式人工智能（GenerativeAI或AIGC，两种表述均可，国内更多用AIGC）进化史，从AI诞生之始，人们就试图让机器生成内容，与其对话，并诞生了最早的图灵测试标准。多年来，生成式AI的发展一直不温不火。直到去年Midjourney、StableDiffusion等文生图应用点燃了大众的热情，再到11月ChatGPT的横空出世，更是引发了现象级热潮，让生成式AI走入了亿万用户的视野。
模型即服务（MaaS）的新生态加速形成
结合目前行业“基础设施层-模型层（MaaS）-应用层”三层结构，我们预计未来可能形成一个模型即服务（MaaS）的新生态。自下而上，三层结构的构成如下：
大模型走向通用性和垂直性并重的纵深布局
在AIGC技术应用布局上，通用性和垂直性并重。
所谓“通用性”指的是横向能力，适用于各个行业，具体而言包括语义多轮对话、知识库构建、智能搜索、企业级RPA、多模态内容生成、代码生成等方面：
1、语义多轮对话：AIGC技术在语义多轮对话中发挥着巨大的优势，尤其是在高客单价销售和私域交流场景下。例如，直播话术中，AIGC能够迅速学习并掌握最佳实践，如各类Chatbot和IQforsales。
2、知识库构建：AIGC技术从简单的资料概括整理发展到帮助用户阅读理解、生成个性化资料库，以及基于高效资讯归纳的新搜索功能。这使得AIGC既可应用于企业级人工智能，也可成为个人助理（如Mem）。
3、智能搜索：AIGC在智能搜索领域的应用也取得了显著成果，如NewBing、Perplexity等。凡积累了知识库的系统，都可以借助AIGC实现语义搜索功能。
4、企业级RPA（RoboticProcessAutomation）：结合LLM（LargeLanguageModels）技术和RPA，AIGC在企业级应用中发挥着重要作用。典型应用包括微软的Copilot以及CRM领域的Salesforce等，它们紧密结合行业场景，为用户赋能。
6、代码生成：代码作为一种更标准化的文本，AIGC在代码生成方面具有巨大潜力，如GitHubCopilo已经有很不错的表现，在这个领域，正在有更多的代码生成工具出出现，有望大幅提升码农的生产力，也为普通的非技术工作者提供了更为便捷的工具，大幅降低了编程门槛。
所谓“垂直性”指的是纵向能力，通过对不同行业Know-how的学习，AIGC技术可以进化为行业专家，从而大幅加速各行业的数字化转型。
结合国外企业的投融资信息，我们列举了医疗、金融、零售和制造几个行业的典型例子：
国外科技企业纷纷“卷”出了新高度
在OpenAI的直接带动（微软）或刺激（谷歌等）下，大模型已经成为巨头军备竞赛新的杀手锏。不仅加速大炼“大模型”，还在原有的产品中快速加入大模型的能力，以期在新的范式转换和技术浪潮中占得先机。
先是5月初，谷歌I/O大会推出PaLM2大模型，其对话产品Bard未来也能像ChatGPT一样，接入网络，实时搜索网页。同时推出DuetAI，给谷歌的办公套件Workspace全新升级。
近日，微软开发者大会则推出了WindowsCopilot，打造每个人的AI助手。WindowsCopilot将直接集成到Windows11中，在所有应用和程序中都可使用，就像我们在Edge、Office程序和GitHub中看到的Copilot侧边栏一样。
除了传统科技巨头，创业企业同样表现出极高的市场活力和技术实力，各模态应用快速落地，爆款产品不断推出。随着技术不断演进，尤其是Diffusion、Transformer和Clip等模型的提出，AIGC的商业化在多个领域开始落地，其中代码生成、文本生成、图像生成、音视频/游戏等领域已有不少爆款级产品。
更多头部企业创新产品和解决方案可参见下表：
大模型生态合作的5种典型方式
目前，大模型可能的生态合作和商业模式正在渐次展开，我们梳理了主要的5种。其中API调用和插件是大多数公司接入大模型能力的主要方式。
1、API调用：大多数公司使用大模型的主要方式
在当前的技术环境下，API调用被广泛应用于知识库和客户服务领域。公司通过利用ChatGPT开放的FineTuningAPI，将自有的KnowledgeBase（包括产品文档、常见问答、客服历史对话等）上传到ChatGPT，从而建立私有模型。值得注意的是，尽管如此，创业公司仍无法拥有该模型的所有权。
通过这种方式，ChatGPT的用户可以拥有专属的ChatBot，它不仅具备常规对话功能，还可以利用企业自有、甚至非公开的训练数据来提供高度针对性的服务。
以OpenAI的GPT-3/3.5/4为技术基础，一些创新公司如QUANTUMENGINE（类似Character.ai和Inworld，由创始人JesseLyu于2023年创建）旨在基于ChatGPT改善玩家体验并提升生产环节效率。这些公司通过引入开放式对话，重新探索NPC的价值，以提升沉浸感与交互方式。同时，实现了开放式游戏视觉引擎联动的三个步骤：生成对话、行为与蓝图的自动化。一个典型的示例是“当马斯克想把特斯拉卖给比尔盖茨”的Demo，该Demo展示了如何自由选择角色并自动生成对话。
2、插件模式：Plugin让大模型有望成为新的OS
除API调用外，2023年3月24日，OpenAI公布了重磅消息：ChatGPT支持接入第三方插件，并一口气上架了11个插件。通过这些插件，用户可以用ChatGPT购买商品，预定酒店、机票，搜索专业数据等，这大大解放了ChatGPT的生产力，为其发展带来了更多的可能性。这种插件模式为Plugin可能的应用方式和影响提供了丰富的发展前景。
总之，不管是作为操作系统还是应用商店，AI的转折点已经到来。
3、进一步的探讨：机遇还是陷阱？护城河在哪里？
综合上述API调用方式的分析，我们不禁产生一个灵魂之问：模型是OpenAI的，核心技术不在自己手里，AIGC应用层企业的护城河在哪里？
PitchBook调查数据显示，仅在2022年，生成式AI（即AIGC）赛道就发生了78笔投资，总融资金额超过13.7亿美元，几乎相当于过去5年的融资总和。同期，出现了OpenAI、StabilityAI、Jasper等估值超过10亿美元的独角兽。预计2023年，生成式AI赛道的融资次数、额度将会更多。
然而，“GPT狂飙，AI投资突进，整个创投市场都热得发烫。稀缺的公司分分钟独角兽，做大模型的人才出500万年薪也难招，但与此同时，有的创业公司还没来得及在市场上露出锋芒，就已经被一日千里的OpenAI拍倒在PPT阶段，难以翻身”——AIGC应用层融资过热，是否“虚假繁荣”？
换言之，ChatGPT“更强、更快、更便宜”了，现有应用还有市场吗？关于这个问题的回答我们将以Grammarly、Jasper.ai的使用体验及Quantum-engine创始人的现身说法为例尝试做出回答。
（1）ChatGPT对Grammarly说：我干掉你，与你无关？
Grammarly为全球每天的3000万用户（包括50000个专业机构）提供语法校对服务。然而，在ChatGPT出现后，这一市场格局可能面临挑战，据悉reddit、twitter等地充满了正在认真考虑退订Grammarly。
（2）Jasper“真香”，为什么？
虽然底层模型是OpenAI的（亲测调整设问方式后可在ChatGPT中得到高度一致的营销文案结果输出，核心功能可替代），且Jasper定价更高，但截至目前Jasper的估值和用户量并未受到影响，这引发了关于其发展和市场竞争力的思考。
（3）创始人视角：应用层壁垒在于前端用户体验
由此观之，行业应用层的独特优势决定了未来百花齐放的生态，深耕行业特性、优化前端体验才能应对大模型飞速迭代带来的潜在危机。
按用户侧类型划分，生成式人工智能(AIGC)在C端和B端市场呈现出两类路径，其中C端已经达到可用、甚至好用的临界点，B端将从高价值先导领域向MaaS生态扩展。
C端市场已经达到可用的临界点
C端应用包括效率工具的下一代产品、游戏未来的新形态和制作新方式，以及为数字人、元宇宙、机器人等交叉领域带来新空间。此外，AIGC还带来了内容创作领域的大爆发。
B端市场，从高价值先导领域向MaaS生态扩展。
1、生成式AI从效率角度切入，提升写作和生产力。
例如，会议、招聘、各类办公助手（文档助手、编程助手）等应用场景。
2、生成式AI在高价值领域如营销、金融育等领域率先切入
在金融领域中，AIGC应用探索方向集中在智能客服、智能投顾、商户入网、欺诈检测、智能营销等领域。然而，在算法风险、隐私保护、信息安全等方面仍然面临较大的挑战。
3、知识密集型领域蕴含着生成式AI应用的巨大潜力
在医疗领域，GPT-4作为一种医学AI聊天机器人，在医学领域的潜在应用方式主要包括医疗记录、医学知识和医疗咨询，可以帮助医护人员提升工作效率和患者问诊体验。但它也存在局限性，并可能带来系列潜在风险。
在教育领域的应用已较为成熟。以Duolingo为例，他们利用GPT-4推出了新产品“DuolingoMAX”学习平台，提供了“解释答案”和“角色扮演”两项全新的AI功能。
除了千行百业的多模态应用，在B端市场，如下图所示的模型层中AIGC技术业在逐渐围绕头部几家大模型形成的MaaS生态发展。
畅想未来，生成式人工智能将进一步与生产、生活深度融合。而大模型带来的变革才刚刚开始。也特别欢迎大家联系我们，一起探讨大模型在行业应用主战场落地的机会和挑战。
企业级RPA+大模型的AutoGPT方式可能颠覆现有的软件模式
产业层面，企业级RPA（RoboticProcessAutomation）结合大模型的方式将在更多行业实现落地（譬如金融、零售、政府、制造、物流、地产、教育等），并财务，HR，客服等应用场景展现极为出色的能力，从而实现更高效的工作流程和业务处理。譬如说AutoGPT已昭示Prompt工程的下一个前沿，即便是非科班出身的小白，借助AutoGPT不到3分钟就能成功建立一个网站，完成一份详实的市场调研也可以在弹指间轻松实现。
组织变革和个人自雇等兴起，将带来应用软件的全新革命
当一个人就能成为一支团队，这将有可能诞生具有ToC体验的B端现象级产品。在产业变革的加速驱动下，未来在组织层面业将发生深刻变革，个人和小团队模式可能成为重要形态，引发ToB和ToC软件的边界进一步模糊……
当然这还只是我们的初步的思考，生成式AI技术影响下的未来势必继续颠覆我们的认知、持续突破想象的边界，带来生产力的新革命。无论如何，未来已呼啸而至。