OpenAI作为AI大模型公司的代表,其发展路径在一定程度上反映了其他AI大模型公司的未来。基于OpenAI的应用与模型之间的关系也折射出未来AI潜在的产业趋势。
当前以大模型为代表的AI相比2010年那波有了很大进步,核心在于终于有了真正能赚钱的产品。在出海的SaaS工具中,Heygen是一个代表性的例子,据称每年收入约2000万美元,但没有自己的模型。
估计最赚钱的产品是Microsoft Copilot。虽然也是套壳产品,没有自己的模型,但其收入规模已经相当可观。根据一些预测,Copilot的收入可能是OpenAI的2倍左右。这类产品对微软还有其他好处,可以促进其他产品的销售。
Copilot的核心构成包括:
- 入口和账户
- Microsoft Graph (代表领域数据的全集)
- AI大模型
在此之上是一种整体的系统性,对应用户体验包括响应速度、功能的流畅度等。大模型在这里扮演了发动机的角色,整个系统负责把它的输出根据用户的数据进行拟合,然后返回给用户。
在这个结构中,产品方(微软)的发言权更大。对于大客户,模型公司需要提供私有部署等上门服务。
IT行业长期以来有一个隐形的运转规则:技术创造新价值,产品拿走利润。或者说:硬件创造新世界,软件拿走利润。
从这个角度看OpenAI,各种应用相当于做汽车的,而OpenAI则是做发动机的。但OpenAI面临的挑战是:
- 基于模型的技术可能会快速贬值
- 巨额投入难以降低
- 渠道受限,变现困难
OpenAI的根本问题是产业位置不好,这是一个只能求包养的产业位置。核心驱动力是必须始终站在领头羊的位置。一旦减缓减弱,几番折腾后,最终可能会被巨头吞并。
对于OpenAI来说,搞好AI大模型只是起点,最终的产业位置取决于能否突破这个起点。OpenAI显然认识到了这点,因此不断推出新产品和服务,但整体看来产品力较弱,处境危险。
OpenAI需要在产品上有所突破,但其团队似乎更适合做研发而非产品。要突破产业位置的限制,核心在于产品,但目前的团队配置可能难以胜任能够突围的产品开发。
在ToB和ToC的选择上,OpenAI倾向于选择C端。从战略上看,这无疑是正确的,因为在B端,微软等公司已经构建了复杂的产品栈,很难被单一产品颠覆。