任何科技，只有卖出了产品，才有利润，应用层里好赚钱吗？

互联资讯 2023-04-09 14:40:05 0

淘宝搜：【天降红包222】领超级红包，京东搜：【天降红包222】
淘宝互助，淘宝双11微信互助群关注公众号【淘姐妹】

任何科技,只有卖出了产品英语,任何科技,只有卖出了产品和服务,任何科技,只有卖出了产品的英文

关注「 凯恩斯 」，获取投资策略！

由于公众号规则改版，为防止大家不能及时收到的文章，建议将公众号设成星标，多点“在看”“点赞”，这样才能及时收到消息，否则你可能收到的是几天前的文章！

我们昨天说真正的应用层面还比较早，现在还是相关的大模型算法、算力基础设施以及数据建设中，突出的是大模型和算法能力领域，算力基础设施领域、数据处理领域的企业，像算法算力需求很大，比如源1.0有2457亿的参数，训练部署一个完整的模型副本需要304块GPU。如何提高精度、提高训练性能？相关研究人士在模型算法上开展了一系列创新，最终采用了2128块GPU集群，才达到了想要的效果。大模型发展到后面，肯定还会去转向GPU，或者说转向专业AI芯片来做算力的承载。

再比如对数据的需求也是很大的，GPT3它披露的是45TB的全网的数据，当然经过清洗以后可能就几百个GB，但是它的输入要依靠大量的通用数据。再比如，想要完成GPT-3训练需要1万块GPU、1750亿参数量和570GB训练数据集。所以大模型对于数据的需求会是海量的。

这背后也突出了对芯片的需求，做GPU的厂商，或者做服务器、AI服务器，实现芯片之间或服务器之间高速互联的这些网络设备的厂商，可能是最先看到业绩的层面。

国内能做的GPU厂商也有，但是百度仍在大量溢价50%以上采购英伟达芯片，说明国内的GPU还是比较落后，英伟达在数据中心GPU市场占据超过90%以上的份额。2020年推出了A100芯片，专用于自动驾驶、高端制造、医疗制药等AI推理或训练场景。2022年推出了性能更强的新一代产品H100。相关信息显示，A100/H100是市场上性能最强的数据中心专用GPU，市面上几乎没有可规模替代的方案。一些特斯拉、Facebook等企业，都使用的是A100芯片进行组建AI计算集群，采购规模均超过7000枚。而运行ChatGPT也需要性能更高的芯片。

让人兴奋的应用层想象空间更大

相比大模型算法、算力基础设施以及数据建设，最终可能最让人兴奋的，还是最顶层那些不知道长什么样的应用。

已经推出的大模型，像ChatGPT，像文心一言，大模型需要数据处理、算力、算法堆积而成，能做大模型的厂商应该也是有这几方面的实力，大模型也是我们比较关注的层面，这些做大模型的厂商会给人工智能提供基础设施，和我们现在的公有云，提供算力、提供存储、提供网络类似，我们也能发现有些通用的大模型有可能是比较同质化，每一家的模型能够提供的服务类似，既可以人机对话，还可以提供写作、翻译、代码生成等工作，许多公司和组织都希望在自然语言处理领域取得领先地位。

3月27日，取消了公开发布会直播的百度智能云，临时举办了面向首批文心一言邀约测试企业的闭门沟通会，并在会上发布了文心大模型和能够提供的服务。

文心千帆大模型平台服务能力包括推理、微调和托管，可以为不同的企业提供数据管理、自动化模型定制微调以及推理服务云端部署一站式大模型定制服务，具体落实到场景上，像智能对话、智能输入法等通用应用场景，可在文心千帆直接体验文心一言企业级推理云服务，并进行业务集成。还适用于智能营销、智能客服、情感沟通等需要沟通对话的场景，可在生活中针对用户需求提供快速应答，精准匹配用户需求，完成营销商拓、及时响应、正向心理辅导等内容。还有剧本、故事、诗歌等文本创作场景，以及代码生成、数据报表、内容分析等深度学习的文本场景。

ChatGPT也可以做语言处理，能够通过学习和理解人类的语言来进行对话和互动，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。比如ChatGPT可以作为聊天机器人的基础，帮助您为客户提供自动化的问答服务。用户可以通过向企业和网站运营商出售这些服务来获得收入。ChatGPT可以为作家、编辑和其他创意人士提供写作建议和灵感。用户可以通过出售这些服务来赚钱，或者开发自己的应用程序和工具。ChatGPT可以帮助用户提供自动化的翻译服务。用户可以通过向个人和企业销售这些服务来获得收入。ChatGPT可以分析用户的兴趣和行为，为他们提供个性化的推荐。用户可以通过向电子商务和其他网站销售这些服务来获得收入。在搜索领域也可以使用，能够与用户进行交流明确需求并具备文本生成能力进行回复。

除了ChatGPT，像文心一言，还有很多大语言模型问世，像前一阵Google开放下一代对话系统Bard的测试，该系统由LaMDA提供支持，对话系统功能对标ChatGPT；2月24日Meta发布并开源了大模型LLaMA，模型参数在70亿-650亿之间，希望用更低的训练成本，在更快的速度下，用较小的大模型实现较高性能；3月15日，Google首次向开发者开放了大模型PaLM的API。

正是因为现在的这些大模型大多聚焦在自然语言处理领域，这导致了商业上的激烈竞争，从ELMo到Bert再到之后的GPT-3等一系列模型，预训练模型的性能一直在提升，各公司和组织也在争夺自然语言处理领域的商业应用市场，希望能在市场上获得更大的份额和更高的收益。

而现在这些大模型也不再限于人机对话使用，人们还在期待更多的应用，开发商也在想办法提供更多的应用可能，OpenAI也要给ChatGPT上线插件测试，首批上线插件包括OpenAI官方发布的三个应用，以及和第三方合作的12款应用。能提供插件功能，可以解锁大量的应用可能，或者是从一小部分需求开始，逐渐拓展更多的应用。

这种插件功能，就是为了解决ChatGPT数据喂养差的问题，直接接入全球互联网检索，比如可以接入中文维基百科的资料库，把App、小程序内置在ChatGPT内部形成应用商店、操作系统，把机器层面的应用和我们的实际需求建立联系。

大厂在大模型应用层展开激烈角逐，微软在2月份逐步宣布ChatGPT将融入Teams，Bing以及浏览器Edge。之后宣布Office全家桶将与GPT-4展开合作。Google也与2月7日推出对话系统Bard后，在3月15日宣布Google将在线上协作平台GoogleWorkspace中引入了生成式AI功能，此外Notion、Shopify和Salesforce也逐步在软件中加入大语言模型功能。GPT-4的首批应用已经渗透到金融和教育场景，Duolingo和Khan学院使用GPT-4开展AI教学，MorgenStanley和Stripe使用大模型改善客户与员工工作体验，GPT-4的高效性和准确性将会对金融行业产生重大影响。它能够帮助金融机构自动处理和分析大量的金融数据，提高风险评估和市场预测的准确性。

GPT-4平台支持的Copilot中，Copilot将嵌入到Word、Excel、PowerPoint、Outlook、Teams等办公软件。在Word中，Copilot可以对文件进行总结并提出编辑建议；在Excel中，用户可以用自然语言调用各类复杂函数；在PowerPoint中，Copilot可以让PPT和Word实现一键转换。

从OpenAI披露GPT-4的多种应用场景来看，GPT-4的具体应用层面可以分为两类：一类是To B类，提供给大型公司用于提升内部工作效率；另一类是To C类，嵌入应用产品中，为消费者提供增值服务。

To C市场里，有些企业打算将ChatGPT类模型嵌入主营业务，像汤姆猫，公司“会聊天的汤姆猫”在3月14日对安卓用户开启内测。那么，“会聊天的汤姆猫”怎么变现？汤姆猫证券部人士提到，现在商业变现模式存在一定不确定性。公司曾在接受机构调研时表示，公司将结合现有的营收模式，扩充除以广告收费模式外更多新型的流量变现模式、充值收费模式等变现形式。公司还将人工智能预训练模型等新兴技术深度赋能于公司IP授权衍生品、亲子乐园、车载设备等线下实物产品或线下应用场景。这么看来目前还没有实现真正的赚钱。

任何科技，最终都要落到消费的层面，只有卖出去了产品，才会有利润，只不过现在的大模型的性能还不足以支撑规模性的落地使用，像OpenAI曾联合github发布的Copilot，尝试在IDE领域为现有编程方式带来质变，Copilot解决复杂问题的能力有限，目前来看，还没有完全取得规模性的、高成功率的效果。所以大模型解决复杂问题的能力不稳定，解决问题时也出现了不少的错误，这导致很难将大模型应用容错率低的场景里。

吕长顺（凯恩斯）证书编号：A0【【QQ微信】】3。【以上内容仅代表个人观点，不构成买卖依据，股市有风险，投资需谨慎】