AI营销观察
《一场生成式AI浪潮,可能终结“硅谷时代”?》
当前AI浪潮特点:许多领域的创新在同时加速,类似GPT大语言模型正在迅速并行提高自然语言在C端和B端产品中的解析能力。生成式AI赛道有三个重点值得关注:更好的AI技术正在持续泛化;应用方面有明确用例的公司,会取得先发优势;基础设施正在被广泛采用和快速增长。(来源:“腾讯科技”微信公众号)
《为什么建议你尽快跳入AI应用大潮》
AI大模型本质上不是技术创新,也不是技术革命,大模型的整个技术原理是OpenAI借鉴学习了谷歌2017年公开的人工智能论文原理,人工智能大模型是技术应用的大潮流,未来会有更多的大厂和平台提供开源的大模型,创业者应该放弃做大模型,转向做AI应用。(来源:“见实”微信公众号)
《AIGC+X:生成式AI产业的投资思考》
AIGC可以为各行各业带来成本降低和效率提升,但也面临着技术壁垒等问题。AIGC创业者在开发产品和服务时要考虑:如何为客户提供增量价值,并根据收入增长来收费;如何突破市场的天花板,进入行业的更深层次,如供应链、工具或平台;如何避免依赖项目制的收入,实现长期的资本化价值。(来源:“Marteker”微信公众号)
大模型应用观察
《大模型的应用热:最甜的蛋糕与最难的关》
国外大模型玩家的路径:直接面向C端用户,提供大模型的API或应用,如ChatGPT;结合自身的场景和业务,为B端或C端用户提供大模型的解决方案,如微软的Microsoft 365 Copilot。国内大模型玩家的路径:如百度的飞桨、科大讯飞的讯飞开放平台、华为的盘古大模型、阿里云的Llama2。(来源:“财经无忌”微信公众号)
《百度版大模型应用商店来了!从数字人到企业搜索11大应用应有尽有》
百度智能云大模型应用的特点:背靠大模型,能够适应不同行业和场景的需求;自然语言交互,降低使用门槛。商业化模式:面向C端用户,提供大模型的API或应用,如曦灵数字人平台等;结合自身的场景和业务,为B端或C端用户提供大模型的解决方案,如甄知企业搜索引擎。(来源:“量子位”微信公众号)
《大模型应用的商业化进展慢,为什么慢?》
大模型虽然是一项优秀的技术,但在商业应用中还面临着诸多挑战和限制:如错误和风险、宕机和延迟、开发和运维、收入和估值、刚需和付费等。企业应该深入理解用户,寻找用户真正的痛点。技术本质上是一种手段,而满足用户需求才是真正追求的目标。(来源:“多知网”微信公众号)【完】
图片来自网络,侵删