一出奥特曼在OpenAI“来去之间”的戏码，以回归暂告一段落。
过程很抓马，吃瓜群众很激动，当然了，最开心的还得是微软。
不仅因为这出“闹剧”无论怎么发展，都是微软稳赢，还因为背后潜藏着一个更大的瓜——
大模型的最大利益获得者，居然还是微软这些让人意想不到的老牌玩家。
比如Stable Diffusion和Midjourney争先恐后迭代卷上天，但凭借AI作图赚得盆满钵满的，其实是Adobe。
年初至今，Adobe美股市值涨了1000+亿美元，已经不知不觉创造了90.58%的涨幅；而OpenAI最大股东、发布一系列AI Copilot产品的微软，涨幅同样达到令人瞩目的55.93%。
这类非AI原生的老牌玩家，看似主营产品还是十分传统，但AIGC产品却悄然占据了主流——譬如微软刚刚就推出了Windows AI Studio，开发者可以在其中访问各种AI模型，并根据自己的需求进行调整。
新闻一出，就听得同赛道不少创业公司的哀嚎一片。
为什么传统公司，反而是大模型时代最先收割的那一方？
要搞清这一点，首先得明白，从最初的AIGC技术爆发到现在，行业情况早已发生了变化。
传统公司在AIGC后发制人
从技术井喷到市场落地，AIGC的发展大致分为两个阶段。
第一阶段，AIGC技术井喷，创业公司和新产品源源不断涌现。
无论Adobe还是微软，在技术爆发的第一阶段，似乎都只是充当着背景板的角色。其传统产品如PhotoShop、Office全家桶，甚至可能成为被AIGC技术第一批革掉命的“老旧应用”。
然而如今第一轮投融资风口过去，AIGC进入寻求落地的第二阶段，这些传统公司非但没有消亡，反而更活跃了：
Adobe前不久推出的文生图Firefly Image 2，生成分辨率直抵2k，已经全面入驻Photoshop、Illustrator、Premiere Pro等套件；微软更是基于老牌办公软件Office、浏览器Bing发布了Copilot Studio。
无论Adobe还是微软，均依托AIGC新功能揽获了不少关注度。
相比之下，创业公司开始面临落地难题：
OpenAI尚未实现盈利；做出Stable Diffusion的明星创业公司Stability AI，被曝身陷营收困境，近期又有高管因版权问题离职……
为什么Adobe、微软这些看似传统的公司，却在AIGC 2.0时代完成了一轮“反杀”，率先从新技术中获利？
表面来看，这些公司只是借助AIGC技术风口更新了一波自己的产品。
但实际上，它们掌握着产品从技术落地到市场匹配最关键的一环——场景。
以Adobe为例，旗下付费产品PS占据近70%设计市场，带来了极其稳定的现金流；加之核心用户不少是商业设计师，要想在不改变工作流的情况下引入AIGC降本增效，购买Adobe会员是最便捷的思路。
这是因为，从用户如设计师的角度来看，包括方案评估、成品的交付和修改等工作，其实都离不开和其他岗位的沟通协作，这个过程涉及一套业务流。
虽然其他AI文生图工具如DALL·E 3可以低成本生成大量图片，但这些图片既非能自由编辑的矢量图、样式也不一定符合用户需求，一言蔽之就是不合业务流，还会带来额外的工作量。
但Adobe作为承载业务流的产品，更了解设计师真正需要降低工作量的痛点，在推出生成矢量图（Firefly矢量模型）、AI修图（Generative Fill）等工具后，相当于直接用AIGC简化了业务流、节省了工作时间。
而干得风生水起的Adobe和微软，代表的还只是国外传统公司在AI 2.0时代下的打法。
相比之下，国内一众传统公司做得怎么样了？
这两天，国内营销数字化服务商帷幄（Whale）举办了一场秋季发布会，发布会主题正是与AI和大模型等技术有关的“AGI for Growth 释放增长的AGI力量”。
作为国内市场营销领域的代表公司之一，帷幄针对AIGC推出了什么样的新产品？对于市场营销、乃至整个AIGC行业而言，从帷幄的案例中又能总结出哪些经验？
我们逐一拆解，细细来看。
头部场景玩家，这样用AI
Whale帷幄，国内AI营销和销售场景的头部玩家，创业4年（2022年）就跻身独角兽行列。
然后遇上ChatGPT诞世，这对帷幄，对营销领域，对全行业都是全新的开始。于是，这家专注于AI技术的数字化营销运营平台，业务就更风生水起了。
大模型落地从纯技术红利转入“得场景得天下”后，有落地场景的企业，能够让AI、大模型结合业务，形成新引擎和新业务闭环。
帷幄拥有的优势，正是其沉淀多年的营销场景，这其中不仅有大量商业经验、垂直数据，更有对行业需求的理解。
对于营销行业而言，大模型带来最有用的能力，主要就是两点，一是数据总结，二是内容生成。
其中，因为大模型能助力营销，将内容的广度和深度传达出来，所以内容生成又更为重要。
说回我们这次用来举栗子的帷幄，它是如何让AI通用大模型生成内容的广度和深度，在营销这一专业领域上展现出来的？
先简单介绍一下，这次发布会，帷幄祭出了一整套产品，包含迭代型和全新发布型，具体包括：
“AGI 云 Alivia”、“帷幄数智空间 Whale SpaceSight”、“帷幄内容营销中心 Whale Harbor”、“帷幄绘声 Whale Echo”、“帷幄开播 Whale Cast”。
这些产品最底层的能力，由专为营销和销售设计的企业级AGI工具包Alivia提供。
之所以叫它工具包，是因为Alivia不仅全面覆盖营销赛道，且功能从AI语音、AI海报、AI视频编辑到AI数字人直播应有尽有，还能提供企业级模型训练与管理，真的很全面。
用Alivia的大模型能力，能省时省力触达更多用户。
就拿电商现在已经离不开的用AIGC能力制作宣传物料来说，文生图、图生图和视频编辑都已经是必备的功能，要是不满意，甚至还能专门训练一个自己的企业级模型。
文生图能力，生成内容可以精确到字母，黑白颜色所描述的主语也不会随意弄混：
要是生成提示词中强调“背面”等其他场景，也能准确改变模特的姿势：
至于图生图能力，还要更进一步，不管是在海报里给商品换背景：
还是要替换掉一张海报的模特：
对Alivia来说，更是秒秒钟胜任的小case。
而且广告主可以根据品牌调性，自我定义所需海报的风格、样式，在这样的基础上，AIGC生成所需的海报，简直是手到擒来。
要是遇上海报无法hold住的营销场景，还能用上视频编辑器的能力，分分钟制作一条快闪视频推到你面前，并且可以是包含数字人形象的那种：
基于Alivia打下的大模型能力基础，帷幄推出了一系列AI产品，最最核心的，有这几个：
SpaceSight/数智空间，应用于数字化线下门店运营；
Harbor/内容营销中心，应用于数字化内容营销；
Echo/绘声，应用于数字化语音服务；
Cast/开播，应用于数字化直播间运营。
这四者是帷幄Alivia大模型能力的进一步外显，让帷幄能把营销内容深度传递。
所谓的深度，其实可以理解为对每一个行业、每一个用户进行全盘而深度的了解，让生成的内容出现在用户面前的时候，都尽可能精准踩在客户旅程转化点上。
解释得再直白一些，就是每个人接触到的内容，都是自己看得懂的、感兴趣的，从而提高营销转化率。
要实现这个想法，除了从线上（直播间）和线下（门店）对用户喜好数据日积月累，还离不开内容营销中台Harbor。
Harbor把各种各样的数据，包括直播时候收集的话术、话术的好坏，或是门店不同区域的客流量、留客率等，统统收集并整理。
当帷幄用大模型的数据总结能力，结合内容生成能力梳理和呈现了数据和数据之间的关系，再喂给大模型，会发生什么呢？
事实就是，拥有帷幄的每一个运营or销售，干活都能贼灵光（doge），老板要的商品数据对比，分分钟就能手到擒来。
一个平台，用好了大模型数据总结和内容生成的能力，并提供给每一个需要的客户，所产生的影响现在已经能被直接接触和感知到。
不仅仅是“能用”而已。更进一步的，AIGC已经形成了一种“放大器效应”：
通常意义上的市场营销，就是用技术帮客户扩大流量和转化率；现在有了AIGC的帮忙，这件事只会变得更快捷、更低价、更高效。
但是，人人皆可用AI与大模型的现在，旧公司和新创企似乎在技术的推动下，站在了同一条赛跑线上。为什么获利更猛的，反而是Adobe、帷幄这样的老牌参赛选手？其中是否有什么经验可供借鉴？
带着好奇心，我们联系上帷幄创始人兼CEO叶生晅，和他聊了聊帷幄在AIGC场景中的定位，对AIGC这一行业的看法，以及AIGC会对各行各业的玩家产生什么样的影响。
谁在收割AIGC技术红利？
叶生晅硕士毕业于加州理工学院计算与神经系统专业，曾在Facebook从事数据科学类工作，随后回国进入数字营销行业，创办Whale帷幄。
谈及AIGC，叶生晅认为，当前入局的玩家主要可以分为四层。
最底层是像OpenAI、Stability AI这样的创业公司，或者说拥有AGI这一技术本身的公司。这类玩家拥有通用大模型技术，也会为更上层的玩家提供最底层的技术支撑。
第三层就是像LangChain、AgentChain这样的更偏向于基础设施层的玩家，它们会做一些支持通用大模型的技术底座，有不少还是开源的工具，进一步支撑AIGC乃至大模型的发展。
第二层则是在前两层架构上进一步诞生的AI工具产品，如依靠LoRA等技术发展起来的公司，这类公司专注于提供工具本身，并以此开辟小范围的创新思路。
最顶层就是应用公司，包括国外的Adobe、微软，以及国内的帷幄等公司。这类公司有场景，并依托场景打造了不少有稳定流量的应用，同时也会基于需求，将业务扩展到前几层场景中。
这四类玩家究竟谁能收割最终的技术红利？
叶生晅的看法是：创业公司收割不了最终的技术红利。
以OpenAI为例，这类公司虽然能依靠技术创新打出自身价值、快速实现破圈，甚至以一己之力带动整个AIGC技术生态圈发展壮大；
但最终大模型这样的底层技术，仍旧需要算力、数据和场景支撑，因此最终还是会被微软这样的云厂商收割。
但进一步来看，能收割技术红利的场景玩家，也绝非仅仅依靠场景本身、即已经过市场验证的产品。
叶生晅认为，主要还有两方面的标准。
一方面，这些公司要有能挖掘出AIGC技术利用价值的能力，从场景理解不同用户对于算法的不同需求。
以图像生成为例，虽然这类经典算法类型有限，然而对于不同场景的客户而言，需求的算法细节其实存在极大区别。
例如，对于家居行业而言，能否在生成家具时，完美且合理地构造出设计细节，就必须在垂直领域中去不断打磨算法，才能让它成为“内行设计师”：
再以场景理解为例。不同行业的品牌方，运营线下门店的“规矩”也有所差异，如食品店有食品安全规范、服装店有商品排列要求等。
如何根据这些细节差异，打造符合企业的场景理解算法，同样需要门道：
因此，无论是哪个领域，AIGC技术实际应用的途径也会有所不同，如何利用合适的技术给自身场景带来最大的技术加持，是场景玩家需要去思考的问题。
另一方面，公司自身也得有技术实力，才能快速在新一波AIGC浪潮来临时及时跟进，将技术带来的价值最大化落地到场景中去。
叶生晅表示，帷幄作为一个技术公司，也会继承Facebook的开源文化，主动拥抱开源、贡献开源，投入到AIGC技术研究中去。
例如帷幄也有在Stable Diffusion等不少AI开源社区做出贡献，参与了各种项目的跟进，这和产品的发展不仅并不矛盾，反而是相辅相成的。
当然，无论是哪一类玩家，最终都还是要从当下和未来及时判断AIGC的风向，并选择合适的落地思路。
毕竟针对AIGC技术本身，依旧有人抱持谨慎的态度，认为它有吹捧过度的嫌疑，现有AI生成能力并非完美，距离直接可用还有一定距离。
对于AIGC当前的技术发展进度、未来是否值得投入，叶生晅给出了这样的总结：
技术本身的发展进步不会被阻挡，正如AGI不应该是一个目标、技术评判标准，而应该是一条成就终端客户需求的路径。
至于判断一项技术是否值得投入，最终还是要回归三点指标，即技术落地是否真正有用、市场规模是否够大（例如对口型翻译就不算一个大市场）、客户是否愿意买单。
因此，不用等待某个节点的到来，而是应该找到属于自己的场景、把握好技术路径，才能在群雄逐鹿的争夺战中收割最终的技术红利。
首页
资讯
AI写作
我的