网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

　　大型科技企业在AIGC领域的成功占位，能够吸引大量AI开发者和ISV服务商汇聚到自己的生态上来，构筑活跃的商业氛围。那么，在生态搭建起来之后，到底去哪里收钱呢？

　　目前来看，AIGC的商业模式非常符合AI to B模式的发展逻辑，甚至可以说是必然选择。首先，基础产品+项目制。

　　To B市场有各种层次，其中一些营收合理的项目，主要还是智慧城市、交通改造之类的项目，其中大型科技企业有着先天的技术优势、品牌优势、执行能力，由其作为牵引来为大型项目提供集成式、定制化的AIGC能力，从而实现研发回收。

　　另一种则是基础产品+云服务。通过API提供基础模型能力，将自身AI能力经由大量下游企业，嵌入到各行各业的应用场景中去，解锁更多AIGC的产业价值，也能带动科技企业自身的云服务、算法、技术解决方案的增长。

　　大型科技企业的商业化挑战，则来自其通常会吸引管理者的严格监管，以及来自大众的道德审查和伦理监督。

　　比如大型企业的AI作画软件如果出现违规使用艺术家的画作进行训练，必然会引发舆论的风波；在一些地区，谷歌、Meta都因数据的不良使用而被开出过巨额罚单，目前对大型科技公司开发和部署 AI的监管也在加强。

　　三是中小和初创企业。不是所有企业都需要自己训练和开发AIGC大模型，一家科技巨头也不可能通吃所有算法模型，随着上述两类组织将基础模型和资源开放出来，AI作画的部署成本逐渐降低，大量中小企业和初创团队可以在通用大模型的基础上，探索新的商业模式、产品或服务，形成单一平台/模型+大量企业+无数开发者的AI软件生态。

　　对于这类企业来说，由于时间和资源有限，通过调用API再创新，快速构建定制化的产品和服务，快速响应市场需求，获得收入。比如AI作画火爆之后，就有大量由个人开发者或初创企业开发的AI绘画小程序和工具相继上线。

　　这类企业容易产出明星应用，比如前不久的意间AI绘画小程序，11月11日单日用户增加 65.7万人，火爆程度可见一斑。但ToC应用的核心挑战是使用场景单一，一旦用户兴趣退潮，拉新和运营成本会陡然增长，产品必须重新探索增长方式。资本市场的退出通道，即通过上市/收购/多轮融资来完成退出，这条路径在今天已经变得非常艰难了。

　　另一个可能率先火热起来的市场则是企业服务，与垂直行业相结合，基于基础模型形成标准化程度高、成本与回馈模型成熟的ToB垂类解决方案。从这一年来的市场反响来看，AI作画的垂类应用，会率先在创意设计、电商、工业设计、建筑、城市改造等行业火爆起来，主要表现在繁琐美工任务的自动化生成，通过软件收入、服务费、订阅费等形式来获得商业变现。

　　显而易见的是，当这三类企业：科研机构、大型科技企业、中小型及初创团队，都能够在B端产业场景中，找到适合自己的利基市场，形成规模效应，那么就意味着AIGC商业化周期真正打开了。

　　2023，AIGC能开始赚钱吗？2022年，一个个AIGC模型横空出世，获得了极高的活跃度，也孕育了一个新的市场版图。那么，2023年，AIGC模型们可以开始赚钱了吗？

　　今天来看，大模型持续涌现并不断迭代，AI基础设施愈发完善，技术企业和开发者的热情也非常充沛，但与广阔的产业世界还有着一定的信息差，不缩短二者之间的差距，AIGC商业化就不会到来。只有当AI作画模型的应用者数量，以及应用场景的深度，达到一定的规模，才意味着企业服务的To B长尾市场被彻底撬开。

　　从前文中大家可能看到，通过基础模型和API来构建新一代基础设施的机构和科技企业，是AIGC产业的根基，那么在接下来的2023中，这类机构和企业就需要承担起加速AIGC商业化成熟的任务。

　　如果顺利的话，我们会在未来一年中，看到：

　　1.AIGC产品工具化。

　　目前，一些AI作画大模型的应用门槛依然偏高，大范围应用还有非常多的挑战，二手交易平台上还出现了“代跑AI绘画”服务，可以帮助客户使用海外AI作画软件来生成作品，抑或是优化关键词，来生成更准确、更合理的作品。而未来，AI作画这类大模型会将能力封装得更加完善、简单、易用，并与垂直行业知识、多样化算力资源等横向、纵向打通，以满足各类型开发者和企业的应用需求，以最低成本完成AIGC能力的调用。

　　2.大模型技术自主化。