2023這一“大模型之年”即將過去，點燃第一把火的OpenAI推出GPTs砸掉無數(shù)創(chuàng)業(yè)者飯碗，國內(nèi)大模型賽道也度過了討論如何落地的階段。

如何提速規(guī)模化從而進(jìn)入造血循環(huán)，是共識之下的發(fā)展路徑。對此，玩家們根據(jù)to B和to C兩種商業(yè)模式，分別開展了不同方向的嘗試。

其中to B方向以簡單粗暴的API以及出售模型PaaS、SaaS層能力為主。在大多數(shù)從業(yè)者看來，to B方向更有可能率先完成規(guī)?；６鴗o C方向的嘗試則更為五花八門，萬變不離其宗的是，大家都選擇了訂閱付費模式。

之所以少有廠商選擇向C端提供產(chǎn)品，向B端廣告主收費的“廣告模式”，或因目前的公眾模型服務(wù)還處于你追我趕的狀態(tài)，流量缺乏整合。

在此背景下，科大訊飛近來以辦公硬件為載體的大模型商業(yè)化路徑顯得格外出挑。

在既往搭載語音技術(shù)的辦公硬件基礎(chǔ)上，穩(wěn)住大模型底座能力的科大訊飛早在5月起便有意地將模型能力與既往產(chǎn)品線相結(jié)合。鍵鼠、辦公本等產(chǎn)品的最終形態(tài)也在10月24日科大訊飛全球開發(fā)者大會后進(jìn)入宣傳期。

上述產(chǎn)品恰好與近期刮起的AI硬件之風(fēng)相合，只是光子星球也在《知海圖找尋指南針》中提到，C端大模型賽道還做不到用AI“重構(gòu)”業(yè)務(wù)，大多只能做到用AI“點綴”業(yè)務(wù)，邏輯本身沒有變化。

科大訊飛的AI硬件能否在路線出挑的同時做到銷量出挑，AI的介入于其產(chǎn)品邏輯之變是重中之重。

舊瓶裝新酒

產(chǎn)品化探索一直是大模型廠商的心病，因為直至今日，國內(nèi)戰(zhàn)場的抓手都是基礎(chǔ)大模型。與這門顯學(xué)相比，落地更為具象化的應(yīng)用賽道卻長期“發(fā)育不良”。

一則Sensor Tower的數(shù)據(jù)是，2023年上半年，美國市場貢獻(xiàn)了55%的AI應(yīng)用總收入，歐洲市場占20%，而中國在內(nèi)的其他市場加起來僅占比25%。此外，應(yīng)用賽道的薄弱也與國內(nèi)C端語境的付費意愿強相關(guān)——即使是在移動互聯(lián)網(wǎng)應(yīng)用中，平均客單價與獲客成本也未必能打平，何況成本高企的大模型。

于是，以硬件為載體，將大模型能力作為附加服務(wù)的產(chǎn)品邏輯進(jìn)入業(yè)界視野。這一方面提高了硬件產(chǎn)品本身的附加值，通過軟件獲取了一定溢價；另一方面也繞過了C端軟件付費意愿較低的難題。

以科大訊飛為例，除外界認(rèn)知較為清晰的AI學(xué)習(xí)機外，還有辦公本、鍵鼠、翻譯機已獲得大模型的加持。簡單梳理其產(chǎn)品線，不難發(fā)現(xiàn)這些產(chǎn)品早在兩年前NLP技術(shù)興起時便已問世，而今的新品是“舊瓶裝新酒”，保持原本的產(chǎn)品邏輯與應(yīng)用場景不變，相對拓展能力外延。

其中學(xué)習(xí)機是提升較明顯的品類，大模型能力提供了作文類人批改、類人互動輔學(xué)、類人口語陪練等功能。但是與學(xué)習(xí)機能通過人工智能來深度改善使用體驗不同，科大訊飛的其他AI硬件并未在大模型之下獲得較大能力拓展。

以AI鍵鼠為例，其早在此前就已具備OCR識別、語音識別打字、翻譯等功能。大模型的加入僅是以滑輪下增加的“AI”鍵，支持一鍵呼出目前免費開放服務(wù)的訊飛星火大模型應(yīng)用并接受使用者的指令，此前的核心賣點如“語音打字每分鐘400字”與前代并無二致。

“AI”鍵的出現(xiàn)縮短了用戶獲取模型能力的鏈路，市場上絕大多數(shù)攜自定義側(cè)鍵功能的鼠標(biāo)都可輕易實現(xiàn)。至于硬件方面，其基礎(chǔ)款的DPI（精度）相較前代提升了1000，這在鼠標(biāo)性能爆炸的今天可以說是聊勝于無。

據(jù)科大訊飛官網(wǎng)，在原核心能力未有變動的情況下，大模型為其AI鼠標(biāo)帶來了100元以上的溢價，提價幅度達(dá)26.3%，不可謂不高。況且只考慮硬件能力的話，AM50基礎(chǔ)款對應(yīng)的只是百元檔位，軟件服務(wù)“撐起了”余下的399元溢價。

顯然，以軟件打溢價的硬件產(chǎn)品邏輯是科大訊飛的傳統(tǒng)藝能，大模型也是如此。

據(jù)公開數(shù)據(jù)，訊飛AI硬件(AI學(xué)習(xí)、AI辦公、AI健康)在“618”期間銷售額同比增長125%，而其最近的雙十一則有多個品類獲得天貓、京東商城銷冠，大有站穩(wěn)AI學(xué)習(xí)辦公的硬件賽道之勢。

只是熱度來得快去得也快，以訊飛AI學(xué)習(xí)機為例，其5、6月的GMV就分別同比增長136%和217%，此后的7、8月正是學(xué)習(xí)機的行業(yè)旺季。而截至10月，科大訊飛科大訊飛AI學(xué)習(xí)機的GMV同比增長超過100%，前后增速之差可以看出其銷量正在逐漸走低。其他硬件脫離了更易走量的教育市場，其形勢或更令人擔(dān)憂。

通過硬件賣軟件是一條看似兩全的不錯思路，但其可持續(xù)性卻需要科大訊飛和市場的進(jìn)一步驗證。

靠硬件落地未必性感

硬件是塊磚，哪里需要往哪搬。

早在數(shù)年前由阿爾法狗掀起的AI浪潮起，AI與硬件的耦合便呈現(xiàn)清晰的模式分野。硬件可以是通道，用戶借以獲取互聯(lián)網(wǎng)服務(wù)；硬件可以是主菜，AI不過是一種能力方案；硬件可以是基石，AI憑此發(fā)揮資本力，靠概念炒估值。這三種耦合的代表分別是智能音箱、智能手機以及當(dāng)下還停留在PPT上的AI次時代產(chǎn)品。

目前來看，訊飛硬件走的是第一條路。也就是說，其真正的賣點在于大模型，硬件性能于產(chǎn)品基本無關(guān)緊要，而且對于小度、步步高以及更多傳統(tǒng)硬件廠商而言，不具備任何壁壘。

因此，訊飛硬件初顯規(guī)?；匿N售表現(xiàn)只是其觸達(dá)C端市場的第一步。后續(xù)無論是持續(xù)迭代模型以交付更具價值的軟件服務(wù)，還是硬件側(cè)的供應(yīng)鏈與成本競爭都是不小的問題。

前者，訊飛硬件需要在目前開放的大模型服務(wù)基礎(chǔ)上嘗試做更多“加法”。如通過硬件，將大模型能力的應(yīng)用深化至游戲等辦公以外使用場景，拓寬目標(biāo)用戶群。或是迭代升級辦公場景的服務(wù)能力，以維持更高的附加值，應(yīng)對短期大量出貨對未來需求的透支。

后者則在于訊飛硬件借助大模型而領(lǐng)先的身位并不牢靠，星火大模型本身在國內(nèi)并未取得絕對優(yōu)勢，小度隨時可以在文心一言的加持下奮起直追。

需要注意的是，大模型軟件應(yīng)用的落地在世界范圍內(nèi)都局限在少數(shù)場景中。

以海外成熟大模型應(yīng)用市場來看，Chat bot與Midjourney為代表的圖像、視頻生成產(chǎn)品分別占據(jù)了應(yīng)用商店49%、31%的下載量。場景限制了落地方向，訊飛硬件目前也只針對辦公這一高頻剛需場景來打造產(chǎn)品線。

與之相比，消費場景的AI硬件使用頻率更高、更具想象力。

如今，PC廠商、智能手機廠商與芯片廠商三方共同推動的AI浪潮正在試圖重燃消費電子賽道。消費電子相對辦公的場景泛化對AI的嵌入提出了更高要求，如端云混合部署、個人數(shù)據(jù)隱私、AI導(dǎo)向的硬件性能提升等，目前尚未見較完善的產(chǎn)品形態(tài)。

大模型的出現(xiàn)給業(yè)界帶來了“iPhone時刻”的希望，同時承載軟硬件兩面的提振需求，但是具備跨時代意義的產(chǎn)品還尚未出現(xiàn)，硬件與AI的耦合不過是“小荷才露尖尖角”。

轉(zhuǎn)動用戶飛輪？

通過規(guī)?；M(jìn)入自我造血階段，是訊飛硬件背負(fù)的歷史使命。在此之上，面向C端的硬件更是承載了科大訊飛完成“GBC比例調(diào)整”的希望。

10月19日，科大訊飛發(fā)布2023第三季度財報，財報顯示，科大訊飛整體業(yè)績基本追平前半年的財務(wù)表現(xiàn)，但是多地財政表現(xiàn)已經(jīng)顯著影響了科大訊飛的G端業(yè)務(wù)營收。于是在其營收的主要板塊教育上，科大訊飛將口號改為“GBC比例調(diào)整”，目前其教育C端營收比例已經(jīng)超過G端。

科大訊飛的業(yè)務(wù)重點逐漸向B端、C端轉(zhuǎn)移的同時，硬件作為軟件的觸達(dá)手段以及大模型價值釋放的“介質(zhì)”，自然也成為其攻城略地的抓手。

如按上文所述，訊飛硬件除了語音方面的老本行外相對難以構(gòu)建壁壘，那么其瞄準(zhǔn)的辦公賽道也很可能會隨著細(xì)分市場成熟從而進(jìn)入內(nèi)卷期，財務(wù)模型隨之進(jìn)入低增長階段。

其進(jìn)一步規(guī)?；c營收換檔該怎么做？

吉姆·柯林斯曾在《從優(yōu)秀到卓越》一書中提出飛輪效應(yīng)理念，認(rèn)為企業(yè)從優(yōu)秀到卓越的蛻變來源于循序漸進(jìn)的積累。在數(shù)據(jù)為三大要素之一的AI賽道，業(yè)界慣常以數(shù)據(jù)為飛輪。

但是在生成式AI的應(yīng)用商業(yè)化上，數(shù)據(jù)卻不一定是首要矛盾。據(jù)紅杉資本發(fā)布的《生成式AI第二幕》稱，基礎(chǔ)模型的迭代隨時有可能摧毀應(yīng)用公司的數(shù)據(jù)壁壘，典型的案例是GPTs。相比積累的數(shù)據(jù)，流程體驗和用戶網(wǎng)絡(luò)似乎更能打造成為持久的競爭優(yōu)勢。

紅杉資本認(rèn)為，是時候提升用戶體驗了。畢竟借助互聯(lián)網(wǎng)，AIGC并不擔(dān)憂其流量來源與分發(fā)，而是擔(dān)憂其價值呈現(xiàn)以及釋放。

微軟的New Bing、百度文心一言均在發(fā)布初期取得不錯的數(shù)據(jù)表現(xiàn)，卻難以保證用戶的持續(xù)留存以及進(jìn)一步商業(yè)化。究其原因，可能是單一的應(yīng)用呈現(xiàn)形式讓用戶對AIGC的感知“一葉障目”，初期體驗不達(dá)預(yù)期便棄若敝履，大模型服務(wù)自然難以做好價值交付。

OpenAI作為先行者也不免遇到這樣的問題，但是它可以在模型能力上“大力出奇跡”，集中基礎(chǔ)設(shè)施資源沖擊類似于GPTs這樣的里程碑。源于中美大模型賽道的市場分別，國內(nèi)基礎(chǔ)模型賽道“扎堆”的情況未得改善前，“雨露均沾”難以避免。

因此，盡可能增加大模型能力的呈現(xiàn)方式，多點開花很可能是打下用戶基本盤的方法之一。這需要大模型廠商與開發(fā)者共同打造應(yīng)用生態(tài)，彼此共用基礎(chǔ)模型能力、互為入口。

這么看來，訊飛硬件給到行業(yè)的最大啟示，在于小小鼠標(biāo)上的一個“AI鍵”?？梢灶A(yù)料，軟硬件協(xié)同已經(jīng)成為發(fā)展用戶為主的大模型應(yīng)用生態(tài)的一條路徑，至于何時能完成釋放大模型價值這一命題，仍有待觀察。