飛艇在20世紀(jì)30年代達(dá)到了巔峰，但由于飛機(jī)技術(shù)的發(fā)展和戰(zhàn)爭(zhēng)的爆發(fā)，飛艇逐漸被取代。然而，隨著近年來(lái)科技的進(jìn)步和節(jié)能減排減迫在眉睫，飛艇又開(kāi)始回歸歷史舞臺(tái)，據(jù)報(bào)道，美國(guó)將建全球最大飛艇，運(yùn)載量10倍于波音737。

就像飛艇卷土重來(lái)一樣，生成式人工智能有望重新定義科技生態(tài)系統(tǒng)，從“炒作”轉(zhuǎn)變?yōu)楹诵膽?zhàn)略。

對(duì)于企業(yè)來(lái)說(shuō)，這是創(chuàng)新方式的一次范式轉(zhuǎn)變，他們將從“嘗試生成式人工智能”轉(zhuǎn)向“采用生成式人工智能”。如早期云計(jì)算技術(shù)所帶來(lái)的技術(shù)變革浪潮，生成式人工智能將對(duì)技術(shù)生態(tài)系統(tǒng)產(chǎn)生類(lèi)似甚至更大的影響。

據(jù)《福布斯》報(bào)道，97%的企業(yè)認(rèn)為，ChatGPT等生成式人工智能工具將對(duì)他們的業(yè)務(wù)產(chǎn)生積極影響。

2024年，人工智能將不僅僅是一個(gè)流行詞，而是技術(shù)進(jìn)步和業(yè)務(wù)轉(zhuǎn)型的重要推動(dòng)力。“人工智能戰(zhàn)略就是企業(yè)核心戰(zhàn)略”。

在大模型領(lǐng)域，Transformer憑一己之力撐起了整個(gè)江山。但隨著模型規(guī)模的擴(kuò)展和需要處理的序列不斷變長(zhǎng)，Transformer的局限性也逐漸凸顯，比如其自注意力機(jī)制的計(jì)算量會(huì)隨著上下文長(zhǎng)度的增加呈平方級(jí)增長(zhǎng)。為了克服這些缺陷，研究者們開(kāi)發(fā)出了很多注意力機(jī)制的高效變體，但收效甚微。

最近，一項(xiàng)名為“Mamba”的研究似乎打破了這一局面，它在語(yǔ)言建模方面可以媲美甚至擊敗Transformer。這都要?dú)w功于作者提出的一種新架構(gòu)——選擇性狀態(tài)空間模型（selective state space model），該架構(gòu)是Mamba論文作者卡內(nèi)基梅隆大學(xué)機(jī)器學(xué)習(xí)系助理教授 Albert Gu此前主導(dǎo)研發(fā)的S4架構(gòu)（Structured State Spaces for Sequence Modeling）的一個(gè)簡(jiǎn)單泛化。

這代表了人工智能在處理和理解序列方面的一次飛躍，而序列是人類(lèi)認(rèn)知的一個(gè)基本方面。

神經(jīng)符號(hào)人工智能（Neuro-symbolic AI）融合了神經(jīng)網(wǎng)絡(luò)的最佳學(xué)習(xí)能力和符號(hào)人工智能的精確性。這種混合方法有望更細(xì)致、更復(fù)雜地理解復(fù)雜問(wèn)題，彌合類(lèi)人推理與機(jī)器效率之間的差距。

然后是人工智能與自校正模型的校準(zhǔn)，即創(chuàng)建能夠在沒(méi)有持續(xù)人為干預(yù)的情況下自我適應(yīng)和糾正的模型，更接近于一種獨(dú)立、負(fù)責(zé)任的生成形式，而不會(huì)產(chǎn)生大規(guī)?；糜X(jué)風(fēng)險(xiǎn)。

這些新的模型架構(gòu)描繪了一個(gè)未來(lái)，在這個(gè)未來(lái)，人工智能的能力可以與人類(lèi)的認(rèn)知能力相媲美。雖然研究還為時(shí)尚早，但期待這一領(lǐng)域?qū)崿F(xiàn)飛躍和突破。

03數(shù)據(jù)平臺(tái)推出自己的矢量數(shù)據(jù)解決方案

隨著生成式人工智能對(duì)矢量數(shù)據(jù)庫(kù)的依賴(lài)（矢量數(shù)據(jù)庫(kù)的每個(gè)對(duì)象都有其位置和屬性信息，這些信息可以被查詢(xún)、分析和顯示），2024年數(shù)據(jù)平臺(tái)都將推出自己的矢量數(shù)據(jù)解決方案。

矢量數(shù)據(jù)庫(kù)是生成式人工智能更復(fù)雜用例的關(guān)鍵要求，如對(duì)話(huà)記憶、搜索文檔（RAG），以及索引圖像等多模態(tài)解決方案。2023 年年中，隨著多模態(tài)模型變得更容易獲取，矢量數(shù)據(jù)需求激增。

Demand for Vector Databases following OpenAI GPT-4 release in March 2023 — Google Trends (Worldwide)

Databricks最近發(fā)布矢量數(shù)據(jù)解決方案，Snowflake 等主要現(xiàn)代數(shù)據(jù)平臺(tái)（modern data stack）廠(chǎng)商在2024年很可能會(huì)跟進(jìn)這一趨勢(shì)，2024年，幾乎所有數(shù)據(jù)庫(kù)技術(shù)都將開(kāi)始自稱(chēng)為 "矢量存儲(chǔ)"。

在矢量數(shù)據(jù)平臺(tái)領(lǐng)域，Milvus目前是大眾的最?lèi)?ài)，最近Qdrant取得了一些非凡的進(jìn)展，在2023年實(shí)現(xiàn)了近乎指數(shù)級(jí)的增長(zhǎng)。

Github “stars” for open source vector database repositories. Growth aligns with GPT3.5 release — Source: Star-History & Github

隨著人工智能占據(jù)主導(dǎo)地位，更好地控制端到端的供應(yīng)鏈以掌握創(chuàng)新的關(guān)鍵變得越來(lái)越重要。

例如，行業(yè)十分關(guān)注英偉達(dá)是否會(huì)拓展到云計(jì)算領(lǐng)域，利用其硬件專(zhuān)長(zhǎng)提供集成的人工智能云服務(wù)。

Nvidia Share Price, Last 5 Years (NASD:NVDA) — Source: Nvidia Investor Relations

英偉達(dá)其實(shí)已經(jīng)擁有一項(xiàng)名為 "Geforce Now "的云流媒體服務(wù)，可按需提供高端圖形處理服務(wù)。此舉可能會(huì)重新定義競(jìng)爭(zhēng)格局，讓英偉達(dá)對(duì)人工智能的發(fā)展軌跡產(chǎn)生更直接的影響。

另一方是亞馬遜等云人工智能提供商以及Anthropic（估值超180億美元）、 Mistral（估值超20億美元）等新興人工智能企業(yè)，是否會(huì)步 OpenAI（OpenAI 已開(kāi)始采購(gòu)自己造的芯片）和谷歌（谷歌已開(kāi)始使用自己的TPU和硬件平臺(tái)Coral AI）的后塵？這一戰(zhàn)略可能標(biāo)志著人工智能硬件向“自力更生”戰(zhàn)略轉(zhuǎn)變。

Google Coral — Local AI Development Boards and Hardware — Credit: Coral AI

人工智能垂直整合的趨勢(shì)凸顯了一個(gè)更大的問(wèn)題：對(duì)人工智能硬件的控制正成為控制未來(lái)科技的代名詞。

2024年有望看到新的參與者加入到專(zhuān)門(mén)制造人工智能芯片的行列中來(lái)，至少OpenAI 將在 2024 年初加入到芯片游戲中來(lái)。

今年，我們將見(jiàn)證一場(chǎng)技術(shù)互動(dòng)方式的變革，人工智能和可穿戴設(shè)備將與擴(kuò)展現(xiàn)實(shí)（XR）設(shè)備融為一體，與我們的日常生活完美融合。

Humane AI的Pin和Tab正在重新定義可穿戴設(shè)備，這些設(shè)備不再只是跟蹤健康指標(biāo)或接收信息，還將增強(qiáng)人與人之間的互動(dòng)，提供實(shí)時(shí)的人工智能幫助，并為我們提供增強(qiáng)體驗(yàn)。

Humane AI Pin — Source: Humane

Rewind是另一款突破性產(chǎn)品，它正在徹底改變我們捕捉和重溫記憶的方式。想象一下，有這樣一款設(shè)備，它不僅能記錄我們經(jīng)歷的瞬間，還能讓我們重溫、理解和反思我們的記憶。

Rewind AI Pendant — Source: Rewind

不過(guò)，掀起波瀾的不僅僅是新玩家。蘋(píng)果公司和OpenAI 等科技巨頭正在涉足可穿戴設(shè)備領(lǐng)域，并承諾將帶來(lái)巨大的創(chuàng)新。蘋(píng)果公司是創(chuàng)新潮流的引領(lǐng)者，在2024年極有可能推出與其生態(tài)系統(tǒng)無(wú)縫融合的可穿戴設(shè)備，這些設(shè)備將與XR Apple Vision Pro 結(jié)合在一起，提供無(wú)與倫比的用戶(hù)體驗(yàn)。

OpenAI或許會(huì)推出可穿戴設(shè)備，將先進(jìn)的人工智能功能直接帶到我們的指尖（或手腕），與 ChatGPT 等生成式人工智能模型進(jìn)行交互，將帶來(lái)前所未有的便利和智能。

Meta 是另一家值得關(guān)注的重要企業(yè)，其在VR可穿戴設(shè)備領(lǐng)域探索多年，持續(xù)不斷創(chuàng)新。

2024 年，AI可穿戴設(shè)備將超越單純的技術(shù)，正在成為個(gè)人伴侶、數(shù)字助手和通向新現(xiàn)實(shí)的大門(mén)。它們代表著一種轉(zhuǎn)變，一種與技術(shù)更親密、更互動(dòng)的關(guān)系，一種數(shù)字世界與物理世界無(wú)縫交織的關(guān)系轉(zhuǎn)變。

設(shè)想一個(gè)生態(tài)系統(tǒng)，在這個(gè)生態(tài)系統(tǒng)中，每個(gè)具有獨(dú)特專(zhuān)長(zhǎng)和知識(shí)庫(kù)的專(zhuān)業(yè)AI代理都可以進(jìn)行互動(dòng)和協(xié)作。隨著人工智能"代理"（AI Agents）的發(fā)展，我們將在 2024 年繼續(xù)看到這一領(lǐng)域的增長(zhǎng)。

AI Agents Market Map Dec 23 — Credit: Olivia Moore

AI Agent的出現(xiàn)將超越對(duì)個(gè)人需求的支持（如撰寫(xiě)電子郵件、支持解決客戶(hù)問(wèn)題或?yàn)橛脩?hù)訂購(gòu)雜貨），而成為一個(gè)生態(tài)系統(tǒng)，在這個(gè)生態(tài)系統(tǒng)中，AI Agent將開(kāi)始與其他AI Agent進(jìn)行互動(dòng)。

這種模式的轉(zhuǎn)變之下，企業(yè)將有機(jī)會(huì)將其AI Agent貨幣化，進(jìn)而促進(jìn)形成一個(gè)由互聯(lián)智能代理組成的新生態(tài)系統(tǒng)。

波士頓動(dòng)力（Boston Dynamics）和特斯拉（Tesla）等公司的機(jī)器人和人形機(jī)器人必須著眼于解決這個(gè)問(wèn)題，因?yàn)楦鞣N機(jī)器人需要共存并進(jìn)行本地交流，以決定如何執(zhí)行任務(wù)。

彭博社和LexisNexis等在特定垂直領(lǐng)域擁有大量數(shù)據(jù)的公司有望成為這一領(lǐng)域的領(lǐng)跑者。

彭博社憑借其在金融數(shù)據(jù)方面的優(yōu)勢(shì)，已開(kāi)始開(kāi)發(fā)了自己的AI金融代理，而LexisNexis則可以利用其龐大的法律信息庫(kù)開(kāi)發(fā)AI法律代，這些代理由各自深厚的數(shù)據(jù)護(hù)城河提供支持，不僅為用戶(hù)直接提供服務(wù)，還將成為其他企業(yè)和系統(tǒng)的寶貴資源，推動(dòng)生產(chǎn)新的數(shù)字勞動(dòng)力。

除了數(shù)字勞動(dòng)力之外，我們還將看到新的AI代理解決方案，包括代理協(xié)調(diào)、管理、監(jiān)控，以及UiPath等數(shù)字機(jī)器人領(lǐng)域的企業(yè)，憑借其現(xiàn)有的自動(dòng)化和機(jī)器人系統(tǒng)的大規(guī)模應(yīng)用經(jīng)驗(yàn)，開(kāi)始進(jìn)入這一領(lǐng)域。

除了文本、代碼、圖像、視頻和音頻之外，新的更具沉浸感的模式和感知（如三維、基因組學(xué)、嗅覺(jué)、味覺(jué)）將開(kāi)始進(jìn)入市場(chǎng)。

Generative spatial AI to generate new town layouts — https://www.generativespatialai.com/

生成式人工智能將突破目前文本、代碼、圖像、視頻和音頻的界限，擁抱更多身臨其境的模式，例如調(diào)動(dòng)三維、嗅覺(jué)和味覺(jué)等其他感知，幫助科學(xué)界研究蛋白質(zhì)結(jié)構(gòu)和材料。這些新穎的感知模式預(yù)計(jì)將以早期形式出現(xiàn)，也意味著下一波生成式人工智能應(yīng)用的到來(lái)。

人工智能代理和多模態(tài)模型的興起，再加上可穿戴設(shè)備和擴(kuò)展現(xiàn)實(shí)（XR）的進(jìn)步，正在為消費(fèi)者提供更加豐富的互動(dòng)體驗(yàn)。想象一下，你的夢(mèng)想進(jìn)入到一個(gè)VR世界，每個(gè)游戲都有一個(gè)根據(jù)你的視角量身定制的獨(dú)特世界。

最近的三維建模技術(shù)（Gaussian splatting）可以將視頻轉(zhuǎn)換成三維虛擬現(xiàn)實(shí)，我們將看到這種生成技術(shù)發(fā)展到新的高度。

A-Lab Berkeley, Robot Testing New Materials — Credit: Marilyn Sargent/Berkeley Lab

最大的影響將來(lái)自材料科學(xué)和基因組學(xué)。由谷歌Deepmind開(kāi)發(fā)的GNoME模型已經(jīng)在材料科學(xué)領(lǐng)域取得了突破性進(jìn)展，發(fā)現(xiàn)了新的晶體結(jié)構(gòu)，將為計(jì)算機(jī)帶來(lái)更好的電池。

這些領(lǐng)域（如科學(xué)）可能會(huì)取得最深遠(yuǎn)的研究進(jìn)展。

隨著人工智能的持續(xù)發(fā)展，公眾對(duì)人工智能的透明度和道德監(jiān)督提出越來(lái)越高的要求。

EU AI Act — Proposed Levels of Risk — Source: EY

消費(fèi)者和監(jiān)管機(jī)構(gòu)（尤其是在歐盟等地區(qū)，GDPR 是現(xiàn)代數(shù)據(jù)隱私法的催化劑）正在倡導(dǎo)對(duì)人工智能進(jìn)行更嚴(yán)格的管理。今年，我們有望看到在建立人工智能模型審核框架、準(zhǔn)確性標(biāo)準(zhǔn)化等方面取得長(zhǎng)足進(jìn)步，但仍有很長(zhǎng)的路要走。

Do Foundation Model Providers Comply with the Draft EU AI Act? — Source: Stanford CRF

對(duì)于企業(yè)，人工智能不僅是創(chuàng)新工具，還同時(shí)受到嚴(yán)密監(jiān)管審查。今年統(tǒng)一的框架和標(biāo)準(zhǔn)將會(huì)出現(xiàn)，指導(dǎo)企業(yè)負(fù)責(zé)任地使用人工智能，確保人工智能融入主流社會(huì)是安全和符合公共利益的。

營(yíng)銷(xiāo)歷來(lái)占據(jù)企業(yè)預(yù)算的很大一部分，如今正在經(jīng)歷一場(chǎng)變革。ChatGPT 等聊天工具的興起有可能導(dǎo)致傳統(tǒng)搜索量的明顯下降，從根本上改變消費(fèi)者獲取信息的方式。

Debate and Statistics on Search Engines vs Chat GPT — Source: Twitter Greg Sterling

在信息渠道不斷變化的情況下，針對(duì)生成式人工智能調(diào)整營(yíng)銷(xiāo)策略的趨勢(shì)日益明顯。

我們正在目睹技術(shù)格局的重大轉(zhuǎn)變，從基于PC瀏覽器向移動(dòng)端APP轉(zhuǎn)變，引領(lǐng)這一潮流的是微軟Co-Pilot、谷歌Bard等在安卓終端上應(yīng)用，蘋(píng)果大型語(yǔ)言模型（LLM）預(yù)計(jì)也將于2024年推出。這標(biāo)志著從以網(wǎng)絡(luò)為中心的交互向更集成的、基于移動(dòng)終端的人工智能體驗(yàn)的范式轉(zhuǎn)變。

New Microsoft Surface X expected late 2024 — Source: Microsoft

這種轉(zhuǎn)變代表著用戶(hù)交互模式的根本性變化，隨著人工智能與終端設(shè)備的無(wú)縫集成，在線(xiàn)和離線(xiàn)交互之間的區(qū)別變得越來(lái)越模糊。用戶(hù)可能會(huì)在更個(gè)性化、更能感知上下文的環(huán)境中與人工智能互動(dòng)，從而獲得更吸引人的用戶(hù)體驗(yàn)。對(duì)于谷歌、微軟和蘋(píng)果等已經(jīng)在營(yíng)銷(xiāo)服務(wù)領(lǐng)域根深蒂固的科技巨頭來(lái)說(shuō)，這是一個(gè)重新定義其產(chǎn)品的機(jī)會(huì)。

ChatGPT not knowing who I am — Source: Vincent Koc and OpenAI ChatGPT

可以預(yù)見(jiàn)，營(yíng)銷(xiāo)領(lǐng)域?qū)⒊霈F(xiàn)新的 "answer analytics "平臺(tái)和運(yùn)營(yíng)模式。數(shù)字營(yíng)銷(xiāo)人員將開(kāi)始更深入地思考如何在這些訓(xùn)練數(shù)據(jù)集中建立索引，就像他們?cè)?jīng)對(duì)搜索引擎所做的那樣。

Screenshot of Top Domains Crawled by Commoncrawl, Dataset used to train most Large Language Models — https://commoncrawl.github.io/cc-crawl-statistics/plots/domains.html

此外，OpenAI 等平臺(tái)可能會(huì)推出廣告贊助結(jié)果或媒體評(píng)估工具，這將為數(shù)字廣告引入一個(gè)新的維度。這一發(fā)展不僅為品牌推廣提供了新的途徑，也對(duì)現(xiàn)有的數(shù)字營(yíng)銷(xiāo)戰(zhàn)略提出了挑戰(zhàn)，促使人們重新評(píng)估衡量標(biāo)準(zhǔn)和投資回報(bào)率。

隨著LLM從傳統(tǒng)的網(wǎng)絡(luò)界面向移動(dòng)終端設(shè)備遷移，營(yíng)銷(xiāo)格局將發(fā)生重大變化。營(yíng)銷(xiāo)人員必須適應(yīng)這些變化，同時(shí)利用傳統(tǒng)媒體和新興的人工智能技術(shù)，在這個(gè)新的數(shù)字時(shí)代有效地與受眾互動(dòng)。這種將傳統(tǒng)媒體的影響力與人工智能驅(qū)動(dòng)的精準(zhǔn)分析相結(jié)合的雙重方法，很可能成為 2024 年快速發(fā)展的營(yíng)銷(xiāo)格局中取得成功的關(guān)鍵。

隨著企業(yè)越來(lái)越多地轉(zhuǎn)向利用生成式人工智能模型和開(kāi)發(fā)自己的微調(diào)解決方案，數(shù)據(jù)質(zhì)量問(wèn)題再次擺上桌面。

Trend for: Data Quality Topic — Source: Google Trends Worldwide

高質(zhì)量、準(zhǔn)確標(biāo)注的數(shù)據(jù)是有效部署人工智能的基石，不僅在于數(shù)據(jù)的可用性，還在于數(shù)據(jù)的相關(guān)性、準(zhǔn)確性及其提供的背景，訓(xùn)練數(shù)據(jù)的偏差和誤導(dǎo)問(wèn)題會(huì)給模型的輸出帶來(lái)災(zāi)難。

Range of biases have been found in a range of training data used by Large Language Models. — Source: Bias and Fairness in Large Language Models: A Survey — arxiv

挑戰(zhàn)不止于此。面對(duì)高級(jí)人工智能模型的細(xì)微需求，傳統(tǒng)技術(shù)往往顯得力不從心。

《2023 Data Integrity Trends and Insights Report》發(fā)現(xiàn)，數(shù)據(jù)質(zhì)量差是整個(gè)行業(yè)普遍面臨的問(wèn)題，70%對(duì)數(shù)據(jù)信任度低的企業(yè)指出，數(shù)據(jù)質(zhì)量是做出明智決策的最大挑戰(zhàn)。。

此外，這些復(fù)雜的人工智能模型需要密集的計(jì)算能力，這意味著對(duì)GPU的大量需求。

Meme depicting the “GPU shortage”

但是，隨著越來(lái)越多的企業(yè)進(jìn)入人工智能領(lǐng)域，對(duì)GPU的爭(zhēng)奪也愈演愈烈，這將導(dǎo)致人工智能的開(kāi)發(fā)和部署出現(xiàn)潛在瓶頸，從而使企業(yè)適應(yīng)人工智能常態(tài)的能力變得更加復(fù)雜。

2024 年，數(shù)據(jù)質(zhì)量和計(jì)算基礎(chǔ)設(shè)施的將重新受到關(guān)注。

2024年很可能是小型基礎(chǔ)模型之年。這些專(zhuān)業(yè)的、專(zhuān)門(mén)構(gòu)建的人工智能模型將占據(jù)中心位置，在效率和精確度上勝過(guò)通用模型。

企業(yè)現(xiàn)在有多種選擇，可以使用現(xiàn)成的訓(xùn)練有素的通用大型語(yǔ)言模型，如 OpenAI GPT、Google Bard、Anthropic Claude [下圖中的 RL 模型]，也可以冒險(xiǎn)構(gòu)建自己的專(zhuān)用模型。

LLM development stages, pioneered by the InstructGPT paper, leading to ChatGPT. This figure is adapted from Chip Huyen’s post “RLHF: Reinforcement Learning from Human Feedback” — Source: Argilla

像GPT 這樣擁有1000億個(gè)參數(shù)的通用模型，重建成本大約在400萬(wàn)美元以上。OpenAI 最近也開(kāi)始為企業(yè)提供 "構(gòu)建GPT "服務(wù)，價(jià)格從200萬(wàn)至300萬(wàn)美元不等。

據(jù)悉，80%企業(yè)重點(diǎn)放在滿(mǎn)足特定需求的小型定制模型上，而不是試圖用通用解決方案來(lái)吸引大眾。

對(duì)企業(yè)來(lái)說(shuō)，真正的價(jià)值在于能夠?yàn)殡x散任務(wù)開(kāi)發(fā)這些專(zhuān)用模型。這些模型不僅能提供更高的準(zhǔn)確性和相關(guān)性，還能帶來(lái)新的盈利機(jī)會(huì)。在一個(gè)越來(lái)越受專(zhuān)業(yè)化需求驅(qū)動(dòng)的世界里，這些模型將成為寶貴的資產(chǎn)，提供既有效又經(jīng)濟(jì)可行的解決方案。

許多企業(yè)在大模型的基礎(chǔ)上建立了解決方案，提供有限的定制化和可擴(kuò)展性，這些解決方案可能是一個(gè)墊腳石，但它們不太可能提供開(kāi)發(fā)專(zhuān)有模型所能提供的長(zhǎng)期價(jià)值。

Generalised Model Availability and Quality Prediction — Source: Sequioa Capital

小型模型不僅運(yùn)行成本更低，而且適應(yīng)速度更快，更易于管理，從長(zhǎng)遠(yuǎn)來(lái)看是一種更具可持續(xù)性和成本效益的方法。

展望2024年，創(chuàng)建和利用小型基礎(chǔ)模型的能力顯然將成為競(jìng)爭(zhēng)激烈的人工智能市場(chǎng)中的關(guān)鍵差異化因素。這一轉(zhuǎn)變標(biāo)志著向更個(gè)性化、更高效、更經(jīng)濟(jì)的人工智能解決方案邁出了重要一步。

人工智能市場(chǎng)正在成為自適應(yīng)和響應(yīng)式平臺(tái)，重塑我們對(duì)技術(shù)交易和互動(dòng)的思考方式。

OpenAI GPT Store, Launching in 2024 — Source: OpenAI

OpenAI正準(zhǔn)備在2024年初推出其備受期待的 "GPT 市場(chǎng)"，為人工智能領(lǐng)域樹(shù)立新的標(biāo)桿。此舉有望打開(kāi)閘門(mén)，Meta等其他科技巨頭也將迅速跟進(jìn)。從亞馬遜、蘋(píng)果甚至 Bytedance 等老牌巨頭到新興的初創(chuàng)企業(yè)，我們都將目睹一系列參與者潛入這一領(lǐng)域。

但是，這場(chǎng)革命的漣漪效應(yīng)已經(jīng)超越了傳統(tǒng)的科技實(shí)體。隨著AI代理的發(fā)展和可穿戴技術(shù)的激增，蘋(píng)果iPhone和App Store的時(shí)代又將到來(lái)，開(kāi)發(fā)者將把這視為下一個(gè)淘金機(jī)會(huì)。

在這一轉(zhuǎn)型階段，人工智能市場(chǎng)正在從B2B領(lǐng)域擴(kuò)展到B2C領(lǐng)域。我們很可能會(huì)看到各種不同的參與者在這方面進(jìn)行嘗試，每個(gè)參與者都會(huì)帶來(lái)獨(dú)特的價(jià)值主張。從以消費(fèi)者為中心的人工智能應(yīng)用到企業(yè)級(jí)解決方案，這些市場(chǎng)的產(chǎn)品范圍將滿(mǎn)足廣泛的需求和愿望。

隨著人工智能市場(chǎng)和工具的激增，傳統(tǒng)的定價(jià)策略正在被重新評(píng)估。

Usage Based Companies — Source: Open Venture Partners

我們可能會(huì)目睹從傳統(tǒng)應(yīng)用商店定價(jià)模式向更動(dòng)態(tài)、基于消費(fèi)的計(jì)費(fèi)系統(tǒng)的重大轉(zhuǎn)變。在這種情況下，客戶(hù)將根據(jù)其人工智能使用的程度和性質(zhì)付費(fèi)，從而提供一種靈活且可能更加公平的定價(jià)結(jié)構(gòu)。

但演變并不止于此，人工智能市場(chǎng)和工具的日益普及也為各種定價(jià)策略和新穎的商業(yè)模式鋪平了道路。開(kāi)發(fā)者及其人工智能服務(wù)或代理可以在市場(chǎng)上試用收入分成（App Store）或使用費(fèi)（Spotify）模式。

另一種新興模式可能是基于性能的定價(jià)，即根據(jù)人工智能工具交付的成果或結(jié)果收費(fèi)。在人工智能的影響可以量化衡量的行業(yè)，如營(yíng)銷(xiāo)分析、金融預(yù)測(cè)或者創(chuàng)意產(chǎn)業(yè)，這種模式尤其具有吸引力。

Bundled vs Unbundled Strategies in Pricing — Source: Matt Brown

此外，隨著人工智能不斷滲透到各個(gè)領(lǐng)域，跨行業(yè)合作可能會(huì)催生捆綁服務(wù)。這些捆綁服務(wù)可以將人工智能工具與傳統(tǒng)軟件服務(wù)結(jié)合起來(lái)，提供全面的一攬子服務(wù)，滿(mǎn)足更廣泛的業(yè)務(wù)需求。

這些新定價(jià)模式和戰(zhàn)略的出現(xiàn)，反映出市場(chǎng)正在迅速適應(yīng)人工智能帶來(lái)的獨(dú)特挑戰(zhàn)和機(jī)遇。隨著企業(yè)和消費(fèi)者越來(lái)越熟悉人工智能的功能，對(duì)靈活、透明、價(jià)值一致的定價(jià)模式的需求可能會(huì)加劇。

現(xiàn)代人工智能工具的擴(kuò)展和生成將導(dǎo)致數(shù)字足跡的擴(kuò)大，這就需要安全、便攜的數(shù)字身份，而如何在強(qiáng)大的安全性和用戶(hù)的可使用性之間取得平衡是一項(xiàng)挑戰(zhàn)。用戶(hù)將期待個(gè)性化的體驗(yàn)，其中偏好、歷史和上下文將成為在網(wǎng)絡(luò)上使用人工智能服務(wù)的關(guān)鍵。

銀行和電子政務(wù)平臺(tái)正在成為這些單一數(shù)字身份和個(gè)人偏好的潛在監(jiān)護(hù)人。這種整合將帶來(lái)更精簡(jiǎn)、更安全的數(shù)字生活。但這不僅僅是安全問(wèn)題，而是我們的數(shù)字人在各種平臺(tái)上的無(wú)縫整合問(wèn)題。

"自主人工智能”（BYO AI, Bring Your Own AI）與此直接相關(guān)。試想一下，將自己的數(shù)字偏好、學(xué)習(xí)方式甚至購(gòu)物習(xí)慣從一種數(shù)字交互無(wú)縫帶入另一種數(shù)字交互，這種便攜性不僅僅是方便，更是一種變革，使個(gè)性化和效率達(dá)到了前所未有的水平，可穿戴設(shè)備也正在成為我們管理數(shù)字身份不可或缺的一部分。通過(guò)不斷學(xué)習(xí)人類(lèi)的互動(dòng)行為，可穿戴設(shè)備逐漸成為個(gè)人數(shù)據(jù)中心，不僅了解我們的偏好，還能預(yù)測(cè)我們的需求。

將人工智能融入工作環(huán)境，意味著我們的數(shù)字偏好可以自動(dòng)調(diào)整辦公應(yīng)用程序、通信工具甚至物理工作空間的設(shè)置。想象一下，進(jìn)入一間會(huì)議室，燈光、溫度甚至數(shù)字顯示屏都會(huì)根據(jù)你的喜好自動(dòng)調(diào)整。

然而，這種程度的個(gè)性化和數(shù)據(jù)整合會(huì)引發(fā)有關(guān)隱私和數(shù)據(jù)使用的問(wèn)題。隨著這些數(shù)字身份變得越來(lái)越復(fù)雜，并與人工智能交織在一起，它們被廣告數(shù)字體驗(yàn)提供商利用的潛力是巨大的。這可能會(huì)開(kāi)創(chuàng)一個(gè)消費(fèi)參與的情境廣告新時(shí)代，在這個(gè)時(shí)代，促銷(xiāo)活動(dòng)不僅有針對(duì)性，而且與我們的數(shù)字角色深度融合。

隨著身份與人工智能的融合，將重新定義個(gè)人與技術(shù)的互動(dòng)方式，從而帶來(lái)更加個(gè)性化、高效和互聯(lián)的生活。當(dāng)我們擁抱這個(gè)未來(lái)時(shí)，道德考量和隱私保護(hù)變得比以往任何時(shí)候都更加重要。

大模型最大的價(jià)值創(chuàng)造到底是全新的Super App，還是對(duì)現(xiàn)有應(yīng)用的改造，現(xiàn)在還沒(méi)有定論。

微軟將Office與AI結(jié)合起來(lái)，推出的產(chǎn)品Microsoft 365 Copilot一年?duì)I收達(dá)到了50億美元，比OpenAI 全年的收入13億美元大很多倍。不止微軟，還有Adobe、Salesforce，通過(guò)擁抱大模型實(shí)現(xiàn)了現(xiàn)有幾個(gè)產(chǎn)品的收入、利潤(rùn)明顯增加。

這一波生成式人工智能，目前看到的更多是對(duì)現(xiàn)有業(yè)務(wù)的改造，創(chuàng)造出了大的價(jià)值。

百度創(chuàng)始人兼CEO李彥宏在2024極客公園創(chuàng)新大會(huì)上表示，“大廠(chǎng)會(huì)拿走AI大模型大多數(shù)的紅利，我說(shuō)的大廠(chǎng)不單指互聯(lián)網(wǎng)大廠(chǎng)。我覺(jué)得現(xiàn)有幾乎所有行業(yè)成型的、所謂代表落后生產(chǎn)力的公司，一旦它轉(zhuǎn)過(guò)彎來(lái)能夠很好地利用大模型的能力，它獲得的收益、價(jià)值增益加起來(lái)一定是最大的。”

但他也補(bǔ)充，這并不表明創(chuàng)業(yè)公司沒(méi)有機(jī)會(huì)，創(chuàng)業(yè)公司可能能夠做出3個(gè)、5個(gè)Super App，或者做出幾百個(gè)幾千個(gè)非常有價(jià)值的垂類(lèi)應(yīng)用，可能性也非常大。但是這些價(jià)值創(chuàng)造跟我們對(duì)于現(xiàn)有世界的改造相比，還是一個(gè)小頭。

所謂的Super App，超級(jí)應(yīng)用什么時(shí)候出來(lái)，在哪個(gè)領(lǐng)域能出來(lái)，這更多需要?jiǎng)?chuàng)業(yè)公司、VC 去嘗試，往這方面多努力，多做各種各樣的嘗試。

近日，360創(chuàng)始人周鴻祎在分享2024年AI大模型的十大趨勢(shì)提到，“在消費(fèi)者端，大模型到底有啥殺手型的應(yīng)用？中國(guó)會(huì)產(chǎn)生什么殺手級(jí)應(yīng)用，我還不知道，但是2024年一定會(huì)出來(lái)。在to C領(lǐng)域，我們今天的搜索、瀏覽器、信息流、短視頻、微博、問(wèn)答，甚至我們的社交可能都會(huì)用大模型來(lái)重塑一遍。至于是戰(zhàn)術(shù)性重塑還是戰(zhàn)略性重塑，就看各家的做法，2024年一定會(huì)出來(lái)這種殺手級(jí)的應(yīng)用。”

展望2024年，人工智能和技術(shù)重塑世界的潛力毋庸置疑。每一項(xiàng)預(yù)測(cè)都讓我們看到了一個(gè)創(chuàng)新、責(zé)任和包容并存的未來(lái)。

重要啟示：

1、生成式人工智能成為核心技術(shù)戰(zhàn)略：標(biāo)志著各行各業(yè)從炒作到主流應(yīng)用的轉(zhuǎn)變。

2、神經(jīng)網(wǎng)絡(luò)的進(jìn)步接近AGI：Mamba和神經(jīng)符號(hào)人工智能等新架構(gòu)大大增強(qiáng)了認(rèn)知能力。

3、人工智能可穿戴設(shè)備和擴(kuò)展現(xiàn)實(shí)技術(shù)（XR）日益突出：在日常生活中提供增強(qiáng)的人類(lèi)體驗(yàn)和互動(dòng)。

4、互聯(lián)的AI代理創(chuàng)建了一個(gè)新的生態(tài)系統(tǒng)：專(zhuān)業(yè)化的AI代理相互交流，徹底改變了行業(yè)生態(tài)。

5、安全數(shù)字身份成為自主人工智能時(shí)代的關(guān)鍵：由銀行和電子政務(wù)平臺(tái)管理的便攜式數(shù)字身份的興起。

讓我們以開(kāi)放的心態(tài)迎接這一旅程，準(zhǔn)備好成為未來(lái)的一部分，未來(lái)不僅正在發(fā)生，而且將由我們來(lái)塑造。