AIは儲かるのか？-AI-php.cn

最近はさまざまな大型モデルが集中的にリリースされており、「GPT4に追いつく」「中国のOpenAIになる」といった見方がさまざまな記事で散見される。最も基本的な質問に戻りましょう。これは、この業界の人々にとって、まさに魂の拷問です。過去 10 年間の予兆がなければ、常にこの質問をするのは、すぐに成功したいと少し熱望しているように思えますが、10 年間の損失の予兆があると、お金を稼ぐかどうかは、テクノロジーとビジネスを組み合わせた質問になります。、テクノロジー試金石は事業化能力の証明でもあります。

この質問に答える前に、AI の背後にある潜在的なビジネスモデルを要約する必要があります。

1. AI の背後にある潜在的なビジネスモデル

AI が非常に成熟した段階まで発展した場合、どのような収益化方法が考えられるでしょうか?過去に調査され実証されたビジネスモデルはそれほど多くなく、AI に適合するものはほんのわずかです:

1. 購読する

これは、現在 AI のほぼ最も典型的な収益化パスです。実はこれもクラウドサービスの一種で、大手クラウドベンダーは当然自社開発のAI機能を自社のクラウド製品マトリックスに組み込んでいます。

2. 新しい付加価値サービス

映画の中の「Her」は実は新しいタイプの付加価値サービスであり、未来のコミュニケーションが可能な電子ペットもそれにあたります。片方と比べると、こちらは最終料理、片方は原材料という違いで、重複する部分も多々ありますが、PaaSとSaaSの違いとほぼ同じです。以前は、私たちが常に話していた SaaS は新しい付加価値サービスに近かったため、さまざまなエンタープライズレベルのアシスタントなど、別のカテゴリにそれらをリストしていません。

3. ハードウェア製品の販売

この種の最終操作は、Lenovo がコンピューターを販売するのと似ています。マルチモーダル方向の大規模モデルにはこのサポートが必要であり、ロボット、スマートスピーカー、AR メガネなどの大規模な新しいスマート製品の成功がなければ、大規模なマルチモーダルモデルの成功は期待できません。産業分業の場合、このモデルは前の 2 つのモデルに重ねられ、最初の 2 つのモデルの原動力となるでしょう。

4. 新しい広告

以前、モデルが大きいと検索広告が表示されにくくなると言う人もいました。全然そんなことないと思うんですが、画面が大きいので「買うなら見てください…」と勧められるほどです。重要なのは、頻度と精度を高めることです。

5. ソリューション営業

Watson のような製品は完全な標準製品になる可能性は低く、常に周囲のさまざまな具体的な状況と接続する必要があり、それらを接続するためのソリューションが必然的に必要になります。技術的な観点から見ると、2 と 3 に似ているように見えますが、ビジネスモデルの観点から見ると、その違いは非常に大きいため、個別にリストする必要があります。新しい付加価値サービスやハードウェア製品は依然として標準製品として販売されており、顧客単価はiPhoneやVision Proの上限となっている。

しかし、解決策はそうではありません。ここでの単価が価値があるためには、数千万など非常に大きくなければなりません。そうでないと、初期段階と後期段階での長期投資をサポートできなくなります。既存の製品の AI は、ある程度まで、実際には、電子商取引、ショートビデオなどのソリューションになるでしょう。これは特に大規模なインダストリモデルに当てはまります。ここでの AI は破壊的な力ではなく、既存の製品を強化するソリューションとして登場します。

6. ゲームとメタバース

これは製品のように見えますが、1 つ目から 5 つ目までの大きな違いは、この製品のみが仮想中央銀行モデルをサポートしていることです。仮想中央銀行モデルは、独自のトークン (必ずしもデジタル通貨である必要はありません) を直接発行できることを意味します。そのような製品だけが、個別の生態系と通貨システムをサポートします。

これらのビジネスモデルを垂直に切断すると、明らかな共通の特徴が 2 つあることがわかります:

嘘集でも述べたように、誰も逃れることはできません、
AI は実際には深井戸モデルであり、それは既存のモデル (人間を含む) の更新に反映されます。実際にはインターネットほどではありませんが、既存のモデルへの影響はインターネットよりも大きくなります。
テクノロジーの経済的価値は、経済システムの中で人々が行っていることを行い、超越性（さまざまなアシスタントなど）を行う、一種の擬人化をより反映するでしょう。

これら 2 つの点は、誰が AI でお金を稼ぐか、そして潜在的な最終結果に直接影響するため、非常に重要です。

2. AI から最終的に儲かるのは誰ですか?

AI の上記の特性により、AI が実際にサプライチェーンのリンクであることがわかります。このように、1.に加えて、当該企業が自社モデルを克服したいのであれば、まだそのような企業にならなければなりません。

例えば、比較的ライトなゲームやメタバースであっても、大規模なモデル企業は強制的にゲームやメタバースを理解する企業になる必要があるということです。

これにより、さらに 2 つの疑問が生じます:

クラウドサービス1の形態の場合、AIは別のクラウドサービスとなるのか、それとも既存のクラウドサービスの一部となるのか？
既存の分野と組み合わせる必要がある場合、その分野は純粋な AI 企業によって支配されるのでしょうか、それともその分野にネイティブな企業が進化して支配するのでしょうか?

最初の質問については、答えは比較的明らかだと思います。クラウドのようなものは別個のカテゴリーとして存在することはできず、必ず統合されるでしょう。これは、資産の多い産業に固有の規模効果によって決まります。

2 番目の質問に関しては、答えは実は比較的明確です。ゲーム分野の比重は低く、税金や医療分野の比重は高く、分野の比重が高くなるほど、分野によって分野の比重と技術の比重が異なります。単一の技術的な AI 企業が支配する可能性は低くなります。実際には、ほとんどの場合、ドメインの重みは高くなります。どの企業が具体的であるかを言うのは難しいですが、この種のテクノロジーとドメイン知識の比率がより重要になります。

3. AI でお金を稼ぐビジネス上の課題

前回の考察記事では、テクノロジーの特性から商業化プロセスを考察しましたが、今回は純粋なビジネスモデルの観点から考察しました。結論は複雑ではありません:

純粋な AI 企業のビジネス上の課題は非常に明白であり、サプライチェーンで止まってしまうと、収益化への道は非常に狭くなります。最後のセクションを自分で完了したい場合は、モデルを入手するだけでなく、製品も入手する必要があります (製品は、ドメインの知識とテクノロジーの統合を表します)。

将来は次のようになると思われます。上位の大手モデル企業が他の収益化チャネルを開拓できず、サプライチェーンに限定されている場合、大手クラウド企業に合併される可能性が高くなります。中間ドメインモデルでは、ドメイン知識を持つ企業が徐々に独自の進化を遂げて成功する可能性が高くなります。たとえば、コンテンツレビュー製品を作成する出版社は、単なる素人よりも成功する可能性が高くなります。

すべてのビジネスモデルの分析と判断には基盤が必要です。テクノロジ自体が価値を生み出すのに十分なものでなければなりません。では、技術的な成熟度はどの程度なのでしょうか?それで十分ですか？

その時が来ていますか？技術的な成熟度はどの程度ですか?

十分ではありません。実際に製品を作るシナリオを立ててみると、技術の供給はまだ不十分であり、短期的には完全には不十分であることがわかります。

AI テクノロジーの 0 から 1 への旅は、実はまだ終わっていません。

これは、テクノロジー自体の点で、AI とインターネットなどの以前のテクノロジーとの大きな違いです。

2000 年頃のインターネットの基本技術の多くはある程度までは実際に存在しており、残りはより迅速かつ大規模な改良です。 (TCP/IP や HTTP など、現在も使用されている基本的なインターネットプロトコルは、異なる時代のテクノロジーです)

しかし、AI はそうではありません。その基盤は常に改善されており、対応するすべてのアプリケーションも同時に改善して適用する必要があります。

AIは儲かるのか？

両者を比較すると、技術的にはインターネットは一歩ずつ進んでおり、AI は自らを欺きながらほぼ常に成長していることがわかります。私たちは今日、この問題を解決したと発表し、明日もその問題を解決したと発表しましたが、大きなモデルに至るまでの進歩は私たちの想像をはるかに超えています（そして、大きなモデルの成功は、最初の創設者がこの問題を解決した企業によってもたらされるでしょう） AI のバックグラウンドはありませんが、マジックリアリズムの要素が少し含まれます)。

つまり、十分か不十分かという観点から見ると、本当に十分ではありません。でも、AIが足りないとしても、それは水のようなもので、水に浸かる部分が全く変わってしまい、それに対応する機能も全く変わってしまい、例えば基本的な絵を描く人がいなくなってしまいます。

製品の技術的成熟度が十分ではない場合、どのように判断すればよいでしょうか?それとも十分ですか？

実際には、フルシーンカバレッジ方式を使用できますが、ビジネスの観点からは、フルシーンカバレッジ方式のみを使用できます。前述したように、AI のビジネスチャネルは常に一種の擬人化を示しますが、人間が特定の関係の中で生きており、それに対応する包括的な関係を処理できなければ、十分な擬人化とは言えません。

4. シーン全体をカバーする方法

AI が自分自身を測定するためにテクニカル指標を使用するのは簡単ですが、これは反復ルーチンになり、極端な場合には自分自身を欺くことになります。

AI は基本的に一般的な機能をテストしますが、特殊な方法を使用すれば、理論的にはあらゆるテストセットで非常に優れたパフォーマンスを発揮し、既存の最高の人工知能を上回ります。しかし、これは PPT を書く以外には役に立ちません。 AI が実装されると、擬人化によりあらゆるシーンが複雑な環境と深く絡み合いますが、それでも一般的な能力が必要になるからです。

このようなテクノロジー特有の評価方法が、実は冷たさや熱さの根本原因となっているのです。AI が何でもできるように見えるのは、すでに非常に奇跡的ですが、一方ではそうではありません。使いやすい、そして使いにくいと儲からない。

フルシーンカバレッジ方式とは何ですか?

簡単に言えば、採用がシナリオである場合、テクノロジー供給サポートは、人間の介入なしに、需要に応じて人材を再採用するなど、過去の採用担当者のすべての機能を実行するデジタル従業員を直接作成しますか?プロセス全体？

これが実現できない場合、最初のモードを除いて、後続の高価値モードはどれも機能しません。

これは本当に挑戦です。

5. 概要

よく考えてみると、ポストインターネット時代のいくつかの新しい分野には、実際にはそれぞれ挫折があります。 2015年頃まで遡ると、おそらく人工知能、ブロックチェーン、SaaSの3つの新しい方向性が生まれていると思われますが、インターネットは基本的に終わったと感じており、インターネットに乗り気でない学生も少なくありません。そして、人工知能とSaaSは10年間赤字が続き、ブロックチェーンは収益はあったものの別の理由でほぼ消滅しました。

今、ビッグモデルはこの3つに新たな力を同時に注入できるようで、最後の瞬間を迎えているようです。以下のような写真を見るたびに、私はそれをさらに信じます:

多くの学生は、どの分野が最初に来るかに注目するでしょう。これを実際に具体化することはできませんが、基本的な判断モデルは存在する可能性があります:

テクノロジーによって生み出される新たな価値が商業的価値に至るまでの道のりがどの程度離れているかを判断します。ミッドジャーニーは実際には短いもので、ワトソンは長いものです。本当に物事をやるには資金とマンパワーが長さに見合っていなければなりません。