文章主题

1.Part 1回顾:Generative AI的产业链,包括硬件、模型、应用和用户四个层级,受益程度各有不同

2.垂直领域型算法:垂直领域型算法是后发玩家的必争之地,但其价值仍待证明

3.应用开发/调试/管理工具:工具类产品将自然受益于generative AI浪潮,但并非其未来增长潜力的主要驱动因素

4.垂直领域应用软件:垂直领域应用软件将与通用型算法瓜分generative AI大部分收益

Part 1回顾:Generative AI的产业链,包括硬件、模型、应用和用户四个层级,受益程度各有不同

Generative AI 产业链

垂直领域型算法:垂直领域型算法是后发玩家的必争之地,但其价值仍待证明

由于目前仍处在generative AI的发展早期,市场对于垂直领域型算法的范畴尚无定论,但一般可以认为是专攻某一个特定应用领域的算法

以图像算法为例,midjourney是典型的通用型图像算法,可以按照描述生成任意的图像;而在此基础上,如果是专门用于生成二次元或抽象图或设计图等某种风格的图像,则可以称为是垂直领域型算法

前段时间火爆的,图片生成漫画脸,或是抖音的漫画脸滤镜,其实不完全算垂直领域型算法,因为其仍需基于一张现有图片生成漫画脸,并不具备完全无中生有的能力

在midjourney中输入“20岁漫画风格人物,女性,都市发型,暗肤色,穿着白色T恤和牛仔裤”生成的二次元人物形象

可以预见的是,在generative AI的早期,由于各个子领域的需求量尚不清晰,主要玩家将主攻通用型算法,利用用户的反馈优化模型,建立算法技术壁垒

在通用型算法市场逐渐饱和且各个子领域应用场景逐渐清晰后,后发玩家为取得竞争优势,将尝试剑走偏锋,抢占垂直领域型算法市场

目前存疑的是,垂直领域型算法是否可以真正媲美通用型算法。尽管理论上,垂直领域型可以通过将算法向某个领域优化,在基于等量的机器学习数据时,取得更好的效果,但通用型算法在此时将已经具有海量的数据规模,因此垂直领域型算法是否是伪命题仍待验证

根据行业发展速度估算,2023年将出现第一批垂直领域型算法,其效果是否将优于通用型算法令人期待

应用开发/调试/管理工具:工具类产品将自然受益于generative AI浪潮,但并非其未来增长潜力的主要驱动因素

应用开发/调试/管理工具,简称工具类产品,普遍应用于各类软件开发和机器学习场景,能够帮助软件和算法工程师更快的完成软件或算法开发,在generative AI火爆之前就已经是相对成熟的产品品类

如Arize可以帮助工程师检验模型表现是否有异常

Generative AI火爆后,将带来大量新增的算法和软件开发需求,工具类产品将自然受益于该浪潮,但由于其并非是全新的品类,未来增长将更多来自于软件渗透率的提升和发展中国家付费习惯的培养,因此不在本文进一步展开

垂直领域应用软件:垂直领域应用软件将与通用型算法瓜分generative AI大部分收益

对于普通人来说,generative AI带来的绝大部分冲击,将通过垂直领域应用软件的形式向我们呈现

由于目前仍处于generative AI发展初期,目前市面上最火爆的应用,如ChatGPT和midjourney,更类似于通用型应用软件,更多是其背后的通用型算法公司,为了试水商业化,展示其算法优越性,增加企业曝光度而开发的。

目前市场上真正的垂直领域应用软件,可以参见Copy AI,Jasper AI,Github Copilot等软件,基于开源的通用型算法,开发出一套优秀的应用,有效提升针对性场景下的用户体验

随着generative AI逐渐发展成熟,类似Jasper(营销内容生成),runway(视频生成),github copilot(代码生成)等垂直领域应用软件,由于其在不同应用场景的深度优化,表现将优于原生通用型应用软件,将逐渐成为市场的主流

这将是一个极其类似安卓发展史的故事,在发展早期,部分手机会使用安卓原生系统或仅作简单修改,但随着行业发展,各家手机公司将通过基于安卓系统优化出来的独特UI/UX,给用户带来优于原生系统的体验,逐渐使原生安卓系统退出市场

同理,在早期可能ChatGPT等原生通用型应用软件在各种垂直领域相比专业软件差距不会太大,但预计在中长期,垂直领域应用将会具有更强的竞争优势

甚至通用型算法迭代更新时,原生通用型应用可能会在短期内拥有超过垂直领域应用软件的功效

需要提防的是,如果未来通用型平台缺乏足够竞争,导致不断提价,可能会压缩垂直领域应用软件毛利空间