VC、行業大佬共話生成式AI to B 應用的挑戰
2024年9月13日，由 IT 桔子主辦的「生成式AI to B應用落地，蓄勢待發」主題沙龍在北京崑崙巢成功舉辦。
本次活動彙集到了一線投資人和企業高管，共同探討生成式AI to B應用優勢與局限。
AI行業融資被大模型拿走有一半多
AI 能在每年的融資趨勢熱門行業中排前五。其他熱門行業是芯片、醫療健康、造車、新材料、新能源等。
從趨勢看 AI 交易也在緩慢下滑當中。 2022年Q2開始整體下滑，交易額從每季度300-500億下降到200多億。2024 年 Q3總量雖達400多億，但其中有230億投資全部給到一家公司——引望智能。
從投融資的階段分佈可以看出這一賽道的公司成熟度。 AI 領域在這兩年早期公司的佔比在不斷擴大。人工智能的市場容量特別大，各種應用類的早期投資一直很多，近兩年因為大模型的到來，早期公司融資佔比更是回升到 60% 以上。整個市場政策也在鼓勵投小、投硬科技。但是現在的「投早、投小」中的「小」跟我們過去認為的早期不太一樣，雖然現在融的都是天使輪、A輪，但都是幾千萬、上億起步。
國資在全市場直接投資滲透率在 20% 左右，但在 AI 領域直接投資佔比僅在個位，相對較低。這兩年市場上 AI 交易投資大模型較多，但大模型這個賽道對於國資來說太早期且風險性較高。與之相比，市場化的投資機構在這一賽道更活躍。
大模型在整個人工智能領域的融資佔比從去年的28%上升到 50% 左右，今年市場的融資被大模型拿走有一半多。
大語言模型在合理性和全面性上都並不完備
知名美元VC合夥人張矩先生解讀了美國生成式AI 行業營收分析：基礎設施公司收入佔整個市場收入的75%，95% 的創業公司沒有收入或年收入在 500 萬美元以下。
行業價值鏈健康定律第一條：用戶側的收入要遠大於基礎設施側收入。投資人對生成式AI行業的大量投入完全是基於對於未來收益可能性的預期。而這一預期的基礎是生成式AI是一項通用技術（GPT）。
生動式 AI 的應用場景還在探索階段，這符合大部分通用技術發展初期的表現。基於大語言模型（LLM）的生成式 AI 從邏輯和能力上限方面有可能達到通用人工智能的標準。但是這裏一個基礎性的假設是人類語言作為知識表述的媒介的同時也是人類思考的載體，且具有充分性。形式語言能力已經得到足夠的證明，但功能語言能力還有待驗證，也存在一定的爭議。
張矩先生表示現在所有基於注意力和思維鏈架構的大語言模型在合理性和全面性上都並不完備。兩個典型的問題示例：第一個問題是知識獲取的單向性。第二個就是推理能力的長鏈推理。
這兩個問題和大模型的規模法則（Scale Law）並不完全相關。雖然需要達到一定規模之上才可能有這些能力，但是達到這個規模之後這些能力的表現完全和模型大小無關了。基於微調（Fine Tuning）的行業數據大模型的能力邊界已經固定，並不會因為微調而增加。
張矩先生認為現在很多AI 產品都聚焦在短時間內能生成的文本或者多媒體，大量簡單的生成與價值創造沒有直接關係。生成式 AI 的價值創造要能構建全面與人腦兼容的知識庫，其次要可以對人的意圖精準理解，即舉一反三的生成能力以及自主智能體的推理能力的準確性。
保持對理想主義的初心，又要紮紮實實做好當下
阿里雲智能集團SMB事業部高級整合營銷專家焦誌良表示AI正在重構我們的生產、生活方式，也在加速應用創新。越來越多的AI創業者將目光看嚮應用落地。2024年是AI產業創新變革的關鍵節點，阿里雲希望與AI領域的投、產、學、研等機構合作，共同推動AI應用場景拓展和行業創新。
面對多模態技術與智能體的發展帶來新的商業機遇，阿里雲一直與中小企業同行，阿里雲不僅開放了通義大模型，還通過人工智能平台PAI、大模型服務平台百煉等產品和服務，實現底層架構的創新和應用層能力的提升，不斷降低算力成本，實現技術普惠；在商業化支持上，阿里雲通過創業者計劃攜手投資機構、渠道夥伴和大企業生態共同促進創業生態的發展。
焦誌良先生認為面對大模型技術的到來，既要保持對理想主義的初心，又要紮紮實實做好當下。
AIGC的技術成熟體現在模型精度、數據模態、推理成本
商湯科技 Copilot 應用技術負責人張濤先生現負責商湯 AI Native 生產力系列工具代碼小浣熊和辦公小浣熊。
張濤先生認為AIGC技術成熟的體現在模型精度、數據模態、推理成本等方面：
1、用 AI 大模型來解決生產、工作遇到的問題，這需要模型的精度達到可用的狀態。
2、大家對AI的理想目標是能像和人溝通一樣順暢。實際上大模型還不能做到把各種模態、各種感知的混合信息融合在一起。
3、推理成本不僅包含首次創建的時間成本，還有長期運營成本。大模型使用成本已經降低幾個數量級。
總體看以上各個方面都在向好發展。
大模型 To B 落地有需要改善的方面，比如客戶需求定製化；部署環境鏈條長；客戶為了測算ROI過度關注精度等方面。大模型To B 落地優勢在於之前積累了一定的數據；大模型對模糊性的語義理解具有優勢；已經形成 SOP，大模型可精確磨平縫隙。
商湯除了大模型之外，運營一個萬卡互聯的數據中心，保證大模型能夠非常快速的迭代。
商湯科技在2019 年開始佈局AI智算中心——大裝置，在AIGC時代把握先機，業務收益正在逐步上升。 To B 場景整個生產環節里容錯率較to C要求嚴格，比如醫療、金融這些場景會去做一些定製需求，在向客戶交付的時候也可能需要微調，或者需要精密知識庫解決方案。這些場景中也有一些傳統的AI 技術一起發揮作用，所以不用特別關注生成式AI的含量，主要看最終是否解決了問題。
商湯科技張濤認為模型能力目前無法完全替代人，主要是去輔助業務人員解決問題。從長遠看，人工智能與人類相輔相成。
AIGC技術應用成本大幅降低
銷售易智能化產品負責人王超輝先生在銷售易負責智能產品的研發工作。王超輝先生表示銷售易是典型的to B業務。
銷售易從2023年引入AIGC技術，是國內較早將AIGC技術與CRM相結合的CRM廠商，通過引入AIGC技術，充分發揮大模型的意圖識別、內容生成等能力，賦能銷售、服務人員提升工作效率，智能化場景主要聚焦在銷售、服務階段，幾個典型的應用場景：
- 線索智能跟進
2、智能會議紀要及拜訪日程跟進：
3、智能方案推薦：
- 智能客戶推薦
- 智能客服
在去年AIGC技術興起之初，大模型的成本較高，對於CRM融入大模型能力比較感興趣的主要是一些中大型企業，這些企業需求明確、具備一定付費意願，並且對大模型比較瞭解，願意與廠商共創。今年隨著AIGC技術發展成熟，成本大幅降低，我們最終會將銷售智能助手向全部客戶開放，增購成本也大幅降低。對於客戶而言，當客戶能感受到大模型為業務帶來的價值，是願意為此付費的。
大模型其實幫助企業和個人大幅降低了創新成本。在應用層，企業可以結合自己原有的行業經驗，或者是個人經驗，在這個基礎上看大模型可以提升什麼，以銷售易為例，CRM本身是管理企業營銷服業務的，具有豐富的應用場景，引入大模型能夠更好更高效解決業務問題，而我們也有大量的客戶具有這樣的需求，願意跟我們一起共創探索。
王朝輝先生表示銷售易注重高質量增長，經營策略比較穩健，產品開發較為理性，注重核算收入、毛利，這樣才能正向循環，推動智能化產品健康發展。
