大模型商业化落地的机会

一、终局猜想

1. 基础大模型将成为通用品，顶级模型和开源模型将长期共存。
2. 算法和算力的领先短期内会让顶级闭源模型更具优势，但随着边际效应递减和算力成本降低，开源模型的差距会逐渐缩小。
3. 大模型商业化格局类似云服务，未来可能会有国企或国家队凭借基础设施优势占据重要份额。
4. 大模型出现带来MaaS概念，但商业化仍面临挑战。MaaS相比PaaS有更多的机会，因为它可以集成Killer App。

二、大模型ToB商业化的路径

1. 纯大模型：主要用于少数大型企业或研究机构，不具备可持续性。
2. 大模型带应用：基于应用场景建立大模型，并推广更多应用场景。
3. 大模型应用：封装成SaaS或工具，以应用为主，大模型为辅。
4. 内嵌大模型应用：现有SaaS工具中内嵌大模型，如钉钉集成应用。

三、大模型各落地场景的空间及约束条件

1. 定义需求的通用性：大模型集成多种功能，提升需求定义的通用性。
2. 解决方案的完成度：输出越接近实用产品，完成度越高。
3. 商业化需平衡通用性和完成度，避免Hallucination风险和传统AI替代性挑战。

四、大模型各落地场景的具体分析

1. 商业化潜力低的场景：内部知识管理和客服Bot，难以提供显著体验提升。
2. 商业化潜力中等的场景：
3. 文档助理：适用于多个部门，提升效率。
4. 广告投放助理：用于垂直场景，但仍需人工优化。
5. 研发助理：通用性强，预算充足，付费意愿强。
6. 销售助理：提高销售效率，付费意愿强。
7. 商业化潜力高，但挑战大的场景：虚拟代表或线上销售Bot，ROI易评价但落地难度大。

五、大模型各商业化路径的进展及风险

1. 纯大模型：主要面向大型企业和研究机构。
2. 大模型带应用：基于应用场景建立大模型并推广。
3. 大模型应用：封装成SaaS或工具，以应用为主。
4. 内嵌大模型应用：现有SaaS工具中集成大模型。

随着阿里云、华为云、腾讯云和百度云推出MaaS产品，市场竞争激烈，可能导致一些应用被底层集成商替代。