順網(wǎng)科技：泛娛樂將成為生成式AI商業(yè)化的順網(wǎng)生成式AI商黃金場(chǎng)域

2023-12-11 10:08:22編輯：Reset 順網(wǎng)科技認(rèn)為，企業(yè)在探索生成式AI創(chuàng)業(yè)時(shí)，科技不僅要注重大模型，泛娛海口外圍（外圍預(yù)約）外圍女價(jià)格（電話微信189-4469-7302）提供一二線城市真實(shí)上門外圍上門外圍女，快速安排90分鐘到達(dá)更需關(guān)注場(chǎng)景應(yīng)用，業(yè)化域以及為場(chǎng)景應(yīng)用提供支撐的金場(chǎng)中間層，以幫助企業(yè)在競(jìng)爭(zhēng)激烈的順網(wǎng)生成式AI商市場(chǎng)中脫穎而出。

近期，科技2023中國上市公司投資價(jià)值峰會(huì)暨中國投資基金峰會(huì)（以下簡(jiǎn)稱“雙峰會(huì)”）在北京舉辦，泛娛本次“雙峰會(huì)”以“創(chuàng)新驅(qū)動(dòng)、業(yè)化域價(jià)值導(dǎo)航”為主題，金場(chǎng)旨在探討上市公司如何通過創(chuàng)新和價(jià)值來驅(qū)動(dòng)自身發(fā)展，順網(wǎng)生成式AI商并引領(lǐng)行業(yè)發(fā)展的科技新趨勢(shì)。

會(huì)上，泛娛順網(wǎng)科技首次分享了公司在生成式AI商業(yè)化方面的業(yè)化域經(jīng)驗(yàn)，強(qiáng)調(diào)泛娛樂將成為生成式AI商業(yè)化的金場(chǎng)黃金場(chǎng)域，并建議生成式AI創(chuàng)業(yè)，不要局限于大模型，更需關(guān)注場(chǎng)景應(yīng)用，以及為場(chǎng)景應(yīng)用提供支撐的中間層。

2023年以來，各大公司爭(zhēng)相布局AI領(lǐng)域，導(dǎo)致大模型產(chǎn)品密集落地，形成“百模大戰(zhàn)”。然而，盡管各類大模型產(chǎn)品層出不窮，但市場(chǎng)上成熟的生成式AI應(yīng)用卻相當(dāng)有限。

對(duì)此，順網(wǎng)科技認(rèn)為，企業(yè)在探索生成式AI創(chuàng)業(yè)時(shí)，不僅要注重大模型，更需關(guān)注場(chǎng)景應(yīng)用，?？谕鈬ㄍ鈬A(yù)約）外圍女價(jià)格（電話微信189-4469-7302）提供一二線城市真實(shí)上門外圍上門外圍女，快速安排90分鐘到達(dá)以及為場(chǎng)景應(yīng)用提供支撐的中間層，以幫助企業(yè)在競(jìng)爭(zhēng)激烈的市場(chǎng)中脫穎而出。

除此之外，對(duì)于進(jìn)入生成式AI時(shí)代的企業(yè)而言，將會(huì)面臨三個(gè)挑戰(zhàn)：其一是模型層面能力的提升；其二是監(jiān)管合規(guī)層面的挑戰(zhàn)；其三是業(yè)務(wù)孵化和商業(yè)化。

在場(chǎng)景方面，順網(wǎng)科技最偏好泛娛樂領(lǐng)域。一方面，休閑娛樂是比較核心的剛性領(lǐng)域。另一方面，泛娛樂行業(yè)相對(duì)來說容錯(cuò)性會(huì)更好。此外，泛娛樂的傳播性更好，能夠獲得更多用戶的認(rèn)知，更容易讓用戶理解和使用。由于泛娛樂行業(yè)同時(shí)具有這三個(gè)特性，因此預(yù)計(jì)在明年后年會(huì)有很多的應(yīng)用和可能性誕生。

其次，在生成式AI的商業(yè)化要素，“場(chǎng)景、中間層、模型、算力和數(shù)據(jù)”，五大要素缺一不可。因?yàn)閳?chǎng)景是最終觸達(dá)用戶群體的地方，也是商業(yè)閉環(huán)形成的地方。中間層可以加速試錯(cuò)過程，更快地找到滿足用戶需求的具體痛點(diǎn)閉環(huán)。模型是生成式AI這一輪最核心的能力部分，算力是基礎(chǔ)支撐，而數(shù)據(jù)則是模型的根本。

這一輪生成式AI會(huì)帶來巨大的生產(chǎn)力變革，但未必會(huì)如大家期待的那么快，還需要一點(diǎn)一滴的積累，市場(chǎng)需要有一定耐心。

以下是順網(wǎng)科技在鈦媒體2023年中國上市公司雙峰會(huì)的分享實(shí)錄，略經(jīng)編輯：

各位領(lǐng)導(dǎo)、各位主辦方的老師、各位嘉賓、各位朋友，大家晚上好！

從去年底ChatGPT發(fā)布至今，整個(gè)互聯(lián)網(wǎng)行業(yè)，甚至各行業(yè)都對(duì)生成式AI產(chǎn)生了濃厚興趣，資本市場(chǎng)從一級(jí)到二級(jí)都有很多動(dòng)作，今天我代表順網(wǎng)科技，分享我們對(duì)生成式AI的一些認(rèn)知和實(shí)踐。

首先簡(jiǎn)單介紹一下順網(wǎng)科技。順網(wǎng)科技成立于2005年，一直致力于推動(dòng)電競(jìng)互動(dòng)娛樂領(lǐng)域的數(shù)字化。在18年的發(fā)展過程中，順網(wǎng)科技逐漸切入了四個(gè)核心領(lǐng)域，包括算力、電競(jìng)、AI陪伴和數(shù)字娛樂展會(huì)ChinaJoy。這四個(gè)板塊構(gòu)成了順網(wǎng)科技的核心業(yè)務(wù)，也是我們?cè)谏墒紸I時(shí)代到來時(shí)展開新增長的基礎(chǔ)。

我先跟大家分享一下“百模大戰(zhàn)”的問題。從去年到現(xiàn)在，國內(nèi)不斷涌現(xiàn)出各種團(tuán)隊(duì)，包括頭部的互聯(lián)網(wǎng)大廠和新興的企業(yè)，都在做大模型，國內(nèi)的模型已經(jīng)超過 200 多個(gè)。從今年8月Gartner發(fā)布的行業(yè)報(bào)告來看，整個(gè)模型競(jìng)爭(zhēng)已經(jīng)進(jìn)入了技術(shù)發(fā)展曲線的第一個(gè)峰值階段。接下來，逐漸有一些相對(duì)欠缺資源和欠缺沉淀的團(tuán)隊(duì)會(huì)退出競(jìng)爭(zhēng)。

在百模大戰(zhàn)的同時(shí)，我們也注意到，大家目前能夠接觸、使用的生成式AI應(yīng)用非常有限。所以在我們看來，進(jìn)入生成式AI時(shí)代，我們還要面臨三個(gè)挑戰(zhàn)。

第一個(gè)是模型層面能力的挑戰(zhàn)。主要體現(xiàn)在核心資源的聚合上，包括算力、數(shù)據(jù)以及人才層面的博弈。其實(shí)這一領(lǐng)域在過去幾年一直是冷板凳，尤其是在去年9月份之前都不是熱點(diǎn)，甚至于國內(nèi)相關(guān)的出版物也不多。但今年2月份以后，這方面的研究就如雨后春筍般涌現(xiàn)出來，這也是人才稀缺的一個(gè)客觀限制。

第二個(gè)挑戰(zhàn)是在監(jiān)管合規(guī)層面。要開展負(fù)責(zé)任的大模型實(shí)踐，會(huì)大幅度增加訓(xùn)練成本和推理成本，因此會(huì)給商業(yè)化過程帶來挑戰(zhàn)，這背后是安全和成本之間的取舍。

第三個(gè)挑戰(zhàn)是業(yè)務(wù)孵化。在早期投資時(shí)，大家可能覺得這一新興領(lǐng)域很有機(jī)會(huì)；當(dāng)行業(yè)發(fā)展逐步深化時(shí)，會(huì)發(fā)現(xiàn)業(yè)務(wù)本身的孵化和商業(yè)化存在非常多的挑戰(zhàn)。如果不能驗(yàn)證業(yè)務(wù)商業(yè)模式是否有效，能否形成良好的現(xiàn)金流和利潤，生成式AI就有可能會(huì)進(jìn)入瓶頸狀態(tài)，實(shí)際上現(xiàn)在已經(jīng)在這樣一個(gè)狀態(tài)了。

我們團(tuán)隊(duì)在看待生成式AI創(chuàng)業(yè)時(shí)，理解不僅僅局限于大模型，大模型有相應(yīng)的團(tuán)隊(duì)和相應(yīng)層次的玩家在做。我們更關(guān)注場(chǎng)景應(yīng)用，以及為場(chǎng)景應(yīng)用提供支撐的中間層，這里還有很多機(jī)會(huì)。

場(chǎng)景方面，順網(wǎng)科技最偏好泛娛樂領(lǐng)域。首先，休閑娛樂對(duì)消費(fèi)者而言，是比較核心的領(lǐng)域，所以它的需求是很充分的。其實(shí)歷史上很多新技術(shù)都是從泛娛樂領(lǐng)域率先落地。

其次，泛娛樂領(lǐng)域相對(duì)來說容錯(cuò)性更好。很多生成式AI應(yīng)用一旦用到正式的商業(yè)場(chǎng)合，就會(huì)面臨服務(wù)、解決方案等方面穩(wěn)定性、可靠性的問題。所以在當(dāng)前這個(gè)階段，找到相對(duì)高容錯(cuò)的場(chǎng)景，是做好這一輪生成式AI商業(yè)化的重要環(huán)節(jié)。

另外，泛娛樂的傳播性更好，能夠獲得更多用戶的認(rèn)知，更容易讓用戶理解和使用。所以我們認(rèn)為，泛娛樂行業(yè)剛好具有這三個(gè)特性，在明年后年會(huì)有很多的應(yīng)用和可能性誕生。

最近二十年，我們的很多生活習(xí)慣都在發(fā)生轉(zhuǎn)化，例如從微博、微信等文本互動(dòng)轉(zhuǎn)向短視頻互動(dòng)，甚至未來會(huì)有更多即時(shí)多媒體通訊形態(tài)。這個(gè)過程中，用戶時(shí)間分布已經(jīng)在發(fā)生遷移，更多的生活場(chǎng)景復(fù)刻、還原在線上，因此會(huì)有很多通過生成式AI為用戶提供陪伴的機(jī)會(huì)，這也是順網(wǎng)正在做的。

在我們看來，生成式AI商業(yè)化會(huì)有兩種落地范式：

第一種是現(xiàn)在很多小型團(tuán)隊(duì)在做的，他們會(huì)直接在大模型上做應(yīng)用，或者簡(jiǎn)單地做套殼或商業(yè)化。這種模式反應(yīng)速度會(huì)比較快，可以快速拉起來一部分用戶，但是在國內(nèi)展業(yè)，這樣容易遇到合規(guī)問題。海外展業(yè)其實(shí)門檻不高，但很容易被大模型把相應(yīng)的場(chǎng)景能力吸納，之后逐漸被替代，很多應(yīng)用從業(yè)者已經(jīng)發(fā)現(xiàn)了這個(gè)問題。

第二種是大模型加上中間層框架，最后到應(yīng)用。這一層是從大模型本身的一些局限性出發(fā)，補(bǔ)充它的提示工程、答案工程，注入行業(yè)垂直模型。同時(shí)企業(yè)有很多自己多年沉淀的行業(yè)數(shù)據(jù)，未必愿意以公開的方式或者缺乏數(shù)據(jù)安全的方式提供給大模型，這種場(chǎng)景就需要中間層做支撐。

從順網(wǎng)科技的實(shí)踐來看，首先，我們擁有多層次的算力，而且是異構(gòu)算力，從這種核心的專業(yè)計(jì)算到常規(guī)的低成本推理計(jì)算，甚至于到一些特定場(chǎng)景的渲染，面向不同場(chǎng)景可以提供不同類型的算力。這是我們相對(duì)見長的，因?yàn)槲覀冏錾暇W(wǎng)行業(yè)，從基本的設(shè)備管理到行業(yè)的存儲(chǔ)上云、算力上云，以及算力全方位的線上線下一體化調(diào)度管理，我們積累了很多經(jīng)驗(yàn)。

第二點(diǎn)，是在模型和應(yīng)用支撐的中間層探索。這一塊構(gòu)成了順網(wǎng)科技核心的AGENT能力。準(zhǔn)確來說，AGENT是一種生成式人工智能代理的能力，而不是只創(chuàng)建一兩個(gè)代理的化身。本質(zhì)上，還是會(huì)利用大語言模型擅長的方面，但是對(duì)于它不擅長或者可能遇到問題的部分，都需要在這個(gè)層級(jí)進(jìn)行封裝和場(chǎng)景化適配。

最后是場(chǎng)景。我們接觸的用戶主要集中在泛娛樂領(lǐng)域，因此我們會(huì)提供相應(yīng)的陪伴服務(wù)，包括在上網(wǎng)、電競(jìng)等與游戲緊密結(jié)合的場(chǎng)域，以及常規(guī)的休閑陪伴。

我們認(rèn)為，想要做好AI應(yīng)用，需要充裕的算力和高質(zhì)量的數(shù)據(jù)。

首先，即便擁有第三方的大模型，如果缺乏足夠的算力，就無法將優(yōu)質(zhì)數(shù)據(jù)轉(zhuǎn)化為模型的參數(shù)，也就無法真正地將數(shù)據(jù)沉淀下來。其次是要做推理，如果沒有足夠的推理算力來服務(wù)海量廣域的最終用戶，那么大模型平臺(tái)可能會(huì)崩掉或暫停服務(wù)。這對(duì)于國內(nèi)很多創(chuàng)業(yè)團(tuán)隊(duì)和上市公司來說，也是一個(gè)需要解決的問題。

算力不僅關(guān)乎計(jì)算能力本身，還關(guān)乎計(jì)算所需的時(shí)間。比如，我們所在的電競(jìng)行業(yè)、游戲娛樂領(lǐng)域所需要的渲染算力，需要非常低的時(shí)延，通常是毫秒級(jí)。而在其他非時(shí)間敏感的應(yīng)用場(chǎng)景下，可能不需要那么高的實(shí)時(shí)性。所以整體的算力應(yīng)當(dāng)構(gòu)建成一個(gè)多層次的算力網(wǎng)絡(luò)和算力資源池。

其次，推理的核心在于高質(zhì)量的數(shù)據(jù)，這些數(shù)據(jù)應(yīng)當(dāng)與自身應(yīng)用場(chǎng)景相契合。我們認(rèn)為，高質(zhì)量的行業(yè)數(shù)據(jù)必須滿足三個(gè)維度：深度、廣度和時(shí)間跨度。深度方面，即在該行業(yè)中擁有相應(yīng)的端對(duì)端鏈路數(shù)據(jù)沉淀，當(dāng)然，這些數(shù)據(jù)的獲取需要符合相關(guān)法律法規(guī)。

廣度方面，行業(yè)不能太小、太垂直，要有一定的市場(chǎng)容量和多細(xì)分行業(yè)覆蓋，否則很難在商業(yè)化推廣中實(shí)現(xiàn)規(guī)?；?。最后，數(shù)據(jù)的積累需要一定的時(shí)間跨度。如果沒有幾年甚至10余年的數(shù)據(jù)沉淀，就沒有相應(yīng)的訓(xùn)練語料，所以在數(shù)據(jù)層面，還是需要有足夠的時(shí)間積累。

我們來總結(jié)一下。在生成式AI的商業(yè)化方面，順網(wǎng)科技認(rèn)為這五個(gè)要素是缺一不可的：場(chǎng)景、中間層、模型、算力和數(shù)據(jù)。

場(chǎng)景是最終觸達(dá)用戶群體的地方，也是商業(yè)閉環(huán)形成的地方。中間層可以加速試錯(cuò)過程，更快地找到滿足用戶需求的具體痛點(diǎn)閉環(huán)。模型是生成式AI這一輪最核心的能力部分，算力是基礎(chǔ)支撐，而數(shù)據(jù)則是模型的根本。

我們認(rèn)為，這一輪生成式AI會(huì)帶來巨大的生產(chǎn)力變革，但未必會(huì)如大家期待的那么快，還需要一點(diǎn)一滴的積累，市場(chǎng)需要有一定的耐心。對(duì)于上市公司來說，在這方面也會(huì)遇到經(jīng)營層面和孵化層面的挑戰(zhàn)，我們也希望能夠與行業(yè)內(nèi)更多人士進(jìn)行探討，共同尋找更多創(chuàng)新機(jī)會(huì)，從而實(shí)現(xiàn)更好、甚至更快的商業(yè)化進(jìn)程。

最后以順網(wǎng)科技的使命和愿景作為結(jié)束，我們希望科技連接快樂，讓行業(yè)更加智能，讓用戶的快樂隨手可得。