AIGC|20+篇研報解析:技術(shù)要素、產(chǎn)業(yè)鏈、營(yíng)收模式與應用場(chǎng)景

0 評論 2165 瀏覽 10 收藏 25 分鐘

當前AI領(lǐng)域發(fā)展迅速,AIGC已經(jīng)日益成為改變工作、生活的關(guān)鍵力量,這種時(shí)候,了解一些發(fā)展趨勢很重要。研究報告就是獲取信息的途徑之一。本文作者整理了去年和當前20余篇機構發(fā)布的研究報告,對其中的關(guān)鍵進(jìn)行了梳理,供各位參考。

AIGC日益成為推動(dòng)社會(huì )變革的關(guān)鍵力量,無(wú)論是哪個(gè)行業(yè)的從業(yè)者,了解一點(diǎn)AI技術(shù)的發(fā)展概況和應用趨勢變得很重要。研究報告,作為掌握領(lǐng)域前沿信息的重要途徑,提供了系統而深入的洞察及觀(guān)點(diǎn),是快速獲得專(zhuān)業(yè)視角的有效方式。

本文基于我在2023年和2024年閱讀的二十余篇機構發(fā)布的研究報告整理而成,對其中共識部分較多的內容或知識點(diǎn)進(jìn)行了提煉梳理,每份研報各有側重,而這些差異化內容并未在文中提及,盡管在信息深度上可能有限,但也希望為初識AIGC的讀者呈現一份宏觀(guān)的知識速覽。

下面是本文涉及到的所有研報,期望獲得更多信息量的同學(xué)可自行搜索閱讀。

一、技術(shù)要素

AIGC技術(shù)三要素:算力、算法、數據。

算力:

算力指的是計算設備執行算法和處理數據的能力,是支撐AIGC系統運行的基礎。主要包括CPU、GPU、GPGPU、FPGA、ASIC等硬件。在實(shí)際應用中,GPU和GPGPU是當前主流的AIGC計算解決方案,因為它們在處理大規模數據和復雜計算任務(wù)時(shí)具有顯著(zhù)優(yōu)勢。從算力供應來(lái)看,現階段全球絕大部分GPU算力均來(lái)自英偉達(NVIDIA)和AMD。

算法:

算法指的是一系列解決問(wèn)題、實(shí)現特定功能的有序指令和步驟,是實(shí)現AI生成內容的核心。AIGC常用的算法包括深度學(xué)習(如卷積神經(jīng)網(wǎng)絡(luò )、循環(huán)神經(jīng)網(wǎng)絡(luò )及其變種)、強化學(xué)習和自然語(yǔ)言處理(如Transformer)。創(chuàng )新算法如生成對抗網(wǎng)絡(luò )(GANs)和Transformer架構擴展了內容生成技術(shù)的邊界,使AI能夠創(chuàng )造出越來(lái)越逼真和復雜的內容。這些算法通過(guò)持續的優(yōu)化和創(chuàng )新,不僅提高了內容生成的效率和效果,還推動(dòng)了AIGC技術(shù)在創(chuàng )意、娛樂(lè )和營(yíng)銷(xiāo)等領(lǐng)域的廣泛應用。

數據:

數據是AIGC平臺進(jìn)行訓練和優(yōu)化的核心資源,其質(zhì)量和數量直接影響生成內容的準確性和多樣性。高質(zhì)量的數據集包含豐富、準確、且標注良好的樣本,可以顯著(zhù)提高模型的訓練效果。大量的數據有助于模型在各種情況下泛化,提高生成內容的多樣性和準確性。為確保數據質(zhì)量和一致性,通常會(huì )通過(guò)清洗、去重和歸一化等步驟進(jìn)行數據預處理,這可以有效提升模型訓練的速度和精度。數據不僅是訓練模型的基礎,也是評估和優(yōu)化模型性能的重要依據。

吳恩達曾說(shuō):“發(fā)展人工智能就像用火箭發(fā)射衛星,需要強大的引擎和足夠的燃料,算法模型就是其引擎,高性能的算力是打造引擎的工具,海量的數據就是引擎的燃料”。算力、算法和數據的協(xié)同作用構成了AIGC技術(shù)的基礎。算力提供了處理復雜計算任務(wù)的必要硬件支持;算法為內容生成提供了智能化的邏輯和機制;數據則為模型訓練和優(yōu)化提供了豐富的素材。三者相互依托,共同推動(dòng)了AIGC技術(shù)的快速發(fā)展。

二、產(chǎn)業(yè)鏈

AIGC產(chǎn)業(yè)鏈基本分為三類(lèi):基礎設施、模型、應用。

基礎設施:

包括數據層、算力層、計算平臺、模型開(kāi)發(fā)訓練平臺和其他配套設施。數據層提供高質(zhì)量的訓練數據,通過(guò)大數據技術(shù)實(shí)現數據采集、存儲和管理。算力層提供 AI 計算所需的硬件,包括 GPU、FPGA、ASIC 和 CPU 等,這些硬件因其強大的計算能力,廣泛應用于 AI 模型的訓練和推理。計算平臺如Microsoft Azure、阿里云和百度云,提供彈性計算和存儲資源,支持AI模型的開(kāi)發(fā)和部署。模型開(kāi)發(fā)訓練平臺如TensorFlow和PyTorch,加速了AI模型的開(kāi)發(fā)、訓練和優(yōu)化。其他配套設施如數據標注工具(例如 Labelbox、SuperAnnotate 和 Scale AI)和監控調優(yōu)工具(例如 MLflow、Weights & Biases 和 Neptune.ai),保障了 AI 開(kāi)發(fā)流程的管理和優(yōu)化。

模型:

包括底層通用大模型和中間層模型。底層通用大模型(如GPT-4和BERT)通過(guò)在海量數據上的訓練,提供廣泛的適用性和遷移學(xué)習能力,支持多種任務(wù)的AI應用,這部分是相對最容易形成壁壘的,包括人才、時(shí)間、數據和資金等多個(gè)方面。中間層模型具有垂直化、行業(yè)化、細分化的特點(diǎn),針對特定領(lǐng)域或任務(wù)進(jìn)行模型優(yōu)化,結合行業(yè)數據進(jìn)行微調,提供更具針對性的解決方案,如醫療影像分析或金融風(fēng)險管理。這部分適合憑借過(guò)往行業(yè)積累和技術(shù)積累快速進(jìn)入。

應用:

專(zhuān)注于將AI技術(shù)轉化為實(shí)際產(chǎn)品、服務(wù)和解決方案,解決具體場(chǎng)景中的問(wèn)題,實(shí)現商業(yè)化?;诓煌膬r(jià)值創(chuàng )造邏輯,我國AIGC產(chǎn)業(yè)應用可被劃分為四類(lèi):生產(chǎn)可直接消費內容、結合底層系統生產(chǎn)高附加值內容、提供內容生產(chǎn)輔助工具、用于提供體系化解決方案。生產(chǎn)可直接消費內容是我國目前落地及變現進(jìn)展最快的部分

三、營(yíng)收模式

MaaS:

模型即服務(wù)(Model-as-a-Service)通過(guò)API提供模型調用服務(wù),按調用量收費??蛻?hù)可以通過(guò)API訪(fǎng)問(wèn)AI模型,將其集成到自己的應用或服務(wù)中。收費通?;谡{用次數、處理的請求量或計算資源消耗。

定制服務(wù):

定制服務(wù)模式為客戶(hù)提供個(gè)性化模型,根據特定需求和預算開(kāi)發(fā)AI解決方案。定制化服務(wù)通常包括數據收集、模型訓練、調整和部署。這種模式常見(jiàn)于高度專(zhuān)業(yè)的領(lǐng)域,如金融、醫療、或特定的制造業(yè)應用。

軟件訂閱:

讓用戶(hù)通過(guò)訂閱計劃獲取AI生成能力,按時(shí)間(如月度、年度)或按需收費。用戶(hù)支付固定費用即可訪(fǎng)問(wèn)AI工具和功能,這種模式為產(chǎn)品提供了可預測的收入流和用戶(hù)增長(cháng)的機會(huì )。

內容產(chǎn)出量:

按內容量收費模式基于A(yíng)I生成內容的數量或使用的計算資源收費。這可以是圖片的數量、視頻的時(shí)長(cháng)、文本的字數,或者是模型訓練的次數。

授權:

通過(guò)出售生成內容的使用權獲利。AI生成的內容,如圖像、文本或音樂(lè ),可以授權給其他公司使用,獲得許可費。這種模式強調生成內容的知識產(chǎn)權和價(jià)值,適合那些能夠提供獨特或高質(zhì)量?jì)热莸腁I工具。

廣告和推廣:

生成內容直接為廣告或推廣活動(dòng)服務(wù),創(chuàng )造收益。有兩種主要方式:自有平臺的廣告變現和生成內容的廣告植入。

MaaS具有高效利用計算資源、即插即用、持續更新、靈活計費以及安全性高等特點(diǎn),極大地簡(jiǎn)化了AI模型的使用和管理流程,降低了使用門(mén)檻,幫助企業(yè)或開(kāi)發(fā)者快速響應市場(chǎng)需求、提高開(kāi)發(fā)效率,并享受到先進(jìn)AI技術(shù)帶來(lái)的競爭優(yōu)勢,同時(shí)也推動(dòng)了AI技術(shù)的普及和創(chuàng )新。

四、行業(yè)影響

在多份研報的行業(yè)應用變革分析板塊,多用平面直角坐標系來(lái)可視化呈現,內容繪制除形式外有三個(gè)不同點(diǎn):

  1. 調研數據的來(lái)源不同;
  2. 對于行業(yè)變革的定義不同;
  3. 行業(yè)名稱(chēng)與展示數量不同。

這些差異使得科學(xué)的橫向對比變得困難,但依然有幾個(gè)行業(yè)在多個(gè)變革程度排名中表現突出,名列前茅。按加權平均排名依次為:媒體影視、電子商務(wù)、廣告營(yíng)銷(xiāo)、游戲、金融、教育。

其他維度的排名:

  • 行業(yè)變現能力:金融、教育、醫療、游戲、廣告營(yíng)銷(xiāo) 《2023年AIGC場(chǎng)景應用展望研究報告》
  • 行業(yè)滲透速度:電商、游戲廣告、媒體、金融 《2023年中國AIGC產(chǎn)業(yè)全景報告》
  • 行業(yè)接受度:辦公軟件、游戲、影視傳媒、電商、內容資訊 《中國AIGC產(chǎn)業(yè)全景報告》

五、應用場(chǎng)景

1. 游戲

當很多行業(yè)還在討論AIGC的落地場(chǎng)景時(shí),游戲行業(yè)已經(jīng)將AIGC運用到每一個(gè)角落,深度、速度遠超大家想象。質(zhì)量、成本、效率被稱(chēng)游戲行業(yè)的“不可能三角”。

游戲之所以成為目前AIGC應用最為清晰的行業(yè),就是因為AIGC對三者均會(huì )產(chǎn)生影響:

  • 質(zhì)量:同質(zhì)化、缺乏創(chuàng )新成為游戲行業(yè)最大的擎肘,生成式AI技術(shù)可以大幅降低創(chuàng )新難度,豐富主題多樣性;
  • 成本:策劃、音頻、美術(shù)程序等環(huán)節的生產(chǎn)力得到釋放,人員規??蓧嚎s約40%~70%,從而降低游戲制作成本;
  • 效率:AI創(chuàng )作工具會(huì )使大量環(huán)節實(shí)現半自動(dòng)化或全自動(dòng)化,節省60%~70%的時(shí)間,提升游戲制作效能;

再結合研報中的一些判斷,AIGC對游戲的影響還有:提升玩家數量、活躍度;做大游戲市場(chǎng);給行業(yè)新玩家提供了入局的機會(huì );接下來(lái),我們可以通過(guò)立項、研發(fā)、宣發(fā)3個(gè)環(huán)節,了解AIGC切入游戲行業(yè)的方式。

1)立項

根據游戲的用戶(hù)畫(huà)像等數據,借助生成式AI的理解、推理能力,幫助游戲公司提高對立項成功率的判斷。

2)研發(fā)

  • 劇本:游戲劇本創(chuàng )作,AI文本生成提高劇情創(chuàng )作效率;NPC對話(huà)劇本,千人千面,提高互動(dòng)性和可玩性;
  • 道具/角色:角色、道具、場(chǎng)景等原畫(huà)、3D建模自動(dòng)生成;AI輔助+設計師加工的協(xié)同模式;
  • 音效:AI生成DEMO,音效師進(jìn)行微調;
  • 關(guān)卡:游戲關(guān)卡自動(dòng)生成,并進(jìn)行代碼自動(dòng)測試,開(kāi)放世界類(lèi)游戲最為收益,將開(kāi)啟“無(wú)限故事”時(shí)代;
  • 玩法:AI捏臉、AI換裝、AI陪玩、AI托管、人機挑戰等;

3)宣發(fā)

  • 本地化:借助AI精準、高效的翻譯,確保新版本全球同步上線(xiàn);
  • 營(yíng)銷(xiāo)投放:提升營(yíng)銷(xiāo)素材制作效率,如預告視頻、海報、短視頻等,素材可做到個(gè)性化;
  • 二次創(chuàng )作:降低二創(chuàng )制作難度,加速內容傳播,提升游戲熱度,活躍社群活躍度;
  • 社群互動(dòng):AI自動(dòng)發(fā)言、自動(dòng)回復,帶動(dòng)或維持社群始終處于活躍狀態(tài);

在3D游戲領(lǐng)域,由于優(yōu)質(zhì)3D數據的稀缺性、3D場(chǎng)景的復雜性、維度特征的多樣性,導致高質(zhì)量的3D游戲生成還較難落地,這是目前AIGC在游戲領(lǐng)域的局限性。但隨著(zhù)技術(shù)的快速突破和大量的制作嘗試,相信這些局限很快就能得到解決。

參考研報:《中國AIGC文生圖產(chǎn)業(yè)白皮書(shū)2023》、《AIGC賦能游戲產(chǎn)業(yè)線(xiàn)上沙龍-會(huì )議紀要》、《AIGC提質(zhì)增效,傳媒行業(yè)應用前景廣闊》

2. 廣告營(yíng)銷(xiāo)

當前互聯(lián)網(wǎng)流量見(jiàn)頂,廣告營(yíng)銷(xiāo)亟需新范式的推動(dòng)增長(cháng)。AIGC為廣告營(yíng)銷(xiāo)行業(yè)提供了全鏈路、多維度的解決方案,貫穿市場(chǎng)分析、客戶(hù)轉化和復購等關(guān)鍵環(huán)節。在初期,AIGC通過(guò)智能數據分析,精準洞察市場(chǎng)和消費者行為,優(yōu)化營(yíng)銷(xiāo)策略;中期,支持個(gè)性化內容創(chuàng )作和精準廣告投放,提升轉化率;而到了后期,通過(guò)自動(dòng)化客戶(hù)互動(dòng)和反饋分析,制定客戶(hù)維系策略,增強用戶(hù)忠誠度。

AIGC可以顯著(zhù)提升營(yíng)銷(xiāo)的智能化和互動(dòng)性,為消費者提供個(gè)性化體驗,必將重新定義廣告營(yíng)銷(xiāo)生態(tài)。具體來(lái)說(shuō),AIGC對營(yíng)銷(xiāo)領(lǐng)域的影響有這幾個(gè)方面:提升效率和降低成本、深度個(gè)性化和定制化內容、多渠道營(yíng)銷(xiāo)支持、持續優(yōu)化和個(gè)性化推薦、創(chuàng )新性和獨特性的探索。

基于傳統營(yíng)銷(xiāo)鏈路,多份研報對AIGC在各個(gè)環(huán)節的賦能方式進(jìn)行了評估,涵蓋了市場(chǎng)分析、運營(yíng)方式、營(yíng)銷(xiāo)推廣、客戶(hù)轉化、營(yíng)銷(xiāo)優(yōu)化、客戶(hù)復購等環(huán)節。我們也可以對以上節點(diǎn)加以整合,從三個(gè)角度來(lái)理解AIGC在其中的作用:

策略洞察:

AIGC通過(guò)抓取并分析社交媒體、搜索引擎等平臺的數據,幫助廣告主掌握市場(chǎng)趨勢、競爭態(tài)勢和受眾偏好。它利用用戶(hù)行為和互動(dòng)數據構建用戶(hù)畫(huà)像,并自動(dòng)生成和優(yōu)化廣告策略與排期。

內容生產(chǎn):

AIGC能根據廣告主需求和受眾特征,自動(dòng)生成符合品牌調性的創(chuàng )意素材,提升創(chuàng )作效率和質(zhì)量。通過(guò)算法推薦,AI可拼接編排廣告文案和素材,生成廣告海報、視頻、軟文等營(yíng)銷(xiāo)內容,支持新型交互方式。

投放管理:

AIGC通過(guò)分析用戶(hù)行為、興趣和偏好,為廣告主提供精確的受眾定位,實(shí)現大規模個(gè)性化投放。還可以利用實(shí)時(shí)反饋數據優(yōu)化大模型,動(dòng)態(tài)調整投放物料和策略,提升廣告效果和轉化率。

參考研報:《2024AI賦能營(yíng)銷(xiāo)應用場(chǎng)景白皮書(shū)》、《從營(yíng)銷(xiāo)AIGC化到AIGC營(yíng)銷(xiāo)化》、《2023年AIGC場(chǎng)景應用展望研究報告》、《企業(yè)AIGC商業(yè)落地應用研究報告》、《中國AIGC廣告營(yíng)銷(xiāo)產(chǎn)業(yè)全景報告》

3. 電子商務(wù)

電商行業(yè)天然具有海量的交易數據資源、多樣的營(yíng)銷(xiāo)策略,可以快速受益于A(yíng)I技術(shù)所帶來(lái)的效率提升。從提高運營(yíng)效率到增強消費者體驗,再到優(yōu)化供應鏈管理,AI為B端商家、C端消費者、電商平臺等各方都帶來(lái)新的機遇。

1)B端商家

  • 選品決策:利用AI技術(shù)進(jìn)行市場(chǎng)調研和商品分析,更好地理解目標用戶(hù),幫助商家精準選品。
  • 內容生成:商品圖片、產(chǎn)品描述、營(yíng)銷(xiāo)活動(dòng)文案等售賣(mài)材料實(shí)現AI智能生成,在跨境電商中,AI可以輔助生成具有當地文化特色的文案,加強商品與當地的文化連接,克服語(yǔ)言障礙。
  • 廣告投放:在推廣階段,AIGC使廣告素材的生成和迭代速度顯著(zhù)提升,增強廣告內容的吸引力和轉化率。并基于A(yíng)I對用戶(hù)行為的洞察,精準關(guān)聯(lián)用戶(hù),優(yōu)化廣告投放策略。
  • 客服工作:與以往基于特定詞語(yǔ)規則出發(fā)的固定回復不同,AI客服可以“聽(tīng)懂”用戶(hù)訴求,靈活給出答案,還可以基于掌握的大量商品知識,與消費者展開(kāi)多輪對話(huà),助力達成消費轉化。

2)C端消費者

  • AI導購:精準匹配和描述其個(gè)性化需求, 為消費者提供高效選品服務(wù)。
  • AI比價(jià):跨平臺智能對比商品價(jià)格與特點(diǎn),提供即時(shí)的優(yōu)惠信息和最佳的消費選項。

3)電商平臺

  • 內容生成:提升素材生成能力,豐富社區互動(dòng)與氛圍。
  • 智能廣告:分析數據、識別目標用戶(hù),然后智能生成廣告內容。
  • 內部運營(yíng):AI自動(dòng)執行繁瑣的數據分析、行為分析工作,從而釋放人力資源,專(zhuān)注于更具策略性的任務(wù)。

參考研報:《AIGC場(chǎng)景應用展望研究報告》、《2024AI賦能營(yíng)銷(xiāo)應用場(chǎng)景白皮書(shū)》、《2024年AIGC發(fā)展趨勢報告》、《麥肯錫:捕捉生成式AI新機遇》、《WAIC傳媒:AIGC應用鵬程萬(wàn)里》

4. 設計

雖然在行業(yè)變革榜單中,設計并未進(jìn)入前五,但AIGC最初給大家帶來(lái)的深刻印象主要來(lái)自于各種AI圖像,2022年,以 Disco Diffusion、 Stable Diffusion、 Midjourney等為頭部代表的擴散模型開(kāi)始在數字藝術(shù)領(lǐng)域大放異彩!到了2023年,畫(huà)質(zhì)已經(jīng)比肩人類(lèi)畫(huà)師,在小紅書(shū)、抖音等平臺開(kāi)始出現大量圖像生成作品,一時(shí)真假難分。同時(shí)隨著(zhù)生成內容的可控性增強,AIGC開(kāi)始全面進(jìn)入設計領(lǐng)域。

AIGC 對于設計領(lǐng)域的影響,具體體現在對設計工作流的滲透。

  • 創(chuàng )意構思:通過(guò)分析設計趨勢、用戶(hù)偏好和市場(chǎng)需求,AIGC可以快速提供大量創(chuàng )意建議。設計師也可以將零碎想法或多個(gè)不同的風(fēng)格參考圖輸入Al, 自動(dòng)融合生成不同的創(chuàng )意。
  • 草稿繪制:根據設計師的初步想法或需求,自動(dòng)生成多種不同風(fēng)格的草稿。這些草稿可以作為設計師進(jìn)一步細化和完善的基礎,大大縮短了設計周期。
  • 設計執行:利用AIGC工具進(jìn)行自動(dòng)排版、顏色匹配、圖形處理等工作,這些工具能夠準確理解設計師的意圖,并快速生成高質(zhì)量的設計成果。
  • 方案反饋:自動(dòng)分析用戶(hù)反饋,提煉有價(jià)值的信息,然后對方案進(jìn)行自動(dòng)優(yōu)化和迭代,或是給到設計師進(jìn)行決策。

當前階段,AIGC技術(shù)在設計領(lǐng)域仍有三大問(wèn)題:

  1. 可控性仍待提高:AIGC在理解復雜的設計需求和精確執行詳細指令方面仍顯不足,與設計師的預期存在偏差。
  2. 生成作品仍有瑕疵:在細節處理上還不夠精細,經(jīng)常出現不自然的、違反客觀(guān)規律的一些內容,作品不能“生成即用”,往往需要再加工。
  3. 存在版權爭議:AI大模型的訓練數據來(lái)源始終存在版權爭議,其生成作品可能與版權作品具有高度相似性,觸發(fā)侵權風(fēng)險。

盡管存在挑戰,但隨著(zhù)技術(shù)的進(jìn)步,AIGC必將越來(lái)越快地融入設計領(lǐng)域的各個(gè)層面。

參考研報:《2023年度AI設計實(shí)踐報告》、《中國AIGC文生圖產(chǎn)業(yè)白皮書(shū)2023》、《中國AIGC文生圖產(chǎn)業(yè)白皮書(shū)2023》、《AIGC之AI繪畫(huà)行業(yè)發(fā)展研究報告》

以上我們通過(guò)研報的視角,先后了解了AIGC的技術(shù)要素、產(chǎn)業(yè)鏈、營(yíng)收模式和行業(yè)影響,還挑選了游戲、廣告營(yíng)銷(xiāo)、電子商務(wù)、設計等四個(gè)應用場(chǎng)景,介紹了AIGC在這些領(lǐng)域下的具體切入點(diǎn)。從這些分析中,我們可以看到一個(gè)相同點(diǎn),就是AIGC技術(shù)并不只是對某個(gè)局部產(chǎn)生了影響,而是正在迅速滲透到行業(yè)鏈路的每一個(gè)環(huán)節,對行業(yè)進(jìn)行著(zhù)全面改造和重新定義。

正是這種全方位地滲透和影響,賦予了AIGC無(wú)限的想象力。對于未來(lái),我們應持續關(guān)注AIGC如何在解決行業(yè)痛點(diǎn)、提升效率、增強用戶(hù)體驗方面發(fā)揮更大的作用。同時(shí),AIGC必將不斷開(kāi)啟新的商業(yè)模式和創(chuàng )新路徑,推動(dòng)產(chǎn)業(yè)向著(zhù)智能化的方向演進(jìn),讓我們拭目以待。

本文由 @設計來(lái)電 原創(chuàng )發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉載。

題圖來(lái)自 Pixabay,基于 CC0 協(xié)議

該文觀(guān)點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。

更多精彩內容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒(méi)評論,等你發(fā)揮!