每天早上更新，与你一起成长
在这篇文章中，作者从一个一级市场投资经理的角度，对生成式人工智能（Generative AI，简称AIGC）在当前各个行业中的应用进行了解读。文章探讨了AIGC与不同行业的结合，并分析了这种”AIGC+”模式的商业可行性。在Web3、元宇宙等概念之后，AIGC成为了当下备受瞩目的投资领域，许多涉足AI的股票在今年上半年都因为涉及AIGC概念而多次出现涨停，市值翻倍的公司也不在少数。
然而，关于生成式AI和AIGC的实际价值以及其在不同行业中的应用，依然是一个值得深入探讨的话题。文章在充分申明观点的个人性质和可能存在的信息偏颇后，尝试从投资经理的角度出发，剖析了AIGC在当前不同行业的融合，探究这种”AIGC+”商业模式的可行性。读者在阅读时应该理解这仅是个人观点，不能作为实际投资的指导，仅供参考和交流之用。
AIGC+ 脚本 / 文案
在早期，创业机会的一波热潮就涌现出了许多以文案和脚本生成为主要功能的项目，其中最经典的案例莫过于国外的Jasper，该公司的估值已达到15亿美元，然而当前却也在进行裁员。
实际上，这些项目引发了一个关键问题，即这些应用几乎仅仅是调用API并针对特定社交媒体进行微调。因此，它们在技术上几乎没有构筑起足够的竞争壁垒，甚至可能只是一些程序员小伙伴的业余副业，或是几位程序员为市场部或宣传部门搭建的小型服务。
近期，OpenAI宣布推出了GPT-3.5 Turbo微调，据称最终的定制模型在某些任务上可以达到甚至超越GPT-4的性能。此外，OpenAI还计划在今年秋季推出更先进的GPT-4。换句话说，微调这一技术正变得越来越”简单”。
然而，在项目实际落地时，这些应用的核心是运营驱动。成功与否取决于如何迅速获取用户，使用户愿意付费，并保持长期的用户留存。因此，创业者的”隐性资产”，比如私域流量的变现，在这一领域显得尤为重要。
此外，大部分利用AIGC撰写文案和脚本的企业声称通过SaaS服务帮助用户降低成本并提高效率。然而，问题在于，降低成本或许在早期能够吸引用户并获得额外付费，但从长远来看，这种付费和分成几乎不存在。
关于提高效率，的确可以增加工作效率，但实质上是在协助运营和市场团队大量产出文案，用以铺设社交媒体。尽管最终平台是否会分配流量（某些平台可能会对此类内容进行限制）存在不确定性，但有一点是明确的，就是这些额外收益几乎不会回流给内容生成者。
值得补充的是，这些项目在落地过程中还需要考虑合规性问题，即不能直接调用OpenAI的API。
综上所述，从个人观点来看，基于AIGC的文案生成领域可以获利，甚至可能拥有良好的现金流。然而，合规性是首要问题（当然，可以通过调用ChatGLM、文心一言等API来规避这一问题）。至于是否能够创造真正的价值，则是一个更为复杂的问题。
AIGC+ 设计
MidJourney 的出现引发了我们的关注，它以一种看似”傻瓜”的方式让AI帮助我们绘制出精美的图像，只需打开浏览器，无需显卡或画笔，唯一的限制在于想象力。
与之相比，Stable Diffusion（简称SD）则走向了另一个极端，通常需要设备配置以加快图像生成速度，但效果更为出色。相较于MidJourney，其操作复杂度类似于Photoshop与美图秀秀之间的差距。
因此，将生成式AI（AIGC）与设计领域结合创作成为了热点。
AIGC赋能的领域多种多样，涵盖从服装设计、首饰设计到家居装潢等，不仅适用于真实图片还适用于效果图，甚至设计师的岗位可能会受到影响。鉴于其明确的所见即所得特性，AIGC+设计正变得异常受欢迎。
这个领域的底层结构本质上是对SD的微调，是的，虽然你可以在文案方面使用文心一言或ChatGLM来规避使用OpenAI的API，但在设计方面几乎无法逾越SD的限制。
问题随之而来：壁垒在哪里？
在目前看到的优质项目中，最基本的壁垒是提示词。是的，虽然你可以按照教程学习一切，但为什么作品不如别人的漂亮？
这就在于提示词的差异，包括正向提示词、负向提示词，以及与设备相关的提示词。需要的不是几个提示词，而是几十个，因此在短期内可以形成一定程度的壁垒。然而，从长远来看，就像服装的布料和颜色一样，只要你能做到，我在拿到后的2-3周内就能模仿出来。当然，这指的是一个设计，如果是几十个，这个工作量显然不小。
第二个壁垒是技术。确实，一些项目可以建立自己的模型，还有一些涉及轮廓精确识别等方面的大小技术，这些确实需要一定的研发工作。
第三个壁垒是数据。你的训练数据是从哪里获取的？是否独家？例如，如果你从一家顶尖开发商那里获取了建筑数据，或从知名珠宝品牌那里获得了珠宝设计数据，这确实是一种壁垒。此外，它还可能在更深层次上帮助你获得优势，这也正是AIGC+设计成为一个切入点的原因。
将AI设计作为切入点，实际上是我们对AI的幻想，认为它可以实现产业的10倍、甚至100倍变革。如果不是整个行业，我们可以找到一个可以被10倍、100倍颠覆的关键节点。幸运的是，设计正是这个关键节点，至少可以从两个方面提高产业效率：
第一，可以在生产之前生成大量相关设计，并将其投放到社交媒体上，以观察消费者的真实反馈，实现测款和种草。
第二，提升企业内部沟通效率。以服装企业为例，企划人员和设计师之间存在沟通鸿沟。通过使用AI快速生成设计师头脑中的想法，可以加快与企划人员的沟通。
然而，一旦进入行业，AIGC+设计可以提高效率，但能为企业创造多少收入几乎是不可衡量的。此外，这个领域的增长潜力是相对有限的，因此是否应该深入供应链，以及如何深入供应链，都是值得深入思考的问题。
这些问题也正是AIGC+设计企业必须回答的。
结语
总的来说，AIGC的确带来了降低成本和提高效率的潜力，但从商业角度来看，以下三条商业逻辑依然保持不变，即使在AIGC的热潮下，我们也仍需谨慎考虑：
第一，降低成本很难持续获得长期收入，然而为企业带来明确的增量，能够实现可量化的长期收入增长。这类似于”Customer Payment for Solutions”（类似CPS的商业模式），即按照带来的收入增量来付费。
第二，天花板是AIGC必须要思考的问题。如果你选择切入的领域天花板较低，那你需要深入领域内部，无论是涉足供应链、提供更多工具（如类似Shopify的平台），还是探索其他机会。
第三，依赖项目制可能会在早期帮助维持企业运作，但从长远来看，将项目制资本化的价值较低。
这三条商业逻辑在AIGC领域依然适用，尽管AIGC技术在创造新机会方面具有潜力，但商业模型和策略的基本原则仍然需要考虑，以确保项目在长期中获得稳健的商业价值。
