一出奧特曼在OpenAI「來去之間」的戲碼，以迴歸暫告一段落。
過程很抓馬，吃瓜群眾很激動，當然了，最開心的還得是微軟。
不僅因為這出「鬧劇」無論怎麼發展，都是微軟穩贏，還因為背後潛藏著一個更大的瓜——
大模型的最大利益獲得者，居然還是微軟這些讓人意想不到的老牌玩家。
比如Stable Diffusion和Midjourney爭先恐後迭代捲上天，但憑藉AI作圖賺得盆滿缽滿的，其實是Adobe。
年初至今，Adobe美股市值漲了1000+億美元，已經不知不覺創造了90.58%的漲幅；而OpenAI最大股東、釋出一系列AI Copilot產品的微軟，漲幅同樣達到令人矚目的55.93%。
這類非AI原生的老牌玩家，看似主營產品還是十分傳統，但AIGC產品卻悄然佔據了主流——譬如微軟剛剛就推出了Windows AI Studio，開發者可以在其中訪問各種AI模型，並根據自己的需求進行調整。
新聞一出，就聽得同賽道不少創業公司的哀嚎一片。
為什麼傳統公司，反而是大模型時代最先收割的那一方？
要搞清這一點，首先得明白，從最初的AIGC技術爆發到現在，行業情況早已發生了變化。
傳統公司在AIGC後發制人
從技術井噴到市場落地，AIGC的發展大致分為兩個階段。
第一階段，AIGC技術井噴，創業公司和新產品源源不斷涌現。
無論Adobe還是微軟，在技術爆發的第一階段，似乎都只是充當著背景板的角色。其傳統產品如PhotoShop、Office全家桶，甚至可能成為被AIGC技術第一批革掉命的「老舊應用」。
然而如今第一輪投融資風口過去，AIGC進入尋求落地的第二階段，這些傳統公司非但沒有消亡，反而更活躍了：
Adobe前不久推出的文生圖Firefly Image 2，生成解析度直抵2k，已經全面入駐Photoshop、Illustrator、Premiere Pro等套件；微軟更是基於老牌辦公軟體Office、瀏覽器Bing釋出了Copilot Studio。
△Firefly Image 2更新後效果，圖源Adobe
無論Adobe還是微軟，均依託AIGC新功能攬獲了不少關注度。
相比之下，創業公司開始面臨落地難題：
OpenAI尚未實現盈利；做出Stable Diffusion的明星創業公司Stability AI，被曝身陷營收困境，近期又有高管因版權問題離職……
為什麼Adobe、微軟這些看似傳統的公司，卻在AIGC 2.0時代完成了一輪「反殺」，率先從新技術中獲利？
表面來看，這些公司只是藉助AIGC技術風口更新了一波自己的產品。
但實際上，它們掌握著產品從技術落地到市場匹配最關鍵的一環——
場景。
以Adobe為例，旗下付費產品PS佔據近70%設計市場，帶來了極其穩定的現金流；加之核心使用者不少是商業設計師，要想在不改變工作流的情況下引入AIGC降本增效，購買Adobe會員是最便捷的思路。
這是因為，從使用者如設計師的角度來看，包括方案評估、成品的交付和修改等工作，其實都離不開和其他崗位的溝通協作，這個過程涉及一套業務流。
雖然其他AI文生圖工具如DALL·E 3可以低成本生成大量圖片，但這些圖片既非能自由編輯的向量圖、樣式也不一定符合使用者需求，一言蔽之就是不合業務流，還會帶來額外的工作量。
但Adobe作為承載業務流的產品，更瞭解設計師真正需要降低工作量的痛點，在推出生成向量圖（Firefly向量模型）、AI修圖（Generative Fill）等工具後，相當於直接用AIGC簡化了業務流、節省了工作時間。
而幹得風生水起的Adobe和微軟，代表的還只是國外傳統公司在AI 2.0時代下的打法。
相比之下，國內一眾傳統公司做得怎麼樣了？
這兩天，國內營銷銷售數字化服務商帷幄（Whale）舉辦了一場秋季發佈會，發佈會主題正是與AI和大模型等技術有關的「AGI for Growth 釋放增長的AGI力量」。
作為國內市場營銷領域的代表公司之一，帷幄針對AIGC推出了什麼樣的新產品？對於市場營銷、乃至整個AIGC行業而言，從帷幄的案例中又能總結出哪些經驗？
我們逐一拆解，細細來看。
頭部場景玩家，這樣用AI
Whale帷幄，國內AI營銷和銷售場景的頭部玩家，創業4年（2022年）就躋身獨角獸行列。
然後遇上ChatGPT誕世，這對帷幄，對營銷領域，對全行業都是全新的開始。於是，這家專注於AI技術的數字化營銷運營平臺，業務就更風生水起了——
大模型落地從純技術紅利轉入「得場景得天下」後，有落地場景的企業，能夠讓AI、大模型結合業務，形成新引擎和新業務閉環。
帷幄擁有的優勢，正是其沉澱多年的營銷場景，這其中不僅有大量商業經驗、垂直資料，更有對行業需求的理解。
對於營銷行業而言，大模型帶來最有用的能力，主要就是兩點，一是資料總結，二是內容生成。
其中，因為大模型能助力營銷，將內容的廣度和深度傳達出來，所以內容生成又更為重要。
說回我們這次用來舉栗子的帷幄，它是如何讓AI通用大模型生成內容的廣度和深度，在營銷這一專業領域上展現出來的？
先簡單介紹一下，這次發佈會，帷幄祭出了一整套產品，包含迭代型和全新發布型，具體包括——
「AGI 雲 Alivia」、「帷幄數智空間 Whale SpaceSight」、「帷幄內容營銷中心 Whale Harbor」、「帷幄繪聲 Whale Echo」、「帷幄開播 Whale Cast」。
這些產品最底層的能力，由專為營銷和銷售設計的企業級AGI工具包Alivia提供。
之所以叫它工具包，是因為Alivia不僅全面覆蓋營銷賽道，且功能從AI語音、AI海報、AI視訊編輯到AI數字人直播應有盡有，還能提供企業級模型訓練與管理，真、的、很、全。
用Alivia的大模型能力，能省時省力觸達更多使用者。
就拿電商現在已經離不開的用AIGC能力製作宣傳物料來說，文生圖、圖生圖和視訊編輯都已經是必備的功能，要是不滿意，甚至還能專門訓練一個自己的企業級模型。
文生圖能力，生成內容可以精確到字母，黑白顏色所描述的主語也不會隨意弄混：
要是生成提示詞中強調「背面」等其他場景，也能準確改變模特的姿勢：
至於圖生圖能力，還要更進一步，不管是在海報裡給商品換背景：
還是要替換掉一張海報的模特：
對Alivia來說，更是秒秒鐘勝任的小case。
而且廣告主可以根據品牌調性，自我定義所需海報的風格、樣式，在這樣的基礎上，AIGC生成所需的海報，簡直是手到擒來：
要是遇上海報無法hold住的營銷場景，還能用上視訊編輯器的能力，分分鐘製作一條快閃視訊推到你面前，並且可以是包含數字人形象的那種：
基於Alivia打下的大模型能力基礎，帷幄推出了一系列AI產品，最最核心的，有這幾個：
- SpaceSight/數智空間，應用於數字化線下門店運營；
- Harbor/內容營銷中心，應用於數字化內容營銷；
- Echo/繪聲，應用於數字化語音服務；
- Cast/開播，應用於數字化直播間運營。
這四者是帷幄Alivia大模型能力的進一步外顯，讓帷幄能把營銷內容深度傳遞。
所謂的深度，其實可以理解為對每一個行業、每一個使用者進行全盤而深度的瞭解，讓生成的內容出現在使用者面前的時候，都儘可能精準踩在客戶旅程轉化點上。
解釋得再直白一些，就是每個人接觸到的內容，都是自己看得懂的、感興趣的，從而提高營銷轉化率。
要實現這個想法，除了從線上（直播間）和線下（門店）對使用者喜好資料日積月累，還離不開內容營銷中臺Harbor。
Harbor把各種各樣的資料，包括直播時候收集的話術、話術的好壞，或是門店不同區域的客流量、留客率等，統統收集並整理。
當帷幄用大模型的資料總結能力，結合內容生成能力梳理和呈現了資料和資料之間的關係，再餵給大模型，會發生什麼呢？
事實就是，擁有帷幄的每一個運營or銷售，幹活都能賊靈光（doge），老闆要的商品資料對比，分分鐘就能手到擒來。
一個平臺，用好了大模型資料總結和內容生成的能力，並提供給每一個需要的客戶，所產生的影響現在已經能被直接接觸和感知到。
不僅僅是「能用」而已。更進一步的，AIGC已經形成了一種「放大器效應」：
通常意義上的市場營銷，就是用技術幫客戶擴大流量和轉化率；現在有了AIGC的幫忙，這件事只會變得更快捷、更低價、更高效。
但是，人人皆可用AI與大模型的現在，舊公司和新創企似乎在技術的推動下，站在了同一條賽跑線上。為什麼獲利更猛的，反而是Adobe、帷幄這樣的老牌參賽選手？其中是否有什麼經驗可供借鑑？
帶著好奇心，我們聯絡上帷幄創始人兼CEO葉生晅，和他聊了聊帷幄在AIGC場景中的定位，對AIGC這一行業的看法，以及AIGC會對各行各業的玩家產生什麼樣的影響。
誰在收割AIGC技術紅利？
葉生晅碩士畢業於加州理工學院計算與神經系統專業，曾在Facebook從事資料科學類工作，隨後回國進入數字營銷行業，創辦Whale帷幄。
談及AIGC，葉生晅認為，當前入局的玩家主要可以分為四層。
最底層是像OpenAI、Stability AI這樣的創業公司，或者說擁有AGI這一技術本身的公司。這類玩家擁有通用大模型技術，也會為更上層的玩家提供最底層的技術支撐。
第三層就是像LangChain、AgentChain這樣的更偏向於基礎設施層的玩家，它們會做一些支援通用大模型的技術底座，有不少還是開源的工具，進一步支撐AIGC乃至大模型的發展；
第二層則是在前兩層架構上進一步誕生的AI工具產品，如依靠LoRA等技術發展起來的公司，這類公司專注於提供工具本身，並以此開闢小範圍的創新思路；
最頂層就是應用公司，包括國外的Adobe、微軟，以及國內的帷幄等公司。這類公司有場景，並依託場景打造了不少有穩定流量的應用，同時也會基於需求，將業務擴充套件到前幾層場景中。
這四類玩家究竟誰能收割最終的技術紅利？
葉生晅的看法是：
創業公司收割不了最終的技術紅利。
以OpenAI為例，這類公司雖然能依靠技術創新打出自身價值、快速實現破圈，甚至以一己之力帶動整個AIGC技術生態圈發展壯大；
但最終大模型這樣的底層技術，仍舊需要算力、資料和場景支撐，因此最終還是會被微軟這樣的雲廠商收割。
但進一步來看，能收割技術紅利的場景玩家，也絕非僅僅依靠場景本身、即已經過市場驗證的產品。
葉生晅認為，主要還有兩方面的標準。
一方面，這些公司要有能挖掘出AIGC技術利用價值的能力，從場景理解不同使用者對於演算法的不同需求。
以影象生成為例，雖然這類經典演算法型別有限，然而對於不同場景的客戶而言，需求的演算法細節其實存在極大區別。
例如，對於家居行業而言，能否在生成傢俱時，完美且合理地構造出設計細節，就必須在垂直領域中去不斷打磨演算法，才能讓它成為「內行設計師」：
再以場景理解為例。不同行業的品牌方，運營線下門店的「規矩」也有所差異，如食品店有食品安全規範、服裝店有商品排列要求等。
如何根據這些細節差異，打造符合企業的場景理解演算法，同樣需要門道：
因此，無論是哪個領域，AIGC技術實際應用的途徑也會有所不同，如何利用合適的技術給自身場景帶來最大的技術加持，是場景玩家需要去思考的問題。
另一方面，公司自身也得有技術實力，才能快速在新一波AIGC浪潮來臨時及時跟進，將技術帶來的價值最大化落地到場景中去。
葉生晅表示，帷幄作為一個技術公司，也會繼承Facebook的開源文化，主動擁抱開源、貢獻開源，投入到AIGC技術研究中去。
例如帷幄也有在Stable Diffusion等不少AI開源社羣做出貢獻，參與了各種專案的跟進，這和產品的發展不僅並不矛盾，反而是相輔相成的。
當然，無論是哪一類玩家，最終都還是要從當下和未來及時判斷AIGC的風向，並選擇合適的落地思路。
畢竟針對AIGC技術本身，依舊有人抱持謹慎的態度，認為它有吹捧過度的嫌疑，現有AI生成能力並非完美，距離直接可用還有一定距離。
對於AIGC當前的技術發展進度、未來是否值得投入，葉生晅給出了這樣的總結：
技術本身的發展進步不會被阻擋，正如 AGI不應該是一個目標、技術評判標準，而應該是一條成就終端客戶需求的路徑。
至於判斷一項技術是否值得投入，最終還是要回歸三點指標，即技術落地是否真正有用、市場規模是否夠大（例如對口型翻譯就不算一個大市場）、客戶是否願意買單。
因此，不用等待某個節點的到來，而是應該找到屬於自己的場景、把握好技術路徑，才能在群雄逐鹿的爭奪戰中收割最終的技術紅利。