文｜沈筱

編輯｜王與桐

毋庸置疑，通往AGI時代的大門正在開啟。OpenAI在GPT-4宣傳片中提到，其與微軟的合作正致力于將生成式AI技術(shù)塑造成對世界真正有用的東西。

(資料圖片)

OpenAI所謂的“有用”，是通過實現(xiàn)生成式AI技術(shù)在各行各業(yè)中的大規(guī)模落地應(yīng)用，來提升生產(chǎn)力，并最終提高人類生活質(zhì)量。這也是谷歌、百度等一眾企業(yè)期望達(dá)成的目標(biāo)。

而這些企業(yè)近期的一系列動作表明，他們正試圖搶先塑造行業(yè)未來格局——在尋求構(gòu)建模型層技術(shù)優(yōu)勢的基礎(chǔ)上，致力于成為未來AGI生態(tài)中基礎(chǔ)設(shè)施供應(yīng)者；同時，以引領(lǐng)新技術(shù)的應(yīng)用落地方向、吸納更多合作伙伴的方式，推動中間層和應(yīng)用層發(fā)展。

3月3日，OpenAI開放基于GPT-3.5的ChatGPT模型接口；

3月15日，谷歌推出PaLM模型API和Generative AI App Builder平臺；Anthropic發(fā)布類ChatGPT產(chǎn)品Claude；OpenAI緊隨其后發(fā)布GPT-4；

3月16日，百度發(fā)布文心一言；

3月24日，OpenAI推出ChatGPT插件，允許ChatGPT通過授權(quán)訪問外部信息源，調(diào)用開發(fā)者自有API，實現(xiàn)與第三方應(yīng)用程序的連接；

3月27日，百度智能云在線下舉辦閉門交流會，推出大語言模型服務(wù)平臺文心千帆 。

上述行動，也無不指向生成式AI技術(shù)的初探期或已結(jié)束。OpenAI領(lǐng)跑，大廠爭鋒，其他創(chuàng)業(yè)公司也不甘示弱，模型層混戰(zhàn)已然開啟。接下來將迎來技術(shù)落地應(yīng)用的集中探索期。

百度CEO李彥宏在此前接受36氪專訪時也表示，未來行業(yè)生態(tài)中，最大的創(chuàng)業(yè)機(jī)會產(chǎn)生于應(yīng)用層。但是，當(dāng)前生成式AI技術(shù)突破對各行各業(yè)的顛覆性僅初現(xiàn)端倪，行業(yè)最終形態(tài)尚無定論，最終能否呈現(xiàn)出模型層、中間層、應(yīng)用層分而治之的格局仍未可知。

在模型層混戰(zhàn)的情況下，應(yīng)用層企業(yè)將面臨何種機(jī)遇和挑戰(zhàn)？又該如何摸索發(fā)展路徑？企業(yè)可以在哪些方面構(gòu)建差異化，基于當(dāng)前的行業(yè)生態(tài)定位形成一定優(yōu)勢？這些問題的答案還需進(jìn)一步探索。

當(dāng)前，與OpenAI深度綁定的微軟，除了基于Azure云計算平臺，承擔(dān)部分基礎(chǔ)設(shè)施供應(yīng)商的角色，也正在嘗試加速新技術(shù)商業(yè)化的探索。3月16日，微軟宣布推出Microsoft 365 Copilot，將GPT-4接入Office全家桶，并于近日推出網(wǎng)絡(luò)安全產(chǎn)品Security Copilot。同時，在應(yīng)用層，已經(jīng)有Shopify、Duolingo等開始利用生成式AI技術(shù)進(jìn)行產(chǎn)品、服務(wù)創(chuàng)新的企業(yè)；還有諸如JasperAI、Character.AI，直接基于生成式AI技術(shù)打造產(chǎn)品、服務(wù)，試圖占據(jù)應(yīng)用層風(fēng)口的創(chuàng)業(yè)公司。

同樣，在國內(nèi)，也有較早布局AIGC領(lǐng)域的企業(yè)。為了了解他們的看法和做法，帶著上述問題，36氪采訪了Nolibox創(chuàng)始人兼CEO徐作彪、CTO 何宇健。

Nolibox是國內(nèi)最早一批探索生成式AI技術(shù)在設(shè)計領(lǐng)域中應(yīng)用的企業(yè)之一，聚焦于將美學(xué)原理、設(shè)計模型與人工智能技術(shù)進(jìn)行深度融合。36氪此前報道了Nolibox的Pre-A輪融資新聞。

目前，Nolibox已經(jīng)接入了StableDiffusion、GPT、百度文心等多個大型語言模型，并在對相關(guān)模型進(jìn)行二次開發(fā)的基礎(chǔ)上，構(gòu)建了畫宇宙、圖宇宙兩大核心產(chǎn)品，服務(wù)于服裝、電商、游戲、教育等多個有智能設(shè)計需求的應(yīng)用場景。

以下是專訪內(nèi)容，經(jīng)36氪編輯：

01 模型層混戰(zhàn)開啟，應(yīng)用層迎接機(jī)遇

隨著市面上可用的大模型涌現(xiàn)，應(yīng)用層企業(yè)迎來了發(fā)展機(jī)遇。

一方面，企業(yè)可以綜合對比不同模型，選擇與業(yè)務(wù)契合的最優(yōu)解。另一方面，通過接入不同模型能力，企業(yè)可以進(jìn)一步豐富產(chǎn)品形態(tài)?，F(xiàn)階段，應(yīng)用層企業(yè)可以與模型層企業(yè)達(dá)成合作，發(fā)揮比較優(yōu)勢，以挖掘特定領(lǐng)域和場景的機(jī)會。

36氪：近期，OpenAI動作頻頻，在開放基于GPT-3.5的ChatGPT模型API之后又推出了GPT-4。OpenAI一系列動作對行業(yè)內(nèi)自研大模型的企業(yè)有什么影響？

Nolibox：作為技術(shù)領(lǐng)先者，OpenAI開放更優(yōu)性能的模型接口，對自研大模型的企業(yè)會是很大的挑戰(zhàn)。

目前OpenAI基于GPT-3.5的ChatGPT模型API成本已經(jīng)被壓得很低，也壓縮了其他廠商的實際利益空間，甚至是生存空間。另一方面，這些企業(yè)的投資回報周期可能會被拉長，因為涉及與更優(yōu)性能模型的對比、競爭。從資方角度來講，會關(guān)注這些廠商自研的大模型與GPT差距有多大，是否可靠，是否能夠投入到應(yīng)用層面。

對試圖進(jìn)入該領(lǐng)域的初創(chuàng)公司來說，做大模型需要有相關(guān)背景。企圖平地而起制作大模型，是很困難的。

36氪：谷歌的PaLM、百度文心一言近期也紛紛官宣。對應(yīng)用層企業(yè)來講，大模型混戰(zhàn)會帶來什么影響？

Nolibox：對我們做應(yīng)用層的企業(yè)來說更多是機(jī)遇。

首先，市面上可用的大語言模型越多，我們的選擇就更多。企業(yè)能在對比模型表現(xiàn)、效果、速度、成本等因素的基礎(chǔ)上找到契合業(yè)務(wù)的大模型。從價格的角度來講，我們調(diào)用第三方大語言模型API的成本降低了，相應(yīng)產(chǎn)品和服務(wù)給到市場的價格也會變低。

其次，在接入不同模型能力后，我們能夠服務(wù)的企業(yè)也變多了。一是能進(jìn)一步豐富產(chǎn)品形態(tài)，二是能夠基于相關(guān)模型進(jìn)行二創(chuàng)，提供相應(yīng)的API。

另外，我們一直標(biāo)榜自己是多模態(tài)畫板產(chǎn)品，無論是GPT-4，還是百度文心一言，新的多模態(tài)模型出現(xiàn)，給了我們驗證多模態(tài)產(chǎn)品形態(tài)的好機(jī)會。

36氪：Nolibox目前也使用了多個不同的底層模型，是如何布局的？

Nolibox：我們已經(jīng)接入了Stable Diffusion、百度文心、GPT，以及其他一些開源的大模型。目前我們的API二創(chuàng)主要是在Stable Diffusion的基礎(chǔ)上，底層的buildingblock則融入了一些我們積累下來的技術(shù)，比如bettertransformer和模型的dynamic loading，使得部署成本、推理速度都得到了較大的優(yōu)化。

我們首先接入的圖像生成類大模型，文本生成類的大模型是后來陸續(xù)接入的。GPT是今年剛接入的，一開始使用的是GPT-3davinci接口，GPT-3.5API開放后，我們也正在測試看哪款的效果會更好。另外，我們內(nèi)部也會對GPT-4進(jìn)行評估，本質(zhì)上還是看業(yè)務(wù)邏輯，有沒有鏈路能夠和GPT-4契合。

36氪：會產(chǎn)生新的挑戰(zhàn)嗎？比如，從市場層面來說，未來可能有更多競爭對手涌入。

Nolibox：首先，和大部分做應(yīng)用的友商不太一樣，我們基本不做C端。雖然我們在C端有相應(yīng)的產(chǎn)品，但它更像是一個廣告位，起到“招商引資”的作用。我們主要的目標(biāo)客戶是B端。在B端，我們自認(rèn)為做得不錯，產(chǎn)品形態(tài)比較獨特。很多B端客戶也看重我們的能力，而且客戶在對比了多家之后選擇了我們，所以目前我們不會過于擔(dān)心競爭的問題。

其次，市面上的競爭對手越來越多，反而是督促著我們把自己的產(chǎn)品做得更好。

另外，我們和國內(nèi)友商也在持續(xù)交流，包括做大模型的和做產(chǎn)品的，大家都愿意開展合作。所以對我們來說，可能并沒有太多的直接競爭對手，算是競合關(guān)系。

36氪：自研大模型的企業(yè)在商業(yè)化時，可能也會開放API調(diào)用，或推出應(yīng)用程序。盡管剛剛提到大家傾向于合作，但會不會也存在競爭關(guān)系？Nolibox如何看待？

Nolibox：我們一直秉承分工的理念，大家都發(fā)揮比較優(yōu)勢，才能最高效地把這件事情做大、做好。當(dāng)然會有一些做大模型的企業(yè)也想做自己的產(chǎn)品，最后也能做出來，但可能沒有我們做得好，或者沒我們做得快，兩者兼顧的可能性較小。因此我們還是很希望和他們多合作。我們提供產(chǎn)品側(cè)能力，對方提供大模型，雙方合作后一起服務(wù)于B端。這也是我們與大廠談的合作方式。

另外，API對我們是附加價值，我們最重要的還是服務(wù)好特定的客戶。開放API這件事，更多是因為我們有這個能力，順手開出來的，不會像一些大模型公司用userintheloop的思想去收集用戶數(shù)據(jù)和反饋。我們自己的數(shù)據(jù)、反饋的收集更多體現(xiàn)在各種產(chǎn)品上（包括畫宇宙和一些SaaS），因為我們給到各方的畫板的數(shù)據(jù)結(jié)構(gòu)都是統(tǒng)一的，可以很方便地回流、利用。

36氪：自研大模型的企業(yè)有沒有可能未來通過并購應(yīng)用層企業(yè)來構(gòu)建生態(tài)？

Nolibox：這是有可能的，但大模型企業(yè)也不會因為并購就能夠完全占據(jù)絕對優(yōu)勢。應(yīng)用層只是把大模型作為水電站一樣的基礎(chǔ)設(shè)施，各有各的發(fā)展方向。在應(yīng)用層，也可能產(chǎn)生像移動互聯(lián)網(wǎng)時代的抖音、美團(tuán)這樣的企業(yè)。

AIGC確實是大的趨勢，但基礎(chǔ)層、模型層、應(yīng)用層都有機(jī)會，總需要有企業(yè)專心做應(yīng)用?；蛘哒f，一個公司不太可能既把通用大模型做好，又能把足夠精力分配到應(yīng)用層，所以做產(chǎn)品應(yīng)用還是有空間、有價值的。而且我們認(rèn)為，再過3-4年，可能全球做得好的超級大模型有2-3個就足夠了。但是應(yīng)用層，每個領(lǐng)域、每個場景都有自己的機(jī)會和價值，本身也是可以建立壁壘的。

02 摸著石頭過河

目前，無論是自研大模型企業(yè)，還是應(yīng)用層企業(yè)，都尚在摸索過程中。

Nolibox形容，對應(yīng)用層企業(yè)而言，這一摸索的過程像是“摸著石頭過河”——從可以做橫向增量的場景切入，基于自身的技術(shù)能力，以小成本快速做出最小可行產(chǎn)品，并在得到市場驗證后逐步加大投入。同時，判斷是否進(jìn)入AIGC賽道的關(guān)鍵在于，企業(yè)能否基于生成式AI技術(shù)進(jìn)行差異化，以及差異化能否創(chuàng)造超額收益。

36氪：應(yīng)用層企業(yè)如何構(gòu)建壁壘？有觀點認(rèn)為應(yīng)用層難以實現(xiàn)差異化，Nolibox怎么看？

Nolibox：首先，我們說的應(yīng)用層壁壘，主要是模型側(cè)、產(chǎn)品側(cè)和應(yīng)用側(cè)的壁壘。具體來講，包括企業(yè)能否比競品，更快速切進(jìn)某一個場景，先抓住行業(yè)know how，打磨出符合場景特定需求的模型和產(chǎn)品；或者能否快速整合行業(yè)資源，形成數(shù)據(jù)壁壘等。

其次，一般說難做差異化其實更主要體現(xiàn)在通用大模型端。比如文本生成圖片方面，大家可能都會基于Stable Diffusion做，如果要做一個大而全、所謂完全自研的大模型，確實很難做出顛覆性的或者顯著的差異化。所以我們主打的還是垂直場景大模型和產(chǎn)品上的差異。

我們一直致力于在模型端做出和場景結(jié)合的、有價值的差異化，同時我們也將開源代碼全部重寫，也就是之前提到的二創(chuàng)，包括嵌入定制的功能、降低模型的部署成本和硬件要求、提高運行速度。

一般開源模型會開放代碼和模型權(quán)重兩個層面的信息。但由于開源的代碼不夠好，后續(xù)加入其他功能就比較困難，所以我們并不會直接使用開源代碼。

比如在我們重寫的過程中發(fā)現(xiàn)的生成四方連續(xù)圖功能，處理完成后，使用起來會很巧妙，但據(jù)我們了解目前應(yīng)該沒有其他友商做出來。還有一些很細(xì)節(jié)的技術(shù)，友商還處于以很靜態(tài)的模式部署服務(wù)，只能調(diào)用數(shù)量有限的固定小模型，而我們可以動態(tài)地通過接口激活小模型。

再比如最近很火的ControlNet，在我們改寫過后，不僅降低了對硬件的要求，速度上也至少比官方開源版本快了1.5-2.5倍。這些細(xì)節(jié)還挺多的，就不逐個舉例了，落實到服務(wù)層面時就會變成我們的差異化優(yōu)勢。

36氪：產(chǎn)品端的差異化主要是體現(xiàn)在功能方面？

Nolibox：對，比如在模型端通過代碼改寫后能夠支持四方連續(xù)生成等，單獨這一個改動就能切入一些行業(yè)。

比如，友商的類似產(chǎn)品可能更多是對單圖的編輯器。雖然這個可能已經(jīng)夠用了，但對于一些專業(yè)的設(shè)計師或插畫師等對產(chǎn)品要求更高的客戶，我們的產(chǎn)品就有了一定的優(yōu)勢。我們本質(zhì)上是無限畫板，但可以向下兼容成單圖編輯器。同時，我們能夠更快實現(xiàn)產(chǎn)品交付。例如，我們與百度的合作案例，其他服務(wù)商可能需要2-3個月完成，但是我們的無限畫板一周就可以交付。

36氪：在做之前，怎么去確認(rèn)這個事情未來可能會成為壁壘？

Nolibox：這個確實無法事先知道，或者說我們尚未找到事先知悉的辦法，相當(dāng)于“廣撒網(wǎng)”。因為行業(yè)完全沒有先例，甚至很多和我們合作的友商也明確表明他們也還在摸索，為未來投資。所以基本上沒有所謂的標(biāo)準(zhǔn)，大家都在摸索，只是我們剛好撒的網(wǎng)多些，運氣好一些，知道了一些目前只有我們能做的需求。

比如最開始的時候，我們認(rèn)為只要把產(chǎn)品做好，就能吸引到目標(biāo)客戶。我們第一版產(chǎn)品發(fā)布時，計劃面向的是專業(yè)的設(shè)計師或者插畫師。后來發(fā)現(xiàn)真正對我們產(chǎn)品感興趣的，并且樂意為此付費的客戶是另外一個群體。

所以這也告訴我們，需要不斷地去嘗試，不能拍腦袋說客戶一定是誰。比如現(xiàn)在不論是電商、服裝還是游戲、教育，他們都有這樣的需求。但核心還是我們要把產(chǎn)品做好，后面的PMF都是水到渠成的事情。

當(dāng)時在內(nèi)測的過程中，就有客戶表示很喜歡我們的產(chǎn)品。所以我們也嘗試站在這些客戶的角度，去嘗試，去思考我們的目標(biāo)群體是哪一部分。但是長期來看，我們還是要切入專業(yè)設(shè)計師群體，算是B2B2C的模式。同時，我們希望「設(shè)計創(chuàng)意群體的利益」和「AI的利益」可以是一致的，而不是割裂的、對立的。

36氪：可以理解為Nolibox早期其實想做PLG（ProductLeadGrowth，產(chǎn)品引導(dǎo)增長）嗎？

Nolibox：剛開始有一些這樣的考慮，通過C端帶動B端，免費帶動付費，然后再到口碑裂變的傳播。但當(dāng)初我們做AI繪畫時，國內(nèi)有成百上千人也在做同樣的事，當(dāng)幾乎所有人都在做這件事，這時候PLG是很困難的。

所以我們更多的是定點爆破，利用專業(yè)的渠道或者直播的方式進(jìn)行曝光，這樣才能幫助我們更快地拿到第一批業(yè)務(wù)，而不僅僅是PLG的路線。這很容易劣幣驅(qū)逐良幣，有渠道有流量的同行會搶占市場心智。對用戶來講，就算我們做出了差異化，但也無濟(jì)于事。當(dāng)然我一直都認(rèn)為PLG是一個很好的方式，但不能只采用PLG的方式。

我們認(rèn)為，等大眾對于AIGC的熱情褪去之后，誰能真正把客戶服務(wù)好，真正賺到錢，這些才是最本質(zhì)的問題。

36氪：Nolibox如何切入市場的？是先有了技術(shù)，再通過客戶調(diào)研尋找痛點嗎？

Nolibox：這是同步進(jìn)行的。我們會事先判斷做AIGC這條賽道，產(chǎn)品的差異化能否給我們帶來超額收益。如果這件事大家都能做，意味著產(chǎn)生超額收益的幾率很小，那么我們并不適合去做這件事。如果產(chǎn)品或功能不能切中某個痛點，那么這條線也不值得我們?nèi)プ觥?/p>

目前，我們有點摸著石頭過河的感覺，或者我們判斷它是有用的。但至少目前看來，我們算是摸到了不少石頭，因為確實挺多人愿意為此付費。

36氪：在摸索過程中，可能發(fā)現(xiàn)對某些人群來說痛點的確存在，但如何判斷這個市場是值得投入的?

Nolibox：首先，我們的第一步就是不卷C端，而是去驗證產(chǎn)品最核心的那一部分邏輯。

一開始我們并沒有全力推產(chǎn)品，而是隨著聊的客戶越來越多，才逐步投入更多人力。舉個例子，我們現(xiàn)在畫宇宙產(chǎn)品的MVP（Minimum Viable Product，最小化可行產(chǎn)品），是CTO一個人用一個星期寫出來的。所以，一開始我們會以小成本，小規(guī)模地嘗試，當(dāng)我們發(fā)現(xiàn)它足以撐起足夠大的市場時，才會進(jìn)一步投入。因為此時已經(jīng)有很大的單子等著我們，而不是一開始就選擇allin。

其次，在這個過程中，我們也收集到了客戶反饋，并不是發(fā)現(xiàn)一兩個小的痛點就決定去做，而是關(guān)注可以橫向做增量的場景。

比如四方連續(xù)，可以做印花或者服裝面料生成，雖然這是一個很小的點，但它可以橫向地拓展出多個場景，還可以做背景等等。一個點能上量，解決的痛點雖然是個小點，但是市場層面的需求量卻不少。

03 成為顛覆者而非被顛覆

不同于上一代移動互聯(lián)網(wǎng)應(yīng)用層企業(yè)的發(fā)展邏輯，AIGC表現(xiàn)為技術(shù)突破。

創(chuàng)業(yè)公司可能難以從填補(bǔ)市場或產(chǎn)品空缺的角度尋找發(fā)展方向，而更多需要將生成式AI技術(shù)與其他技術(shù)、產(chǎn)品結(jié)合。同時，對現(xiàn)有企業(yè)而言，在新技術(shù)已經(jīng)顯現(xiàn)顛覆性能力但尚未大規(guī)模應(yīng)用時，或許正是進(jìn)行產(chǎn)品、模式創(chuàng)新的好時機(jī)，但需考慮新技術(shù)與業(yè)務(wù)邏輯的耦合。

36氪：中國AIGC應(yīng)用層的發(fā)展是否需要經(jīng)歷慢慢地找到行業(yè)落地場景和市場痛點的過程？

Nolibox：我們認(rèn)為是的。因為美國企業(yè)也一樣，比如Figma也花了十年的時間成長，要一步一步走。開始的時候總要經(jīng)歷一個相對摸索的過程，如果走得太快，做出來的產(chǎn)品可能是很虛的，或者說容易踏空。

包括美國SaaS發(fā)展的第一個階段，主流也是定制化。SaaS很講方法論，如果美國有這種經(jīng)歷，那中國大概率也會有這樣的過程。定制化可能是一個正常的、自然的必經(jīng)之路。但再過幾年，這種情況會好很多，但目前也不能完全依賴定制化。

就我們而言，如果定制化只需要很小的改動，那么不會占用過多精力，毛利不錯，或者分成也比較好，這種情況下，我們就會去做。

36氪：國內(nèi)在應(yīng)用落地方面會不會參考美國同類企業(yè)的做法？

Nolibox：是會參考的。我們會關(guān)注美國這類AIGC的創(chuàng)業(yè)公司，看他們在做什么項目。比如外國做游戲做得還可以，我們就聯(lián)系游戲公司，看他們有沒有類似的興趣。

美國的企業(yè)一般會針對一個比較具體的痛點，解決相對比較垂直的問題，先解決得很好，然后再逐步做大，這也是目前我們想走的路。

36氪：像之前的移動互聯(lián)網(wǎng)，涌現(xiàn)出一批由中國企業(yè)引領(lǐng)的模式創(chuàng)新和應(yīng)用層市場增長。AIGC能否有類似的情況出現(xiàn)？

Nolibox：之前提到比如說可能受益于人口紅利的企業(yè)，他們實際上是做了一個很好的C端產(chǎn)品，填補(bǔ)了市場空缺。但是AIGC其實是技術(shù)突破，可能很難說填補(bǔ)產(chǎn)品空缺。要么就是找到一個產(chǎn)品空缺，剛好AIGC能做。

但是，單用AIGC去做產(chǎn)品，成功的機(jī)會可能并不大。

如果通過AIGC與其他技術(shù)/產(chǎn)品結(jié)合，做出一個更綜合性的產(chǎn)品去推廣，成功的可能性就會大很多，甚至?xí)虼祟嵏铂F(xiàn)有市場格局。比如，把AIGC與設(shè)計相結(jié)合。技術(shù)只是一個手段，重要的是能解決哪些客戶的需求，產(chǎn)品是否真的有價值，以及是否充分發(fā)揮了數(shù)據(jù)閉環(huán)、規(guī)模效應(yīng)的壁壘。

36氪：能否結(jié)合Nolibox的情況，闡釋“技術(shù)只是一個手段......”這句話？

Nolibox：從2021年到現(xiàn)在，我們的業(yè)務(wù)主線并沒有很大的變化，仍然關(guān)注智能設(shè)計或者智能創(chuàng)意這件事本身。但是因為AI技術(shù)一直在發(fā)展，變得更加強(qiáng)大，所以能夠和我們的技術(shù)、產(chǎn)品有更好的結(jié)合。

我們成立之后一直是基于自己的一些技術(shù)能力，來探索創(chuàng)意、設(shè)計方面的人機(jī)協(xié)創(chuàng)方式。圍繞主線，我們做了很多積累。然后隨著生成式AI技術(shù)的發(fā)展，比如StableDiffusion、GPT模型API的開放，我們可以將新的技術(shù)用在新的板塊里，實現(xiàn)落地應(yīng)用，把原有的產(chǎn)品做得更好。比如，我們的無限生成能力，就要優(yōu)于之前。

2021年時，幾乎沒有人提AIGC這個概念。那個時候我們利用AI技術(shù)解決的是比較實際的問題，比如一些檢索技術(shù)，像文搜圖、圖搜文或者圖搜圖，包括營銷內(nèi)容生成，不需要GPT也能做。當(dāng)然，我們當(dāng)時也用到了一些AIGC技術(shù)，比如智能海報生成，而且我們下一步要做的事情就是——融合「AI設(shè)計」和「AI創(chuàng)意」，打造更加強(qiáng)大的「AI設(shè)計創(chuàng)意生成工具」。

36氪：之前提到PLG模式在AIGC有大量應(yīng)用層企業(yè)涌入時，可能并不適用。也有觀點認(rèn)為AIGC和ChatGPT的爆火，會對Grammarly或者其他效率提升工具，甚至PLG模式產(chǎn)生沖擊。能否談?wù)勀銈兊囊娊猓?/p>

Nolibox：影響是會有的，但不會所有產(chǎn)品都會被顛覆。需要關(guān)注產(chǎn)品主要解決的需求能否利用新技術(shù)得到更好滿足。從技術(shù)層面來講，也許新技術(shù)的爆火會對之前的技術(shù)帶來沖擊，但新技術(shù)并不能壟斷所有功能。

比如Grammarly是做英文語法矯正的，可能會有人認(rèn)為未來不需要矯正了，直接用AI寫。包括有一些企業(yè)會用AI生成UI設(shè)計，可能會對現(xiàn)有的相關(guān)效率工具產(chǎn)生影響。

其次，PLG只是一個概念或方式，好比去羅馬能通過汽車、飛機(jī)在內(nèi)的多種選擇，而不是只會有一種。

但同時，理論上，作為PLG公司，當(dāng)新技術(shù)出現(xiàn)時，首先應(yīng)該考慮的是能否以及如何將新技術(shù)運用到提升自己的產(chǎn)品上，以實現(xiàn)更快的增長，而不是等著被新技術(shù)顛覆。

Grammarly完全可以選擇ChatGPT接口來降本增效。這個其實是選擇被顛覆，還是跟上潮流來做自己的二次增長曲線的問題。如果企業(yè)選擇抵觸，就類似于馬車夫不去學(xué)開車，對自己是沒有幫助的。不如懷著更開放的心態(tài)，又或是抱著對未來世界的憧憬，加入到這一波AIGC帶來的變化中，與模型層、應(yīng)用層的公司共創(chuàng)，邁向下一個時代。

WISE 2023 顛覆AIGC

關(guān)鍵詞：