一出奧特曼在 OpenAI" 來去之間 " 的戲碼，以回歸暫告一段落。
過程很抓馬，吃瓜群衆很激動，當然了，最開心的還得是微軟。
不僅因爲這出 " 鬧劇 " 無論怎麽發展，都是微軟穩赢，還因爲背後潛藏着一個更大的瓜——
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 争先恐後叠代卷上天，但憑借 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、發布一系列 AI Copilot 産品的微軟，漲幅同樣達到令人矚目的 55.93%。
這類非 AI 原生的老牌玩家，看似主營産品還是十分傳統，但AIGC 産品卻悄然占據了主流——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，并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。
爲什麽傳統公司，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 的發展大緻分爲兩個階段。
第一階段，AIGC 技術井噴，創業公司和新産品源源不斷湧現。
無論 Adobe 還是微軟，在技術爆發的第一階段，似乎都隻是充當着背景闆的角色。其傳統産品如 PhotoShop、Office 全家桶，甚至可能成爲被 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，生成分辨率直抵 2k，已經全面入駐 Photoshop、Illustrator、Premiere Pro 等套件；微軟更是基于老牌辦公軟件 Office、浏覽器 Bing 發布了 Copilot Studio。
△Firefly Image 2 更新後效果，圖源 Adobe
無論 Adobe 還是微軟，均依托 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：
爲什麽 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，這些公司隻是借助 AIGC 技術風口更新了一波自己的産品。
但實際上，它們掌握着産品從技術落地到市場匹配最關鍵的一環——
場景。
以 Adobe 爲例，旗下付費産品 PS 占據近 70% 設計市場，帶來了極其穩定的現金流；加之核心用戶不少是商業設計師，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。
這是因爲，從用戶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矢量圖、樣式也不一定符合用戶需求，一言蔽之就是不合業務流，還會帶來額外的工作量。
但 Adobe 作爲承載業務流的産品，更了解設計師真正需要降低工作量的痛點，在推出生成矢量圖（Firefly 矢量模型）、AI 修圖（Generative Fill）等工具後，相當于直接用 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，代表的還隻是國外傳統公司在 AI 2.0 時代下的打法。
相比之下，國内一衆傳統公司做得怎麽樣了？
這兩天，國内營銷銷售數字化服務商帷幄（Whale）舉辦了一場秋季發布會，發布會主題正是與 AI 和大模型等技術有關的「AGI for Growth 釋放增長的 AGI 力量」。
作爲國内市場營銷領域的代表公司之一，帷幄針對 AIGC 推出了什麽樣的新産品？對于市場營銷、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，國内 AI 營銷和銷售場景的頭部玩家，創業 4 年（2022 年）就跻身獨角獸行列。
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。于是，這家專注于 AI 技術的數字化營銷運營平台，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、垂直數據，更有對行業需求的理解。
對于營銷行業而言，大模型帶來最有用的能力，主要就是兩點，一是數據總結，二是内容生成。
其中，因爲大模型能助力營銷，将内容的廣度和深度傳達出來，所以内容生成又更爲重要。
說回我們這次用來舉栗子的帷幄，它是如何讓 AI 通用大模型生成内容的廣度和深度，在營銷這一專業領域上展現出來的？
先簡單介紹一下，這次發布會，帷幄祭出了一整套産品，包含叠代型和全新發布型，具體包括——
「AGI 雲 Alivia」、「帷幄數智空間 Whale SpaceSight」、「帷幄内容營銷中心 Whale Harbor」、「帷幄繪聲 Whale Echo」、「帷幄開播 Whale Cast」。
這些産品最底層的能力，由專爲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，是因爲 Alivia 不僅全面覆蓋營銷賽道，且功能從 AI 語音、AI 海報、AI 視頻編輯到 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用戶。
就拿電商現在已經離不開的用 AIGC 能力制作宣傳物料來說，文生圖、圖生圖和視頻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，生成内容可以精确到字母，黑白顔色所描述的主語也不會随意弄混：
要是生成提示詞中強調 " 背面 " 等其他場景，也能準确改變模特的姿勢：
至于圖生圖能力，還要更進一步，不管是在海報裏給商品換背景：
還是要替換掉一張海報的模特：
對 Alivia 來說，更是秒秒鍾勝任的小 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，還能用上視頻編輯器的能力，分分鍾制作一條快閃視頻推到你面前，并且可以是包含數字人形象的那種：
基于 Alivia 打下的大模型能力基礎，帷幄推出了一系列 AI 産品，最最核心的，有這幾個：
SpaceSight/ 數智空間，應用于數字化線下門店運營；
Harbor/ 内容營銷中心，應用于數字化内容營銷；
Echo/ 繪聲，應用于數字化語音服務；
Cast/ 開播，應用于數字化直播間運營。
這四者是帷幄 Alivia 大模型能力的進一步外顯，讓帷幄能把營銷内容深度傳遞。
所謂的深度，其實可以理解爲對每一個行業、每一個用戶進行全盤而深度的了解，讓生成的内容出現在用戶面前的時候，都盡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内容，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）對用戶喜好數據日積月累，還離不開内容營銷中台 Harbor。
Harbor 把各種各樣的數據，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，統統收集并整理。
當帷幄用大模型的數據總結能力，結合内容生成能力梳理和呈現了數據和數據之間的關系，再喂給大模型，會發生什麽呢？
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），老闆要的商品數據對比，分分鍾就能手到擒來。
一個平台，用好了大模型數據總結和内容生成的能力，并提供給每一個需要的客戶，所産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，這件事隻會變得更快捷、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。爲什麽獲利更猛的，反而是 Adobe、帷幄這樣的老牌參賽選手？其中是否有什麽經驗可供借鑒？
帶着好奇心，我們聯系上帷幄創始人兼 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産生什麽樣的影響。
誰在收割 AIGC 技術紅利？
葉生晅碩士畢業于加州理工學院計算與神經系統專業，曾在 Facebook 從事數據科學類工作，随後回國進入數字營銷行業，創辦 Whale 帷幄。
談及 AIGC，葉生晅認爲，當前入局的玩家主要可以分爲四層。
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，也會爲更上層的玩家提供最底層的技術支撐。
第三層就是像 LangChain、AgentChain 這樣的更偏向于基礎設施層的玩家，它們會做一些支持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 工具産品，如依靠 LoRA 等技術發展起來的公司，這類公司專注于提供工具本身，并以此開辟小範圍的創新思路；
最頂層就是應用公司，包括國外的 Adobe、微軟，以及國内的帷幄等公司。這類公司有場景，并依托場景打造了不少有穩定流量的應用，同時也會基于需求，将業務擴展到前幾層場景中。
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 爲例，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 技術生态圈發展壯大；
但最終大模型這樣的底層技術，仍舊需要算力、數據和場景支撐，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産品。
葉生晅認爲，主要還有兩方面的标準。
一方面，這些公司要有能挖掘出 AIGC 技術利用價值的能力，從場景理解不同用戶對于算法的不同需求。
以圖像生成爲例，雖然這類經典算法類型有限，然而對于不同場景的客戶而言，需求的算法細節其實存在極大區别。
例如，對于家居行業而言，能否在生成家具時，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算法，才能讓它成爲 " 内行設計師 "：
再以場景理解爲例。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，如何利用合适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，将技術帶來的價值最大化落地到場景中去。
葉生晅表示，帷幄作爲一個技術公司，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 開源社區做出貢獻，參與了各種項目的跟進，這和産品的發展不僅并不矛盾，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，并選擇合适的落地思路。
畢竟針對 AIGC 技術本身，依舊有人抱持謹慎的态度，認爲它有吹捧過度的嫌疑，現有 AI 生成能力并非完美，距離直接可用還有一定距離。
對于 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 不應該是一個目标、技術評判标準，而應該是一條成就終端客戶需求的路徑。
至于判斷一項技術是否值得投入，最終還是要回歸三點指标，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，而是應該找到屬于自己的場景、把握好技術路徑，才能在群雄逐鹿的争奪戰中收割最終的技術紅利。
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
