2023 年，AI 产业迎来了空前发展，海内外 AI 企业如雨后春笋，国内更是迎来了声势浩大的“百模大战”，通义千问、文心一言、智谱 AI、盘古大模型.....卷多模态、卷算力、卷 token，百家争鸣。2024 年，伴随着 Sora 横空出世拉开帷幕，再度让所有人注意到了 AI 的无限可能性，为略显疲软的市场再打了一针鸡血。

商业是技术发展的内生动力之一，唯有业务飞轮转动起来，才能让企业们真正走向未来。大模型产品到底如何实现商业落地？初心合伙人李可佳近日接受数字产业垂直媒体“刺猬公社”采访，分享了他的观察与思考。

以下内容来自“刺猬公社”。

仅凭几十个提示词，就能生成一段流畅完整、视角多元的视频，其内容质量几乎能以假乱真，甚至不亚于专业拍摄团队，这就是 OpenAI 首款文生视频产品 Sora，一经发布便激起千层浪，让全球感受到新的 AI 震撼。

2024 年的 AI 故事，伴随着这款杀手级应用的横空出世拉开帷幕，Sora 再度让所有人注意到了 AI 的无限可能性，为略显疲软的市场再打了一针鸡血。

回看 2023 年，AI 产业迎来了空前发展，海内外 AI 企业如雨后春笋，国内更是迎来了声势浩大的“百模大战”，通义千问、文心一言、智谱 AI、盘古大模型.....卷多模态、卷算力、卷 token，一时间百家争鸣。

但一个核心的问题仍旧盘桓在所有人头上：大模型产品到底如何实现商业落地？商业是技术发展的内生动力之一，唯有业务飞轮转动起来，才能让企业们真正走向未来。

01 垂直大模型，走向落地

2023 年的“百模大战”到底为行业带来了什么？

或许是一个清晰的商业认知：垂直化，才是大模型走向落地的实际路径。

“事实上 AI 大模型产业还处在一个很初级的阶段，创造的内容、解决的问题还相对比较初级。” 初心资本合伙人李可佳向刺猬公社表示。

初心资本是国内一家专注于 人工智能、智能硬件、前沿科技及探索性投资 的早期股权投资机构，对于 AI 产业有着较深的洞察。

李可佳用丹尼尔·卡尼曼《思考，快与慢》一书中的系统概念为我们解释了目前大模型产业的发展阶段：

丹尼尔·卡尼曼认为，在人的大脑中有两套系统，系统1指的是快系统，是一种涉及直觉的思维方式，用于快速决策。它做出决策的依据主要依赖于偏差、偏见和错误的启发法，它是无意识且快速的；系统 2 则是一种慢系统，它更为慢速和理性，负责对系统 1 进行有意识的控制，特别是在涉及复杂问题的情形中，是否形成系统2也是区分人与动物的重要指标。

“现在整个产业的发展仍处于系统 1 阶段，在对创造力要求比较高的文科、艺术等领域，AI 已经有很好的表现，它的泛化能力也非常强，但如果希望它能解决一些很实际复杂的技术问题、商业问题，我们仍然需要等待‘系统 2’的到来。”

AI 目前正处于互联网的“雅虎时刻”，甚至还没有发展到“谷歌崛起”。OpenAI Sora这样的明星产品固然能让人提振信心，但商业落地问题是全行业都要面对的问题：

目前人们已经能与 AI 展开对话、通过 AI 生成文本、图像、甚至高质量的视频，但问题在于，这些生成能力目前还处在较低水平，Sora 还不够多，当幻觉与新鲜感散去，在 C 端难做突破的大模型们，该去哪里实现自己的价值？

B 端是较为实际的出路。

这也是李可佳口中的“系统 2”发展方向，通过理性、高效的 AI 为商务、工业提供助力，从而深刻改变整个产业，这也是大模型商业落地最实际的方向。但另一个事实是，通用大模型往往不能很高效快速地适配于企业的需要。

于是，大模型产业走向垂直化、细分化、专业化，已经成为了未来最重要的趋势之一。

无论是GPT还是其他基于Transformer架构下的大模型产品，其生成反馈的原则都并非线性的逻辑思考，而是根据“学到的知识和规律”来进行概率组合，这也是为何大模型学的越多越强悍的原因。

通用大模型的问题就是，它学习的主要是通用的、可公开的知识数据，针对拥有信息壁垒的产业领域，通用大模型很难发挥作用。

这也是目前国内外许多厂商在做的。在教育、政企服务、医疗等领域，许多大模型都开始了走向垂直化，包括网易的子曰教育大模型、专注政企客户的雅意大模型、在金融、医疗等领域深耕的百川大模型等。

通过小而精的训练方法，不仅能够突破大模型无法解决专业问题的阻碍，还能进一步降低成本，让大规模推广成为可能。

“以前很多人都认为，只要模型的规模够大，过了多少亿参数，模型就能达到很强的能力，但其实其对于任务的理解能力还是比较浅显的。”

在 2023 年底，雅意 2.0 大模型发布时，中科闻歌董事长王磊曾向刺猬公社表示，在他看来，垂直专业才是大模型发展的未来方向，雅意 2.0 大模型也同样遵循了这样一个方向，不再一味的追求规模与 C 端反馈，而是选择摒弃娱乐向的内容，将更多专业知识数据融入训练中，从而实现更好的政企服务。

那么有哪些产业能够更快的实现“大模型化”呢？

李可佳认为这主要看行业的容错率与专业度。 在智慧教育领域的多年深耕让他认识到，在容错率相对较高、对专业精准要求相对较低的领域，AI 带来的变革将更容易发生。“在拍搜、语言学习这些领域，大模型带来的效率提升是非常显著的。”

他认为，医疗、金融等领域也正在产生变革，伴随着大模型能力的不断进化，更多工业、科技领域的生产制造都会迎来一场 AI 改造。

02 AI Agent：突破 AI 需求困境

那么如何将大模型的能力更直接的运用到我们的生产过程中？AI Agent 或许是一种更现实的路径。

“可以这样构想一下，我还在做别的工作或是休息，在一个类似元宇宙的空间里，我的 AI Agent（代理）与另外一位创业者的 AI Agent 相遇，它们聊的很开心，或许等我醒过来，我的 AI Agent 就拿着对方的商业计划书来给我看了。”

AI Agent 在未来将成为人与 AI 大模型连接的工具，成为 AI 领域继 GPT、文心一言等大模型产品的下一个热点，正在被越来越多人所认同。

一位 AI 从业者向刺猬公社表示，AI Agent 不仅仅会成为便利工作生活的工具，还能真正推动大模型从 B 端到 C 端的实际落地，推动 AI 产业的商业化成熟。

换言之，AI Agent 是 AI 产品更成熟的形态，它真正的使命就在于将 AI 能力封装化，让 C 端、B 端用户都能更便捷更直观的运用，从而助力生产力的解放。如果说大模型产品只能被动的接收-生成，那么 Agent 的使命要复杂的多，它更类似智能助手，需要借助自身的 AI 能力帮助使用者解决切实问题。

“其实这是一种 AI native 的认知。”李可佳表示，不同于很多企业+AI 的思维，Agent 事实上是一种 AI+ 的逻辑。

“面对 AI 浪潮，我们不能只去想如何利用 AI 能力加持我们已有的业务形式。我就认识很多创业者，希望通过大模型提升自己的 Saas 服务能力，比如做一个邮件营销的生成式 AI 产品等等，但他们却忽略了一点，以后有些 SaaS 类产品可能都直接 autopilot 了，这个产品对应的环节可能都没了。”

Agent 的意义就在于，它正在改变着人机协作的逻辑：

不仅仅是协助工作，AI 就可以独自帮助使用者完成任务，它不需要事实的提示词输入，也不需要使用者一步步的繁杂操作，只需要一个指令，Agent 就能帮你完成很多在过去时代无比复杂的工作，比如数据分析、广告营销投放、甚至是社交、销售这样主观性很强的工作。

这几乎是革命性的，在 Agent 日渐成熟的情况下，很多行业的许多环节都能够被改写，甚至取代。

GPTs 就是 OpenAI 针对 Agent 概念推出的产品之一，定制化的 GPT 机器人、能够满足不同的使用需要、专注于不同的领域，GPTs 的推出一度让全球 Agent 企业大感危机。

目前来看，GPTs 似乎还没有达到 Agent 的程度，对于国内外的许多 AI 企业来说，机会仍然存在。

但 Agent 不是更智能的 AI 聊天机器人，其最主要的能力是主动调用 AI 工具，为使用者解决问题，想要实现这样的能力，除了技术能力外，与 Agent 背后的大模型基底息息相关，比如多模态的输入输出能力、幻觉问题、多轮交互的高效靠谱，都将影响 Agent 的表现。

更重要的是，Agent 的应用往往要与不同的产业领域、应用场景相结合，这就与前面提到的垂直化趋势深度相关。

现如今国内也已经出现了很多垂直领域的 Agent 产品，百度研发的营销 Agent 轻舸、钉钉、飞书的 AI 办公助理，这些企业从自身已有的产品和业务优势出发，希望借助 Agent 创造新的产品逻辑，从而实现产品的二次成长。

以钉钉的 AI Agent 为例，其 AI 助理可以与钉钉本身“融为一体”，根据用户的指令，与平台上的应用和第三方插件、企业自建应用等结合，对这些功能进行调用。这样一来，也让钉钉庞大的插件和应用库变得简单易用，用户不再需要一个个找应用，AI 助理就可以做到更符合用户使用场景的匹配。

类似钉钉 AI 助理这样的产品，正在解决大模型的“伪需求”困境，带有强烈的“AI native”思维。当更好用、更有效的 Agent 产品被用户看见、使用，甚至解决工作生活中的种种痛点，大模型的商业落地难题也终将得到解决。

03 从娱乐需求，到更广阔的世界

现如今整个产业到底还面临着哪些问题？

最重要的仍是技术能力问题。“如果从创业的角度出发来看，或许你在进行逻辑推演时，能够获得一个不错的推算结果，但真正重要的还是能否让用户感受到‘神奇时刻’。” 李可佳表示。

对于大模型产品来说，最重要的仍旧是通过技术解决用户需求的能力，自 ChatGPT 横空出世以来，无数人都认为大模型产品将改变整个互联网的生产逻辑，但未来的进程似乎要远慢于我们的期望。

归根结底，是大多数大模型产品的能力远没有达到“神奇时刻”，简单的多轮对话或许能为用户带来一刻的惊艳，但缺乏实际解决问题的能力。

“质量信号没有达到效果，还要看数量信号，也就是用户的留存情况。”这也与产品的实用性相关，GPT 能够在全球席卷上亿用户，除了出类拔萃的能力外，优质的交互体验，不断推出的多模态生成产品，都是关键因素。

有 Sora 这样的杀手级应用，OpenAI 自然不会为用户、商业化发愁，但对于其他玩家来说，除了在研发上下苦功外，垂直专业化、加强体验、创建多元应用场景就成为了重要的路径。

除此之外，抛开大模型产品、Agent 等固有思路，大模型还有许多新的机会。

作为早期投资市场的布局者，李可佳和所在的初心资本的投资逻辑可以概括为“两横三纵”，在这样一个坐标图谱中，蕴含着初心观察到的产业机会。

“两横分别是人才红利和供应链红利，在过去十几年中国移动互联网的飞速发展之下，整个行业培养了大量的工程师、科研人员，在全球都有着不少的优势，另一方面，中国在制造业上拥有很强的优势，尤其是在 3C 硬件等领域，我们的制造业供应链相当完备。”

以这样两个红利为基础，三纵则代表了几个重要的技术变量，第一就是生成式AI，其余两纵则为算力的性能跃迁和电动化到智能化的变迁。三纵与两横之间的许多交叉点则蕴含着新的机会，例如 AI+硬件、 AI+元宇宙、AI+XR 等可能，都正被深切关注着。

在海外，Rabbit R1 等 AI Pin 硬件令人关注，而在国内，荣耀、OPPO 等厂商相继推出 AI 产品、AI 手机等，希望实现弯道超车；在 XR 领域，万众瞩目的 Vision Pro 同样与 AI 有着千丝万缕的联系，在 AI 大模型的支持下，新的世界图景正在逐渐展开。

但最重要的仍旧是 AI native 思维。

“最让我感觉兴奋的是，在硅谷这些地方，我们接触到了很多非常年轻的创业者，他们从不怀疑 AI 能否改变世界，他们的创业项目，都是基于 AI 时代已经到来的前提下开展的。”李可佳向我们回忆，而这些 AI native 思维加持下的创业者，也让他真正看到了未来的图景。

“新的技术正在改变世界的每个角落，如果沉溺在旧世界里，很可能会被时代抛弃。”