0
【雷峰網(公眾號：雷峰網)】“這一年時間過得太快了?！?/p>
2023 年 12 月 AI 科技評論在搜狐網絡大廈見到智譜AI COO 張帆時，張帆如是說。
張帆在 2023 年 3 月加入中國大模型領域“當紅炸子雞”智譜負責商業(yè)化，他感慨：“大模型不僅把知識給壓縮了，還把時間給壓縮了?！弊钪苯拥捏w現是，在過去的 9 個月，張帆以每個月見大約 100 家客戶的速度在推進智譜的大模型商業(yè)化，2023 年結束時，張帆團隊已拜訪了上千家客戶。
最大的褒獎來自競爭對手的敬畏。去年下半年，一位前大廠 VP 就曾對 AI 科技評論表示，當他準備入局大模型創(chuàng)業(yè)時，了解完智譜的市場步驟后，他的“創(chuàng)業(yè)信心打了 9 折”，原因是他們“才剛起步創(chuàng)業(yè)做技術，人家（智譜）就已經是一個商業(yè)化公司?！?/p>
商業(yè)化作為一道分水嶺，將智譜與中國大多數的大模型公司區(qū)分了開來。2023 年 4 月份，AI 科技評論在北京見到張帆時，張帆就告訴 AI 科技評論，他預測中國的大模型發(fā)展“上半年是融資戰(zhàn)，下半年是價格戰(zhàn)”，但直到下半年，大模型 To B 與 To G 的賽場上，依然只有寥寥身影，智譜便是其中之一。
關于智譜商業(yè)化的“激進”，業(yè)界的一個解讀是上一代 AI 公司的教訓讓科技投資者普遍耐心不足，因此他們給這一代大模型公司的盈收時間長度縮短了一半。但從 2023 年大模型的整體落地來看，這一解讀并非事情全貌，部分明星公司也仍對外稱“將重點放在技術打磨上”。
在 AI 科技評論看來，智譜商業(yè)化更快的原因主要有二，一是實力，二是洞識。
模型上，據 AI 科技評論觀察，目前除了智譜，國內還沒有出現第二家大模型公司能以平均每 3 個月迭代一次的速度來更新模型能力。2023 年，智譜分別在 3 月、6 月、10 月推出 ChatGLM、ChatGLM2 與 ChatGLM3。2024 年 1月又迭代了新一代基座大模型 GLM-4。
節(jié)奏上，也鮮少有人關注到，智譜從 2023 年 3 月就開始組建商業(yè)團隊。
盡管過去一年智譜因為走To B、To G 的商業(yè)模式而被外界誤解為“上一代視覺 AI 公司的翻版”，但經過一年的實踐，故事開始出現新的走向：由于大模型技術的 AGI 特性，即使是聚焦在大客戶服務，智譜的商業(yè)模式也有所不同。一位早期投資智譜 AI 的投資人更是告訴 AI 科技評論：
“過去的科技浪潮啟示，在未來的五到十年，大模型的機會首先還是在基座?！?/p>
2023 年 10 月，在與 AI 科技評論探討大模型開源與商業(yè)化時，智譜AI CEO 張鵬脫口而出：“誰說創(chuàng)業(yè)公司不能賺錢？”
作為中國最早的大模型開源團隊之一，智譜曾被問及“非盈利”技術開源與“商業(yè)化”模型銷售之間的平衡關系，張鵬認為人們對于學者創(chuàng)業(yè)的看法過于保守。而實際上，不僅是非盈利性質的技術開源符合智譜學者創(chuàng)業(yè)的基因，商業(yè)化思考也是智譜發(fā)展的持續(xù)動力。
1996 年，清華大學計算機系知識工程實驗室（“KEG”實驗室）成立，以機器學習、數據挖掘為主要研究方向。從2006 年起，團隊開始研究大數據挖掘與知識圖譜，并孵化了科技情報大數據挖掘與服務系統(tǒng)平臺 AMiner 系統(tǒng)。隨著 AMiner 的不斷成熟，張鵬等人開始思考商業(yè)化，于是在 2019 年 6 月將 AMiner 單獨拆分出來、成立了一家公司，也就是如今的“智譜 AI”。
據透露，智譜從成立的第一天起就有收入，團隊氛圍一直是“一邊研究技術、一邊開拓市場”。在智譜的研究重心還在數據挖掘與科技情報分析時，智譜所服務的客戶群體就已經覆蓋了國內的科研機構、科技型企業(yè)、互聯網企業(yè)乃至海外科技公司。換言之，“智譜從成立起就擁有 To B 基因?！敝亲V AI 總裁王紹蘭說。
2020 年 6 月 OpenAI 發(fā)布 GPT-3 是智譜的一次重大轉折點。也是在 2020 年，智譜創(chuàng)始團隊將研發(fā)重點從數據挖掘轉向語言大模型。
2021 年年底至 2022 年是智譜創(chuàng)立以來商業(yè)化色彩最淺的一年，理由也是要研究千億大模型。智譜認為中國已有的萬億多模態(tài)大模型底層能力仍然只相當于一個百億大模型，于是 2021 年年底開始在智譜找錢、找卡開發(fā)千億大模型。但當時國內市場并不關注大模型，直到啟明創(chuàng)投、君聯資本與高瓴資本“冒險”，智譜才成功拿到一筆融資，并率先在 2022 年 8 月研發(fā)出中國最早的千億大模型之一。
換言之，智譜“創(chuàng)業(yè)”在找錢、做技術的歷程上都要領先于大多數大模型公司約半年，商業(yè)化節(jié)奏更快自然也是情理之中。也是由于技術的先發(fā)優(yōu)勢，ChatGPT 出來后，智譜僅用兩個月就開發(fā)了 ChatGLM。
據熟悉智譜節(jié)奏的投資人透露，從 2023 年 2 月開始，智譜創(chuàng)始團隊如張鵬等人就表現出有別于多數創(chuàng)業(yè)學者的商業(yè)熱情，“很早提出要做私有化部署與 API?！币彩菑?2 月開始，張鵬等人開始對外尋找商業(yè)化負責人，前大搜車 CTO、連續(xù)創(chuàng)業(yè)者張帆加入，開始組建智譜大模型的商業(yè)化團隊。
據 AI 科技評論了解，截至 2023 年 11 月中旬，智譜 AI 的商業(yè)化團隊從最初的十幾人迅速發(fā)展到上百人，從售前到售后、包括解決方案均建立了完善的團隊。指揮分配上，智譜的商業(yè)化也是“一把手工程”，盡可能覆蓋更多行業(yè)，在 Q2 就完成了商業(yè)模式的探索。
私有化模型是智譜商業(yè)化的關鍵轉折點。智譜推出私有化部署這一更具有中國特色的解決方案后，受到了行業(yè)客戶的廣泛歡迎。但也由于過去 AI 落地中，“私有化”與“定制化”的關聯過于緊密，智譜商業(yè)化遭到了業(yè)界的討論與關注，被質疑是否會成為“上一代 AI 公司的翻版”。
張帆告訴 AI 科技評論，過去一年的探索啟示，大模型的商業(yè)化不會重復上一代 AI 公司的老路。由于智譜研究的是通用大模型，智譜向客戶提供的是“標準化的技術產品與服務”（即 GLM 大模型），然后再讓各行各業(yè)的客戶在智譜的標準通用大模型上微調，開發(fā)出滿足各自所需的終端產品與應用。
換言之，智譜通用大模型扮演的是數字化時代的“ AGI 中臺”，是大模型時代的“基礎模型商”。在智譜，SaaS 的行業(yè)鴻溝并不太深。
關于 AGI，張鵬贊同一種說法，即大模型存在三個模型層，分別是 L0（基礎模型）、L1（行業(yè)模型）、L2（面向更加細分場景的推理模型），三者并不獨立，行業(yè)模型（L1）和細分場景的推理模型（L2）理論上是基于通用模型（L0）增強出來的，智譜要做的就是盡全力做好 L0，賦能伙伴和客戶做好 L1 和 L2。
針對不同的用戶需求，智譜現在總結出四種主要的商業(yè)模式：API、云端私有化、本地私有化、。
智譜的商業(yè)體系是一個金字塔形狀：最底層是開源層，ChatGLM 擁有上千萬次下載量；往上第二層是 API 層；第三層是云端私有化，面向中型企業(yè)，中型企業(yè)不僅有使用模型的需求、還有將自身數據作為競爭壁壘的需求；第四層是本地私有化，面向對安全性要求極高的企業(yè)。據知情人士透露，比較小的單子、智譜只用一兩周就能交付完。
同時，智譜不是一個模型打天下，而是擁有完備的大模型矩陣：語言模型、代碼模型、多模態(tài)大模型，參數上涵蓋開源的 6B 到商業(yè)化的 12B、32B、66B、130B，用于部署在手機與汽車等端側的 1.5B、3B，對話產品 ChatGLM 與角色扮演的 CharacterGLM 等。
從 To B 的角度來看，與一家擁有完備模型矩陣的大模型獨角獸合作，就意味著合作成本的降低。
此外，在大模型的商業(yè)浪潮中，智譜的定位實際也符合一個大的科技浪潮的發(fā)展規(guī)律。以互聯網為例，互聯網的起點是芯片的誕生，芯片成熟后跑終端（如小型機與 PC），終端成熟后跑軟件（如甲骨文等公司紛紛在 80 年代成立），軟件成熟后進入 PC 網絡時代、后來是移動互聯網時代……
科技浪潮從來是先基建、后應用。若 AGI 也是一個新的浪潮，在最開始的五到十年，基座大模型也將是最蓬勃的市場。
2024 年 3 月 14 日，距離智譜發(fā)布千億對話基座模型 ChatGLM、并開源 ChatGLM-6B 已經過去一年時間。在 ChatGLM 的一周年期，智譜對外發(fā)布了一批商業(yè)化案例 ，給行業(yè)提交了一份商業(yè)化狂飆的成績單，也驗證了智譜在商業(yè)化上的前瞻性。
據智譜商業(yè)化負責人張帆透露，在過去的一年里，智譜的商業(yè)化取得了遠超預期的成績，包括圈定了超過 2000 家生態(tài)合作伙伴，與超過 200 家客戶進行了深度共創(chuàng)。
過去一年里，智譜商業(yè)化團隊完成了重點標桿客戶的業(yè)務拓展，據智譜發(fā)布的這份商業(yè)化案例合集，包括了智能汽車、金融、咨詢、數字營銷等諸多領域的應用案例。
數字營銷領域的巨頭分眾傳媒，擁有中國最?的?外媒體?絡，分眾用戶覆蓋4億中國城市主流消費人群，龐大的廣告業(yè)務意味著所有廣告編寫都需要由專業(yè)廣告編輯完成，人力成本高，效率低。同時，銷售收集、整理?告主體的產品信息?作量?，信息不全?。
基于上述場景，分眾傳媒在智譜大模型基礎上，微調開發(fā)了“眾智AI”營銷行業(yè)大模型，共使用了5000條微調數據，如：品牌、產品、?告?案。
如上圖所示，分眾公司通過輸入客戶產品相關的信息，模型就能輸出符合分眾?告?格的?告語。
?告?案對于基礎模型的要求極?， 需要基礎模型已經學習過?告相關的的內容， 并且?告?案本?對于語?的運?更加嚴謹、復雜，對于模型的基礎能?有更?的要求。通過測試對比，微調后的GLM模型生成的廣告，相比較于GPT-4，更加簡練、準確，風格和語言運用更貼近分眾的風格。
智能汽車是很多大模型落地時瞄準的一大領域，因為現在的車控場景追求越來越智能化，能精準地與用戶完成交互、提升用戶體驗成為一大賣點，而大模型的能力剛好可以升級這塊。
智己汽車是上汽集團旗艦品牌，是阿里巴巴智慧賦能，專注打造的高端純電智能車，智己汽車聚焦「智能化」?；谥亲V的GLM系列基座模型和智己提供的座艙內的預料數據，智己汽車微調得到“IM生成式大模型”，深入挖掘海量座艙交互體驗數據并構建最新模型智能體能力框架進行整體升級換代，與端側大模型協(xié)同配合，將綜合復雜場景進行云上分流，實現更豐富的多模態(tài)AIGC智能化場景。
傳統(tǒng)?機系統(tǒng)對于語?指令理解率受限，??需要明確指令才能執(zhí)?操作，當??有更加自由的說法時，車機無法理解用戶的真實意圖，智譜GLM系列?模型通過AI技術使?更少的語料?持座艙更多的意圖，賦予座艙更準確、更流暢的語?識別功能，以及更豐富的知識儲備和語義理解能?。
金融領域也是AI 落地的必爭之地。華泰證券基于智譜的GLM系列?模型，疊加了40-50G?融專業(yè)書籍、資訊、百科、法規(guī)、上市公司公告等?融專業(yè)數據進?增量訓練，以及投研、客服場景上萬條?質量指令集進?指令微調，形成華泰?融?模型1.0，落地到智能客服場景，相較于通??模型效果提升10~20%。表現出明顯的金融領域優(yōu)勢。
華泰證券之前傳統(tǒng)的運營模式，是基于傳統(tǒng)知識庫機器?和模板引擎等能?，已經初步構建多場景的客服服務體系。但仍存在產品形態(tài)孤?、意圖識別泛化性不?、缺乏多輪會話理解能?等問題，導致客?使?體驗不佳，未充分形成?站式財富管理助?形式的服務能?。
添加了基于智譜GLM系列模型微調后的華泰?融?模型1.0能力后，華泰證券新一代的財富管理助手“漲樂財富通APP”終端??的體驗感變好，解決了傳統(tǒng)技術無法對意圖進行精準識別、無法與客戶之間進行多輪交互的問題，擁有了加強和用戶的交互體驗和一站式服務的能力。
華泰證券測試對比發(fā)現，智譜的模型對于多輪多意圖的語義理解能?，以及?檔精準有效的總結，在國內外模型能?中領先。
除了數字營銷、智能汽車、金融，智譜還在互聯網、傳統(tǒng)制造業(yè)等多個領域，跟金山辦公、蒙牛等多家公司通過模型私有化、API調用完成GLM系列模型的商用落地。
根據客戶的反饋，這些B端用戶愿意選擇智譜的模型主要是因為模型效果好，安全，GLM系列模型表現領先其他模型，導致生成結果效率高、準確率高，帶來用戶增長、效率提升。
有人曾告訴AI科技評論，智譜極大可能會成為中國大模型第一股，因為智譜在三方面領先其他公司：一是商業(yè)化快，二是算力多，三是生態(tài)在不斷完善。
對于今天的成績，CEO 張鵬認為，智譜最大的特色是從核心技術出發(fā)到整個商業(yè)化落地過程都有自己的想法，堅持自主可控的核心技術，以生態(tài)為主來做商業(yè)化落地。
但大模型賽道沒人能夠松懈，即便強如智譜，今天大模型技術進步的陡峭曲線還沒有放緩的跡象——大模型與上一代的AI技術不一樣，比如視覺 AI 在人臉識別上，識別準確率達到 90+%、超越人眼就已經是一項里程碑的技術，但大模型是活的，這項技術的能力還在不斷擴張，如 2024 年剛開始，Sora 便驚艷四座，未來 OpenAI 還有多少“王炸”，大家都在等。最終大模型的能力能達到什么水平、誰都不知道。
在張鵬看來，智譜商業(yè)化最大的攔路虎還是在技術。如果智譜真已經做到了 GPT-4 或者 GPT-5 的水平，很多商業(yè)化上的問題，如效果不好、價格高昂，甚至連商業(yè)模型都不用再考慮，只提供 API 就行。
技術的突破意味著算力之爭，粗暴點說，誰的卡多，誰能訓練出“中國的GPT-4”“中國的Sora”的機會更大。
張鵬預測，2024 年智譜所面臨的挑戰(zhàn)是非常艱巨的。一方面，2024 年 OpenAI 在超級認知、超級對齊上的技術會實現新的突破，這要求智譜不斷迭代技術，跟進世界領先腳步；另一方面，2024 年大模型會迎來商業(yè)化落地潮，智譜的商業(yè)化競爭壓力也會加大。
大模型商業(yè)化之路方興未艾。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
