AIGC：未来谁会为它买单？

人类对信息获取的痴迷可以追溯到早期人类为了生存和繁衍所形成的适应性特征。信息获取在进化中发挥了重要作用，有助于提高生存和繁衍的机会。早期人类面临各种风险和挑战，需要不断地获取和分析信息来判断环境的安全性、资源的可用性以及潜在的威胁。那些能够更快、更准确地获取和解释信息的个体，更有可能在竞争中生存下来，将自己的基因传递给下一代。

所以从进化的角度来看，人类对信息的获取痴迷可以被视为一种适应性特征，它有助于提高生存和繁衍的机会，促进社会合作和学习，以及支持个体在竞争激烈的环境中脱颖而出。所以这就是人们为什么会沉迷于新闻、视频、朋友圈的本质原因。

那么，这个和AIGC有什么关系呢？因为人们对内容的获取可以理解为一个刚需，从商业的角度来看，内容的生产就是一个巨大的市场。

AIGC

AIGC全称为Artificial Inteligence Generated Content（人工智能生产的内容），是指 AI 通过海量现存数据（如文本、音频或图像）创建新内容的技术。简单来讲，AIGC可以理解为一类工具，这些工具大大提高了内容创作的效率，降低了创作门槛。就像交通工具，由于科学的进步和发展，普通人也可以做到日行千里。

AIGC的发展

要了解AIGC，就要了解GC(Generated Content) 内容生产的发展历程。内容创作的演变，有着这么几个过程PGC-->UGC--->AIGC 。

PGC：PGC（Professional Generated Content）是指专业生成内容，是由专业的内容创作者或团队进行创作、编辑和发布的内容，如报纸、杂志、电视和电影等，具体点对应CCTV、新华社等官媒，或是IT之家、36氪等垂直专业媒体。

UGC：UGC（User Generated Content）是指普通用户（非新闻媒体专业）生成内容，UGC 的应用场景包括社交网络、在线论坛、博客、知识共享平台等。具体对应B站、小红书、抖音、百度贴吧、朋友圈、个人公众号、个人头条号等。

AIGC：AIGC（Artificial Intelligence Generated Content） 是指人工智能生成内容。AI 通过海量现存数据（如文本、音频或图像）进行训练，在训练过程中，模型通过分析这些数据来学习语言的结构、语法、词汇以及不同上下文中的关联。AIGC基于深度学习的语言模型，如循环神经网络（RNN）、长短时记忆网络（LSTM）或Transformer等。这些模型能够捕捉语言中的复杂模式和关系，使其能够理解和生成自然语言文本。它会根据已经学到的语言规则、词汇和上下文信息，以及输入的指导，生成新的文本内容。生成过程可能涉及选择合适的词汇、构建语法正确的句子，甚至进行创造性的组合，以满足特定的内容创作目标。

目前谁在为AIGC付费

科技是第一生产力，科学的进步发展提升了生成效率，提高了生产力。AIGC提升了内容产生的效率，但是只有效率不一定能够产生商业价值，还要真正的满足人们实实在在的需求。

年初引爆全球的ChatGPT，通过免费注册使用的ChatGPT为用户上了一堂生成式AI的通识课程，直接刷新了全球对AIGC的认知。随后，当用户习惯（通过对话，就能使用一个“百科全书”机器人）养成之后，ChatGPT顺势推出收费的Plus版，用更为流畅（免费的需要排队或者网络异常）的服务吸引用户的付费热情。

我觉得ChatGPT对AIGC产品商业化是有一定的推动作用。以下是一些AIGC产品的收费情况(数据来源：剁椒TMT)：

但是免费尝鲜的噱头获客，完成初期的用户积累，然后进行收费的模式貌似也是不是那么有效了。随着大家对AI工具的使用，AIGC融入到工作流的过程，同样也是一个对AI祛魅的过程。大家逐渐认识到AI其实也是一个非常正常的工具。

AIGC未来的思考

C端用户热情都是短暂的，就像前段时间爆火的AI产品妙鸭相机的说产品负责说：“在AIGC时代，如果不能在第一天就向用户收费，那么就永远都不可能收到用户的钱。” 

就像之前流行过的AI头像、AI对话机器人，都是玩几天过过瘾，新鲜感过了之后就很少再用了。C端的情况是批量涌入，快速退潮。

与消费级互联网产品相比，AIGC产品的经济成本并非边际递减，而是指数级上升。Midjourney 的创始人大卫·霍尔兹 (David Holz)表示，大规模商业扩展是未来发展的一个重要难题问题，这并不是用户量扩展的问题，而是算力支持的问题。目前Midjourney 只有数十万用户，已经需要极高的算力来支持。如果用户量达到 1000 万人，那么世界上没有足够的算力来支持。Open AI的 CEO 山姆奥特曼也指出，调用运行 ChatGPT进行聊天对话，每次回答的成本约为几美分，因此未来将不得不因为计算成本问题暂停现在的免费模式。

此前有专家估计，GPT-3使用了上万块英伟达v100GPU,总成本高达2760万美元，个人如果要训练出一个PaLM也要花费900-1700万美元。以下是国外主要的AIGC预训练模型一览表：

数据来源：《AIGC趋势发展报告2023》

未来，能为AIGC付费的估计也是专业用户或者B端用户。

专业用户有AI使用需求，但只为最好的软件付费，比如软件订阅费用ChatGPT Plus 现有的盈利方式之一：每月向用户收取 20 美元费用。

B端用户，客户本身已经有自己的商业模式进行变现，但是需要AI进行加持赋能。比如：MaaS（Model as Service），适用于底层大模型和中间层进行变现，按照数据请求量和实际计算量计算。还有就是本地定制化开发，愿意为进行本地模型的训练费用买单。

最后

未来，人工智能生成的内容（AIGC）领域将迎来令人激动的发展。随着技术的不断进步，我们可以期待着AIGC在多个领域带来深远的机遇与变革。但是，随着这些机遇的到来，我们也必须认真应对一系列挑战，如确保内容的真实性、解决伦理问题以及维护创作者的权益。总之，AIGC的未来发展将在不同领域引发巨大变革，为我们的生活带来前所未有的便利和创新，未来的人们可能直接或者间接为它付费。

　　图片使用申明：原创文章图片源自‘Canva可画’平台免费版权图片素材；引用文章源自引用平台文章中所使用的原图。