从“AI 价值栈” 来看AI商业模式创新

当今的AI资金主要流向哪里？好像最终都集中在Nvidia了。那未来又将如何？我们可以从一个新的AI价值堆栈，来进一步观察新兴的AI商业模型。简而言之，AI正在改变科技市场的交易量和价值，影响既有商业模型的盈利能力。会计和法律等知识密集型的专业服务行业首先感受到了这场变革，更多的行业也将调整其商业策略。

“AI价值栈”是一个用于分析和理解AI解决方案各个组成部分的概念性框架。这个框架帮助我们更好地理解AI产品和服务的成本结构、价值创造过程以及潜在的盈利模式。以下是”AI价值栈”框架的主要组成部分和特点。

通过使用”AI价值栈”框架,企业可以更系统地分析AI领域的机遇和挑战,制定更有针对性的战略,并在快速变化的AI市场中保持竞争力。这个框架的灵活性使其可以适应不同类型的AI产品和服务,从而成为AI战略规划和商业模式创新的有力工具。

接下来，让我们通过两个示例来说明AI 驱动的商业模式的转变:

第一个案例是普华永道(PwC)成为了OpenAI的官方经销商。为什么?

因为像OpenAI这样的基础AI公司无法再筹集更多资金来训练和运营大型语言模型(LLM)。这实在太贵了,没人能负担得起。所以,OpenAI必须通过收入来支持AI发展。最快的赚钱方式就是吸引大企业成为AI客户。

法律领域是最容易下手的,因为这个领域的竞争相对较弱,避开了SAP、IBM、Oracle、微软和谷歌这些大玩家。这就是为什么OpenAI的第一个宣传视频展示的是合同审查AI，而且OpenAI 还在正式推出ChatGPT 前就布局投资了 AI 法律服务公司Harvey。

萨姆·奥尔特曼一直强调 OpenAI的终极目标是为普通消费者开发通用人工智能(AGI), 但他们需要企业的钱来支持这个目标。这时候，咨询公司就派上用场了。因为他们早就和各大企业、政府部门打成一片，所以可以很方便地帮AI打入这些机构。

传统上, 咨询公司的商业模式是靠”堆人”解决问题的，遇到问题就派大量顾问去解决。现在呢，他们开始玩”人机结合”了。但是随着客户自己开始用越来越多的AI，对咨询公司的需求可能会慢慢减少。你看，连麦肯锡这样的顶级咨询公司都开始感受到压力了，《华尔街日报》都报道了这事。

不过，咨询公司也不可能坐以待毙。他们一边在裁员，一边又在招募懂AI和数字化的新人才。这是为什么呢？他们想先把自己”数字化”了，然后再去帮别的公司做数字化转型。就拿埃森哲来说吧，他们去年大规模裁员，今年又大量招人，特别是在AI能够发挥作用的业务流程自动化和岗位优化方面的专家。

我们再来看一下市场研究公司高德纳(Gartner)的预测,  到2027年, 法律科技市场规模将从223亿美元翻倍至500亿美元。听起来不错，是吧？

不过，这种市场规模的预测有个问题：它们总是基于现有的商业模式和市场来算，没考虑到商业模式可能会变，新市场可能会出现。

那么问题来了，AI会不会通过提高法律科技公司的价值来推动增长呢？其实恰恰相反。

一家公司值多少钱，主要看两点：市场发展有多快，产品用得有多频繁。有时候，市场甚至都还不存在呢。比如说，一年前AI芯片市场还是个新鲜玩意儿。但你看，到今年6月3日，英伟达的市值就已经达到2.7万亿美元了。因为英伟达几乎垄断了这个新兴的AI芯片市场，所以这2.7万亿美元基本上就代表了整个市场的规模。

对AI的需求肯定会一直存在，但英伟达不可能永远独占鳌头。那我们怎么才能更好地预测市场的走向呢？关键是要看聪明人的钱往哪里流。

说到产品使用频率，用得越多，价值就越大。在消费市场，搜索引擎、社交媒体和智能手机就是很好的例子。在法律市场，电子签名、cookie同意和在线报税也是。这些产品的使用量越来越大，就创造出了新的市场。

现在，想象一下，如果以后我们几乎所有的互动都通过一个统一的界面进行。AI会拦截大部分问题，自己就能回答，不需要其他服务帮忙。结果呢，其他产品的使用量和流量就会下降。那么，这些市场会变成什么样呢？

我们来看看Stack Overflow的例子。这个网站回答了大量的技术问题。但是当人们开始使用各种付费和免费的AI编程助手时，Stack Overflow的访问量就大幅下降了。

Stack Overflow主要靠广告赚钱。虽然他们一开始反对AI，但后来还是和谷歌、OpenAI合作了。这就造成了一个有意思的商业困境：如果新的回答越来越少，Stack Overflow的价值会不会也跟着下降呢？

Reddit现在已经上市了。作为一个类似的众包平台，它们的表现会给我们一些启示，告诉我们这种新商业模式会怎么发展。有人可能会说，只有像这样的众包平台才会受影响。那些高度专业化的专有数据实际上可能值得卖给AI提供商。

我以前也是这么想的，直到我听说为什么这是个错误。最近，a16z的两位创始人本·霍洛维茨和马克·安德里森给我们解释了，为什么向AI出售专有数据其实是在自杀。

特别是卖法律数据，问题更大。因为按照各国的法规，法律和法院的数据本来就应该是对公众免费的。而且，就像我们之前说的，版权也保护不了数据所有者。我们甚至可能会有新法律，要求把法律数据添加到AI中。

如果真的这样，那我们就进入了一个全新的世界。那么，在AI时代，什么样的商业模式才能成功呢？

要回答这个问题，我们需要深度考察”AI价值栈”这个框架，通过它进一步将构建、运营和销售AI解决方案所需的各个层次都分解出来。这样我们就能直观地了解生产成本，估算利润率。每次AI有新进展，都可能威胁到当前市场上的产品，特别是那些依赖单一供应商的公司。所以，这个框架还能通过减少供应链风险来保证AI产品的未来发展。

我们拿能源层来举个例子：现在有个流行的AI商业模式，就是计算机编码助手。微软的GitHub Copilot收费10美元，但据《华尔街日报》报道，微软生产它的实际成本是80美元。

为什么呢？一个原因是单次AI查询消耗的电力是普通云操作的10倍。不过，如果你只需要一个编码助手，其实可以在自己的笔记本电脑上运行一个copilot。这样不仅更省电，而且是免费的。现在市场上每周都有新的免费替代品出现。

在高端金融和法律市场，免费AI还不太现实。据说，法律AI的定价甚至比高端法律科技产品还要高。为什么定价这么高呢？一个原因是为了抵消未来收入可能下降的影响，保持咨询和法律行业的利润率。另一个原因是AI提供商要抽成。本质上，法律AI的定价还是依赖于当前的商业模式，所以其实是有问题的。

第一阶段AI大模型烧钱的模式已经到头了。你看，连微软都宣布裁员1500人，同时说要投资1000亿美元建设数据中心。这个数据中心要处理所有AI查询，需要5吉瓦的电力。这么大的电力足够给400万户家庭供电了。在全世界，除了中国和美国，其他地方很难建这么大的数据中心。这种AI军备竞赛会造成尤瓦尔·赫拉利担心的”硅幕”出现。除非我们能用更强大的小型模型，可以在任何地方运行。

那么，我们怎么用AI赚钱呢？显然不是像GitHub Copilot那样收费。Stack Overflow和a16z的例子也告诉我们，卖数据也不是长久之计。

同样，英伟达现在领先，但也不可能一直保持。因为90%的市场垄断太夸张了，”物极必反”嘛，业界肯定会出现新的技术架构，有人来挑战英伟达的地位。

这个”AI价值栈”能帮我们了解新的AI商业模式组合，分析市场的使用量、速度和价值是怎么变化的。简单说就是：要清楚地分析每一层的成本、每个市场的竞争情况，以及发展趋势。

最后，我想引用Box创始人Aaron Levy在2013年10月14日发的一条推特：

“老牌企业被颠覆，很少是因为跟不上新技术，更多是因为跟不上新的商业模式。”

* 10月10日将在北大汇丰商学院做一场关于AI 商业模式创新的公开课，届时将结合案例深度解读5种AI 驱动的商业模式创新，供大家讨论和交流。 

文章来自于微信公众号“云盈四海”，作者“云盈四海檀林”