商业化“虚火”？热捧过后 AIGC靠什么盈利

*本文参考报告：《2023年中国AIGC细分赛道研究报告（上）：文本和图像率先应用落地》，

2023年可谓是AIGC商业化的元年，距ChatGPT爆火已经过两个月，但热度并未有衰退的迹象。

据悉，ChatGPT的注册用户数已正式突破1亿，其中不乏众多机构和个人身份的用户。

与用户群体形成最强呼应的，是市场的热捧。除了已经推出产品的OpenAI、Google、百度等公司，不少搭上AIGC产业链的国内公司也获得了大量资金的关注。

例如昆仑万维、中文在线等上市公司，市值在短短2个月内都完成了翻倍的壮举。

目前，AIGC应用的落地形式主要以文本、图像为主，另外，虚拟人、音视频等产业也有望加快实现商业化应用。

随着越来越多的玩家入局，AIGC的商业化战争也充满了扑朔迷离，步入下半场后，AIGC的盈利模式和商业痛点解决或是厂商决胜的关键。

以最为火热的产品ChatGPT为例，高昂的训练开发成本使其在B端存在盈利痛点，C端则以订阅模式为主，目前仍处在降本的关键时期，用户的付费意愿有待提升。

AIGC类产品在通往商业化的路途上，正经历着“雷声大雨点小”的状况。那么，目前AIGC应用的实际现状如何？在本土厂商迎头追赶的当下，究竟能否掀起商业化浪潮，还存在着哪些痛点？

本文，头豹研究院将聚焦于中国AIGC细分赛道，以文本、图像两大优先落地的场景为例，从模型产品层面、商业化应用分析、中外布局对比等方面，为您深入分析中国AIGC细分赛道。

● 海外AI写作工具较为成熟的产品占据市面上较大的市场份额，中国较为领先的文心一言于3月正式面向公众开放

市面上出面的AI写作工具以海外的写作工具为主，如ChatGPT、Copy AI、ClosersCopy等，其功能、算法算力和应用都远超于中国的AI写作工具。从适用性看，以适用于营销、广告等领域的应用为主，目前这些领域虽未实现大规模的商业化落地，但随着大规模的相关产品的在营销和广告的应用推广，有望加速AIGC在营销和广告领域的应用。

当前中国较为成熟的产品是文心一言，百度有文心大模型和预训练模型的基础，其产品目前在头部AI巨头上是处于领先的市场地位，已于3月正式面向中国公众使用，随着产品的推出，AI文本生成的应用渗透率有望进一步上升。

● 当前应用较为广泛的是辅助型文本生成，未来五年商业化落地发展潜力较大的是营销型文本生成应用

AI文本生成的应用场景包括营销型、续写型、知识型、辅助型和交互型，当前应用较为广泛的是辅助型文本生成，工具类辅助是较为基础的AI功能，相对于工具类辅助，工作场景辅助型更具备生产力。

工作场景辅助类代替传统劳动力的概率较高，这些应用场景有很强的规律性和很大的市场空间，若能在近两年实现商业化落地，将能为企业节省成本和提升生成效率。未来五年商业化落地发展潜力较大的是营销型文本生成应用，尤其是营销产品简介、社交媒体种草这一类的博文生成极容易被AI文本生成替代。有望进一步颠覆小红书、抖音、微博等种草生态。

欲查看完整高清版图表，请前往文末获取

● 行业应用上，AI文本生成更容易颠覆信息查询类工作、专家咨询类和交流类等工作场景较多的行业

行业应用上，AI文本生成更容易在媒体、法律、医疗、教育等信息查询类工作、专家咨询类和交流类等工作场景较多的行业产生颠覆性冲击。

（1）媒体行业：媒体行业有大量的信息查询类工作场景、重复和规律性的新闻稿生成，目前已有较多的媒体如经济日报、浙江日报等已经开始根据资讯大数据自动生成体育、气象和财经等领域的主体稿件；

（2）法律行业：法律行业对于专家咨询类的业务需求较多，AIGC的对话式工具能为法律行业提供更多的法律援助的数字化劳动力，对今后的法律援助将会产生较大的冲击；

（3）医疗和养老行业：对话式AI的出现把机器理解力跟反馈的问题解决之后，能够更好地满足人类情感的交流需求，可以应用在医疗养老机器人、医药常识科普问题等环节。

欲查看完整高清版图表，请前往文末获取

● ChatGPT年总训练成本在千万美元以上，成本的高昂影响其在中小企业商业化落地应用

通过测算可以明显地发现ChatGPT年总训练成本在千万美元以上，这一训练成本对于互联网巨头或科技企业来说是在可以接受的范围。对于中小企业来说，通过训练ChatGPT具备行业的能力的成本过于高昂，影响其在中小企业商业化落地。中小企业在AI生成内容上的落脚点可以从训练小模型入手，训练小模型对于中小企业来说是性价比极高的选择。

● 当前应用ChatGPT的企业处于未对盈利产生影响或降本增效阶段

从ChatGPT的收入端来看，由于ChatGPT处于初期发展阶段，成本居高不下，因此目前应用ChatGPT的企业处于未对盈利产生影响或降本增效阶段，尚未进入到通过ChatGPT实现企业的增收的阶段。实现成本的下滑和企业对于ChatGPT的商业模式的应用创新是企业迈向增收阶段的加速器。

欲查看完整高清版图表，请前往文末获取

● AI图像生成工具中尚未出现大规模应用的工具，中国目前以海外应用工具为主

市面上出现的AI图像生成工具包括Disco Difusion、Stable Diffusion、Midjourney和文心一言等，这些AI图像生成工具均未实现大规模的商业化应用，且商业模式处于探索阶段。在中国境内，应用较为广泛的是Disco Difusion，百度出品的文心一言应用占比在3%左右。百度预计在3月份正式推出文心一言，从目前市场对于百度的文心一言的关注度来看，其有望在3月之后出现指数级的应用用户上升。

欲查看完整高清版图表，请前往文末获取

● 当前的商业模式

按照生成量进行收费：以生成量来进行收费，例如，文心一言，免费生成100张图之后，9.9块可以生成50张图，15.9块可以生成100张图，49.9块可以生成100张图，不同的额度对于不同的生成量

订阅制收费模式：梯队订阅制：用户每月付费之后，可以获取一定额度的次数的图像生成。例如Midjourney初期将付费划分了梯度，10美元一个月可以获得200次的快速生成的额度，30美元一个月的套餐可以获得900次快速生成图像的额度。

收费模式尚未明确：当前仍有较多的公司商业模式尚未明确。如Disco Diffusion现阶段仍免费，Imagen收费模式尚未明确。

● 商业模式面临的痛点

版权问题：AI图像生成的训练量决定了图像生成的质量，根据调查结果显示，接近7成的艺术家对于自己的作品是否被模型使用处于不明确的阶段，且当前中国版权明晰是不成熟的，若未经授权而拿艺术家的作品和风格去模拟训练并通过模拟训练后生成的图像产生收益，对于艺术家来说是不公平的。

技术问题：AI图像生成仍面临较大的技术问题，如对于显卡要求高带来的成本高，肢体和眼球效果较差，多主体的成像效果差，这些问题是这一年需要重点解决的问题，也是影响AI图像商业化落地的重点。

● 技术层：中国模型参数与数据量与美国相差较小，模型迭代和算力水平相差至少2年

生成式AI的时代相较于预测试AI时代，对于底层技术要求更高，海外凭借模型算力和迭代的优势在AIGC上处于领先地位；其次是中国缺少数据的积累，ChatGPT发展过程中对于数据处理、清洗、标注、模型训练、推理加速等方面均具有技术难点，通过对不同回答的标注和排序让GPT知道什么是更好的回答，这对结果均影响较大，目前国内尚未出现能与GPT相比的模型效果。

此外GPT实现了将用户调用和模型迭代之间的飞轮的建立，形成完美的闭环，底层的生态更为成熟。中国国内目前在做AIGC底层技术的除了大厂之外，还有清华人工智能研究院等一些研究机构，一些初创企业在技术层更倾向于基于垂直行业的应用的技术研发。

● 应用层：海外模型回答逻辑性、完整性、自然感和速度上都优于中国模型

目前海外市面上的模型的回答的逻辑性、完整性、自然感以及回答的速度上都优于国内的模型，底层技术的能力很明显地影响了产品商业化落地的效果。其次，中国市面上目前有较多的炒作AIGC概念的类AIGC软件或程序的推出，这些软件和程序是基于开源的小模型代码进行设计，训练的数据集是公开数据集，没有自己独特的数据集且训练效果机器感较强，在当前AIGC概念在国内较火的阶段，其能借助概念进行一定的用户积累和盈利。随着文心一言等大模型产品的推出，这些软件和程序将会被市场淘汰。

中国国内尚未出现大规模商业化应用的场景。ChatGPT在推出的过程当中凭借其与人的“价值对齐”和友好的用户界面，以及对话式的方式，直接拉近与用户的距离，推出两个月后用户量直接突破1亿，其应用速度较快。当前百度的文心一言、微软等企业也参考对话式的方式开展新的AIGC产品，未来有望打破ChatGPT的垄断格局。

欲查看完整高清版图表，请前往文末获取

此外，我们还在报告中分析了中国AIGC细分赛道的技术流程、核心价值、行业应用、用户端、中外布局对比、代表企业：百度、腾讯、字节跳动等，可前往下方扫码阅读完整版报告。

*本公众号提供的所有资料（包括但不限于数据、文字、图表等）的版权均为头豹所有（另行标明出处者除外）。未经头豹事先书面许可，任何人不得以任何方式擅自复制、再造、传播、出版、引用、改编、汇编本公众号中的内容。