2023，AIGC能赚到钱吗？

来源：“脑极体”（ID：unity007），作者：藏狐

图片来源：由无界版图AI工具生成

2022年，AIGC（生成式AI）是当之无愧的网红。

AI作画在各大社交平台刷屏，ChatGPT火爆国内外出尽了风头，依靠AI生成语音和表情、动作的数字人也频频露脸。2022年12月，Science杂志发布了2022年度科学十大突破，果不其然，AIGC入选。

火爆背后，AIGC的商业化潜力还有待形成更清晰的路径。目前来看，应用范围最广、最出圈的AIGC能力，就是AI作画（以文生图），但可以看到，大量普通C端用户都是抱着尝鲜的热情玩一把就走，庞大的流量很少能转化为强劲的付费意愿。

而对于制作插画、辅助设计、生成海报等专业需求的B端来说，目前谷歌、OpenAl、百度、腾讯等各大厂开源的模型就足以提供支撑，这一市场能够激活多大的商业价值，还不明确。

另外，政府提供的扶持性采购，G端市场也是加速AI产业形成良性商业循环的重要组成部分之一，而这类需求主要集中在智慧城市、政务数字化、大数据平台等，AIGC能够在其中的哪些场景发挥作用，还有待挖掘。

将火爆的“虚名”转化为实实在在的money，进一步提升商业空间，是AIGC接下来的当务之急。让我们来梳理一下，AIGC究竟能通过哪些方法赚到钱。

AIGC经济，绘画领航

AIGC需要商业化，这是一个并不难做出的判断。但如何商业化，需要从技术逻辑来一步步推演。

我们认为，AIGC的商业化会首先发生在AI作画，也就是以文生图领域。目前，AIGC已经诞生了文本生成、代码生成、图像生成、语音合成、视频生成，甚至多模态的基础模型和应用场景。

之所以说AI作画会率先探索出一条商业化路径，源于AI商业化的三个基本规则：

第一，AI技术是不断演进的。

AI技术的商业化，与其他技术相比，有一个非常典型的差异：大多数AI系统在部署后不可避免地会出现错误或低效，都需要经历迭代和持续优化来发挥作用。所以，AI系统落地应用后，一些错误是可被容忍的，重点是其带来的生产力增益，以及自我迭代演进的速度（即与运行环境的适应能力），应该要能够抵消犯错所造成的麻烦。

而目前来看，只有AI作画，能够做到大幅提高内容生产力，同时适当的错误是可被允许的。

在DALL·E 2 、Midjourney、NovelAI、Stable Diffusion、文心一格、意间AI等图像生成模型，对于艺术创作、设计等工作的生产力提升是非常可观的。原本需要数天甚至数周才能完成的画作，通过AI就能一秒完成。而且这个领域的模型都非常卷，进化速度很快。因此，尽管一开始AI作画也会出现一些令人啼笑皆非的问题，比如将人画成狗、少女吃面却不会用筷子，但这些小麻烦，和为专业设计从业者节约的时间精力成本相比，确实不算什么。

与之相比，尽管文本生成更先进，ChatGPT一出现就让全世界为之震惊，但NLP自然语言要做到更高质量的输出、更具深度的垂直内容，还比较有难度的。代码生成可能会在短期内对开发人员的生产力产生影响，但这一群体相对比较小众；语音、视频、数字人等AIGC应用场景十分值得期待，但目前还没有看到类似AlphaFold一样的颠覆性基础模型出现，目前阶段的应用还不够成熟，Meta发布的短视频生成系统Make-A-Video，谷歌的文本转视频工具Imagen Video等，都没有掀起较大反响。

所以说，在诸多AIGC应用领域中，AI作画有望率先进入商业化轨道。

第二，AI技术由数据驱动。

数据的重要性，这一点稍微了解人工智能的人都知道，而AIGC要取得优秀的生成效果，离不开大量高质量数据的训练。这也使得AIGC产品在进入市场时，必须面临来自技术、法律和伦理的约束。

技术层面，要解决数据来源、标注、隐私计算、训练资源等问题，其中文本、图像数据是更容易获得并使用的。法律层面，AIGC产品商业化必须要解决数据授权的合规问题，而视频、音频的版权费用是比较昂贵的，相比之下，AI作画可以使用开源的图像数据集，向专业画师或艺术网站获得授权，成本上更可控；伦理层面，AIGC受数据驱动，所以最终产品可能会受到脏数据的污染，或原数据就带有偏见、歧视，要解决这类问题，一般来说需要在数据准备、数据标注上下更多功夫，图像数据标注目前产业链已经非常成熟，通过众包平台就可以完成。