大模型火了快一年，怎么赚钱成为了业内厂商头疼的事情。
或许，这场由OpenAI旗下ChatGPT引爆的大模型热潮，还得继续聚焦OpenAI来寻求答案。
前不久，OpenAI像谷歌、苹果那样办了第一场较为正式的“开发者大会”。从大会透露的信息来看，大模型的下一站很明确——想搞钱，得教人“玩”大模型了，拉更多的人来做大大模型市场的蛋糕。
具体的，OpenAI开始提供示例GPT给Plus和企业版用户试用，包括AI图像生成工具Canva 和AI自动化集成ZAPIeR AI Actions。同时，晚些时候，OpenAI还会上线GPT商店，而经过验证的创作者可以上架自己创建的聊天机器人供其他用户下载使用，其中的收入由平台和创作者分配。
两条路径，既有To B，也To C。OpenAI想教会普罗大众“玩转”大模型应用的方法很全面，而其想要靠大模型搞钱的心情也很迫切。
以OpenAI为代表，大模型厂商们都在深入思考“搞钱”的事情，而关键的问题则在于如何搞钱？教人做大模型应用真的能拯救每天入不敷出的大模型厂商吗？
年末，在 WAVE SUMMIT+ 2023 深度学习开发者大会上，百度展示了最新的大模型开发模式——基于星河社区大模型工具中心「多工具智能编排」开发工具，用户不需要写任何一行代码，就可以从头开发完成一款集成图文识别、问答、翻译、播报等多模态全功能的「旅行助手」应用。
这样的场景是否熟悉？是的，在更早前OpenAI的首届开发者大会上，SaM AltMa也展示过类似的操作——在 GPT builder上，SaM AltMa只是打上一段对这个 GPT 的定义：他希望有一款应用能帮助初创公司的创始人思考他们的业务创意并获得建议。紧接着，GPT builder就自动生成了这款应用的名字、图标以及功能设置。
大模型行业向市场释放了信号：人人都能玩转大模型的时代已经到来，不需要重新学习，只要有想法，零基础也能开发自己的大模型应用。
毋庸置疑，智能助理必然是大模型行业发展的一个重要趋势，从Copilot到AI Agent，业内厂商们正不余遗力地推动大模型应用往智能助理的方向发展，并走向成熟。
在年末的IgnITe 2023 开发者大会上，微软CEO 纳德拉直言，微软成为了一家「Copilot 公司」，并同时把Copilot独立化了——微软在 Google Play 悄悄上架了 Copilot 独立 app，Android 用户不需要使用 Bing app 就能直接使用 Copilot 对话机器人。
微软不断加码Copilot的独立权重，从而加速其走向市场，以进入用户的日常场景中。由此来看，大模型应用注定要把智能助理的模式给走通，从企业打造到个人开发，多管齐下共同推进。
在这样的趋势下，大模型厂商的“搞钱”之路就清晰了。类似于今天的app生态，大模型行业必然会形成一个全新的商业生态。OpenAI在不久后上线的GPT商店对应的正是这一趋势。
而app的开发本身还存在着门槛，当大模型厂商们不断完善大模型开发流程，推行零代码开发，想来这个新生态的蛋糕还能做得更大。
微软作为智能助理时代的拥趸，其创始人比尔·盖茨也曾直言，“谁能主宰个人助理Agent，那才是大事。因为你将永远不去搜索网站，不去生产力网站，不去亚马逊。”
主宰个人助理Agent，谈何容易。尽管大模型厂商们的预判是可行的，但是距离真正实现的目标还有很长的路要走，至少在主宰个人助理Agent之前，大模型厂商们就得学会先主宰产业助理Agent。
技术的应用路径历来如此，先产业后个人。如果个人助理Agent想要为用户提供财务建议，那么首先它就得先熟知金融领域的专业知识；如果个人助理Agent需要为用户提供医养方面的建议，那么它就得先熟知医疗领域的专业知识。
大模型行业，终究得从产业出发，先深耕产业。目前，这一阶段属于大模型行业的产业导入期，大模型的垂直领域应用是主线。
在国内，大模型厂商们的动作是更侧重于To B做大模型的产业解决方案。比如，商谈针对医疗场景推出的医疗健康大模型「大医」便是一个例子，其主要功能领域分别为智能自诊、诊后随访管理、智慧病历、影像报告结构化，能落地的场景还是以医院为目标的医生诊疗和患者服务。
像科大讯飞的星火认知大模型在教育领域，主要服务的对象也是教师群体，落地的方向则在于教案设计、作业批改、口语练习等，或辅助课堂教学之类的。
业界有观点认为，2023是大模型元年，2024将会是Agent元年，届时将有大量的Agent产品涌向。而从目前的趋势来看，在国内，即便是到了Agent元年，主要的爆发还是来自产业端。
业界人士曾告诉「智能相对论」，尽管当前大模型很火，但是他们在推广大模型的过程中还需要不断地去向企业普及有关大模型的概念，以及大模型应用能为其做什么。换句话说，大模型走向市场，在技术与产业之间还存在一段接洽磨合的过程。
当前的市场情况处在大模型很热，但是产业场景的从业者不太熟知大模型，大模型不够了解产业场景的阶段。
在今年早期大模型刚火的阶段，本土厂商对自家大模型的展示往往会采用很让人匪夷所思的能力，比如作诗、作图、回答脑筋急转弯等等。但是，经过近一年的迭代，大模型厂商们的心态显然要成熟很多，聚焦产业To B落地做实事成为了更多人谈论的焦点。
先To B主宰产业，后To C主宰个人——无论是泛谈大模型应用还是聚焦AI Agent的未来，这一路径或许都将是大模型走向市场的一个必然趋势。
但是，在国内，大模型行业需要警惕的是重蹈云计算的覆辙。“云&Rdquo;的诞生，是为了以统一的计算资源池来帮助市场和企业进行降本增效，实现“学生在宿舍里就能使用与世界上最大的公司一样的基础设施&Rdquo;的目标。
在To B过程中，云厂商们为了快速做大B端市场，抢占大企业客户，力推各种高度个性化的解决方案，一个大客户“挖”一个“大坑”，一度让云计算的市场重心从公有云转向了私有云，甚至背离了云计算该有的标准化模式。
结果可想而知，云厂商累，企业也累，市场更是陷入了迷茫。实际上，为企业或组织做“云服务器”的私有云，某种程度上只能算是一种能力更深入的IT服务，只是冠上了云计算的帽子罢了。
那么，在以AI Agent为代表的大模型应用即将爆发的阶段，大模型行业最需要注意的也是这一问题，切忌把大模型应用等同于IT服务，否则只会把路越走越窄。
在国内，这样的现象很值得警惕。从厂商本身的经历来说，国内的大模型厂商们长期致力于服务政企客户，源于国内特殊的产业需求，其服务逻辑大多更倾向于企业客户，很容易就会陷入云服务的产业怪圈。
有业内人士也表示，“Agent 未来落地，真正有话语权是那些业务场景的用户。”这一思维或许将导致大模型应用的发展将过度地盯着政企客户的需求来看，而非客观地遵循技术发展的逻辑。
如果是遵循技术发展的客观逻辑，那么接下来大模型厂商们该面向市场完善大模型开发的标准化服务和流程了，把更多的空间交由市场上的从业者来补充和拓展。
如果是按照服务政企客户的过度反应，则大模型厂商们或许会“包办”一切有关企业大模型开发到应用的各种事项，把大模型当作是另一种更深度、更聚焦的IT服务，帮企业把路给走了。
诚然，第二条路径最先赚到钱，但也比较累。两条路径，孰轻孰重，或许大模型厂商们都有自己的判断，无论是走哪一条，Agent的爆发都是大势所趋，只是以何种形态呈现罢了。
*本文图片均来源于网络
