2023年9月2日，北京大学汇丰商学院管理学教授，院务委员会副主任，商业模式研究中心、智能企业案例中心主任魏炜教授进行了《大模型技术的商业模式创新》的主题讲座。
以大型模型为标志的人工智能技术被誉为继“蒸汽革命”、“电气革命”和“IT信息技术革命”之后的人类史上的“第四次”科技革命。魏教授在讲座上深入浅出，按四个方面，为同学们普及了行业的现状，提出了解决现有问题的途径，并对行业的发展作出了独特的预测。这四个方面是：
1.大模型技术基本能力及开发应用案例
2.目前OpenAI之类大模型的商业模式存在的问题
3.如何解决这些问题及其关键步骤
4.未来大模型产业2+4商业模式创新的预测
一、 大模型技术基本能力及开发应用案例
大型模型技术的基本能力，包括以下七点：语言理解、文本生成、知识问答、编写代码、数学、逻辑推理以及多模态能力。
基于上述这些能力，大型模型技术已经开始应用于企业内部。例如Trickle将企业内部的社交和文档协同功能整合到通用大型模型技术中，为海外市场提供了四个应用场景：
1.大模型个人助手，例如：协助撰写PPT、会议纪要
2.训练大模型下的“分身”，解决在不同场景下同时执行任务的问题
3.机器人同事，用于回答各种奇思妙想的问题，有助于激发个人创新和发散思维
4.大型模型下的Agent管家，执行AI记忆助手功能，可帮助您截取和记录各种信息形式的截图，并随时提取
而在商学教育场景中，北京大学汇丰商学院早在2018年，便开始开发智能企业信息库，已建成的商学大模型，将商学院所需的海量研究报告、数据、财经网站以及数千万份有关企业经济报道的文档、教科书讲义、访谈记录等嵌入到商学大模型中。通过构建知识图谱的方式对这些信息进行结构化处理，满足商学院教师和学生的需求，实现科研、教学、咨询等领域的高效文本信息提取、智能对话和专家级智能写作等功能。
魏教授还提到，未来学生完成论文将不再仅限于从海量文章中提取数据并找到价值点，具备找到问题、构建架构和机器人一起去解决问题的能力，拥有创造力、批判性思维和反思的能力才是关键。
二、目前OpenAI之类大模型的商业模式存在的问题
当我们为大模型时代中ChatGPT的神奇之处而感叹时，也需要认识到OpenAI商业模式的局限性。目前，OpenAI公司通过直接向订阅企业客户和个人用户提供ChatGPT 3.5/GPT4通用对话大模型接口来获取收入。这种中心化、一体化、闭源的大模型商业模式通常会存在以下六个缺点：
1.必然会导致虚假信息的传播
2.缺乏实时数据并且无法追溯数据来源
3.存在用户数据隐私泄露的风险
4.数据的所有权受到中心化的大型模型公司侵犯
5.新数据和新知识的产生和传播受到极大的抑制
6.行业、企业或个人的私有数据不能被持续获取
因此，最终生成的结果可能会让外行看起来像内行，而内行看起来像外行，就像未煮熟的“夹生饭”一样。
三、如何解决这些问题及其关键步骤
以上问题的出现首先是由大型模型技术本身带来的，其次是其商业模式设计不合理所致。目前，由于用户数据与模型产权均被中心化公司所拥有，该模式不能最大程度地激励用户在系统中创造新的数据和新的知识。因此，数据产权应该天然属于使用的个人或企业。
我们可以从技术与商业模式两个角度来思考解决方法：
1.从技术和技术架构角度：
建立“生成式大模型+辨识型小模型”技术架构，以创建特定领域的大模型。同时，可以利用“知识图谱”来解决大模型的虚假信息、无法追溯和实时性等问题。
注：辨识型的小模型是指应用场景特定的模型，参数量级约为一亿左右，准确度可达95%以上，而大模型的参数量级在百亿、千亿级以上，准确度仅为约70-80%左右。
2.从商业模式设计角度：
首先是设计预训练大模型的角色，关键在于拥有训练的专业知识，最终产出预训练模型文件。其次，迭代微调模型的角色包括强化学习和提示学习，通过这两个步骤可以获得通用的大模型。最后，将模型应用到具体场景中，即利用推理代码来执行和解决各种问题。
四、未来大模型产业2+4商业模式创新的预测
有趣的是，目前大模型的技术路径仍处于快速发展阶段，没有人能确定哪种技术路径最终会成功，但纯粹追求客户数据的模式显然是不可取的。基于大型模型的共生体来设计业务系统，确定企业从事的活动和边界，我们预测未来以下六种商业模式可能行得通：
1.闭源、一体化、非中心化的模式：在训练通用大模型后，许可授予下游公司，模型文件的所有权归客户，客户可以微调适用于其领域的大模型。不同的许可模式还可以根据用户数量、使用时间等进行不同的收费。
2.平台型模式：将各种预训练、微调、推理代码和评估程序集成到平台上，允许自己做大模型的训练、第三方公司的模型训练以及各种小型模型的训练都在该平台上进行。
3.专业化大模型的商业模式，包含以下四类：
A.基于模型文件，在微调后添加专业领域知识或公司知识，将其转化为专用大模型，供公司内部使用。
B.专门销售为公司提供各种微调后的模型文件，不涉及企业内部数据，只提供模型文件。
C.提供模型文件的同时，还提供领域专业知识图谱。
D.允许私有部署，提供行业通用知识，支持API调用或面向个人消费者的使用方式。
最后，魏教授还提到，无论是在通用大模型领域、专业领域还是知识图谱领域，都有机会出现价值数十亿至数百亿市值的企业，这是值得我们大家关注的下一个风口机会。我们更相信，新技术与商业模式的创新将产生无限的价值，机会无处不在，只是需要我们能够紧随机会而行。
撰文：李丹丹
编辑：追风
