順網科技：泛娛樂將成為生成式AI商業(yè)化的黃金場域

近期，2023中國上市公司投資價值峰會暨中國投資基金峰會（以下簡稱“雙峰會”）在北京舉辦，本次“雙峰會”以“創(chuàng)新驅動、價值導航”為主題，旨在探討上市公司如何通過創(chuàng)新和價值來驅動自身發(fā)展，并引領行業(yè)發(fā)展的新趨勢。

會上，順網科技首次分享了公司在生成式AI商業(yè)化方面的經驗，強調泛娛樂將成為生成式AI商業(yè)化的黃金場域，并建議生成式AI創(chuàng)業(yè)，不要局限于大模型，更需關注場景應用，以及為場景應用提供支撐的中間層。

2023年以來，各大公司爭相布局AI領域，導致大模型產品密集落地，形成“百模大戰(zhàn)”。然而，盡管各類大模型產品層出不窮，但市場上成熟的生成式AI應用卻相當有限。

對此，順網科技認為，企業(yè)在探索生成式AI創(chuàng)業(yè)時，不僅要注重大模型，更需關注場景應用，以及為場景應用提供支撐的中間層，以幫助企業(yè)在競爭激烈的市場中脫穎而出。

除此之外，對于進入生成式AI時代的企業(yè)而言，將會面臨三個挑戰(zhàn)：其一是模型層面能力的提升；其二是監(jiān)管合規(guī)層面的挑戰(zhàn)；其三是業(yè)務孵化和商業(yè)化。

在場景方面，順網科技最偏好泛娛樂領域。一方面，休閑娛樂是比較核心的剛性領域。另一方面，泛娛樂行業(yè)相對來說容錯性會更好。此外，泛娛樂的傳播性更好，能夠獲得更多用戶的認知，更容易讓用戶理解和使用。由于泛娛樂行業(yè)同時具有這三個特性，因此預計在明年后年會有很多的應用和可能性誕生。

其次，在生成式AI的商業(yè)化要素，“場景、中間層、模型、算力和數(shù)據”，五大要素缺一不可。因為場景是最終觸達用戶群體的地方，也是商業(yè)閉環(huán)形成的地方。中間層可以加速試錯過程，更快地找到滿足用戶需求的具體痛點閉環(huán)。模型是生成式AI這一輪最核心的能力部分，算力是基礎支撐，而數(shù)據則是模型的根本。

這一輪生成式AI會帶來巨大的生產力變革，但未必會如大家期待的那么快，還需要一點一滴的積累，市場需要有一定耐心。

以下是順網科技在鈦媒體2023年中國上市公司雙峰會的分享實錄，略經編輯：

各位領導、各位主辦方的老師、各位嘉賓、各位朋友，大家晚上好！

從去年底ChatGPT發(fā)布至今，整個互聯(lián)網行業(yè)，甚至各行業(yè)都對生成式AI產生了濃厚興趣，資本市場從一級到二級都有很多動作，今天我代表順網科技，分享我們對生成式AI的一些認知和實踐。

首先簡單介紹一下順網科技。順網科技成立于2005年，一直致力于推動電競互動娛樂領域的數(shù)字化。在18年的發(fā)展過程中，順網科技逐漸切入了四個核心領域，包括算力、電競、AI陪伴和數(shù)字娛樂展會ChinaJoy。這四個板塊構成了順網科技的核心業(yè)務，也是我們在生成式AI時代到來時展開新增長的基礎。

我先跟大家分享一下“百模大戰(zhàn)”的問題。從去年到現(xiàn)在，國內不斷涌現(xiàn)出各種團隊，包括頭部的互聯(lián)網大廠和新興的企業(yè)，都在做大模型，國內的模型已經超過 200 多個。從今年8月Gartner發(fā)布的行業(yè)報告來看，整個模型競爭已經進入了技術發(fā)展曲線的第一個峰值階段。接下來，逐漸有一些相對欠缺資源和欠缺沉淀的團隊會退出競爭。

在百模大戰(zhàn)的同時，我們也注意到，大家目前能夠接觸、使用的生成式AI應用非常有限。所以在我們看來，進入生成式AI時代，我們還要面臨三個挑戰(zhàn)。

第一個是模型層面能力的挑戰(zhàn)。主要體現(xiàn)在核心資源的聚合上，包括算力、數(shù)據以及人才層面的博弈。其實這一領域在過去幾年一直是冷板凳，尤其是在去年9月份之前都不是熱點，甚至于國內相關的出版物也不多。但今年2月份以后，這方面的研究就如雨后春筍般涌現(xiàn)出來，這也是人才稀缺的一個客觀限制。

第二個挑戰(zhàn)是在監(jiān)管合規(guī)層面。要開展負責任的大模型實踐，會大幅度增加訓練成本和推理成本，因此會給商業(yè)化過程帶來挑戰(zhàn)，這背后是安全和成本之間的取舍。

第三個挑戰(zhàn)是業(yè)務孵化。在早期投資時，大家可能覺得這一新興領域很有機會；當行業(yè)發(fā)展逐步深化時，會發(fā)現(xiàn)業(yè)務本身的孵化和商業(yè)化存在非常多的挑戰(zhàn)。如果不能驗證業(yè)務商業(yè)模式是否有效，能否形成良好的現(xiàn)金流和利潤，生成式AI就有可能會進入瓶頸狀態(tài)，實際上現(xiàn)在已經在這樣一個狀態(tài)了。

我們團隊在看待生成式AI創(chuàng)業(yè)時，理解不僅僅局限于大模型，大模型有相應的團隊和相應層次的玩家在做。我們更關注場景應用，以及為場景應用提供支撐的中間層，這里還有很多機會。

場景方面，順網科技最偏好泛娛樂領域。首先，休閑娛樂對消費者而言，是比較核心的領域，所以它的需求是很充分的。其實歷史上很多新技術都是從泛娛樂領域率先落地。

其次，泛娛樂領域相對來說容錯性更好。很多生成式AI應用一旦用到正式的商業(yè)場合，就會面臨服務、解決方案等方面穩(wěn)定性、可靠性的問題。所以在當前這個階段，找到相對高容錯的場景，是做好這一輪生成式AI商業(yè)化的重要環(huán)節(jié)。

另外，泛娛樂的傳播性更好，能夠獲得更多用戶的認知，更容易讓用戶理解和使用。所以我們認為，泛娛樂行業(yè)剛好具有這三個特性，在明年后年會有很多的應用和可能性誕生。

最近二十年，我們的很多生活習慣都在發(fā)生轉化，例如從微博、微信等文本互動轉向短視頻互動，甚至未來會有更多即時多媒體通訊形態(tài)。這個過程中，用戶時間分布已經在發(fā)生遷移，更多的生活場景復刻、還原在線上，因此會有很多通過生成式AI為用戶提供陪伴的機會，這也是順網正在做的。

在我們看來，生成式AI商業(yè)化會有兩種落地范式：

第一種是現(xiàn)在很多小型團隊在做的，他們會直接在大模型上做應用，或者簡單地做套殼或商業(yè)化。這種模式反應速度會比較快，可以快速拉起來一部分用戶，但是在國內展業(yè)，這樣容易遇到合規(guī)問題。海外展業(yè)其實門檻不高，但很容易被大模型把相應的場景能力吸納，之后逐漸被替代，很多應用從業(yè)者已經發(fā)現(xiàn)了這個問題。

第二種是大模型加上中間層框架，最后到應用。這一層是從大模型本身的一些局限性出發(fā)，補充它的提示工程、答案工程，注入行業(yè)垂直模型。同時企業(yè)有很多自己多年沉淀的行業(yè)數(shù)據，未必愿意以公開的方式或者缺乏數(shù)據安全的方式提供給大模型，這種場景就需要中間層做支撐。

從順網科技的實踐來看，首先，我們擁有多層次的算力，而且是異構算力，從這種核心的專業(yè)計算到常規(guī)的低成本推理計算，甚至于到一些特定場景的渲染，面向不同場景可以提供不同類型的算力。這是我們相對見長的，因為我們做上網行業(yè)，從基本的設備管理到行業(yè)的存儲上云、算力上云，以及算力全方位的線上線下一體化調度管理，我們積累了很多經驗。

第二點，是在模型和應用支撐的中間層探索。這一塊構成了順網科技核心的AGENT能力。準確來說，AGENT是一種生成式人工智能代理的能力，而不是只創(chuàng)建一兩個代理的化身。本質上，還是會利用大語言模型擅長的方面，但是對于它不擅長或者可能遇到問題的部分，都需要在這個層級進行封裝和場景化適配。

最后是場景。我們接觸的用戶主要集中在泛娛樂領域，因此我們會提供相應的陪伴服務，包括在上網、電競等與游戲緊密結合的場域，以及常規(guī)的休閑陪伴。

我們認為，想要做好AI應用，需要充裕的算力和高質量的數(shù)據。

首先，即便擁有第三方的大模型，如果缺乏足夠的算力，就無法將優(yōu)質數(shù)據轉化為模型的參數(shù)，也就無法真正地將數(shù)據沉淀下來。其次是要做推理，如果沒有足夠的推理算力來服務海量廣域的最終用戶，那么大模型平臺可能會崩掉或暫停服務。這對于國內很多創(chuàng)業(yè)團隊和上市公司來說，也是一個需要解決的問題。

算力不僅關乎計算能力本身，還關乎計算所需的時間。比如，我們所在的電競行業(yè)、游戲娛樂領域所需要的渲染算力，需要非常低的時延，通常是毫秒級。而在其他非時間敏感的應用場景下，可能不需要那么高的實時性。所以整體的算力應當構建成一個多層次的算力網絡和算力資源池。

其次，推理的核心在于高質量的數(shù)據，這些數(shù)據應當與自身應用場景相契合。我們認為，高質量的行業(yè)數(shù)據必須滿足三個維度：深度、廣度和時間跨度。深度方面，即在該行業(yè)中擁有相應的端對端鏈路數(shù)據沉淀，當然，這些數(shù)據的獲取需要符合相關法律法規(guī)。

廣度方面，行業(yè)不能太小、太垂直，要有一定的市場容量和多細分行業(yè)覆蓋，否則很難在商業(yè)化推廣中實現(xiàn)規(guī)?；?。最后，數(shù)據的積累需要一定的時間跨度。如果沒有幾年甚至10余年的數(shù)據沉淀，就沒有相應的訓練語料，所以在數(shù)據層面，還是需要有足夠的時間積累。

我們來總結一下。在生成式AI的商業(yè)化方面，順網科技認為這五個要素是缺一不可的：場景、中間層、模型、算力和數(shù)據。

場景是最終觸達用戶群體的地方，也是商業(yè)閉環(huán)形成的地方。中間層可以加速試錯過程，更快地找到滿足用戶需求的具體痛點閉環(huán)。模型是生成式AI這一輪最核心的能力部分，算力是基礎支撐，而數(shù)據則是模型的根本。

我們認為，這一輪生成式AI會帶來巨大的生產力變革，但未必會如大家期待的那么快，還需要一點一滴的積累，市場需要有一定的耐心。對于上市公司來說，在這方面也會遇到經營層面和孵化層面的挑戰(zhàn)，我們也希望能夠與行業(yè)內更多人士進行探討，共同尋找更多創(chuàng)新機會，從而實現(xiàn)更好、甚至更快的商業(yè)化進程。

最后以順網科技的使命和愿景作為結束，我們希望科技連接快樂，讓行業(yè)更加智能，讓用戶的快樂隨手可得。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。