在未來，ChatGPT的成本會下降嗎？它產(chǎn)生的商業(yè)影響是什么呢？語言模型與現(xiàn)存端口會如何結(jié)合？本文作者對這三個方面，分享了他的看法，希望能給你帶來一些啟發(fā)。

本文說三件事：

1. 價格-90%背后是什么？
2. 商業(yè)影響是什么？真的要全面AIGC了？
3. 老調(diào)重彈，關(guān)注語言模型與現(xiàn)存交互端口的融合

一、成本下降猜測

結(jié)論在前：可以大膽地說，在未來，成本還會進(jìn)一步下降，并且會令人難以想象。

1. 技術(shù)角度

技術(shù)優(yōu)化一直在進(jìn)行，2020年GPT-3發(fā)布的時候，單次訓(xùn)練成本是460萬美元，而現(xiàn)在這個價格是140萬美元，約-70%。盡管這是訓(xùn)練成本，而非推理（回答你的問題即推理）成本，但也能夠作為參考。

具體的技術(shù)優(yōu)化產(chǎn)生在哪些方面，算法？模型結(jié)構(gòu)？工程設(shè)計？定制GPU？任務(wù)調(diào)度？——不知道（我沒去搜哈哈）。但技術(shù)角度出發(fā)，成本會下降大家應(yīng)該是不會懷疑的。

2. 商業(yè)角度

假設(shè)，你現(xiàn)在擁有全世界最領(lǐng)先的技術(shù)，拔劍四顧心茫然，寰球宇內(nèi)一個能打的都沒有。那么你會：

1. 趁著技術(shù)領(lǐng)先期，能賺就賺。
2. 直接成本價售賣，圈用戶圈數(shù)據(jù)圈場景圈服務(wù)商（特別我還有個金主爸爸的情況下），數(shù)據(jù)飛輪給我跑出火花來！剩余參賽者全都給我撿我挑剩的少量數(shù)據(jù)。

我想這道選擇題應(yīng)該不難做。

用另一個角度推理佐證：

1. SaaS服務(wù)成本一般在20%
2. 云服務(wù)成本在50%
3. 即背靠微軟的OpenAI，其成本線恰好就是之前價格的十分之一
4. 也就是說人家說不定還有余力進(jìn)一步降價，目前這個價格只是讓渡了利潤，還沒算上技術(shù)點來的成本下降。（參考《ChatGPT背后的經(jīng)濟(jì)賬》，深度好文，推薦搜索學(xué)習(xí)?。?/li>

那么降價90%就不難理解了，不管是技術(shù)成本優(yōu)化還是商業(yè)成本優(yōu)化，這場降價都必將發(fā)生（事后諸葛亮就是我了）。

3. 競爭角度

假設(shè)Google的產(chǎn)品出來了——面對勢如烈火的微軟，面對產(chǎn)生動搖的云客戶。他發(fā)布基本對標(biāo)產(chǎn)品之外，在價格上會做什么設(shè)計呢？

假設(shè)3月16日百度出來了，再過一段時間阿里、字節(jié)、騰訊等有能力的都跟進(jìn)了，那么他們在價格上會形成默契的卡特爾嗎？還是像當(dāng)初百團(tuán)大戰(zhàn)一樣，不得不陷入一場爭奪數(shù)據(jù)、客戶的囚徒困境？

好玩！刺激！曾經(jīng)的免費打車、免費吃飯、免費騎單車似乎在向我招手了！

二、商業(yè)影響是什么

結(jié)論在前：有人狂喜有人沒那么喜，走一步看三步。

1. 獨立開發(fā)者狂喜

現(xiàn)在看似降價90%，但我更傾向這是一種商業(yè)行為促使的降價，即把LLM的成本和創(chuàng)業(yè)公司的費用成本拉到一條線（38000字/元）。

說白了這技術(shù)還是那么貴，只是我揮淚大甩賣，大公司和創(chuàng)業(yè)公司站一起奔跑。

Twitter一條令我印象深刻的評論是：“這下子我可以做那些掛廣告盈利的項目了”。

2. 創(chuàng)業(yè)公司不一定喜

因為以前也能這么低成本的，只是你不知道。

0.02美元的價格是最貴的Davinci模型（GPT3.5），而Curie模型比他弱一些也更便宜一些，價格是0.002美元——就是ChatGPT現(xiàn)在的價格。

所以很多以前用GPT-3的創(chuàng)業(yè)公司，他根本就是基于Curie,或Curie微調(diào)后的模型在跑的業(yè)務(wù)。這次降價對他們更多是效果提升而非成本下降。

而且！暫時我在官網(wǎng)上沒看到ChatGPT支持微調(diào)的說明（我沒找到），如果真的是這樣，一些創(chuàng)業(yè)公司應(yīng)該正在難受——我是擁抱新模型呢？還是用現(xiàn)在這個微調(diào)過的舊模型將就一下？相信他們應(yīng)該都在加班測試了。

3. 小模型公司風(fēng)中飄揚(yáng)

之前我認(rèn)為LLM模型存在一些弊端，會提供給小模型公司一定的生存空間，具體包括：實時性（車載/直播等）、私有化（金融）、成本敏感（客服）、答案精確（金融）、道德控制（心理）等要求的場景還是會使用小模型。

實時性，有點崩，最新的ChatGPT接口，有人測試后發(fā)現(xiàn)，響應(yīng)速度是之前的4倍（不嚴(yán)謹(jǐn)，未多方求證）。

成本敏感，暫時堅挺。對于客服來說，哪怕是目前的價格下降90%，仍然是扛不動的的價位——客服本來就是成本中心，多花任何一分錢都是困難的。不過一旦客服做upsell追加銷售額場景跑通，成本可能就不是問題了。

私有化，OpenAI暴露出了私有化計劃，一定程度上，這也不再是小模型公司獨有的優(yōu)勢了。

只剩下答案精確、道德控制這兩個LLM模型天生的缺陷死死撐住。

我比較擔(dān)心在這樣狂暴的技術(shù)演進(jìn)中，小模型公司如何面對日新月異的LLM模型能力升級（我朋友圈一位朋友說，舊模型剛跑通接上，就落伍了……），如何面對大廠們卷起來的價格戰(zhàn)？

跟還是不跟？怎么跟？這將是纏繞在小模型公司身上陰魂不散的魔咒。

4. 為什么走一步看三步

第一個原因前面提過，這個成本還會進(jìn)一步下降——有一些業(yè)務(wù)你現(xiàn)在跑不通，或許等兩個月模式就能跑通了。

那么——你要提前下場嗎？還是等成本到尾再下場？一個典型的例子是AI繪畫領(lǐng)域，企業(yè)是在成本高昂時入場的，靠勉強(qiáng)盈虧平衡活下來，并收獲成本暴降后的紅利——順便還幸運(yùn)地等來了ControlNet的二次升級，獲得了更大的商業(yè)空間。

第二個原因則與OpenAI的另一項猜測有關(guān)，有爆料稱OpenAI在預(yù)備開放支持32,000 token長度的模型——而上下文長度目前在最新的ChatGPT上是4096 token。更長的上下文可能使一些原本做不了的場景（例如長文本寫作）成為可能。

總之走一步，看三步，可能今天你覺得不行的場景，明天凌晨大洋彼岸一則公告就行了，時刻保持更新，時刻提前預(yù)判。

如果你想看全面的所有方向的解析，請看我的分析庫，因為每個方向我都要結(jié)合技術(shù)、商業(yè)做詳細(xì)分析，寫在文章里是徹頭徹尾的災(zāi)難：重磅分享：40+ChatGPT商業(yè)項目庫開源分享（持續(xù)增加）

三、語言模型與現(xiàn)存端口的結(jié)合

這種結(jié)合依賴于多模態(tài)+Toolformer，詳情關(guān)注我上篇文章怎么風(fēng)平浪靜的？多模態(tài)+Toolformer，這波還不原地起飛？

我曾經(jīng)認(rèn)為語言模型會成為新時代的虛擬終端，即你無論要做什么、要用什么，你都是首先經(jīng)過他——因為他太好用了！你就像吩咐你的秘書去幫你做事情一樣。

但是我發(fā)現(xiàn)我錯了，人類終究是實體，要與虛擬終端交互離不開實體終端，什么是實體終端？手機(jī)、電腦、音箱、VR、手表等。

微軟發(fā)布多模態(tài)這篇論文可能不是沒有原因的，自從BING上的嘗試后，他現(xiàn)在一路脫韁野馬一般沖向瀏覽器和Windows。

你想象一個場景→ 你用著電腦，帶著耳機(jī)聽歌，在閱讀一篇商業(yè)報道。你對報道中提到的向量化數(shù)據(jù)庫這個陌生的單詞產(chǎn)生了疑問，你選中單詞，向耳機(jī)語音提問，這是什么？LLM在瀏覽器的側(cè)邊欄為你列舉了詳細(xì)說明?！@時你想找一下現(xiàn)在向量數(shù)據(jù)庫這個方向有多少從業(yè)者、市場空間怎么樣，但是你這篇文章剛讀到10%，你想繼續(xù)讀下去不想被打亂思緒?！谑悄闱昧讼露鷻C(jī)，對耳機(jī)里L(fēng)LM說“幫我列一下向量數(shù)據(jù)庫的玩家是哪些，搜集一下相關(guān)的市場分析報告并總結(jié)好，下載到本地?！薄?dāng)你閱讀到30%的時候，耳機(jī)叮咚一聲響，相關(guān)的分析和報告都下載好了，只等你閱讀完畢后前往桌面的文件夾“向量數(shù)據(jù)庫分析”中查看。

那么在未來，手機(jī)、電腦（其實就是Mac體系，window已經(jīng)在搞了）、音箱、VR等多端聯(lián)合起來會發(fā)生什么呢？哪個端口敢于拒絕擁抱全新的人機(jī)交互范式呢？而這場擁抱又會催生出哪些復(fù)合應(yīng)用呢？

我覺得在未來，互聯(lián)網(wǎng)陣營會圍繞脫穎而出的LLM廠商進(jìn)行重新站隊重組——例如，假設(shè)蘋果自己做不出來，你說他是擁抱微軟還是擁抱Google呢？

新時代就要來了，不要只看到AIGC內(nèi)容生成，也請看看這場顛覆式的交互革命吧！