今年 3 月以来，全球各大厂商陆续发布大语言模型，无数人欢欣鼓舞，庆祝沉寂了几年的 AI 领域重新焕发生机。然而热闹过后，一个现实的问题摆在面前：大语言模型的商业化价值该如何挖

今年 3 月以来，全球各大厂商陆续发布大语言模型，无数人欢欣鼓舞，庆祝沉寂了几年的 AI 领域重新焕发生机。然而热闹过后，一个现实的问题摆在面前：大语言模型的商业化价值该如何挖掘？来自美洽的资深产品经理：Zenobia，就大语言模型商业化价值等一系列问题，谈了谈自己的想法。

Zenobia在采访中表示，大语言模型问世后，身为产品经理的她跟许多人一样，目前的状态还是探索为主：“虽然看到了它的强大能力，比如在文本生成方面，但我们还是坚持大胆假设，然后小心地去求证落地。”在Zenobia看来，大语言模型可以和智能客服系统结合的地方有很多，值得想象的空间也很大，但在落地的过程中，团队还是愿意从相对容易的点切入，由浅入深地进行挖掘。

不过，Zenobia也承认，有了大语言模型的加持，产品经理或者团队的日常工作也确实提升了不少的效率。比如，大语言模型不仅能够帮研发写代码，它还能够帮助产品经理完成调研、竞品分析、信息收集等工作——这也是产品经理眼里，大语言模型最容易产生效用的地方。她解释道：“我们的客服产品本身就是降本增效的效率工具，但有了大语言模型的加持，效率提升我们就可以做得更极致。”

她举了一个例子：在客服系统知识库的搭建上，美洽希望能够摒除原来复杂的标准问法、相似问法、默认答案等一套数据结构，因为对于企业来说，知识库搭建确实也是很费时间的。利用大语言模型，只需要基于企业原本的一些内部的操作手册或者一些产品文档，它就能快速形成一套可用的文档库和资料库，稍加调优后，就可以进行与用户的问答咨询。

在智能客服领域与之外，Zenobia也在观察和寻找能够带来启发或者灵感的大语言模型应用。例如，一个名为 Jasper AI 的产品在市场上非常火爆，它可以帮助撰写各种风格的营销文案，比如小红书风格的文案——这也直接使得其背后的公司，一度赚到了比 OpenAI 还要多的钱。

这也是不少个人或企业试图使用大语言模型实现的终极目标——商业化。有关这一点，Zenobia的态度跟简单直接：商业化肯定是跟随着产品价值而来的，只要能真正抓住用户的痛点，用户就会为产品的价值而买单。当然，并非所有企业都在追随这个大潮，Zenobia注意到，一些可能随着大型语言模型的出现而出现的问题，也给了一些公司新的灵感。

例如，由于大型语言模型的发展可能使得 AI 在声音和图像合成方面更加逼真，这会让反欺诈变得更加困难，于是，有一家专注于反诈骗和反欺诈的公司另辟蹊径，开发了一种静脉识别技术，成功开拓了一个新的方向。又比如，一家公司在原创版权保护上采用添加噪声数据的方法，以使 AI 生成的图片无法模仿原作者的风格，从而形成了一种版权保护机制。

Zenobia说：“从我的角度来看，我们可以积极利用这些能力，同时也可以思考是否有一些延申服务或产品落地场景可以与之结合。”

结束语

大语言模型虽然很强大，但现阶段仍有许多问题亟待解决，其商业化价值也需要更多企业不断地尝试，并向市场验证。正如Zenobia所说：只要能真正抓住用户的痛点，用户就会为产品的价值而买单。相信未来，我们可以收获更多真正抓住用户痛点的大语言模型产品。