人類對信息獲取的癡迷可以追溯到早期人類為了生存和繁衍所形成的適應性特征。信息獲取在進化中發揮了重要作用，有助于提高生存和繁衍的機會。早期人類面臨各種風險和挑戰，需要不斷地獲取和分析信息來判斷環境的安全性、資源的可用性以及潛在的威脅。那些能夠更快、更準確地獲取和解釋信息的個體，更有可能在競爭中生存下來，將自己的基因傳遞給下一代。

所以從進化的角度來看，人類對信息的獲取癡迷可以被視為一種適應性特征，它有助于提高生存和繁衍的機會，促進社會合作和學習，以及支持個體在競爭激烈的環境中脫穎而出。所以這就是人們為什么會沉迷于新聞、視頻、朋友圈的本質原因。

那么，這個和AIGC有什么關系呢？因為人們對內容的獲取可以理解為一個剛需，從商業的角度來看，內容的生產就是一個巨大的市場。

AIGC

AIGC 全稱為 Artificial Inteligence Generated Content（人工智能生產的內容），是指 AI 通過海量現存數據（如文本、音頻或圖像）創建新內容的技術。簡單來講，AIGC可以理解為一類工具，這些工具大大提高了內容創作的效率，降低了創作門檻。就像交通工具，由于科學的進步和發展，普通人也可以做到日行千里。

AIGC的發展

要了解AIGC，就要了解GC(Generated Content) 內容生產的發展歷程。內容創作的演變，有著這么幾個過程PGC-->UGC--->AIGC 。

PGC：PGC（Professional Generated Content）是指專業生成內容，是由專業的內容創作者或團隊進行創作、編輯和發布的內容，如報紙、雜志、電視和電影等，具體點對應CCTV、新華社等官媒，或是IT之家、36氪等垂直專業媒體。

UGC：UGC（User Generated Content） 是指普通用戶（非新聞媒體專業）生成內容，UGC 的應用場景包括社交網絡、在線論壇、博客、知識共享平臺等。具體對應B站、小紅書、抖音、百度貼吧、朋友圈、個人公眾號、個人頭條號等。

AIGC：AIGC（Artificial Intelligence Generated Content） 是指人工智能生成內容。AI 通過海量現存數據（如文本、音頻或圖像）進行訓練，在訓練過程中，模型通過分析這些數據來學習語言的結構、語法、詞匯以及不同上下文中的關聯。AIGC基于深度學習的語言模型，如循環神經網絡（RNN）、長短時記憶網絡（LSTM）或Transformer等。這些模型能夠捕捉語言中的復雜模式和關系，使其能夠理解和生成自然語言文本。它會根據已經學到的語言規則、詞匯和上下文信息，以及輸入的指導，生成新的文本內容。生成過程可能涉及選擇合適的詞匯、構建語法正確的句子，甚至進行創造性的組合，以滿足特定的內容創作目標。

目前誰在為AIGC付費

科技是第一生產力，科學的進步發展提升了生成效率，提高了生產力。AIGC提升了內容產生的效率，但是只有效率不一定能夠產生商業價值，還要真正的滿足人們實實在在的需求。

年初引爆全球的ChatGPT，通過免費注冊使用的ChatGPT為用戶上了一堂生成式AI的通識課程，直接刷新了全球對AIGC的認知。隨后，當用戶習慣（通過對話，就能使用一個“百科全書”機器人）養成之后，ChatGPT順勢推出收費的Plus版，用更為流暢（免費的需要排隊或者網絡異常）的服務吸引用戶的付費熱情。

我覺得ChatGPT對AIGC產品商業化是有一定的推動作用。以下是一些AIGC產品的收費情況(數據來源：剁椒TMT)：

但是免費嘗鮮的噱頭獲客，完成初期的用戶積累，然后進行收費的模式貌似也是不是那么有效了。隨著大家對AI工具的使用，AIGC融入到工作流的過程，同樣也是一個對AI祛魅的過程。大家逐漸認識到AI其實也是一個非常正常的工具。

AIGC未來的思考

C端用戶熱情都是短暫的，就像前段時間爆火的AI產品妙鴨相機的說產品負責說：“在AIGC時代，如果不能在第一天就向用戶收費，那么就永遠都不可能收到用戶的錢。” 

就像之前流行過的AI頭像、AI對話機器人，都是玩幾天過過癮，新鮮感過了之后就很少再用了。C端的情況是批量涌入，快速退潮。

與消費級互聯網產品相比，AIGC產品的經濟成本并非邊際遞減，而是指數級上升。Midjourney 的創始人大衛·霍爾茲 (David Holz)表示，大規模商業擴展是未來發展的一個重要難題問題，這并不是用戶量擴展的問題，而是算力支持的問題。目前Midjourney 只有數十萬用戶，已經需要極高的算力來支持。如果用戶量達到 1000 萬人，那么世界上沒有足夠的算力來支持。Open AI的 CEO 山姆奧特曼也指出，調用運行 ChatGPT進行聊天對話，每次回答的成本約為幾美分，因此未來將不得不因為計算成本問題暫?，F在的免費模式。

此前有專家估計，GPT-3使用了上萬塊英偉達v100GPU,總成本高達2760萬美元，個人如果要訓練出一個PaLM也要花費900-1700萬美元。以下是國外主要的AIGC預訓練模型一覽表：

數據來源：《AIGC趨勢發展報告2023》

未來，能為AIGC付費的估計也是專業用戶或者B端用戶。

專業用戶有AI使用需求，但只為最好的軟件付費，比如軟件訂閱費用ChatGPT Plus 現有的盈利方式之一：每月向用戶收取 20 美元費用。

B端用戶，客戶本身已經有自己的商業模式進行變現，但是需要AI進行加持賦能。比如：MaaS（Model as Service），適用于底層大模型和中間層進行變現，按照數據請求量和實際計算量計算。還有就是本地定制化開發，愿意為進行本地模型的訓練費用買單。

最后

未來，人工智能生成的內容（AIGC）領域將迎來令人激動的發展。隨著技術的不斷進步，我們可以期待著AIGC在多個領域帶來深遠的機遇與變革。但是，隨著這些機遇的到來，我們也必須認真應對一系列挑戰，如確保內容的真實性、解決倫理問題以及維護創作者的權益。總之，AIGC的未來發展將在不同領域引發巨大變革，為我們的生活帶來前所未有的便利和創新，未來的人們可能直接或者間接為它付費。