OpenAI考虑推出AI软件的应用市场，与Salesforce、微软等竞争

OpenAI考虑推出AI软件的应用市场

根据外媒6月20日最新消息，OpenAI正在考虑推出AI软件的App应用市场，以进一步扩大其在人工智能领域的影响力。正在筹划的应用商店，让客户在该市场上销售定制化的AI模型给其自身的客户。你可以把它想象成OpenAI的应用商店版本，也是为企业级客户提供访问最先进的大型语言模型的方式。目前 OpenAI是否会在这种方式的销售中收取佣金或以其他方式从市场中获取收入，还不清晰。

这一应用商店，会使得OpenAI与Salesforce和Microsoft，这些本来是OpenAI的客户和技术合作伙伴展开竞争。具体行业和客户类型上，比如为在线零售交易中的金融欺诈或回答关于特定市场的问题，并提供最新信息。类比微软和Salesforce已经允许自己的企业级客户销售使用OpenAI软件，创建聊天机器人进而访问。OpenAI设立自己的Appostore会成为其推动接触更广泛的客户群体的一种方式，这也是为了与包括Anthropic和Cohere在内的对手，进行竞争。OpenAI首席执行官SamAltman在上个月的伦敦开发者会议上透露了潜在的计划。

OpenAI目前估值为270亿美元，通过销售ChatGPT的付费版本（一种可以自动化任务的聊天机器人）每年可以创造数亿美元的收入。一家设备制造维护和维修软件Aquant上个月在调整了ChatGPT的一个版本后，推出了聊天机器人应用程序，通过训练Aquant支持的票据数据和员工反馈，实现为企业级客户的定制化需求。Aquant其客户包括：HP，佳能和强生，这些企业级客户通过上传有关自己设备的数据来进一步自定义ChatGPT。Aquant首席执行官ShaharChen说，数据不会在客户之间共享。Aquant拥有大约100个企业客户，其中6个正在使用ChatGPT驱动的应用程序，名为ServiceCopilot。公司根据使用情况收费;Chen提供的数据是——目前的客户每月支付“几千美元到几十万美元不等”。

Aquant已经在SalesforceAppExchange和ServiceNowStore等市场上提供了该模型，以寻求更多客户。该公司还正在使用OpenAI竞争对手Google的软件测试ServiceCopilot。另一位OpenAI客户，教育应用程序制造商KhanAcademy，开发了Khanmigo（可汗学院），他们的ChatGPT版本，像导师一样为教师和学生服务。政治竞选活动是另一个潜在客户群。例如，OpenAI客户FiscalNote使用专有数据训练了OpenAI的ChatGPT聊天机器人的一个版本，用于撰写政治竞选的短信和电子邮件。FiscalNote表示，它正在让成千上万的客户测试该功能，该功能于4月推出，并且仍在确定如何定价。该公司正在探索使用其公共政策和市场研究数据来构建其他定制的OpenAI模型，这些模型可以帮助政治操作人员，并考虑在OpenAI的潜在商店等市场上提供这些模型。OpenAI以前已经走过类似的道路。今年早些时候，该创业公司推出了使用聊天机器人查询OpenTable、Shopify或Expedia网站的ChatGPT插件，使用户可以快速预订预订或购买产品，而无需访问网站。但是，这些插件并不受欢迎。在上个月与开发人员的会议上，Altman说它们“没有产品市场适配度”。

Salesforce持有Cohere、Anthropic股份，与微软竞争

Salesforce近日宣布，发布AICloud，将自动包含有关客户的业务信息，以定制化生成该业务的电子邮件或营销材料。这背后是用了OpenAI、Cohere和Anthropic的机器学习模型以及Salesforce自己的AI模型。Salesforce已经持有Cohere和Anthropic两家AI公司的股份。Salesforce的新工具将在本月至10月之间推出，基本费用为每年36万美元，额外费用根据客户使用频率收取。

微软首席财务官近期宣布新的人工智能服务（包括由OpenAI提供支持的服务）将为公司贡献至少100亿美元的收入。微软正在向使用人工智能支持的Office365功能的客户收取相当高的费用；同时Azure云平台在转售OpenAI的软件。微软和OpenAI站在一起，Salesforce使用OpenAI的模型，同时占股Cohere和Anthropic，两家ToB巨头接下来如何对垒？

几大独角兽竞争背后，SaaS公司如何成为AI独角兽？

答案可能是：流程、用户需求和数据积累。管理学大师克莱顿·克里斯滕森（ClaytonChristensen）提出了一个创新理论：小公司往往能在老牌巨头们绕着走的低端或者全新市场打开局面。这些老牌巨头通常专注于为现有客户和业务线部署新技术。它们并非能力不济或对技术进步一无所知，而是从利润最大化的角度来走一条看似正确的道路。等到反应过来却为时已晚，根基受损。在我实际接触到的另一个案例之中，快决测，这是家公司本身是数字化水平很高，这就让他们在这一轮的AI应用之中，有数据基础。创始人、CEO李韶辉认为这一轮AI能够给企业提速的关键部分是：写代码的能力和数据分析能力。李韶辉的思考在使用AI前后，也有了新认知：我们要在各自的垂直领域做事情，建立垂直领域的数据集和模型，能够让客户用起来，在用的过程中积累数据。大语言模型不可能覆盖垂直领域里的数据、流程。对于垂直领域的厂商来说，用户的流程、需求的理解，以及本身对于数据的理解，AI在业务中推动和发展。比如说垂直企业和20个客户了解100个商业问题，把100个商业问题转换成AI模型，客户的实际需求会推动AI的商业应用。为AI创业公司的前景振奋的投资者自然是觉得一个颠覆性创新的时代正在到来。对生成式AI平台的兴奋之情大多聚焦于它们有潜力成为一项可部署的新技术，而不是催生可能开辟全新市场的公司。风险投资家埃拉德·吉尔（EladGil）指出，之前在范围更广的机器学习（生成式AI是其中一部分）领域取得的进展，其价值几乎全部归了老牌企业。早期互联网创业公司从中受益，微软以及英伟达、美光等芯片公司也得到了好处。机器学习的早期阶段并没有在各个利基市场里造就堪比亚马逊或谷歌的上市公司。