今天小编分享的互联网经验：科大讯飞，“硬”啃AI，欢迎阅读。
图片来源 @视觉中国
文 | 光子星球，作者｜吴坤谚，编辑 | 吴先之
2023 这一 " 大模型之年 " 即将过去，点燃第一把火的 OpenAI 推出 GPTs 砸掉无数创业者饭碗，国内大模型赛道也度过了讨论如何落地的阶段。
如何提速规模化从而进入造血循环，是共识之下的发展路径。对此，玩家们根据 to B 和 to C 两种商业模式，分别开展了不同方向的尝试。
其中 to B 方向以简单粗暴的 API 以及出售模型 PaaS、SaaS 层能力为主。在大多数从业者看来，to B 方向更有可能率先完成规模化。而 to C 方向的尝试则更为五花八门，万变不离其宗的是，大家都选择了订阅付费模式。
之所以少有厂商选择向 C 端提供产品，向 B 端广告主收费的 " 广告模式 "，或因目前的公众模型服务还处于你追我赶的状态，流量缺乏整合。
在此背景下，科大讯飞近来以办公硬體为载体的大模型商业化路径显得格外出挑。
在既往搭载语音技术的办公硬體基础上，稳住大模型底座能力的科大讯飞早在 5 月起便有意地将模型能力与既往产品线相结合。键鼠、办公本等产品的最终形态也在 10 月 24 日科大讯飞全球开发者大会后进入宣传期。
上述产品恰好与近期刮起的 AI 硬體之风相合，只是光子星球也在《知海图找寻指南针》中提到，C 端大模型赛道还做不到用 AI" 重构 " 业务，大多只能做到用 AI" 点缀 " 业务，逻辑本身没有变化。
科大讯飞的 AI 硬體能否在路线出挑的同时做到销量出挑，AI 的介入于其产品逻辑之变是重中之重。
旧瓶装新酒
产品化探索一直是大模型厂商的心病，因为直至今日，国内战场的抓手都是基础大模型。与这门显学相比，落地更为具象化的应用赛道却长期 " 发育不良 "。
一则 Sensor Tower 的数据是，2023 年上半年，美国市场贡献了 55% 的 AI 应用总收入，欧洲市场占 20%，而中国在内的其他市场加起来仅占比 25%。此外，应用赛道的薄弱也与国内 C 端语境的付费意愿强相关——即使是在移动互联网应用中，平均客单价与获客成本也未必能打平，何况成本高企的大模型。
于是，以硬體为载体，将大模型能力作为附加服务的产品逻辑进入业界视野。这一方面提高了硬體产品本身的附加值，通过軟體获取了一定溢价；另一方面也绕过了 C 端軟體付费意愿较低的难题。
以科大讯飞为例，除外界认知较为清晰的 AI 学习机外，还有办公本、键鼠、翻译机已获得大模型的加持。简单梳理其产品线，不难发现这些产品早在两年前 NLP 技术兴起时便已问世，而今的新品是 " 旧瓶装新酒 "，保持原本的产品逻辑与应用场景不变，相对拓展能力外延。
其中学习机是提升较明显的品类，大模型能力提供了作文类人批改、类人互动辅学、类人口语陪练等功能。但是与学习机能通过人工智能来深度改善使用体验不同，科大讯飞的其他 AI 硬體并未在大模型之下获得较大能力拓展。
以 AI 键鼠为例，其早在此前就已具备 OCR 识别、语音识别打字、翻译等功能。大模型的加入仅是以滑轮下增加的 "AI" 键，支持一键呼出目前免费开放服务的讯飞星火大模型应用并接受使用者的指令，此前的核心卖点如 " 语音打字每分钟 400 字 " 与前代并无二致。
"AI" 键的出现缩短了用户获取模型能力的链路，市场上绝大多数携自定义侧键功能的滑鼠都可轻易实现。至于硬體方面，其基础款的 DPI（精度）相较前代提升了 1000，这在滑鼠性能爆炸的今天可以说是聊胜于无。
据科大讯飞官网，在原核心能力未有变动的情况下，大模型为其 AI 滑鼠带来了 100 元以上的溢价，提价幅度达 26.3%，不可谓不高。况且只考虑硬體能力的话，AM50 基础款对应的只是百元档位，軟體服务 " 撑起了 " 余下的 399 元溢价。
显然，以軟體打溢价的硬體产品逻辑是科大讯飞的传统艺能，大模型也是如此。
据公开数据，讯飞 AI 硬體 ( AI 学习、AI 办公、AI 健康 ) 在 "618" 期间销售额同比增长 125%，而其最近的双十一则有多个品类获得天猫、京东商城销冠，大有站稳 AI 学习办公的硬體赛道之势。
只是热度来得快去得也快，以讯飞 AI 学习机为例，其 5、6 月的 GMV 就分别同比增长 136% 和 217%，此后的 7、8 月正是学习机的行业旺季。而截至 10 月，科大讯飞科大讯飞 AI 学习机的 GMV 同比增长超过 100%，前后增速之差可以看出其销量正在逐渐走低。其他硬體脱离了更易走量的教育市场，其形势或更令人担忧。
通过硬體卖軟體是一条看似两全的不错思路，但其可持续性却需要科大讯飞和市场的进一步验证。
靠硬體落地未必性感
硬體是块砖，哪里需要往哪搬。
早在数年前由阿尔法狗掀起的 AI 浪潮起，AI 与硬體的耦合便呈现清晰的模式分野。硬體可以是通道，用户借以获取互联网服务；硬體可以是主菜，AI 不过是一种能力方案；硬體可以是基石，AI 凭此发挥资本力，靠概念炒估值。这三种耦合的代表分别是智能音箱、智能手机以及当下还停留在 PPT 上的 AI 次时代产品。
目前来看，讯飞硬體走的是第一条路。也就是说，其真正的卖点在于大模型，硬體性能于产品基本无关紧要，而且对于小度、步步高以及更多传统硬體厂商而言，不具备任何壁垒。
因此，讯飞硬體初显规模化的销售表现只是其触达 C 端市场的第一步。后续无论是持续迭代模型以交付更具价值的軟體服务，还是硬體侧的供应链与成本竞争都是不小的问题。
前者，讯飞硬體需要在目前开放的大模型服务基础上尝试做更多 " 加法 "。如通过硬體，将大模型能力的应用深化至游戏等办公以外使用场景，拓宽目标用户群。或是迭代更新办公场景的服务能力，以维持更高的附加值，应对短期大量出货对未来需求的透支。
后者则在于讯飞硬體借助大模型而领先的身位并不牢靠，星火大模型本身在国内并未取得绝对优势，小度随时可以在文心一言的加持下奋起直追。
需要注意的是，大模型軟體应用的落地在世界范围内都局限在少数场景中。
以海外成熟大模型应用市场来看，Chat bot 与 Midjourney 为代表的影像、视频生成产品分别占据了应用商店 49%、31% 的下载量。场景限制了落地方向，讯飞硬體目前也只针对办公这一高频刚需场景来打造产品线。
与之相比，消费场景的 AI 硬體使用频率更高、更具想象力。
如今，PC 厂商、智能手机厂商与芯片厂商三方共同推动的 AI 浪潮正在试图重燃消费电子赛道。消费电子相对办公的场景泛化对 AI 的嵌入提出了更高要求，如端云混合部署、个人数据隐私、AI 导向的硬體性能提升等，目前尚未见较完善的产品形态。
大模型的出现给业界带来了 "iPhone 时刻 " 的希望，同时承载软硬體两面的提振需求，但是具备跨时代意义的产品还尚未出现，硬體与 AI 的耦合不过是 " 小荷才露尖尖角 "。
转动用户飞轮？
通过规模化而进入自我造血阶段，是讯飞硬體背负的历史使命。在此之上，面向 C 端的硬體更是承载了科大讯飞完成 "GBC 比例调整 " 的希望。
10 月 19 日，科大讯飞发布 2023 第三季度财报，财报显示，科大讯飞整体业绩基本追平前半年的财务表现，但是多地财政表现已经显著影响了科大讯飞的 G 端业务营收。于是在其营收的主要板块教育上，科大讯飞将口号改为 "GBC 比例调整 "，目前其教育 C 端营收比例已经超过 G 端。
科大讯飞的业务重点逐渐向 B 端、C 端转移的同时，硬體作为軟體的触达手段以及大模型价值释放的 " 介质 "，自然也成为其攻城略地的抓手。
如按上文所述，讯飞硬體除了语音方面的老本行外相对难以构建壁垒，那么其瞄准的办公赛道也很可能会随着细分市场成熟从而进入内卷期，财务模型随之进入低增长阶段。
其进一步规模化与营收换档该怎么做？
吉姆 · 柯林斯曾在《从优秀到卓越》一书中提出飞轮效应理念，认为企业从优秀到卓越的蜕变来源于循序渐进的积累。在数据为三大要素之一的 AI 赛道，业界惯常以数据为飞轮。
但是在生成式 AI 的应用商业化上，数据却不一定是首要矛盾。据红杉资本发布的《生成式 AI 第二幕》称，基础模型的迭代随时有可能摧毁应用公司的数据壁垒，典型的案例是 GPTs。相比积累的数据，流程体验和用户网络似乎更能打造成为持久的竞争优势。
红杉资本认为，是时候提升用户体验了。毕竟借助互联网，AIGC 并不担忧其流量来源与分发，而是担忧其价值呈现以及释放。
微软的 New Bing、百度文心一言均在发布初期取得不错的数据表现，却难以保证用户的持续留存以及进一步商业化。究其原因，可能是单一的应用呈现形式让用户对 AIGC 的感知 " 一叶障目 "，初期体验不达预期便弃若敝履，大模型服务自然难以做好价值交付。
OpenAI 作为先行者也不免遇到这样的问题，但是它可以在模型能力上 " 大力出奇迹 "，集中基础设施资源冲击类似于 GPTs 这样的里程碑。源于中美大模型赛道的市场分别，国内基础模型赛道 " 扎堆 " 的情况未得改善前，" 雨露均沾 " 难以避免。
因此，尽可能增加大模型能力的呈现方式，多点开花很可能是打下用户基本盘的方法之一。这需要大模型厂商与开发者共同打造应用生态，彼此共用基础模型能力、互为入口。
这么看来，讯飞硬體给到行业的最大启示，在于小小滑鼠上的一个 "AI 键 "。可以预料，软硬體协同已经成为发展用户为主的大模型应用生态的一条路径，至于何时能完成释放大模型价值这一命题，仍有待观察。
