AIGC: 将来は誰が支払うのでしょうか?

AIGC: 将来は誰が支払うのでしょうか?

情報獲得に対する私たちの執着は、初期の人類が生き残り、繁殖するための適応特性を発達させたことにまで遡ることができます。情報の獲得は進化において重要な役割を果たし、生存と繁殖の可能性を高めるのに役立ちます。初期の人類はさまざまなリスクや課題に直面しており、環境の安全性、資源の可用性、潜在的な脅威を判断するために、常に情報を収集して分析する必要がありました。より速く、より正確に情報を取得し、解釈できる個体は、競争に生き残り、遺伝子を次の世代に伝える可能性が高くなります。

したがって、進化論の観点から見ると、情報取得に対する人間の執着は、生存と繁殖の可能性を高め、社会的協力と学習を促進し、競争的な環境で個人が優れた成果を上げることを支援する適応特性と見なすことができます。これが、人々がニュース、ビデオ、モーメントに夢中になる根本的な理由です。

それで、これは AIGC とどのような関係があるのでしょうか?人々のコンテンツ獲得は固定したニーズとして理解できるため、ビジネスの観点から見ると、コンテンツの制作は巨大な市場です。

エイジーシー

AIGC は Artificial Inteligence Generated Content の略で、大量の既存データ (テキスト、音声、画像など) から AI が新しいコンテンツを作成する技術を指します。 AIGC は簡単に言えば、コンテンツ作成の効率を大幅に向上させ、作成の敷居を下げる一種のツールとして理解できます。交通機関と同様に、科学の進歩と発展のおかげで、一般の人々も 1 日に何千マイルも移動できるようになりました。

AIGCの開発

AIGCを理解するには、GC(Generated Content)コンテンツ制作の発展の歴史を理解する必要があります。コンテンツ作成の進化には、PGC-->UGC--->AIGC といういくつかのプロセスがあります。

PGC: PGC(Professional Generated Content)とは、新聞、雑誌、テレビ、映画など、専門のコンテンツ制作者またはチームによって作成、編集、公開される専門的に生成されたコンテンツを指します。具体的には、CCTV、新華社などの公式メディア、またはIT Home、36Krなどの垂直専門メディアに相当します。

UGC: UGC (ユーザー生成コンテンツ) とは、一般ユーザー (ニュース メディアの専門家ではない人) が生成したコンテンツを指します。UGC の適用シナリオには、ソーシャル ネットワーク、オンライン フォーラム、ブログ、知識共有プラットフォームなどがあります。具体的には、Bilibili、Xiaohongshu、Douyin、Baidu Tieba、Moments、個人公開アカウント、個人Toutiaoアカウントなどに対応します。

AIGC: AIGC (Artificial Intelligence Generated Content) は、人工知能によって生成されたコンテンツを指します。 AI は、テキスト、音声、画像などの膨大な量の既存データを使用してトレーニングされます。トレーニング プロセス中に、モデルはこのデータを分析して、さまざまなコンテキストにおける言語の構造、文法、語彙、関連性を学習します。 AIGC は、再帰型ニューラル ネットワーク (RNN)、長短期記憶ネットワーク (LSTM)、Transformer などのディープラーニング言語モデルに基づいています。これらのモデルは、言語の複雑なパターンと関係性を捉えることができるため、自然言語のテキストを理解して生成することができます。学習した言語ルール、語彙、コンテキスト情報、および入力のガイダンスに基づいて、新しいテキスト コンテンツを生成します。生成プロセスには、適切な語彙の選択、文法的に正しい文章の構築、さらには特定のコンテンツ作成目標を満たすための創造的な組み合わせの作成が含まれる場合があります。

現在 AIGC の料金を支払っているのは誰ですか?

科学技術は生産の原動力です。科学の進歩と発展により生産効率が向上し、生産性が向上しました。 AIGCはコンテンツ制作の効率化を図りますが、効率化だけでは必ずしも商業的価値を生み出すことはできません。人々の真のニーズに真に応えるものでなければなりません。

今年初めに世界中で爆発的に広がったChatGPTは、無料登録を通じてユーザーに生成AIの総合コースを提供し、AIGCに対する世界の認識を直接的に刷新しました。その後、ユーザーが会話を通じて「百科事典」ロボットを使用する習慣を身につけると、ChatGPT は有料の Plus バージョンを立ち上げ、よりスムーズなサービス (無料サービスでは待ち行列やネットワークの異常が必要) を利用して、ユーザーの支払い意欲を引き付けました。

ChatGPTはAIGC製品の商品化を促進する上で一定の役割を果たすと考えています。以下は、AIGC の一部製品の料金です (データ ソース: Doujiao TMT)。

しかし、無料トライアルという仕掛けで顧客を誘致し、初期ユーザーを蓄積してから料金を請求するというモデルは、あまり効果的ではないようです。人々が AI ツールを使用するようになると、AIGC をワークフローに統合するプロセスは、AI をわかりやすく説明するプロセスにもなります。 AIは実は非常に普通のツールだということを人々は徐々に認識し始めています。

AIGCの将来構想

Cエンドユーザーの熱狂は長くは続かない。以前、人気のAI製品であるMiaoya Cameraのプロダクトマネージャーが「AIGC時代では、初日にユーザーに課金できなければ、ユーザーからお金を受け取ることはできない」と言ったのと同じだ。

以前流行ったAIアバターやAI会話ロボットと同じように、数日間遊んでみて楽しいだけで、目新しさが薄れてしまうと、再び使われることはほとんどなくなりました。 C 端の状況は、大量の流入と急速な減少です。

消費者向けインターネット製品と比較すると、AIGC 製品の経済的コストはわずかに減少するのではなく、指数関数的に増加します。 Midjourneyの創設者であるDavid Holz氏は、大規模な商用展開は今後の発展にとって重要かつ難しい問題だと語った。これはユーザー数拡大の問題ではなく、コンピューティングパワーのサポートの問題だ。現在、Midjourney のユーザー数は数十万人に過ぎず、サポートするにはすでに非常に高いコンピューティング能力が必要です。ユーザー数が 1,000 万人に達すると、それをサポートするだけの計算能力が世界には不足するでしょう。 Open AIのCEOサム・アルトマン氏はまた、チャット会話を行うためにChatGPTを呼び出すと回答1件あたり数セント程度の費用がかかるため、コンピューティングコストの問題により、現在の無料モデルは将来的に中止する必要があると指摘した。

専門家は以前、GPT-3 には数万個の NVIDIA v100 GPU が使用され、総コストは最大 2,760 万ドルに上ると推定していました。個人が PaLM をトレーニングする場合、900~1,700 万ドルの費用がかかります。以下は主要な海外 AIGC 事前トレーニング モデルのリストです。

データソース: AIGCトレンド開発レポート2023

将来的には、AIGCにお金を払える人もプロユーザーやBサイドユーザーになるだろうと予想されます。

プロフェッショナルユーザーは AI を使用する必要があるが、ソフトウェアサブスクリプション料金など、最高のソフトウェアに対してのみ料金を支払う必要があります。ChatGPT Plus の既存の収益方法の 1 つは、ユーザーに月額 20 ドルを請求することです。

B サイドのユーザーの場合、顧客はすでに収益化のための独自のビジネス モデルを持っていますが、それをサポートし強化するために AI が必要です。たとえば、MaaS (Model as Service) は、基盤となる大規模モデルと中間層の収益化に適しており、データ要求の量と実際の計算能力に基づいて計算されます。現地でのカスタマイズ開発もあり、現地モデルのトレーニング費用も喜んで負担します。

やっと

将来、人工知能生成コンテンツ (AIGC) の分野では刺激的な発展が見られるでしょう。テクノロジーが進歩し続けるにつれて、AIGC が多くの分野に大きな機会と変化をもたらすことが期待できます。しかし、こうした機会には、コンテンツの信頼性の確保、倫理的問題への対処、クリエイターの権利の保護など、対処しなければならない課題が伴います。つまり、AIGC の今後の発展は、さまざまな分野で大きな変化を引き起こし、私たちの生活に前例のない利便性と革新をもたらし、将来の人々が直接的または間接的にその代償を払うことになるかもしれません。

<<:  コーヒーショップの監視ビデオが流出し、何百万人もの人々が視聴していた。マスク氏は「ひどい!」と叫んだ。 AIはあなたがコーヒーをどれくらい飲んだかを正確に把握しています

>>:  英国は「国家AI研究リソース」としてGPUを購入するために1億3000万ドルを費やす計画だと報じられている。

ブログ    
ブログ    

推薦する

マイクロソフト、マルチモーダルアプローチでAIの理解能力を向上させるプロジェクトRumiを実証

新興技術のデジタル時代において、大規模言語モデル (LLM) は、人間社会と文化の多くの側面に革命を...

教師なしニューラル機械翻訳: 単一言語コーパスのみを使用する

概要: ニューラル機械翻訳 (NMT) は最近、標準ベンチマークで大きな成功を収めていますが、大規模...

ニューロモルフィックコンピューティングを理解する: 基本原理から実験的検証まで

人間の脳は、効率的な生体エネルギーによって計算能力を部分的にサポートし、ニューロンを基本的な発火単位...

プライベート写真100億枚が流出! Clearview AIバイオメトリクスがあなたを監視しています

米国に拠点を置く顔認識企業 Clearview Ai は、最も包括的な顔認識システムを有していると主...

愚かではないチャットボットを構築したいですか? 6つの実用的なガイドラインをご紹介します

AppleがSiriを発表してから7年、そしてジェフ・ベゾスがスタートレックにインスピレーションを得...

楊強:人工知能の次の技術的、商業的トレンドはどこにあるのでしょうか?

第四パラダイムの主任科学者であり、パラダイム大学の指導者である楊強教授は最近、第四パラダイム内で「人...

Google、金融機関の内部リスク警告の精度を2~4倍に高められるAIマネーロンダリング対策ツールをリリース

Googleは6月27日、生成AIを組み合わせてマネーロンダリング対策ツール「AML AI」をリリー...

人工知能はサイバーセキュリティにどのような影響を与えるのでしょうか?

人工知能の出現はITの将来の発展の傾向を変え、今後もさらに多くの産業に利益をもたらし続けるでしょう。...

ピリパインテリジェントファイナンス&タックス2018エンタープライズサービス+ウィズダムフォーラムが成功裏に終了

ピリパ・インテリジェンス・アンド・タックスが主催する2018年企業サービス+ウィズダムフォーラムが、...

自動運転車の未来はどうなるのか?マッキンゼーは言う

自動運転車は徐々に現実のものとなりつつありますが、まだ多くの疑問が残っています。消費者は本当に運転の...

...

PyTorch と TensorFlow で画像分類モデルをトレーニングする方法

導入画像分類は、コンピューター ビジョンの最も重要なアプリケーションの 1 つです。その応用範囲は、...

コンテキストの長さを 256k に拡張すると、LongLLaMA の無限コンテキスト バージョンが登場しますか?

今年2月、MetaはLLaMA大規模言語モデルシリーズをリリースし、オープンソースチャットボットの開...

...