AI赛道的“iPhone”时刻：插件功能推动产业进化

近日OpenAI引入插件集事件引爆网络，ChatGPT无法联网的问题得以部分解决。

科学家们用一个生动的比喻来形容这一事件：ChatGPT的问世犹如苹果公司发布的iPhone，而其插件功能的推出则可类比为苹果的App Store。

OpenAI对ChatGPT的深度开发，为人工智能产业的发展指明了新的方向，使得这个领域在大浪淘沙般的竞争中，呈现出不同的欢喜与愁苦。

AI赛道格局走向狭窄而清晰

自2022年10月ChatGPT以卓越表现问世以来，人们对其在各种细分领域中的应用进行了广泛探讨，但至今仍无明确结论。在智能算力方面，ChatGPT无疑是当下的霸主；而在知识储存方面，它掌握着古今双方的 knowledge，然而在特定的自然语言处理(NLP)任务中，ChatGPT却暴露出自己的不足。

最大的难题是缺乏特定场景的数据标注和资源训练。

在专业知识指导下，我们明白通用模型在处理特定任务时，需通过微调（即Fine-tuning）来适应性调整。在此过程中，必须提供一个针对特定领域的数据集，以便模型能够得以优化和改进。

插件集的应用为ChatGPT在垂直领域的发展提供了新的可能。借助与各专业领域的合作，合作方提供API接口，使得ChatGPT能够成功执行更为精细化的任务，从而在各个领域中发挥出更大的作用。

插件集的出现让AI产业这一赛道变得没那么拥挤，强者恒强的逻辑下，一些中小型创业公司将受到挫伤。

在此之前，众多参与者在积极筹备，计划构建一系列针对特定场景的小型ChatGPT。他们对复现拥有上千亿参数的大型模型感到不切实际，因此选择在中小模型领域尝试一番。然而，这样的可能性现在被彻底封堵，因为ChatGPT已经发展成为一个全能型选手。

随着插件集的出现，AI赛道的轮廓逐渐变得更加明确。根据券商的研究报告，我们可以预期，未来的通用大模型将会采用“嵌入式”或“融合服务”的策略，对各个垂直领域进行深度赋能。

在业界，这种商业策略对于那些掌握特定人工智能数据集的科技公司来说具有极大的利益。以金融行业为例，这些科技公司可以借助合作伙伴的先进计算能力，从而为金融机构带来更为优质的产品和服务。

垂类头部机构有望获得增益

随着插件功能的铺开，市场分析预期，国内互联网大厂的军备竞赛也会跟随海外市场开启，最终逐渐形成由“大语言模型+插件”组合而成的生态系统。

针对这个生态系统在垂直领域的打开模式，业内预估有二：一类是技术合作，也就是科技公司与大模型共同开发和优化NLP模型和算法；二是建立合作平台，即大模型将插件集整合到服务平台中。

但是不管哪种落地方式，券商认为，垂类领域的头部机构会成为兵家争夺的重地。

这不仅因为垂类的行业头部掌握着前文所述的优质数据积累和资源标注，更加重要的是，它们还掌握着比大模型更为透彻的领域知识，这是再强的数据训练也很难自动学习的。

以金融领域为例，SaaS云服务头部企业百融云（6608.HK）于2018年率先成立服务金融领域的人工智能实验室，建立起智能语音、自然语音处理、计算机视觉、机器学习四大核心研发小组，为金融行业提供高适配性的产品及解决方案。

其中，百融云推出的ORCA自动机器学习平台已被多家金融机构合作使用。ORCA平台能够运用机器学习算法完成数据建模，并且在极少人工干预下能够出色完成模型训练。相比通用型的机器学习平台，ORCA提供超过200种算子来解决金融场景复杂数据情况，从建模到部署周期可缩短50%，有效缓解金融机构智能化架构不完善与AI人员短缺导致的模型部署困难。

海通证券研报指出，百融云在数据积累、建模和行业经验方面具备优势，与客户共建共生模式使得客户更换供应商的意愿较低，这非常有利于公司依靠深厚的客群对业务进行深层次的需求匹配和挖掘，不断优化模型数据和算法迭代，形成良性循环。

截至目前，百融云在金融领域的合作客户数量已经超过7000家。用户量的持续扩容、对机构的深度赋能助力百融云成为“最赚钱”的金融SaaS企业。年报显示，公司第一大主业智能分析与运营服务收入在2022年增长41%至10.39亿元。其中，以AI为技术底座的智能运营服务收入同比增长144%，为收入增速最高分支。