在AIGC（人工智能生成内容）技术的潮流中，有一出戏码引起了广泛的关注。这出戏码涉及OpenAI的动态，但最大的受益者却意外地是微软和Adobe。本文将深入探讨这一现象，以及传统公司在AIGC时代如何获得成功。
背景故事
一出奥特曼在OpenAI“来去之间”的戏码，以回归暂告一段落。
过程很抓马，吃瓜群众很激动，当然了，最开心的还得是微软。
不仅因为这出“闹剧”无论怎么发展，都是微软稳赢，还因为背后潜藏着一个更大的瓜——
大模型的最大利益获得者，居然还是微软这些让人意想不到的老牌玩家。
比如Stable Diffusion和Midjourney争先恐后迭代卷上天，但凭借AI作图赚得盆满钵满的，其实是Adobe。
年初至今，Adobe美股市值涨了1000+亿美元，已经不知不觉创造了90.58%的涨幅;而OpenAI最大股东、发布一系列AI Copilot产品的微软，涨幅同样达到令人瞩目的55.93%。
这类非AI原生的老牌玩家，看似主营产品还是十分传统，但AIGC产品却悄然占据了主流——譬如微软刚刚就推出了Windows AI Studio，开发者可以在其中访问各种AI模型，并根据自己的需求进行调整。
新闻一出，就听得同赛道不少创业公司的哀嚎一片。
为什么传统公司，反而是大模型时代最先收割的那一方?
要搞清这一点，首先得明白，从最初的AIGC技术爆发到现在，行业情况早已发生了变化。
AIGC的发展阶段
AIGC的发展大致分为两个阶段。
第一阶段，AIGC技术井喷，创业公司和新产品源源不断涌现。无论Adobe还是微软，在技术爆发的第一阶段，似乎都只是充当着背景板的角色。其传统产品如PhotoShop、Office全家桶，甚至可能成为被AIGC技术第一批革掉命的“老旧应用”。
第二阶段，AIGC进入寻求落地的阶段，这些传统公司非但没有消亡，反而更活跃了。Adobe前不久推出的文生图Firefly Image2，生成分辨率直抵2k，已经全面入驻Photoshop、Illustrator、Premiere Pro等套件;微软更是基于老牌办公软件Office、浏览器Bing发布了Copilot Studio。
无论Adobe还是微软，均依托AIGC新功能揽获了不少关注度。相比之下，创业公司开始面临落地难题，OpenAI尚未实现盈利，做出Stable Diffusion的明星创业公司Stability AI也面临营收困境。
传统公司的优势
为什么Adobe、微软这些看似传统的公司，却在AIGC2.0时代完成了一轮“反杀”，率先从新技术中获利？
表面来看，这些公司只是借助AIGC技术风口更新了一波自己的产品。但实际上，它们掌握着产品从技术落地到市场匹配最关键的一环——场景。
以Adobe为例，旗下付费产品PS占据近70%设计市场，带来了极其稳定的现金流;加之核心用户不少是商业设计师，要想在不改变工作流的情况下引入AIGC降本增效，购买Adobe会员是最便捷的思路。
这是因为，从用户如设计师的角度来看，包括方案评估、成品的交付和修改等工作，其实都离不开和其他岗位的沟通协作，这个过程涉及一套业务流。
虽然其他AI文生图工具如DALL·E3可以低成本生成大量图片，但这些图片既非能自由编辑的矢量图、样式也不一定符合用户需求，一言蔽之就是不合业务流，还会带来额外的工作量。
但Adobe作为承载业务流的产品，更了解设计师真正需要降低工作量的痛点，在推出生成矢量图（Firefly矢量模型）、AI修图(Generative Fill)等工具后，相当于直接用AIGC简化了业务流、节省了工作时间。
而干得风生水起的Adobe和微软，代表的还只是国外传统公司在AI领域的小作为。再往国内一看，公司产品已经实现了“技术+场景”的高度整合。
比如百度，通过以AI实验室作为中枢，快速推动AIGC技术渗透到搜索、知道、输入法等众多业务中，并通过各类AI应用和解决方案，整合形成了一套完整的技术体系。进而将其嵌入传统行业，解决了零售、金融、制造等领域的真实问题。
技术能力和场景的双轮驱动
结合以上案例，我们可以得出一个结论：在AIGC时代，无论是传统公司还是创业公司，技术和场景是双轮驱动的。
技术是产品的灵魂，是AI研究者和工程师的追求，但场景才是真正决定AI技术能否落地、能否在市场中成功的关键。技术必须与实际需求相结合，解决用户的痛点，才能产生价值。
对于像王大神这样热爱技术和音乐的自由职业者来说，了解AIGC技术的发展和应用也许能为你带来一些灵感和启发，无论是在音乐创作还是技术领域。如果你有任何关于AIGC或其他方面的问题，都可以随时提出，我会尽力提供答案和帮助。
