本文作者：Arda Capital；编译：Cointime Freya

在上一篇文章中，我曾写到Quora向AI倾斜的决定，以及该公司（在某种程度上被迫）的商业模式转型。鉴于ChatGPT的迅速采用，以及谷歌决定直接查询Quora和其他论坛，Quora的决定可能会从 ”创始人领导的公司的辉煌战略举措 “与生存需求这两个角度来看待。Quora所面临的决定，与其他消费互联网公司即将必须出的选择并没有太大区别。

借用Elad Gil的话，AI，尤其是生成式AI，如今最适合的细分市场和公司是：

大众传媒与内容制作正好符合这个框架。对于一些企业来说，生成式AI可以极大地改善他们的商业模式，但在某些情况下，生成式AI可能是终结的开始。

为了了解结果的范围，有两个有趣的案例值得分析——BuzzFeed与Getty Images。

Buzzfeed变得更加个性化

Buzzfeed向他们的员工宣布（这让员工感到非常懊恼），该公司将采用生成式AI来制作内容，从 "有趣的娱乐 "内容开始，例如，测验。目标是为其读者提供更加个性化的内容。这很符合该公司的商业模式和对读者的价值主张。

该公司的核心业务是广告和眼球，首要目标是为该公司的数字资产带来流量，这些财产现在包括HuffPost和Complex。该公司约50%的收入来自广告，约30%来自为品牌的内容创作和发布赞助内容。

然而，持续生产内容的成本很高。由于Buzzfeed没有太多可摊销的IP，收入增长的动力来自于增加员工来制作更多的内容以吸引更多眼球。今天，制作内容的成本占收入的50%。

现在，如果你相信好的内容会给网站带来额外的流量，那么内容制作就是业务增长的关键驱动力。但同样，在美国，内容制作是昂贵的，尤其是相对于它为网站带来的增量新访客而言。此外，该公司实际上仅限于为主流市场提供服务，因为相对于成本而言，建立更多的小众内容生产部门并不能带来好处。

对于Buzzfeed来说，生成式AI是解决公司瓶颈和规模挑战的理想方案。使用生成式AI，可以使该公司有效地降低成本：

对于Buzzfeed这样已经拥有忠实受众和强大内容引擎的品牌来说，生成式AI有可能提供该公司在现有模式下永远无法实现的运营杠杆。虽然对于目前在Buzzfeed工作的员工来说，这个想法听起来可能很残酷，而且是反乌托邦的，但它并不特别新鲜。

Buzzfeed之所以有机会将生成性AI作为公司战略的核心部分，主要是因为该公司的定位是一个高容量和大众市场的出版物。像《纽约客》（the New Yorker）或《科学美国人》（Scientific American）这样的出版物，可能无法如此积极地靠拢生成式AI，因为其读者可能更看重内容的真实性。我们可以一起看看，这些公司是否真的能够抓住这一机会，但机会显然就在他们面前。

Getty Images

Buzzfeed的陪衬是Getty Images。Getty Images是一个图片库的提供者。公司、机构和媒体机构从Getty Images获得这些图片的授权，并在他们的各种出版物、博客、演示文稿等中使用。该公司的图片来自于世界各地的摄影师网络，并与体育联盟和媒体机构建立了独家合作关系。

Getty Images最近加入了AI对话，起诉 Stable Diffusion 的创建者在未经许可的情况下，在 Getty的IP上训练他们的模型——这似乎是一个公平的论点。与Quora类似，使用他们的 "独家 IP，Getty试图将自己定位为下一代模型的训练数据提供商。根据该公司的新闻稿，Getty似乎已经允许公司访问其图像库，以训练他们的模型。

摘自新闻稿：

Getty Images相信，AI具有激发创造性努力的潜力。因此，Getty Images以尊重个人和IP的方式，为领先的技术创新者提供了与训练AI系统有关的许可。Stability AI没有向Getty Images寻求此类许可，相反，我们认为，他们选择忽可行的许可选择和长期的法律保护，以追求其独立的商业利益。

以及从他们的诉讼文件中可以看出：

在适当的情况下，在保障其摄影师、投稿者以及其收集的图像主题的权利和利益的情况下，Getty Images还许可使用其视觉资产和相关元数据，用来开发AI和机器学习工具。Getty Images已将数百万合适的数字资产授权给领先的技术创新者，用于与AI和机器学习有关的各种用途。

挑战来了，诸如Stable Fusion 和 Midjourney 等生成式AI模型的输出：（1）越来越好；（2）令人惊叹，而且可以（可怕地）逼真。

按照这些模型的改进速度和他们所掌握的数据训练量，未来的大多数库存图像，很可能是由AI或具有快速工程技能的设计师以极低的成本生成的。

更直截了当地说，通过选择成为训练数据供应商，Getty Images 或多或少地训练了一种工具，该工具将大部分IP商品化用于大量用例。 以下是他们所服务的终端市场的概览：

该公司没有提供更细化的细分数据，所以我们说30-40%的类别面临风险，这大致相当于收入。由于这是一种内容授权的商业模式，每降低1美元的价格都会直接影响到公司利润。该公司的毛利率约为70%，因此30-40%的收入的定价压力可能相当于60-70%的EBITDA风险。

现在，Quora和Getty Images之间有一个重要的区别，这阻止了Getty跟随Quora的脚步。Getty拥有一个庞大的特许经营权，如果明天的前景不明朗，则它将必须被吞并。该公司创造了约10亿美元的收入，EBITDA利润率约为30%。正面拥抱生成式AI可能意味着：

这两种选择都使 Getty 处于这样一种境地：他们冒着3亿美元的利润流风险，在未知的市场中竞争，获得未知的回报，并与更多精通技术的竞争对手竞争。

因此，Getty Images实际上被夹在了中间。阻止所有公司对他们的模特进行培训是没有意义的，因为虽然该公司的图片是优质的，但它们并不是图片的唯一来源。因此，该公司已经选择成为生成式AI公司训练数据的短期许可方。这是一个注定会失败的决定，因为在几年后，Getty的图片库将不再是模型训练和改进的重要工具。

相比之下，Getty的低端竞争对手Shutterstock则完全倾向于生成式AI。那么是什么原因呢？答案还是在于该公司的商业模式、成本结构和市场定位。Shutterstock专注于向对成本敏感的客户销售图片，每张图片的价格不到1美元。

另一方面，Getty Images主要向那些寻找高质量图片的公司进行销售，每张图片收费＞100美元。Shutterstock从低端市场获取图像，而Getty images则与知名摄影师、体育联盟等合作，以获取其内容。

这种差异体现在公司的指标（价格、利润率、优质内容）上：

Shutterstock是一家低成本供应商，因此能够采用这种新技术来降低市场上替代品的成本，即使市场商品化。而作为高端品牌的Getty则不能这样做，除非他们从根本上改变公司。Shutterstock的风险也小得多，因为它采用了生成式AI，增加了该公司为客户提供廉价易于使用的图像的核心价值主张。作为优质供应商，Getty将不得不在他们的优质内容旁边放置一个极其便宜、同样引人注目的图像/IP——在某种程度上，这是一个非常糟糕的提议。

部分客户会选择传统的Getty Images吗？当然会——尤其是当图像是关于重要事件的时候。但部分客户会放弃吗？是的，即使有20%的客户选择10美元或更少的生成式AI图像，该公司30-40%的EBITDA也会蒸发掉。

坦率地说，该公司的选择似乎很有限。Getty Images将不会是最后一家陷入这种困境的公司。

ICYMI...

鉴于Bing搜索的发布，我分享了一些数据点，以及关于Bing与谷歌相比所面临的艰难挑战的想法，因为谷歌拥有巨大的分销优势。

我将在未来对Bing——微软做更深入的分析，但我认为微软在这次活动中的路线图很有意思。Canva和Gong显显然是该公司的目标。正如我在上一篇文章中所写的，如果你是一家像Gong一样的公司，并且你已经围绕你的AI/ML能力建立了业务，你有很多目标——初创公司和大型科技公司正带着这些广泛使用的模型武装起来。