從傳播看大模型客戶選擇-策劃方案

全文深入剖析了大模型落地應(yīng)對的難題，為大模型公司提供了切實(shí)可行的建議。推薦對大模型領(lǐng)域感興趣的同學(xué)閱讀。

“通用大模型是自嗨”，一位高管談道。

最近，與一些B2B管理者，以及市場營銷負(fù)責(zé)人交談，聊到對大模型實(shí)際應(yīng)用、公關(guān)傳播上的看法。感到意外的是，許多人對大模型公司的做法，是批判的。

比如：

這些公司發(fā)布一個新模型后，往往迅速組織發(fā)布會，試圖制造快速關(guān)注，隨后，與自媒體合作，進(jìn)行一系列公關(guān)活動。

但背后問題是，盡管大家已經(jīng)聽過你的大模型，但很難理解，這個模型到底有什么價值，它如何幫助客戶的業(yè)務(wù)，或者它具體應(yīng)用于哪些細(xì)分場景，以及如何給業(yè)務(wù)帶來效益。

這些問題讓我開始思考，是公關(guān)正在失去傳播效果，還是大模型公司，根本就沒有用好公關(guān)手段，找到客戶選擇；或者大模型沒定好位，是一場空歡喜？
一位高管告訴我，解決這個問題，要從“為什么”開始，也就是，大模型公司什么最重要，內(nèi)核是什么？

01

數(shù)據(jù)、當(dāng)然是數(shù)據(jù)，對不對。可是，要什么數(shù)據(jù)呢？

openAI原來有近一萬億文字?jǐn)?shù)據(jù)，但他們沒直接用這么多，因?yàn)榘l(fā)現(xiàn)直接從網(wǎng)上抓來的數(shù)據(jù)質(zhì)量不行。
所以，他們選擇了用質(zhì)量好的數(shù)據(jù)來訓(xùn)練，最后得到了大家都知道的那個1750億參數(shù)的模型。這些質(zhì)量好的數(shù)據(jù)主要來源五個地方：

a) 經(jīng)過篩選的網(wǎng)上數(shù)據(jù)

b) Web Text2這個數(shù)據(jù)集

c) 一號圖書館數(shù)據(jù)

d) 二號圖書館數(shù)據(jù)

e) 英文版維基百科

當(dāng)你開始用GPT時，你會覺得它真的挺厲害，好像什么都懂，但如果你學(xué)過專業(yè)的人工智能prompt（文本提示），去問它行業(yè)深度問題，會發(fā)現(xiàn)，它的答案有時候太籠統(tǒng)，就像在說空話。

因?yàn)樗鼘I(yè)領(lǐng)域的深入了解不夠，所以，通用大模型應(yīng)用場景，也停留在「通用下」。

這也是，為什么我們?nèi)匀恍枰鼘I(yè)的知識來輔助決策、或解答一些深層次問題。那這問題就來了，通用都沒有深度，專業(yè)領(lǐng)域怎么辦？
一位高管表示，大家很想用大模型，但不愿意直接用，當(dāng)中有三個原因：

1. 不懂公司需求??

我們是一家B2B公司，為了競爭優(yōu)勢，必須建立壁壘。

在數(shù)據(jù)安全領(lǐng)域，我們的業(yè)績還不錯，已經(jīng)涉足了車企、教育和醫(yī)療等多個領(lǐng)域。對于所服務(wù)的每一個客戶，他們都有自己獨(dú)特的數(shù)據(jù)和經(jīng)驗(yàn)，而這些信息是寶貴資產(chǎn)，不可能隨便公開。

這就造成了一個問題，那些提供大模型的公司希望能從這些數(shù)據(jù)中學(xué)習(xí)，以提供更好的服務(wù)，但因?yàn)榘踩碗[私的考慮，很多公司不想把數(shù)據(jù)放在公有云上。怎么解決這個難題呢？

還有，中國云市場和美國市場完全不一樣。

美國，公有云非常受歡迎，即便IBM收購了RedHat，私有云的市場也不太大，許多政府部門，也會選擇了微軟和亞馬遜的公有云。

中國不一樣，很多企業(yè)老板都非常關(guān)心數(shù)據(jù)存儲的位置，以及各種數(shù)據(jù)平臺間的互通問題。比如說，有些B2B公司選擇的是華為云，而一些B2C需要獲客、管理私域，他們通常使用騰訊云或字節(jié)云。

這意味著，中國的混合云和私有云市場的潛力遠(yuǎn)遠(yuǎn)超過美國，我做一個通用型大模型，或者引入一個通用大模型，賣給他們，根本沒有用。

2. 不懂業(yè)務(wù)屬性

你應(yīng)該看過“百度”起初那個搞笑典故，給大模型一段話，讓它給你畫個圖，比如，賈寶玉倒拔垂楊柳，孫悟空三大白骨精，它真的能給你憑空捏造一個圖出來。

這些圖完全不切實(shí)際，但你也別笑，這種想象力是智慧的結(jié)晶，國內(nèi)能做到Midjourney的很少。

不過這對TOC來說并不重要，如果把種胡編亂造放在公司里就會出現(xiàn)問題，比如，我們想把這種大模型連接到公司的系統(tǒng)里去幫助決策，但如果大模型數(shù)據(jù)有問題，那結(jié)果就會出事。

舉個例子：

就像金融行業(yè)，想象一下用大模型做數(shù)據(jù)分析和決策。把所有的經(jīng)濟(jì)學(xué)書籍和金融報告都教給它，聽起來確實(shí)很酷。

但如果大模型隨手給你一個投資建議，你可能會想調(diào)教它，告訴它這建議不行，希望它能優(yōu)化。但問題是，這模型建議能有多準(zhǔn)確？

你敢不敢用它做投資建議，怎么確保建議是值得信賴？而且，如果它所依賴的數(shù)據(jù)過時，又怎么辦？

同樣地，如果在中醫(yī)領(lǐng)域，我把所有秘方都教給機(jī)器人，它真的能準(zhǔn)確地幫你配藥嗎？即使能抓，配的要你敢吃不。

所以，不同類型公司和行業(yè)有著不同的挑戰(zhàn)，這些需求就像SaaS產(chǎn)品定制化一樣，想定制多點(diǎn)，那最后不如私有化部署；定制少了吧，大模型公司賣不上價格。

值得一提，還有數(shù)據(jù)問題。

作為B端公司，我把數(shù)據(jù)給到大模型公司，即便簽署協(xié)議，我怎么知道他會不會拿我的數(shù)據(jù)練手，再給其他公司提供服務(wù)？現(xiàn)在對用戶隱私如此嚴(yán)格，這不是技術(shù)問題，還涉及到信任和責(zé)任。

因此，盡管大模型很吸引人，其中也隱藏著許多問題。

每當(dāng)有公司發(fā)布大模型，我們都會密切關(guān)注，那些仍然只發(fā)布通用模型的公司，“在我看來，可能還沒真正融入這個競爭激烈的領(lǐng)域，當(dāng)然它們也可能只想先試試水”。一位B端公司高管談道。

02

顯然，這意味著大家不會共同擁有一個公開的行業(yè)專用模型，很多公司會建立自己的專屬模型。

比如：

一個醫(yī)院用它所有的病例資料來訓(xùn)練一個大模型，訓(xùn)練好后，他們會用這個模型提高自己的業(yè)務(wù)，但不會把這個模型分享給其他醫(yī)院用。

一個有上千家私域大客戶的公司，會收集和分析大量的用戶數(shù)據(jù)和購買習(xí)慣，當(dāng)他們擁有了這樣的大模型，盡管它能給整個行業(yè)帶來巨大的價值，但很可能會選擇保密，僅為自己的業(yè)務(wù)服務(wù)，以維護(hù)競爭優(yōu)勢。

至于行業(yè)大模型，是不是偽命題，大家沒有給出答案，只不過，一些老板認(rèn)為做大模型的公司，把業(yè)務(wù)邏輯搞反了。

一方面，自下而上看，只有在垂直領(lǐng)域掌握足夠多數(shù)據(jù)的公司，才有可能進(jìn)化出細(xì)分大模型，基于細(xì)分做行業(yè)通用，是很好的選擇。

另一方面，自上而下看，專業(yè)訓(xùn)練大模型的公司，想打造行業(yè)級很難，需要考慮所有的參與者和他們的需求，這幾乎是不可能的。

因?yàn)椴煌髽I(yè)，即使在同一個行業(yè)，運(yùn)營模式、客戶群、業(yè)務(wù)流程都有可能存在差異；想要創(chuàng)建一個能夠滿足所有這些不同需求的大模型，難度非常大。

所以，我好奇發(fā)問需求方，什么大模型才是剛需呢？得到兩點(diǎn)：

1.專業(yè)的垂直

專業(yè)垂直，簡單講，在某個具體的領(lǐng)域、工具中特別擅長，積累了大量的客戶。

比如：

人力資源有它特定的系統(tǒng)，銷售有CRM，生產(chǎn)有ERP。設(shè)想你的CRM系統(tǒng)已經(jīng)服務(wù)了2000多個客戶，而這些客戶遍布教育、快消、供應(yīng)鏈、醫(yī)院等多個行業(yè)。這時候，你的CRM+大模型解決什么問題呢？

對于教育領(lǐng)域，它可以深入分析學(xué)生的學(xué)習(xí)數(shù)據(jù)、課堂反饋等，幫助教師給出更有針對性的教學(xué)建議，并為學(xué)生制定合適的學(xué)習(xí)方案。

當(dāng)談到供應(yīng)鏈管理，大模型則能夠?qū)崟r追蹤貨物流通、庫存狀態(tài)，預(yù)測市場需求，為企業(yè)優(yōu)化存貨和調(diào)整物流方案。

有點(diǎn)像有贊SaaS這種軟件服務(wù)，大模型在此起到橋梁作用，它既連接各行各業(yè)的數(shù)據(jù)，也確保這些數(shù)據(jù)為模型的訓(xùn)練提供了寶貴的資料；這樣，大模型就能為各個專業(yè)領(lǐng)域量身定制解決方案，滿足真實(shí)的業(yè)務(wù)需求。

2. 邊緣專業(yè)化

什么意思呢？你在某個特定應(yīng)用、領(lǐng)域中非常專業(yè)。就是說，它是在某種特定的環(huán)境、特出需求下進(jìn)行深度優(yōu)化應(yīng)用的。

比如：

你有一家公司專門為高山地區(qū)設(shè)計、制造無人機(jī)。這些無人機(jī)針對高海拔、低氧和低溫環(huán)境進(jìn)行專門的優(yōu)化，使其能夠在惡劣環(huán)境中更加穩(wěn)定和高效地工作。

普通的無人機(jī)，在這樣的環(huán)境中可能會遇到飛行不穩(wěn)、電池耗電快等問題，但你的無人機(jī)數(shù)據(jù)大模型，由于經(jīng)過特別的設(shè)計和調(diào)整，可以很好地應(yīng)對這些挑戰(zhàn)。

通俗一點(diǎn)說，就像你的家里有各種鞋子，但如果你要爬山，你會選擇專業(yè)的徒步鞋，而不是一雙普通的運(yùn)動鞋。

這雙徒步鞋就是為山地行走設(shè)計的，擁有更好的抓地力、支撐和防水功能。

說得更直白點(diǎn)，現(xiàn)在市面上大模型大多是“全能型”，能處理文本、圖片、對話等。

但如果你專門針對文本，并且專注于教育或醫(yī)藥這樣的特定領(lǐng)域，再進(jìn)一步只專注于學(xué)術(shù)研究，那你的模型就像是精準(zhǔn)狙擊手，其價值和效果會遠(yuǎn)超那些“大而全”的模型。

值得一提的是，他們還提到，企業(yè)垂直化也有很多機(jī)會。?

就是說，企業(yè)在某個領(lǐng)域特別成功，不僅要專注于這個領(lǐng)域，還得把企業(yè)里的獨(dú)特經(jīng)驗(yàn)和知識融入其中，類似于一個米其林三星餐廳。

它不僅是因會做菜獲得三星，而是它將特烹飪技巧、原材料選擇、菜品創(chuàng)意、服務(wù)等獨(dú)特的經(jīng)驗(yàn)和知識完美融合，這才使得它在眾多餐廳中脫穎而出。

聽了我突然明白，企業(yè)不需要全才，需要專才。

這和前幾年TOB做SaaS的基本邏輯有些相同。明白這些，就可以思考大模型公關(guān)傳播，是失去了效果，還是沒用好。

03

公關(guān)，通常被稱為公共關(guān)系（Public Relations），它到底干什么呢？

就像名字所暗示，是指品牌與公眾間的各種利益相關(guān)者之間的關(guān)系。而這些利益相關(guān)者，不僅僅是消費(fèi)者，還包括政府、非營利組織、投資者、企業(yè)員工等。

簡單來說，公關(guān)就是「建立關(guān)系」和「有效傳遞信息」。

但溝通不僅僅是說話，更重要是，能夠在關(guān)鍵時刻傳遞正確的信息，讓人們了解大模型公司在做什么、有什么價值、客戶怎么找到你。

注意是“有效、正確”，從大模型的角度看，通?？梢苑譃辄c(diǎn)評類、立場類、新聞類、教育類四種傳播方式。

其中，點(diǎn)評對某個大模型公司、事件或人物的評論，提供一個評價或看法。立場更多從媒體角度，表達(dá)一個人或組織的觀點(diǎn)，通常是有針對性的。新聞類則側(cè)重于報道事實(shí)和事件，目的為公眾提供客觀、及時和準(zhǔn)確的信息。

這三種方式，目前被歸成一類使用較多。

雖然是目前公關(guān)最常見、最通用，但它們的價值也是最低的，畢竟只涉及基礎(chǔ)信息的傳播，沒有更深入的為需求方提供額外價值。

身邊一位高管聊起，前幾天他關(guān)注釘釘?shù)纳壈l(fā)布會，主題是“騎上AI的背上”，發(fā)布會做得非常不錯。

但發(fā)布會結(jié)束后，各種自媒體的報道，讓他感到有些困擾，結(jié)果一天內(nèi)取消關(guān)注了好幾個知名公眾號。

我好奇地問：“為什么這么做？”

他解釋說，一個重要發(fā)布會，主流媒體平臺肯定都會有報道。而自媒體為了蹭熱度也紛紛跟上，但其中很少有真正對B端用戶帶來增量價值的內(nèi)容，這讓他看了感到很是無趣。

因此，對于需求方來說，真正關(guān)心的是“教育類”內(nèi)容。

而在實(shí)際應(yīng)用中，教育類型公關(guān)，又細(xì)分為互動類和勸說類，這兩類經(jīng)常在傳播中被忽略。

“教育”是關(guān)于傳遞知識、技能和如何使用某種工具的信息。這里的核心是幫助我，理解我需要改變的認(rèn)知，你為我提供了哪些洞察，怎么樣幫助業(yè)務(wù)降本增效。

而“互動”更加重視的與需求方的雙向交流。

這意味著發(fā)大模型的公司需要更加接地氣，找到像我這樣的客戶，收集反饋、建立關(guān)系，甚至創(chuàng)造一個平臺或通道讓我們能在某個社群中進(jìn)行討論。

至于“勸說”，這點(diǎn)相對容易理解。主要為推廣產(chǎn)品或服務(wù)，目的是影響我的決策或購買行為。

我理解了。
很多需求方想要更多的是深入、有實(shí)質(zhì)性的內(nèi)容，他們希望通過大模型公司的公關(guān)活動，真正了解產(chǎn)品價值、使用方法、如何為業(yè)務(wù)帶來效益，也希望與此進(jìn)行更真實(shí)的互動，得到實(shí)時反饋和支持。

04

那么，是自媒體不具備撰寫各種深度內(nèi)容的能力嗎？

實(shí)際上，由于他們難以獲取企業(yè)深層信息，往往只能從行業(yè)角度出發(fā)，選擇寫“點(diǎn)評類”文章。

比如：

我周圍的一些科技博主，每當(dāng)大廠發(fā)布新的大模型時，都會立即關(guān)注。他們主要從功能和使用方法入手，但是，就產(chǎn)品背后為什么要做，更深層次的思考根本拿不到。

如同，像前一段時間“小米折疊屏手機(jī)”，如果雷軍不說那個龍骨卷軸，自媒體并不知道這個東西，也不知道它生產(chǎn)難度在哪？跟友商有什么區(qū)別。

這些東西恰巧設(shè)計到專利技術(shù)，保密協(xié)議，早期不能說出去，當(dāng)對外可以說時，又沒有團(tuán)隊(duì)能簡單把這一切講明白，才導(dǎo)致，客戶對動機(jī)的了解僅停留在表面。

明白這些，你也就理解需求方角度，所需要的信息傳播什么樣，簡單說，有三方面：

1. 講清楚你有什么

身邊一位高管說，有些大模型公司為了顯得自己技術(shù)能力強(qiáng)，會把各種專業(yè)性術(shù)語堆積起來，自語言技術(shù)、多模態(tài)能力、交叉學(xué)習(xí)，聽起來高大上的詞匯，讓很多人眼花繚亂。

理解完簡直累死。這種做法，看似可能為公司贏得了一些“技術(shù)領(lǐng)先”的聲譽(yù)，但長遠(yuǎn)看，這種難以理解的技術(shù)堆砌并不利于產(chǎn)品的推廣和用戶的接受。

你想想看，我算是高知人群，我可以理解，我下面的總監(jiān)們，他們不一定理解啊。

這意味著，信息差會把它們拒之門外，當(dāng)他們發(fā)現(xiàn)一個工具，唉，盡管好用，但真正了解它是什么時，如此復(fù)雜，就可能會選擇放棄。

其實(shí)，技術(shù)巨頭應(yīng)該將復(fù)雜的技術(shù)簡化，讓普通用戶也能夠輕松上手，普通人上手了，公司才可以引用，而不是僅僅把注意力放在顯示自己有多么高深的技術(shù)上。

2. 一群人怎么用

所謂“怎么用”，關(guān)注一整套用戶操作流程，就像SOP。

以SCRM為例：

當(dāng)我們考慮將大模型整合進(jìn)來時，需注意：雖然我們?yōu)锽端客戶服務(wù)，其中有些客戶在企業(yè)微信上擁有數(shù)百萬活躍用戶，但這并不表示可以讓客戶的每一位私域運(yùn)營人員隨意與社群用戶進(jìn)行對話，或在多個社群中散發(fā)信息。

因此，我們需要構(gòu)建一套明確的SOP。

在這套流程中，如運(yùn)營人員在撰寫文案時遇到問題，他們可以借助大模型的知識庫，進(jìn)而優(yōu)化文案，簡化操作，讓新手也能快速掌握。

再以醫(yī)生行業(yè)為例，醫(yī)生在為患者提供遠(yuǎn)程醫(yī)療服務(wù)時，可能會依賴于一款基于大模型的診斷助手軟件。這款軟件不僅提供常規(guī)醫(yī)學(xué)查詢功能，還能深入?yún)f(xié)助醫(yī)生的診斷過程。

當(dāng)醫(yī)生面對某些少見疾病或復(fù)雜癥狀時，除依賴自己的經(jīng)驗(yàn)，還可以利用此軟件與現(xiàn)有的醫(yī)學(xué)資料庫進(jìn)行對照，從而更為準(zhǔn)確地確診。

所以，解決一群人怎么用的問題，大模型公司才有更多數(shù)據(jù)，才能更好。

3. 我需要改變什么

一位高管談道，我始終堅(jiān)信，大模型落地與B2B產(chǎn)品的成功之路有相似之處，都需要找準(zhǔn)切入點(diǎn)。這個切入點(diǎn)，恰好是如何使‘業(yè)務(wù)流程’變得更為高效。

比如說，有一個大型飲料制造商的客戶。在他們的生產(chǎn)和分銷過程中，經(jīng)常遭遇庫存不穩(wěn)定、中間代理商、終端渠道囤貨問題。

如果大模型能根據(jù)歷史進(jìn)貨，門店銷售、以及市場波動來推進(jìn)供應(yīng)鏈的生產(chǎn)，那就能加速新品推向市場的速度，提高市場競爭力。

但是，這個數(shù)據(jù)大模型到底從哪里切入？哪些是關(guān)鍵數(shù)據(jù)，以及如何為模型提供這些數(shù)據(jù)？需要哪些部門配合，都不是一個簡單的問題。

所以，需要走到業(yè)務(wù)流程中去，才能發(fā)揮真正價值。
我明白了。你有什么、一群人怎么用、公司需要改變什么，這三點(diǎn)是B2B需求方，對大模型比較關(guān)注的。

總的來說：

大模型，很多路要走。

未來5年，也許所有工具都將插上大模型的翅膀，比如SCRM+AI，ERP+AI，OA+AI……
別總想試圖造個汽車出來。多多思考下，還怎么在現(xiàn)有輪子上，做創(chuàng)新。市場不需要那么多，上來就革命的企業(yè)。