本文是由索迈特AI的创始人发表，本文仅仅是宏观的逻辑分析，仅仅是实践过程中的心得分享，不足之处请大家批评指正。

一：传统意义上的价值网络和价值链

1.价值链(Value Chain)

价值链是指一个产业内,不同企业之间按照上下游关系联结成的一个链条。通过这种链条,原材料和资源转变成为最终产品并达到消费者手中的整个过程。

价值链强调产业内企业的线性关系和价值的单向传递。例如,采矿企业将矿石卖给钢铁企业,钢铁企业再卖给汽车制造商。价值沿着这条链条单向流动。

2.价值网络(Value Network)

价值网络是指围绕着一个核心企业,通过信息技术链接起来的企业集群。网络中的每个企业都有可能直接面对消费者。

价值网络强调网络成员的互动合作与价值的多向交流。例如,手机生产商与应用开发商、电信运营商之间存在着互相合作与交流的关系。价值可以多方向流动。

总的来说,价值网络相对于价值链,视角更加开放,参与方更加多元,价值交流更加动态。这更契合数字经济的发展特点。

二：AI时代的价值链可以这样构建:

1.算法供应商

主要是一些AI核心算法的研发团队或公司,例如预生成训练公司多模理解的基础上生成在图像、语音、文本、视频、音乐等领域的核心算法。他们提供基础算法能力。

2.AI算法集成和组件开发商

在算法基础上进行集成,开发出数据库、Agent、action、支付、结算、备案、内容筛查、运营套件等AI组件,组装成工具包或服务,面向个人创建者和行业应用

3.GPTS创建者

利用上述算法和组件,创建像GPT这样的预训练语言模型,从自己身边的事情出发，通过持续学习,优化其语言理解和生成能力,面向消费者应用，让AIGC变成一个生意。

4.最终用户

接入和使用GPTS等AI产品服务,解决实际问题,提升生产力,获取价值。

三：在这个价值链中,上游算法供应商为整个链条提供核心价值。AI组件开发商将算法产品化,降低应用门槛。GPTS创建者将语言能力通用化,扩大用户规模。

与传统线性价值链不同,这个AI价值链强调参与方合作创新。算法、模型、数据等要素互通,形成价值网络,共同推动AI技术和应用升级。用户也通过反馈不断优化链条上游。

这个构建符合AI发展的技术和产业特征,也为参与各方提供了明确的定位和价值空间。

1、为啥要这样构建价值链呢？

主要是要解决通用模型能力过于泛化和用户具象需求之间的矛盾

先来看看通用模型的能力模型通过这些理解能力：

a:先对用户提供的语料和数据进行理解，以下是具体的理解能力；

大语言基础理解能力

b：再通过基础认知能力如下：

大语言模型的基础认知能力

来生成符合用户期望的多模内容，实现用户的目的。

c:他内部的模型逻辑关系如下：

理解和基础认知生成模型

总结：基础模型的通用能力越强，其灵活性越高，对用户的语言构造的艺术性要求也越高，那么用户的具象问题就更难得到泛化能力的解决，而这种抽象的能力和具体的解决方案之间的界限也很模糊，普通的用户更难驾驭这个模型来为自己服务。其可能得原因有以下几点；

通用模型和具象解决方案之间的矛盾原因

从以上的分析来看就需要一个AI能力的集成商，来弥补模型的能力边界问题和模型的专项能力，以及服务于创建者，让其在合规、持续、接入模型能力、运营方面的支持、支付和结算等基础能力方面的支持。和一个专门研究个各种AI能力边界和预定义问题的背景知识、约束条件、按照用户能够理解和满足其需求的创建者来满足用户具象的需求。

四：以下是集成商和创建者角色的相互配合

引入两个角色的定位

1、集成商：负责弥补AI模型能力的边界问题，提供专项能力的强化，并构建支付和结算等基础能力平台，为创建者提供合规指导、技术接入支持、模型运营监控和财务处理能力。集成商将负责以下核心功能：

平台建设：构建一个支持多种支付方式的支付平台，确保支付流程的安全、稳定和合规性。

模型集成：整合多个AI模型，提供一个综合的AI服务能力，持续跟踪并优化AI模型的性能。

技术支持：提供给创建者必要的技术接入指南，帮助其轻松地对接集成商的AI服务和支付系统、用户互动系统。

运营监控：确保服务的可用性，监控整体的系统运行状态，维持系统的持续性。

财务处理：提供支付处理、账单管理、结算服务，简化财务操作，保证交易的透明度和准确性。

2、创建者：专注于研究不同AI模型的能力和限制，预定义问题的背景知识和约束条件，构 建用户能理解并使用的AI服务和产品。创建者将负责以下关键活动：

需求分析：研究用户的具体需求，设计满足这些需求的AI解决方案。

服务设计：基于自身需求和集成商提供的AI能力和组件平台，创建符合用户需求的具象AI产品

产品实施：将理论转化为实际产品，进行产品开发、测试及发布上线。

市场推广：执行市场营销战略，推广产品到目标用户群体。

用户支持：为用户使用过程中出现的问题提供支持，确保用户满意度，根据用户的反馈不断地优化和迭代AI产品。

3、用户：需求方和服务的终端使用者，使用创建者提供的产品或服务进行支付。用户关注以下几点：

易用性：关注产品是否易于理解和使用。

安全性：交易和数据是否安全，是否符合当地法律法规要求。

价值：服务或产品是否真正解决了他们的问题，提供了预期的价值。

支付便利性：支付服务是否方便快捷，支持多种支付方式，以及是否能提供即时的支付确认。

此链条，集成商提供强大的后端基础设施和平台服务，创建者设计和实施前端产品和服务，满足用户的直接需求，并通过集成商的支付平台实现便捷、安全的交易。用户则在一个完整闭环的服务模型中，享受从服务接入到支付完成的一站式体验。这个模型将确保技术的可持续性、合规性，以及用户的最终满意度

五：总结来看，由算法供应商、集成商、创建者以及用户构成的价值链条之所以合理且具有可持续性，其良性效应主要体现在以下几个方面：

专业化分工：价值链中的每个参与者都能集中于自己的专业领域，确保整体服务的质量。算法供应商负责算法的开发和优化，集成商处理基础设施和集成问题，创建者专注于产品开发和用户界面设计，而用户则是服务的最终消费者。这种分工促进了高效率和优质服务的产生。

互补性合作：每个角色之间的合作具有互补性，算法供应商为集成商提供最新的算法和技术，集成商则确保这些技术能被平滑集成到用户面向的产品中，创建者根据用户反馈进一步优化产品设计和功能，用户获得满足需求的服务和体验。

持续创新：由于市场需求的不断演变与技术的不断进步，价值链各方都在不断地创新。算法供应商持续研究新算法，集成商不断升级平台，创建者迭代产品功能，用户反馈又促进其他三方继续创新，形成一个正向循环。

可伸缩性：从算法供应商到最终用户，整个价值链构建了一套灵活可伸缩的服务体系。应对市场变化和技术演进时，单一环节的调整可以快速地被整个链条所适应，保证了整体服务体系的稳定性和敏捷性。

风险管理：明确的角色与职责分担降低了整个价值链的风险。算法供应商专注于技术研发风险，集成商管理运营风险，创建者关注市场风险，而用户通过选择可信的服务或产品来控制使用风险。

经济效益：整合了算法供应商、集成商、创建者的价值链可以实现更高的成本效益，减少重复性开发，提高资源的使用效率。

用户满意度和忠诚度：良好的用户体验是可持续性的关键，价值链以用户为中心，确保服务和产品能够满足用户的期望，并积极响应用户反馈进行改进，增强用户的满意度和忠诚度。

总的来说，这个价值链条打造了一个互相支持、高度协同的生态系统，不仅为用户提供了高价值的产品和服务，同时也为算法供应商、集成商和创作者创造了可持续的商业环境与成长空间。这种合理的结构和不断创新的动力，共同确保了价值链的稳健和长期的良性发展。