AI应用的最大赢家，为什么是Adobe？

原文来源：远川科技评论

图片来源：由无界 AI生成

今年10月，《时代》杂志发布“2023年最佳发明”。在AI门类入选的14个应用中，老牌软件公司Adobe的Generative Fill(生成式填充)力压OpenAI的GPT-4，位列细分门类头把交椅。

当Midjourney依靠一张AI生成的情侣合影横空出世时，一度被认为是“PS背后的神秘力量”的病危通知书。但近一年过去，大家猛然发现相比网红AI初创公司，Adobe才是资本市场真正的抢手货。

年初至今，Adobe在美股创造了71%的涨幅，市值涨了足足1000亿美元。

那么，大家到底在期待什么？

Adobe做了什么？

今年3月，Adobe公布了其生成式AI工具“Firefly”。和Midjourney、Dall-e等工具一样，Firefly具有文本生成图像、AI 生成文字效果、重新上色等功能，之后又添加了生成式填充、文字生成视频和海报等功能。

Firefly的生成质量相比同类产品其实并不算强，在社交媒体上的热度也远不如Midjourney、Stable Diffusion等同行，但Firefly却让Adobe在资本市场疯狂上分。

一个重要原因是，Firefly解决了生成式AI商业化面临的版权问题。

首先，Firefly大模型的训练数据来源是Adobe的图库Adobe Stock，其内容为公开授权图片或版权过期的图片。创作者可以把作品上传到图库，如果有其他人下载则视为达成交易，作者可以获得相应的版税收入。

虽说Adobe Stock在图库市场的份额属于“其他”，但好处是规避了版权问题。

针对一些知名IP，Firefly会在图片生成前就先行拦截，彻底杜绝了收大公司律师函的可能性。更何况Adobe承诺如果出现版权纠纷责任全在己方，对重视合规的大公司是一个福音。

Firefly识别到了“Winnie the Pooh”是迪士尼的IP

今年10月，Adobe公布了Firefly大模型的迭代款，同时公布了Creative Cloud（包含Illustrator、Photoshop、Lightroom、Premiere Pro的订阅包）的100多项AI功能更新，比如在Photoshop里借助AI智能扩充图片。

这些更新的意义在于，可以让AI生成的图片融入Adobe全家桶的工作流。

AI做图的核心是提示词（prompt），不同的提示词生成的图片差异巨大，对用户来说完全是个盲盒。即便每次念同样的咒语，生成的图片也可能也大相径庭。

妙鸭相机这类应用本质上是将提示词功能化，虽然牺牲了自定义的自由度，但大幅度降低了释放咒语的门槛。但无论哪种方式，对于商业化用途都是无法接受的。

另一个问题是图像的编辑。比如设计师用Dall-e生成了一张图片，需要在Photoshop上编辑，还需要设计师把图片矢量化——所谓矢量图，指通过数学公式而非像素描述图形，因此矢量图可以无限放大而不会失真，让设计师可以自由编辑。

这也是为什么Adobe会针对性的推出Firefly矢量模型，可以让AI直接生成可编辑的矢量图形。Adobe旗下的Illustrator也推出了文本生成矢量图的功能测试。

这就意味着从图像生成到编辑，用户可以完全在Adobe全家桶里完成，迁移成本非常低。

因此，虽然大家都是AI生成图片，但Midjourney、Dall-e等应用更多侧重单纯的生成，编辑能力极其有限，也无法与Adobe全家桶这类专业工具集成。

所以，Midjourney所替代的更多是Flickr和Shutterstock这类图库。在专业的商业化场景里，Adobe还是独一无二的霸主。

事实上，Adobe的技术能力未必有多么出色。Firefly生成图片在一些细节上与Midjourney等同行还有差距，其大模型的开发也仰仗了英伟达的技术扶贫。

但Adobe的核心能力在于：在AICG的技术浪潮出现之前，他们就已经是富可敌国的软件公司了。

Adobe的核心资产

Adobe的核心业务分为两块：数字体验和数字媒体。前者定位于企业的数字化营销；后者则是由我们熟悉的Photoshop、Illustrator等软件组成的全家桶，收入占比长期高达70%以上。

其中，数字媒体部分又由两大拳头产品组成：针对影像编辑和设计的Creative Cloud，在数字媒体业务中贡献了80%的收入；另一个是以PDF文档为核心的Document Cloud，针对文档的管理等场景。

在这些业务场景里，Adobe的覆盖面极广。除了我们熟悉的Photoshop，还有针对UI设计的Indesign，针对照片编辑的Lightroom和用于矢量图处理的Illustrator。

这个庞大的软件版图构筑起来的是Adobe在图形设计这个细分市场绝对的霸主地位。2023年全球图形设计软件前5名中，有4家来自Adobe，加起来市场份额接近80%。唯一的竞争对手Sketch还只支持macOS平台。

超高的市场份额构筑了Adobe的护城河：打动资本市场的并不是Adobe的技术能力有多么领先，而是在图形设计这个含金量巨大的细分市场，Adobe已经提前卡住了身位赚大钱了。

经过了大模型群魔乱舞的时期，产业界逐渐意识到，AI应用的落地才是更关键的问题。而诸如办公、图形设计这类“高价值的场景”，目前还是稀缺的。

OpenAI创始人Sam Altman曾表达过一个观点[8]：未来的应用趋势是大模型的功能嵌入更多APPs，而不是在 ChatGPT 上生长出更多插件，因为现实中大多数插件并没有呈现出 PMF （ Product / Market Fit，产品市场匹配）。

也就是说，至少目前来看，AI落地更多在于改造现有的应用场景，而非创造新的场景。

按照这个论点，能够在当下分一杯羹的公司，很可能在AIGC的热潮出现前就已经大赚特赚了。Adobe就是其中之一。

2008年，Adobe开启了自公司创办最大的一次改革：将按版本买断制的软件销售模式转变为按产品组合订阅收费。

虽然这次转型被冠以“SaaS云服务”之名，但核心还是把传统的一次性购买变成定期缴税。2014年一季度，Adobe订阅收入首次超过买断收入。

同时，Adobe主导了大量防御性收购。2009年，Adobe一口气收购了Omniture、Efficient Frontier、ComScore等几家定位在“营销科技”的公司，建立了在创作设计之外的第二块重要业务版图。

2018年后，随着Shopify迅速崛起，Adobe又开启钞能力，收购了Shopify的竞争对手Magento和Marketo，同时一点点减持Shopify的股份，完成了对电商、AI等领域的覆盖。去年，Adobe再次慷慨解囊200亿美元，拿下在线设计协作软件Figma。

这样做的好处在于，一旦市场上出现有威胁的友商，Adobe可以第一时间收入囊中。同时，被收购的产品可以放进自己的订阅服务产品组合，加强自家产品的竞争力，进一步抢占市场份额。

贡献了20%收入的Experience Cloud，产品组合几乎全是买来的。

得益于占比夸张的市场份额，Adobe事实上成为了设计创意行业的某种“标准”，这也难怪收购Figma会惊动美国反垄断部门。

因此，Adobe的核心竞争力并非技术多么领先，而是在“创意设计”这个高价值场景里，付费能力和付费意愿最强的客户几乎都被Adobe纳入麾下了。

到了AIGC时代，Adobe打下来的江山就显得更值钱了。

同样的逻辑也适用于微软，作为办公软件的全球龙头，资本市场盯上的不是微软的技术含量，而是每年给Microsoft 365按时交钱的劳动人民。

然而，即便是Adobe和微软两位带头大哥，也都面临一个严峻的问题：算力的高成本。

All eyes on Adobe

当下群魔乱舞的大模型，都可以追溯到8位谷歌的计算机科学家在2017年发表的论文《Attention Is All You Need》。这篇论文公开了Transformer算法，随之扣动了此轮AIGC热潮的扳机。换句话说，Transformer是如今所有大模型的祖师爷。

简单来说，Transformer主打一个大力出奇迹，通过对算力和数据近乎病态的消耗产生涌现。但代价则是高昂的成本，这也是为什么有人揶揄：Money Is All You Need。

伴随大模型逐渐泛滥，落地应用遥遥无期，成本与收入之间的落差便成了迫在眉睫的问题。这也是红杉资本那篇名为《AI's 200B$ Question（AI的两千亿美元问题）》的博文备受关注的原因。

红杉给AI产业算了笔账，根据当前AI企业的收入状况，以及在GPU、云服务等成本上的投入，测算出整个产业起码还得挣1250亿美元才能回本。

计算方式或许有些粗糙，但表达的意思却很清晰：如果找不到可持续的变现模式，AIGC的风可就要刮不动了。

风投公司Theory Ventures调查数据显示，95%的AIGC公司年收入平均还不到500万美元，一些估值达到数亿美元的初创公司甚至还未有收入进账。

今年5月，ChatGPT iOS版正式上线，定价20美元/月，但首月新增用户人数还不到50000，付费用户在活跃用户中的占比仅仅1.6%。最近OpenAI又开始四处化缘，说明财务情况确实不甚乐观。

按照The Information的报道，风头正劲的网红公司Midjourney，今年的收入也“只有”2亿美元。虽然不算少，但离撑起AIGC的商业化坦途还有不小的距离。

在这个背景下，Adobe身上就笼罩了一层强烈的风向标意义。

Adobe几乎拥有一个完美的商业模型：统治地位的市场份额；庞大的付费用户规模；超高的利润率；以及与AIGC高度吻合的业务场景。如果这样的公司在AI上都赚不到什么钱，无疑会在短期打击产业界对AIGC的预期。

然而，从Firefly的付费方式上，还是可以窥见Adobe巨大的成本压力。

简单来说，Adobe给Firefly设计了一个复杂的定价方式：点数制收费。简单来说，一个点数可用来生成一张图片，用户一个月可免费获得25个点数，有更多需要则需要额外购买点数。用户可以单一购买Firefly服务或CC全家桶，可以按月或按年付费，个人和企业享受的优惠也不相同。

防止用户重度使用造成亏损，一旦有用户使用了超过每月分配的积分，Adobe就会给服务减速。

Firefly收费标准

无论是看起来暗藏玄机的特殊收费方式，还是Adobe不把话说死的鸡贼做法，都牵扯到AIGC成本的一个问题——规模效应差。

大部分互联网产品成本构成中，很大一部分是包括云服务在内相对固定的运营成本，而这部分成本会随着用户规模的扩大越摊越薄。

但AIGC产品则不同，用户每交互一次——比如和ChatGPT对话或用Firefly生成图片，都会在云端运算一次，继而产生对应的成本。用户用得越多，成本越高。开发商只能通过软件优化单次交互消耗的算力，但“用一次算一次”的拿货成本无法改变。

再加上大部分AI应用都位于生产力场景，也很难像互联网产品那样先烧钱再赚钱——毕竟让设计师一遍做图一遍看广告，多少有点行为艺术了。这也是为什么妙鸭相机的产品负责人会说[4]：在AIGC时代，如果不能第一天就向用户收费，就可能永远收不到用户的钱。

微软的GitHub Copilot情况也好不到哪里去。这款主要帮助程序员敲代码的应用，场景和功能和Adobe一样明确，收费也不高，10美元/月或100美元/年，并且收费前就有150万保底用户规模，变现的未来非常光明。

然而现实是由于算力成本，平均每个用户反而让微软倒亏20美元，重度用户甚至能让微软每月倒贴80美元。依此推测，定价30美元的Microsoft 365 Copilot，搞不好亏的更多。

移动互联网时代，大公司会想尽一切办法让用户停留在自己的产品里。如今，大家却巴不得用户交完钱尽量省着点用。

时至今日，算力的稀缺似乎已经成了AIGC应用落地的巨大障碍——如果开一天空调要交500块钱电费，那么无论空调有多少优点，大家还是愿意扇扇子。