AI应用的最大赢家，为什么是Adobe？

The following article is from 远川科技评论 Author 何律衡

本文来自公众号远川科技评论（ID：kechuangych）

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。

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。

如需转载，请联系原作者

强者恒强