如今关于生成式人工智能（如 ChatGPT 和 Bard）将如何彻底改变网络各个方面的讨论甚嚣尘上，但那些专注于更垂直领域的公司已经取得了成功。Writer 便是其中之一，它刚刚宣布推出三款大型语言模型，以驱动其企业文案助手。
该公司允许客户基于自身的内容和风格指南对这些模型进行微调，此后 AI 即可撰写、协助撰写或编辑文案，使其符合内部标准。Writer 的新模型不仅能纠正拼写错误并推荐首选词汇，还能评估风格并自行撰写内容，甚至在完成后进行一定程度的事实核查。
但真正的吸引力在于，整个过程都可以在内部完成，从微调到托管，至少对于 Palmyra 系列模型中较小的两个而言是这样。
数据安全与专属模型优势
首席执行官 May Habib 在一份新闻稿中表示：“没有任何企业领导者希望自己的数据成为他人基础模型的素材，我们也不例外。”“我们让客户享受到 AI 应用层的所有优势，而无需承担其他 AI 应用和商业模型的任何风险。企业领导者希望投资于那些能让他们拥有专属大语言模型（LLM）的解决方案。”
Palmyra 有三种尺寸：分别拥有 1.28 亿、50 亿或 200 亿参数，对应 Small、Base 和 Large。它们是在商业和营销写作数据上进行训练的，而非 Reddit 帖子或古腾堡计划的内容，因此一开始就少了许多意外惊喜。然后，你可以用它吞噬过去十年的年度报告、财务报表、博客文章等数据，使其成为你的专属模型（在此明确说明，这些数据及其衍生数据不会回传至 Writer）。
实用性与商业模式
鉴于我写过不少企业和营销文案，我可以肯定地说，这并不是最令人兴奋的应用场景。但它虽缺乏刺激感，却在实用性上弥补了不足：公司需要大量进行此类写作和编辑工作，并且往往愿意为此付费。Writer 已经接入许多开发和生产力套件，因此增加的摩擦成本微乎其微。
其商业模式与其他生成式 AI 公司类似：你免费完成设置和微调，然后按每千个 token 支付一分钱，这大约对应 750 个单词。（作为快速参考，本文略多于 500 词。）或者，如果你有计算资源，可以免费自行托管 Small 或 Base 模型。
行业展望
自去年年底以来，已有数十家公司在使用这些模型，而我们尚未听到任何像我们在 Microsoft 第一天那样出现的严重问题，Microsoft 的第一天以及 Google 试图普及生成式 AI 的过程中……这是一个好迹象。这正是我之前提到的成功之处。虽然 ChatGPT 确实令人印象深刻，但作为一款通用型或业余型 AI，很难说它实际上能被用于什么目的。未来一两年将出现更多像 Writer 这样针对性更强的方案，而 Microsoft 和 Google 则会在他们最新的玩具上继续测试摸索。
Google 正在失去控制