本文转自“全球风口”公众号，科技创新产业专家、海银资本创始合伙人、前哨科技特训营主理人王煜全的自媒体平台。

科技前哨分享新兴科技企业有关的新鲜见闻，眼下就有一个很好的案例帮助我们前瞻人工智能的新机会，那就是新兴的人工智能平台Hugging Face。

1.Hugging Face有多火？

Hugging Face可能很多人都不太了解，这个人工智能平台其实是今天互联网上成长最快的新平台。

Hugging Face的诞生和人工智能模型越来越大有密切关系。

2018年，谷歌开源了自家3.4亿参数的自然语言模型BERT，开启了大厂之间模型参数内卷的竞争，Open AI、英伟达、谷歌、微软等行业知名公司纷纷加入其中，让人工智能参数模型一度超越千亿规模。

这是什么水平呢？Open AI的GPT-3模型训练一次的电费就要50万人民币。

这么巨大的开发成本也让很多中小企业望而却步，毕竟没有谁承担得起这么高的开发费用。在这样的大环境下，Hugging Face做起了提供人工智能模型的服务，无需其他企业再度开发，他们直接提供可用模型，让不少企业和他们建立了深度合作关系。

目前，Hugging Face 已经开放了10万个预训练模型和1万个数据集，用户可以自行创建、协作、部署和优化人工智能模型。

超过1万家公司正在使用Hugging Face的技术支持获得人工智能能力，这也让它成为了人工智能开发不可或缺的生态平台。

凭借这个庞大的生态，Hugging Face最近完成了1亿美元的C轮融资，并公开了其领导的BigScience项目，这个项目将帮助举办合作研讨会，营造更丰富的学术生态，目前已经有1000多名不同背景和学科的研究人员加入。

2.从青少年到开发者

如今的Hugging Face体量已经不小，但在2016年刚建立时，它的业务和现在比可以说是风马牛不相及。

当时的Hugging Face只是一个面向青少年的聊天机器人移动应用程序，通过人工智能开发的聊天助手为青少年提供情感疏导、娱乐服务。

这个业务在当时看确实是挺时髦的项目，2017年知名的AI大佬吴恩达也曾加入一家智能聊天机器人公司Webot。

然而从商业上来说这项服务没有找到太好的变现方法，人工智能技术不成熟也让这种聊天机器人显得不太聪明，聊天内容稍微跳脱固定场景，AI就无法给予很好的反馈，就只有一部分对AI感兴趣的青少年用户留在这上面。

2019年，Hugging Face的创始人做出了一个大胆的举动，开放了聊天机器人的AI模型，让用户可以自行开发服务，当时的想法很简单，他们自己没法开发出足够好的人工智能，可以借助用户共创的方法，提供更好的服务。

这个过程中他们获得了出乎意料的正面反馈，由于当时开源可用的人工智能模型太少，Hugging Face很快就成为了很多开发者研发人工智能的地方，创始人团队也果断放弃原有业务，跟进用户需求，收集更多的自然语言模型，并将聊天平台转化为开发者社区，形成了全网最大的自然语言处理的开源模型数据库，这也正式Hugging Face作为一个开源社区最强大的竞争力之一。

3.创始人团队

公司的创始人都是硅谷创业老兵，CEO Clément Delangue创立过笔记平台VideoNot，被谷歌收购的移动开发平台Moodstocks；公司首席技术官Julien Chaumond大学毕业就在硅谷创业，2015年结束创业生涯从事起了人工智能应用开发，在产业界和学术界都取得了不小的成绩，他的多篇论文累计引用量破万。

2017年加入的Thomas Wolf则是一名自然语言处理界的大牛。其他成绩都不用提，他2022年出版的新书《Transformer自然语言处理》是业内开发者都打出好评的作品，也正是他的加入帮助Hugging Face加快了开发者社区的构建之路。

4.Hugging Face的商业化与产品业务

不同于传统的公司企业，作为一个开源社区，Hugging Face的商业化尝试还处于萌芽阶段。

2021年之前，Hugging Face没有任何收入，全靠烧投资人的钱来保持社区的正常运营，不过三名创始人有非常丰富的创业经验，对资金规划非常详细，公司仅有30名员工，主要靠900多名社区贡献者帮助开发，极大降低了成本。

2021年，Hugging Face才开始初步探索商业化。

目前，Hugging Face主要的盈利业务有三类，一是付费制会员，提供更加优质的服务和社区体验；二是数据托管，根据不同参数需求提供不同的按小时收费托管服务。

三是人工智能解决方案服务，这是他们目前的主打产品，可以根据用户需求提供已经成型的AI，也可以提供用户自行训练的AI，直至最后帮助用户自行定制。

从数据上来看，2021年Hugging Face已经实现收入1千万美元，付费客户主要是大型企业，目前它拥有的1000多家客户，包括英特尔、高通、辉瑞、彭博社和eBay，可以说是非常标准的开源商业模式。

通过营造好的开发者生态将自己变成技术标准和服务提供者，再面向企业提供开发服务，收取服务费用。这套模式英伟达在GPU的AI生态上实践成功了，Hugging Face也通过AI应用开发得以走通。

但开源生态也有它自己的软肋，商业化发展太快往往需要对技术有更强的管控力，就会伤害到自然生长的社区环境，在构筑自己的竞争壁垒时，能否尽可能长久维系自己的开源生态直观重要。

Hugging Face的做法是向科研领域深挖，这是一个很好的尝试，然而人工智能的前沿并不完全倍科研领域主导，很多大型企业本身也是前沿的研发机构，这让它在技术上很难保持领先，未来同样面临被收购的风险。