自從去年OpenAI發(fā)布ChatGPT之后，AI領(lǐng)域的大模型成為風(fēng)口上的熱詞，投資人和創(chuàng)業(yè)團(tuán)隊(duì)紛紛進(jìn)入，連百度阿里360等一眾大公司也開始基于大模型開發(fā)AI產(chǎn)品。這一波大模型浪潮，哪些是創(chuàng)業(yè)者的機(jī)會(huì)，哪些不是？浩哥總結(jié)了AI大模型創(chuàng)業(yè)的五個(gè)核心問題，希望對(duì)你有所幫助。

隨著ChatGPT的發(fā)布，AI/大模型賽道真是風(fēng)起云涌，一日千里。作為一個(gè)互聯(lián)網(wǎng)老兵，很多朋友問浩哥AI這一波和當(dāng)年互聯(lián)網(wǎng)怎么比？其實(shí)區(qū)別還挺大的，互聯(lián)網(wǎng)的核心價(jià)值是連接信息，AI是理解信息。

舉個(gè)例子：我們?nèi)D書館借一本書，互聯(lián)網(wǎng)是幫助我們找到這本書。而AI是把這本書仔細(xì)讀一遍，融匯貫通，還可以回答任何問題。前者當(dāng)然有意義，但是后者的價(jià)值顯然要遠(yuǎn)遠(yuǎn)大于前者。像陸奇老師說的，Google的價(jià)值是把信息獲取的邊際成本降為0，ChatGPT的價(jià)值是把知識(shí)獲取的邊際成本降為0，這是互聯(lián)網(wǎng)和AI的價(jià)值差異。也正因?yàn)槿绱耍?strong>長遠(yuǎn)一點(diǎn)來講，知識(shí)對(duì)于一個(gè)人可能不是必須掌握的。

就像今天你去面試，沒有任何一家公司會(huì)考你兩位數(shù)乘法，為什么？因?yàn)檫@個(gè)技能計(jì)算器可以輕松解決，未來知識(shí)很可能一樣。如果知識(shí)能夠這么輕易的獲取，為什么我們還需要掌握呢？所以未來一些知識(shí)或者經(jīng)驗(yàn)推動(dòng)的領(lǐng)域，會(huì)遇到很大的挑戰(zhàn)，例如醫(yī)生、律師、會(huì)計(jì)師等等。甚至我們目前的教育體制都會(huì)受到?jīng)_擊。

遠(yuǎn)景的話題我就不展開了，重點(diǎn)和大家聊聊大家所關(guān)注的：這一波大模型，哪些是創(chuàng)業(yè)者的機(jī)會(huì)，哪些不是？

一、創(chuàng)業(yè)公司能不能做通用大模型 ？

首先中國一定會(huì)有自己的ChatGPT。這跟搜索引擎一樣，我們有自己的合規(guī)要求。但是中國版的ChatGPT只會(huì)在5家公司里產(chǎn)生：BAT+字節(jié)+華為。這意味著創(chuàng)業(yè)公司或者那些純?yōu)榱顺垂蓛r(jià)的A股上市公司很難有機(jī)會(huì)。當(dāng)然我這個(gè)說法會(huì)得罪很多創(chuàng)業(yè)者。包括我的朋友王小川也在相關(guān)領(lǐng)域創(chuàng)業(yè)，以及很多FOMO的VC朋友，現(xiàn)在也在信誓旦旦一定要投或者已經(jīng)投了大模型創(chuàng)業(yè)團(tuán)隊(duì)。

為什么浩哥這么講？浩哥現(xiàn)在雖然是投資人，但在更長的時(shí)間里，我更是一個(gè)創(chuàng)業(yè)者。所以我深刻的理解，創(chuàng)業(yè)者在什么情況下能跑贏大廠？核心是必須有先發(fā)優(yōu)勢(shì)。那憑什么你比大廠有先發(fā)優(yōu)勢(shì)？無非就是以下幾種可能性：

• 大廠沒看懂，覺得這事沒價(jià)值；
• 大廠沒看上，覺得市場(chǎng)太小；
• 大廠沒看清，技術(shù)路線比較多，想等創(chuàng)業(yè)者驗(yàn)證；
• 大廠覺得離自己主營業(yè)務(wù)太遠(yuǎn)；

也就是只有在非共識(shí)的情況下，創(chuàng)業(yè)公司才有機(jī)會(huì)“搶跑”，獲得先發(fā)優(yōu)勢(shì)。但是今天我們看ChatGPT這個(gè)賽道，完全不是這個(gè)狀況。

首先，大廠都極其重視，可以毫不夸張地講，都是一把手工程。百度的CEO李彥宏也好，阿里的CEO張勇也好，都是親自站臺(tái)?？梢哉f沒有一家大廠不重視。其次，大廠肯定比創(chuàng)業(yè)公司有流量、有錢，通用大模型還是一個(gè)挺燒錢的事。但是其實(shí)以上這些，都沒有“場(chǎng)景”更重要。大廠的核心優(yōu)勢(shì)是自帶場(chǎng)景。例如：

• 百度會(huì)把問答和搜索集成，就像New Bing一樣。我現(xiàn)在首選的搜索引擎就是New Bing，而不是Google。因?yàn)樵贜ew Bing搜索后，會(huì)直接給出答案結(jié)果，而不是Google那樣給個(gè)列表，你還得一個(gè)個(gè)點(diǎn)進(jìn)去查找。當(dāng)然有時(shí)候如果你覺得New Bing在亂講，那你再去Google自己查詢。
• 微信一定會(huì)植入一個(gè)類似個(gè)人助理的AI，用戶問問題也好，訂個(gè)機(jī)票、點(diǎn)個(gè)外賣都可以完成。微信這個(gè)場(chǎng)景，我覺得是整個(gè)中國互聯(lián)網(wǎng)大模型落地的最佳場(chǎng)景，沒有之一。因?yàn)榇髲S的這些超級(jí)APP里面，只有微信是自然語言驅(qū)動(dòng)的，其他的APP都是在手機(jī)屏幕上劃劃點(diǎn)點(diǎn)。而且微信有了授權(quán)，獲取了個(gè)人語料之后，還可以個(gè)性化。所以我覺得這個(gè)事在騰訊內(nèi)部，大概率已經(jīng)在路上了。
• 阿里已經(jīng)宣布了第一批集成大模型的產(chǎn)品是天貓精靈和釘釘。這兩個(gè)場(chǎng)景太順其自然了，天貓精靈類的產(chǎn)品現(xiàn)在都很傻，只能問問天氣，開燈關(guān)燈之類的，完全不支持多輪對(duì)話，有了大模型賦能，能干的事情就多了。釘釘?shù)募梢埠茏匀?，其?shí)就是微軟Office系列的Copilot功能（AI助理）。
• 字節(jié)的飛書和釘釘也是類似。
• 華為和以上大廠比起來，場(chǎng)景是相對(duì)比較弱的。華為做這事的核心原因是為了服務(wù)云計(jì)算，To C的落地場(chǎng)景主要是華為手機(jī)。從這個(gè)意義上講，大模型對(duì)于小米等其他手機(jī)廠商也是機(jī)會(huì)。

為什么說落地場(chǎng)景如此重要？因?yàn)闆]有落地場(chǎng)景你的技術(shù)就沒法迭代，沒法持續(xù)優(yōu)化形成數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)。所以創(chuàng)業(yè)公司的痛苦之處也在于此，自己沒有場(chǎng)景，像ChatGPT一樣推問答，你還沒流量。這就是為什么我說創(chuàng)業(yè)公司很難在這條賽道上跑出來，純粹是浪費(fèi)錢的原因。

當(dāng)然有人會(huì)挑戰(zhàn)我說，浩哥你說的不對(duì)呀，人家OpenAI不也是創(chuàng)業(yè)公司嗎？那事實(shí)恰恰是，當(dāng)時(shí)Google等國外大廠沒人覺得GPT能跑出來（甚至OpenAI自己也不確定），所以才給了OpenAI先發(fā)的機(jī)會(huì)。但今天這個(gè)事對(duì)于中國的大廠已經(jīng)是顯而易見的共識(shí)，甚至百度、阿里動(dòng)作比創(chuàng)業(yè)公司還快。

所以創(chuàng)業(yè)公司做通用大模型，非常難。但是從投資的角度并不錯(cuò)，因?yàn)樵缙陧?xiàng)目80%是投人，也許他們會(huì)轉(zhuǎn)型到垂直模型，也許會(huì)做成一個(gè)超級(jí)APP，也許會(huì)被并購。畢竟大部分成功的公司，最后做成的事都不是他們一開始想做的事，只要?jiǎng)?chuàng)業(yè)團(tuán)隊(duì)人牛就行，就像騰訊最開始也不是做即時(shí)通訊的。

二、通用模型 vs 垂直模型 ？

ChatGPT既然這么聰明，是否還有垂直模型的生存空間呢？當(dāng)然有。我隨便在New Bing（基于GPT4）搜“微軟的股票會(huì)漲么？”，得到的信息（如下圖），其實(shí)沒有任何價(jià)值。

當(dāng)然有的人會(huì)挑戰(zhàn)說，是因?yàn)镚PT的泛化能力還不夠。隨著技術(shù)的的演進(jìn)，這個(gè)問題會(huì)被解決。泛化能力當(dāng)然是一個(gè)問題，但更核心的問題是各行各業(yè)都有自己的Know-How。這些最有價(jià)值的Know-How很可能不在互聯(lián)網(wǎng)上，而是在企業(yè)的私有數(shù)據(jù)庫里，甚至在一部分專家的腦子里。ChatGPT連信息都沒有，自然也不會(huì)形成這方面的知識(shí)。這也是Bloomberg推出BloombergGPT的意義。

事實(shí)上，越是high-value（當(dāng)然high-value和low-value都是相對(duì)的），越是Mission Critical（關(guān)鍵應(yīng)用）的領(lǐng)域，垂直模型的價(jià)值越大，例如自動(dòng)駕駛，通用大模型沒法直接用，因?yàn)槿狈?shù)據(jù)、缺乏corner case訓(xùn)練的大模型是很難干容錯(cuò)率這么低的工作。

同理，越是low-value，越是none-mission-critical（非關(guān)鍵應(yīng)用）的領(lǐng)域越適合通用模型。比如：問答。GPT其實(shí)經(jīng)常胡說八道，但是無所謂，人有判斷力，你可以去糾正他，這在自動(dòng)駕駛這樣mission critical的領(lǐng)域肯定是不行。再比如寫作，本來也不存在唯一正確的答案。比如以文生圖，不存在對(duì)錯(cuò)，你不滿意就讓AI一次生成100個(gè)，你從里面挑總可以了吧。

所以垂直模型的價(jià)值是非常大的，這會(huì)產(chǎn)生非常多的創(chuàng)業(yè)機(jī)會(huì)，因?yàn)樾袠I(yè)太多了。一般來講，垂直模型企業(yè)也很少選擇自己從頭做，而是找一個(gè)還不錯(cuò)的pre-train過的大模型，在他基礎(chǔ)上做instruction tuning（指令微調(diào)）。這就帶來下一個(gè)問題：到底應(yīng)該選擇閉源大模型，還是開源大模型？

三、開源模型 vs 閉源模型 ?

ChatGPT目前如日中天，但是開源模型也是如火如荼，未來的格局會(huì)是什么樣？

浩哥先說結(jié)論：未來美國和中國，每個(gè)國家都會(huì)有1~2個(gè)閉源模型，剩下的都會(huì)開源。我們回顧iOS和安卓就容易理解：

iOS作為第一個(gè)智能手機(jī)操作系統(tǒng)，一出來就驚艷全場(chǎng)，安卓選擇開源迎戰(zhàn)。目前全球范圍iOS和安卓的市場(chǎng)大概是2:8。如果安卓當(dāng)年也選擇閉源呢？大概率最多獲得iOS市場(chǎng)的一半，然后第三家智能手機(jī)操作系統(tǒng)公司選擇開源，最終iOS、安卓、第三家的市場(chǎng)份額比例可能是2:1:7。所以你是安卓，你是選擇閉源獲得那10%的市場(chǎng)，還是選擇開源獲得80%的市場(chǎng)呢？

這事放在大模型也是類似。只有前1~2兩名（也有可能只有第1名）有資格選擇閉源，從第三名開始，反正也追趕不上了，選擇開源才最符合他的利益。

開源對(duì)于閉源最大的優(yōu)勢(shì)就是對(duì)私有數(shù)據(jù)的保護(hù)，這對(duì)于個(gè)人來講好像無所謂，但是對(duì)于企業(yè)用戶是一個(gè)非常核心的問題：我做一個(gè)SaaS產(chǎn)品，也想用大模型賦能，但是我并不想把我的行業(yè)Know-How和我企業(yè)內(nèi)部的一些私有數(shù)據(jù)，透露給我的競(jìng)爭(zhēng)對(duì)手，因?yàn)檫@是我的核心競(jìng)爭(zhēng)力，怎么辦？只能選擇開源，自己host自己的大模型。如果你選擇閉源，不論你使用Prompt Engineering的方式，還是選擇GPT-index服務(wù)，都有可能出現(xiàn)三星那樣的機(jī)密泄露問題。因此我判斷：企業(yè)服務(wù)應(yīng)該是開源模型的天下。

其實(shí)最有動(dòng)力開源大模型的是云計(jì)算廠商，因?yàn)殡m然開源不賺錢，但是你總需要云服務(wù)吧？用我的云就好了，這就是典型的羊毛出在豬身上的商業(yè)邏輯。因此像阿里、騰訊、華為這樣的云服務(wù)廠商都會(huì)是大模型開源的支持者。

目前在美國，ChatGPT選擇了閉源，但是出現(xiàn)了一堆以動(dòng)物名字命名（這些單詞我?guī)缀跻粋€(gè)都不認(rèn)識(shí)…）的開源大模型，甚至我認(rèn)為OpenAI未來也會(huì)可能會(huì)推出一個(gè)開源大模型：閉源模型繼續(xù)服務(wù)To C，例如問答、Co-Pilot等，但也為To B提供一個(gè)開源模型，允許合作伙伴自己部署。

當(dāng)然，通常開源模型參數(shù)不會(huì)是1750億那么多，這么大的模型對(duì)基礎(chǔ)設(shè)施要求太高，很少有合作伙伴能跑起來。開源模型通常會(huì)被縮小規(guī)模到幾十億到上百億參數(shù)。

四、AIGC+ vs +AIGC ？

還有一個(gè)創(chuàng)業(yè)者非常關(guān)注的問題：那就一個(gè)創(chuàng)業(yè)機(jī)會(huì)到底是AIGC+，還是+AIGC？換一句話，就是AIGC原生，還是AIGC賦能？

做任何一個(gè)領(lǐng)域，比如說智能客服，創(chuàng)業(yè)者可以直接以AIGC做智能回復(fù)為切入點(diǎn)，然后把客服的全流程都做了。當(dāng)然也可能，我之前就是做客服系統(tǒng)的，現(xiàn)在把AIGC能力加上。好像聽起來兩邊都能做，而且也一定會(huì)相互滲透，那誰更有優(yōu)勢(shì)？我覺得取決于兩點(diǎn)：

第1點(diǎn)，也是最重要的一點(diǎn)就是，要看AIGC在全業(yè)務(wù)流程價(jià)值鏈的比例。如果這條賽道全價(jià)值鏈?zhǔn)?00，AIGC只占10%，說白了你從AIGC切入，你得把另外90%補(bǔ)齊，這個(gè)太累了。對(duì)比來說，競(jìng)爭(zhēng)對(duì)手在產(chǎn)業(yè)鏈里深耕多年，90%已經(jīng)有了，只需要補(bǔ)缺AIGC的10%，你覺得哪個(gè)容易？肯定是+AIGC更容易。所以到底是AIGC+，還是+AIGC，首先取決于AIGC在全業(yè)務(wù)流程價(jià)值鏈的比例，這是最核心的判斷標(biāo)準(zhǔn)。

第2點(diǎn)，取決于這個(gè)業(yè)務(wù)AIGC的護(hù)城河有多高。如果傳統(tǒng)企業(yè)也意識(shí)到了AI的價(jià)值，也開始做+AIGC，并且輕松就能做到你的水平，那你想從AIGC+切進(jìn)去就很難。但反過來說，假設(shè)AIGC部分只在全產(chǎn)業(yè)鏈占30%，但這30%卻有極高的門檻。那些競(jìng)爭(zhēng)者即使跑贏了70%，但不好意思，剩下這30%的他們做不了，那這也是AIGC+的機(jī)會(huì)。

例如以文生圖Midjourney，生成的圖片質(zhì)感確實(shí)不錯(cuò)，這就變成了他的護(hù)城河。但是Adode也推出了Firefly，如果Firefly也很快達(dá)到了Midjourney的效果，那Midjourney的生存空間就會(huì)被極大壓縮。因?yàn)檫@個(gè)全業(yè)務(wù)流程里，Adobe可能占了70%，以文生圖只占30%。但只要Firefly追趕不到Midjourney的效果，那后者就有自己的生存空間。

當(dāng)然，既然是服務(wù)垂直行業(yè)，不管是AIGC+，還是+AIGC，創(chuàng)業(yè)者懂行業(yè)始終都是非常核心的。

五、To C還是To B，國內(nèi)還是海外 ？

To C、To B，國內(nèi)、海外把市場(chǎng)分成了四個(gè)象限。我和大家分別說一說。

首先是國內(nèi)To C。其實(shí)大模型做To C的場(chǎng)景非常多，問答也好，個(gè)人助理也好，社交也好，但整體感覺偏巨頭的賽道，因此國內(nèi)To C總結(jié)成一句話就是：夾縫中做爆品。

雖然To C確實(shí)容易出爆品，但是前提得有流量紅利。我在2016年剛開始做投資的時(shí)候，雖然還沒想好具體投什么，但已經(jīng)明確了不投什么，就是絕對(duì)不碰純APP。因?yàn)槲易隽诉@么多年互聯(lián)網(wǎng)，深刻感受到那時(shí)候流量紅利已經(jīng)沒了。事實(shí)上從2016年之后，國內(nèi)純APP跑出來的獨(dú)角獸很少，所以我們的結(jié)論基本上是正確的。

但畢竟還是漏了一個(gè)拼多多。拼多多本質(zhì)上也是流量紅利，就是那些用微信但是不用淘寶的人，全中國有4~5億，以3~5線城市居多。我們平時(shí)多在一二線城市跑，并未能關(guān)注到。而且這個(gè)流量紅利還在阿里的競(jìng)爭(zhēng)對(duì)手手里，騰訊選擇了扶持拼多多，沒有自己親自上場(chǎng)。

除了流量紅利之外，還有一個(gè)就是做To C，大廠比較容易抄你。當(dāng)然你自己還沒搞明白的時(shí)候，大廠也懶得理你。你一旦PMF了，大廠就開始重視。所以這是典型的國內(nèi)To C市場(chǎng)，夾縫中做爆款。

另外用大語言模型做國內(nèi)To C，會(huì)有比較高的合規(guī)成本。因?yàn)橥ㄓ妙I(lǐng)域，你也不知道用戶會(huì)問什么。嚴(yán)重一點(diǎn)的就是競(jìng)爭(zhēng)對(duì)手會(huì)故意找一些敏感話題，然后去舉報(bào)你，這就非常惡劣了，在互聯(lián)網(wǎng)時(shí)代國內(nèi)發(fā)生過很多起。相比To B就好很多：沒人會(huì)跟一個(gè)客服機(jī)器人聊今天天氣怎么樣。

第二個(gè)是國內(nèi)To B。大模型可以賦能的To B賽道實(shí)在太多了，包括法律、電商、招聘、設(shè)計(jì)等等行業(yè)。但國內(nèi)To B也繼承了中國To B市場(chǎng)已有的問題，就是天花板比較低。

財(cái)富500強(qiáng)里確實(shí)有很多中國企業(yè)，但你仔細(xì)一看幾乎全是國企和央企。他們的采購一是市場(chǎng)化程度不夠，二是幾乎都要求私有化部署和定制。而市場(chǎng)化程度高的民企普遍沒錢。

中國IT支出只有美國的1/6，很多還在央企和國企。國內(nèi)SaaS上市公司的人均產(chǎn)值，是30-60萬人民幣，美國是30-60萬美元。這就是中國企業(yè)服務(wù)的現(xiàn)狀，而且不是短期就能改善的。

所以做國內(nèi)的企業(yè)服務(wù)市場(chǎng)，必須得耐得住寂寞，有韜光養(yǎng)晦的心態(tài)。

第三個(gè)是做國際To C。例如Lensa.ai，Jasper.ai、Copy.ai、Midjourney等(我把部分PLG產(chǎn)品也歸納到了此象限里)。

首先，國際To C本身已經(jīng)偏紅海了，類似Jasper的公司，已經(jīng)不下十幾個(gè)了。其次這些公司今天也面臨著巨頭的競(jìng)爭(zhēng)，例如Jasper面臨的是Office的Copilot和Notion AI的競(jìng)爭(zhēng)；包括上文提到的Midjourney面臨Adobe Firefly的競(jìng)爭(zhēng)。所以這些創(chuàng)業(yè)公司（其實(shí)有的已經(jīng)是獨(dú)角獸了）是否還能像過去那樣野蠻成長，還是有很大的不確定性。

問題的核心原因就是護(hù)城河稍微有點(diǎn)窄。之前微軟Teams+Office全家桶PK Slack也是類似的案例。

第四個(gè)就是利用AIGC做海外To B。好處當(dāng)然是海外B端的支付能力和付費(fèi)習(xí)慣都比較好。我專門問過幾個(gè)硅谷創(chuàng)業(yè)公司的CEO，基本上美國這邊3-5人的startup每年在SaaS上的費(fèi)用都在幾千美金。都是直接下載安裝注冊(cè)然后付費(fèi)，全都自助完成，沒有任何教育成本，因?yàn)樵谥暗墓揪褪沁@么用的。

中國人做海外To B的優(yōu)勢(shì)就是比較勤奮，迭代速度快，中國創(chuàng)業(yè)者996是默認(rèn)，海外根本不可能。所以中國人做SaaS一個(gè)月可以迭代3次，海外同行可能是3個(gè)月迭代一次。所以如果你本來就是做To B的，與其在國內(nèi)卷，還不如出海卷外國人。當(dāng)然做海外市場(chǎng)，對(duì)創(chuàng)業(yè)者背景還是有一定要求，最好是有一定的海外生活經(jīng)歷，特別還在海外的To B企業(yè)干過更佳。

最后，我前幾天對(duì)遠(yuǎn)望的被投企業(yè)做了一些調(diào)查，發(fā)現(xiàn)超過50%的企業(yè)都已經(jīng)開始用AIGC/大模型來提高內(nèi)部效率了，還有好幾個(gè)企業(yè)已經(jīng)在他們產(chǎn)品中集成了AIGC/大模型來對(duì)外提供服務(wù)了。所以AI的滲透遠(yuǎn)比我們想象的更快。

如果你是一名創(chuàng)業(yè)者，也想探索這方面的機(jī)會(huì)，歡迎隨時(shí)和我們聯(lián)系，一起開拓新的大航海時(shí)代！