這一波大模型浪潮，哪些是創(chuàng)業(yè)者的機(jī)會，哪些不是？浩哥總結(jié)了AI大模型創(chuàng)業(yè)的五個核心問題

　　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?其實區(qū)別還挺大的，互聯(lián)網(wǎng)的核心價值是連接信息，AI是理解信息。舉個例子：我們?nèi)�圖書館借一本書，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，但是后者的價值顯然要遠(yuǎn)遠(yuǎn)大于前者。

　　像陸奇老師說的，Google的價值是把信息獲取的邊際成本降為0，ChatGPT的價值是把知識獲取的邊際成本降為0，這是互聯(lián)網(wǎng)和AI的價值差異。也正因為如此，長遠(yuǎn)一點來講，知識對于一個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考你兩位數(shù)乘法，為什么?因為這個技能計算器可以輕松解決，未來知識很可能一樣。如果知識能夠這么輕易的獲取，為什么我們還需要掌握呢?所以未來一些知識或者經(jīng)驗推動的領(lǐng)域，會遇到很大的挑戰(zhàn)，例如醫(yī)生、律師、會計師等等。甚至我們目前的教育體制都會受到?jīng)_擊。

　　遠(yuǎn)景的話題我就不展開了，重點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，哪些不是?

　　創(chuàng)業(yè)公司能不能做通用大模型 ？

　　首先中國一定會有自己的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的A股上市公司很難有機(jī)會。當(dāng)然我這個說法會得罪很多創(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。

　　為什么浩哥這么講?浩哥現(xiàn)在雖然是投資人，但在更長的時間里，我更是一個創(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。那憑什么你比大廠有先發(fā)優(yōu)勢?無非就是以下幾種可能性：

　　大廠沒看懂，覺得這事沒價值;

　　大廠沒看上，覺得市場太小;

　　大廠沒看清，技術(shù)路線比較多，想等創(chuàng)業(yè)者驗證;

　　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的情況下，創(chuàng)業(yè)公司才有機(jī)會“搶跑”，獲得先發(fā)優(yōu)勢。但是今天我們看ChatGPT這個賽道，完全不是這個狀況。

　　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�？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挺燒錢的事。但是其實以上這些，都沒有“場景”更重要。大廠的核心優(yōu)勢是自帶場景。例如：

　　百度會把問答和搜索集成，就像New Bing一樣。我現(xiàn)在*的搜索引擎就是New Bing，而不是Google。因為在New Bing搜索后，會直接給出答案結(jié)果，而不是Google那樣給個列表，你還得一個個點進(jìn)去查找。當(dāng)然有時候如果你覺得New Bing在亂講，那你再去Google自己查詢。

　　微信一定會植入一個類似個人助理的AI，用戶問問題也好，訂個機(jī)票、點個外賣都可以完成。微信這個場景，我覺得是整個中國互聯(lián)網(wǎng)大模型落地的*場景，沒有之一。因為大廠的這些超級APP里面，只有微信是自然語言驅(qū)動的，其他的APP都是在手機(jī)屏幕上劃劃點點。而且微信有了授權(quán)，獲取了個人語料之后，還可以個性化。所以我覺得這個事在騰訊內(nèi)部，大概率已經(jīng)在路上了。

　　阿里已經(jīng)宣布了*批集成大模型的產(chǎn)品是天貓精靈和釘釘。這兩個場景太順其自然了，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，完全不支持多輪對話，有了大模型賦能，能干的事情就多了。釘釘?shù)募�成也很自��，其實就是微軟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，場景是相對比較弱的。華為做這事的核心原因是為了服務(wù)云計算，To C的落地場景主要是華為手機(jī)。從這個意義上講，大模型對于小米等其他手機(jī)廠商也是機(jī)會。

　　為什么說落地場景如此重要?因為沒有落地場景你的技術(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，純粹是浪費錢的原因。

　　當(dāng)然有人會挑戰(zhàn)我說，浩哥你說的不對呀，人家OpenAI不也是創(chuàng)業(yè)公司嗎?那事實恰恰是，當(dāng)時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。但今天這個事對于中國的大廠已經(jīng)是顯而易見的共識，甚至百度、阿里動作比創(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，因為早期項目80%是投人，也許他們會轉(zhuǎn)型到垂直模型，也許會做成一個超級APP，也許會被并購。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，只要創(chuàng)業(yè)團(tuán)隊人牛就行，就像騰訊最開始也不是做即時通訊的。

　　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“微軟的股票會漲么?”，得到的信息(如下圖)，其實沒有任何價值。

　　當(dāng)然有的人會挑戰(zhàn)說，是因為GPT的泛化能力還不夠。隨著技術(shù)的的演進(jìn)，這個問題會被解決。泛化能力當(dāng)然是一個問題，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，自然也不會形成這方面的知識。這也是Bloomberg推出BloombergGPT的意義。

　　事實上，越是high-value(當(dāng)然high-value和low-value都是相對的)，越是Mission Critical(關(guān)鍵應(yīng)用)的領(lǐng)域，垂直模型的價值越大，例如自動駕駛，通用大模型沒法直接用，因為缺乏數(shù)據(jù)、缺乏corner case訓(xùn)練的大模型是很難干容錯率這么低的工作。

　　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*正確的答案。比如以文生圖，不存在對錯，你不滿意就讓AI一次生成100個，你從里面挑總可以了吧。

　　所以垂直模型的價值是非常大的，這會產(chǎn)生非常多的創(chuàng)業(yè)機(jī)會，因為行業(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，而是找一個還不錯的pre-train過的大模型，在他基礎(chǔ)上做instruction tuning(指令微調(diào))。這就帶來下一個問題：到底應(yīng)該選擇閉源大模型，還是開源大模型?

　　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，未來的格局會是什么樣?

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

　　iOS作為*個智能手機(jī)操作系統(tǒng)，一出來就驚艷全場，安卓選擇開源迎戰(zhàn)。目前全球范圍iOS和安卓的市場大概是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，還是選擇開源獲得80%的市場呢?

　　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*他的利益。

　　開源對于閉源*的優(yōu)勢就是對私有數(shù)據(jù)的保護(hù)，這對于個人來講好像無所謂，但是對于企業(yè)用戶是一個非常核心的問題：我做一個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)，透露給我的競爭對手，因為這是我的核心競爭力，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。

　　其實最有動力開源大模型的是云計算廠商，因為雖然開源不賺錢，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)了一堆以動物名字命名(這些單詞我?guī)缀跻粋�都不認(rèn)識…)的開源大模型，甚至我認(rèn)為OpenAI未來也會可能會推出一個開源大模型：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)不會是1750億那么多，這么大的模型對基礎(chǔ)設(shè)施要求太高，很少有合作伙伴能跑起來。開源模型通常會被縮小規(guī)模到幾十億到上百億參數(shù)。

　　AIGC+ vs +AIGC ？

　　還有一個創(chuàng)業(yè)者非常關(guān)注的問題：那就一個創(chuàng)業(yè)機(jī)會到底是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，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，而且也一定會相互滲透，那誰更有優(yōu)勢?我覺得取決于兩點：

　　第1點，也是最重要的一點就是，要看AIGC在全業(yè)務(wù)流程價值鏈的比例。如果這條賽道全價值鏈?zhǔn)?00，AIGC只占10%，說白了你從AIGC切入，你得把另外90%補(bǔ)齊，這個太累了。對比來說，競爭對手在產(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)流程價值鏈的比例，這是最核心的判斷標(biāo)準(zhǔn)。

　　第2點，取決于這個業(yè)務(wù)AIGC的護(hù)城河有多高。如果傳統(tǒng)企業(yè)也意識到了AI的價值，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。那些競爭者即使跑贏了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。

　　例如以文生圖Midjourney，生成的圖片質(zhì)感確實不錯，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的生存空間就會被極大壓縮。因為這個全業(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。

　　To C還是To B，國內(nèi)還是海外 ？

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

　　首先是國內(nèi)To C。其實大模型做To C的場景非常多，問答也好，個人助理也好，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*不碰純APP。因為我做了這么多年互聯(lián)網(wǎng)，深刻感受到那時候流量紅利已經(jīng)沒了。事實上從2016年之后，國內(nèi)純APP跑出來的獨角獸很少，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。我們平時多在一二線城市跑，并未能關(guān)注到。而且這個流量紅利還在阿里的競爭對手手里，騰訊選擇了扶持拼多多，沒有自己親自上場。

　　除了流量紅利之外，還有一個就是做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，夾縫中做爆款。

　　另外用大語言模型做國內(nèi)To C，會有比較高的合規(guī)成本。因為通用領(lǐng)域，你也不知道用戶會問什么。嚴(yán)重一點的就是競爭對手會故意找一些敏感話題，然后去舉報你，這就非常惡劣了，在互聯(lián)網(wǎng)時代國內(nèi)發(fā)生過很多起。相比To B就好很多：沒人會跟一個客服機(jī)器人聊今天天氣怎么樣。

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

　　財富500強(qiáng)里確實有很多中國企業(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化程度不夠，二是幾乎都要求私有化部署和定制。而市場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，必須得耐得住寂寞，有韜光養(yǎng)晦的心態(tài)。

　　第三個是做國際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)不下十幾個了。其次這些公司今天也面臨著巨頭的競爭，例如Jasper面臨的是Office的Copilot和Notion AI的競爭;包括上文提到的Midjourney面臨Adobe Firefly的競爭。所以這些創(chuàng)業(yè)公司(其實有的已經(jīng)是獨角獸了)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)城河稍微有點窄。之前微軟Teams+Office全家桶PK Slack也是類似的案例。

　　第四個就是利用AIGC做海外To B。好處當(dāng)然是海外B端的支付能力和付費習(xí)慣都比較好。我專門問過幾個硅谷創(chuàng)業(yè)公司的CEO，基本上美國這邊3-5人的startup每年在SaaS上的費用都在幾千美金。都是直接下載安裝注冊然后付費，全都自助完成，沒有任何教育成本，因為在之前的公司就是這么用的。

　　中國人做海外To B的優(yōu)勢就是比較勤奮，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一個月可以迭代3次，海外同行可能是3個月迭代一次。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，對創(chuàng)業(yè)者背景還是有一定要求，*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，還有好幾個企業(yè)已經(jīng)在他們產(chǎn)品中集成了AIGC/大模型來對外提供服務(wù)了。所以AI的滲透遠(yuǎn)比我們想象的更快。