AI可以被定義為是變革性的風(fēng)口。
今天大會(huì)的主題是AI，沒(méi)有想到有一天我會(huì)在混沌的平臺(tái)上講AI。有點(diǎn)意思的是，我之前還在說(shuō)，在語(yǔ)言概念上，“混沌”可能正是當(dāng)下市場(chǎng)在接入AI 以后呈現(xiàn)出來(lái)的那個(gè)最初形態(tài)。
我們知道，凡是一定數(shù)量的個(gè)體都擁有一個(gè)共同的名字，它們就有一個(gè)共同的“理念”或者“形式”。我們用這個(gè)同一性質(zhì)去統(tǒng)領(lǐng)形態(tài)各異的東西。比如白貓黑貓都是貓。但是AI非常復(fù)雜，好像還很難用一個(gè)同一性去表述它，它可以是模型、算法、手機(jī)上的APP應(yīng)用，也可以是一個(gè)具體的機(jī)器人。所以AI興起之后，有很多哲思的東西變得很微妙也很有新的趣味。
回到我們風(fēng)險(xiǎn)投資機(jī)構(gòu)，我們定義一個(gè)概念，或者大家感興趣的，我們定義一個(gè)風(fēng)口，是一時(shí)的還是變革性的，它的理念就在于它是不是一個(gè)孤立的賽道，還是能帶動(dòng)一整條產(chǎn)業(yè)鏈的，比如智能電動(dòng)車(chē)，就帶動(dòng)了動(dòng)力電池、汽車(chē)芯片、自動(dòng)駕駛等等方向，所以我們才稱(chēng)之為是變革性的風(fēng)口。AI在這個(gè)理念上，它具備變革性風(fēng)口的形式特征：包含了基礎(chǔ)設(shè)施層、模型層和應(yīng)用層，每個(gè)方向上都有顛覆性機(jī)會(huì)。
作為一個(gè)應(yīng)當(dāng)算是資深的投資人，面對(duì)一個(gè)新興賽道，我也會(huì)感到“混沌”，所以我這十幾年來(lái)基本建立了一套以學(xué)習(xí)、交流為核心的反饋糾錯(cuò)機(jī)制，去對(duì)一個(gè)賽道進(jìn)行學(xué)習(xí)和思考。但是這次的AI，迭代實(shí)在太快，讓我多少也會(huì)感受到學(xué)習(xí)上的焦慮。我印象非常深刻的就是今年3月的第三周，連續(xù)出現(xiàn)了GPT-4、百度文心一言、Microsoft Copilot、斯坦福大學(xué)的Alpaca 7B、清華大學(xué)的ChatGLM-6B…那段時(shí)間，你我應(yīng)該一樣，我們的朋友圈都被AI刷屏了。
帶著被動(dòng)的焦慮和主動(dòng)的渴望，最近幾個(gè)月我跟60多名AI領(lǐng)域的創(chuàng)業(yè)者，或是準(zhǔn)備把AI切入自己業(yè)務(wù)的高管進(jìn)行了密集的聊天，多多少少也有一點(diǎn)思考和判斷，今天在這里分享給大家。雖然站在三年后看不一定都對(duì)，但還是希望能給大家一些啟發(fā)。
混沌在上海滴水湖洲際酒店舉辦“一”思維創(chuàng)新嘉年華活動(dòng)。用一整座島、打造兩天兩夜的共學(xué)場(chǎng)，2000位混沌同學(xué)熱烈參與其中！邀請(qǐng)AI 全明星陣容空降授課。
此次，張穎做客混沌“一”思維創(chuàng)新嘉年華帶來(lái)的分享是《如何看待AI拐點(diǎn)》。本文為混沌“一”思維創(chuàng)新嘉年華大課筆記第三篇。
授課老師｜張穎 經(jīng)緯創(chuàng)投創(chuàng)始管理合伙人
編輯丨混沌商業(yè)研究團(tuán)隊(duì)
支持丨混沌前沿課
對(duì)AI發(fā)展的一些判斷
1.對(duì)AI發(fā)展的態(tài)度，不FOMO，也不JOMO。
今天人工智能很多能力的涌現(xiàn)，不是從去年底ChatGPT出現(xiàn)才開(kāi)始的，而是從2017-18年就開(kāi)始的新一輪數(shù)據(jù)和算力革命，是技術(shù)累積的量變到質(zhì)變。
先說(shuō)說(shuō)我們的態(tài)度，我們既不會(huì)因?yàn)镕OMO而倉(cāng)促出手（Fear Of Missing Out），也不會(huì)因?yàn)镴OMO（Joy Of Missing Out）而過(guò)于保守，科技行業(yè)的投資就是這樣，太JOMO了會(huì)錯(cuò)過(guò)科技大浪潮的板塊性機(jī)會(huì)，太FOMO了又可能會(huì)被泡沫反噬。
我一直在內(nèi)部強(qiáng)調(diào)要“喧雜中冷靜，冷靜中持續(xù)激進(jìn)”，有必要分清楚什么階段是風(fēng)口，什么階段是價(jià)值。整體上，我們覺(jué)得這是一條長(zhǎng)期之路，如果拿移動(dòng)互聯(lián)網(wǎng)的黃金十年（2010-2020）來(lái)比較，最優(yōu)秀的公司其實(shí)成立于2010年之后的3-4年內(nèi)，現(xiàn)在AI才剛剛開(kāi)始。
2.可能成功的AI公司，都應(yīng)該打造自身的數(shù)據(jù)飛輪。
對(duì)AI產(chǎn)業(yè)鏈的一個(gè)經(jīng)典劃分，是基礎(chǔ)設(shè)施層、模型層、中間層和應(yīng)用層，應(yīng)用場(chǎng)景的橫向劃分可以主要分為T(mén)oC和ToB。在當(dāng)下，我們認(rèn)為未來(lái)真正能出現(xiàn)一家AI新公司，去挑戰(zhàn)現(xiàn)有巨頭，還得是敢于從ToC場(chǎng)景里尋求突破的，因?yàn)镃端能帶來(lái)的數(shù)據(jù)飛輪效應(yīng)，可能是在AI早期決勝的關(guān)鍵。
不知道大家有沒(méi)有注意到，現(xiàn)在最頭部的AI公司比如OpenAI、Character.AI，都是既做模型又做產(chǎn)品，這與移動(dòng)互聯(lián)網(wǎng)非常不同，LBS、4G/5G等移動(dòng)互聯(lián)網(wǎng)的基礎(chǔ)技術(shù)，和上層應(yīng)用比如淘寶、滴滴還是相對(duì)分離的。
這不是一個(gè)偶然現(xiàn)象，是市場(chǎng)發(fā)展階段導(dǎo)致。AI確實(shí)還處于早期的技術(shù)創(chuàng)新期，這個(gè)階段的典型特征是需要用技術(shù)來(lái)驅(qū)動(dòng)產(chǎn)品，比如ChatGPT的創(chuàng)新之處就是用一個(gè)聊天界面，直接將大模型觸達(dá)用戶(hù)。這是在技術(shù)滲透S曲線的早期，需要通過(guò)不斷提升技術(shù)效果，才能夠把產(chǎn)品做好，逐漸接近滲透率大幅提升的臨界點(diǎn)。在這樣的階段，數(shù)據(jù)飛輪就變得無(wú)比重要。
我前幾天和Moonshot AI創(chuàng)始人楊植麟交流，他認(rèn)為最好的情況就是模型不斷為用戶(hù)提供服務(wù)，然后用戶(hù)不斷為模型生成新的數(shù)據(jù)。Midjourney一個(gè)很成功的地方是，它在自己最核心的流程中嵌入了用戶(hù)反饋，因?yàn)槊恳粋€(gè)用戶(hù)都必須強(qiáng)制在AI生成的4張圖里，選出最符合自己預(yù)期的1張，這就是一個(gè)巨大的數(shù)據(jù)飛輪。而對(duì)ChatGPT來(lái)說(shuō)，雖然也有這樣的反饋機(jī)制，但并不在其核心流程里。
所以在產(chǎn)品設(shè)計(jì)上，如何形成反饋閉環(huán)非常關(guān)鍵，數(shù)據(jù)飛輪會(huì)不斷優(yōu)化模型能力，這種差距最終會(huì)決定能給用戶(hù)提供多少價(jià)值。無(wú)論是ToC或ToB的公司，打造反饋閉環(huán)、形成數(shù)據(jù)飛輪也是理所當(dāng)然的一個(gè)選擇。而對(duì)一些從零開(kāi)始的小公司，這件事可能會(huì)很難，但也因?yàn)槟銈儧](méi)有包袱，所以也有機(jī)會(huì)。
3.有專(zhuān)業(yè)壁壘的垂直模型也許是機(jī)會(huì)所在。
前Google創(chuàng)始人Eric Schmidt有一個(gè)觀點(diǎn)，他認(rèn)為未來(lái)會(huì)是多個(gè)垂直模型或者多個(gè)垂直助理，包括各種高價(jià)值、專(zhuān)業(yè)化的AI系統(tǒng)。這是因?yàn)?strong>很多高價(jià)值、特定領(lǐng)域的工作流程，特別且必須依賴(lài)于豐富的專(zhuān)有數(shù)據(jù)集。比如彭博最近推出了Bloomberg GPT，彭博就是把模型做小，參數(shù)量在50B左右，相比于GPT-3的175B小了很多，雖然削弱了通用性，但在金融領(lǐng)域就是更強(qiáng)。
在國(guó)內(nèi)AI與產(chǎn)業(yè)融合節(jié)奏上，也會(huì)有一些特有的機(jī)會(huì)，特別是在實(shí)體經(jīng)濟(jì)、先進(jìn)制造、智能駕駛等領(lǐng)域，國(guó)內(nèi)的發(fā)展有可能會(huì)更快，會(huì)出一些更創(chuàng)新的模式、應(yīng)用場(chǎng)景，大概率政策的支持也會(huì)非常明顯。
AI時(shí)代可能會(huì)顛覆SaaS時(shí)代的很多想法。我們?cè)诋?dāng)下會(huì)去看一個(gè)AI應(yīng)用有多少是GPT等大模型的能力，有多少是自己的能力。如果壁壘太低，很多產(chǎn)品可能活不過(guò)GPT的一次迭代升級(jí)。我們也在不斷的思考哪些是新觀察點(diǎn)。
在這場(chǎng)AI的浪潮中，我們多重視數(shù)據(jù)的重要性都不為過(guò)。因?yàn)椋?/strong>從全球來(lái)看，數(shù)據(jù)都在變得更稀缺。根據(jù)一篇聯(lián)合研究《Will we run out of data？》，由人類(lèi)原生的數(shù)據(jù)，未來(lái)可能會(huì)越來(lái)越稀缺，而高質(zhì)量的自然語(yǔ)言數(shù)據(jù)，最快可能在2026年就會(huì)被大語(yǔ)言模型耗盡。
這意味存量互聯(lián)網(wǎng)的數(shù)據(jù)有限，對(duì)于國(guó)內(nèi)的相關(guān)公司來(lái)說(shuō)，大家也許會(huì)先達(dá)到一個(gè)標(biāo)準(zhǔn)水平，但之后如何改進(jìn)，就要看怎么能持續(xù)獲取合法合規(guī)、合商業(yè)邏輯的數(shù)據(jù)源，真正的價(jià)值會(huì)變成可持續(xù)性的高質(zhì)量數(shù)據(jù)?；诖耍?strong>國(guó)內(nèi)的大模型公司與各行業(yè)原始數(shù)據(jù)源頭部公司的合作、綁定，可能會(huì)更深、更平等，甚至在某些領(lǐng)域數(shù)據(jù)源會(huì)更強(qiáng)勢(shì)，這種背景下，大概率會(huì)出現(xiàn)不同角度、立場(chǎng)、行業(yè)為主的大模型公司，模型+算力+數(shù)據(jù)+場(chǎng)景，將是成功公司最本質(zhì)的四個(gè)維度。
4.大模型產(chǎn)品的兩個(gè)方向：個(gè)性化&場(chǎng)景化。
如果我們?cè)倏催h(yuǎn)一點(diǎn)，大模型產(chǎn)品的下一步可能是兩個(gè)方向：
l 個(gè)性化：給它裝上“記憶”。
之前大語(yǔ)言模型一個(gè)缺失的地方是，它缺乏記憶更新，每次當(dāng)你重新打開(kāi)ChatGPT，它并不記得你們的上一次對(duì)話。有些AI公司正在這個(gè)方向上尋求突破，比如估值10億美金的Character AI，和估值3.5億美金的Rewind。
在我們接觸的AI創(chuàng)業(yè)團(tuán)隊(duì)中，不少團(tuán)隊(duì)都希望產(chǎn)品有記憶能力，并且?guī)?lái)用戶(hù)的個(gè)性化。由于包含人類(lèi)的情感，對(duì)你需求的理解，對(duì)你個(gè)性化的滿足，這是AI比以前移動(dòng)互聯(lián)網(wǎng)時(shí)代更進(jìn)一步的革新，令AI可以真正成為人類(lèi)的工作助理或是陪伴者，這也帶來(lái)了AI Infra比如向量數(shù)據(jù)庫(kù)的機(jī)會(huì)。
l 場(chǎng)景化：給它裝上“手”和“眼睛”。
如果你覺(jué)得ChatGPT只能問(wèn)一些問(wèn)題，還干不了太多事，那你需要去試試OpenAI Plugin，這是OpenAI新推出的一個(gè)應(yīng)用商店，上面幾百個(gè)插件涵蓋了衣食住行、社交、工作學(xué)習(xí)等各種日常所需場(chǎng)景，可以說(shuō)是給大模型裝上了“手”。
比如一個(gè)叫Klarna Shopping的插件，它的功能是比價(jià)，你只需要輸入問(wèn)題：“請(qǐng)比較不同購(gòu)物網(wǎng)站上索尼單反相機(jī)的價(jià)格”，ChatGPT就能給你答案。再比如KAYAK，它可以實(shí)時(shí)搜索航班、住宿和租賃汽車(chē)信息，根據(jù)你的預(yù)算提供旅行推薦。比如訂酒店，你只需要問(wèn)它：“請(qǐng)?jiān)诩~約現(xiàn)代藝術(shù)博物館附近找一家預(yù)算為每晚300美元的酒店。”
OpenAI正沿著類(lèi)似蘋(píng)果“硬件+App Store”的模式，邁向更高的戰(zhàn)略系統(tǒng)地位，看到OpenAI Plugin上百花齊放的App，是不是有點(diǎn)類(lèi)似曾經(jīng)移動(dòng)互聯(lián)網(wǎng)創(chuàng)業(yè)的感覺(jué)。
而“眼睛”，則是多模態(tài)（文字、圖片、影像等），我們?nèi)粘２粌H僅是通過(guò)純語(yǔ)言（文本）來(lái)交流，通過(guò)眼睛獲取的信息比例非常高。像漫威電影里賈維斯（J.A.R.V.I.S.）、《光環(huán)》游戲里的科塔娜那樣的高級(jí)AI，需要多模態(tài)的介入，這是重要的發(fā)展方向。
要想裝上“記憶”、“手”和“眼睛”，離不開(kāi)大模型成本結(jié)構(gòu)的下降。我們看到今年4月之后，訓(xùn)練+推理成本都在迅速降低。而中國(guó)創(chuàng)業(yè)者一向在應(yīng)用層會(huì)有很好發(fā)揮，在未來(lái)半年到一年，將以月為單位出現(xiàn)更多應(yīng)用創(chuàng)新，我們也會(huì)很關(guān)注在技術(shù)和產(chǎn)品上領(lǐng)先的團(tuán)隊(duì)。
AI的冰與火，
實(shí)踐嘗試的意義永遠(yuǎn)大于坐而論道
一個(gè)我被問(wèn)到過(guò)的小問(wèn)題，但我認(rèn)為很有必要拿出來(lái)聊一下。這個(gè)問(wèn)題是：“現(xiàn)在AI看似很熱，但好像大多都是在討論、在聊、在分享，而實(shí)際真正使用和應(yīng)用的并不多，你怎么看這個(gè)問(wèn)題？”
我想先舉兩個(gè)很有意思的數(shù)字對(duì)比。一個(gè)數(shù)字是從今年3月到5月，召開(kāi)業(yè)績(jī)電話會(huì)議的標(biāo)普500指數(shù)的公司中，有110家公司的高管提到了AI，這是過(guò)去十年的3倍。另一個(gè)數(shù)字是摩根士丹利最近做了一個(gè)2000多人的調(diào)研，結(jié)果竟然是有80%的人沒(méi)有用過(guò)ChatGPT或是谷歌的Bard。
大家發(fā)現(xiàn)這兩個(gè)數(shù)字的對(duì)比，有意思在哪里了嗎？顯然，摩根士丹利調(diào)研的群體，大概率就是在這一輪熱潮中討論過(guò)、分享、演講、提到過(guò)AI的那群人。而這不是個(gè)例，現(xiàn)實(shí)世界的情況，應(yīng)該和這組數(shù)字對(duì)比的體感差不多，一面是大家都在談?wù)?/strong>AI，另一面是真正用過(guò)AI產(chǎn)品的人不多。
一個(gè)可能的原因是當(dāng)前那些動(dòng)不動(dòng)十幾億美金估值，成千上萬(wàn)塊GPU的故事，大量的專(zhuān)業(yè)詞匯，都顯得過(guò)于高大上了，一下拉遠(yuǎn)了我們和AI的距離，讓我們敢于談?wù)?，但怯于?shí)踐。所以，AI真的離我們這么遠(yuǎn)嗎？
事實(shí)上，AI正在很多地方發(fā)揮實(shí)際作用，我特別想舉幾個(gè)很接地氣、有意思的小例子，來(lái)給大家一些直觀感受。這些例子的意義和價(jià)值，就是讓我們各位有意參與的創(chuàng)新創(chuàng)業(yè)者，亦或可能的個(gè)人和企業(yè)用戶(hù)，可以更加積極地投身到AI實(shí)踐當(dāng)中。
1、通過(guò)擁抱AI而獲得實(shí)際的數(shù)據(jù)增長(zhǎng)：Notion和Character.AI
Notion是一家十年前成立的公司，我不知道在座的各位同學(xué)有沒(méi)有使用過(guò)。它是一款個(gè)人筆記軟件，可以用來(lái)寫(xiě)博客、社交媒體文案、會(huì)議紀(jì)要、工作郵件等等。在去年底第一波接入ChatGPT后，這個(gè)產(chǎn)品一下子引爆了，因?yàn)樗鲜龅倪@些功能與ChatGPT融合后，生成的內(nèi)容只需要簡(jiǎn)單修改就可以直接使用，它的應(yīng)用場(chǎng)景被大大簡(jiǎn)潔、高效、強(qiáng)化了。
這種應(yīng)用場(chǎng)景的實(shí)現(xiàn)，直接的結(jié)果就是Notion只用了一個(gè)月就做到了1000萬(wàn)美元ARR收入。
Character.AI也是一個(gè)很有意思的應(yīng)用，它是一款基于AI大模型的聊天機(jī)器人。相比ChatGPT和New Bing而言，記憶功能是Character.AI一個(gè)很強(qiáng)的特點(diǎn)，ChatGPT在你下一次跟它開(kāi)啟聊天時(shí)，是不記得上一次你們聊了什么，但Character.AI記得。所以，你可以在上面創(chuàng)建和訓(xùn)練自己的個(gè)性化人工智能，也可以選擇已有的公共虛擬角色，比如埃隆·馬斯克、蘇格拉底等等，你可以和馬斯克聊火箭，可以和蘇格拉底談?wù)軐W(xué)。
這種應(yīng)用場(chǎng)景的實(shí)現(xiàn)，直接的結(jié)果就是在移動(dòng)端不到一周的時(shí)間內(nèi)，被下載了170萬(wàn)次，是ChatGPT 3倍多，在4月有接近2億的訪問(wèn)量。不僅增長(zhǎng)很快，用戶(hù)在Character.AI上的停留時(shí)間也很長(zhǎng)，每次訪問(wèn)時(shí)間達(dá)到了25.4分鐘。
這在未來(lái)，也指向了有一定角色意識(shí)的虛擬人，雖然倫理上可能還有一些問(wèn)題，但離實(shí)現(xiàn)并不遠(yuǎn)，通過(guò)軟硬件的結(jié)合，會(huì)有很大的想象空間。
2、專(zhuān)業(yè)化、垂直模型的先行場(chǎng)景：DoNotPay和法律應(yīng)用
由于大模型在文本處理方面是最成熟的，所以在文本很多的法律行業(yè)有天然優(yōu)勢(shì)，這在海外已經(jīng)被驗(yàn)證。
美國(guó)有一家叫DoNotPay的熱門(mén)公司，它主要提供針對(duì)“小官司”的AI法律服務(wù)。對(duì)于很多小事，大家往往也不會(huì)去打官司，因?yàn)樾詢(xún)r(jià)比太低。DoNotPay利用AI將整個(gè)法律流程數(shù)字化，個(gè)人很容易操作，并且只收取少量費(fèi)用。比如你想停掉健身房的會(huì)員費(fèi)，在美國(guó)很多地方都缺少人工客服，而且需要很繁瑣的手續(xù)來(lái)退費(fèi)。用DoNotPay，就可以幫你找到正確的聯(lián)系方式，寫(xiě)完備的申斥郵件，幫你退費(fèi)。而這種場(chǎng)景只是DoNotPay上百個(gè)幫人解決切實(shí)痛點(diǎn)的法律場(chǎng)景中的一個(gè)而已。
你可能說(shuō)美國(guó)和國(guó)內(nèi)不同，那再舉一個(gè)國(guó)內(nèi)公司在法律領(lǐng)域使用AI的例子。我們有一家食品消費(fèi)類(lèi)被投公司，他們就在法務(wù)環(huán)節(jié)用到了AI。他們的法務(wù)部門(mén)每天最頭疼的事情，是確認(rèn)某種營(yíng)銷(xiāo)話術(shù)能不能對(duì)外說(shuō)，這種判斷在之前非常依賴(lài)于個(gè)人經(jīng)驗(yàn)，耗時(shí)耗力，效率不高。他們用AI試了3-4個(gè)月，效果非常好，即便再經(jīng)驗(yàn)豐富的人也很難達(dá)到AI的判斷質(zhì)量和效率。AI甚至能告訴你涉及哪些法律條文，以及曾經(jīng)類(lèi)似的判決案例是什么，非常便捷。
這些場(chǎng)景其實(shí)都非常普遍，只是我們還沒(méi)有特別便捷的入口去應(yīng)用，但這就是機(jī)會(huì)。
3、 雖然很小，但意義重大的例子：醫(yī)療領(lǐng)域的應(yīng)用
再換一個(gè)更加普遍，但專(zhuān)業(yè)度可能更高的場(chǎng)景，我前不久看了一篇公眾號(hào)文章，講了一個(gè)美國(guó)急診科醫(yī)生的經(jīng)歷，他在凌晨3點(diǎn)治療一位96歲的老年癡呆癥患者，由于她的肺部有液體，所以呼吸困難。患者的三個(gè)孩子也都是70多歲的老人，他們也在急診室里，情緒激動(dòng)、言辭激烈，他們根據(jù)自己的經(jīng)驗(yàn)開(kāi)始不斷提出要求，但這些要求實(shí)際上對(duì)這位96歲的患者是非常錯(cuò)誤的。
由于還有好幾個(gè)病人同時(shí)需要處理，如果這位醫(yī)生去和這些70歲以上情緒不穩(wěn)定的家屬解釋、爭(zhēng)論，非常花時(shí)間并且影響治療。這位醫(yī)生給ChatGPT-4下了一個(gè)“為什么不能給嚴(yán)重肺水腫和呼吸困難的人進(jìn)行靜脈輸液，并且用富有同情心的語(yǔ)言來(lái)解釋”的指令。ChatGPT寫(xiě)了一篇非常好的回答，醫(yī)生讓護(hù)士把這篇回答念給這些家屬，聽(tīng)了這篇有道理、有邏輯、有同理心的解釋之后，家屬們激動(dòng)的表情融化為了平靜的同意。
這個(gè)例子我印象很深，像急診室這種時(shí)間緊迫的時(shí)刻，如果ChatGPT能為每位患者平均節(jié)省5分鐘，每年急診室就診人數(shù)超過(guò)1.3億人次，這意味著每年可以節(jié)省1000萬(wàn)小時(shí)的時(shí)間，即便我的這個(gè)計(jì)算很理想主義，但即便數(shù)字再縮小十倍，那也極為有意義。
這其實(shí)是一個(gè)非常小的場(chǎng)景，不涉及到付費(fèi)和業(yè)務(wù)流程，但這就是擁抱AI最細(xì)的顆粒度。
4、 一些ToB場(chǎng)景的例子
剛才提到的基本都是ToC的例子，離大家都很近。而在很多ToB場(chǎng)景中，AI其實(shí)也在快速應(yīng)用。
比如電商場(chǎng)景中營(yíng)銷(xiāo)物料的生成，質(zhì)量上不會(huì)顯著低于人工，但成本會(huì)降低1-2個(gè)數(shù)量級(jí)；在消費(fèi)品行業(yè)，AI可以自動(dòng)化生成多個(gè)專(zhuān)業(yè)級(jí)產(chǎn)品概念，供客戶(hù)在產(chǎn)品研發(fā)初期選擇使用，啟發(fā)早期靈感；在人力資源領(lǐng)域，AI可以高效地根據(jù)HR的需求，自動(dòng)化篩選某個(gè)崗位的所有簡(jiǎn)歷，大大提升HR的工作效率；在編程領(lǐng)域，如今GitHub上有41%的代碼是AI生成的，這個(gè)過(guò)程僅用了6個(gè)月……這些場(chǎng)景可能離在座的一些人相對(duì)遠(yuǎn)，但離一些人一定也非常近。
所以，回到這個(gè)部分的開(kāi)頭，為什么我說(shuō)這個(gè)問(wèn)題值得被拿出來(lái)聊一下？因?yàn)槲覀兇蠖鄶?shù)人還停留在坐而論道的狀態(tài)，我們熱切于討論和學(xué)習(xí)，因?yàn)槲覀冇蠪OMO的情緒，但更有意義的可能就是去親自實(shí)踐一下，在生活中，在工作中，在產(chǎn)品中，去做一些嘗試性的實(shí)踐，這樣我們才能真的不被這個(gè)新的AI時(shí)代所拋棄。
關(guān)于AI創(chuàng)業(yè)的幾點(diǎn)建議
最后，主持人在大會(huì)上問(wèn)我，“在經(jīng)歷過(guò)那么多次真真假假的風(fēng)口后，你能不能給臺(tái)下想擁抱AI的創(chuàng)業(yè)者一些建議？”
最近也有不少朋友問(wèn)過(guò)我類(lèi)似的問(wèn)題，我也認(rèn)真思考了一下，結(jié)合最近與幾十位創(chuàng)業(yè)者的交流內(nèi)容，我覺(jué)得不算建議吧，也是我自己在做的事情，供大家參考。
1、AI的學(xué)習(xí)和應(yīng)用，大家一定注意，用起來(lái)、有效迭代大于一切。這點(diǎn)其實(shí)在剛剛的第二部分已經(jīng)有提到。多說(shuō)一句的話，一個(gè)簡(jiǎn)單的關(guān)鍵點(diǎn)就是要學(xué)會(huì)寫(xiě)提示詞，知道如何提問(wèn)非常關(guān)鍵，怎么能更好的與AI互動(dòng)也是一門(mén)學(xué)問(wèn)。
2、大家可以嘗試形成正確的底層工作邏輯，或者設(shè)計(jì)正確的AI改變工作生活的流程，按節(jié)奏確定目標(biāo)和復(fù)盤(pán)。比如公司業(yè)務(wù)流程梳理，合適AI工具的使用，最合理合適的切入點(diǎn)。在自己的人脈圈，去找到最合適的人、公司、產(chǎn)品、服務(wù)，讓自己（不管懂不懂技術(shù)）都能真正意義上迭代認(rèn)知。每個(gè)技術(shù)的演進(jìn)，從開(kāi)始萌芽到形成市場(chǎng)，都是有周期的，不同的時(shí)間點(diǎn)，不同的策略，不同的產(chǎn)品，不同的業(yè)務(wù)線滲透。創(chuàng)始人最怕的是弄錯(cuò)了所處的階段、踏錯(cuò)了時(shí)間點(diǎn)節(jié)奏、花錯(cuò)錢(qián)。
3、AI浪潮在這個(gè)階段，一定是技術(shù)驅(qū)動(dòng)為先和定義產(chǎn)品為重的。未來(lái)的應(yīng)用與模型能力結(jié)合更緊密，所以對(duì)模型的理解與差距，會(huì)決定產(chǎn)品與用戶(hù)體驗(yàn)，有技術(shù)創(chuàng)新基因和能力的小團(tuán)隊(duì)，必須拼命奔跑。
4、AI創(chuàng)業(yè)，不但要能用好市面上的AI工具，更要從AI效率、變革的角度，去組織公司架構(gòu)。更好地運(yùn)用AI工具，一定會(huì)帶來(lái)更高效的人均產(chǎn)出，AI時(shí)代如果還是落后的組織架構(gòu)、人才密度，那說(shuō)明創(chuàng)始人的迭代和對(duì)AI的真正理解都沒(méi)有到位。
5、如果你是在做ToC產(chǎn)品，那數(shù)據(jù)飛輪帶來(lái)的正反饋效應(yīng)非常重要。這個(gè)飛輪需要從第一天的產(chǎn)品設(shè)計(jì)里面就重視起來(lái)，更好的數(shù)據(jù)才能產(chǎn)生真正的飛輪效應(yīng)。像很多我們看到的優(yōu)秀的產(chǎn)品，不管是Character.AI還是Midjourney，他們的反饋機(jī)制設(shè)置都非常好。這個(gè)反饋會(huì)讓你的數(shù)據(jù)飛輪形成正向的循環(huán)，不斷螺旋上升。同時(shí)要重視產(chǎn)品的記憶性和個(gè)性化，這可能是AI時(shí)代最大的產(chǎn)品特性之一。
6、在當(dāng)下AI相關(guān)如此火的狀態(tài)，也對(duì)創(chuàng)始人提出了更高、更全面的要求。創(chuàng)始人需要綜合思考技術(shù)、市場(chǎng)情況、投資人預(yù)期、貨幣存量，這些因素都需要找到平衡點(diǎn)，并進(jìn)行一定的前置預(yù)判，要能夠綜合把握自身和公司全面成長(zhǎng)的速度，以及對(duì)各種風(fēng)險(xiǎn)都要有前瞻意識(shí)。
7. AI創(chuàng)業(yè)一定要把握好融資節(jié)奏。
這點(diǎn)需要展開(kāi)說(shuō)一說(shuō)。目前的總體情況是，美國(guó)非常熱，中國(guó)其實(shí)才剛剛開(kāi)始。根據(jù)PitchBook Data的數(shù)據(jù)，美國(guó)在2023年前五個(gè)月，就有127億美元的投資額，而去年全年也才48億美元而已。最近最大的一筆融資是Inflection，13億美元融資，估值40億美元，而Inflection成立也就才一年半。最大的一筆收購(gòu)也在最近誕生，Databricks以13億美金收購(gòu)了MosaicML，比其估值溢價(jià)了快6倍。
但對(duì)于國(guó)內(nèi)來(lái)說(shuō)，大家現(xiàn)在是看得多下手少，雷聲大雨點(diǎn)小，為什么會(huì)這樣？
第一點(diǎn)是在今天的大環(huán)境下，資金變得更加珍貴。對(duì)于創(chuàng)新型公司，特別是那些需要資金有很大容忍度，商業(yè)模式還沒(méi)有被驗(yàn)證，失敗率比較高的細(xì)分賽道的公司，今天市場(chǎng)上可以給到這些公司的錢(qián)，我感覺(jué)比3年前少了10倍。
第二點(diǎn)是從發(fā)展方向上來(lái)說(shuō)，目前還比較混沌。市場(chǎng)上真正拿到融資的大模型公司不算很多，做中間層的稍微多一點(diǎn)，應(yīng)用層更多些。從時(shí)間線來(lái)看，ChatGPT出現(xiàn)后國(guó)內(nèi)也迅速跟進(jìn)，大廠、科研院所、創(chuàng)業(yè)公司等等各方勢(shì)力都很快推出自己的大模型，大家的目標(biāo)都是要做中國(guó)版的OpenAI。而后來(lái)開(kāi)源模型的發(fā)展，以及OpenAI開(kāi)放API接口改變了很多，開(kāi)源導(dǎo)致對(duì)自有大模型的擁有成本降低，開(kāi)放接口使得在大模型之外，不少中間層、應(yīng)用層的創(chuàng)業(yè)機(jī)會(huì)凸顯。
所以，長(zhǎng)期來(lái)看，我樂(lè)觀地認(rèn)為各個(gè)方向都有機(jī)會(huì)，只是現(xiàn)在還不是那么清晰，當(dāng)然不清晰本身就是機(jī)會(huì)。那對(duì)創(chuàng)業(yè)者來(lái)說(shuō)，無(wú)論是基礎(chǔ)設(shè)施、模型層、中間層、前端應(yīng)用，開(kāi)源模型或閉源模型，都會(huì)各有各的場(chǎng)景與優(yōu)勢(shì)。當(dāng)然，我個(gè)人的觀點(diǎn)還是如前所述，最終國(guó)內(nèi)最優(yōu)秀的AI公司，極有可能是既做模型，又做應(yīng)用的。
結(jié)語(yǔ)
總而言之，新事物出來(lái)往往會(huì)有兩個(gè)極端，我們不要神化AI，但也不可忽視它。有用的東西終將會(huì)留下和發(fā)展，不以個(gè)人的意志為轉(zhuǎn)移。
雖然現(xiàn)在大部分公司還沒(méi)有通過(guò)AI產(chǎn)生可觀收入，也還沒(méi)有大量實(shí)踐誕生，但一切都在緊鑼密鼓的進(jìn)行中，未來(lái)6-8個(gè)月是重要的窗口期。經(jīng)緯的不少被投公司，也都在積極嘗試，比如猿輔導(dǎo)在很多業(yè)務(wù)環(huán)節(jié)都在嘗試切入AI工具；再比如冪律智能，他們與國(guó)內(nèi)的大模型公司合作，共同訓(xùn)練了法律領(lǐng)域垂直大模型PowerLawGLM……我們正處于AI滲透商業(yè)的早期，很多產(chǎn)品還在研發(fā)和內(nèi)測(cè)中。事實(shí)上，像我們的一些智能電動(dòng)車(chē)生產(chǎn)公司，已經(jīng)將AI應(yīng)用在了包括制造、客服、營(yíng)銷(xiāo)等多個(gè)環(huán)節(jié)，它是一種生產(chǎn)力環(huán)節(jié)的滲透。
按照OpenAI創(chuàng)始人Sam Altman的說(shuō)法，未來(lái)模型性能每18個(gè)月提升兩倍。雖然目前AI還不能代替人，但我們能看到AI在各個(gè)生產(chǎn)力環(huán)節(jié)的參與，它降本提效的能力也會(huì)逐漸發(fā)揮出來(lái)，我們看到很多創(chuàng)業(yè)者都是無(wú)比興奮的。如果我們想十年后，AI很有可能會(huì)消失于無(wú)形，滲透進(jìn)我們工作、生活的各個(gè)角落，并改變世界，所有公司也都會(huì)變成AI公司。
最后我想到一個(gè)很有意思的話題，有人總是覺(jué)得AI如果發(fā)展的非常迅猛，它最后大概率會(huì)變成人類(lèi)的災(zāi)難。但我之前和很多人討論過(guò)這點(diǎn)，這個(gè)判斷的前提其實(shí)還是從我們的一些固有觀念出發(fā)去思考AI，認(rèn)為它會(huì)對(duì)“統(tǒng)治、占有”這些人類(lèi)根深蒂固頑疾有繼承性、一致性。但其實(shí)如果我們從另外的角度去想，也許AI的思維完全和我們不一樣，它對(duì)這些也許根本沒(méi)興趣。
當(dāng)然我的意思也不是說(shuō)，在AI發(fā)展的過(guò)程中，我們不需要任何的監(jiān)管或者警惕。相反，我覺(jué)得在初始階段，對(duì)使用AI的人的約束和監(jiān)管可能是更加有必要的。隨著發(fā)展，再往后，我們需要的也許是跳出固有思維，也許AI最后會(huì)顛覆掉我們現(xiàn)有的觀念也不一定。這點(diǎn)也許是我們今天參與這個(gè)新時(shí)代的人，最應(yīng)該去拭目以待的事情。
但反正對(duì)我們做投資的來(lái)說(shuō)，winning is so sweet because most of the time we lose，有這個(gè)心就好。
在混沌APP，提升AI時(shí)代的必備的個(gè)人競(jìng)爭(zhēng)力和商業(yè)思維
AI季入學(xué)特別福利
聯(lián)系客服
