2023年7月8日上午,，經(jīng)緯創(chuàng)投創(chuàng)始管理合伙人張穎做客混沌“一”思維創(chuàng)新嘉年華,，并帶來主題分享《如何看待AI拐點(diǎn)》。以下為會(huì)議分享內(nèi)容精編,。

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,，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，就帶動(dòng)了動(dòng)力電池,、汽車芯片,、自動(dòng)駕駛等等方向，所以我們才稱之為是變革性的風(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),。

一、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)才開始的,，而是從2017-18年就開始的新一輪數(shù)據(jù)和算力革命，是技術(shù)累積的量變到質(zhì)變,。

先說說我們的態(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）而過于保守,，科技行業(yè)的投資就是這樣,，太JOMO了會(huì)錯(cuò)過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,。

相比美國(guó)OpenAI+微軟+英偉達(dá)的模式,，中國(guó)最終能成功的大模型公司，不管在聯(lián)盟,、商業(yè)模式,、C/B端收入貢獻(xiàn)等方面，都會(huì)有很大的不同,，未來發(fā)展需要時(shí)間,。

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ToC和ToB,。在當(dāng)下，我們認(rèn)為未來真正能出現(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)镃端能帶來的數(shù)據(jù)飛輪效應(yīng),，可能是在AI早期決勝的關(guān)鍵,。

圖：

不知道大家有沒有注意到，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,。這是在技術(shù)滲透S曲線的早期，需要通過不斷提升技術(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,。

圖：技術(shù)滲透率S曲線

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提供服務(wù)，然后用戶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反饋，因?yàn)槊恳粋€(gè)用戶都必須強(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來說,，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)一些從零開始的小公司，這件事可能會(huì)很難,，但也因?yàn)槟銈儧]有包袱,，所以也有機(jī)會(huì)。

3.有專業(yè)壁壘的垂直模型也許是真正機(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,、專業(yè)化的AI系統(tǒng),。這是因?yàn)楹芏喔邇r(jià)值、特定領(lǐng)域的工作流程,，特別且必須依賴于豐富的專有數(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。因?yàn)?，從全球來看,，?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,？》,，由人類原生的數(shù)據(jù)，未來可能會(huì)越來越稀缺,，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。

圖：

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)公司來說,，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),?；诖耍瑖?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：

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)碛脩舻膫€(gè)性化。由于包含人類的情感,，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A(yù)I可以真正成為人類的工作助理或是陪伴者,，這也帶來了AI Infra比如向量數(shù)據(jù)庫(kù)的機(jī)會(huì)。

場(chǎng)景化：給它裝上“手”和“眼睛”,。

如果你覺得ChatGPT只能問一些問題,，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?！?/p>

圖：

OpenAI正沿著類似蘋果“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)類似曾經(jīng)移動(dòng)互聯(lián)網(wǎng)創(chuàng)業(yè)的感覺,。

而“眼睛”，則是多模態(tài)（文字,、圖片,、影像等），我們?nèi)粘２粌H僅是通過純語(yǔ)言（文本）來交流,，通過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。

圖：

要想裝上“記憶”“手”和“眼睛”,，離不開大模型成本結(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),。

二、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)我被問到過的小問題,，但我認(rèn)為很有必要拿出來聊一下。這個(gè)問題是：“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%的人沒有用過ChatGPT或是谷歌的Bard。

圖：

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,、分享、演講,、提到過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)揂I，另一面是真正用過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，大量的專業(yè)詞匯,，都顯得過于高大上了,，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,，可以更加積極地投身到AI實(shí)踐當(dāng)中,。

通過擁抱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)有沒有使用過,。它是一款個(gè)人筆記軟件,，可以用來寫博客、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2億的訪問量,。不僅增長(zhǎng)很快，用戶在Character.AI上的停留時(shí)間也很長(zhǎng)，每次訪問時(shí)間達(dá)到了25.4分鐘,。

圖：

這在未來,，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題,，但離實(shí)現(xiàn)并不遠(yuǎn),，通過軟硬件的結(jié)合，會(huì)有很大的想象空間,。

專業(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)來退費(fèi),。用DoNotPay,，就可以幫你找到正確的聯(lián)系方式，寫完備的申斥郵件,，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)部門每天最頭疼的事情,，是確認(rèn)某種營(yíng)銷話術(shù)能不能對(duì)外說，這種判斷在之前非常依賴于個(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，只是我們還沒有特別便捷的入口去應(yīng)用,，但這就是機(jī)會(huì),。

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,?；颊叩娜齻€(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)言來解釋”的指令。ChatGPT寫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,。

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)專業(yè)級(jí)產(chǎn)品概念,，供客戶在產(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。

圖：

所以,，回到這個(gè)部分的開頭,，為什么我說這個(gè)問題值得被拿出來聊一下？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。

三,、關(guān)于AI創(chuàng)業(yè)的幾點(diǎn)建議

最后,，主持人在大會(huì)上問我,，“在經(jīng)歷過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過我類似的問題,，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,、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,。多說一句的話,，一個(gè)簡(jiǎn)單的關(guān)鍵點(diǎn)就是要學(xué)會(huì)寫提示詞，知道如何提問非常關(guān)鍵,，怎么能更好的與AI互動(dòng)也是一門學(xué)問,。

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。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。

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,，那說明創(chuàng)始人的迭代和對(duì)AI的真正理解都沒有到位,。

5、如果你是在做ToC產(chǎn)品,，那數(shù)據(jù)飛輪帶來的正反饋效應(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，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)需要展開說一說。目前的總體情況是,，美國(guó)非常熱,，中國(guó)其實(shí)才剛剛開始。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)來說，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,，我感覺比3年前少了10倍,。

第二點(diǎn)是從發(fā)展方向上來說，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。而后來開源模型的發(fā)展,，以及OpenAI開放API接口改變了很多,，開源導(dǎo)致對(duì)自有大模型的擁有成本降低，開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)期來看,，我樂觀地認(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)者來說，無(wú)論是基礎(chǔ)設(shè)施,、模型層、中間層,、前端應(yīng)用,，開源模型或閉源模型，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。

四,、結(jié)語(yǔ)

總而言之,，新事物出來往往會(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)在大部分公司還沒有通過AI產(chǎn)生可觀收入,，也還沒有大量實(shí)踐誕生，但一切都在緊鑼密鼓的進(jìn)行中,，未來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)車生產(chǎn)公司,，已經(jīng)將AI應(yīng)用在了包括制造,、客服、營(yíng)銷等多個(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的說法，未來模型性能每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,，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,。

圖：

最后我想到一個(gè)很有意思的話題，有人總是覺得AI如果發(fā)展的非常迅猛,，它最后大概率會(huì)變成人類的災(zāi)難,。但我之前和很多人討論過這點(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)這些也許根本沒興趣,。

當(dāng)然我的意思也不是說,，在AI發(fā)展的過程中，我們不需要任何的監(jiān)管或者警惕。相反,，我覺得在初始階段,，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)我們做投資的來說,，winning is so sweet because most of the time we lose,，有這個(gè)心就好。