本文作者：程浩（遠望資本），頭圖來自：unsplash
随着 ChatGPT 的發布，AI/ 大模型賽道真是風起雲湧，一日千裏。作爲一個互聯網老兵，很多朋友問浩哥 AI 這一波和當年互聯網怎麽比？其實區别還挺大的，互聯網的核心價值是連接信息，AI 是理解信息。
舉個例子：我們去圖書館借一本書，互聯網是幫助我們找到這本書。而 AI 是把這本書仔細讀一遍，融會貫通，還可以回答任何問題。前者當然有意義，但是後者的價值顯然要遠遠大于前者。
像陸奇老師說的，Google 的價值是把信息獲取的邊際成本降爲 0，ChatGPT 的價值是把知識獲取的邊際成本降爲 0，這是互聯網和 AI 的價值差異。也正因爲如此，長遠一點來講，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乘法，爲什麽？因爲這個技能計算器可以輕松解決，未來知識很可能一樣。如果知識能夠這麽輕易地獲取，爲什麽我們還需要掌握呢？所以未來一些知識或者經驗推動的領域，會遇到很大的挑戰，例如醫生、律師、會計師等等。甚至我們目前的教育體制都會受到沖擊。
遠景的話題我就不展開了，重點和大家聊聊大家所關注的：這一波大模型，哪些是創業者的機會，哪些不是？
一、創業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，我們有自己的合規要求。但是中國版的 ChatGPT 隻會在 5 家公司裏産生：BAT+ 字節 + 華爲。這意味着創業公司或者那些純爲了炒股價的 A 股上市公司很難有機會。當然我這個說法會得罪很多創業者。包括我的朋友王小川也在相關領域創業，以及很多 FOMO 的 VC 朋友，現在也在信誓旦旦一定要投或者已經投了大模型創業團隊。
爲什麽浩哥這麽講？浩哥現在雖然是投資人，但在更長的時間裏，我更是一個創業者。所以我深刻的理解，創業者在什麽情況下能跑赢大廠？核心是必須有先發優勢。那憑什麽你比大廠有先發優勢？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，技術路線比較多，想等創業者驗證；
大廠覺得離自己主營業務太遠；
也就是隻有在非共識的情況下，創業公司才有機會 " 搶跑 "，獲得先發優勢。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，可以毫不誇張地講，都是一把手工程。百度的 CEO 李彥宏也好，阿裏的 CEO 張勇也好，都是親自站台。可以說沒有一家大廠不重視。其次，大廠肯定比創業公司有流量、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。我現在首選的搜索引擎就是 New Bing，而不是 Google。因爲在 New Bing 搜索後，會直接給出答案結果，而不是 Google 那樣給個列表，你還得一個個點進去查找。當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網大模型落地的最佳場景，沒有之一。因爲大廠的這些超級 APP 裏面，隻有微信是自然語言驅動的，其他的 APP 都是在手機屏幕上劃劃點點。而且微信有了授權，獲取了個人語料之後，還可以個性化。所以我覺得這個事在騰訊内部，大概率已經在路上了。
阿裏已經宣布了第一批集成大模型的産品是天貓精靈和釘釘。這兩個場景太順其自然了，天貓精靈類的産品現在都很傻，隻能問問天氣，開燈關燈之類的，完全不支持多輪對話，有了大模型賦能，能幹的事情就多了。釘釘的集成也很自然，其實就是微軟 Office 系列的 Copilot 功能（AI 助理）。
字節的飛書和釘釘也是類似。
華爲和以上大廠比起來，場景是相對比較弱的。華爲做這事的核心原因是爲了服務雲計算，To C 的落地場景主要是華爲手機。從這個意義上講，大模型對于小米等其他手機廠商也是機會。
爲什麽說落地場景如此重要？因爲沒有落地場景你的技術就沒法叠代，沒法持續優化形成數據網絡效應。所以創業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。這就是爲什麽我說創業公司很難在這條賽道上跑出來，純粹是浪費錢的原因。
當然有人會挑戰我說，浩哥你說的不對呀，人家 OpenAI 不也是創業公司嗎？那事實恰恰是，當時 Google 等國外大廠沒人覺得 GPT 能跑出來（甚至 OpenAI 自己也不确定），所以才給了 OpenAI 先發的機會。但今天這個事對于中國的大廠已經是顯而易見的共識，甚至百度、阿裏動作比創業公司還快。
所以創業公司做通用大模型，非常難。但是從投資的角度并不錯，因爲早期項目 80% 是投人，也許他們會轉型到垂直模型，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，最後做成的事都不是他們一開始想做的事，隻要創業團隊人牛就行，就像騰訊最開始也不是做即時通訊的。
二、通用模型 vs 垂直模型？
ChatGPT 既然這麽聰明，是否還有垂直模型的生存空間呢？當然有。我随便在 New Bing（基于 GPT4）搜 " 微軟的股票會漲麽？"，得到的信息（如下圖），其實沒有任何價值。
當然有的人會挑戰說，是因爲 GPT 的泛化能力還不夠。随着技術的演進，這個問題會被解決。泛化能力當然是一個問題，但更核心的問題是各行各業都有自己的 Know-How。這些最有價值的 Know-How 很可能不在互聯網上，而是在企業的私有數據庫裏，甚至在一部分專家的腦子裏。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（當然 high-value 和 low-value 都是相對的），越是 Mission Critical（關鍵應用）的領域，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，因爲缺乏數據、缺乏 corner case 訓練的大模型是很難幹容錯率這麽低的工作。
同理，越是 low-value，越是 none-mission-critical（非關鍵應用）的領域越适合通用模型。比如：問答。GPT 其實經常胡說八道，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 的領域肯定是不行。再比如寫作，本來也不存在唯一正确的答案。比如以文生圖，不存在對錯，你不滿意就讓 AI 一次生成 100 個，你從裏面挑總可以了吧。
所以垂直模型的價值是非常大的，這會産生非常多的創業機會，因爲行業太多了。一般來講，垂直模型企業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，在他基礎上做 instruction tuning（指令微調）。這就帶來下一個問題：到底應該選擇閉源大模型，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，未來的格局會是什麽樣？
浩哥先說結論：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 作爲第一個智能手機操作系統，一出來就驚豔全場，安卓選擇開源迎戰。目前全球範圍内 iOS 和安卓的市場大概是 2:8。如果安卓當年也選擇閉源呢？大概率最多獲得 iOS 市場的一半，然後第三家智能手機操作系統公司選擇開源，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。隻有前 1~2 名（也有可能隻有第 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。
開源對于閉源最大的優勢就是對私有數據的保護，這對于個人來講好像無所謂，但是對于企業用戶是一個非常核心的問題：我做一個 SaaS 産品，也想用大模型賦能，但是我并不想把我的行業 Know-How 和我企業内部的一些私有數據，透露給我的競争對手，因爲這是我的核心競争力，怎麽辦？隻能選擇開源，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，都有可能出現三星那樣的機密洩露問題。因此我判斷：企業服務應該是開源模型的天下。
其實最有動力開源大模型的是雲計算廠商，因爲雖然開源不賺錢，但是你總需要雲服務吧？用我的雲就好了，這就是典型的羊毛出在豬身上的商業邏輯。因此像阿裏、騰訊、華爲這樣的雲服務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，但是出現了一堆以動物名字命名（這些單詞我幾乎一個都不認識……）的開源大模型，甚至我認爲 OpenAI 未來可能會推出一個開源大模型：閉源模型繼續服務 To C，例如問答、Copilot 等，但也爲 To B 提供一個開源模型，允許合作夥伴自己部署。
當然，通常開源模型參數不會是 1750 億那麽多，這麽大的模型對基礎設施要求太高，很少有合作夥伴能跑起來。開源模型通常會被縮小到幾十億到上百億參數的規模。
四、AIGC+ vs +AIGC ？
還有一個創業者非常關注的問題：一個創業機會到底是 AIGC+，還是 +AIGC？換一句話，就是 AIGC 原生，還是 AIGC 賦能？
做任何一個領域，比如說智能客服，創業者可以直接以 AIGC 做智能回複爲切入點，然後把客服的全流程都做了。當然也可能，我之前就是做客服系統的，現在把 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 在全業務流程價值鏈的比例。如果這條賽道全價值鏈是 100，AIGC 隻占 10%，說白了你從 AIGC 切入，你得把另外 90% 補齊，這個太累了。對比來說，競争對手在産業鏈裏深耕多年，90% 已經有了，隻需要補缺 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 在全業務流程價值鏈的比例，這是最核心的判斷标準。
第 2 點，取決于這個業務 AIGC 的護城河有多高。如果傳統企業也意識到了 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+ 切進去就很難。但反過來說，假設 AIGC 部分隻在全産業鏈占 30%，但這 30% 卻有極高的門檻。那些競争者即使跑赢了 70%，但不好意思，剩下這 30% 的他們做不了，那這也是 AIGC+ 的機會。
例如以文生圖 Midjourney，生成的圖片質感确實不錯，這就變成了他的護城河。但是 Adode 也推出了 Firefly，如果 Firefly 也很快達到了 Midjourney 的效果，那 Midjourney 的生存空間就會被極大壓縮。因爲這個全業務流程裏，Adobe 可能占了 70%，以文生圖隻占 30%。但隻要 Firefly 追趕不到 Midjourney 的效果，那後者就有自己的生存空間。
當然，既然是服務垂直行業，不管是 AIGC+，還是 +AIGC，創業者懂行業始終都是非常核心的。
五、To C 還是 To B，國内還是海外 ？
To C、To B，國内、海外把市場分成了四個象限。我和大家分别說一說。
首先是國内 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，因此國内 To C 總結成一句話就是：夾縫中做爆品。
雖然 To C 确實容易出爆品，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麽，但已經明确了不投什麽，就是絕對不碰純 APP。因爲我做了這麽多年互聯網，深刻感受到那時候流量紅利已經沒了。事實上從 2016 年之後，國内純 APP 跑出來的獨角獸很少，所以我們的結論基本上是正确的。
但畢竟還是漏了一個拼多多。拼多多本質上也是流量紅利，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，并未能關注到。而且這個流量紅利還在阿裏的競争對手手裏，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。所以這是典型的國内 To C 市場，夾縫中做爆款。
另外用大語言模型做國内 To C，會有比較高的合規成本。因爲通用領域，你也不知道用戶會問什麽。嚴重一點的就是競争對手會故意找一些敏感話題，然後去舉報你，這就非常惡劣了，在互聯網時代國内發生過很多起。相比 To B 就好很多：沒人會跟一個客服機器人聊今天天氣怎麽樣。
第二個是國内 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、設計等等行業。但國内 To B 也繼承了中國 To B 市場已有的問題，就是天花闆比較低。
财富 500 強裏确實有很多中國企業，但你仔細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 支出隻有美國的 1/6，很多還在央企和國企。國内 SaaS 上市公司的人均産值，是 30 萬 ~60 萬人民币，美國是 30 萬 ~60 萬美元。這就是中國企業服務的現狀，而且不是短期就能改善的。
所以做國内的企業服務市場，必須得耐得住寂寞，有韬光養晦的心态。
第三個是做國際 To C。例如 Lensa.ai，Jasper.ai、Copy.ai、Midjourney 等（我把部分 PLG 産品也歸納到了此象限裏）。
首先，國際 To C 本身已經偏紅海了，類似 Jasper 的公司，已經不下十幾個了。其次這些公司今天也面臨着巨頭的競争，例如 Jasper 面臨的是 Office 的 Copilot 和 Notion AI 的競争；包括上文提到的 Midjourney 面臨 Adobe Firefly 的競争。所以這些創業公司（其實有的已經是獨角獸了）是否還能像過去那樣野蠻成長，還是有很大的不确定性。
問題的核心原因就是護城河稍微有點窄。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。好處當然是海外 B 端的支付能力和付費習慣都比較好。我專門問過幾個矽谷創業公司的 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後付費，全都自助完成，沒有任何教育成本，因爲在之前的公司就是這麽用的。
中國人做海外 To B 的優勢就是比較勤奮，叠代速度快，中國創業者 996 是默認，海外根本不可能。所以中國人做 SaaS 一個月可以叠代 3 次，海外同行可能是 3 個月叠代一次。所以如果你本來就是做 To B 的，與其在國内卷，還不如出海卷外國人。當然做海外市場，對創業者背景還是有一定要求，最好是有一定的海外生活經曆，特别還在海外的 To B 企業幹過更佳。
最後，我前幾天對遠望的被投企業做了一些調查，發現超過 50% 的企業都已經開始用 AIGC/ 大模型來提高内部效率了，還有好幾個企業已經在他們産品中集成了 AIGC/ 大模型來對外提供服務了。所以 AI 的滲透遠比我們想象的更快。
