大模型時代，創業者的機會在哪？企業級大模型怎麽做？" 殺手級應用 " 何時誕生…… 3 月 28 日下午，在 "2024 創業黑馬集團 AI 戰略發布會 " 現場，360 董事長周鴻祎與金沙江創投主管合夥人朱嘯虎圍繞 " 每一家中小企業都有 AI 夢 " 的主題展開對談。
周鴻祎在對話伊始就表示，自己與朱嘯虎在很多觀點上 " 英雄所見略同 "，因爲大家都是投過很多公司，也擁有血淋淋的教訓。
" 我覺得有些話是以訛傳訛，非要強行地把我們刻畫成‘特實用’（的形象），一副賺錢的嘴臉，叫實用派。有些公司冰清玉潔，出淤泥而不染，也不想賺錢，要夢想改變世界，就稱爲信仰派。這完全是胡說八道。" 周鴻祎認爲，今天所有在推動人工智能發展的都是 AI 的信仰派。他表示，自己在探索 AI 的場景應用，朱嘯虎在投資 AI 的創業公司，大家都是用實際行動在身體力行地推動 AI 的發展。
此外，朱嘯虎與周鴻祎均指出，市場對聊天機器人過于迷戀，聊天機器人肯定不是 AI 時代的殺手級應用，因爲它對用戶提出了更高要求。
圖片來源：每經記者 李少婷 攝
不建議創業者 " 卷 " 通用大模型
在周鴻祎看來，AI 在中國的發展并非隻有一條路徑，就如同盡管 OpenAI 受到了廣泛關注，但美國的 AI 發展亦非僅有 OpenAI 一條道路。
"（在）中國（市場），我非常堅信有第二條路，就是走場景化之路。AI 如果永遠都是說十萬卡（參數規模）起‘玩兒’，或者百萬塊卡才能幹這件事兒，那這個成本就高到無法産生工業革命。" 在周鴻祎看來，通過走企業級應用路線，把大模型做小、做專，讓大模型的成本從高昂的 " 原子彈 " 轉變爲人人可負擔的 " 茶葉蛋 "，讓央國企、大型企業和中小企業都用得起，進而實現真正的數字平權、拉平智能鴻溝，同樣是在推動人工智能綜合發展。
周鴻祎強調，不建議創業者去做通用大模型的創業，" 如果有一個創業公司真的很有理想，也确實遇上了‘金主爸爸’，給投了十億美金，而且不要求回報，不要求短期賺錢，想怎麽花就怎麽花，那沒問題，我認爲可以去做 "。但對絕大多數創業者而言，在資金有限的情況下，去涉足通用大模型，将面臨來自巨頭的激烈競争，并且在 AGI 的競争中，算力是一個 " 卡脖子 " 問題。另一方面，還面臨着頭部開源模型的競争壓力。" 處在這個夾縫之中，作爲創業者，光有一個理想和一個口号是不可能成功的。所以如果沒有足夠的資金，沒有足夠的技術積累，去碰通用大模型可能是沒有結果的。"
朱嘯虎同樣不建議創業者投身通用大模型的創業中。
3 月 27 日，美國 AI 初創公司 Databricks 宣布其通用大模型 DBRX 将開源。Databricks 表示，該大模型花費了大約 1000 萬美元和三個月的時間來訓練，性能已經超越 GPT-3.5。
朱嘯虎由此展開表示：" 通用大模型是個先行者劣勢的商業模式，先行者在前面試錯，成本巨高無比。但是在後面跟進的，成本可能越來越低。今天減一個零，再過一年可能還要減一個零。"
基于當前的創業融資環境，朱嘯虎認爲，" 跟在後面 " 是更舒服的狀态。回顧過去 30 年，從 PC 電腦時代到 PC 互聯網時代到移動互聯網時代，中國始終在後面跟進，且在叠代曲線放緩後，在工業實踐中，中國相較而言具有顯著優勢。因此，對創業者而言，在通用大模型上進行試錯毫無意義。相反，積極搶占用戶、場景和數據更有意義。
對于衆多已有場景和用戶的創業者而言，實現 "+AI" 相對簡單。相反，很多通用大模型公司想嘗試切入這些場景和用戶是很難的，因爲他們缺乏對垂直場景和銷售業務的深入理解。而這些正是創業者的獨特優勢。
破局企業級大模型：越做越專
企業級大模型被認爲是更加可行的探索路徑。
周鴻祎認爲，大模型的路徑并非隻有越做越大一條，也存在另一種路徑，即把大模型越做越專。在企業的定向應用場景中，隻需要大模型專注于解決該場景下的專有問題，不需要大模型具備創作古詩、解答奧數題等多樣化能力，而僅需專注于其核心任務。基于此，利用企業專有的數據和專業知識進行訓練，将大模型與企業的現有業務系統進行深度整合，從而真正融入企業的運營環境中。" 我們用實踐例子證明了，在這個單項能力上是可以超過 GPT4 的。"
對企業而言，未來的企業級大模型，不再需要依賴千億級别的參數規模，百億甚至幾十億級别的大模型已經足夠。在當前，幾十億、百億級别的大模型在國内外均擁有豐富的開源選擇。" 換句話，大模型今天已經不是白菜價了，大模型已經免費。" 周鴻祎說。因此，在企業實踐中，真正的矛盾焦點不再是如何選擇大模型，而是如何确定應用場景、積累相應知識，實現大模型與企業業務的結合。
圖片來源：視覺中國 -VCG31N2008743681
朱嘯虎也認同，大模型是像大學一樣的 " 基礎設施 "，如同各個大學各有所長，大模型也同樣如此。
此外，朱嘯虎提到，OpenAI 在 GPT4 中已經開始使用計算機合成數據來提高模型的能力，有消息稱 GPT5 中合成數據的比例已達到 90%。他的判斷是，靠計算機合成數據反複來提高大模型的能力，很快會碰到上限。
" 任何一個時代都有永動機的謬論，AI 時代的永動機謬論就是能夠靠計算機合成數據來反複提升模型的能力，我覺得很快會到瓶頸。這也是爲什麽需要這麽大的（算力），因爲它本身效率非常低，很多合成數據可能都是沒有信息價值的。" 因此，朱嘯虎認爲中國的 AI 大模型及應用的追趕前景樂觀。随着上述瓶頸的出現，叠代曲線放緩，将爲中國 AI 産業發展提供新機遇。
對于沒有融到資的創業者，周鴻祎認爲，企業市場依舊是很好的機會。他表示，中國的企業市場獨特之處在于其碎片化特征，按照地域、行業以及企業規模的不同，被劃分爲多個細分市場。這種分割爲創業者提供了寶貴的生存空間，即使對行業巨頭而言，也難以實現全面的壟斷。與此同時，企業始終願意爲降本增效投入資金。
周鴻祎表示，過去，企業軟件市場一直 " 難賺錢 "，是因爲給用戶帶來的降本增效價值沒那麽大。然而，如果 AI 能夠真正找到爲企業帶來顯著降本增效的路徑，企業會願意爲此付費。
市場過于迷戀聊天機器人
在場景的選擇上，小而專的場景被認爲更有機會。
周鴻祎的建議是，場景的選擇，一定要選擇非常具體的小切口，避免宏大叙事。例如，開發醫療或教育大模型的表述過于籠統，必須把行業 " 打開看 "，尋找 50 到 100 個非常具體的場景。創建醫療大模型并不現實，但可以在如醫生聽寫、病例潤色和生成等具體場景上尋找機會。
其次是建立大模型在專業領域的深度，構建知識壁壘。周鴻祎認爲，大模型是把網上的 " 亮知識 " 找到，但在企業内部存在着大量 " 暗知識 "，這些知識難以在網絡上找到，甚至可能連企業老闆都無法全面掌握。因此，若能探索出有效方法，将具備行業深度的 " 暗知識 " 納入大模型的訓練，其訓練成果将更加顯著。否則，很容易被通用大型模型取代。
此外，周鴻祎認爲，當下大家過于迷信聊天機器人。在他看來，OpenAI 推出聊天機器人 ChatGPT，讓大家容易接受。但在企業内部，聊天機器人并不是最好的人機界面。" 在企業裏，大模型有點像一個發動機，但用戶要的不是發動機，用戶要的是車。所以得想辦法，把大模型通過各種方法和企業原來的業務系統融在一起，這樣這個大模型才不是遊離在企業信息系統之外的孤立的問答機器人。"
對此，朱嘯虎亦指出，問答機器人肯定不是 AI 時代的殺手級應用，因爲它對用戶提出了更高要求。用戶需思考如何提問才能獲得最佳答案，這對用戶而言是一個挑戰。"AI 時代，尤其在消費端應用，肯定不是 ChatGPT 這種問答式機器人，肯定是要讓用戶更懶、更好用、更方便的，才會成爲 AI 時代的殺手級應用。"
周鴻祎也表示，自從 ChatGPT 首次亮相，市場就特别迷戀 prompt（注：提示詞），有人甚至預測，未來 prompt engineer（注：提示工程師）可能會成爲一種新興職業。" 但是 prompt 簡直是反人性，就是很難寫。每次我寫一樣的東西，它給我的結果也是不一樣的。人跟人之間互相都很難理解，更何況和機器之間。所以在做深度應用時候不要迷信 prompt，prompt 反而是現在很多企業應用大模型難度最大的問題。"
C 端應用場景比功能更能打動用戶
對于 To C 的 AI 創業者來說，又該如何優化商業模式，實現不燒錢或者說不太燒錢？
在周鴻祎看來，答案是要先找殺手級的場景。他認爲，市場上所有的大模型，去年成功的地方在于趕上了 GPT3.5，不成功的地方在于 To C 業務上，都隻做了聊天機器人，但聊天機器人并非用戶真正需要的場景。
周鴻祎進一步表示，當大模型廠商向用戶承諾，提供人工智能全場景應用時，用戶往往對其抱有較高的期望。然而，當前的大型模型在實際應用中勢必會出現部分問題回答不及用戶預期的情況，無法滿足用戶的期望，進而也導緻大模型在用戶端難以形成良好的口碑。
放棄将自己定位爲全功能 AI 産品，選擇專注于能夠真正打動小衆用戶的特定場景或垂直場景，是周鴻祎認爲的解決之策。" 功能是打動不了用戶的，隻有場景能打動。" 周鴻祎認爲，應當從需求場景出發，創造應用級的産品來解決這些場景中的需求。而大型模型則作爲支撐，隐藏在背後解決這些問題。
朱嘯虎則認爲，目前大模型在消費端的具體應用仍需進一步觀察。" 我覺得可能要到明年，直到 iPhone 都用了大模型以後，一個手機都有幾個大模型以後，可能才會發現到底 C 端應用會在哪一點引爆。" 但總體的方向一定是讓消費者更方便、更容易獲取的服務。但目前，大模型尚未出現有明确高頻剛需的場景，"C 端應用場景背後的邏輯始終是一樣的：你到底是不是一個剛需、高頻的入口級的場景，不是這樣的場景最終還是沒法防守的 "。
每日經濟新聞
