原问题：为甚么说守业者做AI大模子美全是为甚糜花钱 ？

本文作者：程浩（远望老本），头图来自：unsplash

随着ChatGPT的说守宣告，AI/大模子赛道真是模美如火如荼 ，一劳永逸
。全糜作为一个互联网老兵，花钱良多同伙问浩哥AI这一波以及昔时互联网奈何样比？着实差距还挺大的为甚，互联网的说守中间价钱是衔接信息
，AI是模美清晰信息。

举个例子：咱们去图书馆借一本书
，全糜互联网是花钱辅助咱们找到这本书。而AI是为甚把这本书子细读一遍
，融会贯串，说守还可能回覆任何下场。模美前者尽管分心义，全糜可是花钱后者的价钱显明要远远大于前者 。

像陆奇教师说的 ，Google的价钱是把信息取患上的边缘老本降为0 ，ChatGPT的价钱是把知识取患上的边缘老本降为0 ，这是互联网以及AI的价钱差距。也正由于如斯 ，眼前一点来说，知识对于一总体可能不是必需把握的。

就像明天你去面试，不任何一家公司会考你两位数乘法 
，为甚么 
？由于这个本领合计器可能轻松处置，未来知识很可能同样 。假如知识可能这么任意地取患上，为甚么咱们还需要把握呢？以是未来一些知识概况履历增长的规模，会碰着很大的挑战，好比医生  、状师、会计师等等。致使咱们当初的教育体制都市受到侵略。

远景的话题我就不睁开了 ，重点以及巨匠聊聊巨匠所关注的：这一波大模子，哪些是守业者的机缘 ，哪些不是 ？

一 、守业公司能不能做通用大模子？

首先中国确定会有自己的ChatGPT。这跟搜查引擎同样 ，咱们有自己的合规要求。可是中国版的ChatGPT只会在5家公司里发生 ：BAT+字节+华为 。这象征着守业公司概况那些纯为了炒股价的A股上市公司很难有机缘。尽管我这个说法会患上罪良多守业者。搜罗我的同伙王小川也在相关规模守业，以及良多FOMO的VC同伙，如今也在山盟海誓确定要投概况已经投了大模子守业团队。

为甚么浩哥这么讲 ？浩哥如今尽管是投资人 ，但在更长的光阴里 ，我更是一个守业者 。以是我深入的清晰，守业者在甚么情景下能跑赢大厂？中间是必需有先发优势
。那凭甚么你比大厂有先发优势？不外便因此下多少种可能性：

• 大厂没看懂，感应这事没价钱；
• 大厂没看上  ，感应市场过小；
• 大厂没看清，技术道路比力多，想等守业者验证；
• 大厂感应离自己主歇营业太远；

也便是惟独在非共识的情景下，守业公司才有机缘“抢跑”，取患上先发优势
 。可是明天咱们看ChatGPT这个赛道 ，残缺不是这个情景。

首先，大厂都极其看重，可能绝不夸诞地讲，都是一把手工程
。baidu的CEO李彦宏也好 ，阿里的CEO张勇也好，都是亲自站台。可能说不一家大厂不看重。其次，大厂确定比守业公司有流量 、有钱 ，通用大模子仍是一个挺烧钱的事。可是着实以上这些，都不“场景”更紧张 。大厂的中间优势是自带场景。好比：

• baidu会把问答以及搜查集成
  ，就像New Bing同样。我如今首选的搜查引擎便是New Bing ，而不是Google 。由于在New Bing搜查后 ，会直接给出谜底服从 ，而不是Google那样给个列表
  ，你还患上一个个点进去查找  。尽管无意分假如你感应New Bing在乱讲 ，那你再去Google自己查问。
• 微信确定会植入一个相似总体助理的AI，用户问下场也好 ，订个机票 、点个外卖都可能实现
  。微信这个场景，我感应是整其中国互联网大模子落地的最佳场景，不之一。由于大厂的这些超级APP概况
  ，惟独微信是做作语言驱动的，其余的APP都是在手机屏幕上划划点点。而且微信有了授权，取患了总体语料之后  ，还可能特色化。以是我感应这个事在腾讯外部
  ，约莫率已经在路上了。
• 阿里已经宣告了第一批集成大模子的产物是天猫精灵以及钉钉。这两个场景太呆头呆脑了 ，天猫精灵类的产物如今都很傻，只能问问天气 ，开灯关灯之类的 
  ，残缺不反对于多轮对于话，有了大模子赋能 ，无能的使命就多了。钉钉的集成也很做作 ，着实便是微软Office系列的Copilot功能（AI助理）。
• 字节的飞书以及钉钉也是相似 。
• 华为以及以上大厂比起来
  ，场景是相对于比力弱的。华为做这事的中间原因是为了效率云合计 ，To C的落地场景次若是华为手机 。从这个意思上讲 ，大模子对于小米等其余手机厂商也是机缘 。

为甚么说落地场景如斯紧张 ？由于不落地场景你的技术就无奈迭代，无奈不断优化组成数据收集效应。以是守业公司的痛苦之处也在于此，自己不场景
，像ChatGPT同样推问答，你还没流量 。这便是为甚么我说守业公司很难在这条赛道上跑进去 ，隧道是糜花钱的原因
。

尽管有人会挑战我说 ，浩哥你说的不同过错呀，人家OpenAI不也是守业公司吗？那事实恰正是 ，当时Google等内洋大厂没人感应GPT能跑进去（致使OpenAI自己也不断定），以是才给了OpenAI先发的机缘 。但明天这个事对于中国的大厂已经是显而易见的共识，致使baidu 、阿里措施比守业公司还快 。

以是守业公司做通用大模子，颇为难。可是从投资的角度并不错，由于早期名目80%是投人
，概况他们会转型到垂直模子，概况会做成一个超级APP
，概况会被并购 。事实大部份红功的公司，最后做成的事都不是他们一起头想做的事，惟独守业团队人牛就行 ，就像腾讯最开始也不是做赶快通讯的。

二 、通用模子 vs 垂直模子
？

ChatGPT既然这么智慧 ，是否尚有垂直模子的生涯空间呢？尽管有 。我随意在New Bing（基于GPT4）搜“微软的股票会涨么 ？”，患上到的信息（如下图）
，着实不任何价钱 。

尽管有的人会挑战说，是由于GPT的泛化能耐还不够
。随着技术的演进，这个下场会被处置
。泛化能耐尽管是一个下场，但更中间的下场是各行各业都有自己的Know-How。这些最有价钱的Know-How很可能不在互联网上 ，而是在企业的私有数据库里 ，致使在一部份专家的脑子里。ChatGPT连信息都不，做作也不会组成这方面的知识。这也是Bloomberg推出BloombergGPT的意思 。

事实上 ，越是high-value（尽管high-value以及low-value都是相对于的） ，越是Mission Critical（关键运用）的规模 ，垂直模子的价钱越大，好比自动驾驶，通用大模子无奈直接用，由于缺少数据、缺少corner case磨炼的大模子是很难干容错率这么低的使命。

同理
，越是low-value
，越是none-mission-critical（非关键运用）的规模越适宜通用模子 。好比：问答
 。GPT着实每一每一横三竖四，可是无所谓，人有分说力，你可能去更正他
，这在自动驾驶这样mission critical的规模确定是不可。再好比写作，原本也不存在独一精确的谜底。好比以文生图 ，不存在对于错，你不知足就让AI一次天生100个，你从概况挑总可能了吧 。

以是垂直模子的价钱黑白常大的，这会发生颇为多的守业机缘，由于行业太多了  。艰深来说，垂直模子企业也很少抉择自己重新做，而是找一个还不错的pre-train过的大模子，在他根基上做instruction tuning（指令微调）。这就带来下一个下场 ：事实理当抉择闭源大模子，仍是开源大模子 ？

三、开源模子 vs 闭源模子?

ChatGPT当初如日中天，可是开源模子也是如火如荼 ，未来的格式会是甚么样 ？

浩哥先说论断：未来美国以及中国 ，每一个国家都市有1~2个闭源模子，剩下的都市开源
。咱们回顾iOS以及安卓就简略清晰：

iOS作为第一个智能手机操作零星 ，一进去就惊艳全场 ，安卓抉择开源迎战。当初全天下规模内iOS以及安卓的市场约莫是2:8
。假如安卓昔时也抉择闭源呢？约莫率至多取患上iOS市场的一半，而后第三家智能手机操作零星公司抉择开源，最终iOS、安卓、第三家的市场份额比例可能是2:1:7 。以是你是安卓，你是抉择闭源取患上那10%的市场，仍是抉择开源取患上80%的市场呢？

这事放在大模子也是相似。惟独前1~2名（也有可能惟独第1名）有资历抉择闭源 ，从第三名开始，反正也追赶不上了，抉择开源才最适宜他的短处 。

开源对于闭源最大的优势便是对于私有数据的呵护，这对于总体来说彷佛无所谓，可是对于企业用户是一个颇为中间的下场：我做一个SaaS产物，也想用大模子赋能 ，可是我并不想把我的行业Know-How以及我企业外部的一些私有数据 ，泄露给我的相助对于手，由于这是我的中间相助力 ，奈何样办？只能抉择开源，自己host自己的大模子。假如你抉择闭源
，不论你运用Prompt Engineering的方式，仍是抉择GPT-index效率，都有可能泛起三星那样的怪异激进下场
。因此我分说：企业效率理当是开源模子的天下。

着实最有能源开源大模子的是云合计厂商
，由于尽管开源不赚钱  ，可是你总需要云效率吧
？用我的云就好了，这便是典型的羊毛出在猪身上的商业逻辑。因此像阿里 、腾讯 、华为这样的云效率厂商都市是大模子开源的反对于者 。

当初在美国 ，ChatGPT抉择了闭源，可是泛起了一堆以植物名字命名（这些单词我简直一个都不意见……）的开源大模子 ，致使我以为OpenAI未来可能会推出一个开源大模子：闭源模子不断效率To C，好比问答 、Copilot等，但也为To B提供一个开源模子，应承相助过错自己部署。

尽管 ，个别开源模子参数不会是1750亿那末多，这么大的模子对于根基配置装备部署要求过高，很少有相助过错能跑起来。开源模子个别会被削减到多少十亿到上百亿参数的规模
。

四 、AIGC+ vs +AIGC  ？

尚有一个守业者颇为关注的下场 ：一个守业机缘事实是AIGC+，仍是+AIGC？换一句话，便是AIGC原生 ，仍是AIGC赋能？

做任何一个规模，好比说智能客服，守业者可能直接以AIGC做智能回覆为切入点 ，而后把客服的全流程都做了。尽管也可能 ，我以前便是做客服零星的，如今把AIGC能耐加之 。彷佛听起来双方都能做 ，而且也确定会相互渗透，那谁更有优势？我感应取决于两点：

第1点 ，也是最紧张的一点便是 ，要看AIGC在全营业流程价钱链的比例 。假如这条赛道全价钱链是100，AIGC只占10%，说白了你从AIGC切入，你患上把此外90%补齐，这个太累了。比力来说 ，相助对于手在财富链里深耕多年，90%已经有了
，惟独要补缺AIGC的10% ，你感应哪一个简略？确定是+AIGC更易。以是事实是AIGC+  ，仍是+AIGC 
，首先取决于AIGC在全营业流程价钱链的比例，这是最中间的分说尺度。

第2点，取决于这个营业AIGC的护城河有多高 。假如传统企业也意见到了AI的价钱 ，也开始做+AIGC，而且轻松就能做到你的水平，那你想从AIGC+切进去就很难。但反以前说，假如AIGC部份只在全财富链占30%，但这30%却有极高的门槛
。那些相助者纵然跑赢了70% ，但不盛意思，剩下这30%的他们做不了，那这也是AIGC+的机缘
。

好比以文生图Midjourney ，天生的图片质感简直不错，这就酿成为了他的护城河。可是Adode也推出了Firefly，假如Firefly也很快抵达了Midjourney的下场 ，那Midjourney的生涯空间就会被极大缩短。由于这个全营业流程里，Adobe可能占了70%，以文生图只占30%。但惟独Firefly追赶不到Midjourney的下场
，那后者就有自己的生涯空间 。

尽管 ，既然是效率垂直行业 ，不论是AIGC+，仍是+AIGC，守业者懂行业不断都黑白常中间的。

五、To C仍是To B ，国内仍是外洋 ？

To C、To B
，国内 、外洋把市场分成了四个象限。我以及巨匠分说说一说。

首先是国内To C。着实大模子做To C的场景颇为多，问答也好，总体助理也好，社交也好
，但部份感应偏巨头的赛道，因此国内To C总结成一句话便是：夹缝中做爆品
。

尽管To C简直简略出爆品，可是条件患上有流量盈利  。我在2016年刚开始做投资的时候，尽管还没想好详细投甚么，但已经清晰了不投甚么，便是相对于不碰纯APP。由于我做了这么多年互联网 ，深入感受到那时候流量盈利已经没了。事实上从2016年之后，国内纯APP跑进去的独角兽很少 ，以是咱们的论断根基上是精确的
。

但事实仍是漏了一个拼多多。拼多多本性上也是流量盈利，便是那些用微信可是不用淘宝的人，全中国有4~5亿 ，以3~5线都市居多。咱们艰深多在一二线都市跑，并未能关注到
。而且这个流量盈利还在阿里的相助对于手手里，腾讯抉择了扶持拼多多，不自己亲自上场。

除了流量盈利之外
，尚有一个便是做To C，大厂比力简略抄你
。尽管你自己还没搞清晰的时候，大厂也懒患上理你
 。你一旦PMF了，大厂就开始看重。以是这是典型的国内To C市场，夹缝中做爆款
。

此外用狂语言模子做国内To C
，会有比力高的合规老本。由于通用规模，你也不知道用户会问甚么。严正一点的便是相助对于手会分心找一些敏感话题，而后去揭发你，这就颇为卑劣了，在互联网时期国内爆发过良多起。比照To B就好良多：没人会跟一个客服机械人聊今每一天气奈何样样。

第二个是国内To B。大模子可能赋能的To B赛道着实太多了 ，搜罗法律、电商、应聘、妄想等等行业。但国内To B也秉持了中国To B市场已经有的下场，便是天花板比力低。

财富500强里简直有良多中国企业，但你子细一看简直全是国企以及央企。他们的推销一是市场化水平不够，二是简直都要求私有化部署以及定制 。而市场化水平高的夷易近企普遍没钱 。

中国IT支出惟独美国的1/6，良多还在央企以及国企 。国内SaaS上市公司的人均产值 ，是30万~60万国夷易近币，美国是30万~60万美元 。这便是中国企业效率的现状，而且不是短期就能改善的。

以是做国内的企业效率市场
，必需患上耐患上住伶丁，有韬光养晦的心态。

第三个是做国内To C。好比Lensa.ai ，Jasper.ai、Copy.ai、Midjourney等（我把部份PLG产物也演绎到了此象限里）。

首先，国内To C自己已经偏红海了，相似Jasper的公司，已经不下十多少个了 。其次这些公司明天也面临着巨头的相助
，好比Jasper面临的是Office的Copilot以及Notion AI的相助；搜罗上文提到的Midjourney面临Adobe Firefly的相助
。以是这些守业公司（着实有的已经是独角兽了）是否还能像以前那样横蛮妨碍，仍是有很大的不断定性。

下场的中间原因便是护城河稍微有点窄。以前微软Teams+Office合家桶PK Slack也是相似的案例。

第四个便是运用AIGC做外洋To B。短处尽管是外洋B真个支出能耐以及付费习气都比力好 。我特意问过多少个硅谷守业公司的CEO，根基上美国这边3~5人的startup每一年在SaaS上的用度都在多少千美金 。都是直接下载装置注册而后付费，全都自助实现，不任何教育老本 ，由于在以前的公司便是这么用的。

中国人做外洋To B的优势便是比力勤勉，迭代速率快，中国守业者996是默认，外洋根基不可能 。以是中国人做SaaS一个月可能迭代3次，外洋同行可能是3个月迭代一次。以是假如你原本便是做To B的 ，与其在国内卷，还不如出海卷外国人。尽管做外洋市场，对于守业者布景仍是有确定要求，最佳是有确定的外洋生涯履历，特意还在外洋的To B企业干过更佳。

最后，我头多少天对于远望的被投企业做了一些审核，发现逾越50%的企业都已经开始用AIGC/大模子来后退外部功能了，尚有好多少个企业已经在他们产物中集成为了AIGC/大模子来对于外提供效率了。以是AI的渗透远比咱们想象的更快。

本内容为作者自力意见，不代表虎嗅态度。未经应承不患上转载
，授权事件请分割 [email protected]

正在修正与想要修正天下的人，都在虎嗅APP返回搜狐，魔难更多

责任编纂：