遠望資本程浩：AI大模型創業的生死5問_TOC:GPT

這一波大模型浪潮，哪些是創業者的機會，哪些不是？浩哥總結了AI大模型創業的五個核心問題隨著ChatGPT的發布，AI/大模型賽道真是風起云涌，一日千里。作為一個互聯網老兵，很多朋友問浩哥AI這一波和當年互聯網怎么比？其實區別還挺大的，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，融匯貫通，還可以回答任何問題。前者當然有意義，但是后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為0，ChatGPT的價值是把知識獲取的邊際成本降為0，這是互聯網和AI的價值差異。也正因為如此，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，為什么？因為這個技能計算器可以輕松解決，未來知識很可能一樣。如果知識能夠這么輕易的獲取，為什么我們還需要掌握呢？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只會在5家公司里產生：BAT+字節+華為。這意味著創業公司或者那些純為了炒股價的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。

為什么浩哥這么講？浩哥現在雖然是投資人，但在更長的時間里，我更是一個創業者。所以我深刻的理解，創業者在什么情況下能跑贏大廠？核心是必須有先發優勢。那憑什么你比大廠有先發優勢？無非就是以下幾種可能性：

Wintermute Trading已向交易所存入260萬枚DYDX:金色財經報道，據Lookonchain監測，Wintermute Trading已向交易所存入260萬枚DYDX（約合508萬美元），目前還剩 525,413枚DYDX（約合102萬美元）。在Wintermute Trading開始向交易所存入DYDX后，DYDX的價格下跌了約8.5%。[2023/7/4 22:16:29]

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；也就是只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，可以毫不夸張地講，都是一把手工程。百度的CEO李彥宏也好，阿里的CEO張勇也好，都是親自站臺。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NewBing一樣。我現在首選的搜索引擎就是NewBing，而不是Google。因為在NewBing搜索后，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NewBing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。因為大廠的這些超級APP里面，只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，獲取了個人語料之后，還可以個性化。所以我覺得這個事在騰訊內部，大概率已經在路上了。?阿里已經宣布了第一批集成大模型的產品是天貓精靈和釘釘。這兩個場景太順其自然了，天貓精靈類的產品現在都很傻，只能問問天氣，開燈關燈之類的，完全不支持多輪對話，有了大模型賦能，能干的事情就多了。釘釘的集成也很自然，其實就是微軟Office系列的Copilot功能。?字節的飛書和釘釘也是類似。?華為和以上大廠比起來，場景是相對比較弱的。華為做這事的核心原因是為了服務云計算，ToC的落地場景主要是華為手機。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。為什么說落地場景如此重要？因為沒有落地場景你的技術就沒法迭代，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。這就是為什么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。

NFT原生看漲期權協議Hook Protocol完成300萬美元融資:6月29日消息，NFT原生看漲期權協議Hook Protocol完成300萬美元融資，Collab+Currency 和 Lattice 領投，所籌資金將用于構建協議。此外vBids和Hook Earn兩款新產品于今日推出，新激勵計劃The Treasure Hunt也于今日上線。

Hook Protocol允許持有者通過寫權（看漲）從閑置的NFT上賺取ETH權利金，同時交易者可以通過購買期權，用少量ETH來押注NFT的價格上漲。[2023/6/29 22:07:53]

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，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、阿里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，因為早期項目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，最后做成的事都不是他們一開始想做的事，只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既然這么聰明，是否還有垂直模型的生存空間呢？當然有。我隨便在NewBing搜“微軟的股票會漲么？”，得到的信息，其實沒有任何價值。

當然有的人會挑戰說，是因為GPT的泛化能力還不夠。隨著技術的的演進，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里，甚至在一部分專家的腦子里。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。

美聯儲主席鮑威爾：今年再次加息兩次將是適當的:金色財經報道，美聯儲主席鮑威爾表示，今年再次加息兩次將是適當的。我們保持利率不變是為了給自己更多時間做決策。委員會中絕大多數人認為利率還有一點上升空間。[2023/6/22 21:54:54]

事實上，越是high-value，越是MissionCritical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，因為缺乏數據、缺乏cornercase訓練的大模型是很難干容錯率這么低的工作。

同理，越是low-value，越是none-mission-critical的領域越適合通用模型。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missioncritical的領域肯定是不行。再比如寫作，本來也不存在唯一正確的答案。比如以文生圖，不存在對錯，你不滿意就讓AI一次生成100個，你從里面挑總可以了吧。?

所以垂直模型的價值是非常大的，這會產生非常多的創業機會，因為行業太多了。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instructiontuning。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？

PhotobyDkoionUnsplash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，未來的格局會是什么樣？

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作為第一個智能手機操作系統，一出來就驚艷全場，安卓選擇開源迎戰。目前全球范圍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，然后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？

日本媒體巨頭MIXI成為Oasys區塊鏈驗證者:金色財經報道，日本媒體巨頭MIXI宣布加入Oasys區塊鏈，與軟銀集團、KDDI、游戲公司Nexon一起成為該區塊鏈的驗證者，截至目前Oasys驗證節點總數量已經達到25個。MIXI旗下擁有娛樂和體育產品，包括mixi社交網絡、以及專注于體育領域的NFT市場DAZN MOMENTS等。（newsfile）[2023/4/7 13:50:30]

這事放在大模型也是類似。只有前1~2兩名有資格選擇閉源，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產品，也想用大模型賦能，但是我并不想把我的行業Know-How和我企業內部的一些私有數據，透露給我的競爭對手，因為這是我的核心競爭力，怎么辦？只能選擇開源，自己host自己的大模型。如果你選擇閉源，不論你使用PromptEngineering的方式，還是選擇GPT-index服務，都有可能出現三星那樣的機密泄露問題。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云計算廠商，因為雖然開源不賺錢，但是你總需要云服務吧？用我的云就好了，這就是典型的羊毛出在豬身上的商業邏輯。因此像阿里、騰訊、華為這樣的云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的開源大模型，甚至我認為OpenAI未來也會可能會推出一個開源大模型：閉源模型繼續服務ToC，例如問答、Co-Pilot等，但也為ToB提供一個開源模型，允許合作伙伴自己部署。

當然，通常開源模型參數不會是1750億那么多，這么大的模型對基礎設施要求太高，很少有合作伙伴能跑起來。開源模型通常會被縮小規模到幾十億到上百億參數。四

AIGC+vs+AIGC？

加密錢包公司Dfns：“Magic Links”存在嚴重漏洞:金色財經報道，加密錢包初創公司 Dfns 表示，越來越多的加密錢包和網絡應用程序采用的無密碼登錄方法 Magic Links 存在嚴重漏洞，Dfns 將其發現的漏洞歸類為“零日”漏洞利用。Dfns 在一份聲明中表示，該漏洞可能“對全球經濟的很大一部分構成相當大的風險。 受影響的服務表示，在 Dfns 發布詳細介紹所謂的零日漏洞的博客文章之前，他們幾乎沒有收到任何通知。

Magic Links是由網站或應用程序生成的唯一的一次性 URL，用于驗證用戶身份而無需他們輸入密碼。當用戶單擊 Web 應用程序發送給他們的Magic Links時，它會驗證他們的身份并將他們登錄到他們的帳戶中。[2023/2/24 12:27:50]

還有一個創業者非常關注的問題：那就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做智能回復為切入點，然后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只占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，競爭對手在產業鏈里深耕多年，90%已經有了，只需要補缺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，這是最核心的判斷標準。

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部分只在全產業鏈占30%，但這30%卻有極高的門檻。那些競爭者即使跑贏了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，生成的圖片質感確實不錯，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。因為這個全業務流程里，Adobe可能占了70%，以文生圖只占30%。但只要Firefly追趕不到Midjourney的效果，那后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

ToC還是ToB，國內還是海外？

ToC、ToB，國內、海外把市場分成了四個象限。我和大家分別說一說。?

首先是國內ToC。其實大模型做ToC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，因此國內ToC總結成一句話就是：夾縫中做爆品。

雖然ToC確實容易出爆品，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么，但已經明確了不投什么，就是絕對不碰純APP。因為我做了這么多年互聯網，深刻感受到那時候流量紅利已經沒了。事實上從2016年之后，國內純APP跑出來的獨角獸很少，所以我們的結論基本上是正確的。

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里的競爭對手手里，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ToC，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。所以這是典型的國內ToC市場，夾縫中做爆款。?

另外用大語言模型做國內ToC，會有比較高的合規成本。因為通用領域，你也不知道用戶會問什么。嚴重一點的就是競爭對手會故意找一些敏感話題，然后去舉報你，這就非常惡劣了，在互聯網時代國內發生過很多起。相比ToB就好很多：沒人會跟一個客服機器人聊今天天氣怎么樣。?

第二個是國內ToB。大模型可以賦能的ToB賽道實在太多了，包括法律、電商、招聘、設計等等行業。但國內ToB也繼承了中國ToB市場已有的問題，就是天花板比較低。?

財富500強里確實有很多中國企業，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支出只有美國的1/6，很多還在央企和國企。國內SaaS上市公司的人均產值，是30-60萬人民幣，美國是30-60萬美元。這就是中國企業服務的現狀，而且不是短期就能改善的。?

所以做國內的企業服務市場，必須得耐得住寂寞，有韜光養晦的心態。?

第三個是做國際ToC。例如Lensa.ai，Jasper.ai、Copy.ai、Midjourney等(我把部分PLG產品也歸納到了此象限里)。

首先，國際ToC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著巨頭的競爭，例如Jasper面臨的是Office的Copilot和NotionAI的競爭；包括上文提到的Midjourney面臨AdobeFirefly的競爭。所以這些創業公司是否還能像過去那樣野蠻成長，還是有很大的不確定性。?

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PKSlack也是類似的案例。?

第四個就是利用AIGC做海外ToB。好處當然是海外B端的支付能力和付費習慣都比較好。我專門問過幾個硅谷創業公司的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后付費，全都自助完成，沒有任何教育成本，因為在之前的公司就是這么用的。

中國人做海外ToB的優勢就是比較勤奮，迭代速度快，中國創業者996是默認，海外根本不可能。所以中國人做SaaS一個月可以迭代3次，海外同行可能是3個月迭代一次。所以如果你本來就是做ToB的，與其在國內卷，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歷，特別還在海外的ToB企業干過更佳。?

最后，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/大模型來提高內部效率了，還有好幾個企業已經在他們產品中集成了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。?

如果你是一名創業者，也想探索這方面的機會，歡迎隨時和我們聯系，一起開拓新的大航海時代！

Tags：AIGIGCTOCGPTAigangTIGC價格Divergence ProtocolAIGPT價格

AAVE