旗下微信矩阵:

建立面向AI的新战略

具备同样素质的创业者,在移动互联网创业浪潮中能脱颖而出,在AI浪潮中则可能溺水而亡。
2024-09-09 08:14 · 中国企业家杂志  何伊凡   
   

套用一个流行句式:“当我们说‘AI时代’时,我们在说什么?”对创业者而言,这个问题指向对移动互联网时代与AI时代生态差异的认知。具备同样素质的创业者,在移动互联网创业浪潮中能脱颖而出,在AI浪潮中则可能溺水而亡。像王小川这样经历过多次洗礼的老炮,以及正谋求所谓“拥抱AI”的头部科技企业,也都需要完成自己能力的代际切换。

创业中有一些永恒的要素,如资本、技术、场景等,从移动互联网时代到AI时代都发生了一定变化。

首先,从资本角度看。中国一级市场的快速发展,与互联网和移动互联网的崛起相伴而生,因此之前一级市场更适应互联网和移动互联网的投资逻辑,和这套投资逻辑交互影响的就是商业逻辑,即追求边际效益的*化,随着规模扩张,当双边平台网络足够大,边际成本趋于零的公司*竞争力。如果用户规模到达某个级数,新盈亏平衡点出现,之后营收会呈指数性增长,最后赢家通吃。

从搜索到电商,从O2O到共享经济,赢家都沿着这套逻辑杀出来。资本需要支撑它们前期大规模“烧钱”,跑马圈地,以换取流量与市场份额。换而言之,资本本身就是移动互联网时代的核心竞争力。

但类似投资逻辑在今天已经不适用,如果沿用过去的框架来看市场,投资会很难,融资会更难。过去18个月以来,移动互联网逻辑下的很多公司,即使盈利能力很好,商业模式成熟,往往上市前最后一轮估值都会腰斩,或者多次递表也难以IPO。即使成功敲钟,往往在二级市场日均交易量也不活跃,无法给投资人赚钱。这其中自然有全球资本市场大环境的影响,但也需要重新审视投融资模式。

AI时代,模型公司需要花费巨大精力去提供定制化解决方案,这意味着投资不再严格遵循“数一数二”原则,移动互联网赢者通吃的局面很难出现,不会出现投 中一个巨头公司拿下一个庞大市场中的大部分份额的情形。

另外,如创新工场管理合伙人汪华在一次访谈中所说的,投资人在移动互联网早期“无共识而有行动”,对其前景缺乏一致认知,甚至很多人认为和PC互联网一样,创业者很难摆脱运营商控制。从2008年到2013年,用了5年时间共识才达成。尽管如此,这5年来移动互联网投融资活跃度依然很高,因为大家都不愿意错过周期性机会。大模型创业则是“有共识而少行动”,各方面几乎从*天开始就达成共识,ChatGPT发布两个月时间全球用户过亿,是史上用户增长最快的消费级应用程序。可大模型投融资降温速度也快于移动互联网早期,研究机构CB Insights发布过一份《2023年人工智能(AI)行业现状报告》,称2023年中国AI领域投融资数量约为232笔,同比下降38%;融资总额约为20亿美元,同比下降70%。

移动互联网时代,一级市场还是美元基金天下,追求小概率下的大成功,而AI时代,国内一级市场已经人民币化,更追求确定性回报。受这种偏谨慎风格的影响,创业者如何获得资本助力将是个新课题。

再看技术。一种技术一旦成为基础生产要素,上层所构建的商业建筑就会被重构,无论是工作方式,工具、协作方式、组织形式、商业模式、用户体验都会变得不一样。移动互联网如此,AI也会如此。只是不同的基础生产要素,所构建的商业建筑也不一样,更何况AI可是更底层的生产要素。

移动互联网时代同样存在技术壁垒,同样需要产品主义,只是经过之前PC互联网长期铺垫,不存在高成本与高门槛问题,关键是谁能在同样基础上做出更符合用户需求的应用。AI时代用户使用门槛与成本出现了百倍级下降,1.0阶段AI全部都是任务导向,假设做词性标注、车牌识别、人脸识别,每个不同任务都需要挑一套独立算法,实现一套独立逻辑,训练一个独立模型。到了2.0阶段,它已经是通用任务大师。即使如此,与移动互联网刚兴起时相比,门槛和成本依然很高,对算力、算法和数据的要求,更远远超出移动互联网创业的要求。

降本增效是企业永恒话题,AI时代的成本与效益计算方式和移动互联网时代不同。移动互联网具备重链接、轻算力点,需要最快产生网络效应,而快速获客不是AI时代企业达到盈亏平衡点的核心要素,后者在于单位用户算力成本与单位用户智能服务等效收益间的比较。因此过去创业先要考虑买怎样的云服务,很快可能需要考虑买多少Token,财务模型都会受到影响。

一些技术概念也发生了相应变化。以数据为例,移动互联网公司曾普遍认为结构化数据才能叫数据资产,因为之前大家更擅长处理结构化数据。实际上一家商业机构合同文本、会议纪要、采购单、发票、财务报表等,以文本、视频、音频等不同形式存在,至少95%都是非结构化的,这导致大量数据处于浪费状态。

AI时代非结构化数据有了重新激活的可能。大模型可以理解多种数据格式和上下文,生成自然语言文本,进而对非结构化数据进行处理和分析,反而过于结构化的数据因为人为标注,某种程度上视为受到污染,损失了上下文信息,因此连关于数据资产的定义都已不同。

就场景而言,移动互联网通过终端设备拓展了大量新场景,根据新场景又产生原生应用,这些应用更像有温度的工具。AI时代则模型、数据、场景完全统一,交互界面更加丰富,未来通过具身智能还可以将交互从数字世界拓展到物理世界。现在C端用户对大模型感知最深的交互场景依然是对话,其实大模型不是一种工具,而是一种能力,它最终会润物细无声地进入到生产和生活每个场景,在用户没有感知的情况下就达到全新体验。

移动互联网的商业化场景先自C端发力,从消费互联网普及,到2018年进入产业互联网阶段。当前业内较为统一的看法,是大模型*落地的商业化场景在B端,而在企业级市场,大模型会有更深度的场景应用。例如机器人过去能做到精确地抓取规则的零部件,但如果今天应用模型能力,要抓取不规则的零部件,机械臂需要通过机器视觉来判断,这要依赖一系列工程化的复杂解决方案。

从研究的角度,科学家自然希望能有一个或几个大模型解决一切场景中的问题,而具体到商业场景中落地,基础模型公司也会遇到自己的能力边界。Agent(智能体)的能力,本质上还是“模型能力+应用能力”,模型只是其中一部分。在最后一公里场景,更离不开Know-How和模型能力的结合,需要比移动互联网时代对垂直场景有更深刻的理解。

如智谱AI的COO张帆所说,当前面对大模型,企业容易产生两种极端思维。一种把它当成许愿池,好像什么都可以搞定;另一种,每时每刻都找一些大模型干不成的事,证明它不行——这两个极端都不对。当前对所有企业而言,都需要跳出极端,构建真正基于AI的新战略。 

创业者的正确姿态是:首先要找到合适的基座模型矩阵;然后搭建与之配套的组织——AI时代的组织与移动互联网时代的组织会变得不一样,要将业务与技术更紧密结合,还要让数据工程师、微调工程师等扮演更重要角色;最后,要把数据资产转化为业务场景,进入应用。最终这一切流程,会成为正向飞轮,在场景中每转一圈,公司的能力才会更强。

【本文由投资界合作伙伴中国企业家杂志授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。