大模型混沌期：大佬熱衷論道，創業者加速狂奔

來源：鈦媒體

作者：郭虹妘

圖片來源：由無界AI‌生成

激進與保守之間是一場認知的挑戰賽。

“在矽谷，關於大模型、生成式AI的話題，沒有投或不投的討論，只有投哪個賽道，投哪個項目的討論。”一位矽谷投資人向「鈦媒體創投家」表示。

矽谷的瘋狂印證在數字上。據PitchBook 數據顯示，GPT-3發布兩年多以來，風投資本對AIGC的投資增長了400% 以上，2022年投資圈向生成式AI公司共投入13.7億美元（折合人民幣約93.69億元），幾乎達到了過去5年的總和，今年甚至達到了驚人的21 億美元。

目光轉回國內，大模型狂奔的200多天，矛盾認知討論的聲音大過於實際落地進展。

手握真金白銀的風險投資者們，一派躍躍欲試，押注大模型、AIGC；一派則是表示“讓子彈再飛一會兒”。

「鈦媒體創投家」了解到，躍躍欲試派，要么是真有錢，手握充足子彈的，實力派系投資機構；要么是長期鑽研技術、深刻了解技術變量、技術突破的實幹派系投資機構，終於等來這一次“逆風翻盤”的機會。

“讓子彈再飛一會兒的，一是沒錢，二是此前並沒有技術領域的積累，現在還在努力學習和研究大模型的底層架構和趨勢。”一位基金合夥人對「鈦媒體創投家」表示，“說白了，投資機構也怕被創業者割韭菜。”

**“這是一場認知的競賽，對大模型有怎樣的認知，就會投出什麼樣子的項目。”**在阿爾法公社創始合夥人&CEO許四清看來。

大模型的認知矛盾並不只集中在個體身上。當投資人、創業者、需求方都存在認知偏差的時候，對於大模型的“激進與保守”，就成了大多數玩家的普遍狀態。

連續創業者獵豹移動CEO傅盛，在朋友圈懟金沙江創業投資基金主管合夥人朱嘯虎“矽谷一半的創業企業都圍繞ChatGPT開始了，我們的投資人還能這麼無知者無畏。”

叱吒一級市場多年的朱嘯虎回應，“99%的價值都是GPT創造的，這樣的創業公司有什麼價值。”

乍一看沒有對錯，只是立場不同。大佬級的創業者們紛紛下場，擼袖子開幹，從王慧文的光年之外，到帶著5000萬美金啟動資金入場大模型的王小川，再到阿里框架大神賈揚清，離職投身AI。心懷夢想的創業者，像抓到第二波互聯網創業浪潮般興奮不已。

二級市場的人工智能概念股亦是一路狂飆。從元旦到今年6月底，人工智能指數(884201)漲幅就接近了70%。但是，美國銀行策略師邁克爾·哈特內特（Michael Hartnett）卻將本輪人工智能上漲稱為“嬰兒泡沫”，並警告稱這一泡沫可能正在破裂。

真正用過AI產品的人其實並不多，最近摩根士丹利做了一個2000多人的調研，結果竟然是有80%的人沒有用過ChatGPT或是谷歌的Bard。

激進、共識、保守、泡沫、陌生感多重矛盾，裹挾著這場“科技革命”。其中的機會是在AGI、垂直模型、基礎設施層，還是應用層？

一群極客的創業並沒有過多地思考，而是直接接入ChatGPT開始探索商業化。

誰在“腳投票”AI

**用戶是檢驗產品的最好方式，價值與否，用戶會選擇“用腳”投票。 **

跨境電商、視頻創作、會議記錄等場景，成為ChatGPT的首批提效陣地。

「鈦媒體創投家」了解到，跨境無界生態鏈從去年12月，就開始用ChatGPT提升產品頁面的上架效率，研究後發現，ChatGPT可以實現批量化的產品頁製作，生成後可達到直接上店舖的標準。

創始人錢大柱表示：“ 原先一組四五個人花一天干完的工作，現在只要一個ChatGPT的輸出者，一個小時就能把這些工作全都做好，多出來的時間可以做更多的事情。”

在GPT-4上線識圖功能後，通過網址端引入一張產品圖片讓GPT-4分析圖片、對產品的賣點進行描述和提煉，輸入提示詞，要求模仿成符合亞馬遜買家喜好的表達方式，一次生成8個不同版本，這就意味著，8個店鋪同時上線一款產品，且不會被亞馬遜後台識別出關聯性，每個店鋪能夠獲得同等流量計算，對業績提升起到巨大幫助。

“電商的門檻其實並不高，所以想要拉開與同類跨境商家之間的距離，要么靠跑的速度，要么靠新的技術。”錢大柱表示。

技術流出來的ShulexVOC創始人郭辰璐，亦是ChatGPT的踐行者。 ShulexVOC是幫助賣家快速分析產品的優缺點，購買動因，用戶期望及使用場景的一款插件，在Amazon和Shpfiy平台都可以使用。底層邏輯是ChatGPT 的算法加自研小模型，把用戶的評論、照片通過自然語言處理，再把標籤提取出來變成文本，最後對應到商品進行分析，目前已有3萬多用戶。

“很多跨境商家的優勢是供應鏈能力，他們對於數字化提效產品應用的能力是欠缺的，而且除了平台自主提供的，他們也很少主動去尋找此類型的產品，但是這些產品著實可以幫助賣家提升選品、優化品類的能力，從而提升銷售業績。”亞馬遜的產品經理表示。

前不久，Adobe首席技術官Abhay Parasnis創立的人工智能營銷工具Typeface，幫助企業完成博客文章、Instagram帖子、LinkedIn主頁和公司官網等平台營銷內容的生成，Parasnis將它稱之為“10倍內容工廠”。

深扒底層邏輯是應用Stable Diffusion和OpenAI的數據，加上自研多模態生成式流程創新營銷產品。成立一年多獲得2輪融資，總融資額達到1.65 億美元，投資方包括Salesforce Ventures、GV（谷歌風投）、Menlo Ventures 和M12（微軟風投基金），投後估值達到10億美元，並獲得了谷歌、微軟簽訂了商業合同。

“借助大模型做淺表層應用或者產品驅動型的應用，不管To B還是TO C都有非常多的機會，”阿爾法公社創始合夥人&CEO許四清向「鈦媒體創投家」表示。

自媒體創作人也受益人之一，一位自媒體創作人在與「鈦媒體創投家」聊天時表示，長篇的文字內容轉成短視頻內容一直是他的困擾，直到使用了ChatGPT內容總結概括功能，1分鐘生成短視頻腳本，再配合剪映的智能生成視頻工具，讓團隊製作視頻速度提升了5倍以上。

“把全文粘貼進去，要求ChatGPT生成一篇600字的視頻腳本文案，1分鐘就能拿到結果，再修訂一個開頭就可以使用了，視頻也是同樣的方式，以前做一個視頻要3天，現在1天最起碼能完成5-8個視頻。”這位自媒體人向「鈦媒體創投家」炫耀著他的提效神器。

正如經緯張穎，在混沌學園的發言，他認為，AI早期決勝的關鍵是敢於從ToC場景裡尋求突破，因為C端能帶來的數據飛輪效應。

場景優先、數據為王，模型本身不是用戶需要的，用戶需要的是符合客戶預期和提升商業化收益的產品。光有大模型沒有應用場景，就好比拿著錘子找釘子，工具好沒地方使。如何將AI模型的能力滲透進入場景是一件值得深度投入的事情，正如APP時代，美團、滴滴、攜程幫助我們便利生活一樣。

在狂熱的平台級或顛覆性的大機會之間，逐漸湧現出、現實的零零散散的小機會。

“吞金獸”，沒有商業模式

大模型的出現，讓大家集體進入一場“無導航”模式的探索之中。

“OpenAI在訓練ChatGPT的時候，可能也沒有想到它會震撼所有人，可能也沒有想清楚它如何商業化，就是覺得應該有更新的技術探索。”矽谷徐老師在一次公開活動上表示。

“大模型目前沒有商業模式，燒得起錢、等得起生態搭建，就投大模型。”一位業內資深投資人向「鈦媒體創投家」表示。

大模型到底有多燒錢， 據The Information媒體報導，三位了解OpenAI財務狀況的人士透露，由於去年開發ChatGPT並從谷歌招聘關鍵員工，OpenAI的虧損大約翻了一番，達到5.4億美元左右。

上述知情人士還透露，OpenAI首席執行官Sam Altman曾私下暗示，公司可能會在未來幾年籌集至多1000億美元資金，以進一步開發人工智能的能力。

盈利卻一般般，上述OpenAI財務知情人士中的2名透露，2022年OpenAI的收入僅有2800萬美元，主要來自向應用程序開發商出售其人工智能軟件的訪問權限，這一收入水平，僅為微軟去年全年營收的0.14‰。

在盈利微薄的情況之下，7月7日OpenAI在搶占生態位上又出一個殺手鐧策略，其官方發布GPT-4 API全面開放使用，現所有付費API用戶都可直接訪問8K上下文的GPT-4，無需任何等待。

**“吞金”的大模型如何商業化，橫亙在發展與現實之間，沒有成熟的參照模式，中國大模型的盈利模式也是“摸著石頭過河”。 **

許四清表示，這次和上一代中國互聯網企業形成的時候，生態格局會有很大的變化，當時各個大廠把持一個戰略方向，佔領某個領域，比如百度做搜索，騰訊做遊戲、社區和即時通信，阿里做電商，字節做互聯網新媒體的社群和廣告，分別在各自的領域裡獨樹一幟。

在他看來，這一輪的情況變了，各大廠直接做垂直領域的可能性不大，基本是基於大語言模型快速佔領，自己想佔領的領域，建立生態環境，由此打造一個大的新一代平台，因為AIGC技術突破決定了很多產業格局會重構，所以我認為大廠會在積極的建立自己的生態環境上面下工夫，這是競爭的焦點。

“只有搶占了生態環境，才能夠搶占最多的受眾群體，和建立更廣闊的邊界，這個是中國企業以前比較少面對的機會。”許四清說道。

“AI浪潮在這個階段，一定是技術驅動為先和定義產品為重的。未來的應用與模型能力結合更緊密，所以對模型的理解與差距，會決定產品與用戶體驗，有技術創新基因和能力的小團隊，必須拼命奔跑。“在經緯張穎看來。

“AI基礎設施本質上還是算力、算法、數據三位一體的東西，最後誰能將三者能力整合得好，提供更低成本、更低門檻的能力才是決定整個競爭最重要的點，但目前依舊屬於混沌階段。”在常壘資本創始管理合夥人石矛看來。

“在直接生成結果上，如果要商業化、產品化，我們認為還是有很長的路要走的。”國家語音創新中心首席專家張熠天在2023年華映資本的年會上表示。

從長遠看，新興技術的產業發展，本質是靠業務需求的驅動，企業究竟是否需要大模型，這其中必然包含多重因素。

最後

成也數據，敗也數據。

“以Chat GPT發展的速度來看，做場景早晚會被替代，所以回歸到ChatGPT的底層邏輯是數據，獨一無二的、深度價值的數據誰都替代不了。”在Shulex郭辰璐看來。

可是數據一旦接受了訓練，就不可能“取消訓練”或刪除或移除數據。對於很多公司來說，競爭的護城河是數據，他們不希望任何人免費抓取數據，比如嚴肅的醫療、法律行業。

在創新與數據安全之間如何尋求一個平衡，還是堅守小樣本訓練加大模型，還是依附於大模型，沒有標準答案。