OpenAI計(jì)劃融資千億美元，另一家大模型公司Anthropic計(jì)劃未來4年融資50億美元。將來，花費(fèi)10億美元訓(xùn)練基石模型也不是不可能。

在基石模型公司的碎鈔能力面前，VC的“鈔”能力似乎微不足道，因此在基石模型中，VC參與的并不多，畢竟，沒有多少VC的基金規(guī)模高達(dá)10億美元，顯然這是屬于巨頭的游戲。

微軟Azure云一周的收入就有20多億美元，所以投資OpenAI 100億美元只消耗了這家科技巨頭6周多的收入。相比VC要等到項(xiàng)目退出才能看到回報(bào)，Azure因?yàn)檎狭薕penAI的服務(wù)，僅2023年二季度收入就增長了6%，比原先增加了50億美元到60億美元收入。

這筆經(jīng)濟(jì)賬，對于巨頭們來說，不可謂不劃算。

從資本和業(yè)務(wù)的角度來看，或許只有云廠商和科技巨頭才是基石模型公司的長期伙伴。除了OpenAI，微軟近期宣布與Mistral戰(zhàn)略合作并投資1600萬美元；亞馬遜和谷歌共同支持了Anthropic；甲骨文和Salesforce共同支持了企業(yè)級大模型Cohere；英偉達(dá)是所有企業(yè)戰(zhàn)投中最激進(jìn)的，2023年一口氣投資了11家基石模型公司（占AI總投資數(shù)量的40%），涵蓋多個(gè)大語言模型、視頻和3D生成基石模型。

圖源：IRIS

而另一面，基石模型的公司也在分化出不同的格局。

目前，北美的基石模型格局已基本形成OpenAI、谷歌、Anthropic、X.ai等幾家公司指引閉源模型最新進(jìn)展，Meta、Mistral等引領(lǐng)開源生態(tài)進(jìn)步。

一位在英偉達(dá)參與大語言模型開發(fā)的研究人員與硅兔君分享他所理解的企業(yè)進(jìn)行大語言模型部署和應(yīng)用的路徑，首先，頭部玩家一定會構(gòu)建自己的大語言模型，以便擁有絕對的主導(dǎo)權(quán)；其次，基于目前已知的開源模型、根據(jù)自己的業(yè)務(wù)領(lǐng)域進(jìn)行增強(qiáng)和研發(fā)；第三，調(diào)用通用基石模型的API接口和提示工程，將前端做厚，將特定業(yè)務(wù)需求與基石模型的語境適配，可以低成本更快地搭建出一些具體領(lǐng)域的應(yīng)用。

硅谷VC UpHonest Capital從早期投資視角觀察到，第一條路徑的門檻太高，目前鮮有新創(chuàng)業(yè)者涉足。第二條和第三條路徑是目前創(chuàng)業(yè)者的普遍選擇，許多創(chuàng)業(yè)者可能在前期先選擇調(diào)用基石模型API快速試錯(cuò)，有了更多資本、算力和人才資源后再嘗試基于開源模型微調(diào)，加深自己的護(hù)城河。

打造法律行業(yè)大語言模型的Harvey就是走的第三條路，他們先與OpenAI聯(lián)合開發(fā)，2023年12月完成8000萬美元B輪融資，加強(qiáng)自研模型。

另一個(gè)特定業(yè)務(wù)需求的大模型開發(fā)公司Magic AI則是基于更早之前的LSTM架構(gòu)開發(fā)針對代碼生成的基石模型，以便突破Transformer的輸入字符長度限制。

吸引了General Catalyst和A16Z 5000萬美元投資的Hippocratic，使用專業(yè)醫(yī)護(hù)人員提供的數(shù)據(jù)和反饋進(jìn)行RLHF訓(xùn)練，用于診斷以外的病患服務(wù)場景。

Hippocratic AI和創(chuàng)始人Munjal Shah | 圖源：General Catalyst

這些垂直行業(yè)/特定任務(wù)場景LLM初創(chuàng)企業(yè)的發(fā)展，也印證了谷歌前CEO Eric Schmidt，Databricks首席科學(xué)家Matei Zaharia、AI初創(chuàng)SamayaAI創(chuàng)始人Maithra Raghu的共同觀點(diǎn)—— 未來的AI生態(tài)中，通用大模型負(fù)責(zé)解決長尾問題，高價(jià)值的業(yè)務(wù)場景將由專業(yè)AI系統(tǒng)來解決 。

02 “釘子”會變得更細(xì)、更窄

雖然AI Grant的兩位創(chuàng)始人信心滿滿，“未來12~18個(gè)月會有AI應(yīng)用年收入突破百億美元！”但哪怕是Adobe前CTO創(chuàng)立、1年估值超過10億美元的生成式AI內(nèi)容營銷工具Typeface也還在尋找PMF。

Adobe前CTO Abhay Parasnis | 圖源：Linkedin

“大部分AI應(yīng)用處于概念驗(yàn)證階段，大規(guī)模應(yīng)用還未到來。”多位創(chuàng)業(yè)者、從業(yè)者向硅兔君如此反饋。

但這并不影響創(chuàng)業(yè)熱情。

硅谷VC UpHonest Capital告訴硅兔君，他們在過去一年接觸了比以往更多的輟學(xué)創(chuàng)業(yè)者和PhD學(xué)術(shù)研究創(chuàng)業(yè)者，這些創(chuàng)業(yè)者或是將之視為”一生一次的機(jī)會“，或是受到Transformer論文八位作者全部創(chuàng)業(yè)的激勵，一頭扎進(jìn)AI賽道。這是在2016年那一次AI繁榮期也未發(fā)生過的景象。

同時(shí)，圍繞AI的創(chuàng)業(yè)項(xiàng)目數(shù)量更是前所未有。

以硅谷孵化器YC為例，2023年孵化的項(xiàng)目中接近一半是AI公司（約231家），再加上考慮到許多創(chuàng)業(yè)公司轉(zhuǎn)型，實(shí)際數(shù)量可能更多，“有許多公司在我們投資一個(gè)月之后轉(zhuǎn)型做新的AI方向” ，YC的一位投資合伙人感慨，自從他在YC工作以來，從未見過像現(xiàn)在創(chuàng)始人這么快的找到/轉(zhuǎn)型新方向。

一個(gè)明顯的轉(zhuǎn)型趨勢是，場景從寬泛到聚焦，從通用任務(wù)向具體任務(wù)細(xì)化。

例如YC上半年孵化的Fintool，這個(gè)創(chuàng)業(yè)團(tuán)隊(duì)之前創(chuàng)立了AI驅(qū)動的法律資料檢索工具Doctrine。Fintool一開始想做金融領(lǐng)域的LLM（“Bloomberg GPT”），經(jīng)歷半年時(shí)間，目前聚焦到機(jī)構(gòu)投資者的助手Copilot（人參與到回路中）方向，幫助投資者總結(jié)、分析財(cái)報(bào)，更高效的梳理投資決策相關(guān)的信息。

另一家AI驅(qū)動的SEC（美國證券交易所）合規(guī)自動化公司Hadrius，它的創(chuàng)始人認(rèn)為AI創(chuàng)業(yè)者在銷售時(shí)應(yīng)該”聚焦在垂直場景本身“，他們曾在銷售時(shí)強(qiáng)調(diào)產(chǎn)品“具有AI功能”，結(jié)果發(fā)現(xiàn)沒有實(shí)際用處，因?yàn)樗麄兊目蛻舸蟾怕什皇菢O客，強(qiáng)調(diào)AI的概念不如講清楚如何解決客戶痛點(diǎn)。

圖源：Linkedin

咨詢公司PwC的一份數(shù)據(jù)調(diào)查顯示：61%的CEO表示2024年，他們期望看到AI對產(chǎn)品或服務(wù)質(zhì)量的幫助，期望看到AI投資的收益回報(bào)。由此可見，今年ROI（投資回報(bào)率，以下均用ROI表示）將成為AI應(yīng)用產(chǎn)品不得不面臨的考驗(yàn)。

科技VC Madrona同樣認(rèn)為“AI產(chǎn)品的用戶心態(tài)將從「試一試」變成「追求ROI」”，去年問”我們的GenAI戰(zhàn)略是什么？”的CEO今年將面臨完全不同的問題“我們的GenAI ROI是多少？”，因?yàn)殡S著深入使用AI，人們將發(fā)現(xiàn)應(yīng)用AI的最大成本可能不是訓(xùn)練模型而是模型一次次運(yùn)算產(chǎn)生的推理成本。

因此，更容易測算和產(chǎn)生ROI的應(yīng)用場景將更受用戶的歡迎。從頭部應(yīng)用的收入增長軌跡我們可以初步判斷有哪些這樣的應(yīng)用場景。

開發(fā)者網(wǎng)站 GitHub 的Copilot 2023年ARR（經(jīng)常性年度收入）超過1億美元，微軟2024年Q2財(cái)報(bào)數(shù)據(jù)顯示，目前付費(fèi)開發(fā)者人數(shù)超過130萬、企業(yè)用戶超過5萬，Copilot產(chǎn)品為GitHub帶來了40%的年收入增長；AI法律助手Harvey表現(xiàn)出了快速增長趨勢，半年多時(shí)間ARR增長了10倍達(dá)到1000萬美元；ChatGPT 2023年12月收入約1.67億美元，年化收入約20億美元；GPT4驅(qū)動的Microsoft Copilot收入更加可期，The Futurum Group分析師預(yù)測該產(chǎn)品2024年收入達(dá)到23.9億~92億美元。

考慮清楚這個(gè)前提條件之后，新創(chuàng)業(yè)者在選擇方向時(shí)還要小心翼翼的避開與巨頭正面競爭，因?yàn)榻裉斓木揞^有資本、有人才、有完善的AI基礎(chǔ)設(shè)施還有充足的GPU卡。

VC UpHonest早期投資的一家生成式AI公司HuHu AI的創(chuàng)始人Tianqiang經(jīng)歷了2016年的AI創(chuàng)業(yè)熱潮，公司成功被亞馬遜收購，再次選擇AI創(chuàng)業(yè)，他認(rèn)為“2012年以AlexNet為標(biāo)志引發(fā)的AI浪潮中，大廠沒有人才、沒有成規(guī)模體系的AI架構(gòu)，2012年-2016年期間，AI初創(chuàng)的商業(yè)模式同時(shí)退出方式可以說主要靠賣給大公司，經(jīng)過這個(gè)時(shí)期的收并購，大廠補(bǔ)上了AI基礎(chǔ)設(shè)施和團(tuán)隊(duì)短板。所以，“十年前，大廠沒有什么，初創(chuàng)企業(yè)就可以做什么；十年后，大廠什么都可以做。在這樣的形勢下，創(chuàng)業(yè)公司就得做大廠顧不上或者不屑于做、偏垂直的事情?！?/p>

圖源：HuHu AI

硅谷VC a16z的一位合伙人同樣認(rèn)為，2024 年將看到范圍更窄的人工智能解決方案。雖然 ChatGPT可能是一款出色的通用人工智能助手，但它不太可能 勝任所有任務(wù)。他預(yù)計(jì)，我們將看到一個(gè)專為研究員打造的人工智能平臺，一個(gè)專為記者打造的寫作生成工具，以及一個(gè)專為設(shè)計(jì)師打造的渲染平臺，這只是其中幾個(gè)例子。從長遠(yuǎn)來看，人們?nèi)粘Ｊ褂玫漠a(chǎn)品將根據(jù)他們的用例量身定制—— 無論是專有的底層模型，還是圍繞它構(gòu)建的特殊工作流程。這些公司將有機(jī)會“擁有”新技術(shù)時(shí)代的數(shù)據(jù)和工作流程；它們將通過鎖定一個(gè)領(lǐng)域，然后進(jìn)行擴(kuò)展來實(shí)現(xiàn)這一目標(biāo)。對于最初的產(chǎn)品來說，范圍越窄越好。

UpHonest Capital認(rèn)為，在生成式AI時(shí)代創(chuàng)業(yè)，垂直、解決具體問題比提出一個(gè)寬泛的方向更好。互聯(lián)網(wǎng)巨頭、SaaS公司，他們在AI以及業(yè)務(wù)領(lǐng)域的積累，一定程度上使之可以更快的疊加新技術(shù)。因此創(chuàng)業(yè)者必須找到自己的差異化并10倍放大。創(chuàng)業(yè)者需要更快的迭代速度，底層基石模型持續(xù)更新，甚至每次更新都能引發(fā)地震，因此需要更快的學(xué)習(xí)能力跟上技術(shù)迭代。

03 大模型正在“殺死” SaaS

在與UpHonest Capital交流的過程中，他們所投資的一家初創(chuàng)企業(yè)引發(fā)了筆者興趣。這家YC孵化、拿到AI Grant投資的公司致力于為家政服務(wù)行業(yè)提供AI接線員服務(wù)，保證客戶不會漏聽電話，并完成服務(wù)預(yù)約。美國家政行業(yè)每年因?yàn)槁┙与娫捲斐傻膿p失高達(dá)數(shù)百萬美元，Sameday的創(chuàng)始人曾是全美增長最快的家政服務(wù)公司Ardent Servicing的CMO，了解家政行業(yè)的痛點(diǎn)，其AI產(chǎn)品上線半年后快速增長，ARR（Annual Recurring Revenue，年度經(jīng)常性收入）接近百萬美元。

圖源：YC

談及Sameday的投資理念，UpHonest創(chuàng)始人表示他比較關(guān)注傳統(tǒng)行業(yè)跳過SaaS（軟件化）階段，直接進(jìn)入生成式AI時(shí)代的相關(guān)機(jī)會。

無獨(dú)有偶，a16z也看好傳統(tǒng)行業(yè)的AI跨越。其醫(yī)療健康方向的投資人表示“正如新興市場從使用現(xiàn)金直接轉(zhuǎn)向移動支付（完全’跨越‘信用卡）一樣，醫(yī)療行業(yè)也將從傳真機(jī)直接轉(zhuǎn)向人工智能（跨越傳統(tǒng)的垂直軟件）?！?/p>

美國的醫(yī)療行業(yè)非常傳統(tǒng)，2023年美國醫(yī)療行業(yè)討論的話題是AI與傳真技術(shù)對醫(yī)療行業(yè)的效率提升。而且在美國市值前100的上市軟件公司中，只有一家是服務(wù)醫(yī)療行業(yè)的，醫(yī)療行業(yè)的數(shù)字化程度之低可見一斑。

而現(xiàn)在，一些創(chuàng)業(yè)者跟硅兔君反饋他們認(rèn)為醫(yī)療行業(yè)有可能成為美國最先擁抱AI立法的行業(yè)，他們在等待更明確的信號出來后加入AI+醫(yī)療的創(chuàng)業(yè)行列中。

2024年YC冬季孵化營的AI項(xiàng)目方向也反映出醫(yī)療從業(yè)者對AI的期待，今年AI+醫(yī)療的應(yīng)用格外多，甚至細(xì)化到牙醫(yī)的AI接診員，放射科醫(yī)生、家訪護(hù)士和住院護(hù)士的助手等。

此外，AI產(chǎn)品“殺死”SaaS不僅體現(xiàn)在對傳統(tǒng)行業(yè)的滲透，還有可能從商業(yè)模式角度顛覆SaaS現(xiàn)在的訂閱制。

雖然目前大部分的AI應(yīng)用還是延續(xù)SaaS的商業(yè)模式，提高員工的生產(chǎn)效率，按照使用的賬戶數(shù)量訂閱制付費(fèi)，定價(jià)參考員工的雇傭成本。咨詢公司PwC和Benchmark投資人提出了一個(gè)新的觀點(diǎn)“未來的AI產(chǎn)品很有可能演變?yōu)榘凑战Y(jié)果付費(fèi)”，“Sell work, not software（售賣結(jié)果，而非軟件）”。

例如服務(wù)人身意外傷害律師的AI助手EvenUp，B輪融資5050萬美元，幫助人身傷害律師為客戶準(zhǔn)備索賠文件，例如案件摘要、醫(yī)療費(fèi)用（包括誤工費(fèi)）估算等。

圖源：EvenUp

如果EvenUp采用的是SaaS銷售思維，它的產(chǎn)品形式可能是為人身傷害律師提供一款軟件，例如在準(zhǔn)備文件流程的某個(gè)環(huán)節(jié)使用AI生成工具，訂閱收費(fèi)，但這樣一來，EvenUp期望的是客戶為提升的效率付費(fèi)（難以衡量且有限）。

相反，EvenUp選擇了銷售“Work Product”，即整個(gè)索賠文件資料。這樣，EvenUp的定價(jià)參考的是律所使用外包團(tuán)隊(duì)撰寫這樣一份資料的成本，因?yàn)镋venUp可以完全取代這樣的人力勞動。從這個(gè)角度，Benchmark的投資人認(rèn)為凡是需要外包團(tuán)隊(duì)的工作，都有可能由AI產(chǎn)品取代，因?yàn)檫@樣的工作普遍意味著枯燥、重復(fù)和基礎(chǔ)。

不過，有關(guān)AI的一切仍在瘋狂的進(jìn)化中，創(chuàng)業(yè)者和投資人對此有無限的想象，也是因?yàn)檫@些想象，AI創(chuàng)業(yè)不可避免的陷入狂熱和泡沫中。

反思2023年的AI投資，Khosla Ventures創(chuàng)始人認(rèn)為AI創(chuàng)業(yè)投資過熱了?！翱紤]到目前的炒作，AI初創(chuàng)公司的估值過高，未來可能只有少數(shù)幾家能存活下來”。

YC合伙人也發(fā)現(xiàn)去年很多人陷入“Checkbox”心態(tài)，因?yàn)榭吹狡渌嗽趧?chuàng)業(yè)或者布局AI戰(zhàn)略，所以也要跟著做，他認(rèn)為這種心態(tài)很容易使人陷入“Tarpit ideas”陷阱，即看起來有前景但是坑的方向。

并且，去年的環(huán)境加劇了陷入“Tarpit ideas”的概率，因?yàn)槿巳硕枷氩季諥I戰(zhàn)略，一些AI Copilot概念產(chǎn)品可能很容易吸引用戶試用、甚至轉(zhuǎn)化一定的付費(fèi)用戶，但他們可能只是認(rèn)為自己需要，還沒搞清楚到底需要AI干啥。“很多AI應(yīng)用并沒有找到 PMF，它們似乎獲得了一些traction（業(yè)績），但當(dāng)我們仔細(xì)探究時(shí)，有人真正在使用嗎？實(shí)際用例是什么？創(chuàng)始人一頭霧水?！?/p>

AGI確實(shí)展示出無限的潛力，但回歸現(xiàn)實(shí)，AI真正的應(yīng)用和效益可能還沒實(shí)現(xiàn)。摩根斯坦利的AI助手并未被財(cái)富經(jīng)理采用，因?yàn)榭蛻粝敫嫒私涣?。試圖用AI撰寫的文章取代記者的新聞業(yè)務(wù)難以進(jìn)行，因?yàn)檫@些文章是錯(cuò)誤的或無用的。

OpenAI的COO Brad Lightcap也不得不出來讓大家冷靜下，他告訴CNBC記者，人工智能無法大幅降低成本，也無法讓陷入困境的公司恢復(fù)增長。

在AI應(yīng)用高速發(fā)展、野蠻生長的階段，有許多看不清、回答不了的問題。超級個(gè)人投資者Elad Gil最近在博客中表示，“在大多數(shù)市場中，時(shí)間越久，事情越清晰。而在生成式AI領(lǐng)域，情況恰恰相反。時(shí)間越久，我就越不覺得自己真的懂了。”

YC CEO Garry Tan也承認(rèn)現(xiàn)在很難確定的說有哪些方向一定會成為AI “Tarpit ideas”。

Garry Tan | 圖源：The Information

但相信有一點(diǎn)是硅谷投資人的共識，一位a16z合伙人曾表示，消費(fèi)類人工智能應(yīng)用將通過圍繞獨(dú)特的使用案例提供最佳用戶體驗(yàn)而實(shí)現(xiàn)突圍，而不是僅僅依靠模型性能。LLM可以成為差異化的源泉，可能會提供先發(fā)優(yōu)勢，但網(wǎng)絡(luò)效應(yīng)、高轉(zhuǎn)換成本、規(guī)模和品牌等老式護(hù)城河仍將是長期取勝之道。

2020~2022，在生成式AI熱潮之前我們經(jīng)歷了元宇宙和加密數(shù)字貨幣浪潮，泡沫很快刺破。很難說，AI熱潮不會步入前者后塵。但每次泡沫破裂之后，總會有真正的信道者堅(jiān)守，默默推動技術(shù)進(jìn)步。

正如OpenAI CEO 山姆·奧特曼所言：”AGI正在來臨，但它對世界的改變可能并沒有我們想象的那么多?！?/strong>