編者按：本文來自微信公眾號 42章經(jīng)（ID：myfortytwo），作者：曲凱，創(chuàng)業(yè)邦經(jīng)授權轉(zhuǎn)載。

Q1. 今年以來，AI 市場的溫度在如何變化？

A：今年上半年，整個一級市場（尤其是 AI 領域）之差可以說是十年所未見。

AI 賽道從去年 3 月左右開始火起來，下場創(chuàng)業(yè)的很多都拿到了融資，但 9 月之后形勢開始急轉(zhuǎn)直下 (原因我們在去年的年終總結里也有寫過)。到了今年，市場還在進一步變冷，從 1 月到 5 月，拿到主流機構投資的 AI 公司不會超過 30 家，其中相當一部分還是追加輪次的公司。

這個數(shù)字大概是十年前的百分之一，也就是說整個市場的融資難度提高了百倍。在這個數(shù)字之下，絕大多數(shù)人的任何選擇和努力都是無效的。

Q2. 為什么機構出手這么少？是他們需要更多時間跟蹤和學習嗎？

A：我們接觸了這么多機構，其實非常能理解為什么他們不出手：

1）講大故事的是否能做出來？AI 能做到嗎？大廠競爭怎么辦？大模型做了怎么辦？

2）現(xiàn)在能賺錢的、有數(shù)據(jù)的，會不會不夠 AI？是不是太像生意？市場是不是不大？

3）AI 未來到底會怎么發(fā)展？甚至大模型到底行不行？

其實說穿了，就是現(xiàn)在這件事有太多的不確定性。機構如果仍然在之前的評價體系里，就一定是無法出手的。所以我覺得問題不是說大家對于這事的了解還不夠，花的時間還不夠，而是現(xiàn)有的評價體系跟現(xiàn)在的 AI 發(fā)展狀態(tài)就是不 match 的，這個是根本問題。

所以你就會看到很多機構一會說我要往后面投，我要去投有 PMF 的，一會兒說我要往更早投，我要投好的人，中間來回切換，最后也沒有太出手。所以“沒有打法” 這個是本質(zhì)問題。

另外，我自己還總結了一個原因，就是一級市場里的新韭菜實在太少了，沒有新人新錢進來，老人都踩了太多坑，所以反而會過于謹慎保守，這也不是一個非常健康的市場環(huán)境。

所以，現(xiàn)在出來融資的 AI 創(chuàng)業(yè)者，都是英雄，因為你們都潛移默化間做了整個市場的養(yǎng)料，進行了對整個市場的教育作用，但這又是一個必經(jīng)的階段，無法避免。

Q3. 上半年，硅谷的 AI 進展也是有些無聊的，為什么 AI 的發(fā)展都不及大家預期呢？

A：最大的問題倒不是市場不行，而是大家太急了。

過去的十年里，整個市場都處于一種越來越急躁的狀態(tài)里，從幾年一個賽道，變成一年一個賽道，變成半年甚至一個季度一個賽道，機構期待一年里就把該投的都投了，就有特別明星的公司長出來，數(shù)據(jù)就要炸裂，甚至于就找到下一個字節(jié)，這本來就是不現(xiàn)實的。

客觀規(guī)律就是要等一個市場慢慢地去走，我們自己的主觀能動性跟外部的市場環(huán)境一定是配合著來的，我覺得這個是當下所有從業(yè)者都要特別注意的，就還是要慢慢來。

而且，AI 的進展其實已經(jīng)遠超一開始的想象了。你想，過去這么多年里，有什么事能像這兩年的 AI 一樣帶來這么多的可能性？已經(jīng)非常好了。

Q4. 應用側，有什么能看到 PMF 的新思路，新線索嗎？

A：我們之前做過一個總結，目前全球華人創(chuàng)業(yè)者做的 AI 公司，真正留存收入過關的，有 PMF 的暫時還不超過 30 家。

但在這個里面，我們也還是看到了一些新的趨勢，比如：

1）各種工具型產(chǎn)品開始出現(xiàn)，包括 AI 筆記、AI 心理、AI 下廚房等等，這就有點 2010 年的影子了。

2）服務 Prosumer (Professional consumer) 人群的產(chǎn)品可能是個新賽道，這個人群包括視頻剪輯師、音樂創(chuàng)作人、券商分析師、保險從業(yè)者等等，有點「小 b 大 c」的感覺，他們本質(zhì)是 c 端用戶，但因為這些 AI 產(chǎn)品能服務他們本身的工作，所以他們又具備一定的 b 端付費能力。

3）還有把非結構化的數(shù)據(jù)結構化，也是一條線索。

除此之外，這半年火起來的大多還是增長型產(chǎn)品點，比如黏土濾鏡，meme 表情等等，它更像是試出了一堆玩法，但不一定特別剛需。

Q5. 目前剛需型的 AI 產(chǎn)品還很少，這是時間問題還是認知方法的問題？

A：都有。產(chǎn)品落地本來就需要時間，比如一款好的游戲，正常上線時間可能也要兩年，而這波 AI 出來目前都還沒有兩年時間。從認知方法上來說，各種試錯和探索也都是正常的，很難一步到位。

以及最重要的，大模型本身的能力還不成熟，在很多場景下還達不到要求。

但即使模型能力還達不到，它的想象空間其實已經(jīng)具象化地呈現(xiàn)在大家面前了。從 Sora，到 4o，到 3D，各個模態(tài)其實都已經(jīng)有了很好的 demo 了。這些未來一定是可以實現(xiàn)的，問題只是在于半年、一年、還是兩年的問題。那我們可以思考的是，站在今天這個時間點，我能做哪些準備，去 meet 幾年之后的技術成熟度，未來當模型能力真的成熟了，我的產(chǎn)品要長什么樣子？

Q6. 現(xiàn)在是進場的好時機嗎？

A：一定是，雖然我前面說市場還處在非常早期，但我仍然堅信這兩年是進場的好時機。很多市場在討論的問題，比如模型會怎么發(fā)展？端到端到底會不會分離？很多人覺得說，等路線確定了，這時候下場是最高效的，但問題是，如果沒有經(jīng)歷前面所有的過程，你是不清楚它為什么會這樣，以及在很多細微場景中，又要怎么靈活調(diào)整的。

此外，市場的爆發(fā)有時候是比較突然的，可能突然某個技術或方法成熟了，市場就起來了，等你這個時候再組團隊，補認知，一切就已經(jīng)晚了。

Q7. 現(xiàn)在做 AI 創(chuàng)業(yè)，有先發(fā)優(yōu)勢嗎？

A：有沒有先發(fā)優(yōu)勢，還是取決于壁壘到底是什么。目前大模型公司基本是沒有先發(fā)優(yōu)勢的，今天用 Kimi，明天用豆包，沒有切換成本，后來者只要有錢，模型就能做出來，而且后發(fā)的訓練成本還能更低。

應用的話，倒可能會有兩個優(yōu)勢：一是認知，二是數(shù)據(jù)。尤其現(xiàn)在大家越來越認可高質(zhì)量數(shù)據(jù)的重要性，最后倒不一定是拼數(shù)據(jù)集有多大，而是拼其中高質(zhì)量數(shù)據(jù)有多少。

Q8. 大家入局后，最應該做些什么？

A：就一件事：盡最大的努力，跑通一個 AI PMF。

這個 PMF 的定義因人而異，哪怕只是幾千個用戶，能跑正 ROI 也可以算是一種 PMF。

在這個過程中，遇到問題解決問題就是最好的積累認知的手段，且在整個過程中，自然就能把適配的團隊組織起來。

我覺得大家要盡量避免紙上談兵，也要避免高舉高打。比如過去一年里很多人找我們介紹技術，我會問他你到底是要算法還是要工程？就這一個簡單的問題，現(xiàn)在市面上大多數(shù)公司其實都是沒有想清楚的，他不知道是只把工程做好就行了，還是自己未來也要訓模型，甚至做一些算法上的研究，這些事情都是需要邊做邊摸索的。

Q9. 什么樣的人最適合在 AI 時代創(chuàng)業(yè)？做移動互聯(lián)網(wǎng)的產(chǎn)品經(jīng)驗對做 AI 產(chǎn)品是有很大幫助的嗎？

A：大家把這個問題想得太局限了，經(jīng)常有人問，是不是產(chǎn)品經(jīng)理是最適合創(chuàng)業(yè)的？然后就會有人跳出來說，張一鳴就不是產(chǎn)品經(jīng)理，人家是技術出身。我覺得這些都是太把人標簽化了。

其實本質(zhì)問題就是，一個好的 AI 創(chuàng)業(yè)者需要具備什么特點？那 TA 可能需要對技術有深刻認知，需要有足夠的洞察用戶需求的能力，并且能夠在創(chuàng)業(yè)過程中鍛煉出很好的組織能力等等。

這些能力不會因為一個人的職業(yè)經(jīng)理中有過產(chǎn)品經(jīng)理這個 title，他就真的是一個產(chǎn)品經(jīng)理了，反之亦然。

所以我核心判斷的標準就兩點，一是學習能力，二是對做成這件事的渴望程度。如果你有足夠強的意愿，又有足夠好的學習能力，沒有什么是學不會、做不好的。

Q10. 你覺得最近一年大家對于 AI 的認知有提升嗎？

A：絕對是有大幅提升的。很有意思的一個點是，很多人覺得市場不好，大家普遍悲觀，但我覺得悲觀反而是認知提升的體現(xiàn)，懂得越多，越知道技術的局限在哪里，越容易悲觀。

但在一年多前，大家都不知道 AI 能做什么、不能做什么，但現(xiàn)在大家已經(jīng)碰壁了很多次，試錯過很多，也對很多技術、模型上的操作有最佳實踐和解決方案了。

所以我還想再強調(diào)一下，不用過于悲觀、不用太著急，跳出來看 AI 這一年已經(jīng)有很大進步了。

Q11. 你這半年最想吐槽的是什么？

A：我們現(xiàn)在和國內(nèi)做 2C 產(chǎn)品的人聊天，發(fā)現(xiàn)做視頻多模態(tài)的都喜歡說自己是下一個抖音，做搜索的都喜歡說自己是下一個 Google。這些故事我真的有點聽膩了。

其實在移動互聯(lián)網(wǎng)時代，那些最后大成的公司，很少人是在做下一代的 xxx，大家做的是更全新的產(chǎn)品形態(tài)，所以我覺得大家還是應該把思路打開。

我隨便舉個例子，未來的音樂播放器，它的面板是不是就可以是類似于 DJ 的一個簡易版面板，我手往上一滑，這首歌就會往搖滾風格上靠一靠，我往右一滑，它就能引入另外一個人的音色，大家多往這種方向上去探索產(chǎn)品，可能會有意思很多。

Q12. 為什么今天的創(chuàng)業(yè)者都在考慮出海？

A：有一次我介紹一位創(chuàng)業(yè)者，說他是一位很有名的「出?！蛊髽I(yè)創(chuàng)始人，對方趕緊糾正我說不是「出?！?，我們是「global」。其實現(xiàn)在很多創(chuàng)始人已經(jīng)不覺得自己在做出海了，大家就是面向全球市場。只是現(xiàn)在基本是先做海外，等時機成熟，再殺回國內(nèi)。

這里又有兩個核心原因：一方面是地緣政治、國家政策，包括政策影響下的技術支持；另一方面是，海外有更強的付費能力，現(xiàn)階段做歐美市場，更容易把 ROI 跑通。

Q13. 未來模型和應用的分工是怎樣的？

A：我越來越認為端到端分離是更合理的。如果 scaling law 成立，那馬太效應就一定成立，最終一定有一兩家公司，占據(jù)了最多的資源，能產(chǎn)出最好的結果。既然如此，底層有這幾家公司作為基礎設施提供方就足夠了，端到端分離就應該會是一個主流的選擇。

但端到端分離并不代表只有底層的模型層和上面的產(chǎn)品層，這中間可能還分 n 多層——最底層是 OpenAI 等最一線的大模型，中間有一些垂直領域的模型，往上可能是 infra 層的東西，再往上才是真的應用層（當然最終形態(tài)不一定是我說的這樣，但我還是相信生態(tài)和分工合作是市場最自然合理的狀態(tài)，而不是一家通吃）。

Q14. 和移動互聯(lián)網(wǎng)時代相比，AI 時代的 「入口」有多大可能性會發(fā)生變化？

A：大概率會變化，聊天形式天然就是更好的「入口」，尤其當未來 AI coding 成熟之后，你想讓一個界面長成什么樣子，它就能即時編程，生成什么樣子。

所以我覺得現(xiàn)在國內(nèi)大多數(shù)從業(yè)者都沒有給 AI coding 這件事足夠的重視。

Q15. 怎么看大廠做模型？

A：我們觀察，大廠之所以做模型，有兩種出發(fā)點：

一種是以字節(jié)為代表的進攻型玩家。和其它互聯(lián)網(wǎng)大廠相比，字節(jié)沒有社交關系，也沒有其它剛需的內(nèi)容，所以其實很難說字節(jié)擁有自己的「入口」。它在 AI 時代投入很大成本做模型，包括前一陣被曝出下場做硬件，可能都是出于這個目的。

第二種則單純是做戰(zhàn)略防守。像美團、小紅書等等，內(nèi)部也都在做自己的模型，但他們似乎并不追求把模型做到多大多好。他們可能更擔心的是未來的「入口」會改變。比如，如果未來有一天確實是沒有 App 了，那我要保證現(xiàn)階段就不要掉隊，到時候一旦發(fā)現(xiàn)形勢不對，我能快速跟上。

Q16. 如果要選擇一個上市公司作為 AI 的投資標的，你會選擇哪個公司？

A：我覺得還是蘋果，蘋果的位置是無敵的，就像前面一個問題講的，如果未來其它現(xiàn)有 APP 都變成了服務提供商，都是由手機直接發(fā)起組織，那蘋果的價值會多高？可能未來買來一個手機，開機就只有一個對話框，而沒有任何 APP 界面了。

其次就是騰訊，以騰訊現(xiàn)存的社交關系和數(shù)據(jù)的珍貴程度來說，他們?nèi)绻娴南露Q心動起來，我很難想象現(xiàn)在做所謂的 AI 助手、AI 社交等的公司該如何抗衡。

Q17. 問一個關乎英偉達股價的問題。目前投資者對英偉達最大的擔心在于，大公司決策者可能有一天會開始真正計算 AI 的 ROI，然后放緩軍備競賽了，你覺得未來一年能看到這個時刻嗎？

A：一定能。（歡迎打臉）

Q18. 中國模型和美國模型的差距，究竟是在縮小，還是在拉大？

A：差距在拉大，但這不僅僅是國內(nèi)與海外的問題，就全球范圍來說，一線與非一線的差距都在拉大。OpenAI、Anthropic 等幾個頭部公司無論在技術，還是資源儲備等方面都處于絕對一線，其余公司，不光是國內(nèi)的公司，像 Cohere、Character.AI 等也都在掉隊。

其實只要你認可 scaling law，就一定能推衍出這個結果，頭部和其它的差距只會越來越大。

本文為專欄作者授權創(chuàng)業(yè)邦發(fā)表，版權歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。