创业公司应该如何把握这一波AI创业浪潮？
随着ChatGPT的发布，AI和大模型赛道真是风起云涌。这波AI浪潮与当年的互联网相比如何？其实差别还是蛮大的。互联网的核心价值是连接信息，AI是理解信息。
所以未来一些以知识或经验为驱动的领域会遇到很大的挑战，比如医生、律师、会计师等等，甚至我们现在的教育体系都会受到冲击。那么在这波大模式中，哪些是创业者的机会，哪些不是呢？
第一个问题：创业公司做AI通用大模型有机会成功吗 ？
首先，创业公司要跑赢大厂，必须有先发优势，但在ChatGPT这个赛道上，大厂都极其重视，没有非共识的情况下，创业公司很难获得先发优势。
此外，大厂比创业公司有流量、有钱，通用大模型还是一个挺烧钱的事。数字经济应用实践专家骆仁童分析认为，从投资的角度来看，早期项目80%是投人，也许他们会转型到垂直模型，也许会做成一个超级APP，也许会被并购。
其次，中国的ChatGPT市场只会在BAT、字节跳动和华为这五家公司中产生，创业公司和A股上市公司很难有机会。这意味着，创业公司或者那些纯为了炒股价的A股上市公司很难有机会。
最重要的是，大厂的核心优势是自带场景，没有落地场景的技术就没法迭代，没法持续优化形成数据网络效应。因此，创业公司很难在这条赛道上跑出来，纯粹是浪费钱的原因。
落地场景如此重要的原因是，没有落地场景你的技术就没法迭代，没法持续优化形成数据网络效应。所以创业公司的痛苦之处也在于此，自己没有场景，像ChatGPT一样在问答的领域很难构成竞争壁垒，加上还没流量，就更难成功。
虽然OpenAI也是创业公司，但早期Google等国外大厂没人觉得GPT能跑出来，甚至OpenAI自己也不确定，所以才给了OpenAI先发的机会。但今天这个事对于中国的大厂已经是显而易见的共识，甚至百度、阿里动作比创业公司还快。
因此，创业公司做通用大模型，非常难。毕竟大部分成功的公司，最后做成的事都不是他们一开始想做的事，只要创业团队人牛就行，就像腾讯最开始也不是做即时通讯的。
第二个问题：创业公司做垂直模型有机会成功吗 ？
虽然ChatGPT等通用模型非常聪明，但垂直模型仍然有其生存空间。
例如，当我们在New Bing（基于GPT4）搜索“微软的股票会涨么？”时，得到的信息并没有任何价值。这是因为各行各业都有自己的Know-How，而这些最有价值的知识很可能不在互联网上，而是在企业的私有数据库里，甚至在一部分专家的脑子里。因此，ChatGPT等通用模型无法形成这方面的知识。这也是Bloomberg推出BloombergGPT的意义所在。
在高价值、关键应用领域，垂直模型的价值越大，例如自动驾驶。通用大模型无法直接用，因为缺乏数据、缺乏corner case训练的大模型是很难干容错率这么低的工作。而在低价值、非关键应用领域，通用模型更适合，例如问答。
虽然GPT经常胡说八道，但人有判断力，可以去纠正它。再比如写作，本来也不存在唯一正确的答案。因此，垂直模型的价值非常大，这会产生非常多的创业机会。
一般来讲，垂直模型企业也很少选择自己从头做，而是找一个还不错的pre-train过的大模型，在他基础上做instruction tuning（指令微调）。
第三个问题：创业公司应该选择开源模型还是闭源模型 ？
目前，ChatGPT在市场上表现出色，但开源模型也在迅速发展。未来的市场格局会是什么样呢？
根据数字经济应用实践专家骆仁童的推测，未来美国和中国的市场将会有1~2个闭源模型，其余都会采用开源模型。
我们可以回顾iOS和安卓的例子来理解这一点。iOS作为第一个智能手机操作系统，一出来就惊艳全场，而安卓选择了开源模型来迎战。目前，全球市场上iOS和安卓的市场份额大概是2:8。如果当年安卓也选择了闭源模型，那么它最多只能获得iOS市场的一半，而第三家智能手机操作系统公司选择开源模型，最终iOS、安卓和第三家的市场份额比例可能是2:1:7。
同理，在大模型领域，只有前1~2名有资格选择闭源模型。从第三名开始，反正也追赶不上了，选择开源模型才是最符合利益的选择。
开源对于闭源最大的优势就是对私有数据的保护。对于个人用户来说，这可能无关紧要，但对于企业用户来说，这是一个非常核心的问题。
如果创业公司做一个SaaS产品，想要利用大模型赋能，但不想把行业知识和企业内部的私有数据透露给竞争对手，因为这是企业核心竞争力，该怎么办呢？只能选择开源模型，通过本地化的方式管理自己的大模型。如果选择闭源模型，无论是使用Prompt Engineering的方式还是选择GPT-index服务，都有可能出现机密泄露问题，就像三星那样。因此，创业企业需要选择企业服务，应该采用开源模型。
云计算厂商是最有动力开源大模型的，因为虽然开源模型不赚钱，但各种在线化的业务总需要云服务，因此，像阿里、腾讯、华为这样的云服务厂商都会是大模型开源的支持者。
目前在美国，ChatGPT选择了闭源模型，但出现了一堆以动物名字命名的开源大模型，所以未来OpenAI未来也可能会推出一个开源大模型：闭源模型继续服务To C，例如问答、Co-Pilot等，但也为To B提供一个开源模型，允许合作伙伴自己部署。
当然，通常开源模型的参数不会像1750亿那么多，因为这么大的模型对基础设施要求太高，很少有合作伙伴能够运行。开源模型通常会被缩小规模到几十亿到上百亿参数。
第四个问题：创业公司如何结合AIGC模式 ？
对于创业者来说，还有一个重要的问题是：采用原生AIGC还是AIGC赋能？
无论是智能客服等任何领域，创业者可以直接以AIGC做智能回复为切入点，然后将客服的全流程都做了。当然，也可能是之前就是做客服系统的，现在加上AIGC能力。听起来好像两边都能做，而且也一定会相互渗透，在判断这个问题的时候，有两个基础逻辑需要思考。
第一点，也是最重要的一点，就是要看AIGC在全业务流程价值链中所占比例。
如果这条赛道全价值链是100，AIGC只占10%，那么从AIGC切入，就得把另外90%补齐，这个太累了。相比之下，竞争对手在产业链里深耕多年，90%已经有了，只需要补缺AIGC的10%，哪个更容易？肯定是+AIGC更容易。因此，是AIGC+还是+AIGC，首先取决于AIGC在全业务流程价值链中所占比例，这是最核心的判断标准。
第二点，取决于这个业务AIGC的护城河有多高。如果传统企业也意识到了AI的价值，也开始做+AIGC，并且轻松就能做到同级别的水平，那么从AIGC+切进去就很难。但反过来说，假设AIGC部分只在全产业链占30%，但这30%却有极高的门槛。那些竞争者即使跑赢了70%，剩下这30%的他们做不了，那这也是AIGC+的机会。
例如，以文生图Midjourney生成的图片质感确实不错，这就成为了他的护城河。但是，Adode也推出了Firefly，如果Firefly也很快达到了Midjourney的效果，那Midjourney的生存空间就会被极大压缩。因为在全业务流程中，Adobe可能占了70%，而以文生图只占30%。但只要Firefly追赶不到Midjourney的效果，那后者就有自己的生存空间。
当然，既然是服务垂直行业，不管是AIGC+还是+AIGC，创业者懂行业始终都是非常核心的。
最后一个问题：创业公司如何寻找市场机会 ？
人工智能、大数据、云计算等技术已经广泛应用于各个行业，为企业提供了更多的创新和发展机会。数字经济应用实践专家骆仁童认为，数字经济已经成为全球经济增长的主要驱动力之一，寻找市场机会需要更多地关注数字经济的发展趋势和应用场景。
因此，寻找市场机会需要更多地关注数字经济的应用实践，结合技术和行业的特点，寻找切实可行的商业模式和市场机会。
首先是国内To C市场。虽然这个市场有很多不同的应用场景，例如问答、个人助理和社交等，但是整体来说，这个市场更适合巨头企业。因此，国内To C市场的总结就是：在竞争激烈的市场中，做出爆品。
虽然To C市场确实容易出现爆品，但前提是需要有流量红利。实际上，从2017年开始，国内纯APP市场出现独角兽的情况非常少，而且这个流量红利还在阿里巴巴、腾讯的手中，创业的机会比较难。
除了流量红利之外，还有一个问题是，如果在To C市场做出了爆品，大公司很容易抄袭。如果在国内To C市场使用大型语言模型，还将面临较高的合规成本。
在通用领域，很难控制用户问什么问题。更糟糕的是，竞争对手可能会故意寻找一些敏感话题，这是非常恶劣的行为，在互联网时代国内发生过很多次。目前已经在监管层面进行意见征集，但到规范管理还有一段时间。
第二个市场是国内To B市场。大型模型可以赋能的To B市场非常多，包括法律、电商、招聘和设计等行业。
但是，国内To B市场也继承了中国To B市场已有的问题，即天花板比较低。虽然财富500强中有很多中国企业，但是仔细一看，几乎全部都是国企和央企。他们的采购一方面市场化程度不够，另一方面几乎都要求私有化部署和定制；而市场化程度高的民企普遍缺乏资金。
中国IT支出只有美国的1/6，很多还在央企和国企。国内SaaS上市公司的人均产值是30-60万元人民币，而美国是30-60万美元。这就是中国企业服务市场的现状，而且不是短期内可以改善的。因此，如果要在国内的企业服务市场上取得成功，必须有耐心和韬光养晦的心态。
第三个市场是国际To C市场。例如Lensa.ai、Jasper.ai、Copy.ai和Midjourney等公司，而且国际To C市场本身已经很竞争激烈了，类似Jasper的公司已经有十几个了。
同时，这些公司今天也面临着巨头的竞争，问题的核心原因是护城河相对有点窄。例如Jasper面临的是Office的Copilot和Notion AI的竞争；包括Midjourney面临Adobe Firefly的竞争等。因此，这些创业公司是否还能持续野蛮成长，还存在很大的不确定性。
第四个市场是利用AIGC技术在海外To B市场上开展业务。这个市场的好处是海外B端的支付能力和付费习惯都比较好。
中国人在海外To B市场上的优势在于比较勤奋，迭代速度快。因此，中国人做SaaS一个月可以迭代3次，而海外同行可能是3个月迭代一次。
当然，要在海外市场上取得成功，创业者的背景还是有一定要求的，最好是有一定的海外生活经历，特别是在海外的To B企业工作过更好。
目前已经有超过50%的企业已经开始使用AIGC/大型模型来提高内部效率，可以说，AI的渗透速度远比我们想象得更快。
⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹
免费电子书：****结构化思维 | 荆棘商途 ****| 年度十词 |**** 创新企业案例 | 区块链金融
骆仁童老师主讲课程
