2023 年，AI 的進(jìn)展比大多數(shù)人想象的要慢。
一個(gè)最明顯的表現(xiàn)就是，到目前為止，仍幾乎沒有可以落地的產(chǎn)品。
2023 年 1 月，AI 開始吸引廣泛的關(guān)注，2、3 月很多人開始密集的學(xué)習(xí)，機(jī)構(gòu)側(cè) 2、3、4 月完成了對底層大模型的深入研究并且開始選擇大模型玩家下注，到了 5、6、7 月開始關(guān)注中間層和應(yīng)用層，8 月以后市場漸冷，10 月以后幾乎就都鮮有出手了。
我們用一句話總結(jié)這個(gè)情況就是：歷史上沒有哪個(gè)賽道能夠像這波 AI 一樣，迅速建立極大的共識，但又同時(shí)存在非常大的非共識。大家共識的是 AI 是個(gè)非常顛覆性創(chuàng)新的大機(jī)會(huì)，非共識則是 AI 到底會(huì)在什么時(shí)候以哪種方式落地。
我有時(shí)候一邊希望機(jī)構(gòu)能多出手應(yīng)用，少抱團(tuán)一些大模型，一邊又很理解機(jī)構(gòu)的難處，確實(shí)一年下來沒有太好的落地產(chǎn)品案例，那這個(gè)大環(huán)境下，機(jī)構(gòu)又怎么下得去手。另外我們也發(fā)現(xiàn)到了七八月份開始，創(chuàng)業(yè)的故事似乎也逐漸窮盡了，大家想做的事情不外乎就是那些。
而這些現(xiàn)象還不能用國內(nèi)模型能力暫時(shí)不行來解釋，因?yàn)楹Ｍ庖惨粯舆�沒有真正可用可對標(biāo)的好產(chǎn)品。結(jié)果就是大量的團(tuán)隊(duì)只能對標(biāo) Character.AI 講故事，哪怕 C.AI 自己內(nèi)部都不是十分理解和看好這件事。
所以實(shí)際上，最后拿錢的團(tuán)隊(duì)很多不是靠著邏輯、故事、產(chǎn)品或數(shù)據(jù)，反而是靠著創(chuàng)始人背景融資，于是年中我們就又得到一條結(jié)論：
AI 拿到錢的公司中，大多數(shù)人不管做什么都能拿到錢，最后大家投資的是這個(gè)人，而不是 AI。
即，其實(shí)當(dāng)下市場最核心的問題是，AI 最終從實(shí)際落地和投資上來說，并不能稱之為“賽道”。如果一個(gè)方向能成為賽道，就會(huì)有機(jī)構(gòu)去掃賽道，賽道中就會(huì)有泡沫，大家認(rèn)可這個(gè)機(jī)會(huì)，就會(huì)覺得賽道第一、第二、第三名都有可能成功，都會(huì)愿意布局。
但實(shí)際情況是，大家看了半天，發(fā)現(xiàn)沒有什么實(shí)際能出手的機(jī)會(huì)，最終退而求其次說：現(xiàn)在市場還早，變化很快，我們就選擇背景好的創(chuàng)始人出手吧。
所以不得不說，今年真的是對大多創(chuàng)業(yè)者非常不友好的一年埃
如果說過去十年創(chuàng)業(yè)者要解決的核心矛盾是如何講故事拿到融資，那么新一代創(chuàng)業(yè)者一定要充分認(rèn)識到當(dāng)下市場的癥結(jié)，即市場核心矛盾變化成為了如何把產(chǎn)品做到落地賺錢。
那我們再回頭看，到底 AI 行不行，為什么沒有產(chǎn)品能夠落地呢？
其實(shí)關(guān)鍵還是大模型不行，一切的問題千言萬語化為四個(gè)字可控性差。
關(guān)于這個(gè)問題當(dāng)下已經(jīng)有太多討論，絕大多數(shù) AI 從業(yè)者也都有明確感知，我就不展開贅述了。最終的結(jié)果就是可控性差，導(dǎo)致所有的產(chǎn)品都無法進(jìn)行商業(yè)化的交付。
那我們到底該如何應(yīng)對和解決可控性差的問題？目前看來有三條路。
第一，交付結(jié)果。
既然可控性差，就不要讓客戶直接和產(chǎn)品發(fā)生交互，就是在自己體系內(nèi)部用 AI 和人工結(jié)合的方式來操作，最終給客戶交付的是結(jié)果，而不是產(chǎn)品。這樣就相當(dāng)于把客戶的不好的體驗(yàn)和不可預(yù)期的成本轉(zhuǎn)嫁到了公司內(nèi)部，這才是真正以客戶為導(dǎo)向的創(chuàng)造價(jià)值的做法。而隨著時(shí)間和技術(shù)的發(fā)展，AI 對人工介入的需求和占比也會(huì)逐漸降低，直到未來的某一天再成為標(biāo)準(zhǔn)化的產(chǎn)品來交付。
這類模式的典型公司就是 Fancytech。
第二，區(qū)分生產(chǎn)端和消費(fèi)端
在 2B 和 2C 的業(yè)務(wù)邏輯分法之外，針對 AI 的問題，我又把業(yè)務(wù)環(huán)節(jié)分為了生產(chǎn)端和消費(fèi)端，生產(chǎn)端可能是自己公司內(nèi)部，也可能是 2B 再 2C，也可能是 2 PUGC 社區(qū)再面向終端用戶等。
總之，就是讓 AI 只和生產(chǎn)環(huán)節(jié)發(fā)生關(guān)系，不和消費(fèi)環(huán)節(jié)發(fā)生關(guān)系。這種和第一類有點(diǎn)像，但最終還是可以交付產(chǎn)品，而不是結(jié)果。
這類的典型公司就是 S2B2C 類的企業(yè)。
第三，收斂場景、有限使用
從我們目前的觀察經(jīng)驗(yàn)來看，要讓 AI 的產(chǎn)品能落地，要么選擇一些已經(jīng)可控性比較高的場景，比如基于 SD 做圖的類型，比如更多把重點(diǎn)放在分析而非生成上，要么就是 AI 的占比不能過高，也許 10%、20% 都完全足夠，一定要讓 AI 和其他各種現(xiàn)有的技術(shù)配合，比如 AI + RPA，AI + 知識圖譜等等。
當(dāng)然這種也是最難的，難在如何摸清技術(shù)的邊界，并以此做好產(chǎn)品定義和用戶需求的匹配，最終把 AI 的最長板用在刀刃上。這就是最關(guān)鍵的，也是對創(chuàng)始人最大的挑戰(zhàn)，所以我們不認(rèn)同 AI 時(shí)代技術(shù)會(huì)取代產(chǎn)品，我們反而覺得技術(shù)能力不足的時(shí)候，更需要好的產(chǎn)品經(jīng)理，當(dāng)然可能最好是理解技術(shù)的產(chǎn)品。
這類的典型公司就是妙鴨。
那么可控性差這件事 2024 年會(huì)不會(huì)得到解決，會(huì)不會(huì)有更多 AI 的熱點(diǎn)出來呢？
如果非要給當(dāng)下的 AI 加一個(gè)對標(biāo)，那我覺得現(xiàn)在更像是 08、09 年的移動(dòng)互聯(lián)網(wǎng)，至于 2024 年會(huì)不會(huì)成為 10 年的移動(dòng)互聯(lián)網(wǎng)元年，我會(huì)核心關(guān)注幾件事：
1）大多 AI 創(chuàng)業(yè)公司是在 23 年中拿到的錢，做了半年多也該上線了，24 年上半年將會(huì)有一批產(chǎn)品陸續(xù)上線，這里面究竟能不能有一些超出大家預(yù)期的成功產(chǎn)品？
2）OpenAI 今年肯定會(huì)發(fā) GPT4.5 或 5，在其帶動(dòng)下新的模型能力還會(huì)有哪些提升，成本還會(huì)如何下降？
3）宏觀環(huán)境會(huì)不會(huì)逐漸反轉(zhuǎn)，資本環(huán)境能不能重新有一定程度健康有益的泡沫？
整體而言，雖然當(dāng)下市場普遍偏悲觀，但我還是傾向于樂觀的，首先其實(shí)沒有人質(zhì)疑 AI 的能力和未來，其次我覺得雖然現(xiàn)在可能是 08、09 年的移動(dòng)互聯(lián)網(wǎng)，但時(shí)間的流速已經(jīng)明顯加快了，不管是創(chuàng)業(yè)者還是投資人，都有數(shù)倍甚至數(shù)十倍于當(dāng)年的經(jīng)驗(yàn)和認(rèn)知，這些都會(huì)推動(dòng) AI 市場更快發(fā)展。
所以我的預(yù)期是，24 年就會(huì)出現(xiàn)明確大規(guī)模落地的產(chǎn)品，而 25 年 AI 市場會(huì)大規(guī)模爆發(fā)。
但在當(dāng)下，我們還是要接受幾個(gè)設(shè)定：
1）市場還早，大模型能力未達(dá)標(biāo)，現(xiàn)在能落地能賺錢的公司大多是套殼的、擦邊的、蹭的，真信 AGI，真想做 AI 的大多都在痛苦掙扎。
所以如果你是 AI 的創(chuàng)業(yè)者，一定要避免花費(fèi)大量時(shí)間精力給大模型打補(bǔ)叮在當(dāng)下去追求真 AI，就容易步子太大扯到跨。
而如果你是看 AI 的投資人，盡早放棄 AI Native 的幻想，不然最后一定會(huì)糾結(jié)說看起來 AI 也沒起太多作用啊，占比也不高啊，或者就是 AI 效果不行啊，達(dá)不到預(yù)期啊，就像今年絕大多數(shù)的 Agent 項(xiàng)目一樣，不然就是浪費(fèi)彼此的時(shí)間。
當(dāng)然，我不是說大家不應(yīng)該有夢想，或不應(yīng)該長期追求 AI，這個(gè)本質(zhì)還是模型等外部條件制約下的節(jié)奏感和選擇的問題。
2）目前市場上所有的產(chǎn)品都將成為先烈和炮灰。這件事我們在移動(dòng)互聯(lián)網(wǎng)時(shí)代見的太多了，大部分產(chǎn)品會(huì)隨著時(shí)間發(fā)展而淘汰，小部分產(chǎn)品會(huì)逐漸升級迭代成完全不同的邏輯。
但是，這里需要注意的一個(gè)點(diǎn)是，這些迭代，大概率會(huì)發(fā)生在已有的公司和團(tuán)隊(duì)內(nèi)部。就像頭條變成抖音、餐飲團(tuán)購變成外賣、水果團(tuán)購變成電商平臺、購物 pdf 變成小紅書社區(qū)一樣。
所以，一個(gè)結(jié)論：
當(dāng)下在 AI 領(lǐng)域創(chuàng)業(yè)，還是得先有能力在短期內(nèi)落地賺錢，在一兩年里能把公司體量和組織結(jié)構(gòu)養(yǎng)起來，然后隨著技術(shù)的成熟而不斷迭代產(chǎn)品和市常
簡而言之就是，要做一個(gè)會(huì)做生意的創(chuàng)業(yè)者。
這也映射了我們前面講的當(dāng)下市場核心矛盾變化的問題。相當(dāng)于有機(jī)構(gòu)因?yàn)閳F(tuán)隊(duì)背景好給了一筆錢，然后團(tuán)隊(duì)需要用這筆錢來做成一件事活下來，再在這件事的基礎(chǔ)上創(chuàng)新。當(dāng)然，也可能像當(dāng)年的王興、張一鳴等一樣，先做校內(nèi)網(wǎng)、飯否、九九房等，失敗后再重新出發(fā)。
所以創(chuàng)業(yè)者需要學(xué)習(xí)做生意、學(xué)習(xí)賺錢，需要樂觀、需要持續(xù)進(jìn)步，需要堅(jiān)信 AI 的機(jī)會(huì)，最終就一定會(huì)獲得回報(bào)。
另外，我們實(shí)際上也看到了一些未來的方向和機(jī)會(huì)。
1）所有的現(xiàn)存外包場景都有機(jī)會(huì)用 AI 的方式和組織結(jié)構(gòu)重做一遍，并擴(kuò)大 n 倍
外包公司就是典型的交付結(jié)果類的公司。而之前大多領(lǐng)域的外包公司都是人力密集型，并且門檻不高，所以可能市場上會(huì)有幾萬家小作坊在做類似的事情，做大了就管不過來、成本效益算不過賬或者里面的人就會(huì)跳走自己單干。
那 AI 天然就是替換人力、降本增效，所以所有的類外包場景的公司和業(yè)務(wù)都有可能被集中化整合，最終市場上可能就剩下幾家大公司。
比如代碼外包、設(shè)計(jì)外包、廣告外包、財(cái)稅外包等等，都是我們關(guān)注的機(jī)會(huì)。
這類傳統(tǒng)公司的特點(diǎn)一般是老板比較傳統(tǒng)，不懂資本、市場運(yùn)作或新技術(shù)，但這類賽道的特點(diǎn)是有很多垂直領(lǐng)域的 knowhow，或者有復(fù)雜的流程、和很多具體需要和客戶對接的點(diǎn)， 所以最理想的能做這件事的團(tuán)隊(duì)?wèi)?yīng)該是傳統(tǒng)行業(yè)的人和 AI 技術(shù)的人的結(jié)合。
在這類市場里，更多的機(jī)會(huì)在閉環(huán)自營，AI 提效，而不是做一個(gè) AI SaaS 工具去賣給現(xiàn)存玩家。有了 AI 就能用 1/5 甚至 1/10 的價(jià)格把市場吃掉，讓競品出清，再慢慢升級產(chǎn)品和賺錢。
（順便說下，國內(nèi) 2B 市場，面向中小 B 的幾乎被證偽，而大 B 則需要關(guān)系和資源，有些時(shí)候 BD 的重要性反而大于產(chǎn)品和技術(shù)，所以對創(chuàng)業(yè)者來說不太友好，而國外 2B 市場，大家還都在摸索，包括投資人很多時(shí)候也掌握不好火候，所以一切還都要用結(jié)果說話。）
2）大多的雙邊平臺都有機(jī)會(huì)被 AI 改造，非標(biāo)服務(wù)可被 AI 標(biāo)準(zhǔn)化，生成式內(nèi)容可把雙邊平臺變成單邊即可成立并快速起量
我們目前使用的平臺可以分為兩大類。
第一類是純線上的內(nèi)容平臺，包括抖音、小紅書、番茄閱讀等等，這類平臺本質(zhì)是做內(nèi)容的匹配，一邊有大量的內(nèi)容供給，一邊有大量的用戶，然后分別打標(biāo)簽做推薦。內(nèi)容越豐富、用戶越多，用戶越多、內(nèi)容又更加豐富，本身是一個(gè)自增長的螺旋。
但在 AI 時(shí)代，供給的內(nèi)容和標(biāo)簽的價(jià)值會(huì)被逐漸磨滅，用戶需求的標(biāo)簽天然就是最好的 Prompt，所以每個(gè)用戶所需的內(nèi)容都可以即時(shí)生成，那用戶創(chuàng)作的內(nèi)容或庫存的內(nèi)容價(jià)值和意義到底還有多大就要打一個(gè)問號。
比如 AI 未來是否能一夜之間生成一整個(gè)知乎的問答？比如未來大家每天刷的短視頻會(huì)不會(huì)都是現(xiàn)場即時(shí)生成的？當(dāng)然這可能是個(gè)長期的過程，但就像我們 2010 年不會(huì)想到移動(dòng)互聯(lián)網(wǎng)最大的場景是每天手機(jī)上刷短視頻一樣（畢竟一開始短信都要付費(fèi)，流量又貴網(wǎng)速又慢），從邏輯和極限法角度來說，一切的內(nèi)容供給都可以現(xiàn)場生成，那雙邊內(nèi)容平臺就會(huì)變成單邊，而那個(gè)時(shí)候的社區(qū)和創(chuàng)作者的角色到底是什么，也會(huì)是一個(gè)有趣的探索和話題。
最終，如果說上個(gè)時(shí)代是推薦打敗了搜索，那這個(gè)時(shí)代會(huì)不會(huì)是生成打敗了推薦呢？搜索是人們主動(dòng)去在海量的內(nèi)容中尋找適合自己的，推薦是自動(dòng)把海量的內(nèi)容中適合的東西推薦給用戶，而生成其實(shí)可以被當(dāng)做是一個(gè)充滿了無限可能性的內(nèi)容庫，全都直接定制化生成，也就無所謂搜索和推薦了。
除此之外，還有第二類平臺是所謂的 O2O，或者說線上下單，但需要線下參與交付的，比如滴滴、美團(tuán)、京東等標(biāo)準(zhǔn)化生活服務(wù)平臺，這類平臺的客服等體系首先一定會(huì)被 AI 改變，這個(gè)已經(jīng)沒什么可說的了，我想說的是另外一個(gè)點(diǎn)，就是線下供給的解構(gòu)和打散。
解構(gòu)是一件特別有魅力的事情，解構(gòu)發(fā)生的地方都充滿了商業(yè)創(chuàng)新和新機(jī)會(huì)。我們最早講 AI 的用處的時(shí)候就舉過一個(gè)例子，是說我只要告訴滴滴平臺我的起點(diǎn)、終點(diǎn)和訴求，AI 就能組織所有出行相關(guān)的供給方式為我服務(wù)，比如形成打車+地鐵+騎行的一套最快速到達(dá)的方案，而不只是單一的選擇。
另外這類平臺還有一種特別的形式，就是各種涉及線下的非標(biāo)服務(wù)，比如 58 同城類的很多服務(wù)，也都可以被 AI 重塑。像上門打掃這件事，如果我想要拼積木式的跟阿姨說，我需要擦玻璃+遛狗+洗衣服，那我該如何選擇？以及為什么我的房間不管是 40 平、45 平 還是 50 平都只能選擇 2 小時(shí)的服務(wù)呢？
之前的平臺，花費(fèi)了大量精力把非標(biāo)服務(wù)標(biāo)準(zhǔn)化，但在這個(gè)過程中一定是以犧牲靈活性和用戶體驗(yàn)為代價(jià)的，那如果有一個(gè)黑盒，是 bot 之間完成非標(biāo)的對話，那抽離來看，這個(gè)黑盒就是一個(gè)可以即插即用的標(biāo)品，最終就可以實(shí)現(xiàn)用靈活、標(biāo)準(zhǔn)、又定制化的方式來提供非標(biāo)服務(wù)。
（當(dāng)然，按照類似的邏輯，機(jī)器、機(jī)器人未來的占比和重要性肯定也會(huì)越來越高，因?yàn)闄C(jī)器人真正有能力把 AI 創(chuàng)造的指令做最高效的自動(dòng)化實(shí)現(xiàn)，而未來可能大家對柔性供應(yīng)鏈或 C2M 的理解和定義又會(huì)有一個(gè)質(zhì)的提升。）
最后，我相信這類平臺還有一個(gè)最擔(dān)心的事情，就是未來會(huì)不會(huì)被其他的新型入口剝奪了品牌和前端，比如最終在 OpenAI 上打車可能大家就都不會(huì)在意是誰來提供服務(wù)了，如果真有這天，那現(xiàn)在的平臺就會(huì)變成傳統(tǒng)線下服務(wù)供給方，喪失大部分價(jià)值。
3）大多的復(fù)雜產(chǎn)品和交互形態(tài)都有機(jī)會(huì)被 AI agent 簡化成聊天類產(chǎn)品交付，大幅降低使用門檻
我一直不覺得對話式交互就是所謂的 AI Native，或者就是最高效的產(chǎn)品形態(tài)。我現(xiàn)在大概可以有一個(gè)結(jié)論，即越簡單的需求場景，圖形界面越適合，越復(fù)雜的場景，對話式越高效，那么在絕大多數(shù)情況下，2B 業(yè)務(wù)的場景都是更復(fù)雜的，所以各種 SaaS 產(chǎn)品未來都可能會(huì)被一個(gè)簡單的 bot 所取代。
我們今年就交流過一家 SaaS 公司，他們的客戶和使用群體相對文化水平不高，所以他們在 SaaS 產(chǎn)品之外還做了一個(gè)企業(yè)微信，用戶平時(shí)其實(shí)很少需要打開 SaaS 去操作和點(diǎn)選各種復(fù)雜的界面，只需要在微信里說一句話后臺就會(huì)自動(dòng)完成操作。
我感覺這個(gè)應(yīng)該是很多復(fù)雜產(chǎn)品未來發(fā)展的方向。所以未來會(huì)不會(huì)所有的 SaaS 公司都會(huì)變?yōu)?BaaS 公司呢，能 Bot 解決的，為什么還需要 Software 呢？會(huì)不會(huì)今天所有的 Agent 公司，本質(zhì)上都是新一代 SaaS 公司呢？如果真的有那天的話，入口又會(huì)如何變化呢？2C 和 2B 市場的區(qū)隔又會(huì)如何變化？
4）內(nèi)容生成即渠道，解構(gòu)渠道
最后再開個(gè)腦洞，之前講的幾個(gè)其實(shí)都是現(xiàn)有商業(yè)邏輯的自然延伸。未來 AI 時(shí)代，還會(huì)不會(huì)有新的結(jié)構(gòu)性的顛覆變化呢？
比如，如果我是全球最大的視頻生成公司，抖音上有 20% 的視頻都是使用我的工具和算法生成，那到底是抖音渠道把控了用戶和內(nèi)容，還是我把控了渠道、用戶和內(nèi)容？如果抖音、youtube、快手等平臺上都有 20% 的內(nèi)容是由我生成，那全球最大的視頻渠道到底是不是我呢？
用戶如果要生成一只貓，我可不可以讓貓帶一個(gè)可口可樂 logo 的項(xiàng)圈呢？用戶如果要生成一段 15 秒的視頻，其中的幾秒鐘轉(zhuǎn)場是不是除了我沒有人在意呢？這是不是也是一種對內(nèi)容渠道的解構(gòu)，是不是一種新時(shí)代 AI 的分眾呢？
這個(gè)話題我覺得非常有趣，但我們今天先點(diǎn)到為止，哈哈。
最后的最后，我們講回現(xiàn)實(shí)，講回 2024。
2024 年我們判斷企業(yè)和選擇項(xiàng)目的標(biāo)準(zhǔn)就是：
要不然就是能夠落地的，能有規(guī)模性收入和利潤的公司（這類公司我不僅不會(huì)介意你不夠 AI，反而還會(huì)介意你太 AI），要么就是足夠創(chuàng)新的公司（surprise me, pls)，而對創(chuàng)始人的要求就是想的夠清楚，學(xué)習(xí)能力夠強(qiáng)，最好能兼具生意能力和優(yōu)秀創(chuàng)業(yè)者的特點(diǎn)。
42章經(jīng)
思考事物本質(zhì)
