# 37: 热度很高，投资很少？与 42 章经曲凯聊聊 AI 创投水温 晚点聊 LateTalk · 2023-06-07 本期《晚点聊》由程曼祺对话42章经创始人曲凯，聚焦中国AI创投水温与舆论热度的落差。曲凯指出，ChatGPT爆火的关键在于首次真正to C，而国内投资人看得多、出手少：模型层受青睐但初期融资战已近尾声，应用层被低估，中间层最不受待见。他更看好应用公司反向长出模型能力的路径——正如推荐算法时代最好的公司是字节跳动，核心在好产品而非技术本身。曲凯还分享了一线服务十余个AI项目的体感：真正拿到钱的公司不足百家，以美元机构为主，to B应用更稳、to C想象空间更大，已有公司实现商业闭环、月收入数百万元且月增30%。他判断应用层被低估，未来两个月将有更多有趣产品上线，并呼吁投资人更多出手、创始人更重视产品落地而非估值。 ## Questions this episode answers ### 为什么 GPT-3 时没引发热潮，GPT-3.5/ ChatGPT 却火了？ 曲凯说，关键区别是 GPT-3.5 直接 to C 了；ChatGPT 让每个人都能直接使用并感受到魅力，而之前的 Copy.ai、Jasper 等只是接 GPT-3 的 API 做 to B 服务。程曼祺补充，它两个月就有 1 亿用户，增长惊人。 [3:18](https://latetalk.podhood.com/5836e7d5-c031-466e-b0a1-597e7752eebf?t=198000) ### 现在 AI 创投市场里，实际有多少人在投、哪些机构出手了？ 曲凯说，他们从 2 月至今以 FA 身份接了十多个 AI 项目，大概一半左右已交割；全国做 AI 的公司小于千家肯定有，实际拿到钱的在一百家以内；真正在投的机构以美元机构为主，头部三四十家美元机构出过手。 [6:23](https://latetalk.podhood.com/5836e7d5-c031-466e-b0a1-597e7752eebf?t=383000) ### 为什么曲凯更看好先做应用、再长出模型能力的创业路径？ 曲凯认为，开源模型生态起来后，模型能力更容易被补足，而发现用户需求、做产品化和渠道更难，所以好的应用公司成功后反向做大模型更合理。他以头条和抖音为例，说推荐算法时代最好的公司并不是先做算法，而是在产品中不断加深能力和积累数据。 [19:03](https://latetalk.podhood.com/5836e7d5-c031-466e-b0a1-597e7752eebf?t=1143000) ### 这一波大模型带来的 AI Native 本质变化可能是什么？ 曲凯没有定论，但认为核心变化是让机器变得更像人：过去只有人能做的很多事，机器现在也能做。他给出两个方向：一是从无到有、从小到大的生成，二是从海量数据中提炼洞察的分析；他也质疑 Bot 不一定是最高效形态，未来可能是对话和图形界面结合。 [25:09](https://latetalk.podhood.com/5836e7d5-c031-466e-b0a1-597e7752eebf?t=1509000) ## Key moments - **[0:00] 开场** - **[0:54] 热潮与ChatGPT** - [3:53] 曲凯：GPT-3.5 比 GPT-3 强在直接 to C 的 ChatGPT，此前 Jasper 等只是接 API 做 to B 服务，所以未能引爆热潮 - [5:03] 曲凯回忆早年 AI 助手创业潮：技术做不到，最后要么是'人工智障'，要么是幕后由真人冒充提供服务 - **[6:06] 投资与分层** - [6:42] Q: 现在到底有多少人在投 AI？曲凯：团队 2 月至今接了十多个项目、一半在交割；国内做 AI 的公司不到一千家，实际拿到钱的不到一百家 - [7:27] 曲凯：大模型的初期融资和组队战争已基本结束，市面拿到钱的模型公司有十多家，头部六七家 - [8:10] 曲凯：国内 AI 项目 80% 以上在应用层，应用层里 80% 做 to B；to C 少，中间层在国内最不受待见 - [9:22] 曲凯：海外中间层很热，LangChain 这种薄中间层拿了大量全球融资；国内还没有中国版 LangChain - **[9:51] 落差与PTSD** - [12:03] 曲凯：国内投资人把天使当天使、A 轮当 A 轮，国外机构把 A 轮当天使、B 轮当 A 轮，国外更有泡沫 - **[13:25] 机会与筛选** - [13:25] 曲凯：拍脑门编 AI 商业模式很难，纯理论推 AI+医疗/法律/金融/教育没有优势，必须结合自己业务 - **[15:11] 模型与应用** - [16:01] 曲凯：开源生态起来的速度超预期，大模型公司不借助开源会被开源模型赶超，大家都在同一起跑线 - [17:23] 曲凯：国内大模型公司普遍说一边做应用一边做模型，但 OpenAI 不会这么说 - [19:03] 曲凯：应用公司后来长出模型能力是可行的，他们更看好这条路；先做大模型再做好应用不一定成立 - [20:18] 曲凯：有了大模型再去找应用，是典型的'拿着锤子找钉子'；有场景和数据反向做模型更合理 - **[20:35] 巨头与方向** - **[23:35] AI Native 与老公司** - [23:50] 曲凯：AI Native 尚无答案；如果变化像互联网到移动互联网一样大，老公司转型难，新公司机会大 - [25:56] 曲凯：Bot 对话形式不一定是最高效的形态，固定需求更适合点击式产品，未来应是对话与 GUI 结合 - **[26:47] 本质变化与产品** - [27:22] 曲凯：AI 让机器更像人，落地有两大方向：从小到大生成内容，以及从海量数据里分析和提炼洞察 - [28:38] 曲凯：我们服务中真看到公司已形成商业闭环、开始赚钱且数据有效，还看到新颖的 to C 模式，因此比外界更有信心 - [29:56] 曲凯预测：大多数 AI 公司 2、3 月开始做产品，三个月出 demo，两个月后大家能看到更多有趣应用 - [31:41] 程曼祺：MiniMax 的 Glow 用户可设定霸道总裁等虚拟角色，有的用户连续与机器人对话 5 到 7 小时 - [32:17] 程曼祺：B 站视频里机器人被骗后承认自己是真人，还说出工资、打工地点和加班费，和过去聊天机器人很不一样 - **[32:45] 商业模式与高估** - [33:50] 订阅 vs 广告：曲凯认为未来主流不一定是订阅，对话比搜索高频，可在大量对话里插广告，广告模式依然成立 - [35:59] 曲凯：大家高估了大模型的能力，低估了落地实施的难度；模型门槛和能力被高估，稳定性和工程问题很多 - **[37:45] 投资人与估值** - [38:18] 曲凯：投资人现阶段最不待见中间层，但自己反而开始看更多中间层项目，逻辑是从应用反推到中间层再到模型 - [40:28] 曲凯：真正投天使轮和第一轮的机构在变少，多数机构投 pre-A/A；十年前移动互联网时代大量机构投 50-100 万天使 - **[42:18] 建议与泡沫** - [43:32] 曲凯：移动互联网最好的字节、美团、陌陌、滴滴都创立于 10-12 年，现在出手的早期 AI 公司中就藏着未来十年最好的公司 - [45:16] 曲凯：中国 AI 泡沫在大模型领域已经够大，其他领域还不够；大模型被高估，应用层被低估 ## Speakers - **曼祺** (host) - **曲凯** (guest) ## Topics VC行业观察, AI模型团队动态 ## Mentioned Copy.ai (company), Google (company), Jasper (company), Longchain (company), MiniMax (company), OpenAI (company), 字节跳动 (company), 微软 (company), ChatGPT (product), DALL·E (product), GPT-3 (product), GPT-3.5 (product), Glow (product) ## Transcript ### 开场 **曼祺** [0:12] 大家好 ， 欢迎收听本期的 《 晚点聊 》。 我是今天的主播曼琪 ，《 晚点科技报道 》 的编辑 。 今天我们非常高兴邀请到一位朋友 ，42 章经创始人曲凯 。 曲凯自己做过小十年的创投 ， 看过各种各样的创业者和创业公司 ； 自己也做过投资 ， 加入过创业团队 ，也帮公司融资过 。 近期他本人和 42 章经的重点工作都是在服务一批与 AI 大模型 、AIGC 相关的创业公司 ， 帮他们去拿融资 。 那今天找到曲凯 ， 就是想让他聊一聊在一线的实际操作的感受 。 **曲凯** [0:45] 大家好 ， 我是 42 章经的创始人曲凯 。 对 ， 我们标签很简单 ，42 章经应该很多人还是看过的 。 我们今年核心的就是 OpenAI 这件事情 。 ### 热潮与ChatGPT **曼祺** [0:54] OK， 我就是正好想从这个 OpenAI 这件事儿 ， 我们可以往回倒一倒 。 比如说你们从什么时候开始有这么一个决定的 ， 包括你怎么感受到这个热潮的到来的 。 **曲凯** [1:04] 对 ， 你看现在大家普遍会用生成式 AI 来讲这件事情 ，但其实这个概念和说法也是这两个月开始的 。在之前的时候 ， 大家都习惯用 AIGC 来讲这个事情 。 那这个其实是有原因的 ， 就是过去两三年之间 ，其实有很多做 AIGC 的公司 ， 典型的就是用文字生成图片这件事情 。在那个年代 ，其实有些公司是热过那么一波的 ， 然后我们也看过一些 ，但其实没有特别大的感受 。 就是大家如果有印象 ， 关注过的话 ， 可能之前有个 DALL·E 那个公司 ， 就是其实它就是文生图的这类的公司 ， 然后我们觉得文生图挺有意思的 ，但是好像也没那么大的感觉 ， 就觉得它就是一个有意思的小东西 。 然后再到今年初的时候 ，其实像 GPT-3.5 发布 ， 就 ChatGPT 发布以后， 整个热潮席卷以后， 然后我们看到就觉得这个东西还蛮妙的 ， 然后有很多想象空间 ， 所以我们慢慢的研究 ， 然后再到 Onion。 **曼祺** [1:56] 就是去年夏天的时候 ， 那会儿 MITRE ATT&CK 其实文生图已经到了一个效果比较好的一个状态 ，但是我自己是感觉在国内的创投圈好像没有引起太多水花 。 **曲凯** [2:06] 对 ， 就是像我讲的 ， 它引起的水花就是所谓的 AIGC 这一波 ，也不能叫没有水花 。 我觉得当初大概至少有 20 家公司在做文生图这件事情 。 **曼祺** [2:16] 你说国内的公司 ？ **曲凯** [2:17] 对 ， 或者利用文生图的概念在做很多营销场景相关的东西 ， 所以是有一波小水花的 ，但是肯定不是所有人都这么嗨 ， 说觉得它是下一波大的机会的这种 。 **曼祺** [2:27] OK， 所以对你们自己来说 ， 这个时间点就是 ChatGPT 就是去年 11 月底的时候 。 **曲凯** [2:31] 对 。 **曼祺** [2:31] 那更早的时候你觉得 ，因为你们和投资人接触很多 ， 包括和创业者接触 ，有什么一些更早的信号吗 ？ **曲凯** [2:38] 我们现在回头来看 ， 就我们目前聊的很多公司 ，有一些是比较早接触到这个概念 ， 甚至于比较早开始使用这个概念的 。 比如说我们聊过一家公司 ， 它是去年年初的时候就已经在用一些开源的模型 ，在自己训练一些自己的模型跟应用在一些场景里面 ， 这个是有的 ，但比较少 。 大多数公司其实也是今年 2 月份以后开始出来的 。 **曼祺** [2:59] 我看你自己之前在一个文章里面 ， 那个传播也不错 ， 就是说到底会不会有人在投 AI。 里面你提到一个问题 ， 你说为什么之前 GPT-3 的时候没有引发如此大的热潮 ，但是当时也有 Copy.ai、 有 Jasper 这样的公司跑出来 ， 然后那个文章里面你没有展开这个问题 。 所以你今天可以分享一下吗 ？ **曲凯** [3:18] 对 ， 这个也是我们一直在想的问题 ， 就是本质是 3 和 3.5 到底差在哪儿 ，有什么区别 。3 出来以后 ，其实它已经能够完成基本的一个文生文的一些拓展和生成的工作了 ，但这个时候其实国内我的理解是基本上没有人特别关注这件事情 ， 甚至于说没有注意这件事情 ， 注意的人非常少 。 但我觉得这个其实我回头我们也反思 ， 我觉得这个是不对的 。 当然这个跟那一年国内外的各种环境 ， 包括各种宏观的都是有原因的 ，但我是觉得 3.5 比 3 强的地方 ， 参数什么的我们都不讲了 ， 这些其实大家都看到了 。 它强的地方是在于它直接 to C 了 ， 就是在这个之前其实都是 ， 比如说我们所谓的 Jasper 之类 ， 它其实是接 3.0 的一个 API， 然后它去做一些 to B 的服务 ， 只有 ChatGPT 这一波是它真的 to C 了 。 然后包括我们去回顾 ， 就很多人在想说这个事情跟之前的几波会不会是类似的 ， 比如说所谓的元宇宙 、Web3 这些概念 ，是不是它火一波就没有了 。 那我觉得这个核心的区别也是 GPT 有能力 to C， 它是让所有人都能使用 ， 都能感受到这个东西的魅力 。 事情 ，但之前的那些概念 ， 我觉得其实是没有真的 to C 级的应用的 ， 我觉得这个是核心的区别 。 **曼祺** [4:27] 你说这个让我想到一个挺有意思的事 ，因为我们最近也在和一些这个领域的创业者聊 ， 像我们跟微软出来的周明聊过 ， 然后跟李志飞也聊过 。 因为微软以前做小兵 ， 李志飞当年可能十年前吧 ， 做出门问问的时候 ， 最开始他其实就是一个问答机器人的形态 ， 然后他们俩都提到一个共同的点 ， 就是他们没有想到这一次大模型的爆发是一个聊天式 、 会话式机器人的这种形态爆发的 。 因为可能你以前做过小兵 ， 你会觉得说看到它后台的数据 ， 你可能觉得它到一定阶段就不会再涨了 ，但这一次它是一个文字的聊天机器人形态 ，但它在大概两个月的时间里吧 ， 就有 1 亿的用户 ， 确实是个非常惊人的增长 。 **曲凯** [5:03] 对 ， 我其实之前是在云企做投资很多年前了 ，在那个时候其实我们看过一波概念 ， 如果大家有印象的话 ， 当时有一波人做所谓的人工智能助手吧 ， 就智能助手这些 。 **曼祺** [5:15] 就莱野那些对吧 ？ **曲凯** [5:16] 有很多公司 ， 你甚至于说我觉得比当下做个人助手的还要多 ，在那一波的时候 ，但最后大家发现那时候的技术是做不到很多大家想象中的事情的 ， 然后也有人开玩笑说当年那波是人工智障 ， 就做出来了很多类似人工智障的东西 ， 然后也有公司我们那时候聊 ， 最后它就变成后面一堆真人在提供服务的一个人工助手 。 **曼祺** [5:36] 就是真的人工智能 。 **曲凯** [5:37] 对 ， 就真的人工 ， 对 ， 真的人工 。 **曼祺** [5:39] 人工的智能 。 **曲凯** [5:40] 对 ， 就要不然就是人工智障 ， 要不然就是人工 。 我为什么提这个事情 ， 我觉得 C 端对于聊天的这个感知是很明确的 ， 就是我一聊 ， 我觉得对面那个人好像他真的能做很多本来大家想象不到的像真人一样的事情 ， 然后能给你反馈 ， 甚至于说当他反问你问题的时候 ，他能够举一反三的时候 ， 我觉得这个对于大家的冲击是非常 大的 。 它跟当年的那一些很不一样 ， 所以我觉得在这个技术的突破之下，C 端才有了一些机会 。 ### 投资与分层 **曼祺** [6:06] 对 ， 然后有了这么大的一个水花之后 ，但是我们现在可以看到的 ， 包括你自己那个文章里也提到 ， 就说其实投资出手的热度和这个舆论关注的热度是不匹配的 。 就你可以讲讲 ， 就实际上你感受到的是什么情况吗 ？ 就比如说现在有多少人在投 ，在投谁 ？ **曲凯** [6:23] 我们从 2 月份开始 ， 从 FA 的角度大概接了十多个项目 ， 然后其中在交割当中的 ， 包括已经交割的 ， 我觉得大概是一半左右 。 **曼祺** [6:32] 这十多个你们是都服务吗 ？ 还是 —— **曲凯** [6:35] 对对对 ， 就是我们服务的有十多个 。 整个市场我觉得做 AI 的国内的公司 ， 小于千家我觉得是有的 。 就我们不说拿不拿到钱 ， 就是在做这件事情或者想做这件事情的 ， 我觉得小于千家肯定是有的 。 实际拿到钱的我觉得一百家以内吧 ， 到目前为止 ， 包括大模型公司和应用的公司 ， 我觉得大概是这个数量级 。 然后真正在投的机构以美元机构为主 ， 大概头部的三四十家美元机构可能是出手过的 ， 大概是这个比率吧 。 **曼祺** [7:03] 然后你们自己 ，因为你刚刚有提到有模型的公司 ，有应用的公司 ， 就你们自己服务的大概是个什么分布 ， 然后整个市场你觉得是个什么分布 ？ **曲凯** [7:11] 其实这个大家讲了很多 ， 就基本上它分三层 ， 大模型 、 中间层跟应用层 ， 然后应用层里分 to B 和 to C， 所有的公司基本上能落在这个范围之内 。 大模型公司现在市面上应该有十多家在做的 ， 拿到钱的 ，其中可能有六七家是拿到比较多钱 ， 算比较头部的梯队的 。 这个市场我的理解是不会有太大的变化 ， 所以大模型的初期的战争可能已经差不多结束了 。 **曼祺** [7:33] 你是说初期的融资 ， 或者说组队的这个战争已经结束了 ？ **曲凯** [7:38] 因为大模型就是一个非常耗钱的事情 ， 所以你可以等同于融资战争就是一个入门的门槛 。 **曼祺** [7:44] 我想说这些公司他们都不需要 FA 对吧 ？ **曲凯** [7:46] 我觉得大多是不需要 FA 的 ， 甚至于说大多公司 ， 我也知道是很多 ， 比如头部的那种非常头部的机构的合伙人亲自操刀去聊去定的 。 **曼祺** [7:54] 对 ，而且我也知道有一些公司的创始人 ，他很多头部机构他也不见了 。 对 ，他可能就是前面他已经钱已经到了 ， 或者他排队要给他钱的人很多 ， 确实会有这样的项目 。 这个是你说就模型这一层 ， 然后中间和应用这块是什么情况 ？ **曲凯** [8:10] 对 ， 我觉得然后大家做应用层的会相对多一点 ， 我觉得可能 80% 以上的项目 ， 就是除去大模型之外，80% 以上的项目都是在做应用层的 ， 然后应用层里面可能 80% 的项目就在做 to B 的 ，to C 的会少一点 。 对 ， 大概是这个比例吧 。 然后中间层在国内远没有海外那么热或者那么吃香 ， 我觉得大家还是在思考说中间层最后到底会是什么样子 ， 然后大模型会不会自己做等等这些问题 。 所以可能现在拿到钱的 ， 我觉得应该是 to B 的金融的公司会多一点 。 **曼祺** [8:42] 你可以给就是大家解释一下中间层 ， 它具体是些什么 ，因为可能不是所有人都特别了解 。 **曲凯** [8:48] 最简单来讲就是很多应用它无法直接去调用大模型就能做出来东西 ， 它中间其实要做很多工作的 ， 比如 API 的调用 ， 然后中间模型的部署 ， 模型的监控 ， 然后一些向量数据库的一些东西等等 ， 就这些东西其实都是有中间层在做 。 然后应用层就是直接 to C， 所以中间层你可以理解它是 to 这些想要做应用的人。 **曼祺** [9:08] 就应用是直接 to 最后的用户的对吧 ？ **曲凯** [9:10] 对 。 **曼祺** [9:10] 就 B 端的 、C 端的用户都算上 。 **曲凯** [9:12] 对 ，B 端和 C 端 。 **曼祺** [9:13] 对 ， 你刚才也提到说你说中间层不像在海外那么热 ， 所以像在国外的话 ， 据你了解它这些不同的环节 ， 投资热情是个什么样的分布情况 ？ **曲凯** [9:22] 我觉得都蛮热的 ， 我还真没有去看具体的数据 ，但海外中间层拿到大钱的公司还蛮多的 ， 比如说大家耳熟能详的很热的 Longchain 这种公司 ， 就是典型的 ， 它其实是比较薄的一个中间层 ，但仍然拿了非常多的钱 ， 然后在全球范围内都很热门 。 国内其实目前应该没有类似这样的公司 ， 或者至少在资本圈里面是不是说大家一定说我要投一个中国版 Longchain 还是之类的 。 **曼祺** [9:48] 国内的应用是也投的比较少是吗现在 ？ **曲凯** [9:50] 对 ， 整体肯定是少的 。 ### 落差与PTSD **曼祺** [9:51] 所以这个落差是因为国内的大模型还没有跑出来吗 ？ 还是因为什么别的原因 ？ **曲凯** [9:56] 我觉得落差有非常多的方面 ， 一个方面是像你讲的国内其实大模型没有跑出来 ， 你看美国其实讲 AI 这个概念是过去两年一直在讲 ， 然后大家很多投资人在里面可能已经看了很多方向 ， 然后研究了很久 ， 国内投资人其实大多跟国内创业者一样 ， 就是从今年年初开始看这个事情 。 所以我觉得大家都需要一定的时间去学习 ， 尤其是 GPT-3.5 以后的这几个月 ， 每个月新的变化太多了 ， 所以大家对这件事情可能不是那么有确定性 ， 就觉得市场变化太快也不太敢出手 。 再有就是很多的创业者 ，他也是 2 月刚出来 ， 所以到目前为止真的有 demo、 有产品上线的 、 有数据的公司也不多 。 这个也是一个原因说大家只能听故事来判断 ， 那这个就也不利于投资人去下最终的决策到底我要不要给钱 。 当然也有人阿 Q 说现在也有些很好的团队还没有出来 ， 可能大家也在观望 ， 我觉得这个也是一个原因之一 。 再有就是很多人讲的事情确实是很有同质化的 ， 就是大模型这个事情带来的能力是大家公认的 ， 就它其实降低了门槛 ，但这个降低的所谓的降低的门槛就是之前的创业者的壁垒 ， 就之前创业者要自己做的事情 ， 现在说我不用自己做了 ， 大模型能提供这个能力了 。 所以它对于我们来看降低的门槛 ， 就是对于创业者来讲降低的壁垒 ， 这个对创业者来讲其实不一定是个好事情 。 所以很多创业者就想说我怎么样用大模型做个东西 ， 然后很简单直接的就把这个事情变成一个创业项目 ， 那这件事情我觉得投资人很多也是没有那么认可的 。 **曼祺** [11:26] 你说这个跟有一批看 AI 的人 ，他上一轮之后已经 PTSD 了有关吗 ？ 就我指 2016 年的那个人。 **曲凯** [11:33] PTSD 我觉得不只是 AI 了 ， 包括元宇宙 、Web3 各种概念在过去几年里面其实都很快的轮动 ， 然后最后能跑出来的公司都很少 ， 所以我觉得大家确实都会有 PTSD。 然后另外就是整体的美元募资的环境跟现在真的钱也不一定是有那么多 。 就是前几天我还跟一个硅谷的创业者在聊 ，他其实提了一个很好的问题 ， 很有趣的问题 ，他说是不是国内的投资人现在手特别紧 ， 就是把天使轮的项目当 A 轮来判断 ，A 轮项目当 B 轮来判断 。 我给的答案是其实我觉得是国内的投资人比较理性了 ， 还是把天使当天使 ，A 轮当 A 轮 ， 只不过国外的机构他是把 A 轮当天使 ， 把 B 轮当 A 轮来判断 ， 就是国外是更有泡沫的 。 但我觉得理性的市场不一定能让这个市场繁荣 ， 就是市场繁荣还是要有泡沫的 。 **曼祺** [12:21] 是 。 **曲凯** [12:22] 对 ， 就是你有泡沫才能有一些 ， 比如说可有可无的项目 ， 可拿到钱可拿不到钱的项目 ， 这些项目能跑出来 ， 这里面有可能会跑出来一些很好的项目 。 但现在其实大家对于不确定性的容忍就很差 ，其实不利于一些在中间的这些公司存活和拿到钱 。 **曼祺** [12:37] 是 ， 我为什么提这个是因为你刚才说那个差异的时候 ， 你提到第一点说就是可能中国有些投资人没有在关注 AI 那么久吗 ？ 但是我想到说其实 2016 年那个时候也是有一种平地惊雷的感觉 ， 那个时候可能 。 **曲凯** [12:50] 首先我觉得就像李开复之前他定义的就是那一波是 AI 1.0， 现在 AI 2.0， 首先这个是有区别的 ， 然后其次是当时那个年代关注 AI 的 ， 然后他一直坚持下来 ， 一直在看 AI 的其实很少的 。 **曼祺** [13:03] 了解 ， 就是我们现在聊到说也没有什么人实际上的去出手对吧 ？ **曲凯** [13:08] 有一些很少 ， 只是 。 **曼祺** [13:09] 就是比闪红中小 ， 就和实际上的这种舆论或者说新闻界的这个关注是不一样的 。 那所以到这些创业公司能分到钱的肯定就会少很多 。 那这种情况下的话 ， 我觉得其实最想聊的还是说就创业公司的机会在哪 ，因为你们也服务了这么多项目 。 **曲凯** [13:25] 是 ， 我觉得有几个方面 ， 一方面是说如果你是拍脑门去想一件事情 ， 坐在家里想说大模型能做什么 ， 然后编一个商业模式出来就会比较难 ，因为大概率你能编出来的别人也能编出来 。其实有很多这样的公司 ，他在用纯理论去推理说大模型有哪些能力 ， 然后哪些领域可能是需要大模型的 ， 比如说大家现在都在讲的一些 AI 加医疗 、AI 加法律 、AI 加金 ### 机会与筛选 **曲凯** [13:49] 融 、AI 加教育 ， 就各个各种 。 如果你之前不是做这个领域的 ， 你只是纯理论推理的 ， 那就会比较难 。 我觉得这个是一个点 。 所以就是你怎么样能真的跟你自己本身的业务去结合 ， 我觉得这个是个难点 。 **曼祺** [14:01] 我想问一下， 比如说你们服务这十几个项目的话 ，因为其实你们也得挑项目的对吧 ？ 你们得去考虑它的融资的成功率 ， 所以你们自己挑的时候会是一个什么标准 ？ 你们觉得什么样的项目你们觉得是会更容易成功 ？ **曲凯** [14:12] 我们有几个标准 ， 第一是看团队对于 AI 这件事情理解够不够深 ，其实很多人对它的了解没有这么深的 ， 比如说最近一周可能又出来了很多新的东西 ， 新的开源的模型 ， 新的算法 ， 那你这个团队是不是了解 ，是不是能真的用上 ？ 我觉得这个是一个点 。 第二个点是他对于自己所在的领域要做的事情是不是有比别人更深的认知 ， 就跟别人至少讲的是不太一样的 ，有些新的想法的 。 第三点就是它的落地跟执行能力要很强 。 我觉得这里面有个很有意思的就是我们刚才其实聊了很久说机构没有大家想象当中投的这么多 ，但你反过来想 ， 我们日常真的用到的 AI 的东西也没有大家想象中这么多 ， 就是这个热度非常大 ，但每个人你到底有什么东西是真的每天能让你用起来的 ， 让你感受到 AI 的产品的其实也不多 。 我觉得这个也是创业者要解决的问题 。 我觉得未来两个月会好很多 ， 就是有些产品就开始陆续上线 ，但这个是很偏执行力跟公众化能力的一个对团队的一个要求 。 然后最后一点 ， 我们的标准就是团队本身的背景和学习能力等等这些够不够强 。 ### 模型与应用 **曼祺** [15:11] 你们现在服务的都是应用层的项目是吗 ？ **曲凯** [15:13] 应用层和中间层 。 **曼祺** [15:14] 都有 ， 你们是觉得模型层基本上就除了那少数几个公司之外是不是没有什么机会了 ？ **曲凯** [15:19] 对 ， 我觉得模型层很难有新出来创业公司的机会 。 **曼祺** [15:23] 已经出来的那些公司你怎么评价他们 ， 或者你怎么看他们接下来可能的和巨头之间的竞争是什么 ？ 因为这个是巨头一定会做的事 ， 我说的就通用的基础的大模型 。 **曲凯** [15:34] 是 ， 我觉得这个其实就涉及到到底国内最终大模型的终局会是怎么样的问题 。 但这个事情变得非常快 ， 我觉得肯定不是有一个定论的 ，但我目前倾向于觉得说国内跟海外的局势会不太一样 。 海外首先 OpenAI 还是比较领先的 ， 就是跟其他公司比起来 ， 然后它其实是在往更远的更 AGI 的方向去走 ， 然后国内的公司基本上起点不会差太多 。 另外有个比较有趣的事情是说开源整体的生态在以大家想象中更快的速度起来 ， 所以国内的很多公司可能它是基于开源能做很多事情 ， 就不会给某一家公司很长的时间去积累它自己的壁垒跟优势 ， 所以大家都会在一个起跑线上 。 **曼祺** [16:17] 你是说应用的公司基于开源的模型做 ， 还是说模型的 。 **曲凯** [16:20] 都一样 。 **曼祺** [16:21] 都一样是吗 ？ **曲凯** [16:22] 都会 ， 对 ， 起点都会越来越高 。 就是你会可能会遇到一个情况是说 ， 比如说做大模型的公司他做了半年， 如果他没有借助开源的话 ，他做了半年可能开源的那些模型也很快 ， 就只要发出来就把他这半年工作都做掉了 ， 那别的公司就跟他又在一个起跑线上， 就是大家的起跑线在不断的往前移 。 **曼祺** [16:40] 明白 。 **曲凯** [16:41] 对 ， 然后就是你刚才提的那个问题 ， 这也是为什么我们那篇文章里也写 ， 我觉得未来其实很多垂直领域的公司会有自己的垂直的模型 ，因为它一样能借助到那些开源的模型的能力 ， 然后整体的这个生态是在往上走的 ， 所以国内的大模型公司的竞争可能会更激烈一点 。 **曼祺** [16:57] 终局的话涉及到这个东西的集中度对吧 ？ 那你觉得国内可能最后比如说通用的模型会有多少 ？ **曲凯** [17:02] 看你怎么定义通用模型 ， 我的理解是国内的很多现在的大模型公司其实都会往一些垂直的应用端去走 ， 就它可能一出来的时候它就会选择一些垂直的领域 ， 或者至少会做一些应用层的事情 。 **曼祺** [17:14] 对 ，因为我们同事跟王慧雯 ， 然后包括王小川有聊过 ，他们比较相同的一个共性是都是要一边做应用一边做模型 。 **曲凯** [17:23] 对 ，但你就不会听到 OpenAI 说这件事情 。 **曼祺** [17:26] 实际上 OpenAI 也是在做应用 ，ChatGPT。 **曲凯** [17:29] 没有 ，ChatGPT 它不能定义成一个垂直的应用 ， 它是一个 。 **曼祺** [17:32] 它不是个垂直的应用 ，他们也没有说要做垂直的应用 。 **曲凯** [17:34] 但他们我的理解是会做垂直的应用 。 **曼祺** [17:36] 你觉得他们会做垂直的应用 ？ **曲凯** [17:37] 对 ， 如果它不是做垂直的应用 ， 那你说的那个他们做应用就本身是不成立的 ，因为所有的大模型肯定都会开类似 ChatGPT 的功能 。 **曼祺** [17:45] 所以你说那个所有人都有的 ， 它就不称之为一个应用了你觉得 ？ **曲凯** [17:48] 对啊 ， 它要它讲说它要一边做应用一边做大模型 ， 肯定是说这里面是有 differentiate 的地方 。 **曼祺** [17:53] 对 ， 就是我们之前跟王小川聊 ，他说他犹豫过一个事情 ， 就是说我是一开始我是要做一个更垂直的模型 ， 还是我要做一个更通用的模型 ， 我们大概是可能一个月不到之前聊的吧 ，他当时说的是他觉得还是要做一个更通用的模型 。 当然像兰州 ， 就周明他是明确说就他们是要做 to B 的 ，他们的应用就是 to B 的 ， 所以他们的模型也是要规模是要控制一些 ， 然后要让客户是能用得起的是会更垂直的 。 **曲凯** [18:18] 对 ， 所以其实在起点上中国的很多大模型就已经不是 OpenAI 那个路径了 。 所以这个我觉得是区别 ， 所以我们觉得说未来很多目前做所谓大模型的公司会成为一个端到端的应用的公司 。 **曼祺** [18:31] 是 。 **曲凯** [18:32] 对 ， 就是你如果这个公司它同时做大模型同时做应用 ， 那你到底怎么定义它对吧 ？ 它到底是个大模型公司还是个应用公司 ？ 那在美国有很多这样的公司 ， 它其实就是叫端到端应用公司 。 那最后你做了大模型又做了应用 ， 那除非你应用做得不好你是大模型公司 ， 那你应用做得不好你为什么要做应用 ？ 但如果你应用做得好了 ， 你的大模型肯定为你的这个应用服务 ， 那你就是个应用公司 。 对 ， 我觉得这里面其实是有一定的矛盾的地方 。 **曼祺** [18:56] 你觉得应用公司如果它现在切入市场的时候 ， 它自己并不掌握模型能力 ， 然后它后来自己长出这个东西有可能吗 ？ **曲凯** [19:03] 有可能 ， 我们很看好这个路径 。 **曼祺** [19:05] 你们更看好这个路径 ？ **曲凯** [19:06] 对 ， 我觉得可以讲吧 ， 我们更看好这个路径 ， 就还是刚才我们讲的逻辑 ，因为各种开源的模型生态其实会起来 ， 所以模型的能力在未来被补足是会越来越容易 ，但你去发现 C 端的或者 B 端的那些用户的需求 ， 你去做一个更产品化的事情 ， 你去有渠道你去拓市场 ， 这个其实是难的 。 就是应用肯定拼的 ， 大家比如说一边是大模型的公司一边是应用的公司 ， 你肯定有不同的评判的标准 ， 大模型公司你肯定是看它的技术 ， 看它的算法等等这些东西 ， 应用公司可能你更多看它是产品和工程化落地的能力 。 那你不能说我拿了很多钱我做一个大模型公司 ， 然后我未来就一定能做好应用 ， 我觉得这个是不一定成立的 。 但是我做了一个好的应用公司 ， 然后当整个市场大模型的能力在往上涨的时候 ， 那我反向再去做个大模型我觉得是成立的 。 我再多举个例子 ， 就好像推荐算法的时代 ，其实最好的公司就是金融头条 ，但其实头条不是说它先做了一个推荐算法的公司 ， 然后再去找应用说我要再做一个什么头条还是做一个抖音 ，而是说它在做的过程当中不断的去加深它的这个能力 ，而且因为它有最多的数据 ， 所以它反而能把这个能力做得更好 。 **曼祺** [20:12] 而且它能力确实也越做越深了 ，因为到后面包括 ICE 层的东西它也做 ， 就是云的东西它也做 。 **曲凯** [20:18] 对 ，但我想讲的是说你其实要有场景有数据 ， 你反向做其实是会更合理一点的 ，不然的话你有大模型你再去找应用其实就是典型的 。 **曼祺** [20:26] 拿着锤子找钉子 。 **曲凯** [20:28] 对 ， 那只不过说你现在融的钱足够多你的锤子多 ， 那你找到钉子的概率可能高一点 ，但这个我还是觉得逻辑有点奇怪 。 ### 巨头与方向 **曼祺** [20:35] 其实是做应用的公司 ，其实它也会面临一个和巨头竞争的问题 ，因为我们其实看到像阿里 、 像腾讯他们本身就有一些超级的应用 ， 然后它可以把 AI 放到这个超级应用里面 ， 然后让这个超级应用更好用 。 所以如果创业者要做应用的话 ， 它和这个巨头之间是一个就它怎么选可以避开这个锋芒 。 **曲凯** [20:54] 我们经历了过去这么多年看市场 ，其实中间不断的经历过这种时刻对吧 ？ 就是第一波创业的时候可能大家会问那腾讯做的怎么办 ， 阿里做怎么办 ， 然后再后来大家会问字节做怎么办 ，但最后发现好像也没有什么公司是真的因为跟巨头竞争它做不下去 ， 或者它就是因为这个而死的 ， 肯定是有 ，但这个反而我觉得不是最主流最常见的原因 。 所以我觉得还是团队和公司自己的能力和它的这个学习能力变化 ， 对用户需求的发现等等这个是最关键的 。 **曼祺** [21:25] 这个我同意 ， 我的意思是说是不是有些领域的应用你是想都不用想你就不要做的 ， 你觉得有这种吗 ？ 比如说社交是不是就很难 ？ **曲凯** [21:32] 我觉得没有这种 。 **曼祺** [21:33] 你觉得没有 ？ **曲凯** [21:34] 我觉得没有这种 ， 对 。 **曼祺** [21:35] 是没有经济的 ？ **曲凯** [21:35] 我觉得只是说有些东西是太简单的 ， 比如说你要做一个 AI 加 PPT 的东西 ， 那微软或者金山等等可能就已经做了 ， 这个可能就会比较难一点 ，但如果是一个更新的事情 ， 就大家站在同一个起跑线上， 我不觉得创业公司就一定做不过大公司 。 **曼祺** [21:53] 是 ， 对 ， 我刚才说社交其实也不太准确 ，因为社交可能有很多形态 ，其实微信算是一个通信类的 ， 它更多是通信功能是更刚需的一个东西 。 那短视频你觉得有机会吗 ？ **曲凯** [22:03] 有机会 。 **曼祺** [22:04] 你们有看到什么形态吗 ？ **曲凯** [22:05] 还没有 ，但我觉得有机会的 ， 对 。 你就好像在十年前你去问百度字节有没有机会一样 ， 那没有人会觉得字节是有机会的 ， 或者很少的会有人觉得字节能做这件事情 ，但最后它还是做出来了 。 就过去这么多年一直都是不断的创业公司出来 ， 然后颠覆上一代的大公司的 。 **曼祺** [22:23] 对 ，因为之前就是 AlphaGo 那之后的 AI 热潮 ，也有很多创业公司出来 ， 像四小龙这些 ， 当时市场其实是对他们期待非常高的 ，但最后的发展是不如最开始的期待的 。 你觉得这一次它会怎么不一样 ？ **曲凯** [22:36] 那一波其实我关注的没有那么多 ，但我的理解那个时候的 AI 功能和整体是不健全的 ， 就是大多数那些公司应该主要利用的是图像识别等等那些能力 ， 它不是一个完整的 AI，而且它大多数没有把那些能力用到 to C 的场景上， 它就还是一个 to B 的服务 ， 那 to B 的服务就会回到说到底什么场景谁付费 ， 然后工程化的这些问题 。 但是现在其实它明确的是有 to C 的机会的 ， 所以我觉得还是不太一样 。 **曼祺** [23:05] 可以说在应用层里面你自己是更看好 to C 的是吗 ？ 因为我觉得你提这个比较多 。 **曲凯** [23:09] 也不能这么讲 ， 就是 to C 里面可能如果真的做出来成为大公司的概率会更高一点 ，但 to B 的公司可能更稳一点 。 **曼祺** [23:18] 你们自己服务的项目是什么分布 ？ **曲凯** [23:20] 我们服务的项目其实是跟市场是相关的 ， 倒不是说我们主观去选的 ， 那市场里面就是 to B 的公司更多一点 ， 所以我们肯定服务 to B 的更多一点 ， 就跟市场的比例差不多吧 ，也是 。 **曼祺** [23:32] 8%？ **曲凯** [23:32] 2%、8%， 对 ， 差不多 。 **曼祺** [23:34] 80% to B。 **曲凯** [23:35] 对 。 ### AI Native 与老公司 **曼祺** [23:35] 然后我们也注意到有一类公司它本身就是做 AI 的 ， 或者说它本身就是做 to B 的一个 SaaS 公司 ， 它可能存在已经有段时间 ， 像比如说第四范式 、 云之声 ， 然后朱萌萌这些 ，他们现在又把这个新的 AI 能力加到他们之前的这个产品或者技术里面 。 **曲凯** [23:50] 是 。 **曼祺** [23:51] 像这种的话和这个新的公司比较你觉得它会更有优势吗 ？ **曲凯** [23:55] 对 ， 这个问题我们也在想 ， 首先我觉得现在有一个问题没有解答 ， 所以这个问题是很难有答案的 。 那个问题就是到底什么是 AI Native， 这个其实是很多人在想的一个问题 。 如果说 AI Native 是像互联网到移动互联网的那么大的一个变化 ， 整体的产品形态跟逻辑都会有变化的话 ， 那我觉得就都是新公司的机会 ， 老公司要彻底的转其实是挺难的 。 **曼祺** [24:17] 就是看改变有多大对吧 ？ **曲凯** [24:18] 对 ，但目前看起来可能大家还没有找到那个点 。 **曼祺** [24:21] 可以说足够大的时候就是新公司新物种的机会 。 如果只是个渐进式的改了一点点可能就 。 **曲凯** [24:27] 或者这么讲吧 ， 就是现在其实大家总把一个事情混淆 ， 就是你的 AI 能力到底是用在供给端还是用在需求端 ， 大多数的时候像你刚才提的那些例子 ， 传统的公司 SaaS 公司等等转型 ， 它其实是把 AI 放在了它的供给端 ， 就是它去改变一些供给的能力 ， 就让大家觉得说这个东西更智能了 ， 或者这个东西用起来更好用了 ，但在 C 端的实际体验 上没有一个彻底的很大的改变 。 它不会说我把整个图形界面比如改成了一个对话 ， 或者说我也不知道会是什么样的一个改变 ， 就是它不是把桌面端移到移动端的这么一个很大的改变 。 所以我觉得这个是值得去探索的 ， 就是在用户感知端到底哪个东西它觉得说这个东西很酷很妙 ， 它是一个完全 AI 化的事情 。 **曼祺** [25:09] 关于 AI Native 你最近有什么想到的东西或看到的东西吗 ？ 就这一次带来的本质的变化是什么 ？ **曲凯** [25:16] 我没有答案 ，但我只能说几个方向 ， 一个方向就是我们刚才讲的 ， 就是在 C 端使用体验上跟 C 端的逻辑上它是不是有什么变化 ，但我们这个 C 端包括了 B 端的那些用户的小 B 的实际的个体的用户 ， 就是它是不是感觉到这个东西真的是不一样了 ， 还是说它用的时候觉得跟上一代的互联网和移动互联网的产品是类似的 ， 只是更好用了一点 ， 我觉得这个是一个点 。 另一个点就是我们看到国外其实还是有个趋势是越来越多的产品是用 Bot 的形式来呈现的 ， 就是我每个领域或每个功能反正给你一个 Bot， 然后你去跟它对话就好了 。 我觉得这个是在发生的一件事情 ，但我们也在观察说这个到底会不会是最终的一个形态 ，以及是不是最高效的形态 。 **曼祺** [25:56] 你觉得 Bot 机器人的形态的问题是什么 ？ **曲凯** [25:58] 我们的文章里其实也提过 ， 它 Bot 机器人最大的问题就是它其实不一定是效率最高的形式 ， 就是你去跟它对话这件事情本身不一定是效率最高的 。 就是我们的理解 AI 的能力其实是它的灵活性 ， 它的智能性 ， 对话本身解决的问题是你能够提出多种多样的需求 ， 然后它能帮你解决掉 ， 然后图形界面之前可能就是它就是确定性的几个场景跟解决方案 ， 你点了以后能解决就解决 ， 解决不了就没有办法了 。 绘画师会把这个问题解决掉 ，但是绘画师不一定是最高效的 ， 比如你提个需求 ， 你可能要跟他对话个几分钟 ， 然后你还得等他回复 ， 这个其实就已经效率很低了 。 另外就是比如说我可能每周都有一个固定的需求 ， 那我本来是可以把它做成一个产品型功能点击的 ，但是你现在变成说我必须每次都要再给你重复一遍这个对话 ， 所以我们会觉得说未来应该是对话跟图形界面结合的一个形式 。 ### 本质变化与产品 **曼祺** [26:47] 关于这个 Native 的 ， 比如说我们可以类比上一次 ， 我看你们之前文章里也讨论过这个事情 ， 就上一次可能它带来的新的东西是你有位置信息 ， 然后你可以随手比如说拍摄照片或者拍摄视频 ， 那这一次的话它带来一些新的这种就是更具体的这种改变 ， 现在能看到的是什么 ？ **曲凯** [27:03] 我们其实之前总结过很多条 ， 比如说它让万物有了人的能力 ， 这个我觉得是一条 ， 然后包括我们刚才讲的一些绘画式的 Bot 的场景等等 ，但最终我们其实总结了一条 ， 它就是让机器变得更像人了 ， 就是过去机器做不了的事情 ， 只有人能做的事情 ， 现在很多它就能做了 。 我觉得这个是最核心的一个变化 ， 比如说我举几个例子 ， 我觉得有两个场景 ， 一个场景是之前可能需要 100 个人去每天分析很多数据 ， 那现在你用一个 AI 就可以做到这一点 ， 我觉得这个是一个场景 ， 包括之前可能 100 个人都做不到的事情 ， 你比如说互联网上有海量的用户的评论的信息 ， 那你怎么样去从这些评论里面挑出来你希望获得的信息 ， 这件 事情是 AI 现在就可以做到的事情 ， 之前你可能是需要无数个人去每天看那些评论 ， 这是一个把海量内容做分析整理 ， 最后得出 insight 的一个方向 。 另一个方向就是现在已经很多人在做的就是生成的方向 ， 所以就一个是说我把一个小需求无限的扩大 ，不断的扩大 ， 就是不管是文生图也好 ， 还是类似于 Jasper 的一个一小段话生成一篇营销文章也好 ， 对 ， 这个是从把它从小放大 ， 然后另外一种就是从大变小 。 **曼祺** [28:10] 对 ， 就是一种是从小放大 ， 从无到有 ， 就是生成这一块 ， 另一种是海量的杂乱的东西你把它收束起来 。 **曲凯** [28:17] 对 ， 就是分析 ，其实之前你理论来说都可以通过人去完成 ， 就是我可以招 10 个人每天在这写文案 ， 我也可以招 10 个人每天分析海量的数据 ，但现在就是可以用 AI 来帮我完成 ， 这些人就都不需要了 。 **曼祺** [28:30] 你自己最近有用什么你觉得比较好玩的产品吗 ？ 包括你们服务的公司里面你有看到什么 PMF 或者杀手应用的影子吗 ？ **曲凯** [28:38] 我们自己服务的有的不能讲 ， 我觉得还是有些很妙的东西的 ， 就是我们看到的应该是比大家能看到的和想到的要多一些 ， 所以我们对这件事情是更有信心的 。 我觉得信心体现在两个方面 ， 一方面是我们真的看到有公司已经在用这件事情形成了商业闭环 ， 就真的已经落地实施并且赚钱 ，而且数据是有效的 。 **曼祺** [28:57] 可以覆盖成本的 ？ **曲凯** [28:59] 可以覆盖成本 ， 就很赚钱了已经 ， 国内的公司 ， 这是我们看到的 ， 所以我们对这件事情是有信心的 。 另一个点就是我们也看到一些很新颖的产品的模式 ， 跟 to C 的一些场景跟想象也是可行的 ， 所以我们对这个事情会比大家的信心要更足一点 。 **曼祺** [29:15] 你看到的东西不能讲是否说明这个东西它很容易被模仿 ？ **曲凯** [29:18] 模式当然可以被模仿 ， 尤其是 to B 的赚钱的东西当然是可以被模仿的 ， 所以这个东西我们也之前也跟一些这个机构的 GP 就合伙人聊 ， 我觉得大家也普遍认可这个东西的时间窗口是比较珍贵的 ， 然后它的速度跟落地的能力是很重要的 。 因为你想如果我们承认一个逻辑是说数据对于垂直领域是很关键的 ， 那你做的越早做的越快 ， 你的数据越多 ， 那你的产品就会更好用 ， 那后面再进来的人就是天然有劣势的 。 **曼祺** [29:48] 你觉得什么时候可能我们能看到这种东西 ， 比如大家可以用到 ， 然后它的优势也能建立起来 ，也不怕对外讲吗 ？ **曲凯** [29:56] 我觉得两个月后吧 。 **曼祺** [29:57] 这么快 ？ **曲凯** [29:58] 简单算一下就是大多数公司是从 2 月或者 3 月开始做 ， 那三个月左右的时间其实差不多 demo 就能出来了 ， 然后做得快一点的其实 6 月 7 月应该就会有一些小范围的传播 ， 就大家就能看到 。 **曼祺** [30:10] 我想知道你服务过的或者你见过的项目里面 ， 增长的这个速度最惊人的 ， 或者说它的用户量现在最大的是有到什么量级 ？ **曲凯** [30:18] 每个月几百万收入吧 。 **曼祺** [30:20] 那使用它的人的数量呢 ？ **曲凯** [30:22] 是 to B 的 ， 所以你 。 **曼祺** [30:23] 所以你就不好去算这个是吧 ？ **曲凯** [30:25] 对对对 。 **曼祺** [30:25] 那增长是个什么情况 ？ **曲凯** [30:26] 我觉得每个月大概 30% 左右的增长 。 **曼祺** [30:29] 你指的是收入的增长还是用量或者 ？ **曲凯** [30:33] 因为 to B 的其实收入跟用量是等比的吧 。 **曼祺** [30:36] to C 你这块没看到这种 ？ **曲凯** [30:38] to C 目前应该还没有真的上线做得很好的 ，to C 更难一点 。 **曼祺** [30:42] 我觉得 to C 有一个问题就是它这个监管的问题 。 **曲凯** [30:46] 做国内市场是 ， 我也可以再讲一下就是我们目前聊到的和服务的公司大多是讲做全球化市场的 ，而且可能很多是会先在北美那边去启动的 。 **曼祺** [30:56] to B 的也是是吗 ？ **曲凯** [30:57] 对 。 **曼祺** [30:58] 不过北美 to B 市场竞争也蛮激烈的 。 **曲凯** [31:00] 都激烈 ， 国内也激烈 。 **曼祺** [31:02] 而且那边的人， 就我是他们那边的本身团队的 ， 比如说他人才的密度 ， 然后包括他们融资什么的 。 **曲凯** [31:08] 人才密度我倒不觉得他们比中国强 ， 我觉得国内的人才密度是最高的 ，而且是性价比最高的 ， 然后融资上确实是有可能未来会有挑战 。 **曼祺** [31:17] 对 ， 我觉得他们资源可能会更多在硅谷那边 。 **曲凯** [31:20] 资源就是融资上的资源吧 ， 对 ， 那未来也许会有挑战 ，但目前还好 。 **曼祺** [31:24] to C 的话 ， 那个 to 海外的你们有接触一些什么比较好玩的形态吗 ？ **曲凯** [31:29] 都在做的过程当中， 对 ， 我觉得 to C 要上线可能会更慢一点 。 **曼祺** [31:34] 之前其实 MiniMax 有一个 to C 的产品是上线了吗 ？ **曲凯** [31:37] Glow 吗 ？ **曼祺** [31:38] 对对 。 **曲凯** [31:38] 我还是很喜欢 MiniMax 的 ， 对 ， 我觉得还是很厉害 。 **曼祺** [31:41] 对 ， 我觉得他们那个产品还挺有意思的 ， 就它的受众很特别嘛 ，是我觉得可能有点二次元的人吧 ， 就是你可以给它设置一个虚拟的智能体 ， 然后我可以给它生成一个头像 ， 然后我去跟它聊天 ， 我可以设定它的性格 ， 比如说它是个霸道总裁 。 有跟他们的人聊过 ，他们说他们的用户有的非常夸张的可能连续能跟这个机器对话 5 到 7 个小时 。 **曲凯** [32:02] 那很厉害 。 **曼祺** [32:03] 特别特别长回合的对话 。 **曲凯** [32:04] 对 ， 我其实之前有想一个问题 ， 就是很多人觉得说现在很多所谓的智能不是那么智能 ， 就聊不起来 ，但我后来想一个问题 ， 我跟真人在一块我可能也就聊 10 句 ， 我也不知道该聊啥 。 **曼祺** [32:17] 然后你去 B 站上搜那个 Glow 的 ， 它有很多 B 站上的人自己分享的视频 ， 里面有一条特别好玩 ， 就是这个用户跟机器人说我知道了你是一个真人， 然后这个机器人就承认了 ， 还说自己的工资是多少 ，在哪打工 ， 然后加班费是什么 ， 就确实这个表现上跟以前的聊天机器人相比非常不一样 。 **曲凯** [32:36] 是 ，其实有很多事情可以做 ，有很多想象空间 ， 就是等着优秀的产品经理们去发掘的 ， 我是觉得未来几个月就会有很多很有意思的事情出来 。 ### 商业模式与高估 **曼祺** [32:45] 现在这些公司 ， 我指有应用的公司 ，他们具体去落地的时候 ，他们是怎么收费 ， 就商业模式是怎样 ？ **曲凯** [32:53] 商业模式还是传统的一些商业模式 ，但我觉得这里面有个点就是大家有的时候把这个事情想得太简单 ，但实际上大模型是做不到的 ，但有的时候又习惯了把这个事情想得太复杂 ， 就是已有的功能其实如果你是一个好的产品经理 ， 你对用户需求和流程是有足够理解 ， 这里面还是很多事情可以做的 。 比如说我可以举一个例子 ， 就是我前两天看到推特上有个人发说现在月收入大于 100 万刀的就是 Chatbot 的公司 ，其实就有好多家 ， 它其实就是做一个 Chatbot。 **曼祺** [33:22] 它的收费方式就是订阅 ？ **曲凯** [33:24] 我没有具体去研究 ，但我觉得应该是类似于订阅或者之类这种 ， 就是很简单的模式 ， 包括像我们刚才讲的那个 Glow 这家公司 ，其实它的用户数据很多人知道也是蛮好的 ，但它其实就是最简单的聊天嘛 ， 你其实可以讲的话 ， 就是大家总去想说你一定要有什么多模态 ， 一定要用很复杂的技术才能做到这件事情 ， 或者才能做一些事情 ， 我觉得也不 一定 ， 就是大家有时候把这事情想太简单 ，有时候想得太复杂 。 **曼祺** [33:50] 因为之前我们也是跟有的创始人聊 ，他们的有一个观点是这样的 ， 就是说之前互联网的主流的商业模式是广告 ，是 to C 的 ， 就羊毛出在猪身上嘛 ， 然后之后可能主流的是订阅 ，因为如果它是 。 **曲凯** [34:03] 我不同意 。 **曼祺** [34:04] 你不同意 ？ **曲凯** [34:04] 对对对 ， 我觉得这个也是一个非共识 ， 我觉得大家太小看聊天这件事情了 ， 就是你比如说 Google 搜索 ， 然后我一页出来七八个结果 ， 里面可能有一两条是广告 ， 对吧 ，Google 是靠这个赚钱 ， 然后大家现在觉得说你对话就不能靠这个赚钱了 ， 你就不行了 ，但我觉得你对话 ， 你搜索一天才能搜多少条 ， 你才能看到多少条 ，但你对话能对话那么 多条呢 ， 那我对话后面插一条广告不是很正常的事情吗 ， 就像我刷抖音 。 **曼祺** [34:29] 但是这会影响你跟这个聊天机器人的信任感 。 **曲凯** [34:32] 谁管什么信任感 ， 你刷抖音里面刷到广告 ， 你会影响你刷抖音这件事情吗 ？ **曼祺** [34:36] 你说的这个广告不是这个聊天机器人直接告诉你的 ，是后面贴的一条广告 ， 你是这个意思 ？ **曲凯** [34:41] 都可以 ， 对 ，有各种各样的方法 ， 当然不能说你说推荐一家餐馆 ，他说我推荐这家 ， 然后这是一条广告 ， 这个肯定是不可能的 。 **曼祺** [34:48] 对 ， 这个是影响信任 。 **曲凯** [34:49] 但你看正常的话 ， 我们每天如果未来真的 Chatbot 是流行的话 ， 每天聊个几十条 ， 几百条 ， 甚至上千条应该都是正常的吧 ， 那我在这么多的高频的密度里面去插广告应该也是很简单可以做的事情 。 **曼祺** [35:03] 但是这个成本是不是比搜索引擎要高很多 ？ **曲凯** [35:07] 不会 ， 你看你怎么做的 ， 比如说我就是自动往里插广告就好了 ， 我就都不需要调用 AI， 我就自动说 5 条后面接一条广告 。 **曼祺** [35:13] 广告是不用 ， 我是说就是比如说一个人跟他一天聊几百句 ， 这件事本身是耗费了算力资源的吗 ？ **曲凯** [35:20] 那是两个问题了 ， 你的这个问题是说这个模式本身是不是成立的 ，而不是说商业化到底要怎么做的问题 。 **曼祺** [35:26] 对 ， 就是最后你最后能不能赚钱 。 **曲凯** [35:29] 算力什么的 ， 就是这个技术设施一直在变嘛 。 **曼祺** [35:31] 对 ， 当然这个东西理论上来说 ， 随着你用量越来越多 ， 你规模扩大 ， 它理论上它的价格单次的价格是要降低的 。 **曲凯** [35:38] 对 ，但我还是说你讨论的是另外一个问题了 ， 我们其实讨论商业模式的问题嘛 ， 就我觉得广告仍然会是一个很好的模式 。 **曼祺** [35:44] 现在就是你们已经在服务的这些 ， 比如说他们如果是 to B， 就还是像以前 SaaS 那种收费方式是吗 ？ **曲凯** [35:51] 目前大多是 。 **曼祺** [35:51] 你觉得整体上你在这个市场看到这么多现象 ， 你觉得有什么大家都很相信的事情 ，但是你是不太同意的吗 ？ **曲凯** [35:59] 我觉得前两周可能说这个是 ，但最近好像越来越多人同意了 ， 就是我觉得大家还是高估了大模型的能力 ， 低估了落地实施的难度 ，其实最终很多应用层的公司 ， 它如果真的做不出来或者表现不好 ，是大模型本身的能力的局限 ， 然后以及说看起来大模型是有这些能力 ，但你真的要把它落地能做出来 ，其中有非常多的工作要做 ， 比如说稳定性的 问题 ， 这个其实是之前很多公司在讲的 ， 再往前比如说就很多人都说过这个问题 ， 就是你如果做文生图 ， 人物的手指的问题 ， 就很多时候一会是四指 ， 一会是六指 ， 就是类似于这样的问题 ，其实有很多工程落地的难度是要做的 ， 大模型本身的门槛跟它的能力我觉得是被高估的 。 **曼祺** [36:43] 门槛被高估是你刚才讲到的开源的生态带来的变化是吗 ？ **曲凯** [36:46] 对 。 **曼祺** [36:47] 对 ， 我们最近也发了一篇文章 ，也是在聊这个大模型的工程落地的一些难点 ，其实上一次 AI 的热潮是因为 AlphaGo， 包括后面的 AlphaGo Zero 嘛 ， 它那个里面用到的具体的技术 ， 到后面其实很多实际应用中是没有用的 ， 实际应用中用的很多东西还是就是以前的一些深度学习的东西 ， 或者它说有一些渐进的改良吧 ， 我觉得现在好像也有这样一个倾向 ， 就很多可能 会先把这个羊头挂出来 ，但是我实际去服务的时候 ， 可能还是得用很多老的办法 ， 包括知识图谱啊什么什么的 。 **曲凯** [37:16] 这个我觉得就看公司到底怎么处理这个问题吧 ， 我们反正服务的创业公司还是都真的在用 AI 这个事情的 ， 我觉得可能越大的公司反而越难 。 **曼祺** [37:27] 我觉得那个倒也不是没有真的在用 AI， 只是因为 AI 技术它也有就是很多不同的这个种类和分支嘛 。 **曲凯** [37:34] 那就是又回到我们可能讲的那个 AI Native 的问题了 ， 就是我当然可以用很多已有的技术去实现一定的 AI 的能力和表现 ，但是它到底是不是 AI Native 的 。 ### 投资人与估值 **曼祺** [37:45] 像你们见了这么多投资人的话 ， 你觉得从比如说春节刚结束到现在 ， 大家有什么变化吗 ？ 投资人在看项目的时候 ，他们的态度有什么变化 ？ **曲凯** [37:54] 投资人其实看项目也分几波 ， 我觉得前面几个月基本上大家都在研究大模型 ， 就是花可能我觉得百分之八九十的精力在大模型上 ，因为大家都觉得这个是最大机会的事情 ， 然后也有最 high profile 的创始人出来 ， 然后可能潜在能得到的回报也最高 ， 所以我觉得大家一开始的时候都在看大模型 ， 然后最近开始看一些应用层和中间层的事情 ， 然后中间 层还是最不受待见的 。 **曼祺** [38:20] 最不受待见 ？ **曲凯** [38:21] 对 ， 就是看中间层的人是最少的 ， 会投的应该也是比较少的 。 **曼祺** [38:25] 那如果说你刚才说的大家不太认同的事 ， 就是低估了落地的难度 ， 这件事如果越来越多人接受的话 ， 理论上中间层是有更多机会的 。 **曲凯** [38:35] 对 ， 这也是为什么我们最近反而开始看更多中间层的项目 ， 核心的一个理论是我们相信一切的技术是为了产品服务的 ， 所以我觉得所有的人， 包括创业者 ， 包括我们做业务的时候 ， 就是从产品跟用户的视角出发 ， 所以你会发现很有意思的是说我们先去看了应用层 ， 然后发现应用层遇到很多问题 ， 然后我们再回到看中间层 ，在这个过程当 中我们就发现很多应用层其实它自己需要有一些自己的模型的 ， 所以我们又去研究模型 ， 我们相当于是跟市场反着来的一个过程 。 **曼祺** [39:08] 对 ， 我就在想你这个过程是和一些投资人的这个研究的路径是反过来的 。 **曲凯** [39:12] 对 。 **曼祺** [39:13] 对 ， 你说他们现在中间层还不受待见 。 **曲凯** [39:15] 对 ，但我们还是很认可中间层的价值 。 **曼祺** [39:18] 其他的变化了 ， 就比如说应用层现在看得更多了一点是吗 ？ 你说最开始是在研究大模型 。 **曲凯** [39:23] 对 ，但应用层虽然看得多 ，但就回到我们最早讲的出手还是比较少 。 **曼祺** [39:27] 最大的问题就是对不确定性不够容忍 ， 就是这个问题是吗 ？ **曲凯** [39:32] 我觉得不是容不容忍吧 ， 就是确实是有很大的不确定性 。 **曼祺** [39:35] 但本来这种机会就非共识才会有机会嘛 ， 如果你做风投的话 。 **曲凯** [39:40] 讲是这么讲 。 **曼祺** [39:41] 现在大家已经不流行这个说法了是吗 ？ **曲凯** [39:43] 非共识看程度吧 ， 我们也认识机构说非常看好这个方向 ， 然后看了好几个月最后一个都没出手 ， 这种也有 ， 就是大家是真的认可 ， 真的想投 ，但真的你到出手的时候确实不确定性太强 ，而且我觉得这个就创业者也不能说完全没有责任 ， 我觉得现在很多创业者是就是讲故事出来融资确实是有难度的 ， 就是更多的时间应该花在怎么样 做产品上， 像我们那篇文章里也提了一个解决方案说是不是应该大家用更低的估值拿一点小钱 ， 甚至于说我先不拿钱 ， 我就先自己做 ， 做出来一些东西以后我再出来融资 ， 可能会好很多 。 **曼祺** [40:19] 现在这个市场估值是什么水平 ？ **曲凯** [40:21] 我觉得第一轮大概平均在五六千万人民币比较常见吧 。 **曼祺** [40:27] 其实还挺高的 。 **曲凯** [40:28] 对 ， 这里面其实还有一个核心的问题 ， 就是最近几年我们发现真正投天使和投第一轮的机构在变少 ， 就越来越少 ， 就你很少能说出来几个机构它就是投天使的 ， 大多数机构其实都是在投比如 pre-A A 轮这个阶段 。 **曼祺** [40:43] 你说的这个观察挺有意思的 ，因为我看不少头部机构反而是在成立它的种子的这个基金的 。 **曲凯** [40:50] 虽然是成立 ，但最后发现他们投资金额仍然是一个 pre-A 阶段的投资金额 ， 就它并不是真的去投我们理解中的天使或者种子这件事情 ，但这个在十年前左右吧 ， 就是在移动互联网时代有非常多的机构 ， 我可能就是投个 50 万 100 万人民币 ， 然后或者说就是大量的机构都在投天使 ，但现在市场就完全不是这样了 ， 大家都希望越来越追求确定性 。 **曼祺** [41:12] 你说这是不是和一些中小部的机构被洗出去了有关 ，因为其实整个投资市场我觉得是越来越像头部集中了 。 **曲凯** [41:20] 对 ， 肯定是有关系的 ， 包括跟整个资本市场的环境跟钱的多少等等也都有关 。 **曼祺** [41:26] 对 ， 你刚才说是美元投比较多嘛 ， 那实际上中国的这个创投一级市场里面人民币的占比是在提升的 。 **曲凯** [41:33] 是 。 **曼祺** [41:33] 你们有接触到对这个领域感兴趣的一些人民币的基金吗 ？ **曲凯** [41:38] 我们把基金分成三类吧 ， 就一类是美元基金 ， 一类是美元风格的人民币基金 ， 一类就传人币基金 ， 所以我觉得现在美元风格的人民币基金开始很多在看和想要出售 ， 对 ， 纯人民币的可能还是差一些 。 **曼祺** [41:53] 然后投资人能接受的估值是多少了 ？ 因为你说现在很多估值创始人的心理价位可能太高了 。 **曲凯** [42:00] 投资人肯定希望越低越好 ，但最后我觉得大家在中间真正互相认可的可能就是 5000 万人民币左右吧 ， 如果是第一轮的话 ，但这个里面有非常多的不确定性 ，因为你看现在拿到钱的本身一定是创始人背景很好的 ， 那创始人背景好的它的估值又不会太低 ， 所以这里面其实是有一个也是一个悖论 。 ### 建议与泡沫 **曼祺** [42:18] 你觉得做应用的话 ， 比如说我们可以分 to B to C 来讲 ， 就它需要什么样的创始人背景 ， 可以被大家认为是比较好的团队 ？ **曲凯** [42:26] 大家还是喜欢比如连续创业者 ， 比如说大厂出来的很有能力的中间层高管 ， 喜欢对 AI 有深度理解的人， 然后可能对技术有理解 ， 然后有很强的产品能力 ， 就是一套综合的一套标准吧 。 **曼祺** [42:42] 对 ，因为你说中间层大厂高管 ， 我想到确实最近有一些出来的 ， 包括像阿里的贾阳青什么的 ，不过他们公司在美国 。 **曲凯** [42:50] 是 。 **曼祺** [42:50] 现在很多是可能直接在北美启动了 。 **曲凯** [42:53] 比较少吧 。 **曼祺** [42:54] 也有一些 ，有些人就不在国内 ， 比如人都在美国 。 **曲凯** [42:57] 对 ， 这种还是相对比较少的 。 **曼祺** [42:59] 你有什么平时想对投资人或者创始人说的话没有说的吗 ？ **曲凯** [43:03] 这么说完走心时刻是吗 ？ 我想说我爱你们 ， 对 ， 没有 ， 投资人和创业者 ， 我觉得双方都有各自的局限性和自己的立场 ， 我其实都可以理解 ，但我们毕竟看到了双方的这个情况 ， 所以我觉得如果真要给建议的话 ， 我们希望创始人在开始的时候不要对估值要求太高 ，以及说尽量能够强调产品的落地跟速度 ，而不是把核心精力放在融资上， 我觉 得这个是对创业者这边的一些建议 ， 然后给投资人的建议就是一个是说大家在可投可不投的时候 ， 我们还是希望大家能够更多的出手 ， 这个话听着很奇怪 ， 就投资人肯定觉得凭啥 ， 我觉得我们还是有一定的理论支持的 ， 就很多人在想是说我如果把现在的市场对标移动互联网时代的话 ，其实是在两三年以后整个市场才起来 ，但我们如果 回头去看的话 ， 你会发现字节 、 美团 、 陌陌等等一批最好的公司 ， 包括滴滴等等 ， 现在留存最好的公司都是在 10 到 12 年之间成立的 ， 就很多投资人会有个想法是说等市场起来了 ， 然后更多更好的人出来 ，他再出手其实是来得及的 ，但我们是觉得说其实不是这样的 ， 就是早期的公司它更早的进入市场 ， 它对整个市场的水温 ， 对最新的技术 的进展和一些用户的理解和一些它基础设施的搭建等等还是有很大的价值的 ， 所以我觉得说现在的市场其实里面就会有一些是未来十年最好的公司 ，而不是到等两年 。 **曼祺** [44:37] 是 ，但我觉得这可能又绕到一个问题 ， 就是说对那些比较有钱的集中了资源的头部的投资机构来说 ，他觉得我等这些公司涨几年我再投 ， 我也有钱投 。 **曲凯** [44:48] 当然可以 ， 那你有钱 。 **曼祺** [44:50] 我有钱 ， 对 。 **曲凯** [44:50] 有钱就我爱你们 ， 对 ，但还是有很多机构没有这么有钱嘛 。 **曼祺** [44:55] 但这确实是个问题 ， 就如果天使轮的投资出手变少的话 ， 我觉得对创业的整个生态会是一个影响 。 **曲凯** [45:01] 对 。 **曼祺** [45:03] 因为 14、15 年的时候 ， 那个时候创业确实很多 ， 当然也有很多莫名其妙的公司 ， 就是你是一个泥沙俱下的状态 ， 最后会有东西会留下来 。 **曲凯** [45:12] 是 ， 所以我们说市场需要泡沫嘛 ， 如果完全没有泡沫也是不是很健康的 。 **曼祺** [45:16] 那如果说一个暴论的话 ， 可以说现在 AI 在中国的泡沫还不够吗 ？ **曲凯** [45:21] 大模型上是够的 ，其他领域是不够的 。 **曼祺** [45:24] 过几个月可能别的领域的泡沫就起来了 ，有可能 。 **曲凯** [45:27] 不一定 ， 就随着大模型这块也没什么要投的 。 所以我就说还是我们刚才讲那个我们跟市场的非共识嘛 ， 就是我们觉得大模型被高估 ， 应用层被低估了 ， 如果大家更多的机构会有这个共识的话 ， 那慢慢的应用层应该会起来 。 **曼祺** [45:43] 我觉得等应用层就确实出现一些新的东西的时候 ， 大家的这个信心会被建立起来 。 **曲凯** [45:48] 当然了 ， 对 。 **曼祺** [45:49] 就还是现在可能没有看到什么 ， 然后想象力也有限 。 **曲凯** [45:53] 是 ，但就是像你讲的 ， 如果是共识了怎么赚钱呢 ？ **曼祺** [45:57] 对 ， 这个就得靠创始人去创造 ， 然后投资人去发现了 。 **曲凯** [46:01] 对 ， 所以包括我们今天的这个对话 ， 我觉得它是一个在非共识向共识转化的一个过程 ， 就是我们希望为这个过程献出一份声音 ， 然后有更多的机构愿意进来去出手 ， 这是一件蛮好的事情 。 **曼祺** [46:15] 对 ， 我觉得就是今天这个可以算是一个更大的一个浪潮的前菜吧 ， 就是应用的这一块的兴起 ， 然后我觉得比较遗憾的是你还是没有跟我讲你看到的很妙的东西 。 **曲凯** [46:27] 我们过两个月可以再做一期 。 **曼祺** [46:28] 你过两个月可以讲什么可以透露了是吧 ？ **曲凯** [46:31] 对 ， 所以接下来大家可以看到很多精彩的产品 。 我觉得是的 。 **曼祺** [46:35] 好 ， 今天非常谢谢曲凯的到来 ， 今天的晚点 Leave 就到这 ， 欢迎关注晚点 Leave， 还有关注我们的公众号晚点 LatePost。 如果大家对本期的话题有什么评论问题 ， 欢迎留言 ，也欢迎推荐你们想听的议题 ， 下期见 ， 拜拜 。 **曲凯** [46:50] 好 ， 谢谢 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。