z talk 是真格分享认知的栏目。
我们在这里谈论最新的行业观察,先锋的创业动态,也在这里与真格老友相聚。我们相信持续的学习和进化,相信最深刻的认知来自土壤。
月初,由中国最大 ai 模型社区「魔搭」主办的 create @ ai hackathon 正式拉开帷幕。开幕式上,真格基金管理合伙人戴雨森带来题为《创业是一种什么样的体验》的启发演讲。
以下是演讲内容,希望对你有所启发,也欢迎在评论区和我们交流。
01
生成式 ai 迎来「跨越鸿沟」时刻
2023 年,生成式 ai 成为市场热点。
chatgpt 和 midjourney 的发展标志着生成式 ai 迎来「跨越鸿沟」的时刻。
「跨越鸿沟」的概念由杰弗里·摩尔提出,他认为在早期市场和主流市场之间有一道技术跨越的鸿沟。从早期市场进入主流市场的过程中,普通用户能够从新技术中获得切实的价值,这便是跨越鸿沟的标志。
我们回顾人类发展历史,计算机的发展曾历经数次跨越鸿沟的时刻:
windows 95 发布,意味着图形操作界面、个人电脑跨越鸿沟;
netscape 网景浏览器发布,让普通人开始能够上网浏览、冲浪,掀起了互联网革命;
iphone 带来移动互联网革命,人人都开始使用移动互联网;
model 3 的推出是电动车跨越鸿沟的标志:model 3 在性能、续航等各方面都很不错,价格也便宜,让主流用户买得起又用得好。
今天,chatgpt 和 midjourney 已经有超过 1 亿的月活跃用户,许多白领、学生、程序员和美工都在使用生成式 ai 应用,并产生了付费。这标志着生成式 ai 已经进入了主流市场。
许多像比尔·盖茨这样历经软件、互联网等多次世界级科技革命的创业者,都在今年纷纷指出:生成式 ai 有潜力成为比互联网更大的机会。这个机会在哪里?如果我们对互联网的价值总量进行拆分,可以归纳为一个公式:
价值总量=用户数x互联网渗透率x用户使用时长x每用户平均收入(arpu)
随着移动互联网的普及,互联网渗透率和使用时长已经达到了顶峰,生成式 ai 的发展可以在用户数和 arpu 这两个参数上带来提升空间。
chatgpt-4 等生成式 ai 模型正逐渐具备主观能力,其应用可以作为工具使用。高效的工具可以带来成百上千的用户增长空间。
arpu 是衡量运营商从每个用户所获得的利润的重要指标。生成式 ai 应用可以帮助用户更方便地完成多项任务,有望为用户带来高达十倍以上的价值提升。
纵观人类历史上的技术革命,实质上是在不断发明新工具。以生成式 ai 为代表的 agi 演进带来重大的生产力突破,我们对生成式 ai 应用的前景充满信心。
02
错位竞争,生成式 ai 的创业机遇在应用层
生成式 ai 是一个非常系统的生态,由不同类型的玩家组成。在这个竞争激烈的赛道,创业者要实现突围,就要结合大趋势与小趋势,寻找正确且适合自己的发展方向。
在生成式 ai 的生态中,底层硬件基础设施包括数据中心、算力芯片和能源等。硬件之上是软件基础设施,当前大部分的生成式人工智能应用都在云端运行,由阿里云等云计算服务商提供支撑。
然而,要想充分发挥基础硬件和软件的优势,需要借助规模效应,这些需要巨头企业的投入。尤其是大模型的开发,需要大量的人力、物力、财力投入。
大模型大概率是巨头企业的游戏,或是 openai 这种有能力获得上百亿资金支持的先行者机会,对普通的早期创业者来说,可能不是一个很好的机会。但模型本身是一个基础设施,需要通过应用和终端的用户产生关系,开发者还是需要使用各种各样的工具去开发应用。所以对于资源有限的创业者来说,应用层(包括开发者工具层)有非常多的创业机会。
当下 ai 已经成为许多公司和产品的标配。在未来一两年内,几乎所有互联网应用和软件都将包含 ai 元素。然而,我认为不同的 ai 应用起到的作用是不同的,可以将其类比为自动驾驶的 l1 到 l5 分级:
03
第一批 ai 应用会成为先烈,
但先驱会出现在第一波动手的人里面
生成式 ai 已成为热门话题,甚至引发了百模大战的热潮,但我们也发现市场存在「短期高估,长期低估」的趋势。人们逐渐认识到,大模型不是万能的,执行起来仍需要人工辅助;同时当下国内的大模型的开发并没有大家想象中那般发展迅速。在生成式 ai 走向主流市场的过程中,需要我们不断地进行调整和修正,才能够真正发挥出它的优势。
创业者要保持开放的心态,因为现在的想法很可能在未来被证明是错的,最初做的应用可能不靠谱,但先做是非常重要的。未来的机会属于那些长期坚持和探索的人。
我们将生成式 ai 的发展与移动互联网创业史做类比,第一批 ai 应用大概率会成为先烈,但是先驱大概率出现在第一波动手的人里面,因为先行者能够更早积累宝贵的经验。
构建竞争壁垒也很重要。各位 ai 创业者应该多加考虑,做应用的要提前考虑做模型,而做模型的要提前考虑做应用。
在 ai 应用中,大模型并不一定能提供绝对的优势,自己的模型也是一个重要的竞争力。现在很多人在做应用的时候,大部分使用开源模型或业务的 api 去做。但我们看到市场上真正做得比较好的 ai 应用,都是使用自己的模型进行调教。虽然这需要创业者长期布局和思考,但它可以为提供更强的壁垒。
也有人问,现在很多 ai 应用都是调用大模型,它的主要能力都是大模型提供的,壁垒在哪里?
ai 应用的长期壁垒在于数据,当数据的质量和数量增加时,模型的性能和效果会得到提升,同时也会增加用户壁垒。比如在最早期的时候,微信其实是没有壁垒的,最后通过这么多用户之间的特有关系形成了网络效应,并带来壁垒。
这是移动互联网或是互联网整个应用创业领域的必修课,只是现在的体裁变为了生成式 ai 。将少量用户数据引入模型中,通过类似于数据飞轮的微调,可以获得更高质量的数据。
今天,要成为「 ai 时代的 xx 巨头」很难成功,新进创业者很难和巨头企业竞争,但新巨头企业一定是在旧巨头企业没有涉及的领域诞生的。所以创业者可以尽量选择较为生僻的领域前进,更容易成功。
我们相信中国的年轻人可以在 ai 领域迸发出强大的创造力和想象力,尤其是在应用端。创业不是非要有商业计划书才能进行,行动是最关键的,这也是 ai hackathon 的魅力。talk is cheap, show me your code.
C语言函数宏怎样实现封装呢?
电气工程施工主要流程的工艺解读
协作机器人的的概念首先应是好用而不是便宜
车载液晶电视显示器专用MCU及设计方案
物联网遭受到网络攻击怎么解决
生成式AI是更大的机会,开始行动是关键
荣耀Note9什么是上市?华为荣耀Note9发布时间撞车华为Mate10,搭载麒麟965+6.6英寸超大全面屏
【节能学院】矿山井下IT配电系统绝缘监测研究及应用
中国联通5G MiFi和5G CPE
如何定义AI算力中心新实践
从IBM的历史中寻找答案,探讨这家伟大的美国企业的兴与衰
RISC-V AI单板计算机BeagleV技术分析
工业相机的曝光、曝光时间、快门、增益
一文读懂处理器,内核,芯片三个概念的区别
印度塔塔化学35亿建设本土电芯工厂
如何预防FPGA漏洞StarBleed
router常见故障分析及处理
国行一加7T系列将于10月15日在北京发布该机采用了刷新率为90Hz的屏幕
谨慎使用WiFi万能钥匙,因为它可能存在一定风险
汽车电子系统中闪存文件系统的应用设计与研究