AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

錦緞

+ 關(guān)注

2022-12-30 15:04

1070次閱讀

本文系基于公開(kāi)資料撰寫(xiě)，僅作為信息交流之用，不構(gòu)成任何投資建議。

本文作者為硅谷Leonis Capital風(fēng)險(xiǎn)投資基金Jenny Xiao(肖文泉)和Jay Zhao。原標(biāo)題為：Generative AI: 詳解AIGC賽道的市場(chǎng)趨勢(shì)和創(chuàng)投機(jī)遇。編譯：Leonis Capital 原文鏈接： https://www.leoniscap.com/blo g /generative-ai-technological-trends-and-startup-opportunities

市場(chǎng)現(xiàn)狀

從 Stable Diffusion 到 ChatGPT，AIGC模型已經(jīng)成為硅谷的聚光燈焦點(diǎn)。當(dāng)web3和加密貨幣行業(yè)寒冬降臨，風(fēng)投資本爭(zhēng)先恐后涌入AI賽道。人工智能技術(shù)的近幾年的突飛猛進(jìn)讓AI算法可以在幾秒之內(nèi)編寫(xiě)腳本，甚至生成藝術(shù)作品。在深受估值暴跌、大廠裁員和web3寒冬打擊的科技領(lǐng)域，AIGC賽道成為了罕見(jiàn)的例外。

（ 2020 年AI還沒(méi)有那么熱的時(shí)候，我們?cè)贚eonis Capital就很看好AI。事實(shí)上，這個(gè)賽道從本質(zhì)上并沒(méi)有變。從長(zhǎng)遠(yuǎn)來(lái)看，我們將AI和web3的去中心化協(xié)議都視為“超級(jí)周期技術(shù)”“supercycle technologies”。我們?cè)诩磳l(fā)表的下一篇文章中將更詳細(xì)地闡述這一論點(diǎn)，并解釋這些基礎(chǔ)技術(shù)如何為人類(lèi)社會(huì)創(chuàng)造新的方式來(lái)生產(chǎn)、控制、存儲(chǔ)和驗(yàn)證數(shù)據(jù)，從而在未來(lái)幾十年影響我們的社會(huì)。）

但AIGC（生成式AI）究竟是什么？AIGC的大熱又為創(chuàng)業(yè)者和投資人提供了什么樣的機(jī)會(huì)？

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

在社交媒體上隨處可見(jiàn)這種AI生成的自拍。圖像來(lái)源：MIT科技評(píng)論

生成式AI應(yīng)用是由大規(guī)模預(yù)訓(xùn)練模型（又稱“foundation model”，大模型）的技術(shù)突破驅(qū)動(dòng)的。這些模型與上一代 AI 模型的不同之處在于它們的參數(shù)量更大、在廣泛的任務(wù)（例如文本和圖像生成）上表現(xiàn)更好，并且擁有新的性能，例如視頻生成。了解這種底層技術(shù)對(duì)于理解這個(gè)領(lǐng)域初創(chuàng)公司的成敗至關(guān)重要。

在這篇文章中，我們想帶領(lǐng)大家了解AIGC賽道的現(xiàn)狀，包括該領(lǐng)域的應(yīng)用app、落地案例和初創(chuàng)企業(yè)。我們還想給大家介紹一下大模型的技術(shù)基礎(chǔ)，以便了解這項(xiàng)技術(shù)的商業(yè)化潛力。最后，我們會(huì)評(píng)估我們認(rèn)為在這個(gè)快速發(fā)展的領(lǐng)域中被高估或者忽視的機(jī)會(huì)。

AIGC的市場(chǎng)現(xiàn)狀

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

帶星號(hào)（*）的是Leonis Capital投資的企業(yè)

自從GPT-3 API在2020年9月公開(kāi)以來(lái)，AIGC初創(chuàng)公司呈爆炸式增長(zhǎng)，AIGC應(yīng)用涵蓋文案編輯、營(yíng)銷(xiāo)和知識(shí)檢索等眾多領(lǐng)域。Stable Diffusion（2022年4月）、DALLE-2（2022年4月）和 Midjourney（2022年7月）等圖像生成模型的發(fā)布進(jìn)一步推動(dòng)了視覺(jué)設(shè)計(jì)和圖像創(chuàng)作領(lǐng)域初創(chuàng)公司和應(yīng)用程序的發(fā)展。（我們這里提供了他們的演示鏈接，大家有興趣可以自己試一下！）

DeepMind開(kāi)源其AlphaFold模型的決定也使蛋白質(zhì)折疊技術(shù)能為更多公司所用。很多科學(xué)家利用蛋白質(zhì)設(shè)計(jì)技術(shù)建立生物醫(yī)學(xué)初創(chuàng)公司。其中，生物技術(shù)初創(chuàng)公司Generate Biomedicines發(fā)布了一個(gè)名為 Chroma 的AI程序，并稱其為“生物學(xué)界的 DALLE-2”。

當(dāng)前的AIGC的創(chuàng)業(yè)環(huán)境是由大模型的民主化驅(qū)動(dòng)的。大模型API的公布和模型的開(kāi)源使得資源有限的初創(chuàng)公司能用上最尖端的AI生成技術(shù)。但這也讓這些公司之間產(chǎn)生了激烈的競(jìng)爭(zhēng)，因?yàn)槠渌拈_(kāi)發(fā)公司可以使用相同的底層模型。即使是這個(gè)領(lǐng)域相對(duì)成熟的公司也不享有重要的技術(shù)、產(chǎn)品或數(shù)據(jù)護(hù)城河。在AIGC賽道上，不論公司大小都需要不斷創(chuàng)新以跟上新模型的發(fā)布。

基礎(chǔ)層的權(quán)力集中也成為了應(yīng)用層初創(chuàng)公司的痛點(diǎn)。這也就是為什么很多應(yīng)用層公司都想開(kāi)發(fā)自己的模型。例如，Jasper.ai已經(jīng)在Cerebras超算電腦上訓(xùn)練自己的模型，從而減少對(duì)OpenAI模型的依賴。自己訓(xùn)練模型也讓?xiě)?yīng)用層的公司可以更好地針對(duì)特定場(chǎng)景對(duì)模型進(jìn)行微調(diào)，并且自己保留模型生成的數(shù)據(jù)。

與此同時(shí)，更通用的AI模型可能會(huì)超越以前垂直領(lǐng)域的應(yīng)用模型。OpenAI最近大火的ChatGPT（也稱GPT 3.5）八成要比營(yíng)銷(xiāo)領(lǐng)域的專用模型，比如 Lavendar.ai 或 Smartwriter.ai，功能更加強(qiáng)大。目前很多垂直領(lǐng)域的模型都是在GPT-3的基礎(chǔ)上微調(diào)構(gòu)建的。大模型革命的一個(gè)關(guān)鍵趨勢(shì)就是，新模型通常比專用模型表現(xiàn)得更好。應(yīng)用層的初創(chuàng)公司可能會(huì)在使用更強(qiáng)大的通用模型和構(gòu)建自己的垂直模型之間進(jìn)行迭代。

基礎(chǔ)層的通用模型與應(yīng)用層的垂直模型之間應(yīng)該會(huì)保持一種緊張但健康的競(jìng)爭(zhēng)關(guān)系。因?yàn)槲谋旧葾I是研究最成熟和投資體量最大的領(lǐng)域，這種競(jìng)爭(zhēng)形式會(huì)是最激烈的，市場(chǎng)變化也會(huì)是最快的。

在視頻、音頻和代碼生成等其他領(lǐng)域，雖然現(xiàn)在還沒(méi)有現(xiàn)成的開(kāi)源或基于API的模型，但初創(chuàng)公司已經(jīng)設(shè)法使用與GPT-3和Stable Diffusion類(lèi)似的架構(gòu)來(lái)訓(xùn)練自己的 AI 模型。視頻生成公司 Rephrase.ai構(gòu)建了一個(gè)專有的AI模型，可以將文本映射到語(yǔ)音和圖像，使?fàn)I銷(xiāo)團(tuán)隊(duì)能夠輕松創(chuàng)建超個(gè)性化的廣告視頻。

在 Leonis Capital，我們相信AIGC將顛覆現(xiàn)有內(nèi)容生產(chǎn)模式，這種顛覆將從文本生成輻射到其他的媒體形式。至于初創(chuàng)公司如何打破既有公司的護(hù)城河在AIGC領(lǐng)域發(fā)光，我們覺(jué)得仍有待觀察。

讓AIGC領(lǐng)域這么卷的另外一個(gè)因素就是，這個(gè)技術(shù)幾乎在起飛之后就已成為市場(chǎng)共識(shí)。通常，技術(shù)革命進(jìn)展很緩慢，因?yàn)榇蠖鄶?shù)人一開(kāi)始都持懷疑態(tài)度。個(gè)人電腦和智能手機(jī)的發(fā)展就是很好的例子。但就在GPT-3發(fā)布的兩年多以來(lái)，風(fēng)投資本對(duì)AIGC的投資增長(zhǎng)了 400% 以上。今年達(dá)到了驚人的 21 億美元。

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

生成式AI風(fēng)險(xiǎn)投資情況，來(lái)源：PitchBook

這可能是因?yàn)?AIGC超高的ROI創(chuàng)造出了很多新的（偽）市場(chǎng)類(lèi)別。（說(shuō)這些市場(chǎng)是“偽新市場(chǎng)”的原因是，AI程序、公司解決的問(wèn)題并不是新的問(wèn)題，比如文案寫(xiě)作、銷(xiāo)售、內(nèi)容創(chuàng)建和編程。只不過(guò)，AIGC采用更有效的方式打入已有的市場(chǎng)，并且提供新型工具來(lái)拓展這個(gè)市場(chǎng)。）

像 copy.ai 或 Jasper 這樣的公司正在通過(guò)軟件的可擴(kuò)展性、可重復(fù)性和AI生成的低成本來(lái)助力文案寫(xiě)作、營(yíng)銷(xiāo)和銷(xiāo)售。同樣，Midjourney和Stable Diffusion正在加速媒體/藝術(shù)/娛樂(lè)創(chuàng)作的速度，而Mutable.ai和Github Co-pilot把程序員的生產(chǎn)力提高了一個(gè)數(shù)量級(jí)。

這些類(lèi)型的應(yīng)用（其實(shí)很多都是炒作）是資本市場(chǎng)前所未有的。這也就是為什么風(fēng)投資本認(rèn)定了AIGC是“下一個(gè)熱門(mén)賽道”。（有趣的是，隨著這些AIGC公司的產(chǎn)品進(jìn)入主流媒體市場(chǎng)（AI自拍、視頻和聊天機(jī)器人），它們會(huì)引起更多的轟動(dòng)和炒作，促使風(fēng)投基金向這些領(lǐng)域投入更多資金。）

也正因如此，投資者在為市場(chǎng)的火爆買(mǎi)單。就在最近，Coatue和Lightspeed Ventures領(lǐng)投了 Stability.ai 1.01億美元的種子輪（！），給該公司開(kāi)出了超過(guò) 10 億美元的超高估值。Stability.ai就是廣受歡迎的 Stable Diffusion 模型背后的公司，但這個(gè)估值是否合理還有待觀察。但事實(shí)是，Stability.ai在風(fēng)投資本注入時(shí)只是一個(gè)開(kāi)源程序。

值得一提的是，并非所有AIGC公司都使用最先進(jìn)的生成式AI模型。因此，這些應(yīng)用程序往往不如ChatGPT或者Stable Diffusion那么驚艷。例如，動(dòng)作捕捉的初創(chuàng)公司在技術(shù)上并沒(méi)有使用“生成人AI”，而許多視頻生成公司也沒(méi)有使用類(lèi)似DALLE-2的擴(kuò)散模型進(jìn)行文本到視頻的生成。我們把這些公司納入我們的AIGC市場(chǎng)生態(tài)地圖中，是因?yàn)檫@些領(lǐng)域可能會(huì)被新模型顛覆。

然而，有趣的是，這些公司也可能從AIGC的大熱中受益，因?yàn)?投資者經(jīng)常把它們納入AIGC的范疇。但除非它們創(chuàng)新其基礎(chǔ)技術(shù)，否則不太可能在大模型的時(shí)代收獲技術(shù)革命創(chuàng)造的價(jià)值。

技術(shù)趨勢(shì)：局限性、對(duì)技術(shù)的誤解...生成式 AI 到底會(huì)有多好使？

在生成式 AI 的新興領(lǐng)域，底層技術(shù)決定了應(yīng)用層可以做出哪些產(chǎn)品。

兩年前 GPT-3 的發(fā)布促成了一系列文本生成的初創(chuàng)公司，例如Jasper.ai 和 copy.ai。現(xiàn)在，圖像和代碼生成模型的發(fā)布為新的營(yíng)銷(xiāo)、設(shè)計(jì)和編程應(yīng)用程序奠定了基礎(chǔ)。繼AI頭像app Lensa.ai爆火之后，新一波初創(chuàng)公司正在構(gòu)建AI圖像生成的應(yīng)用程序。

但不同應(yīng)用的底層技術(shù)到底有多好？接下來(lái)的這一部分，我們會(huì)給大家提供模型層的概述。

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

來(lái)源：紅杉資本，生成式AI：充滿創(chuàng)造力的新世界（2022）

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

來(lái)源：紅杉資本，生成式AI：充滿創(chuàng)造力的新世界（2022）

文本模型是AIGC模型中最成熟的一類(lèi)，也是最早開(kāi)發(fā)的模型。與任何其他類(lèi)型的AIGC模型相比，文本模型的數(shù)量更多，并且有更多可用的API和開(kāi)源模型。除了OpenAI和DeepMind等知名實(shí)驗(yàn)室外，不少創(chuàng)業(yè)公司也在為AI語(yǔ)言模型基礎(chǔ)設(shè)施層做貢獻(xiàn)，包括以色列的AI實(shí)驗(yàn)室AI21和加拿大的初創(chuàng)公司Cohere。

我們?cè)谶@里把2018年以來(lái)發(fā)布的所有大型大型語(yǔ)言模型 (LLM) 做了一個(gè)可視化分析（模型很多！）。顯而易見(jiàn)，這些模型的參數(shù)量在以指數(shù)級(jí)的速度增長(zhǎng)，算力和數(shù)據(jù)需求也越來(lái)越高。大模型的“縮放定律”（“scaling law”）預(yù)測(cè)模型能力將隨著模型參數(shù)規(guī)模的增加而提高。

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

文本模型可視化分析

在圖像生成領(lǐng)域，DALLE-2、Stable Diffusion和Midjourney這種大火的模型使圖像生成AI首次出圈。我們已經(jīng)習(xí)慣了AI生成的驚艷的技術(shù)作品，比如DALLE-2經(jīng)典的宇航員騎馬圖，還有Midjourney細(xì)致入微的繪畫(huà)。

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

“一名騎馬的宇航員，寫(xiě)實(shí)風(fēng)格”。由 DALLE-2 生成

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

Jenn Mishra作品。由Midjourney生成

然而，我們?cè)诰W(wǎng)上看到的精美圖像并不能代表所有AI生成的圖像。圖像生成AI模型仍然存在可控性問(wèn)題，很多時(shí)候不會(huì)響應(yīng)使用者的指令，或者會(huì)漏掉指令中的關(guān)鍵信息。這為更廣泛的商業(yè)應(yīng)用造成了技術(shù)障礙。

我們可以用三個(gè)頂尖的AI圖像生成模型做一個(gè)有趣的小實(shí)驗(yàn)。

每個(gè)指令生成的第一張圖像被選為示例。我們可以看到DALLE-2和Stable Diffusion 2.0生成的效果類(lèi)似，對(duì)指令的響應(yīng)能力也差不多。它們可以生成寫(xiě)實(shí)的小貓還有西班牙畫(huà)家薩爾瓦多·達(dá)利風(fēng)格的柯基犬。作為在專業(yè)的藝術(shù)數(shù)據(jù)集上訓(xùn)練的小模型，Midjourney在創(chuàng)建藝術(shù)圖像方很厲害，但往往完全忽略語(yǔ)言指令。它生成的貓并不真實(shí)，生成的小柯基也不像是達(dá)利的畫(huà)風(fēng)。并且三個(gè)模型沒(méi)有一個(gè)對(duì)“使用披薩大小的硬幣去買(mǎi)硬幣大小的披薩”做出很好的反應(yīng)。這個(gè)指令正是要測(cè)試模型的語(yǔ)言理解能力。有兩個(gè)模型生成的人手手指看起來(lái)很奇怪。

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

DALLE-2、Stable Diffusion 2.0、Midjourney三個(gè)AI圖像生成模型產(chǎn)出的圖像對(duì)比

大模型在目前也很難生成高質(zhì)量的視頻。AI模型生成的視頻真實(shí)感差、分辨率低。以下是Google的Imagen Video模型（2022年10月）生成的視頻圖像。在AI技術(shù)領(lǐng)域，這個(gè)模型的“高保真度、可控性和真實(shí)世界知識(shí)”被業(yè)界專家廣為稱贊。但不難看出，AIGC要生成好萊塢大片還為時(shí)尚早。

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

Google的Imagen Video模型（2022年10月）生成的視頻圖像

AIGC，可能是下個(gè)10年最重要的投資機(jī)遇之一

Google的Imagen Video模型（2022年10月）生成的視頻圖像

基于文本的視頻生成模型可能至少需要 2-3 年才能達(dá)到以假亂真的效果，而此類(lèi)模型可能需要 3-5 年才能在商業(yè)應(yīng)用上發(fā)揮作用。但在此之前，這些模型可能適用于對(duì)保真度和可控性要求較低的場(chǎng)景。

盡管 AI 研究社區(qū)普遍看好大模型， AI創(chuàng)業(yè)社區(qū)仍在爭(zhēng)論到底“更大”還是“更專”才是最佳出路。

一個(gè)典型的例子是OpenAI和Tabine在代碼生成領(lǐng)域發(fā)展思路的不同。OpenAI一如既往地選擇構(gòu)建一個(gè)超大的通用模型Codex，成為了Github 代碼生成模型Copilot背后的功臣。然而Copilot的主要競(jìng)爭(zhēng)對(duì)手Tabine采取了完全不同的方法，為30多種編程語(yǔ)言構(gòu)建了一系列的專用模型。這兩種發(fā)展路徑孰強(qiáng)孰弱會(huì)對(duì)大模型的落地起到?jīng)Q定性的作用。

由于當(dāng)前AI模型的局限性，低風(fēng)險(xiǎn)、快節(jié)奏的游戲設(shè)計(jì)可能是一個(gè)理想的AIGC應(yīng)用領(lǐng)域。在這個(gè)領(lǐng)域里，速度和創(chuàng)新比模型的準(zhǔn)確性和可靠性更重要。比如，AI合成的語(yǔ)音聽(tīng)起來(lái)還是很有機(jī)器人的生硬感、真實(shí)性低，雖然尚不適合銷(xiāo)售等領(lǐng)域，但游戲玩家應(yīng)該不會(huì)介意，甚至?xí)悬c(diǎn)喜歡像機(jī)器人的NPC。此外，AI 生成的音樂(lè)還遠(yuǎn)遠(yuǎn)不及Spotify上的熱門(mén)歌曲，但可能成為絕佳的游戲背景音樂(lè)。因?yàn)橹谱饔螒虻囊曈X(jué)效果和音樂(lè)非常昂貴，AIGC的出現(xiàn)提供了一種極大降低游戲制作成本的解決方案。

除了游戲制作之外，當(dāng)前一代的 AI 模型非常適合重復(fù)性高但報(bào)酬高的任務(wù)，以及人類(lèi)可以在產(chǎn)出循環(huán)中及時(shí)糾偏的任務(wù)。編程、營(yíng)銷(xiāo)和視頻編輯都是AI可以很好地協(xié)助人類(lèi)專家完成的任務(wù)，讓他們能夠更快、更好地進(jìn)行原創(chuàng)產(chǎn)出。

AIGC：泡沫還是機(jī)遇？

在研究了之前由GPT-3驅(qū)動(dòng)的一波AI熱和當(dāng)前的AIGC格局之后，我們認(rèn)為有些AIGC領(lǐng)域肯定被炒作過(guò)頭了，但也有被低估和忽視的機(jī)遇。以下是我們對(duì)這個(gè)新興領(lǐng)域市場(chǎng)機(jī)會(huì)的一些拙見(jiàn)：

被高估的領(lǐng)域

特別卷的領(lǐng)域 – 還是別卷了。

到目前為止，已經(jīng)有超過(guò)20家公司在做AI文編和營(yíng)銷(xiāo)，市場(chǎng)競(jìng)爭(zhēng)異常激烈。使初創(chuàng)公司集中在這一領(lǐng)域的原因是GPT-3和類(lèi)似語(yǔ)言模型的特定能力。當(dāng)這些模型在兩年前發(fā)布時(shí)，它們已經(jīng)非常擅長(zhǎng)修改草稿，但由于技術(shù)水平不夠，寫(xiě)不出很多原創(chuàng)內(nèi)容或者有意義的對(duì)話。所以毫不奇怪，那個(gè)時(shí)候成立的初創(chuàng)公司都去卷營(yíng)銷(xiāo)和銷(xiāo)售領(lǐng)域了。

在一些擁擠的領(lǐng)域，早入場(chǎng)的公司可能有很強(qiáng)的先發(fā)優(yōu)勢(shì)。（這就是為什么頂級(jí)的VC基金，比如紅杉資本，相信會(huì)有產(chǎn)品在垂直領(lǐng)域持續(xù)領(lǐng)先。）早期玩家可以用用戶的數(shù)據(jù)來(lái)調(diào)試模型并且進(jìn)一步改善用戶體驗(yàn)。這也使新玩家很難打入市場(chǎng)，使后期投資更難以取得巨大成功。不過(guò)，新模型的發(fā)布可能會(huì)為新公司提供進(jìn)入市場(chǎng)的機(jī)會(huì)。

過(guò)度承諾的 AI 產(chǎn)品。

一個(gè)驚艷的AIGC模型發(fā)布時(shí)，總能在硅谷引起巨大的轟動(dòng)和興奮。DALLE-2和Stable Diffusion讓投資人開(kāi)始討論AIGC什么時(shí)候可以取代導(dǎo)演和人類(lèi)演員，而ChatGPT的首次亮相又制造出了很多AGI（通用人工智能）出現(xiàn)或者ChatGPT取代Google的謠言。這種興奮使資本涌入雄心勃勃但往往過(guò)度承諾的項(xiàng)目，只可惜技術(shù)不到位，產(chǎn)品達(dá)不到預(yù)期的效果。

這個(gè)問(wèn)題在自動(dòng)駕駛、法律和醫(yī)藥等高風(fēng)險(xiǎn)、監(jiān)管?chē)?yán)格的領(lǐng)域尤其嚴(yán)重。自動(dòng)駕駛技術(shù)其實(shí)已經(jīng)非常成熟，但由于監(jiān)管限制仍未得到充分利用。最后 5%，甚至 0.001% 的性能提升對(duì)于 AI 模型來(lái)說(shuō)總是最難實(shí)現(xiàn)的。這就是FedEx放棄其“最后一英里送貨機(jī)器人”的原因 – 99%AI送貨省下來(lái)的錢(qián)根本彌補(bǔ)不了1%的錯(cuò)誤帶來(lái)的損失。

拿著錘子找釘子。

過(guò)于關(guān)注AI技術(shù)而忽視客戶和市場(chǎng)規(guī)模的AIGC產(chǎn)品，本質(zhì)上就是錘子找釘子。它們一開(kāi)始看起來(lái)很酷，但隨著類(lèi)似產(chǎn)品的出現(xiàn)或消費(fèi)者習(xí)慣了這種AI模型，它們很快就會(huì)失去吸引力。

一個(gè)典型的例子是AI Dungeon，一個(gè)最早基于GPT-3構(gòu)建的應(yīng)用程序之一。AI Dungeon在2020年7月大火，主要原因是它是普通用戶使用GPT-3的唯一途徑。但自 2021 年年中以來(lái)，該應(yīng)用在 Google 商店的評(píng)分從之前的4.8高分直線下跌至2.6以下，原因是用戶對(duì)其內(nèi)容審核機(jī)制感到不滿。此后，很多AI Dungeon的用戶紛紛遷移到了類(lèi)似的、但無(wú)審查機(jī)制的平臺(tái)上，例如由 GPT-Neo支持的AI故事生成軟件NovelAI。

沒(méi)有產(chǎn)品的開(kāi)源項(xiàng)目。

投資者往往會(huì)高估復(fù)制AI模型的困難程度。雖然Stable Diffusion是目前使用最廣的圖像生成AI模型之一，其訓(xùn)練成本僅為60萬(wàn)美元左右。這個(gè)價(jià)格區(qū)間意味著普通公司完全有能力訓(xùn)練自己的AI大模型。隨著越來(lái)越多的學(xué)術(shù)人員開(kāi)始研發(fā)大模型，AIGC領(lǐng)域的人才基礎(chǔ)也逐漸豐富。這也意味著像Stability.aii這樣的底層模型初創(chuàng)公司可能并沒(méi)有什么護(hù)城河。

事實(shí)上，一年多以前，一個(gè)叫做Eleuther.ai的獨(dú)立研究團(tuán)體訓(xùn)練并開(kāi)源了語(yǔ)言模型GPT-J和GPT-Neo，兩個(gè)性能和較小版本的GPT-3（Ada、Babbage 和 Curie ）類(lèi)似的模型。與 Stability.ai不同的是，Eleuther.ai團(tuán)隊(duì)沒(méi)有大肆宣傳，因此沒(méi)有引起投資者的太多關(guān)注。

被低估的機(jī)遇

基于現(xiàn)有產(chǎn)品的AI工具。

不可否認(rèn)，風(fēng)險(xiǎn)投資人都喜歡新的創(chuàng)業(yè)公司和新的應(yīng)用程序。這可能就是為什么知名公司開(kāi)發(fā)的AI工具很少受到關(guān)注。在硅谷對(duì)ChatGPT驚嘆不已的同時(shí)，Notion的新AI寫(xiě)作助手受到的關(guān)注要少得多。

然而，Notion.ai很有可能會(huì)成為AI寫(xiě)作創(chuàng)業(yè)公司的強(qiáng)勁競(jìng)爭(zhēng)對(duì)手。Notion的內(nèi)置AI文本編輯器會(huì)比獨(dú)立的app程序更加方便使用。成為既有產(chǎn)品的插件對(duì)于創(chuàng)業(yè)公司來(lái)說(shuō)也是個(gè)很好的切入市場(chǎng)的方式。

在技術(shù)到來(lái)之前先建立起業(yè)務(wù)。

一個(gè)新的創(chuàng)業(yè)策略是先建立公司，然后等待更強(qiáng)的AI模型的發(fā)布。事實(shí)上，許多AIGC公司在其底層模型發(fā)布之前就已經(jīng)成立了。Lensa.ai在2018年的時(shí)候作為一個(gè)照片編輯工具成立，但在2022年4月Stable Diffusion發(fā)布的時(shí)候迅速采用了該模型。

AI Dungeon于2019年推出，最初使用 GPT-2，然后轉(zhuǎn)用更強(qiáng)大的GPT-3。創(chuàng)業(yè)者可以先在相關(guān)領(lǐng)域構(gòu)建公司，然后再采用AIGC模型。投資人可以預(yù)測(cè)AI技術(shù)的發(fā)展方向，并且成為先行者。（Uber的投資者就是在預(yù)測(cè)到了打車(chē)軟件的興起才投資了Uber。）

小眾的垂類(lèi)產(chǎn)品。

在做行研的時(shí)候，我們很快就發(fā)現(xiàn)有些領(lǐng)域人滿為患，而另外一些垂直應(yīng)用領(lǐng)域卻被創(chuàng)投社區(qū)給忽視了。例如，教育是一個(gè)很明顯可以用到AIGC模型的領(lǐng)域。兒童教育和外語(yǔ)教育并不需要非常強(qiáng)大的AI模型。GPT-3 的寫(xiě)作能力遠(yuǎn)遠(yuǎn)超過(guò)了兒童和外語(yǔ)學(xué)習(xí)者，Minerva（Google 2022 年 6 月發(fā)布）的推理和數(shù)學(xué)能力又遠(yuǎn)遠(yuǎn)超過(guò)普通兒童。

話雖如此，對(duì)于創(chuàng)始人來(lái)說(shuō)，意識(shí)到市場(chǎng)潛力也很重要，特別是自己的公司是否能獲得風(fēng)險(xiǎn)投資。當(dāng)然，借助人工智能技術(shù)，創(chuàng)業(yè)者不論有沒(méi)有風(fēng)險(xiǎn)投資的支持，都有機(jī)會(huì)創(chuàng)造出改變世界的產(chǎn)品。

送給創(chuàng)始人的三個(gè)建議

首先，恭喜你讀到這里。到這里，我們希望這篇文章已經(jīng)讓你了解了AIGC的現(xiàn)狀、市場(chǎng)參與者、底層技術(shù)/AI模型、未來(lái)的趨勢(shì)還有當(dāng)前AIGC的局限性和投資人對(duì)技術(shù)的誤解。

但這一切對(duì)于創(chuàng)始人來(lái)說(shuō)又意味著什么？

1. MVP、PMF、GTM……創(chuàng)業(yè)的基本邏輯沒(méi)有變。

盡管 AI 的表現(xiàn)十分驚艷，但是創(chuàng)始人應(yīng)該抵制兩種極端的行為：在產(chǎn)品做出來(lái)之前過(guò)度承諾，或者在真正了解市場(chǎng)之前過(guò)度構(gòu)建產(chǎn)品。

人工智能是一種新的編程方式。它是一個(gè)創(chuàng)業(yè)者用來(lái)開(kāi)發(fā)新產(chǎn)品、解決社會(huì)問(wèn)題的強(qiáng)大工具。創(chuàng)始人要有勇氣去無(wú)視媒體上乃至資本市場(chǎng)里的喧囂，而去關(guān)注特定的用戶的特殊應(yīng)用場(chǎng)景。

AI主導(dǎo)型公司的MVP（最簡(jiǎn)化可實(shí)行產(chǎn)品）可能與上一代軟件公司不同，但隨著基礎(chǔ)設(shè)施層和AI 模型的不斷成熟、收益逐漸增加，AI會(huì)逐漸滲透到我們?nèi)粘Ｉ钪械暮芏喈a(chǎn)品之中。到時(shí)候，AI技術(shù)會(huì)變得更加“隱形”，就像今天的互聯(lián)網(wǎng)、云計(jì)算和移動(dòng)通訊技術(shù)一樣。

也正如其他的底層技術(shù)，AI作為一種工具，可以為我們構(gòu)建下一代的軟件產(chǎn)品。

2. 產(chǎn)品的擴(kuò)張。

鑒于AI模型基礎(chǔ)設(shè)施層面的“開(kāi)放性”，初創(chuàng)公司在進(jìn)入市場(chǎng)時(shí)要深思熟慮。有可能的話還要想辦法和大廠達(dá)成合作伙伴關(guān)系。的確，在擁擠的垂直領(lǐng)域，例如文本生成類(lèi)產(chǎn)品，要判斷AI產(chǎn)出的質(zhì)量是個(gè)主觀的問(wèn)題，所以一種觀點(diǎn)認(rèn)為，產(chǎn)品市場(chǎng)的擴(kuò)張、進(jìn)入市場(chǎng)的策略還有產(chǎn)品品牌的效應(yīng)更加重要。這個(gè)說(shuō)法是有一定的道理的。但是產(chǎn)品擴(kuò)張、銷(xiāo)售是AI企業(yè)起步的手段，而并非維持生意的方式。這也正好帶我們來(lái)到了最后一點(diǎn)。

3. 數(shù)據(jù)還是王道。

在一個(gè)典型的軟件業(yè)務(wù)中，創(chuàng)始人應(yīng)該對(duì)技術(shù)或者業(yè)務(wù)的痛點(diǎn)要有獨(dú)到的見(jiàn)解，或者兩者兼具。在AI驅(qū)動(dòng)型產(chǎn)品/業(yè)務(wù)中，除了這種洞察力之外，AI初創(chuàng)公司的創(chuàng)始人還需要又獨(dú)特的方法持續(xù)獲得數(shù)據(jù)。

從長(zhǎng)遠(yuǎn)來(lái)看，擁有更好的（也許是更小眾的垂直領(lǐng)域的）數(shù)據(jù)有利于公司微調(diào)其AI模型，給客戶帶來(lái)更好的產(chǎn)品體驗(yàn)。這樣公司可以創(chuàng)造出一條可持續(xù)的護(hù)城河。

隨著AI基礎(chǔ)設(shè)施模型使用成本的下降，更多創(chuàng)業(yè)者的資源和投資者的資金將用于獲取更多、更好的微調(diào)數(shù)據(jù)，以及獲得可以持續(xù)貢獻(xiàn)此類(lèi)數(shù)據(jù)的用戶。（AI技術(shù)中的數(shù)據(jù)所有權(quán)/身份與web3去中心化協(xié)議之間存在一個(gè)有趣的交集。我們的下一篇博客將對(duì)此進(jìn)行討論。）

這也許會(huì)產(chǎn)生飛輪效應(yīng)。