朱嘯虎，金沙江創投主管合夥人。近10年最成功的VC之一，投資孵化出眾多獨角獸企業，包括滴滴、餓了麼、小紅書等知名品牌。其投資風格快速果斷、雷厲風行，被業內稱為“獨角獸獵手”。
2011年投資餓了麼，用500多萬美元獲得幾十倍回報；2012年投資滴滴，用700萬美元獲得1000多倍回報。
近期，朱嘯虎老師和黑馬學員們一起去了美國矽谷，探訪了英偉達、微軟、Meta、Google、OpenAI、蘋果、斯坦福大學等企業和學校。
最直觀感受是：AI創業的賺錢風向，已經徹底變了。
回國後，他在6月的黑馬大課上，進行了主題為《生成式AI：金礦還是泡沫？》的分享。i黑馬進行了編輯整理，提供給各位細細品讀，相信對大家有所啟發。
從去年3月起，生成式 AI 這波浪潮，讓很多人看到中國AI技術明顯落後於美國，所以大家都很焦慮。
在焦慮背後，很多創業者盲目投資AI底層技術。雖然創造了“百模大戰”的盛況，但也造成了社會資源浪費，今年很多大模型創業公司都遇到了經營難題。
很顯然，AI創業的賺錢風向，已經徹底變了。
現在，中國經濟正在進入一個新的週期，也就是從PC網際網路、移動網際網路經濟進入AI經濟。
週期既是機遇也是挑戰，把握商業大勢、乘風前行，是每個創業者都需要掌握的能力。
01
AIGC創業迴歸商業本質
最近有個特別明顯的感覺：今年將是AIGC創業迴歸商業本質的開始。
沒有良性商業模式的持續輸血，單獨的大模型公司很難走遠。
沒有專有資料、專有使用者場景來形成資料閉環並持續最佳化的獨立大模型公司，很難保持持久的防禦壁壘。
美國一線大模型公司中，前面四家確實融了很多錢，而且每一家都抱了大腿。而美國二線大模型公司，現在或許還有收購團隊價值，明年可能就毫無價值了。
大廠只為挖AI人才的併購，可能很難給出很高溢價。
比如，Inflection 曾是一個獨角獸企業，微軟投了差不多 15 億美金。最近，他們整個團隊基本都被微軟挖走了。3萬億美金市值的微軟，去收購一家企業，只給了投資人一個本金加利息的退出回報。這是今天在美國發生的事情。
在國內，大模型公司正在打價格戰，將近幾十萬的漢字，只需要花一塊錢，幾乎是免費的，明年可能就完全免費了。
對大廠來說，他們希望藉助低定價來推廣自己的算力和雲服務。你買我的雲服務，我免費讓你呼叫大模型的 API 。但大廠的這個定價，對創業大模型公司來說，已經是成本線以下。結果，幾乎沒有一家創業大模型公司敢跟進。
所以，沒有良性商業模式的持續輸血，單獨的大模型公司很難走遠。
今天比較有意思的一點是，中國大廠自己的親兒子，第一次比養子做得更好。
一般來說，中國網際網路大廠都是自己團隊戰鬥力不行，比不上創業公司，才會戰略投資一些創業公司。雖然阿里之前投了 5 家大模型公司，但是通義千問的表現比自己投的那五家公司都要強。這也讓大模型創業公司越做越難。
前兩天，蘋果剛釋出了自己的AI功能。蘋果手機使用者不需要註冊，就可以使用 OpenAI 的 ChatGPT 服務。
這後面隱藏的含義是：我不給你導使用者，但使用者還是我的。而且，後臺可以隨時切換其他大模型。
據說Google正在和蘋果公司談，在蘋果手機上預裝Gemeni 大模型要花多少錢。畢竟Google 每年要給蘋果 100 多億美金，就為了 iPhone 上預設搜尋是 Google。
當下，Gemeni 確實比 GPT- 4 差那麼一點點。但如果 GPT-5 今年不出來，Gemeni 到年底追上 GPT-4， 基本上是可以肯定的。
到時候，蘋果手機後臺到底多少給 OpenAI，多少給Gemeni，甚至多少給蘋果自有的大模型，還不好說。
所以，我們講“價值微笑曲線”，左側是英偉達，今天賺了所有的錢；右側可能是微軟、蘋果這種應用型的公司；最底下的可能是大模型公司。
02
AI不是萬能藥
現在很多人都覺得生成式 AI 是個萬能藥，自己的產品加上AI就很好賣了，但事實上並不是這樣。
最近一些中國做消費電子的企業加了 AI 後，都覺得消費電子產品變得很智慧了，但實際體驗和期望的差距還是很遠。包括美國也是一樣的，雖然AIGC看上去很像驚豔，但真正落地上並不容易。
為什麼AIGC很難落地？最主要就兩個問題：一是幻覺問題；二是結果不可控。
一旦AI有幻覺就會出錯，而且你不知道什麼時候會出錯，每次結果還都不一樣，所以結果不可控。
隨著大家對幻覺的研究越來越多，發現造成幻覺的核心問題是髒資料。很多訓練大模型的資料都來自於公開的網際網路，裡面很多資料並不正確。
上個月谷歌就鬧出一個笑話：
你精心準備好所有材料，把披薩放進烤箱，期待著美味的晚餐。但當你迫不及待地準備咬上一口時，卻發現乳酪掉了下來。你感到沮喪，於是上網求助谷歌。
谷歌回答道：“加點膠水，混合大約1/8杯的膠水和醬汁。無毒膠水會更有效。”
這個回答其實是網友在十多年前編的一個笑話，但大模型覺得這是正確的。
03
中國AI技術不比美國差
更重要的是資料
這次去矽谷，當地的創業者也很懷疑 GPT-5 年底究竟能不能出來？即使出來了，相較GPT-4，推理能力上會不會在有顯著提高？
現在矽谷都說可能至少要十萬張 ，甚至二三十萬張 GPU 卡，才能看到顯著的效能提升。但是即使你有卡，可能也沒那麼多可用來訓練的資料。
最近快手釋出的「可靈」，大家體驗過嗎？「可靈」做的文生影片比Sora更好。
為什麼快手比 OpenAI 做的還要好？因為快手本身就做短影片，有很多資料訓練。相反，你問Sora 有沒有爬 YouTube 的資料做訓練，他都不敢說。
快手就證明了，卡多還不如資料多更有效，我用更多資料反而能訓練出更好的模型。
所以，中國在 AI 技術上並不比美國差，而且更重要的是資料。
現在，GPT-4 在很多文字場景上，已經可以滿足大部分需求，最大的難點是多步推理還不太行。一個比較複雜的邏輯需要多步推理，如果每一步都只能做到 90% – 95% 的準確率，那多步迭代後其準確率可能就到 50% 以下了。
而中國企業用私有資料化訓練模型，就可以很大程度上降低幻覺、增加正確率，關鍵是你有沒有能積累足夠多的高質量資料。
為什麼做微信營銷的公司，去年很容易就用大模型取代了 50% 的人？就是因為他們內部把團隊和使用者之間的對話資料都累積下來了。
04
中國缺的不是技術
而是“讓人尖叫”的使用者體驗
在蘋果釋出會上，還重新定義了兩個事情：一是重新定義了什麼叫AI？二是蘋果展示了什麼叫“入口為王”？
對大部分企業來說，核心不是AI技術，而是使用者體驗。
怎麼把使用者體驗做好是最難的，也是蘋果比較擅長的。
最近和創業黑馬學員在矽谷，有人說特別看好 AI 賦能消費電子、 AI 寵物。確實，最近做消費電子+AI 的企業特別多。
但很可惜，我覺得體驗都沒有到那一步。我買了一個 AI 寵物狗，還沒那麼智慧，基本還差了一個時代。
你想讓消費者願意買單，一定要做出讓消費者覺得尖叫的點，這個點是非常不容易的。
什麼是入口為王？我前面講過，蘋果雖然選擇了OpenAI，但是不給OpenAI倒使用者。其次我在後臺是可以隨時切換大模型。
我們在矽谷的時候，有內部訊息說，蘋果後臺可能 70% 用ChatGPT，30%用Gemeni 。到年底如果 Google更願意給錢的話，很有可能是 70% 用Gemeni ， 30% 用ChatGPT。
對大部分創業者來說，一定要是聚焦垂直場景，做通用大模型幾乎已經沒有價值了。
05
聚焦垂直應用
場景優先，資料為王
現在通用大模型基本上是巨頭的天下了，但中國的垂直場景特別豐富，資料也特別多，所以一定要聚焦在垂直場景上。
先給大家分享一個案例，有一家給中國電廠做資訊系統維護的公司，他們找到的場景特別有意思，就是派工單。
電網維護本身是一個高風險的工作，很容易出事故，一旦出事可能就是人命關天的事。以前電廠維護電網派工單，每個工單中可能包含兩三百個步驟，派一個單子至少要兩三天的時間，還得人工反覆核對。
他們去年花了兩三個月，讓大模型把過去幾年派過的工單全部學習了一遍，將派單時間一下縮減到了2分鐘。半年後發現，大模型比人設定的準確度更高。
你看，像這種垂直場景外行根本拿不到，只有你聚焦在細分行業裡，才能找到這些機會點。
一旦找到這種尖刀場景，就儘快建立資料閉環，先把客戶圈下來。
對創業者來說，找到好場景根本不需要你投很多錢，你10個人找不到好場景，投100 個人來也是浪費。所以，很多企業說我要砸幾千萬，建立 100 人、 200 人的隊伍去做AIGC，根本是錯誤的。
還有一家深圳公司叫HeyGen ，後來搬到了美國，他做的就是非常簡單的做數字人。場景很簡單，以前在抖音或Tiktok上發短影片，都要真人反覆錄製，很花時間。
今天用數字人，只需要上傳幾張照片，再輸入影片文案，就可以自動生成一分鐘的短影片。現在國內的數字人已經是白菜價了，但在美國還可以賣得很好。就這麼一個簡單的產品，很短時間內就做到了年入3500萬美金。
所以，要迅速開發最小可行產品MVP，快速試錯和迭代。HeyGen半年之內就迭代 30 個版本。
找到好場景後，關鍵是測試使用者願不願意買單，只要使用者願意買單，你可以做得更深、更厚。
我覺得，今天這波生成式 AI 浪潮中，中國的企業並不比美國落後多少。尤其是今年，如果到年底 GPT -5 出不來，明年開始拼應用的時候，中國在應用層會比美國要領先很多。
我再推薦一個賣得非常好的場景。現在中國直播電商非常火，尤其像 618大促的時候，直播進來的使用者很多，以前客服人員根本來不及回覆，會浪費很多商機。
現在靠 AIGC 機器人在直播間自動回用戶的提問，這種產品賣得非常好。這個場景看著非常簡單，但是特別痛。這種場景一是好訓練，把以前的產品描述和對話記錄來訓練垂直大模型，很容易避免幻覺；二是能容錯，稍微有誤差也不那麼敏感。
很多垂直行業的軟體只要找到痛點場景，加上 AI 功能是容易的。因為你積累的垂直資料就是你的優勢。反過來，AI 創業公司想找場景想快速找到好場景和垂直資料就很難。
06
AIGC將是未來10年的長坡厚雪
最近，英偉達市值登頂全球第一，就跟過去20年很像。PC 網際網路、移動網際網路，每一波新週期開始時，都是半導體硬體技術設施漲得最好。
早在 2000 年，思科也曾是當時全球市值第一的超級公司。但很快又被谷歌、蘋果、Facebook、亞馬遜等應用層公司超越，這些公司創造的價值是前者的10倍。
再加上，在很多場景下，很多國內的開源模型已經不比閉源模型差了，完全足夠支撐中國AI應用的發展。
尤其在中文知識方面，阿里的通義千問比Llama 3要還強。所以，很多創業公司都是拿 1000 萬引數的開源模型來訓練自己的垂直模型。
我認為，AIGC將是未來10年的長坡厚雪，應用層將創造最多的價值。
未來十年，AIGC會把所有軟體、消費電子和消費端的應用都重新做一遍，這裡面有很多機會。
最後，送給所有的創業者三句話：
1、不擁抱AI的企業肯定會被淘汰。
2、不要迷信AI，聚焦尖刀場景儘快落地。
3、最佳化使用者體驗，閉環資料，不要投入底層技術。
👉掃碼瞭解“黑馬營27期”
👉掃碼瞭解“AI夥伴計劃”
i黑馬，創業黑馬旗下媒體，讓創業者不再孤獨