|
近來幾個和做AI的朋友湊在一起吃了個飯，結果幾個大老爺們也不喝酒就對噴，噴到了半夜，還意猶未盡，比較奇葩的狀態。 大家背景十分混雜，有兩個是AI科學家在國內差不多就是最頂級的研究機構或者公司做大模型。有兩個算是做AI智能體的，一個此前是某著名公司CTO，一個是此前某著名內容公司高管。有一個則很有學術成就。本人此前差不多是里面做AI產品時間最長的，非要歸類也算做AI智能體的。（參見：多了個身份，增加了一份新事業） 我列下大家簡單背景的目的倒不是說這幫人很厲害，大家聽他們的吧，而是我發現當事實清楚，背景差異很大的人也是可以針對大部分事情達成共識的。信息不充分對認知的扭曲可能真的遠大于價值（利益）取向導致的差異。（所以打開自己并進行一定程度的碰撞確實關鍵） 下面說的這些散點不代表其他人，而是閑聊過后，我形成的印象。大家可以就當故事聽聽，純屬AI無責任評論。 施密特說的是不是真的 施密特說：前三的大模型和后面的差距在拉大，小模型公司越來越沒機會，這事大家基本認同。這就是很早以前說的大模型沒有商業模式，參見：AI大模型沒有商業模式？ 估計施密特說這話的時候沒考慮過中國AI大模型公司，但國內部分AI大模型公司還真是從頭到尾自己磕的。 這必然導致中美AI PK長期化，長期化會導致變成生態性競爭，生態性競爭一時優劣就不關鍵了。關鍵變成誰先能形成自己的良性循環生態，而形成良性循環生態的關鍵則在國際市場。 這是個不復雜的問題。 AI大模型顯然是虧的，虧的最主要部分一定是訓練部分，那就變成AI應用形成的收入到底多大程度可以反哺AI大模型訓練。AI應用到底能給底層模型形成有多少收益顯然是個市場問題。 只在小范圍構建這個應用-基礎設施的商業循環會虧的時間更長，虧的時間更長就會導致AI大模型公司應用化，然后底蘊不足，最終在整體競爭中落后。 一個虧損的生態是不可能競爭過盈利生態的。 所以競爭長線看，未來關鍵在國際市場。 從這個角度其實應該鼓勵AI應用出海。當底層模型和上層應用混合成各種產品并且能征戰海外市場的時候，才是競爭真正開始的時候。 過去有個例子，巴西曾經嘗試完整建立自己的電腦生態，一度也確實建立了，但生態體系太小，最終還是崩了，他們想對抗的美國的那套體系（IBM，微軟，Intel）最終取得了勝利。AI這事將來可能略像。 大模型公司應用化 現在勢頭并不好，有點處于負反饋中的意思。AI大模型公司面對營收壓力后最簡單的辦法就是自己不做基礎模型，并在開源模型的基礎上做定制往應用上靠。 如果說整個AI大模型很長一段時間都注定是虧的，那最底層的基礎模型模型一定虧的最厲害。大家可還記得下面這張圖：
這張圖里關鍵程度和潛在經濟回報上的影響是倒置的。越往左越關鍵，越貴，應用屬性越小。那對有經濟壓力的AI大模型公司主要工作當然往右偏移，偏移到了圖外面就變成純粹的AI智能體了，AI智能體屬于純粹應用但調度很多模型，但基本自己不做。 這有經濟合理性，但對根本性突破而言也許越往右越關鍵點。我們老說大模型大在那里呢？顯然是最左的一步，那可是相對于其他步驟10倍的GPU需求量。 琢磨事的讀者群里我發了條評論：這不就是，AI大模型版的人間正道是滄桑么。 戰略思維和產品思維 “我有一個技術，用來干什么好呢？”這是戰略思維，自頂向下，這時候很容易看不到應用的細節。 從這個角度看AI陪伴，得出的結論一定是：這不是是個人就能做么。 但其實就不是，這得反過來看，一定是某幾個沒那么關鍵的細膩的點才是做好AI陪伴的關鍵？ 這是必須泡在某個環境里面的人才能找到的點。在他/她的認知里面，然后才能看見。 所以真做出AI陪伴產品的一定是某兩個小女生/小男生，而不是AI科學家。（話題從兩個小女生做AI產品ARR過百萬美金引起） 單純從模型和技術角度計算功能是否能賺錢的思維方法，是找不到這類點的，只能做項目（項目的需求是客戶定的）。 AI陪伴、游戲等其實都是這種領域，這些領域里一個成的產品和一個掛的產品乍一看區別沒那么大的，但就是氣韻不一樣，因為文化部分介入了。 所以說AI其實是大眾性機會，這個時間點還認為模型能吞噬各個場景的非純工具產品這是奇怪的。 科技公司錢最不好賺 同傳統行業比，科技公司買東西付個幾萬塊錢最不痛快。當然這不包含做做數字貨幣的。談分期、把賬期拉賊長的全是科技公司。 為啥會這樣呢？ 我懷疑是做科技大部分時候錢不好賺，再加上知識面廣，然后各種控制現金流的方法就都學會并用上了。 過去10幾年其實科技公司比較命運多舛，就沒跑出來什么新的公司。反倒是不少公司即使上市市值很低，不如融資額。 所以雖然在風口浪尖上，但其實不真的那么有錢，至少沒制造業等現金流好，那花錢當然省著點了。 AI課是一波流么 知識更新這么快，正?？隙ú皇且徊鳎饕俏覀儼阉龀梢徊髁?，俗稱割韭菜。 如果說知識性輸出賺不到錢，只有情緒性輸出能賺到錢，那就必然只能割韭菜。有什么熱點的事就來一波。 比如李博主這種課參加的同學到底是想學點東西還是買個心安呢？ 如果是買個心安，那你做知識性輸出不就驢唇不對馬嘴么，既辛苦且不賺錢，聰明人就不干。 反倒是李博主這類擅長創造情緒價值的人更適合這類事。 而一旦把這玩意做成大眾割韭菜話題，那反倒是其他想正經做的也不好搞了。 不過大家放心AI碰撞局不干這事，我還是想匯集行業一線真實的實踐信息，更希望能啟發出多個每年收入也能過100萬或者幾百萬美金的同學。 當然未來也希望支持我的新書，幫我吆喝多賣點。 本月25號國發院再做一場后，整體就做了9場了（琢磨事5場，北大國發院4場），我看看記錄還是貫徹了當初的宗旨。很多同學連續參加了3次還多，還是很感謝的。第十期在醞釀一個拉通北大國發AI碰撞局和琢磨事AI碰撞局的線下+線上活動，準備搞一個特別場。（感興趣加：cathywangyue） 做項目要不回來錢怎么辦 其實互聯網加AI正好醞釀了一個新模式，比如自動駕駛其實也可以這樣賣： 賣一套AI之上的AI給能運營的主體，這部分可以便宜點。 賣車給必須用車的部門，這部分創造利潤。 形象叫軟件創建生態，硬件鎖定毛利。這樣還可以避免單個項目過大不好搞，回款也可以控制。 形象講就別指望弄一只大雕上來就抓羊了，這可能不如養點麻雀撿米粒，聚少成多。 但實操比較復雜，也不一定那里都適用，大家可以自己體會。 到底那個模型好用 這事不公開說了，太惹是非。 但有一點可以講，就是沒有人就用一個模型，基本搭著用，不包括垂直的小模型，純粹AI大模型也是2~3個搭配著用。 出乎我意料的一點是谷歌那個新模型的指令遵循被認為比想的好，苦于這個的可以試試。 AlphaFold3這種模型在某個點上確實是可以的，但它們就不是現在偏通用的大模型，所以有點像練妖刀的，能不能砍出另外的路有待觀察了。 小結 AI的事只要真干，并且比較開放的進行碰撞，對于基礎情況其實是容易形成共識的。比如AI大模型的邊界在那兒，AI Agent的邊界在那兒。閉門造車還是很可怕的，有時候會出那種蒸汽機都出來了，還打死都認為馬更好的情況。 ------------------------------------------------------------------------
|
|
|
