# Vol.09 AI一年，人间十年 屠龙之术 · 2023-12-01 庄明浩以ChatGPT发布一周年为节点，梳理了AI行业已形成的四大共识：大模型内卷（超200家公司入场）、一把手工程（CEO亲自推动应用重构）、应用层探索（国内外生态差距明显，国内项目偏“苟且”如文档分析、购物助手，远方在AI陪伴和AI游戏）以及融资降温（国内机构投AI极少，建议初创尽早赚钱）。他引用红杉美国“Act 2”观点，指出所有应用都值得用AI重构，但第一责任人必须是CEO，并给出暴论：产品边界设定极难，融资窗口已过，唯有马上收钱才能熬到明牌阶段。 ## Key moments - **[0:00] 开场** - [0:43] 中国已有超过200家公司做大模型，行业共识是必须尽快探索应用场景。 - **[1:16] 大模型内卷** - [1:56] 庄明浩引用晚点文章标题：“大厂大模型：久违的一把手工程”，揭示大厂在3个月内迅速达成共识。 - [3:06] 初创大模型领域已出现智谱、MiniMax等5家独角兽，半年内估值被推到10亿美金以上。 - [5:14] 庄明浩灵魂提问：还要做大模型吗？认为需具备算力、团队、工程、监管四种能力。 - [7:05] 李彦宏在西溪论坛表示：“不断重复开发基础大模型是对社会资源的极大浪费”。 - **[7:20] 一把手工程** - [7:36] 红杉美国9月报告提出生成式AI进入第二幕：从寻找锤子到端到端解决人类问题。 - [9:39] 庄明浩强调：AI重构现有业务的第一责任人必须是CEO，如微软、Adobe、百度都如此。 - **[9:52] 海外应用** - [11:35] 视觉方向卷无可卷：图片生成有Midjourney，视频生成Pika走红但争议是否已达GPT时刻。 - **[12:27] 国内生态** - **[14:21] 远方想象** - [14:21] 通过文心创业大赛获奖项目管中窥豹，庄明浩感叹当下国内应用多是‘眼前的苟且’。 - [16:04] 庄明浩质疑AI陪伴：Calculus.ai留存不优于传统社交，商业模式能否嫁接尚不可知。 - **[17:40] 暴论** - [20:25] 曲凯总结AI融资卡点：机构最关心壁垒和尽快赚钱，ToC出海也很难。 - [21:17] 庄明浩暴论：套壳GPT也不简单，别想融资要收钱，CEO亲自抓AI改造才能活到明牌阶段。 ## Speakers - **庄明浩** (host) ## Topics 产品与应用 ## Mentioned MiniMax (company), OpenAI (company), vivo (company), 中科院 (company), 京东 (company), 华为 (company), 字节跳动 (company), 拼多多 (company), 智谱 (company), 百川 (company), 百度 (company), 科大讯飞 (company), 网易 (company), 美团 (company), 腾讯 (company), 阿里 (company), ChatGPT (product), GPT (product), 文心 (product), 文心一言 (product) ## Transcript ### 开场 **庄明浩** [0:01] 哈喽哈喽 ， 大家好 ， 我是明浩 ， 跟大家聊一聊 AI。 嗯 ， 准备这个内容的时候是 11 月 30 号 ， 正好是 ChatGPT 发布一年的时间 。 过去的一年，AI 可能是整个科技行业最大的主题 ， 甚至可能是唯一的主题 ，但这一年在这件事上发展了很多的变化 。 所以我起了一个标题 ， 叫 《AI 一年， 人间十年 》。 这个内容可能更多的我觉得是一个在年底这个时间点的整理 ， 所以我起了一个副标题 ， 叫 《 那些已经形成的共识 》。 那先说共识中的共识 ， 我觉得其实两句话非常简单的说明 ： 第一就是 ， 至少在中国 ， 可能已经有太多的大模型了 ， 呃 ， 据不完全统计 ， 可能已经有超过 200 家了 ； 第二个统计就是 ， 我们真的迫切的需要去探索应用的场景的边界 。 然后今天的内容大概具体会分 4 个部分 ： 首先是大模型的内卷 ， 呃 ， 一把手的工程 ； 应用场景的苟且与远方 ； 以及最后我的一些暴论 ， 对吧 ， 我 - 我发表暴论可能已经快成为习惯了 。 ### 大模型内卷 **庄明浩** [1:16] 我们先看大模型的内卷 。 基本上有头有脸的公司应该都在做 ， 对吧 ， 过去几年 " 有头有脸 " 这个形容词应该形容过很多方向 ： 放贷啊 、 直播啊 ， 那今天其实有头有脸的公司都在做直播 。 然后据不完全统计 ， 中国今天这个时间点 ， 可能已经有超过 200 家公司宣布在做 ， 或者已经做出了大模型 ，在过去的可能一年左右的时间里面 ， 随着 ChatGPT 的发布 。 那海外看上去并没有那么多 ， 对吧 ， 那为什么中国这么多呢 ？ 然后今年 4 月份 ， 我觉得是一个很重要的时间点 ， 晚点写过一篇文章 ，在 4 月 6 号 。 呃 ，他写的文章标题叫 《 大厂大模型 ： 久违的一把手工程 》。 呃 ，他的副标题是 《 没有犹豫的时间 ： 共识很快达成 》。 也就是说在 4 月初 ， 那他写的时候应该已经是 3 月的时间点的时候 ， 呃 ， 大概 3 个月左右的时间 ， 大模型这件事情就变成了所有平台级公司的共识 。 那这个其实跟我们当年经历过的移动互联网是很不一样的 。 移动互联网刚刚爆发的时候 ，并不是共识 ， 很多公司并不那么认可移动互联网的价值 ， 所以动手会比较晚 ， 给了很多公司初期发展的机会 。 但是今天 ， 至少在大模型这个板块 ， 共识的达成真的太快了 。 首先看大厂们 ， 那些绝对意义上的大厂们 ： 腾讯 、 阿里 、 字节 、 百度 、 网易 、 京东 、 美团 ， 包括最近几天 ， 呃 ， 估值超过阿里的拼多多 ，其实都在做大模型 。 那这些公司大部分还是大家所熟悉的互联网公司 。 那除了互联网公司之外呢 ，其实还有很多非互联网公司也在做 ， 比如中科院 ， 比如华为 ， 比如科大讯飞 ， 比如 vivo。 你会发现所有的科技巨头 ， 可能似乎在今天这个时间点都在做大模型 。 那在初创这个领域 ， 可能今天这个时间点 ，在一级市场有 5 家左右的公司的估值已经超过 10 亿美金 ， 就是他们已经是独角兽了 。 智谱 、MiniMax、 百川 、 月之暗面 、 跟开普老师的领一 ， 这其中有一些公司成立时间不到一年， 呃 ，他们的密集融资也发生在今年的上半年， 大部分是发生在今年的上半年 。 可是我们从结论上来看 ， 就是说这些初创公司的估值迅速被透支了 。 因为你用半年的时间 ， 把这些公司的估值顶到 10 亿美金 、20 亿美金 ， 甚至我听说有一家已经在以 40 到 50 亿美金的估值在去融资 ， 那这个价格其实基本上已经到顶了 。 对于意识上而言 ， 意识上的很多投资人已经没法再去投这样的公司了 。 然后你去看他们的投资人， 传统的美元 VC、 人民币 VC、 战略投资方 ， 甚至国家队们 ， 所有人都在 。 但是到了这个估值的时候 ， 你会访问另外一个问题 ： 我们到底在期待一个什么样的退出呢 ？ 你指望这公司到多大呢 ？ 因为很简单 ， 那边我们看商汤好了 ， 商汤现在 400 多亿港币的市值 。 那你说商汤 ， 当然它未必真的能代表新一代的 AI 大模型公司的终极的状态 。 那我们到底在期待一个什么样的退出呢 ？ 而且还有一件事情是在这个领域不得不提的是监管 。 对 ， 呃 ， 面对这样一个快速爆发但是迅速形成共识的行业 ， 嗯 ， 全世界的各国政府其实对于这件事情的监管都是很快的 。 那我们国呢 ， 就是在 7 月 10 号 ， 网信办联合 7 个部门发布了生成式人工智能服务管理的暂行办法 ，也就是说需要备案 ， 对吧 ， 然后在 8 月 31 号 ， 第一批有 8 家通过了备案 ： 文心一言 、 字节的云鹊 、 智谱 、 中科院的紫东太初 、 百川 、 商汤 、MiniMax 跟书生 。 然后在 11 月 4 号的时候通过了第二批备案 ，是 11 家 ， 就加起来应该是 19 家 。 呃 ， 监管的接踵而至 ， 我觉得对于今天的很多细分行业的 ， 尤其是科技领域细分行业的变化 ，是非常非常明显的 ，而且监管跟得非常的快 。 那谈了这么多 ，有一个非常重要的灵魂问题 ， 灵魂提问 ： 已经有了 200 多家 ， 对于一个今天可能还没有做这件事情的公司而言 ， 我们还要再去做一个大模型吗 ？ 那再细分 ， 今天我们要做一个大模型 ， 需要哪几个能力 ？ 我觉得需要 4 个能力 ： 算力 、 团队 、 工程 、 跟监管 。 一个一个说 ， 算力 ， 对吧 ， 卡 ，有足够多的钱和渠道买到足够多的 Nvidia 的显卡吗 ？ 有钱还不一定是好使的哦 ， 你还要有渠道 ， 对吧 ，因为现在有中美的技术封锁 ， 乱七八糟这些事情 。 那团队 ， 就很简单的道理 ， 你找得到有经验的 ，并且执行过大模型很多实际操练的人 ，有质量的团队吗 ？ 因为大模型的 ， 呃 ， 大模型的整个的研发过程 ，其实是一个考虑考验人才密度的事情 ， 就跟字节拆游戏讲 ， 游戏也需要人才密度一模一样 。 你真的能找到那么多符合你要求的人吗 ？ 你抢得过今天这个时间点我们前面列的那些巨头 、 那些创业公司吗 ？ 第三点 ， 工程 。 哪怕你有了一定的算力资源 ， 已经有了一定经验的人， 包括今天可能因为有开源模型的这个这个存在 ， 对吧 ， 那在工程实践上， 你有些更快捷的路径跟方法吗 ？ 难道所有人都去魔改开源的模型吗 ？ 当然最近的新闻已经证明 ， 确实很多人也都在魔改开源的模型 。 第四件事情就是刚才提过的监管 。 嗯 ， 你知道监管备案需要什么样的方式 、 什么样的流程 、 满足什么样的要求 ，以及你是否考虑过管理监管层对于大模型这件事情的认知跟理解 ？ 你觉得他们内心当中应该批多少个他们会觉得是够的 ？ 我不知道大家是否想过这个问题啊 。 所以前两天 ， 这个百度 CEO 李彦宏在那个西湖论坛上讲了一个关于大模型的演讲 ， 我觉得其中有一句话讲的是很实在的 。他说 ：" 不断重复的开发基础大模型 ，是对社会资源的极大浪费 。" 我 - 我觉得这句话非常的实在 。 然后我们进入第二个话题 ， 一把手工程 。 我对一把手工程甚至打了一个双引号 。 ### 一把手工程 **庄明浩** [7:28] 首先说一下， 呃 ， 今年 9 月份的时候 ， 红杉美国发了一篇文章 ， 说生成式人工智能进入了第二阶段 。 嗯 ，他说面向第二阶段 ，在生成式人工智能的第一年， 我们发现了一个新的锤子 ， 就是基础的大模型 ，并且引发了一波轻量级的新技术应用 ，而且是演示应用 。 所以他认为 ChatGPT 是轻量级的演示应用 ，也就是说它并不是真正意义上的钉子 。 我们现在他们红杉美国认为 ， 现在市场进入第二幕 ， 就是将从客户开始 ， 端到端的解决人类的问题 。 也就是说我们发现了基础大模型这个锤子 ， 我们现在要做的就是拿着这个锤子去找钉子 ， 对吧 ， 那当然还有另外一句话 ， 可能也是所有人， 很多行业专家都会说过 ，他说今天这个时间点 ， 所有的应用可能都值得用 AI 重构一遍 。 那么问题就来了 ， 重构一遍怎么重构呢 ？ 那我们很简单 ， 就看大模型今天能干什么 ， 对吧 ， 总结来看 ， 大概公认的可能做三件事情是比较多的 。 第一件事情 ， 生成 ， 生成内容 ； 第二件事情 ， 洞察 ， 摘要 ， 整理 ， 对吧 ， 分析 ； 第三件事情 ， 大家开始强调对话这种 UI 的方式 ， 就是 LUI 来代替 GUI， 对吧 ， 来替代替这个我们熟悉的鼠标键盘的操作 ， 用对话的方式去操作软件 。 所以基于这三层 ， 我们看无论是 Windows 也好 ，Adobe 也好 ， 包括可能像国内的百度也好 ，他们在他们已有的所有的很多应用上面 ， 开始做很多的类似 Copilot 的这样的尝试 。 那这些功能上， 可能就是包括刚才我们讲的 AIGC、 生成内容 、 洞察以及 LUI 三种方式 。 但是这里面引发另外一个问题啊 ， 我们做这么大的重构 ， 对于一个已经有很多场景 、 很多用户的大公司而言 ， 做这件事情的第一负责人是谁 ？ 很多人会说是项目经理 ， 对吧 ，其实不应该是 ， 或者很多人说是 CTO， 我觉得也不是 ， 呃 ， 第一负责人就应该是 CEO 自己 。 就跟今天微软在讲 AI 的所有事情 ， 都是微软 CEO 自己出来的 ，Adobe 也一样 ， 呃 ， 国内的百度也一样 。 所以可能一把手工程不仅仅是做大模型这件事情 ， 更重要的是对于自身现有业务的 AI 改造 。 那最近几天 ， 呃 ， 周鸿祎的采访 ，他 - 他也表达了差不多的意思 。 那我们下面进入第三个议题 ， 叫应用场景的苟且与远方 。 ### 海外应用 **庄明浩** [10:03] 我们看应用层 ， 对吧 ， 这个同样是 ， 呃 ，9 月份红杉那篇文章 ，他重新画了一下， 呃 ， 美国的 AI 领域的今天这个时间点的生态 ， 对吧 ， 然后差不多 10 月的时候 ，H6Z 也发了一个截止到 10 月 ， 呃 ， 全世界范围内 ， 呃 ， 最用户预量最多的 50 个 AI 应用 ， 对吧 ， 我们看到这些应用的时候 ， 你会有一些 。 我个人的结论是这样 ， 就是在海外整个大模型之上的应用生态是已经开始在建立的 ， 呃 ， 基于 AI 应用的各个这个生产链的链条的产业链分工开始出现了 。 然后从最最最原始的我们类比移动互联网当年做手电筒 、 做尺子那些公司 ， 到今天做抖音的公司 ， 可能如果我们把这个逻辑同样的放到 AI 领域的话 ， 可能相对应的公司都有 ， 甚至连开发者生态 ， 就是 to develop developer 这件事情也被得到了关注 。 所以它的整个生态在海外是非常非常繁荣 ， 尤其是 AI 的应用生态 。 然后那我们再去提炼那些公司到底在做什么 ， 对吧 ， 那就提炼出来很多的关键词 ， 比如说 agent、design、copilot、coding、chatbot、marketing， 然后是可能还有一些其他的 ， 对吧 ， 大概每隔一段时间大家会就会提一些这样的关键词 。 那可能这些关键词的代名词的公司也是各个细分领域估值最高的公司 ， 这毋庸置疑就是这样 。 那举一个很简单的例子 ， 比如最近两天很红的一个公司叫 Pika， 对吧 ， 它是做这个视频生成的 。 那其实在图片跟视频这两个板块 ， 应该已经是大家公认在新一波 AI 领域最卷的两个方向了 ， 对吧 ， 那我们看图片领域最早有 Midjourney， 对吧 ， 大家都知道 ， 都认为那是图片生成的代表公司 。 然后后来 ， 呃 ，GPT 发了 WE3， 然后同时还有非常强的开源模型 Stable Diffusion， 就是各家在疯狂的在卷图像生成的质量 、 速度 、 呃 ， 可控性所有这些事情 。 那同样在视频领域也一样 ， 大家原来认为 Runway 可能是代表公司 ，但你会发现 Runway 做出的效果并不那么理想 ， 包括 Stable Diffusion 也有那个 video 的开源模型 ，但是整体感觉就不是像图片那么的让用户产生 wow 的感觉 。 所以你看这两天很火的这个 Pika， 对吧 ， 那当然它是否真的到了所谓的 GPT 时刻 ，有有有争议 ， 对吧 ，但至少这件事情还在往前卷 。 ### 国内生态 **庄明浩** [12:27] 所以你会发现在海外的应用生态已经非常非常卷了 。 那我们再看国内呢 ， 呃 ，其实也有一些第三方机构做了一些国内的这个类似的行业地图啊 ， 公司的列表之类的 ， 然后也会有一些分类 ， 跟跟美红杉那个差不多 ， 对吧 ， 我们单纯从进度跟这个分类角度来看 ， 可能没有差太多 ，但是如果我们细看 ， 可能还是有一些差距的 。 那这个考量跟这个样本用什么样的样本呢 ？ 呃 ， 我觉得我空说可能不太合适 ， 我选了一个样本集 。 这个样本集是什么呢 ？ 就是今年 8 月还是 9 月的时候 ， 百度基于文心做了一次那个创业大赛 。 嗯 ， 我为什么没有选择其他的类似黑客马拉松的项目呢 ？ 因为很多黑客马拉松项目可能都是三天五天做出来 ， 它更多是一个 idea，而不是一个真正意义上的项目 。 然后我们回头去看文心最后出来的这十几家获奖的公司在做的事情 ， 我觉得大概率可以代表当下中国的 AI 的初创公司 ， 尤其是应用层的初创公司到底在干嘛 ， 对吧 ， 我们先看一等奖的三家公司 ， 呃 ，ChatDoc、Bytesmart、ChatGPT， 啊 ， 这三个名字一说出来你就知道他们在干嘛 ， 对吧 ，ChatDoc 文档分析 ，Bytesmart 购物助手 ， 电商的 ， 啊 ，ChatGPT 做 PPT 生成的 ， 就是文档加电商 ， 对吧 ， 如果提 炼关键词 。 然后我们再去看其他 12 家 2 到 3 等奖的获奖公司 ，有做视频生成的 ，有做平面设计的 ，有做 agent，有做二次元图片的 ，有做 CRM，有做中间件的 ，有做医疗行业的 ，有做电商导购行业的 ，有做司法行业的 。 那对吧 ， 就是这些项目的 ， 呃 ， 所在的领域跟板块跟方向 ， 我觉得大概率可以代表当下中国在做应用层探索的公司的趋势 。 ### 远方想象 **庄明浩** [14:21] 但是你看完这些公司之后， 你会发现 ， 好像都是一些我们叫眼前的苟且 ， 对吧 ， 就是都很像一些并不那么让人 sexy 的兴奋的东西 ， 对吧 ， 这个这个 。 所以这个这个我的这个语言同行 ， 对吧 ， 心资本的合伙人吴炳见 ， 炳见老师发了一个集课 ，是这样说 ，他说当下基于大模型的 ToC 的创业项目大概可以分为三类 ： 第一类 ChatGPT 的变形 ， 对吧 ， 金融的 GPT、 医疗的 GPT、 销售的 GPT、marketing 的 GPT， 对吧 ， 前面有些项目是这个干这个 ， 对吧 ， 第二类是 ， 呃 ，Calculus.ai 的变形 ， 就是更游戏化的 C 点 AI， 加入图片的 AI， 呃 ， 更垂直的 C 点 AI，以及第三种叫斯坦福小镇的小镇的变形体 。 那似乎看上去抛开那些苟且 ， 对吧 ， 诗歌远方在当下这个时间点 ， 可能大家觉得还有点意思 ， 跟有点探索的可能就是两个方向 ： 第一叫 AI 陪伴 ， 第二叫 AI 游戏 。 注意是 AI 游戏 ，不是游戏 AI， 这是两件事情 。 我们先看 AI 陪伴 ， 代表公司当然就是 Calculus.ai， 对吧 ， 国内有两家 ，其实是一家公司做的 ， 就是星野跟 Talkie， 对吧 ， 它在海外叫 Talkie， 国内叫星野 ，是做 AI 陪伴的 。 那海外的这个这个 AI 游戏 ， 可能大家典型的是斯坦福的那个小镇 ， 对吧 ， 那极端点想 ， 可能很多人会想到是说美剧 《 西部世界 》 讲的那个东西 ，是不是 ？ 我觉得终极上可能是的 。 但是我们看到这些东西之后， 你还会有一些问题啊 ， 比如说这些就是所谓的正确答案吗 ？ 那即便是今天这个时间点 ， 成为品类代名词的 Calculus.ai 的留存情况 ， 相对于传统的社交产品而言 ，也不是那么的优秀 。 那它真的能撑起来一个非常大的平台吗 ？ 然后引发的问题变成了 ， 现有的基于社交的商业模式真的能够嫁接上吗 ？ 这几个问题其实我在上一期讲元宇宙的时候也讲过 ， 为什么元宇宙社交都崩了 ， 对吧 ，因为留存不好 ， 商业模式接不上， 所以都崩了 。 那 AI 领域能改变这个这个事情吗 ？ 我们不知道 ， 对吧 ， 然后但是再上升一层 ， 我们今天所有的基于这类的判断 ， 可能更多的是来自于过去十几年移动量爆发的路径依赖 。 那我们是不是应该抛弃这种路径依赖呢 ？ 我也不知道 ， 对吧 ， 然后我们细化一下， 总结一下大概是什么意思 。 我画了一个思维导图 ， 我们看文本领域 ， 大概就是文本的生成 、 改写 、 摘要 、 风格互换 ， 对吧 ， 会柔达在通用的 Office、RM 这样的场景里 ， 可能在网文市场营销里会用 。 然后图片领域就是图片 ， 包括视频的生成 、 微调 、 控制 ， 然后音频领域 ， 现在也有很多人在做 AI 的音乐的生成 ， 对吧 ， 然后游戏领域可能一类叫我叫游戏 AI， 就提升效率的 ， 美术 ， 对吧 ， 然后 2D、3D、 动画 ， 这个贴贴图 、 骨骼 ， 对吧 ， 然后游戏内的交互为 NPC， 对吧 ， 场景 、 剧情 ， 对吧 ， 然后再极端点想 ， 下一代的 AI native 的游戏 ， 就是刚才我们讲 的 AI 游戏 。 我觉得大概率我们用一个相对简单的总结 ， 可能情况就是这么个情况 。 然后那就是进入到最后这个阶段 ， 我们真正意义上我写一些暴论 ， 对吧 ， 我们先看三个 ， 我觉得三个很有意思的说法 。 ### 暴论 **庄明浩** [17:56] 呃 ， 之前有一个这个公众号叫赛博禅心 ，他是一个专门写 AI 动态的公众号 ， 然后他有一天写了一个报告 ，他统计了 5,000 个当下的 AI 应用 ， 总共有 500 万字 。 我说哇 ， 大可不必吧 ， 就是我多久能看完这个东西呢 ？ 然后后来这个赛博禅心的作者就加了我 ，他其实在创业 ， 然后我就问他 ， 我说你在做什么 ？ 他说在基于 Web 做各种各样的 copilot， 然后， 呃 ， 做各种各样的工具跟助理的类型 ， 然后， 呃 ， 都是一些你可以就是当年像移动互联网早期做各种各样的手电筒啊 、 尺子啊 ， 这些东西 。 然后， 呃 ，他说他们是 OpenAI 生态里最大的玩家 ， 就是绑着 OpenAI 发布的功能做往前迈半步的很多事情 。 然后我问他挣钱吗 ？ 他笑了一笑 ， 我觉得是蛮挣钱的 ， 那这是一种策略 。 然后另外一件事情 ， 这个前两天曲凯老师发了一个集课 ，他说了一下这个 AI 目前的融资的建议 。 我简单讲一下， 就是他说目前的市场上的这个天使轮的估值大概就是 5,000 万人民币上下 ，有钱就拿 。 然后对接的你跟一个这个投资人去聊 AI 的时候 ， 你可以反问他的一个问题是说 ， 你问他今年投了什么 ？ 他说如果这个机构反问你说他们只投了大模型或者没有投的话 ， 那你内心就要问自己一个问题是说 ， 你自己的项目真的优秀到可以让一个基金在 AI 领域的第一枪打到你这吗 ？ 那这个问题是很难回答的 ， 对吧 ， 所以结论是说国内的这个机构投 AI 的真的是非常非常少的 。 然后， 呃 ， 美国的机构可能更多的还跟你多聊几次 ，但国内机构见见完一次 ，他就会有阶段性的结论 ， 就不会有再见的结论 。 然后还有一点是说 ， 呃 ， 机构在看项目的时候会先问团队出来了没有 ， 出来了之后再问有没有 demo，有的话什么时候上线 ， 上线了问数据怎么样 ， 然后有增长了之后问留存怎么样 ，有了留存问怎么挣钱 ， 赚钱了问什么时候盈亏平衡 ， 盈亏平衡之后去问你的行业规模 。 你会发现这些问题无穷无尽的 ， 对吧 ， 然后， 呃 ，他会认为国内的机构被 ToB 领域的 SaaS 伤的太深 ， 可是 ToC 领域大家认为海外市场很难做 ， 对吧 ，他们也没有 knowhow。 然后最后最最最容易卡住的问题 ， 一个是壁垒 ， 一个是做让产品赶紧赚起来 ， 那这两件事情可能是最重要的 。 这是曲凯老师在 11 月 27 号发的 。 我看到这条评论的时候 ， 我的给他的评论是这样的 ， 我说这些话你在半年之前就这么讲了 ， 半年之后情况更严重 。 所以在半年之前 ，其实我也有发一条集课 ，也是我在一个活动上遇到了曲凯老师 ， 那是在今年 4 月份的时候 。 我发了一条集课是说 ， 下午活动遇到了曲凯老师 ，他们最近几个月做了一批 AI 项目的融资 ， 结论有两个 ： 没有人投资 AI， 除了大模型 ； 二 ， 拿到钱的几个 deal 不做 AI 也会拿到钱 ， 直接而残酷 。 那我我们到底我的暴论是什么 ？ 我觉得可能有点难以接受 ，但事实如此 。 第一 ， 产品边界 ， 产品的边界非常的重要 ， 今天哪怕是做一个套壳的 GPT，也不是那么容易的 。 产品标签的这个边界的设定 ， 对于产品团队的能力考验是十分强的 ， 尤其你还要考虑大模型本身也在不断的进化 。 对于功能性的产品而言 ， 你的窗口期可能很短 ， 对吧 ， 然后别想融资了 。 刚才讲过 ， 虽然这个行业很热 ，但是我们细看的话 ，其实并没有很多公司拿到钱 ， 人民基金没法投这个领域的项目 ， 对吧 ，因为你没有成规模的那个收入跟利润 ， 美元基金全线撤退 ， 对吧 ， 你找谁收钱呢 ？ 说再直白一点 ，AI 在某种程度上来说并不属于硬科技 ， 对吧 ， 那怎么办呢 ？ 就第三件事情 ， 收钱 ， 对吧 ， 初期划定好你的目标用户不需要特别大 ，但是要想好怎么收他们的钱 ，因为只有这样 ， 你才能从今天这个时间点的这个这个全是这个这个风险跟暗牌的阶段熬到明牌的阶段 。 最后一点 ，Echo 我前面讲了一把手工程 ， 就是对于已有业务的跟场景的公司而言 ，AI 对于现有业务的改进和改良这件事情重构的第一副的人应该一定是 CEO，而不是 CTO，不是产品经理 ， 要实打实的考量 AI 到底能够为哪些核心指标带来优化 。 那这大概就是我今天想跟大家分享的内容 ， 一家之言 ， 兼听则明 。 --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。