對于AI應用開發(fā)者而言，開源模型和閉源模型兩條路線，可能都預示著未來的方向。
作者丨黃澤正
編輯丨張麗娟
“在熬夜看完OpenAI的發(fā)布會后，我很慶幸自己在上半年沒拿到融資。”AI創(chuàng)業(yè)者Jimmy告訴小飯桌。
在今年上半年，Jimmy見了超過20位投資人，幾乎每一位投資人都會問Jimmy同一個問題：“你能用大模型創(chuàng)造什么新的應用場景？”
而Jimmy的回復也非常統一：“不好意思，應用層AI沒有真正值得做的新場景，最起碼國內短期不會有。如果你認同這個觀點，那我們就接著聊……”在得到否定的答案后，交流普遍沒了下文。
原因似乎很明顯，FA琳達告訴小飯桌，有機構為了鼓勵投資經理，開出了“能搶回創(chuàng)新AI應用項目，年底升職優(yōu)先考慮”的重賞。
所以今年上半年，大量投資人帶著“所有場景都值得用大模型再做一遍”的信念，在各個細分場景掘地三尺，企圖找到真正意義上的大模型創(chuàng)新應用項目。但往往聊得很多，投的很少。
用投資人Jeff的話來說“今年和人聊AI應用項目，應該給星巴克開了100單了，但我自己一單都還沒開……”
在Jimmy看來，所謂的大模型應用端創(chuàng)新機會，在今年上半年其實是個偽命題。隨著OpenAI向世界徹底展露出自己的野心和能力，大批AI應用已經失去了護城河。創(chuàng)投圈都在擔憂“OpenAI將殺死應用創(chuàng)業(yè)公司”。
但也有人認為，基于大模型開發(fā)新應用的時代，才剛剛開始……
AI創(chuàng)造新場景是個偽命題
“我認為今年上半年國內談‘創(chuàng)造新場景’是個偽命題，因為實話實說，目前大家都還在看齊硅谷，還談不上創(chuàng)造。”Jimmy告訴小飯桌。
在創(chuàng)業(yè)之前，Jimmy曾是互聯網大廠的NLP工程師。
去年12月，Jimmy借用朋友的賬號體驗了剛剛上線的ChatGPT，按他的描述，“有點像回到小學第一次上計算機課的感覺，真的是睜眼看世界了。”
之后發(fā)生的故事，已經人盡皆知。在被ChatGPT震驚后，無數個Jimmy離開大廠，開始擁抱大模型創(chuàng)業(yè)；許多在上個時代已經功成名就的互聯網大佬，宣布大模型將是自己“人生最后一次創(chuàng)業(yè)”；互聯網大廠本廠也真金白銀地開始跟進大模型……
但在真正躬身入局后，Jimmy很快發(fā)現，大多數創(chuàng)業(yè)者都低估了大模型的應用難度，更低估了OpenAI的野心。
先說應用難度。百度董事長兼CEO李彥宏曾說：“創(chuàng)業(yè)公司卷大模型沒有意義，卷應用機會更大。”言下之意，大模型交給大廠，創(chuàng)業(yè)公司搞應用創(chuàng)新。
邏輯上當然成立，但實際上只對了一半。最直接的因素莫過于，大模型與應用是遞進關系，即先有強大的大模型，才能有優(yōu)質應用。“你可以盤點一下今年上半年有哪家國產大模型面世了，不面世的理由自然是不夠成熟，那基于這樣的大模型生態(tài)，我想請問如何進行所謂的應用創(chuàng)新？”Jimmy反問小飯桌。
另一方面，很多人也低估了OpenAI的野心。一位base硅谷的美元基金投資人Bill告訴小飯桌：“早在今年3月GPT-4發(fā)布的時候，硅谷就意識到，Sam領導下的OpenAI是不準備給應用開發(fā)者留活路了。”
硅谷創(chuàng)業(yè)教父，YC創(chuàng)始人Paul Graham曾這樣評價Sam Altman：“輔導創(chuàng)業(yè)公司時，提到設計問題，我會問喬布斯怎么做，提到戰(zhàn)略和野心，我會問Sam怎么做。”
彼時的Sam Altman剛剛年滿24歲，在接替Paul Graham成為YC掌門人后，硅谷創(chuàng)投圈也普遍認為“Sam讓YC的野心上升到了一個前所未有的程度，他們似乎對任何領域都雄心勃勃。”
而現在，在年滿38歲的Sam Altman治下，OpenAI似乎準備將整個大模型市場一口吞下。
11月6日凌晨兩點，Sam Altman在開發(fā)者大會上展示了OpenA針對多模態(tài)、GPTs、價格、all tools的全鏈條布局，幾乎把上半年的創(chuàng)業(yè)項目全都自己做了一遍。一言以蔽之，功能更強大，價格更便宜。
節(jié)點科技創(chuàng)始人Frank在朋友圈感嘆：“國內科技圈刷屏的DEVDAY內容，其實只是一整天日程里，僅占45分鐘的‘開場’。OpenAI很多關于商業(yè)化、新產品、前沿研究、Demo展示都沒有放出……還有至少10倍的信息鴻溝，和千百計的開發(fā)者案例。太多時候是信息貧窮限制了想象力。”
一位應用開發(fā)者更是直言：“OpenAI的這次更新，基本宣告了大多數應用層公司上半年的探索，只是在做無用功，因為功能上大家用ChatGPT就夠了，而比用戶增長，誰又比得過ChatGPT呢？”
大模型不是萬能鑰匙
看完OpenAI的凌晨發(fā)布會，Jimmy倒顯得頗為鎮(zhèn)定，他告訴小飯桌：“當一個硅谷著名的野心家，擁有世界上最頂尖的人才，和最頂級的算力加持，用戶增長也是歷史之最，他怎么可能把應用端的大機會留給別人？”
因此Jimmy認為，所謂的應用端創(chuàng)新機會，在今年上半年其實根本就沒存在過，“大家鼓吹的應用端創(chuàng)新案例，只是因為OpenAI還沒公布自己的最新成果。”
和Jimmy持同樣觀點的，還包括個人FA琳達。在嘗試促成幾筆大模型領域融資項目告吹后，琳達總結：“大模型不是萬能鑰匙，很多投資人太急了，急著拿一個大項目回去邀功。”
琳達告訴小飯桌，今年一級市場的情況有目共睹，大量機構經過優(yōu)化、降薪、轉老股后，士氣都很低落，大家太需要一個好項目來提振士氣了。大模型作為今年一級市場的當紅炸子雞，自然被寄予了極高期望。
但中小型機構的投資人很快發(fā)現，大模型不僅不是創(chuàng)業(yè)公司的機會，大概率也沒有自己的機會。原因無他，大模型明星項目動輒幾十億的估值，在基金盤子整體收緊的當下，大多數機構只能望洋興嘆。
因此，很多投資人只能將期待的目光，轉移到大模型應用層。而按照琳達的說法，或許是由于期待過高，導致有些投資人和大模型一樣，出現了“幻覺”。
據琳達回憶，自己有一次拉了一個投資人、創(chuàng)始人、FA的三方會議，在創(chuàng)始人完成項目路演后，投資人直接發(fā)問：“你這個項目硅谷那邊都做了很多了，就不能嘗試一些新應用場景嗎？”而創(chuàng)始人直接反問：“請問在大模型領域，國內有幾個人能做硅谷都沒做過的東西？”最后大家不歡而散。
Jimmy表示，用大模型去嘗試不同應用場景當然簡單，但在大模型質量決定應用質量的大前提下，很多商用場景根本跑不通。
以AI醫(yī)療為例。眾所周知，大模型問診擁有迫切的市場需求，變現空間也必然巨大。但真正能用大模型問診的企業(yè)幾乎沒有，原因在于，大模型經常一本正經地胡說八道，如果是日常問答，自然無傷大雅。但如果在診斷病情時，大模型信口開河，后果就不堪設想。
除了對大模型應用拓展邊界存在幻覺，某種程度上，一級市場對“人”也存在幻覺。
Jimmy告訴小飯桌：“可能很多人都忘了ChatGPT才出來一年，很多底層技術變革，創(chuàng)業(yè)者也需要時間學習適應。”
以NLP技術（自然語言處理）為例。研究如何讓計算機讀懂人類語言，一直都是業(yè)界難題。之前判別式AI很多任務都需要專人進行標注，才能完成訓練。很多時候，為了解決特定任務，甚至需要訓練一個小模型，整個過程成本非常高。
但有了大語言模型后，不用做任何訓練，只要輸入prompt（指令），大模型就能完成很多任務。雖然不是所有任務都能完美解決，但已經具備巨大的顛覆性。NLP從業(yè)者的工作，也就變成了給出更準確、更合理的prompt。
“作為技術從業(yè)者，我可以很負責任地說，很多以往的經驗都成為過去式了，新場景一定是試出來的，而這需要大量時間和試錯成本。”Jimmy告訴小飯桌。
做蘋果還是做安卓
當然，在無數個Jimmy埋頭試錯的這段時間里，大模型并沒有停下狂飆的步伐。
最為明顯的案例是，當OpenAI在發(fā)布會寄出“GPTs”和“all tools”兩個大招時，場內掌聲雷動，但場外愁云慘淡。原因在于，大量創(chuàng)業(yè)項目在OpenAI更新后，已經失去了競爭力。
創(chuàng)投圈內普遍的聲音是“OpenAI正在殺死創(chuàng)業(yè)公司”。
但也有例外，投資人Jeff認為，在OpenAI公布大模型最新進展后，反而讓問題簡單化了。“原先OpenAI就像一把懸在創(chuàng)業(yè)公司頭上的達摩克里斯之劍，大家都默認要做OpenAImei'z，現在這把劍終于落下，路徑也更清楚了。”
按照Jeff的理解，大模型所有創(chuàng)業(yè)公司都只剩下兩條路：加入（加入OpenAI生態(tài)）和對抗（擁抱開源如Meta），一如手機時代的蘋果和安卓。
加入OpenAI生態(tài)很好理解。據Sam Altman介紹，GPT商店將像蘋果商店一樣，鼓勵開發(fā)者創(chuàng)建應用，商店中會列出和展示最佳GPT，并支持GPT收費，屆時OpenAI會和GPT應用開發(fā)者進行收入分成。
簡單來說，就是相信OpenAI將成為下一個時代的蘋果，通過與其深度綁定，搭上OpenAI飛馳的快車。
就目前而言，選擇與融入OpenAI生態(tài)的開發(fā)者數量眾多。根據OpenAI官方數據，自今年3月通過API發(fā)布ChatGPT 和Whisper模型以來，現已擁有200多萬開發(fā)者，包括92%以上的世界500強企業(yè)。
甚至在開發(fā)者日當天，由于上新功能太火爆，OpenAI的服務器都被擠爆了，用戶訪問時會收到“ChatGPT目前已滿載”的消息，整個服務器宕機過程長達100分鐘。Sam Altman還專門為帶寬不足而道歉稱“開發(fā)日新功能的使用情況，遠遠超出了我們的預期。”
當然，盡管OpenAI做到了很多行業(yè)第一，但也并非開發(fā)者的“唯一”選擇。
比如開發(fā)者最關心的價格方面，盡管最新版本的GPT-4 Turbo中，用戶使用成本大幅降低，輸入token比GPT-4便宜3倍，為0.01美元，輸出token便宜2倍，為0.03美元。但這個價格相比于開源生態(tài)的大模型和工具鏈，仍然貴了十倍以上。
換句話來說，以Meta和Huggingface為代表的開源生態(tài)，仍有一戰(zhàn)之力。
加州大學伯克利分校的教授Joseph E. Gonzalez認為：開源模型不需要變得更好，只需要變得更小和更專用。
因為大量企業(yè)用戶并不需要最通用的模型，而是需要一個能解決特定任務的模型。如果開源模型能在輕量級的同時保持相對高質量，就能在專業(yè)化領域保有一席之地。
實際上，Meta在今年憑借推出開源大模型LLaMA，股價觸底反彈，市值增加了將近5000億美元。Meta飛漲的股價似乎證明，市場對于開源生態(tài)同樣看好。
正如手機時代，蘋果和安卓都取得了成功，對于AI應用開發(fā)者而言，開源模型和閉源模型兩條路線，可能都預示著未來的方向。
