生成式AI是更大的机会，开始行动是关键

Z Talk 是真格分享认知的栏目。

我们在这里谈论最新的行业观察，先锋的创业动态，也在这里与真格老友相聚。我们相信持续的学习和进化，相信最深刻的认知来自土壤。

月初，由中国最大 AI 模型社区「魔搭」主办的 Create @ AI Hackathon 正式拉开帷幕。开幕式上，真格基金管理合伙人戴雨森带来题为《创业是一种什么样的体验》的启发演讲。

以下是演讲内容，希望对你有所启发，也欢迎在评论区和我们交流。

01

生成式 AI 迎来「跨越鸿沟」时刻

2023 年，生成式 AI 成为市场热点。

ChatGPT 和 Midjourney 的发展标志着生成式 AI 迎来「跨越鸿沟」的时刻。

「跨越鸿沟」的概念由杰弗里·摩尔提出，他认为在早期市场和主流市场之间有一道技术跨越的鸿沟。从早期市场进入主流市场的过程中，普通用户能够从新技术中获得切实的价值，这便是跨越鸿沟的标志。

我们回顾人类发展历史，计算机的发展曾历经数次跨越鸿沟的时刻：

Windows 95 发布，意味着图形操作界面、个人电脑跨越鸿沟；

Netscape 网景浏览器发布，让普通人开始能够上网浏览、冲浪，掀起了互联网革命；

iPhone 带来移动互联网革命，人人都开始使用移动互联网；

Model 3 的推出是电动车跨越鸿沟的标志：Model 3 在性能、续航等各方面都很不错，价格也便宜，让主流用户买得起又用得好。

今天，ChatGPT 和 Midjourney 已经有超过 1 亿的月活跃用户，许多白领、学生、程序员和美工都在使用生成式 AI 应用，并产生了付费。这标志着生成式 AI 已经进入了主流市场。

许多像比尔·盖茨这样历经软件、互联网等多次世界级科技革命的创业者，都在今年纷纷指出：生成式 AI 有潜力成为比互联网更大的机会。这个机会在哪里？如果我们对互联网的价值总量进行拆分，可以归纳为一个公式：

价值总量=用户数x互联网渗透率x用户使用时长x每用户平均收入（ARPU）

随着移动互联网的普及，互联网渗透率和使用时长已经达到了顶峰，生成式 AI 的发展可以在用户数和 ARPU 这两个参数上带来提升空间。

ChatGPT-4 等生成式 AI 模型正逐渐具备主观能力，其应用可以作为工具使用。高效的工具可以带来成百上千的用户增长空间。

ARPU 是衡量运营商从每个用户所获得的利润的重要指标。生成式 AI 应用可以帮助用户更方便地完成多项任务，有望为用户带来高达十倍以上的价值提升。

纵观人类历史上的技术革命，实质上是在不断发明新工具。以生成式 AI 为代表的 AGI 演进带来重大的生产力突破，我们对生成式 AI 应用的前景充满信心。

02

错位竞争，生成式 AI 的创业机遇在应用层

生成式 AI 是一个非常系统的生态，由不同类型的玩家组成。在这个竞争激烈的赛道，创业者要实现突围，就要结合大趋势与小趋势，寻找正确且适合自己的发展方向。

在生成式 AI 的生态中，底层硬件基础设施包括数据中心、算力芯片和能源等。硬件之上是软件基础设施，当前大部分的生成式人工智能应用都在云端运行，由阿里云等云计算服务商提供支撑。

然而，要想充分发挥基础硬件和软件的优势，需要借助规模效应，这些需要巨头企业的投入。尤其是大模型的开发，需要大量的人力、物力、财力投入。

大模型大概率是巨头企业的游戏，或是 OpenAI 这种有能力获得上百亿资金支持的先行者机会，对普通的早期创业者来说，可能不是一个很好的机会。但模型本身是一个基础设施，需要通过应用和终端的用户产生关系，开发者还是需要使用各种各样的工具去开发应用。所以对于资源有限的创业者来说，应用层（包括开发者工具层）有非常多的创业机会。

当下 AI 已经成为许多公司和产品的标配。在未来一两年内，几乎所有互联网应用和软件都将包含 AI 元素。然而，我认为不同的 AI 应用起到的作用是不同的，可以将其类比为自动驾驶的 L1 到 L5 分级：

03

第一批 AI 应用会成为先烈，

但先驱会出现在第一波动手的人里面

生成式 AI 已成为热门话题，甚至引发了百模大战的热潮，但我们也发现市场存在「短期高估，长期低估」的趋势。人们逐渐认识到，大模型不是万能的，执行起来仍需要人工辅助；同时当下国内的大模型的开发并没有大家想象中那般发展迅速。在生成式 AI 走向主流市场的过程中，需要我们不断地进行调整和修正，才能够真正发挥出它的优势。

创业者要保持开放的心态，因为现在的想法很可能在未来被证明是错的，最初做的应用可能不靠谱，但先做是非常重要的。未来的机会属于那些长期坚持和探索的人。

我们将生成式 AI 的发展与移动互联网创业史做类比，第一批 AI 应用大概率会成为先烈，但是先驱大概率出现在第一波动手的人里面，因为先行者能够更早积累宝贵的经验。

构建竞争壁垒也很重要。各位 AI 创业者应该多加考虑，做应用的要提前考虑做模型，而做模型的要提前考虑做应用。

在 AI 应用中，大模型并不一定能提供绝对的优势，自己的模型也是一个重要的竞争力。现在很多人在做应用的时候，大部分使用开源模型或业务的 API 去做。但我们看到市场上真正做得比较好的 AI 应用，都是使用自己的模型进行调教。虽然这需要创业者长期布局和思考，但它可以为提供更强的壁垒。

也有人问，现在很多 AI 应用都是调用大模型，它的主要能力都是大模型提供的，壁垒在哪里？

AI 应用的长期壁垒在于数据，当数据的质量和数量增加时，模型的性能和效果会得到提升，同时也会增加用户壁垒。比如在最早期的时候，微信其实是没有壁垒的，最后通过这么多用户之间的特有关系形成了网络效应，并带来壁垒。

这是移动互联网或是互联网整个应用创业领域的必修课，只是现在的体裁变为了生成式 AI 。将少量用户数据引入模型中，通过类似于数据飞轮的微调，可以获得更高质量的数据。

今天，要成为「 AI 时代的 XX 巨头」很难成功，新进创业者很难和巨头企业竞争，但新巨头企业一定是在旧巨头企业没有涉及的领域诞生的。所以创业者可以尽量选择较为生僻的领域前进，更容易成功。

我们相信中国的年轻人可以在 AI 领域迸发出强大的创造力和想象力，尤其是在应用端。创业不是非要有商业计划书才能进行，行动是最关键的，这也是 AI Hackathon 的魅力。Talk is cheap, show me your code.