​“看完 OpenAI 大会，很庆幸没拿到融资”

“看完 OpenAI 大会，很庆幸没拿到融资”

" 在熬夜看完 OpenAI 的发布会后，我很庆幸自己在上半年没拿到融资。"AI 创业者 Jimmy 告诉小饭桌。

在今年上半年，Jimmy 见了超过 20 位投资人，几乎每一位投资人都会问 Jimmy 同一个问题：" 你能用大模型创造什么新的应用场景？"

而 Jimmy 的回复也非常统一：" 不好意思，应用层 AI 没有真正值得做的新场景，最起码国内短期不会有。如果你认同这个观点，那我们就接着聊 ……" 在得到否定的答案后，交流普遍没了下文。

原因似乎很明显，FA 琳达告诉小饭桌，有机构为了鼓励投资经理，开出了 " 能抢回创新 AI 应用项目，年底升职优先考虑 " 的重赏。

所以今年上半年，大量投资人带着 " 所有场景都值得用大模型再做一遍 " 的信念，在各个细分场景掘地三尺，企图找到真正意义上的大模型创新应用项目。但往往聊的很多，投的很少。

用投资人 Jeff 的话来说，" 今年和人聊 AI 应用项目，应该给星巴克开了 100 单了，但我自己一单都还没开 ……"

在 Jimmy 看来，所谓的大模型应用端创新机会，在今年上半年其实是个伪命题。随着 OpenAI 向世界彻底展露出自己的野心和能力，大批 AI 应用已经失去了护城河。创投圈都在担忧 "OpenAI 将杀死应用创业公司 "。

但也有人认为，基于大模型开发新应用的时代，才刚刚开始 ……

AI 创造新场景是个伪命题

" 我认为今年上半年国内谈‘创造新场景’是个伪命题，因为实话实说，目前大家都还在看齐硅谷，还谈不上创造。"Jimmy 告诉小饭桌。

在创业之前，Jimmy 曾是互联网大厂的 NLP 工程师。

去年 12 月，Jimmy 借用朋友的账号体验了刚刚上线的 ChatGPT，按他的描述，" 有点像回到小学第一次上计算机课的感觉，真的是睁眼看世界了。"

之后发生的故事，已经人尽皆知。在被 ChatGPT 震惊后，无数个 Jimmy 离开大厂，开始拥抱大模型创业；许多在上个时代已经功成名就的互联网大佬，宣布大模型将是自己 " 人生最后一次创业 "；互联网大厂本厂也真金白银地开始跟进大模型 ……

但在真正躬身入局后，Jimmy 很快发现，大多数创业者都低估了大模型的应用难度，更低估了 OpenAI 的野心。

先说应用难度。百度董事长兼 CEO 李彦宏曾说：" 创业公司卷大模型没有意义，卷应用机会更大。" 言下之意，大模型交给大厂，创业公司搞应用创新。

逻辑上当然成立，但实际上只对了一半。最直接的因素莫过于，大模型与应用是递进关系，即先有强大的大模型，才能有优质应用。" 你可以盘点一下今年上半年有哪家国产大模型面世了，不面世的理由自然是不够成熟，那基于这样的大模型生态，我想请问如何进行所谓的应用创新？"Jimmy 反问小饭桌。

另一方面，很多人也低估了 OpenAI 的野心。一位 base 硅谷的美元基金投资人 Bill 告诉小饭桌：" 早在今年 3 月 GPT-4 发布的时候，硅谷就意识到，Sam 领导下的 OpenAI 是不准备给应用开发者留活路了。"

硅谷创业教父，YC 创始人 Paul Graham 曾这样评价 Sam Altman：" 辅导创业公司时，提到设计问题，我会问乔布斯怎么做，提到战略和野心，我会问 Sam 怎么做。"

彼时的 Sam Altman 刚刚年满 24 岁，在接替 Paul Graham 成为 YC 掌门人后，硅谷创投圈也普遍认为 "Sam 让 YC 的野心上升到了一个前所未有的程度，他们似乎对任何领域都雄心勃勃。"

而现在，在年满 38 岁的 Sam Altman 治下，OpenAI 似乎准备将整个大模型市场一口吞下。

11 月 6 日凌晨两点，Sam Altman 在开发者大会上展示了 OpenA 针对多模态、GPTs、价格、all tools 的全链条布局，几乎把上半年的创业项目全都自己做了一遍。一言以蔽之，功能更强大，价格更便宜。

节点科技创始人 Frank 在朋友圈感叹：" 国内科技圈刷屏的 DEVDAY 内容，其实只是一整天日程里，仅占 45 分钟的‘开场’。OpenAI 很多关于商业化、新产品、前沿研究、Demo 展示都没有放出 …… 还有至少 10 倍的信息鸿沟，和千百计的开发者案例。太多时候是信息贫穷限制了想象力。"

一位应用开发者更是直言："OpenAI 的这次更新，基本宣告了大多数应用层公司上半年的探索，只是在做无用功，因为功能上大家用 ChatGPT 就够了，而比用户增长，谁又比得过 ChatGPT 呢？"

大模型不是万能钥匙

看完 OpenAI 的凌晨发布会，Jimmy 倒显得颇为镇定，他告诉小饭桌：" 当一个硅谷著名的野心家，拥有世界上最顶尖的人才，和最顶级的算力加持，用户增长也是历史之最，他怎么可能把应用端的大机会留给别人？"

因此 Jimmy 认为，所谓的应用端创新机会，在今年上半年其实根本就没存在过，" 大家鼓吹的应用端创新案例，只是因为 OpenAI 还没公布自己的最新成果。"

和 Jimmy 持同样观点的，还包括个人 FA 琳达。在尝试促成几笔大模型领域融资项目告吹后，琳达总结：" 大模型不是万能钥匙，很多投资人太急了，急着拿一个大项目回去邀功。"

琳达告诉小饭桌，今年一级市场的情况有目共睹，大量机构经过优化、降薪、转老股后，士气都很低落，大家太需要一个好项目来提振士气了。大模型作为今年一级市场的当红炸子鸡，自然被寄予了极高期望。

但中小型机构的投资人很快发现，大模型不仅不是创业公司的机会，大概率也没有自己的机会。原因无他，大模型明星项目动辄几十亿的估值，在基金盘子整体收紧的当下，大多数机构只能望洋兴叹。

因此，很多投资人只能将期待的目光，转移到大模型应用层。而按照琳达的说法，或许是由于期待过高，导致有些投资人和大模型一样，出现了 " 幻觉 "。

据琳达回忆，自己有一次拉了一个投资人、创始人、FA 的三方会议，在创始人完成项目路演后，投资人直接发问：" 你这个项目硅谷那边都做了很多了，就不能尝试一些新应用场景吗？" 而创始人直接反问：" 请问在大模型领域，国内有几个人能做硅谷都没做过的东西？" 最后大家不欢而散。

Jimmy 表示，用大模型去尝试不同应用场景当然简单，但在大模型质量决定应用质量的大前提下，很多商用场景根本跑不通。

以 AI 医疗为例。众所周知，大模型问诊拥有迫切的市场需求，变现空间也必然巨大。但真正能用大模型问诊的企业几乎没有，原因在于，大模型经常一本正经地胡说八道，如果是日常问答，自然无伤大雅。但如果在诊断病情时，大模型信口开河，后果就不堪设想。

除了对大模型应用拓展边界存在幻觉，某种程度上，一级市场对 " 人 " 也存在幻觉。

Jimmy 告诉小饭桌：" 可能很多人都忘了 ChatGPT 才出来一年，很多底层技术变革，创业者也需要时间学习适应。"

以 NLP 技术（自然语言处理）为例。研究如何让计算机读懂人类语言，一直都是业界难题。之前判别式 AI 很多任务都需要专人进行标注，才能完成训练。很多时候，为了解决特定任务，甚至需要训练一个小模型，整个过程成本非常高。

但有了大语言模型后，不用做任何训练，只要输入 prompt（指令），大模型就能完成很多任务。虽然不是所有任务都能完美解决，但已经具备巨大的颠覆性。NLP 从业者的工作，也就变成了给出更准确、更合理的 prompt。

" 作为技术从业者，我可以很负责任地说，很多以往的经验都成为过去式了，新场景一定是试出来的，而这需要大量时间和试错成本。"Jimmy 告诉小饭桌。

做苹果还是做安卓

当然，在无数个 Jimmy 埋头试错的这段时间里，大模型并没有停下狂飙的步伐。

最为明显的案例是，当 OpenAI 在发布会祭出 "GPTs" 和 "all tools" 两个大招时，场内掌声雷动，但场外愁云惨淡。原因在于，大量创业项目在 OpenAI 更新后，已经失去了竞争力。

创投圈内普遍的声音是 "OpenAI 正在杀死创业公司 "。

但也有例外，投资人 Jeff 认为，在 OpenAI 公布大模型最新进展后，反而让问题简单化了。" 原先 OpenAI 就像一把悬在创业公司头上的达摩克里斯之剑，大家都默认要做 OpenAImei'z，现在这把剑终于落下，路径也更清楚了。"

按照 Jeff 的理解，大模型所有创业公司都只剩下两条路：加入（加入 OpenAI 生态）和对抗（拥抱开源如 Meta），一如手机时代的苹果和安卓。

加入 OpenAI 生态很好理解。据 Sam Altman 介绍，GPT 商店将像苹果商店一样，鼓励开发者创建应用，商店中会列出和展示最佳 GPT，并支持 GPT 收费，届时 OpenAI 会和 GPT 应用开发者进行收入分成。

简单来说，就是相信 OpenAI 将成为下一个时代的苹果，通过与其深度绑定，搭上 OpenAI 飞驰的快车。

就目前而言，选择与融入 OpenAI 生态的开发者数量众多。根据 OpenAI 官方数据，自今年 3 月通过 API 发布 ChatGPT 和 Whisper 模型以来，现已拥有 200 多万开发者，包括 92% 以上的世界 500 强企业。

甚至在开发者日当天，由于上新功能太火爆，OpenAI 的服务器都被挤爆了，用户访问时会收到 "ChatGPT 目前已满载 " 的消息，整个服务器宕机过程长达 100 分钟。Sam Altman 还专门为带宽不足而道歉称 " 开发日新功能的使用情况，远远超出了我们的预期。"

当然，尽管 OpenAI 做到了很多行业第一，但也并非开发者的 " 唯一 " 选择。

比如开发者最关心的价格方面，尽管最新版本的 GPT-4 Turbo 中，用户使用成本大幅降低，输入 token 比 GPT-4 便宜 3 倍，为 0.01 美元，输出 token 便宜 2 倍，为 0.03 美元。但这个价格相比于开源生态的大模型和工具链，仍然贵了十倍以上。

换句话来说，以 Meta 和 Huggingface 为代表的开源生态，仍有一战之力。

加州大学伯克利分校的教授 Joseph E. Gonzalez 认为：开源模型不需要变得更好，只需要变得更小和更专用。

因为大量企业用户并不需要最通用的模型，而是需要一个能解决特定任务的模型。如果开源模型能在轻量级的同时保持相对高质量，就能在专业化领域保有一席之地。

实际上，Meta 在今年凭借推出开源大模型 LLaMA，股价触底反弹，市值增加了将近 5000 亿美元。Meta 飞涨的股价似乎证明，市场对于开源生态同样看好。

正如手机时代，苹果和安卓都取得了成功，对于 AI 应用开发者而言，开源模型和闭源模型两条路线，可能都预示着未来的方向。