共话AIGC创业机会：大模型基础上寻找应用价值，B端和C端市场均有突破口| 出发吧创业者

以下为本次对谈内容精选和总结，仅供学习与参考。

AIGC创业前景广阔，创业者需建立客观的技术认知

从投资视角看，新技术也带来新的创业趋势。当下海内外有越来越多的创业者涌入AIGC领域。“老中青”三代创业者纷纷加入，并形成新一波的创业浪潮，甚至出现了OpenAI这样的明星创业者。Ben Hu认为，优秀人才的涌入可以带来很多新方向和机会，这是一个非常重要的指标，意味着AIGC行业具有广阔的发展前景。

从技术的角度看，以ChatGPT为代表的AIGC表现出卓越的应用效果和发展潜力，但当前的人工智能领域对于AIGC的期望较高，可能已经超越了该技术所能达到的水平。曾震宇认为随着时间的推移，无论是创业者还是市场，都应该建立相对客观的认知：在实际应用中，仍需多加考虑现有技术路线所能实现的能力。

生成式AI可以解决过去小模型难以解决的问题，并在多模态领域具备多项优势，如图像生成、视频生成等方面。但现阶段还没有实现真正的通用人工智能，无法解决所有的问题。创业者需要更加客观和理性地看待大语言模型和多模态技术。当前，应将AIGC作为一种工具来使用，为业务场景服务。

以AI小程序妙鸭相机为例。妙鸭相机从C端业务场景切入，所使用的AI技术并不是最先进的，但能够切中女性用户对照片的需求，获得用户的广泛认可。据公开信息显示，自上线以来，妙鸭相机吸引超过6万用户访问。这也说明了，AIGC从技术落地到具体业务场景时，需要充分考虑用户的需求和痛点。只有针对性地提供解决方案，方能抓住突破的机会。

把握创业机会：“基础大模型”不是必选项，场景应用很重要

AIGC的基础是大模型，也称为“基础大模型”。ChatGPT的出现使多模态处理成为了新技术趋势，预计多模态处理将成为自然语言处理领域的标准。过去由于技术限制，需要将文本、图像和视频分开处理；而在未来，不同方向的大模型最终会殊途同归，形成一个真正的“通用”大模型。

要实现这一目标，需要持续的技术演进。当前的人工智能演进与过去的计算机视觉（CV）技术演进存在很大的差异。计算机视觉开发的算力需求较低，即使是小型公司也可以通过领先的算法在市场上取得一席之地；而在大模型领域，则需要同时考虑数据、算力和资金等多方面。对初创企业而言，“基础大模型”的开发是一个巨大的挑战。

除了商业模型，近几年来开源模型发展迅速。未来可能会形成一种商业模型领先、开源模型跟进的格局。开源模型的出现促进更多生态的形成，可以降低训练模型的巨大成本，并为创业公司带来更多机会。

曾震宇总结：“基础大模型的竞争激烈、成本高、风险大，中小创业者进入要谨慎，但中小创业者们可以在基础模型之上进行开拓和创新，发掘新的商业机会。”

他指出，相较于传统的业务模型，中枢大语言模型（LLM）能够成为新范式，提供真正的智能化引擎，从而使业务应用更高效和智能性。相比于以往的白盒模式，大语言模型能够提供更为灵活的架构，实现更为复杂的业务逻辑和算法。在这种模式下，中小创业企业将能够获得更多的创新工具和技术支持，帮助开拓新市场。

以射电望远镜为例，其作为一项很重要的工具，与天文学应用场景相结合，不仅推动了天文学的进步，也能获得很好的商业回报。同样在人工智能领域，这样的技术结合点会在一些业务场景中催生出新的生产模式和行业生态。随着大模型的多模态技术演进，未来可能还会有更多的可能性。

从投资的视角审视当前大模型的发展路径，尽管市场上有很多不确定的声音，例如AI垂直模型是否还有机会、大模型上的应用层是否过于单薄等，还有人认为OpenAI过于激进。但Ben Hu认为：“当下是较好的创业时间点。” 

无论是中国还是美国，已经有很多创业者进入了该领域，有些竞争甚至出现白热化状态。如果一个创业者完全依靠外部信号来做判断和决策，很可能会错失机会。因为这场人工智能领域的变革与移动互联网的进程有所不同。2008年开始兴起的移动互联网，直到2012年前后，大多数大企业才认识到它的重要性。而面对2023年的这股AIGC浪潮，全球企业的反应更加迅速，科技巨头正高度重视AI技术的研发、应用与布局，甚至有很多公司的创始人开始回归投身AI开发。这是前所未有的。

选择B端orC端市场切入？AIGC生态下创业机会与挑战并存

在过去十年的移动互联网热潮中，出现过多种商业模式，包括软件应用、SaaS服务等。今天回顾iPhone的发展可以发现，苹果在移动互联网领域创造的价值主要来源于背后的ios生态。这个生态链接了众多供应链厂商，让很多创业者找到了机会。同样，人工智能领域的大模型发展也在衍生类似的生态系统。

在这个人工智能的“iPhone时刻”，Ben Hu和曾震宇都认为无论是B端还是C端场景，AIGC的创业机会与挑战并存。

首先看B端市场。近几年来市场上出现一些关于B2B企业的讨论，例如中国的SaaS产品做得好不好等。针对这些声音，创业者可以结合AIGC的能力，如文字生成、图片生成等，或许能够弥补SaaS软件和服务中缺少的元素，重新找到产品和市场的结合点，实现更好的场景落地。AI技术的应用还可以降低企业的部署和实施成本，有效提高收益。

B端市场广阔，但分散度和离散度很大，每个行业都有其特点和挑战。创业者只有深入了解行业本身的特点和趋势才能找到“真需求”。大模型已经展现出超过以往的程序语言、架构设计等能力，很多B端业务问题可以通过多模态处理解决。但有些行业问题目前很难用一种非常高效的方式来解决，比如说供应链的问题涉及销量、库存、生产环节。本质上是要提升运营效率，如果能够引入新AI生产范式，让生产数据实现泛链接，可以进一步减少人工的投入。除了供应链，很多行业都会需要类似这样的解决方案，例如在电力行业，很多巡检工作需要具备专业知识。如果能够使用大模型代替专家辅助或完成这些工作，或许可以在这个垂直行业中找到新的价值源泉。

再看C端市场。目前国内一些专注于C端应用的AI创业者已经给了市场很多信心和启发。当产品满足用户需求时，用户就会产生很强的自传播能力。尽管一些AI应用能够在短时间内获得大量用户和关注，但随着热度下降会造成用户流失，即便是ChatGPT也会面临这个问题。要实现长期发展，创业者需要找到真正解决用户需求的商业逻辑，并通过技术提升用户生产力。如何保持用户关注度和粘性，这是AI应用长期发展的关键。

另一方面，很多C端应用的创业者正在积极出海。尽管出海的过程中会面临很多难题，比如合规安全、收款管理、人员管理等，但随着越来越多的中国企业出海，这方面也会越来越成熟。中国的创业者们应该拥有全球视野，不仅要关注中国市场，还要关注全球市场。这样所触达的视野就会变得更广，这也是一个很大的机会。

从市场需求分析回归到AI的生态架构，可以看到AIGC分为算力层、框架层、模型层、中间层、应用层，从底层的“基础模型”走到应用层的过程中，又有云服务提供强劲的驱动力。不同生态圈层的玩家又该如何把握创业机会？

曾震宇认为：“在当今的AI领域中，人工智能的基础模型与上层应用的开发都具有重要的意义。底层的基础模型开发中，有专注做模型本身的，也有做基础模型训练和调优的；而在上层的大模型应用生态中，更多的人关注生态垂直行业的开发。从未来的价值看，上层的业务场景空间很大，当中包含了很多创业机会。”

对于创业公司来说，直接开发基础模型困难重重。应当回归B端和C端的商业本质，将人工智能视为新工具去使用。创业公司想要涉足大模型生态的垂直行业，需要清晰自己的定位和所处的位置。在当前AIGC的生态中，大模型就像以往的计算机视觉技术一样，最后的关注点一定是回归业务。创业者要在大模型之上构建出一个完整的产品体系，必须深入思考业务场景、业务价值和业务链路，才能够找到真正有价值的商业模式。

Ben Hu也表示：“大模型的发展是必然趋势。在市场上，OpenAI这样的AI头部企业正在推动大模型的能力边界，这意味着大模型与应用层的关系会越来越紧密。”