人工智能时代，AI赛道如何投？
6月21日，金沙江创投合伙人朱啸虎在“创投十年”高峰论坛上，分享了以“扬鞭奋蹄正当时”为主题的演讲，聚焦创投行业当前的新形势和新变化作出分享。
投资作业本课代表整理了要点如下：
1、今天一级市场，在估值回调时，现在真的是投资的最好时机点。
2、这次生成式AI可能又是一个非常像PC互联网和移动互联网的，以十年为单位的长周期的机会。
3、如果大型模型的迭代速度减慢，就会增加应用创新的机会。我们认为从今年开始，在人工智能与游戏技术大会（AIGC）的应用领域可能会涌现大量机会。
4、如果到年底还不能推出GPT-5，我认为Open AI和英伟达的股价可能都要狂跌。
5、C端应用确实能够创造很多的价值。但是今天C端应用明显还不够成熟，还没有到时机点。
6、五年后可能不存在独立的大型模型公司，只会有AI应用公司或云服务提供商。
7、在中国，人工智能的核心永远是用户体验。在中国，技术从不成为障碍，因为人才济济。
8、千万不要迷信大投入，做人工智能并不需要大量资金或算力。
9、千万不要小看任何一个垂直场景，很多垂直场景里面都蕴藏着机会。创业者一定要找到这种能引起客户尖叫的场景。
现在是投资的最佳时机
最近几天中国的一级市场异常活跃。我们的好友王冉表示一级市场已经式微了，对吧？大家需要重新唤起一级市场，我认为王阳明说的很有道理。
要知道易于理解但难以实施，要实现理论与实践的统一确实非常困难。做投资的人常说，我们应该在市场恐慌时贪婪，在市场繁荣时保持谨慎，但实际上很多时候都会在市场繁荣时变得更加贪婪，就像今天的英伟达一样，在市场恐慌时更加惶恐，这就是当前一级市场的情况。
所以我们感觉今天一级市场，在估值回调时，现在真的是投资的最好时机点。
投资确实是有很多周期性，中国过去25年的一级市场的创业和投资经历了很多周期。但中国的周期都是短周期，基本都是三年一个周期。
从最早的门户网站，例如新浪、网易、搜狐，可能今天的年轻人已经不再频繁访问这些门户网站了；随后是SP游戏，腾讯当年是依靠SP游戏上市的，但今天的年轻人可能已经不熟悉SP的概念了；接着是彩铃和彩图，即彩色小照片，当年腾讯的收入主要来自这些业务；然后是端游盛大，盛大天桥同学已经在美国退休多年了；紧接着是电子商务，再往后是移动互联网、O2O、新消费、短视频和直播，这些基本上都是以三年为一个发展周期。
但是美国的情况却截然不同，美国基本上经历了十年一个周期，从1999年和2000年互联网泡沫破裂之后，然后重新恢复增长，一直持续到2009年。随后是金融危机，再之后是资本泡沫破裂，然后又重新开始增长，直至今天，基本上是一个十年的周期。
中国可能是第一次经历一个以十年为单位的长周期。因此，这对许多创业者和投资人来说都是一次考验，需要思考如何度过这个长周期，如何忘记过去三年的短周期。
以前岁寒三友，基本上每一两年就出来讲一下“冬天来了，现金为王”，现在不讲了，因为现在也不知道这个周期什么时候会结束，但可能我们感觉是10年为周期的。这个会向美国看齐，所以我们感觉还是有很多现在是很好的时机点。
过去20年基本经历了两个十年的长周期，一个是PC互联网，一个是移动互联网，都是十年一个周期的。这次生成式AI可能又是一个非常像PC互联网和移动互联网的，以十年为单位的长周期的机会。而且从2022年GPT出来以后，在前面过去一两年保持迭代速度很快。
年底如果GPT-5尚未发布，英伟达和OpenAI的股票可能会大幅下跌。
从GPT-3到GPT-4，从GPT-4发布到现在已经有15个月了。GPT-5一直没有发布，一直在推迟。
我最近访问硅谷时发现，那里的人也在高度怀疑GPT-5是否还能问世，或者即使问世，是否还能在核心推理能力上有显著提升。目前这是一个非常不确定的问题，所以我认为今年年底将是验金石。
昨晚，Anthropic刚刚推出了Claude3.5，它在许多情况下已经显著超越了GPT-4。如果到年底还不能推出GPT-5，我认为Open AI和英伟达的股价可能都要狂跌。
今年开始，人工智能与通信研究院应用端可能会出现大量机会
但这对中国创业者来说是个好消息。因为如果大模型的迭代速度放缓，那么应用创新的机会就会增多。
过去，许多投资者不敢投资AIGC应用，因为大模型的演化速度太快，可能会颠覆许多创业公司的应用场景。但如果大模型的迭代速度放缓，应用创新的机会就会增多。我们认为从今年开始，在AIGC应用端可能会出现大量机会。
AI时代应用公司机会很大，会比上个时代公司创造的价值多个0
无论是PC互联网还是移动互联网，它们都经历了类似的周期：首先是硬件增长最快，然后是基础设施，最后才是应用。在2000年PC互联网时代，市值最高的公司是思科；今天市值最高的公司是英伟达，尽管昨天股价有所下跌。
正如马克·吐温所说，历史总是踩着相似的旋律。从移动互联网时代的高通、ARM到苹果、三星，真正创造巨大价值的是像亚马逊、谷歌、Facebook这样的应用型公司。
我们认为，在人工智能时代，应用公司同样有很大的机会，甚至可能比上一个时代公司创造的价值多一个0。
原始内容保持不变：五年后大模型公司很难独立存在
在美国，这一趋势已经变得十分明显。当前，一线大模型公司几乎都已经与巨头结盟，而二线大模型公司则只能被迫出售自己。
人工智能初创公司Inflection是一个很好的例子。尽管它从微软获得了15亿美元的投资，但最终也只是被微软挖走了团队。投资者以本金加利息的方式退出。
我认为中国的情况可能也会类似。我可以肯定地说，五年后可能不再存在独立的大型模型公司，要么只剩下AI应用公司或云服务公司。
今天的大模型公司很难单独存在，因为它们没有自己的商业模式。国内大厂的价格已经在许多创业型大模型公司的成本线以下，创业公司如何跟进，大厂在价格战中，创业公司几乎无法跟上，因为它们的成本比大厂的售价还要高。而且它们也没有专有数据，很难建立长期的壁垒。
原文已经比较详尽，没有需要扩写的内容。为什么进行价格战？大型公司为何将价格战描述为中国创业者最为熟悉的竞争路径？因为所有人都处于同一起跑线上，性能方面基本没有差异，因此最终只能竞争价格。
C端应用尚未达到适当的时机，然而在B端，人工智能有潜力创造约8万亿至20万亿年产值
很多大型模型公司都有意向开发面向消费者的应用。目前，C端应用的潜在价值确实巨大，可能是最为重要的价值之一。不过，就目前而言，C端应用的发展尚未完全成熟，时机还不太适宜。或许明年这个时候，我们可以更深入地探讨C端应用的相关话题。
目前，我们在B端上。在任何技术周期中，首先被采用的都是企业服务端。只要技术能给企业创造价值，即使价格稍高，企业也愿意买单。例如，80年代，一部大哥大可能要几万人民币，是很高的价格，但企业端是首先使用的。
PC互联网也是如此。PC电脑386、486刚出来时，也是几万人民币一台，企业端先采用。
AI领域同样如此。麦肯锡预测人工智能能够创造两万亿到四万亿美元的价值。我认为这个价值还是低估的。根据电脑和Office的用户数，全世界约有十亿白领，假设每个白领年均产值约四万美元，提升二十%到五十%的效率是轻而易举的。
今天人工智能之所以能够轻松提升效率，并非是因为人工智能有多聪明，而是因为很多白领在工作时并不那么专注。用人工智能替代那些偷懒的白领是相当容易的。因此，我们很容易就能创造至少40万亿美元的20%，即8万亿，最多创造20万亿美元的年产值。
国内企业的案例我就不分享了，我分享一个北欧的案例。
Klarna是一家从事消费金融的公司，利用GPT-4模型通过自身数据训练，轻松优化了700名客服人员，去年仅用了一个到两个月的时间，每年增加了约4000万美元的利润。
在国内，我们也可以看到很多类似案例。在微信营销端、电话中心客服端、电话中心营销端，都可以用通义千问或Llama2进行垂直优化后，轻松取代50%的人。
核心的不是技术，而是用户体验
五月份我去了美国，发现美国对人工智能应用落地的态度相对更理性。他们对实现进展的速度期望较低，这是因为当前的大型模型本身仍存在许多缺陷，并且结果的可控性不高。
这些错误和结果的不可控性是落地过程中最困难的问题，而解决这些问题正是创业者的机会所在。
我们常用一个比喻来说明问题：即便是像GPT-4这样的大模型，可能只相当于清华大学和北京大学本科毕业的水平。尽管如此，对于许多垂直领域，它们缺乏专业知识，无法胜任工作，容易出错。因此，很多时候还需要进行职业培训。
例如，无论是成为审计师、咨询顾问，还是设计图纸、编写程序，如果没有经过垂直领域的专业训练，即便是清华北大的本科毕业生也难以胜任。在某些情况下，他们的表现可能还不如经过专业培训的中专毕业生。
我们的国产大模型或Llama2这样的开源模型可能相当于中专毕业生的水平。但经过高质量的垂直数据训练后，它们的表现可能比未经培训的清华北大毕业生还要好。
因此，对于今天的中国创业者来说，如何确保交付的可靠性，是人工智能创业者最重要的考量点。
苹果公司两周前发布了Apple Intelligence，重新定义了人工智能，AI的本质在于用户体验，而非技术层面。技术不会成为障碍，尤其是在中国，因为这里有许多聪明人，一旦某项技术问世，很快就会有大量人复制。因此，在中国，关键在于用户体验。
苹果认为“入口为王”：最有价值的是入口，而非技术。
苹果在iPad上首次推出了计算器功能，这项功能虽然看上去非常简单，只需手写就能自动显示答案，甚至生成函数图，但它确实保证了用户体验非常好。
苹果再次强调了”入口为王”的概念，最重要的始终是入口，最有价值的永远不会是技术本身。
苹果允许iPhone和iPad用户无需注册登录即可使用OpenAI的ChatGPT。这意味着苹果对于用户体验的重视，以及对于开放人工智能技术的认可。
苹果不会将用户交给OpenAI，因为用户是苹果的用户。苹果允许用户无需注册即可使用ChatGPT，并且不会将用户数据交给ChatGPT。此外，苹果可以随时在后台切换掉OpenAI。
核心不在研发，应聚焦垂直应用，寻找尖刀式场景
对中国创业者来说，我认为最核心的是不要在底层技术研发上投入过多。因为大模型本身已经非常强大，并且仍在不断迭代。在垂直场景上进行优化，我认为存在很多机会。而且，千万不要迷信大投入，做AI并不需要大量资金或算力。
如果有人声称需要数百名员工投入数千万元人民币，并且需要大量硬件资源作为计算能力，才能开发人工智能，那么他很可能是在欺骗你。
真正重要的是找到一个好的场景并深入其中，不需要很多人，我一直在强调，如果十个人找不到好的场景，一百个人同样也找不到。所以要专注于你的垂直行业和痛点，用AI来创造应用。
美国创业者的目标往往非常远大，比如用人工智能生成内容（AIGC）直接制作电影。但说实话，今天用人工智能生成内容制作电影的难度很大，在接下来的两三年内都很难实现商业化落地。然而，用人工智能生成内容制作广告视频，这是中国最擅长的。
中国之所以擅长这一点，是因为过去三年里，所有的电商网站都已经从图片转向了短视频。今天，几乎所有的电商网站都基于短视频。因此，中国拥有大量的产品广告短视频数据。
美国目前仍然基于图片，所以中国在这方面拥有丰富的数据资源。而且，10到15秒的视频广告是今天最容易用人工智能生成的类型，即使其中有一些瑕疵，也可以通过人工投入10%到20%的精力去修正，这非常适合中国创业者。
美国或许寻求实现100%由人工智能生成的内容，但这一目标过于艰巨。而采用80%由人工智能生成的内容，并通过20%的人工工作来完善，更符合中国创业者的实际情况。
去年，我们让公司专注于国内市场，因为中国市场已经相当巨大。但我们也收到了来自日本、韩国和美国的客户主动联系，他们都是一些知名品牌，例如Rimowa、Tiffany、三星等。
包括LVMH集团，我们从微信拉群到签单，仅用了两个月时间就签下了LVMH在中国的所有品牌。我还推荐了唯一的中国公司FancyTech参加在法国巴黎举办的创新大赛，并获得了全球唯一的总冠军。
千万不要小看任何一个垂直场景，很多垂直场景里面都蕴藏着机会。618期间，自动回复消费者问题的AI助手就很适用，场景看上去非常简单也非常实用。
在中国，对于创业者来说，一定要找到这些具有针对性的场景。投入不需要很大，两三个人，可能两三个月就能开发出一个标准化产品，而且很快就能卖给客户，客户也会感到非常满意。因此，创业者一定要找到能引起客户尖叫的场景。
