国内创业生态： 1、现在的生态有点像一个夹了块冰冻牛肉做馅的汉堡包，两头热，中间冷，大脑袋举大旗，创业者敲边鼓，投资人贪婪而胆怯； 2、或许等创业者逐渐收敛到最适合的组织方式，与几个超级个体达成联合之后，他们会发现，自己真的，不太需要融资

国内创业生态

陆奇最新演讲实录：我的大模型世界观

文章来源：腾讯科技 新范式的动力引擎： GPT模型体系将成为驱动新范式的引擎，自然语言处理在通用智能中起重要作用。 数字化平台的解剖结构：数字化平台由个人电脑、PC服务、互联网、云计算、AI、元宇宙、脑机接口、量子、生物基等构成。 数字化应用 – 大模型为先之下的“需求导向+三位一体”：数字化应用需求导向，以消费者、创作者、和企业三位一体满足人类需求。 技术推动：大模型技术契合人类需求，推动与广告、食品饮料等广泛应用。 产学研： 基础研究、应用研究、技术研发、产品开发、市场推广之间的生产力演变。 时代机会：基础范式的演变，从基础研究到市场推广。 源头创新：在源头最大化驱动创新，通过助力创业者推动科技企业发展。 自动驾驶应用软件：大模型技术在自动驾驶应用软件开发中具有可行性，可能做到低成本。 中国机遇：中国有机会迎头赶上，建立自己的GPT等模型能力，引导市场发展和大企业发展等将在其中扮演重要角色。 博龙补一句： 1、当一个63岁的壮年大哥开始扛大旗，其中历史的厚重感与关键人物的交锋与渊源都值得一读； 2、演讲开头关于“获取信息的边际成本开始变成固定成本”，可以延伸听一下播客【高能量】Vol43期，李丰在其中有丰富的历史层次展开。 3、记住这句话：未来，唯一有价值的是你有多大见解

远望资本程浩：AI大模型创业的生死5问

文章来源：远望资本iVision 创业公司能不能做通用大模型：大厂（BAT+字节跳动+华为）在场景、流量、资金等方面具有显著优势，创业公司在通用大模型领域的机会较小，但依靠创业团队实力与执行能力，投资这类创业项目仍有一定潜力。 通用模型 vs 垂直模型 ：通用大模型如ChatGPT具有较强的泛化能力，但各行各业的专业知识和领域特定的应用场景仍然为垂直模型创造了巨大的生存空间和创业机会。。 开源模型 vs 闭源模型 ：未来美国和中国每个国家都会有1~2个闭源大模型，剩下的都会开源，企业服务更倾向于开源模型以保护私有数据；云计算厂商作为开源模型的支持者，通过提供云服务获取利益，OpenAI也可能推出开源模型服务To B客户。 AIGC+ vs +AIGC ：创业者选择AIGC+（以AIGC为核心扩展业务）还是+AIGC（为现有业务赋能AIGC）的决策取决于两点：一是AIGC在全业务流程价值链的比例；二是AIGC部分的护城河有多高。 To C还是To B，国内还是海外 ：大模型市场分为国内To C、国内To B、国际To C、海外To B四个象限，其中国内To C偏向巨头赛道，需在夹缝中寻找爆品机会，但面临合规成本；国内To B赛道广泛，但天花板较低，需耐寂寞；国际To C逐渐成为红海，护城河较窄，面临巨头竞争；海外To B市场具有较好的支付能力和付费习惯，中国创业者以快速迭代为优势，有望在此领域取得成功。 博龙补一句： 1、Mission Critical容错率低的领域，特别需要垂直领域的模型做持续高质量的交付，基于这两个月的创业实践，很认可这一点； 2、现在大部分基于AI能力的套壳应用，都是Demo级别，产品交付级别的非常少，更别说让用户长期留存了 3、人们很容易把服务2.5%先锋用户等同于【做一个炫酷的玩具】

ChatGPT启示录系列丨VC围猎大模型，贪婪又胆怯

文章来源：原因reason 生成式AI创业繁荣与投资观望：在生成式AI领域，创业者的热情高涨，投资者却持观望态度。一方面有AMAZING数量的AI项目，但实际获得融资的只有63个。投资者面临了前所未有的困惑，不知道如何选择投资的项目。 技术迭代速度快：生成式AI领域的快速发展让投资者来不及反应，各个大厂如微软、谷歌、OpenAI等每天都有新动作，市场变化较快，投资者需要更多时间了解和观察市场。 投资难题：投资者需要面对底层生态稳定性和上层应用壁垒两大问题。底层AI模型尚未稳定，未来可能掀起“类操作系统”的战争。上层应用方面，C端市场竞争激烈，马太效应可能出现。 投资者主要关注To B市场和工具层：中小规模投资者更偏向于To B应用层和工具层，因为这样可以避免激烈竞争，也可规避大厂的赛道。如果创业者能积累经验，甚至在大厂下场肉搏时也能抗衡。 投资者看AI成为无奈选择：许多投资人在其他领域找不到可投项目，且AI成为热点。VC投资标准越来越专业，节奏也越来越快，这使一些投资者很难跟上进度。 专业投资人才短缺：国内投资人大多从毕业开始就做投资，相比之下，海外优秀机构投资人几乎都有过创业经历。这份经验让其能更好地为创业者把控发展节奏和提供各方面支持。 成功投资机构具备专业背景：在拿下大模型项目中的投资机构，如真格基金、源码资本、高瓴创投、IDG资本等，其负责人都具备技术背景。这些机构早期就开始布局AI，并在这个领域拥有丰富经验。 专业人才需求激增：在大模型背景下，投资机构需要专业技术背景的人才。一些投资机构已开始密集招聘AI方向的投资人，强调技术背景至关重要，金融背景则次要。 陆奇的转变：陆奇从投资职业经理人转为投资人，试图将美国优秀的投资模式与中国本土相结合。他先后尝试迎合中国市场热点趋势和投资风格，再回归自己擅长的AI领域。 投资逻辑改变：随着生成式AI等技术逐渐成为核心驱动力，投资逻辑也在转变。砸钱、砸资源、混圈子的投资逻辑将被逐步淘汰，VC须与创业者一起实际参与一线工作，寻求新的发展机会。博龙补一句：印象最深的是文中的这一句——现在的投资圈，好像所有人都在看AI，但又好像所有人都不在意AI，它就像交际花，所有人都带着他，但没有人真正爱它——文中这句话多少带点怨气，从一线接触到有限VC的感受看，真正脑子转的快，学习能力飞起的聪明脑袋，还是少，赚容易钱，认人投资，扎堆，追求安全，而不是扎进去闻味道，快速找到非共识

AI 时代，一种新型创业公司形态即将到来

文章来源：投资实习所 AI时代的创业公司特点：根据SocialCapital CEO Chamath Palihapitiya和图片Every创始人Nathan Baschez的观点，AI时代的创业公司将呈现出更小、更快、更便宜、更奇怪的特点，达到MVP的团队规模会缩减到3-4个人。 康威定律解释组织与技术时代的关系：康威定律指出任何设计系统的组织都会产生一种设计，其结构是组织沟通结构的副本。这意味着不同技术时代会产生不同类型的组织。 云计算的成熟和普及：云计算技术使创业更加容易，原型创业组织变得更加简单，快速发布产品，并根据客户反馈进行迭代。 AI原生初创公司的出现：像精益创业一样，AI时代诞生的初创企业也将从小做起，利用开源和云计算快速起步并迭代，但由于AI的存在，他们将在更长的时间内保持较小规模。 AI在初创公司的应用：AI将被应用于构建产品和功能、处理数据、学习新技术、测试软件、设计界面、与用户沟通、解释用户反馈以及自动化销售和客户支持等方面，从而使公司更高效地运行。 人类在公司中的角色变化：随着越来越多的业务活动被委托给机器，人类在公司建设中扮演的角色将在未来发生变化。人类只需设定最初的愿景，然后充当将一切联系在一起并保持其平稳运行的粘合剂。博龙补一句：在可见的未来，外围技能会迅速的失去价值，内核（认知、见解、判断）会被无限放大，由此带来更轻盈的组织将会优先筛选程序员中的成年人，以及那些愿意把手弄脏的产品经理；本篇适合跟Daily0403.1刘润的那篇一起服用，企业内的人力资源利用模式变化是推力，外部的创业团队组织形式变化是拉力，