ChatGPT 发布，新一波 AI 创业浪潮 ｜AI 创业公司这次可以和巨头扳手腕了么？

    Vol．20221204
    
    2022 年 11 月 30 日，OpenAI 发布了名为 ChatGPT 的 AI 对话模型，它是 InstructGPT 的衍生模型，是根据 GPT－3．5 系列中的一个模型微调而来的，于 2022 年初完成训练。
    ChatGPT 不仅可以解释代码，编写内容脚本，也可以通过对话式回答找到你想问的内容，感兴趣的朋友可以在 OpenAI 官网体验一下，比如我尝试让 ChatGPT 创作一篇关于 Steve Jobs 和 Elon Musk 的虚构小说，内容如下：
    
    
    
    
    
    没想到故事的最后，SpaceX 和 Apple 居然合并了，乔老爷看了都要流下激动的泪水．．．
    言归正传，本期分享给读者朋友们的是编译自硅谷连续创业者 ＆ 投资人 Elad Gil 的一篇文章《AI： Startup Vs Incumbent Value》，他也是硅谷最多产且管理规模最大的 Solo Capitalist，一个人掌管 6．2 亿美元的基金，先后投中  Airbnb、Stripe、Pinterest、 Instacart、Coinbase 、Notion、Figma 以及 Airtable 等知名独角兽。
    
    Source：Angel．co；
    文中 Elad 谈到了在每一次技术浪潮中，初创企业（Startup）和现有企业（Incumbent）在价值、营收、估值、利润以及人才等多个维度各不相同，在一部分浪潮中初创企业是 100％ 的受益者，在另一部分浪潮中现有企业是主要的受益者，Elad 认为上一波 AI 浪潮主要的受益方是现有企业。
    这篇文章主要分为 4 个部分阐述他的观点：
    01． 三波 Web 浪潮的价值分配
    02． 第一波 AI 浪潮并不友好
    2．1 十倍优势才有机会
    2．2 数据先发优势在缩小
    2．3 难度系数大的赛道
    03． 第二波 AI 浪潮的新发现
    3．1 横跨多个领域
    3．2 新的基础设施
    3．3 新的应用案例
    04． 写在最后
    4．1 专注需求与市场
    4．2 规模化的问题
    01
    三波 Web 浪潮的价值分配
    
    Source：Redd F，Unsplash；
    为了方便理解，我用Web1．0、Web2．0以及Web3．0 代指互联网的 3 波浪潮：
    Web1．0
    70～80％的红利都被当时的新兴企业，如 Google、Amazon、Paypal、Ebay、Salesforce、Facebook、Netflix 等获得，而剩下的红利则被 Microsoft、Apple、IBM、Oracle 和 Adobe 等当时的明星企业获得，后者们将自己的竞争优势（特许经营权）延伸到了蓬勃发展的互联网浪潮中。
    Web2．0
    80％的价值被同期的现有企业获取，如 Apple、Google 以及其它 Web1．0 时代成立的企业，即基于 iOS 和 Android 系统上的相关赛道企业，如支付、企业服务、即时通信、社交和流媒体等，同赛道也相继出现了新的玩家，例如 Whatsapp 和 Instagram，以及一些新赛道如 O2O 领域，相继出现 Uber、Doordash 和 Instacart 等初创企业，这个比例大概是 8：2。
    Web3．0
    加密货币领域几乎 100％ 被新的初创企业所占据，例如 BTC、ETH、Coinbase、Binance 和 FTX 等，金融服务和基础设施方面的现有企业很少参与或创造价值，或许现有企业中的最大受益者是提供挖矿芯片的 AMD 或 Nvidia 等半导体企业。
    
    02
    第一波 AI 浪潮并不友好
    Elad 认为机器学习领域的情况比较奇怪，第一波浪潮中的机会，例如 CV（机器视觉）、RNNs（循环神经网络）、CNNs（卷积神经网络）、早期的 GANs （对抗神经网络）以及 ML（深度学习）基本归于现有企业。
    
    来源：Greg Bulla，Unsplash；
    传统赛道
    虽然过去十年里相继出现了很多种细分领域 AI 表现第一的企业，但是真正实现落地和良好商业化的还是现有的科技大厂们，例如 Google ＆ Facebook（新闻与广告）、Netflix（影片推荐）以及 Amazon（Alexa）等，Bytedance 虽然 Elad 有提到，但我认为这是少有抓住第一波 AI 浪潮并迅速崛起的初创企业。
    新兴赛道
    Elad 认为第一波 AI 浪潮中的最大成果应该是自动驾驶，但自动驾驶赛道中的许多明星公司实际上是许多现有企业的子公司，例如 Google 旗下的 Waymo、通用旗下的 Cruise 以及特斯拉的自动驾驶团队。
    那么为什么第一波 AI 浪潮中，初创企业的占比那么低呢？Elad 列了三个假说：
    2．1 十倍优势才有机会
    Elad 提到的第一种假设是，对于某些产品来说，第一波 AI 浪潮中许多企业虽然创造了更好的新产品／服务，但这些新产品／服务并没有好到一下子击败现有竞争者的程度。
    进一步说，现有的竞争者拥有在渠道、资本和产品方面的护城河／壁垒，想要击穿这些护城河／壁垒，就需要初创企业提供前者无法提供的产品／服务，且这种优势能达到 10 倍的差距，上一波的初创企业在某些情况下虽然提供了好的产品／服务（0．5～3 倍），但称不上伟大，产品上的差异化也不明显。
    2．2 数据先发优势在缩小
    目前而言，AI 的许多大规模落地场景仍然聚焦在 C 端场景，而相关的企业拥有大量积累的数据来进行采集训练，例如 Google、Facebook 和 Uber 等；此前的 AI 浪潮中，现有企业依靠积累的数据具备先发优势，但这种优势正在缩小乃至消失。
    因为许多互联网大厂通过更广泛的网络数据作为初始训练集来训练一个通用的大模型，但往往在真实的业务场景中需要更加精细与匹配的数据，此前一波 AI 浪潮中海量数据更重要，但目前而言，机会或许正在向天枰的另一边的初创企业倾斜。
    2．3 难度系数大的赛道
    Elad将 AI 可落地的赛道分为两类，第一类是从现有企业所在的市场 AI 升级而来，部分初创企业选择这种竞争方式，但是总的来说胜率大概是 50％，参考 Slack 与 Teams 的产品竞争，后者依靠 Microsoft 积累的大量客户仍有可能打败新的玩家。
    
    来源：Stephen Phillips，Unsplash；
    后来的故事大家也都知道了，Slack 最终在去年 7 月被 Salesforce 以 277 亿美元收购，Salesforce 依然是 Web1．0 发展至今的大玩家之一，这项收购补齐了 Salesforce 业务的短板，也能帮助 Slack 灌输大量的新客户。
    第二类则是结构上讲不容易应用的市场，比如教育或者医疗领域，存在市场、监管以及企业内部革新决策上的各种问题；这里 Elad 举了一个 20 世界 70 年代斯坦读大学名为 Mycin 的项目，工程师开发了一个专家系统来预测某方面疾病，尽管效果上性能优势明显，但项目最终还是未被采用，即某些市场，即使在新技术（如 AI）的加持下性能提升到原先的 10 倍，也可能难以商业化推进下去。
    03
    第二波 AI 浪潮的新发现
    
    来源：公开网络；
    此前，Elad 已经在 AI 领域工作了很长一段时间，关于他个人的详细介绍，感兴趣的童鞋可以阅读「海外独角兽」此前发布的专题文章《一个人管6亿美元，最强Solo Capitalist转战“长寿”赛道》，他的个人经历如下：
    2001 年，Elad Gil 获得 MIT 生物学博士学位，此前获得加州大学圣地亚哥分校数学以及分子生物学学士学位；
    2004 年 6 月，加入 Google 担任产品经理，并组建了移动团队，参与三项收购，同时也是 Google 地图的产品经理；
    2007 年 11 月，Elad 创立 Mixer Labs，后来这家公司被 Twitter 收购；
    2009 年 12 月，加入 Twitter 担任企业战略 VP；
    2013 年， 与 Othman Laraki 共同创立 Color Genomics，这是一家 Biotech 公司，通过大数据、AI 对癌症和心脏病等遗传基因进行检测，Covid－19 期间还生产了新冠检测试剂盒，每天处理 15 万次测试；
    凭借多年丰富的产品、技术以及创业经历，Elad 认为这一波 AI 浪潮与此前的 AlexNet、CNN、RNN、GAN 等有所不同，初创企业在新的一波 AI 浪潮中将占据更大的红利，原因有三：
    3．1 横跨多个领域
    Elad 表示当前这一波新的 AI 技术浪潮有一个显著特点 —— 横跨多个领域的创新速度正在提速，未来可能有类似 GPT 的语言模型（GPT－4 或者 GPT－N）将以更深入的方式提高 NLP（自然语言处理）与 C 端 ／ B 端的能力、逼真度以及覆盖程度，甚至也可能颠覆现有的对话与垂直领域的工作方式，为文本相关的领域进行助力。
    除了文本之外，图像生成、语音到文本、文本到语音、音乐、视频以及其它领域的进展也正在发生，可以想象图像生成领域将有 4～5 个明确的商业用例，从更好的设计工具，再到电影故事版制作，而这些场景中哪些是初创企业的机会，哪些有归功于现有企业，这个 Elad 认为还有待观察。
    由于这一波的技术加成较为显著，意味着新的创业者和大厂团队将更容易创造出比以往好 10 倍的产品，这也是 “Why Now ”在技术上的一个显著变化。
    当然，这一技术加成的前提—— GPT－4 （或其它大模型 API 平台）会比现有的 GPT－3／3．5 有更显著的性能提升，虽然目前看来 GPT－3 表现很好，但并没有突破性地成为许多初创企业颠覆现有商业生态的基础能力。
    Elad 的言下之意 —— 一个比 GPT－3／3．5 好上 5～10 被的模型将很有可能创造一个全新的创业生态系统，同时也将增强现有的产品，是一个对增量和存量商业生态都有益的底层能力，而 1．5～2 倍的提升并不足以诞生这样的创业机会。
    3．2 新的基础设施
    
    来源：Hugging Face；
    与上一波 AI 浪潮不同的地方，以基础设施为中心的公司正在不断涌现 —— OpenAI、Stability．AI、Hugging Face、Weights 以及 Biases 等等，它们以一种开源 ／ API 为中心的商业模式快速增长，虽然它们的营收并没有跟上这种增速。
    OpenAI 目前是这个领域的领导者，而在 4 年以前则是 Google 占据着这个位置，这就像是 Xerox PARC 发明了变压器，为整个行业提供开创性的基础设施，然后出现一家有代表性的初创公司，如同苹果一样推动整个行业的演进。
    除了 OpenAI，HuggingFace、Weights 以及 Biases 等初创企业正在为整个 AI 行业提供工具，而现有的开发工具企业到今天都还没有做到。
    3．3 新的应用案例
    新一波 AI 初创企业似乎在具备高度重复性、高利润的场景（代码、营销文案、网站图像等），例如营销文案（Copy．AI 与 Jasper）、图像生成（Midjourney 与 Stable Diffusion等），以及代码生成（Github Copilot 与 Replit），新的初创企业正在以不错的渗透率和增速发展，这在上一波 AI 浪潮中并不存在。
    AIGC 相关的文本或图像生成是有机会的，这是因为新的 AI 相比以前拥有更好的效果；到目前为止，具有这些特征的公司似乎享受到技术的甜头，其它诸如如语音转录、机器人、视频等领域也都在演进的路上，这将扩大下一代 AI 技术落地。
    04
    写在最后
    4．1 专注需求与市场
    
    来源：Startaê Team，Unsplash；
    从技术角度来讲，我们能看到技术的提升明显，但 Elad 依然提示我们要避免拿着锤子找钉子的问题，对于创业团队来讲更重要的是确定实际的末端用户需求以及那些未被很好满足的市场，它们将从这一波 AI 浪潮中受益。
    随着技术逐渐成熟，整个行业的引导者从技术建设者（科学家）向产品建设者（创业者与产品经理）转变，期待能够看到更多基于 AI 技术且有意思的应用开花结果，如果云计算发展的历程一般，况且云计算领域当前仍在快速发展。
    4．2 规模化的问题
    
    来源：Slidebean，Unsplash；
    最后，Elad 提到在比对初创企业与现有企业的价值时，重要的是关注现有企业的体量规模。例如，Google 现在的市值是 1．3 万亿美元，如果增加 10％ 那就是 1300 亿美元，这相当于是 7 个Figma，4 个 Snowflake，17 个 Github，或是 130 个 Stability．AI ！ 现有玩家的市值已经非常大了，即使是小的增长，也将增加整个生态系统或细分市场。
    鉴于AI可能到来的影响，我们可以想象一个或多个真正大规模的初创公司被创造出来，即使现有企业这次由于累计的优势与体量规模而获得大部分红利，初创企业应该以一种重要的方式参与到新的市场容量和对世界的影响中去；另外，某些细分市场，例如搜索将会首次变得疲软，Elad从自己多年的行业经验来看，认为这一次将有更多的初创企业获得技术发展的红利。
    参考 ＆ 推荐：
    ［1］ 《AI： Startup Vs Incumbent Value》，Elad Gil；
    免责声明：在任何情况下，本文信息或表述，不构成任何投资建议；若有侵权，请后台联系删除。