ทั้ง Zhu Xiaohu และ Fu Sheng พูดถูก

ที่มา: บทที่ 42

ผู้เขียน: Qu Kai

ชื่อเรื่องเดิม: "Zhu Xiaohu และ Fu Sheng ถูกต้องทั้งคู่"

หมายเหตุ: ภาพนี้มาจากกลุ่มเพื่อนของ Zhu Xiaohu

เมื่อเร็ว ๆ นี้ มีการพูดคุยกันมากมายว่า AI จะทำงานหรือไม่ และแม้แต่บทความก็มาถึงฉัน

อันที่จริง ฉันได้ทานอาหารกับเจ้านาย Zhu Xiaohu เมื่อกว่า 2 เดือนก่อน เขากล่าวในเวลานั้นว่าเงินครึ่งหนึ่งของพวกเขาจะลงทุนใน AI ในปีนี้ ในความเป็นจริงพวกเขาได้ลงทุนในโครงการที่ดีมากหลายโครงการแล้วในเรื่องนี้ ดังนั้นคลื่นของการสนทนาและการตั้งคำถามนี้จึงเป็นเรื่องไร้สาระเล็กน้อยในความคิดของฉัน

หลายคนมองประเด็นนี้จากภายนอก จากมุมมองของแนวหน้า อันที่จริง สิ่งที่ทั้งสองคนพูดมีเหตุผล ดังนั้น ฉันจะให้ข้อเท็จจริงและความคิดเห็นของเราเอง:

1. ธุรกิจ FA ในบทที่ 42 ได้รับโครงการ AI มากกว่าสิบโครงการจนถึงปีนี้ โดย 5 หรือ 6 โครงการได้ปิดหรืออยู่ระหว่างการส่งมอบ และอีก 3 โครงการกำลังดำเนินการอยู่ เท่าที่ฉันรู้ ตัวเลขนี้ควรจะมากที่สุด (หนึ่งใน?) ในอุตสาหกรรมนี้ แต่ฉันรู้สึกว่าตลาดเย็นลงเล็กน้อยในช่วง 1-2 เดือนที่ผ่านมา ฉันเข้าใจว่าต้นเหตุคือการเปลี่ยนแปลงเชิงคุณภาพในโมเดลขนาดใหญ่ลดลงในช่วง 1-2 เดือนที่ผ่านมา ดังนั้น จึงมีผู้ประกอบการรายใหม่น้อยลง และเรื่องราวใหม่ ๆ ที่น่าบอกต่อกว่าต้นปี .

2. ในปัจจุบัน กองทุนดอลลาร์สหรัฐเกือบทั้งหมดในตลาดกำลังมองหา AI และกองทุน RMB บางส่วนสนใจ AI แต่เราได้ติดต่อกองทุนทั้งหมดประมาณ 50 หรือ 60 กองทุน ในจำนวนนี้มีสถาบัน RMB บริสุทธิ์ประมาณสิบแห่ง . ยังมีหลายคนที่มองในแง่บวกมาก แต่จริงๆ แล้วมีไม่กี่นัดในช่วงท้าย

3. ตามความรู้สึกของร่างกายของฉัน (เรารักษาการสื่อสารความถี่สูงกับกองทุนที่ขายจริง ดังนั้นควรใช้ความรู้สึกของร่างกายเป็นข้อมูลอ้างอิง) อาจมีโครงการ AI มากกว่า 100 โครงการที่ได้รับเงินในปีนี้ และ กองทุนกระแสหลักมีการลงทุนมากกว่าสองสามสิบเช่นเดียวกับกองทุนใต้น้ำต่างๆหรือเทวดาตัวน้อยและแนวคิดของการถูกันฉันจะใช้ตัวเลขส่วนตัว 100-200

4. ในแง่ของขั้นตอนของโครงการเหล่านี้ ส่วนใหญ่เป็นโครงการแรกเริ่ม และผลิตภัณฑ์ส่วนใหญ่ยังไม่เปิดตัว และโดยพื้นฐานแล้วไม่มีรายงานทางการเงินสาธารณะ ดังนั้นหลายคนอาจรู้สึกว่าตลาดแย่มาก และไม่มีใครลงทุน ความรู้สึก แต่มันก็ยังมีอยู่ ในแง่ของทิศทาง ความรู้สึกของฉันคือในบรรดาโปรเจ็กต์ที่ได้รับเงิน 10% - 20% ทำแบบจำลองด้านล่าง 20% - 30% ทำเลเยอร์ infra/intermediate และ 60% - 70% ทำเลเยอร์แอปพลิเคชัน (หากนับรวมผู้ที่ยังไม่ได้รับเงินด้วย ก็ประมาณว่า 95%+ เป็นอย่างน้อย)

5. จากการติดตามที่เฉพาะเจาะจงมากขึ้น ในความเป็นจริง บริษัทส่วนใหญ่พูดถึงสิ่งที่สามารถหมดได้ ไม่มีอะไรมากไปกว่าโมเดลขนาดใหญ่ระดับล่างสุด โมเดลขนาดใหญ่หลายโมดอล AI + SaaS 2B ต่างๆ (กฎหมาย การตลาด การบริการลูกค้า CRM, BI, ฯลฯ), AI + ผู้ช่วยส่วนตัว, เกม AI +, AI + โซเชียล, AI + มังงะ, AI + การศึกษา, AI + การท่องเที่ยว, การสร้างเสียง, การสร้าง 3 มิติ, การสร้างวิดีโอ, Civitai เวอร์ชันภาษาจีน, เลเยอร์ระดับกลางต่างๆ , แบบจำลองการแปรรูป, ฐานข้อมูลเวกเตอร์, การเร่งกำลังการประมวลผล, การคำนวณแบบกระจาย ฯลฯ วิธีการแยกความแตกต่างในเวลานี้เป็นปัญหาที่ยากสำหรับทุกทีมที่จะเอาชนะ

6. ในปัจจุบัน โครงการที่มีการสาธิตหรือเปิดตัวมีสัดส่วนประมาณ 10% ของโครงการทั้งหมดที่ได้รับเงิน เรื่องนี้ค่อนข้างน่าผิดหวังเล็กน้อย แต่เรายังได้ติดต่อผลิตภัณฑ์หลายร้อยรายการที่เข้าถึงผ่าน AI แล้ว 10,000 รายการ หรือแม้แต่บริษัทที่มีรายได้สูง และเรายังได้เห็นและได้ยินผลิตภัณฑ์และแนวคิดที่เป็นนวัตกรรมใหม่และน่าตื่นเต้นอีกด้วย โดยส่วนตัวแล้วฉันยังคงมีความกระตือรือร้นและมั่นใจในเพลงนี้ในช่วงต้นปีหากมีคนในตลาดสงสัยเพราะพวกเขาไม่เห็นผลิตภัณฑ์ที่ดีพอฉันคิดว่ามันเป็นสิ่งที่ดีสำหรับผู้ที่เชื่อในสิ่งนี้

7. ทุกแทร็กและฮอตสปอตมีขึ้นและลงซึ่งเป็นเรื่องปกติ ฉันตัดสินว่าคลื่นลูกต่อไปของ AI hotspots ในตลาดจะใช้เวลาประมาณสองหรือสามเดือนหลังจากนั้นเนื่องจากโครงการจำนวนมากที่ได้รับเงินในช่วงครึ่งปีแรกจะใช้เวลาสองสามเดือนในการออนไลน์จริง ๆ ถึงตอนนั้น เรามาดูกันว่ามีแอปนักฆ่าที่ดีกว่านี้หรือไม่ และเรายังสามารถดูว่าใครจะเป็นผู้นำของชั้นแอปพลิเคชัน ในระยะสั้น ขั้นตอนต่อไปคือการต่อสู้เพื่อข้อมูลการลงจอดจริง

8. ในขณะเดียวกัน มีบางอย่างในตลาด AI ที่ทำให้ผมผิดหวัง เช่น ยิ่งผมเข้าใจรุ่นใหญ่มากขึ้น ผมยิ่งพบว่าความสามารถของรุ่นใหญ่มีจำกัด สิ่งนี้นำมาซึ่งความยอดเยี่ยม ความท้าทายสำหรับผู้ปฏิบัติงานจำนวนมาก ดังนั้นฉันมักจะคิดว่าทุกคนยังคงประเมินความสามารถของโมเดลขนาดใหญ่สูงเกินไป และประเมินความยากของการดำเนินการทางวิศวกรรมต่ำเกินไป (เราได้พูดคุยเกี่ยวกับความไม่ลงรอยกันนี้มาหลายเดือนแล้ว และดูเหมือนว่ามุมมองของสาธารณชนก็เปลี่ยนไปเช่นกัน)

9. ดังนั้นความแตกต่างที่แท้จริงของการติดตาม AI ในปัจจุบันตามที่ฉันเข้าใจคือ: การดำเนินการและความสามารถในการลงจอดของผลิตภัณฑ์ บนพื้นฐานนี้คือ data closed loop, การรับรู้ของอุตสาหกรรม, อัลกอริทึมพื้นฐาน ฯลฯ ที่หลายคนกำลังพูดถึง

10. จากมุมมองของการใช้โมเดล แนวทางปฏิบัติทั่วไปส่วนใหญ่ที่เราเคยเห็นคือการรวมกันของโมเดลขนาดใหญ่ + โมเดลโอเพ่นซอร์ส ฉันสงสัยว่าบริษัทส่วนใหญ่จะเรียกว่า "end end-to-end" ไม่มากก็น้อย บริษัท. กล่าวคือ ทุกคนเชื่อมต่อกับ GPT และโมเดลอื่นๆ ก่อน จากนั้นจึงสะสมข้อมูลในการทำงานอย่างต่อเนื่องและฝึกฝนโมเดลของตนเองผ่านโมเดลโอเพ่นซอร์ส เพื่อปรับสัดส่วนการใช้โมเดลอย่างต่อเนื่อง ซึ่งอาจค่อยๆ เปลี่ยนจาก 100% เป็น GPT เช่น 50% GPT ใช้สำหรับฉากระดับมืออาชีพและโมเดลของเราเองใช้สำหรับฉากมืออาชีพอีก 50%

11. แม้ว่าความสามารถของโมเดลจะไม่เป็นที่พอใจในระยะสั้น แต่คนส่วนใหญ่คิดว่ามันง่ายเกินไปหรือซับซ้อนเกินไป ของจริงที่โมเดลขนาดใหญ่ทำได้มีจำกัด แต่ก็ไม่จำเป็นต้องทำอะไรที่ซับซ้อน เช่นเดียวกับหลายรูปแบบ ตัวอย่างเช่น คนส่วนใหญ่พยายามใช้ AI เพื่อสร้างและสร้างสิ่งต่างๆ จากความว่างเปล่า แต่มีคนจำนวนน้อยที่ใช้ AI เพื่อทำการวิเคราะห์และเชิงคุณภาพ อันที่จริง สิ่งหลังนี้สามารถทำได้ทันทีและนำไปใช้จริง ดังนั้นฉันจึงเชื่อว่าการใช้ประโยชน์จาก AI ที่มีอยู่ให้เป็นประโยชน์คือความสามารถในการกำหนดผลิตภัณฑ์ที่ผ่านการทดสอบมากขึ้น

12. ชั้นกลางต้องมีอยู่ จะมีอยู่ และจะมีค่าเหนือจินตนาการของทุกคน หากโมเดลแบบโอเพ่นซอร์สและแบบปิดซอร์สมีอยู่ร่วมกันในฝั่งโมเดลในอนาคต และสถานการณ์ต่างๆ จำเป็นต้องเปลี่ยนและอัปเดต ฝึกฝน และบำรุงรักษาอย่างต่อเนื่อง และฝั่งแอปพลิเคชันมีสถานการณ์และตัวเลือกจำนวนมาก ดังนั้น ชั้นกลางอาจกลายเป็นทางเข้าหลักแทน แม้ว่าจะไม่คุกคามชั้นแบบจำลองในทางกลับกัน แต่อาจส่งผลต่อความสำเร็จหรือความล้มเหลวของระบบนิเวศวิทยาบางอย่าง

13. บริษัทที่ดีที่สุดส่วนใหญ่ในอีกไม่กี่ปีข้างหน้าจะเปิดตัวในช่วงสองปีที่ผ่านมา และพวกเขาจะไม่รอจนกว่าตลาดจะมีความชัดเจนและเติบโตเต็มที่จึงจะมีโอกาส ประวัติศาสตร์บอกเราว่าบริษัทที่ยิ่งใหญ่ส่วนใหญ่ในยุคอินเทอร์เน็ตและยุคอินเทอร์เน็ตบนมือถือถือกำเนิดขึ้นพร้อมกับการเริ่มต้นยุคใหม่

14. เราเชื่อว่าเทคโนโลยีมีไว้สำหรับบริการผลิตภัณฑ์ และผลิตภัณฑ์มีไว้สำหรับบริการผู้ใช้ เราเชื่อว่าผลิตภัณฑ์ที่ดีที่สุดคือการกำหนดนิยามใหม่ของเทคโนโลยีที่มีอยู่ แทนที่จะพยายามทำลายขีดจำกัดของเทคโนโลยีอย่างต่อเนื่อง

ดังนั้นเราจึงเริ่มจากชั้นแอปพลิเคชัน ค้นหาค่าของชั้นกลาง จากนั้นค้นพบพื้นที่ของโมเดลโดเมนแนวตั้ง แทนที่จะไปในทิศทางตรงกันข้าม ซึ่งทำให้เรามีมุมมองที่ไม่เหมือนใครมากขึ้น

15. ความจริงอีกอย่างที่ฉันรู้สึกในช่วงไม่กี่ปีที่ผ่านมาคือ:

ถ้าคุณรีบเร่งที่จะมองเห็นโอกาส คุณอาจจะทำสำเร็จหรือไม่ก็ได้ แต่คุณจะไม่มีทางสำเร็จเลยถ้าคุณไม่เร่งรีบ หลักการนี้เป็นอุปสรรคต่อความสำเร็จของคนจำนวนมาก หากมีความเห็นพ้องต้องกันในเรื่องใดเรื่องหนึ่งโอกาสที่แท้จริงมีไม่มากนัก ด้วยสถานการณ์ปัจจุบันของ AI และความน่าจะเป็นของความสำเร็จ จำเป็นต้องเคารพสถานการณ์และเหตุผลเสมอ หากคุณไม่ชงกาแฟหรือ AI บางทีคุณอาจจะทำกาแฟหรือไม่ก็ได้

16. สุดท้าย ใส่ไข่อีสเตอร์ Boss Zhu พูดบางอย่างในมื้อค่ำวันนั้นซึ่งทำให้ฉันรู้สึกคู่ควรที่จะเป็น Boss Zhu เขาพูดว่า:

5 ปีนับจากนี้ บริษัททั้งหมดจะเป็นบริษัท AI

ฉันก็เห็นด้วยกับสิ่งนี้เช่นกัน ราวกับว่าบริษัทเกือบทั้งหมดในปัจจุบันเป็นบริษัทอินเทอร์เน็ตจริงๆ เป็นเพียงเพื่อดูว่า บริษัท ใดจะใช้เส้นทางใดเพื่อให้บรรลุขั้นตอนนี้