Z Talk 是真格分享認知的欄目。

我們在這里談論最新的行業觀察，先鋒的創業動態，也在這里與真格老友相聚。我們相信持續的學習和進化，相信最深刻的認知來自土壤。

月初，由中國最大 AI 模型社區「魔搭」主辦的 Create @ AI Hackathon 正式拉開帷幕。開幕式上，真格基金管理合伙人戴雨森帶來題為《創業是一種什么樣的體驗》的啟發演講。

以下是演講內容，希望對你有所啟發，也歡迎在評論區和我們交流。

01

生成式 AI 迎來「跨越鴻溝」時刻

2023 年，生成式 AI 成為市場熱點。

ChatGPT 和 Midjourney 的發展標志著生成式 AI 迎來「跨越鴻溝」的時刻。

「跨越鴻溝」的概念由杰弗里·摩爾提出，他認為在早期市場和主流市場之間有一道技術跨越的鴻溝。從早期市場進入主流市場的過程中，普通用戶能夠從新技術中獲得切實的價值，這便是跨越鴻溝的標志。

我們回顧人類發展歷史，計算機的發展曾歷經數次跨越鴻溝的時刻：

Windows 95 發布，意味著圖形操作界面、個人電腦跨越鴻溝；

Netscape 網景瀏覽器發布，讓普通人開始能夠上網瀏覽、沖浪，掀起了互聯網革命；

iPhone 帶來移動互聯網革命，人人都開始使用移動互聯網；

Model 3 的推出是電動車跨越鴻溝的標志：Model 3 在性能、續航等各方面都很不錯，價格也便宜，讓主流用戶買得起又用得好。

今天，ChatGPT 和 Midjourney 已經有超過 1 億的月活躍用戶，許多白領、學生、程序員和美工都在使用生成式 AI 應用，并產生了付費。這標志著生成式 AI 已經進入了主流市場。

許多像比爾·蓋茨這樣歷經軟件、互聯網等多次世界級科技革命的創業者，都在今年紛紛指出：生成式 AI 有潛力成為比互聯網更大的機會。這個機會在哪里？如果我們對互聯網的價值總量進行拆分，可以歸納為一個公式：

價值總量=用戶數x互聯網滲透率x用戶使用時長x每用戶平均收入（ARPU）

隨著移動互聯網的普及，互聯網滲透率和使用時長已經達到了頂峰，生成式 AI 的發展可以在用戶數和 ARPU 這兩個參數上帶來提升空間。

ChatGPT-4 等生成式 AI 模型正逐漸具備主觀能力，其應用可以作為工具使用。高效的工具可以帶來成百上千的用戶增長空間。

ARPU 是衡量運營商從每個用戶所獲得的利潤的重要指標。生成式 AI 應用可以幫助用戶更方便地完成多項任務，有望為用戶帶來高達十倍以上的價值提升。

縱觀人類歷史上的技術革命，實質上是在不斷發明新工具。以生成式 AI 為代表的 AGI 演進帶來重大的生產力突破，我們對生成式 AI 應用的前景充滿信心。

02

錯位競爭，生成式 AI 的創業機遇在應用層

生成式 AI 是一個非常系統的生態，由不同類型的玩家組成。在這個競爭激烈的賽道，創業者要實現突圍，就要結合大趨勢與小趨勢，尋找正確且適合自己的發展方向。

在生成式 AI 的生態中，底層硬件基礎設施包括數據中心、算力芯片和能源等。硬件之上是軟件基礎設施，當前大部分的生成式人工智能應用都在云端運行，由阿里云等云計算服務商提供支撐。

然而，要想充分發揮基礎硬件和軟件的優勢，需要借助規模效應，這些需要巨頭企業的投入。尤其是大模型的開發，需要大量的人力、物力、財力投入。

大模型大概率是巨頭企業的游戲，或是 OpenAI 這種有能力獲得上百億資金支持的先行者機會，對普通的早期創業者來說，可能不是一個很好的機會。但模型本身是一個基礎設施，需要通過應用和終端的用戶產生關系，開發者還是需要使用各種各樣的工具去開發應用。所以對于資源有限的創業者來說，應用層（包括開發者工具層）有非常多的創業機會。

當下 AI 已經成為許多公司和產品的標配。在未來一兩年內，幾乎所有互聯網應用和軟件都將包含 AI 元素。然而，我認為不同的 AI 應用起到的作用是不同的，可以將其類比為自動駕駛的 L1 到 L5 分級：

03

第一批 AI 應用會成為先烈，

但先驅會出現在第一波動手的人里面

生成式 AI 已成為熱門話題，甚至引發了百模大戰的熱潮，但我們也發現市場存在「短期高估，長期低估」的趨勢。人們逐漸認識到，大模型不是萬能的，執行起來仍需要人工輔助；同時當下國內的大模型的開發并沒有大家想象中那般發展迅速。在生成式 AI 走向主流市場的過程中，需要我們不斷地進行調整和修正，才能夠真正發揮出它的優勢。

創業者要保持開放的心態，因為現在的想法很可能在未來被證明是錯的，最初做的應用可能不靠譜，但先做是非常重要的。未來的機會屬于那些長期堅持和探索的人。

我們將生成式 AI 的發展與移動互聯網創業史做類比，第一批 AI 應用大概率會成為先烈，但是先驅大概率出現在第一波動手的人里面，因為先行者能夠更早積累寶貴的經驗。

構建競爭壁壘也很重要。各位 AI 創業者應該多加考慮，做應用的要提前考慮做模型，而做模型的要提前考慮做應用。

在 AI 應用中，大模型并不一定能提供絕對的優勢，自己的模型也是一個重要的競爭力?，F在很多人在做應用的時候，大部分使用開源模型或業務的 API 去做。但我們看到市場上真正做得比較好的 AI 應用，都是使用自己的模型進行調教。雖然這需要創業者長期布局和思考，但它可以為提供更強的壁壘。

也有人問，現在很多 AI 應用都是調用大模型，它的主要能力都是大模型提供的，壁壘在哪里？

AI 應用的長期壁壘在于數據，當數據的質量和數量增加時，模型的性能和效果會得到提升，同時也會增加用戶壁壘。比如在最早期的時候，微信其實是沒有壁壘的，最后通過這么多用戶之間的特有關系形成了網絡效應，并帶來壁壘。

這是移動互聯網或是互聯網整個應用創業領域的必修課，只是現在的體裁變為了生成式 AI 。將少量用戶數據引入模型中，通過類似于數據飛輪的微調，可以獲得更高質量的數據。

今天，要成為「 AI 時代的 XX 巨頭」很難成功，新進創業者很難和巨頭企業競爭，但新巨頭企業一定是在舊巨頭企業沒有涉及的領域誕生的。所以創業者可以盡量選擇較為生僻的領域前進，更容易成功。

我們相信中國的年輕人可以在 AI 領域迸發出強大的創造力和想象力，尤其是在應用端。創業不是非要有商業計劃書才能進行，行動是最關鍵的，這也是 AI Hackathon 的魅力。Talk is cheap, show me your code.