中文字幕亚洲欧美日韩在线不卡,亚洲欧美日产综合在线网性色,思思久久精品6一本打道,综合视频中文字幕

想借力ChatGPT創(chuàng)業(yè)，沒那么容易

文｜《中國企業(yè)家》記者 孔月昕

編輯｜馬吉英

頭圖來源｜視覺中國

2023年伊始，整個(gè)創(chuàng)投圈被ChatGPT以及AIGC“包圍”了。

通俗來說，AIGC即用AI來生成內(nèi)容，是UGC、PGC以后的升級(jí)。

在一位科技圈創(chuàng)業(yè)者看來，過去兩年，元宇宙是最大的敘事，初創(chuàng)公司、投資人等都在圍繞這個(gè)敘事去找對于自己有利的東西，“但‘元’越來越被證明是太遠(yuǎn)的事情。從現(xiàn)實(shí)的角度來說，無論是上市公司、巨頭，還是初創(chuàng)公司，都沒做出來具體的‘大東西’，因此導(dǎo)致很多公司，包括FB、微軟在栽了跟頭后紛紛開始冷處理?！?strong>在這種情況下，大家需要找下一個(gè)“敘事”。從2022年下半年開始，AIGC因?yàn)橹茍D破圈，年底ChatGPT亮相，2023年春節(jié)后，二級(jí)市場的分析師們紛紛開始寫AIGC，一眾相關(guān)不相關(guān)的公司因?yàn)楦拍铋_始暴漲。

據(jù)慧博智能策略終端，過去一個(gè)月，國內(nèi)券商們寫的ChatGPT研報(bào)就有50份。

盡管二級(jí)市場反響熱烈，但投資人們都很理智且謹(jǐn)慎?！澳壳皣鴥?nèi)企業(yè)和投資依然還是跟隨狀態(tài)，因此一級(jí)市場肯定還是理性為主，整體表現(xiàn)跟二級(jí)市場可能不太一樣?！比A創(chuàng)資本合伙人王道平表示。

峰瑞資本投資合伙人陳石也認(rèn)為，“現(xiàn)在投資行業(yè)持理性觀望態(tài)度的居多，但我認(rèn)為這確實(shí)是一個(gè)很大的機(jī)會(huì)?！?/p>

實(shí)際上，從年前AI繪圖出圈開始，投資人們已經(jīng)看過大量AIGC領(lǐng)域的項(xiàng)目了。

“很多投資人可能從2022年10月份左右，就在看AI生成文字類以及AI生成圖片類的項(xiàng)目了，到了最近ChatGPT再次出來后，大眾的接受度非常高，因此關(guān)于大模型訓(xùn)練，類ChatGPT生成對話/替代搜索等軟件，以及背后的模型算法，如‘雨后春筍’一般出現(xiàn)在投資人的在看項(xiàng)目名單里?！被瘌P資本聯(lián)合創(chuàng)始人陳悅天表示。

不僅投資機(jī)構(gòu)和創(chuàng)業(yè)者在行動(dòng)，國內(nèi)外大廠也聞風(fēng)而動(dòng)，隨之入局。在海外，谷歌發(fā)布了基于谷歌LaMDA大模型的下一代對話AI系統(tǒng)Bard。隨后微軟也宣布，推出由ChatGPT支持的最新版本Bing（必應(yīng)）搜索引擎和Edge瀏覽器。

國內(nèi)，百度官宣了類ChatGPT項(xiàng)目“文心一言”（ERNIE Bot），預(yù)計(jì)3月份完成內(nèi)測，面向公眾開放，目前正在做上線前的沖刺。阿里巴巴也有人爆料，阿里達(dá)摩院正在研發(fā)類ChatGPT的對話機(jī)器人，目前已開放給公司內(nèi)員工測試。

回望過去的技術(shù)發(fā)展，電話用了75年才達(dá)到1億用戶，手機(jī)用了16年，F(xiàn)acebook用了4.5年，微信用了14個(gè)月。ChatGPT僅僅用了兩個(gè)月時(shí)間，就在全球達(dá)到了1億用戶數(shù)，用戶接受增長速度非常驚人。

“爆炸式的增長背后，我們也在思考，未來幾年里，AI技術(shù)究竟是會(huì)繼續(xù)‘烈火烹油，鮮花著錦’，還是最終‘落了片白茫茫大地真干凈’，這是一個(gè)非常值得去持續(xù)探討和關(guān)注的話題?！眴⒚鲃?chuàng)投合伙人周志峰談道。

《中國企業(yè)家》雜志邀請了幾位投資人，聊了聊他們對于ChatGPT的看法，以及對AIGC商業(yè)模式的探討。以下是他們的講述：

技術(shù)突破有望構(gòu)建新的商業(yè)模式

經(jīng)緯創(chuàng)投投資董事王冰醒

對于投資行業(yè)來說，AI并不是一個(gè)全新的領(lǐng)域，大家持續(xù)關(guān)注也有近十年的時(shí)間了。

從2012年左右深度視覺模型帶來CV（計(jì)算機(jī)視覺）的快速發(fā)展開始，到2016年前AlphaGo給行業(yè)帶來的震動(dòng)，到這次OpenAI的大模型ChatGPT引起廣泛的觸動(dòng)，底層邏輯是大模型的性能帶來的質(zhì)變提升，從而衍生帶來新的垂直場景解決方案的構(gòu)建，以及新商業(yè)模式塑造的可能性。

一直以來，AI領(lǐng)域較多的解決方案是，通過端到端垂類應(yīng)用，用小模型優(yōu)化算法和模型精度，以降低算力去解決垂類場景問題，但如今這一商業(yè)思路受到了較大沖擊。因?yàn)樵谶^去的路徑下，行業(yè)內(nèi)的公司大多重復(fù)研發(fā)功能相近的產(chǎn)品或模型，讓AI只能在一些有限的場景內(nèi)，較多是to B領(lǐng)域去解決問題，壁壘不太深。

現(xiàn)在，大家開始對大模型在多場景泛化的能力滿懷期待。一方面表現(xiàn)在，隨著大模型性能的提升，AI在更多消費(fèi)級(jí)to C場景加速滲透，消費(fèi)級(jí)場景潛力巨大。另一方面，AI也在過去近十年間完成了從感知、理解到推理性能的全面提升，由此帶來定義新一代交互、生產(chǎn)方式、生產(chǎn)關(guān)系的可能。

對于投資機(jī)構(gòu)來說，大家都對新一代大模型的性能打開和賦能to C場景感到振奮，因?yàn)榧夹g(shù)的突破使得縱向構(gòu)建新的商業(yè)模式成為可能。

過去幾年內(nèi)，由于to C消費(fèi)級(jí)場景沒有大的技術(shù)性突破，整個(gè)行業(yè)陷入了突破性的革新停滯，因此行業(yè)內(nèi)只能不斷內(nèi)卷和重復(fù)開發(fā)。而類ChatGPT大模型為基礎(chǔ)的公司的出現(xiàn)，讓行業(yè)重拾新的信心和產(chǎn)品/場景定義的激情。

同時(shí)，我覺得它們也給行業(yè)帶來一定的反思和激勵(lì)。在過去一段時(shí)間內(nèi)，資本市場對以O(shè)penAI為代表的、底層基礎(chǔ)學(xué)科科研導(dǎo)向公司的態(tài)度非常審慎，因?yàn)樗鼈兇蟛糠謴姆菭I利機(jī)構(gòu)起步，專注科學(xué)底層突破，在看不到快速商業(yè)化前景時(shí)持續(xù)做投入。但相信以后一段時(shí)間內(nèi)，這類公司會(huì)得到更多關(guān)注和資本配置。

但這并不意味著相關(guān)創(chuàng)業(yè)公司的前景一定樂觀，因?yàn)閺哪壳皝砜?，受限于算力、歷史投入、科技人才密度、數(shù)據(jù)量級(jí)、資金實(shí)力等方面，大型科技公司的優(yōu)勢明顯優(yōu)于創(chuàng)業(yè)公司。大模型通過被持續(xù)調(diào)用、喂新數(shù)據(jù)、訓(xùn)練，不斷強(qiáng)化性能，并在應(yīng)用場景上泛化，有較大可能擠壓提供小模型閉環(huán)方案的一些創(chuàng)業(yè)公司的生存空間。

所以，我們目前會(huì)更關(guān)注大型科技公司在底層模型上的動(dòng)態(tài)，以及業(yè)務(wù)流能借用大模型的性能、并且在垂類應(yīng)用上構(gòu)建出一定壁壘的創(chuàng)業(yè)公司。

但以下幾種類型的創(chuàng)業(yè)公司也會(huì)受到我們的關(guān)注：一是市場上已有AI公司對大模型的融合；二是已有消費(fèi)級(jí)公司，借助大模型構(gòu)建的與現(xiàn)有業(yè)務(wù)集成起來的新功能；三是以AI為基礎(chǔ)研究導(dǎo)向的新科研團(tuán)隊(duì)。一旦它們構(gòu)建了相應(yīng)的壁壘，未來非常值得期待。

生成式AI的創(chuàng)業(yè)者要技術(shù)為先，場景為重

峰瑞資本投資合伙人陳石

ChatGPT的出現(xiàn)，給全社會(huì)帶來很大震動(dòng)。它來源于核心算法模型上的突破（例如：Transformer），可從海量文本（其中包含部分程序代碼）中以無監(jiān)督學(xué)習(xí)方式訓(xùn)練出巨大參數(shù)量的大型語言模型（GPT系列），具備強(qiáng)大的自然語言理解和生成能力，并“涌現(xiàn)”出一些之前業(yè)界從未想象到的其他能力，例如基礎(chǔ)的世界知識(shí)、上下文學(xué)習(xí)、基礎(chǔ)推理等。

與此同時(shí)，通過程序代碼學(xué)習(xí)、人類反饋的強(qiáng)化學(xué)習(xí)和有監(jiān)督學(xué)習(xí)等進(jìn)一步的微調(diào)訓(xùn)練，可使其在人機(jī)交互和內(nèi)容輸出方面的體驗(yàn)更加友好。語言是人類重要的溝通手段，而且還是各類知識(shí)和推理的主要載體，GPT系列大型語言模型的通用性更好，可無示例或少示例直接完成部分下游任務(wù)，應(yīng)用范圍也更廣，這都讓人們看到了更大的發(fā)展?jié)摿涂臻g。

此前，我們一直想做的是讓AI代替人類完成“簡單”的重復(fù)性勞動(dòng)，例如安防、駕駛等，從而解放人類去做更“難”的知識(shí)性和創(chuàng)意類工作，因?yàn)槲覀儍A向于認(rèn)為機(jī)器不具備這種類型的能力；但如今的生成式AI，率先挑戰(zhàn)的是知識(shí)工作者，它掌握了海量知識(shí)，可以輕松寫出各類文章與程序代碼，在某些方面的創(chuàng)意能力甚至超過人類。OpenAI的CEO山姆·阿爾特曼認(rèn)為，我們過去對于勞動(dòng)難易的劃分準(zhǔn)則可能有問題，現(xiàn)在看來AI最先取代的可能是知識(shí)工作者和創(chuàng)意工作者的工作。

最近，類似賽道的項(xiàng)目很火，我們也在積極地看。曾有人問我，大家會(huì)不會(huì)“搶項(xiàng)目”？我的回答是，暫時(shí)還好。因?yàn)樵谏弦惠喌腁I發(fā)展浪潮里，大家都投了很多，但實(shí)際產(chǎn)出與效果沒有預(yù)期的那么明顯。所以，我觀察下來，現(xiàn)在投資行業(yè)持理性觀望態(tài)度的居多，但我認(rèn)為這確實(shí)是一個(gè)很大的機(jī)會(huì)。

上一輪AI熱潮，大家投資的主要是以深度學(xué)習(xí)為代表的判別式AI。峰瑞在2021年下半年開始關(guān)注生成式AI賽道。我們看到AI語言大模型在不斷更迭升級(jí)，從2022年開始很長一段時(shí)間內(nèi)，據(jù)說平均每4天就會(huì)出現(xiàn)一個(gè)新的大型語言模型，發(fā)展速度很驚人。不止是OpenAI，包括美國的很多大廠也推出了自己的大模型，雖然有些模型沒有開放出來給外部使用。

AI發(fā)展至今，對“參賽者”的篩選是殘酷的，入局早的已經(jīng)有了先發(fā)優(yōu)勢，因?yàn)槠鋵π袠I(yè)的集中度要求比較高。

從已經(jīng)推出的大模型本身來看，它主要是靠規(guī)模取勝，這背后需要高密度的頂尖科研人才、巨量計(jì)算資源、海量訓(xùn)練數(shù)據(jù)，以及良好的用戶或合作者生態(tài)。只有同時(shí)具備這幾個(gè)重要條件，才能更好地訓(xùn)練模型、拓展應(yīng)用邊界、給未來的商業(yè)化打下基礎(chǔ)。在這一點(diǎn)上，規(guī)模較大的公司（大廠）相對更有優(yōu)勢。

國內(nèi)在AI領(lǐng)域的發(fā)展相較于美國慢了一步，這體現(xiàn)在人才儲(chǔ)備、數(shù)據(jù)積累以及資源投入上。不過隨著中國逐漸出現(xiàn)自己的大模型、有更多的人才積累，以及整個(gè)研究和行業(yè)發(fā)展氛圍變得更好，以我們的技術(shù)迭代效率，相信應(yīng)該具備追趕的能力。

我們認(rèn)為，當(dāng)前的生成式AI創(chuàng)業(yè)機(jī)會(huì)分為模型層和應(yīng)用層兩大類，應(yīng)用層又可分為to B和to C兩個(gè)子類。但除大廠之外，模型層的創(chuàng)業(yè)是比較難的，因?yàn)榍捌谕度雽?shí)在太大，可能短期內(nèi)比如兩三年之內(nèi)創(chuàng)業(yè)公司跑出來的概率較低。創(chuàng)業(yè)公司可以考慮在垂類模型或者應(yīng)用層有所突破。

但是在應(yīng)用層創(chuàng)業(yè)，在做商業(yè)模型設(shè)計(jì)的時(shí)候要警惕模型層的邊界，最好保持一定的“安全距離”。以新銳獨(dú)角獸公司Jasper.AI為例，它基于模型提供商OpenAI的GPT3 模型的API，構(gòu)建自己的商業(yè)模式，但是沒想到OpenAI后來推出了ChatGPT這個(gè)新產(chǎn)品，免費(fèi)提供了部分Jasper.AI的功能，某種程度上影響了Jasper.AI的發(fā)展。

2022年，我們峰瑞投資了一家生成式AI公司，它的主要技術(shù)亮點(diǎn)是視頻和直播的數(shù)字內(nèi)容生成，商業(yè)模式是圍繞直播和短視頻電商的內(nèi)容制作、數(shù)據(jù)歸因、生意參謀等服務(wù)。這個(gè)商業(yè)模式有足夠的行業(yè)縱深，且具備明確的商業(yè)化能力。這類模式相對好很多。

從去年下半年起，我們看了很多生成式AI的項(xiàng)目，我覺得這個(gè)領(lǐng)域的創(chuàng)業(yè)要點(diǎn)是：技術(shù)為先，場景為重。

創(chuàng)業(yè)者首先要對技術(shù)有深刻的認(rèn)知，要對技術(shù)有不斷學(xué)習(xí)深挖應(yīng)用的能力，而非拿個(gè)模型直接簡單使用；其次是，當(dāng)前這個(gè)領(lǐng)域處在科研快速迭代和廣泛傳播的狀態(tài)，技術(shù)的溢出效應(yīng)很明顯，這意味著同一項(xiàng)技術(shù)對大小平臺(tái)的賦能作用相差不大，因此，創(chuàng)業(yè)者必須深入到行業(yè)場景中去，構(gòu)建自己獨(dú)特的壁壘，比如用戶群體、行業(yè)知識(shí)、產(chǎn)品服務(wù)、技術(shù)算法等等，從而避免陷入同質(zhì)化競爭的紅海中去。

ChatGPT是AI技術(shù)范式變化，看好國內(nèi)創(chuàng)業(yè)公司

明勢資本合伙人夏令

ChatGPT的大火，并不是突然發(fā)生的，其背后的技術(shù)趨勢和變革已經(jīng)發(fā)展很多年了。從OpenAI的GPT-1/2/3，再到現(xiàn)在的3.5，每一代都在進(jìn)步，終于實(shí)現(xiàn)了通用人工智能AGI的突破，產(chǎn)生了AI技術(shù)范式的變化。

明勢資本從2021年底、2022年初就在考察、投資和布局這一賽道。在明勢資本看來，目前市場上有三類AI公司有投資價(jià)值：一是專注于大模型的公司，以O(shè)penAI為代表；二是既做大模型，又做直接應(yīng)用垂直一體化的公司，比如Midjourney；三是調(diào)用大模型API的公司，與第一類公司合作，重點(diǎn)開發(fā)具體場景的AI應(yīng)用公司，如Jasper等。

大模型方面，盡管它的技術(shù)壁壘和門檻相對較高，但中國的創(chuàng)業(yè)公司從迭代效率和反饋質(zhì)量上而言，比歐美很多公司更具優(yōu)勢。所以即使國內(nèi)的大模型現(xiàn)在跟海外有差距，但我們認(rèn)為這些技術(shù)差距是可以追趕上的。

在此基礎(chǔ)上，我們認(rèn)為國內(nèi)創(chuàng)業(yè)公司也有很大發(fā)展機(jī)會(huì)。盡管之前大廠也都在做大模型，但過去他們的投入和重視度并不夠，因?yàn)樗麄儧]有以工程化的方式去做大模型，所以目前大廠的大模型，在實(shí)用性上相對不足。而國內(nèi)的大學(xué)研究院也不是基于工程化產(chǎn)品化的視角去做，也存在一定缺陷。

另外，ChatGPT這類應(yīng)用，未來可以廣泛應(yīng)用到生活的各個(gè)方面，在數(shù)字經(jīng)濟(jì)的各個(gè)方面都有結(jié)合的機(jī)會(huì)，也會(huì)相應(yīng)產(chǎn)生非常多的豐富應(yīng)用，這肯定會(huì)帶動(dòng)一批創(chuàng)業(yè)公司去做探索和嘗試。

這一背景下，國內(nèi)已有少數(shù)具備很強(qiáng)技術(shù)研發(fā)和工程化能力的創(chuàng)業(yè)公司投入大模型研發(fā)，甚至比國內(nèi)大廠有先發(fā)優(yōu)勢。

而通過明勢已經(jīng)投資的公司，我們也能深刻體驗(yàn)到新一代端到端數(shù)據(jù)驅(qū)動(dòng)模型的價(jià)值。最開始的模型相比于上一代AI模型并沒有顯著優(yōu)勢，但在數(shù)據(jù)驅(qū)動(dòng)下，以兩個(gè)月一迭代的頻率推進(jìn)，就會(huì)發(fā)現(xiàn)模型的能力呈現(xiàn)指數(shù)型增長，很快就能達(dá)到顯著超越傳統(tǒng)模型的效果。

數(shù)字經(jīng)濟(jì)時(shí)代，無論是工作還是生活場景，都存在著海量的文字、代碼、圖片、聲音、視頻的生成和理解需求，人類對于效率、成本和體驗(yàn)的追求是無止境的，所以大家都在期待AI能夠在各個(gè)領(lǐng)域發(fā)揮作用，但目前它還無法完成高度抽象、高質(zhì)量或高可信度的任務(wù)。

因此，我認(rèn)為如今ChatGPT只是新一代AI技術(shù)的起步，即技術(shù)與商業(yè)剛開始產(chǎn)生交集，這個(gè)交集會(huì)越來越大，未來技術(shù)的天花板以及它帶來的商業(yè)可能性還是非常廣闊的。

AI大模型的未來：賦能萬業(yè)的“水電煤”

啟明創(chuàng)投合伙人周志峰

如今，AIGC把人工智能技術(shù)帶向了一個(gè)新的高度，是人工智能發(fā)展過程中一個(gè)非常重要的拐點(diǎn)。

AI企業(yè)也從主要集中在深度學(xué)習(xí)的判別式AI，發(fā)展為產(chǎn)出新內(nèi)容的生成式AI，這是技術(shù)的一個(gè)大的飛躍。從技術(shù)層面分類，我們把整個(gè)生成式AI分成了三層。底層是生成式AI的基礎(chǔ)設(shè)施層，中間為最重要的模型層，以及最上層的依賴于底座模型的應(yīng)用層。

在我看來，今天生成式AI所依托的超大規(guī)模語言模型是一個(gè)更先進(jìn)的算法架構(gòu)，集中了人類的全部數(shù)據(jù)，匯集大量算力，進(jìn)行集約化訓(xùn)練，訓(xùn)練出來的AI能力供應(yīng)所有用戶使用，這也是十幾年前AI界專家所設(shè)想的那樣，AI未來一定會(huì)成為類似“水電煤”的人類公共資源。只有這樣，才能做到AI賦能萬業(yè)。

所有行業(yè)應(yīng)用中，目前AI技術(shù)的滲透率只有百分之二三十，有些行業(yè)雖然已經(jīng)實(shí)現(xiàn)了這一滲透率，但只是應(yīng)用在一些比較淺層的商業(yè)節(jié)點(diǎn)，離全面賦能行業(yè)還很遠(yuǎn)。

因此，我們也考察并劃分了更具投資和創(chuàng)業(yè)價(jià)值的領(lǐng)域。智算平臺(tái)更適合有規(guī)模效應(yīng)，如已有的公有云平臺(tái)，或數(shù)據(jù)中心運(yùn)營方介入。

而工具鏈方面，隨著大模型持續(xù)發(fā)展迭代，用更好的工具去幫助大模型的訓(xùn)練和管理去降本增效，一定是有機(jī)會(huì)的，且會(huì)有一些頂級(jí)AI工程人才不斷進(jìn)入，我覺得這肯定是一個(gè)很標(biāo)準(zhǔn)的VC投資機(jī)會(huì)。

在閉源模型及API服務(wù)領(lǐng)域，未來肯定也會(huì)有越來越多科技大廠進(jìn)入，創(chuàng)業(yè)公司是否還有進(jìn)入的機(jī)會(huì)，我覺得值得觀望，因?yàn)檫@對于人才密度的要求和資本的投入都是巨大的。

技術(shù)開發(fā)應(yīng)用的基礎(chǔ)上，我覺得未來的主要趨勢，是利用第三方模型構(gòu)建應(yīng)用的方式。我們預(yù)計(jì)會(huì)有成千上萬個(gè)創(chuàng)業(yè)公司涌入這個(gè)市場。對于創(chuàng)業(yè)者而言，不用從頭建一個(gè)AI模型，只需要直接利用這些底座模型的能力，加上他們對于場景和行業(yè)的深刻理解，就可以做出一家應(yīng)用型公司。此外，某些特定的領(lǐng)域、行業(yè)、場景，可能會(huì)有一些創(chuàng)業(yè)者選擇從頭做，自建模型及應(yīng)用，端到端，我覺得也是有機(jī)會(huì)的。

中國在大模型的研發(fā)上，需要給自己更多的時(shí)間，才能夠慢慢地達(dá)到全球領(lǐng)先水平。因?yàn)閲@著OpenAI或者西方科技大廠的大模型已經(jīng)構(gòu)建出了一個(gè)初步的生態(tài)，國內(nèi)科技大廠或者創(chuàng)業(yè)公司的大模型在技術(shù)和工程上也有很多地方需要不斷追趕，如果只是做出大模型，沒有人去用，缺少完整生態(tài)能力，也是沒有任何意義的。

因此，我非?？春蒙墒紸I和大模型，它的出現(xiàn)標(biāo)志著一個(gè)巨大的AI開發(fā)范式的轉(zhuǎn)換，將會(huì)真正的被利用到更多應(yīng)用場景。但現(xiàn)在也處于科技的炒作周期，疊加了很多情緒和期待，一位美國AI研發(fā)人員說，ignore the hype cycle, build boring business，就是忽略這種短暫的炒作周期，而是去建立無聊生意。

在我看來，AI能力的真正體現(xiàn)，并不僅僅局限于作畫、對話聊天領(lǐng)域。AI很明顯是一個(gè)能夠改變?nèi)祟惏l(fā)展的技術(shù)，它應(yīng)該融入所有行業(yè)、所有應(yīng)用。想要真的實(shí)現(xiàn)這一步，我覺得目前我們才剛剛開始，它遠(yuǎn)比我們今天看到的一些示范性的to C應(yīng)用更有價(jià)值。

在未來的三五年加速發(fā)展后，AI可能不只是停留在媒體或者人們的幻想中。十年后，它有可能真正去實(shí)現(xiàn)大規(guī)模落地，賦能萬業(yè)。

大公司“瘋狂”，一級(jí)市場相對理性

華創(chuàng)資本合伙人王道平

短短幾個(gè)月內(nèi)，ChatGPT的用戶迅速破億，且還在飛速增長。即使對投資人而言，這也是一個(gè)非常現(xiàn)象級(jí)的情況。種種跡象都表明，它的產(chǎn)品或技術(shù)肯定有獨(dú)到的地方，或者值得期待的價(jià)值趨勢。

目前的大背景是，國外的大公司如微軟、谷歌等都動(dòng)作頻頻，甚至可以稱之為“瘋狂”，這也會(huì)使整體市場發(fā)展得非常迅速。不過，從國內(nèi)目前的狀況來看，無論是大公司還是創(chuàng)業(yè)公司，包括投資人，更多還處于跟隨的狀態(tài)。

確實(shí)從這兩年能感受到，AIGC的進(jìn)展飛速，尤其在海外，無論是模型端，還是應(yīng)用層面，甚至包括現(xiàn)在發(fā)布的一些產(chǎn)品，在C端用戶體驗(yàn)層面，都達(dá)到了一定的高度，并可以進(jìn)入消費(fèi)級(jí)市場。

技術(shù)上的突破，可能已經(jīng)到了一個(gè)相對臨界點(diǎn)的狀態(tài)。因?yàn)槿斯ぶ悄艿南胂罅ζ鋵?shí)是挺高的，它確實(shí)是新的一個(gè)生長性方式，包括人機(jī)交互的方式，已經(jīng)從原來的機(jī)器語言（編程、代碼）等，到現(xiàn)在可以理解自然語言，其實(shí)這是一個(gè)非常大的突破。從這方面來說，很多軟件和硬件，包括一些互聯(lián)網(wǎng)產(chǎn)品都有可能因其升級(jí)，或被替代。

一方面，對已有的部分傳統(tǒng)產(chǎn)品，人工智能可以加持一些應(yīng)用。具體體現(xiàn)在產(chǎn)品上，如谷歌或微軟的搜索，如果加上類ChatGPT技術(shù)或者應(yīng)用，傳統(tǒng)的搜索可以進(jìn)行升級(jí)，提升整體使用的體驗(yàn)，對信息的處理和生成也可以更加優(yōu)化。

另一方面，人工智能可以產(chǎn)出新的產(chǎn)品或玩法，也就是所謂的替代。比如自動(dòng)生成圖片等功能，此前圖片的產(chǎn)出需要人力手工繪圖，但現(xiàn)在可以利用AI自動(dòng)生成圖片，從而減少人力和時(shí)間成本。此外，在AI的加持下，可能還有一些新的產(chǎn)品或新的應(yīng)用面世。

除了互聯(lián)網(wǎng)產(chǎn)品這些軟件外，一些硬件產(chǎn)品，例如家電等工具，如果配備相應(yīng)的人工智能技術(shù)應(yīng)用，也可能會(huì)有全新的服務(wù)和體驗(yàn)。

由此衍生出來的未來行業(yè)方向或模式，對于相關(guān)公司來說，都存在發(fā)展機(jī)會(huì)。且隨著人工智能技術(shù)的不斷發(fā)展，它確實(shí)可以影響到很多行業(yè)，包括不同的一些模式。對于它的未來，我覺得確實(shí)是值得期待的。

但體感上，我覺得現(xiàn)在外部關(guān)于行業(yè)討論的聲音有點(diǎn)太多了，其實(shí)一級(jí)市場（投資行業(yè)）對于這一賽道的看法還是相對理性的。因?yàn)閷τ趪鴥?nèi)來說，大部分創(chuàng)業(yè)公司或者投資，都還處于早期或跟隨狀態(tài)。