别焦虑，AIGC依然是个新手

　　本文来自于微信公众号 见实(ID:jianshishijie)，作者:谢萌。

　　在AI喷涌式爆发的当下，有多少创业者被冲击到措手不及，又有多少创业者在冲击中逐渐消极?此前在见实与几位AIGC从业者的深聊中，我们发现，在看似繁荣的AI产业下还是可以嗅到一丝危机的味道:AI创业者不太好创业了，投资人也开始严苛了。

　　近几天来，如果有在应用AI绘画的玩家们可能会发现，一些AI绘画网页突然关停。真正的原因尚未公布，但能感知到的是，此前AIGC疯狂生长的时代过去了，接下来的AI发展会更加向着合规化进行。

　　“不该单独地分析这次的AIGC爆发，而是在大的终局判断里，把这次的变化作为自然过程的阶段表象，就像发芽是植物生长的阶段表象，阶段表象的背后是第一性的源动力和自然的趋势。”

　　这是论论创始人谈国禹对见实说的第一句话，也是他对今年AIGC爆火的一个冷静客观的看法。

　　AI的商业化落地，在过去10年里，经历了周期的起伏，期间，驱动其一步步发展的，既有那些里程碑式的成果，也有数不清的在产业中耕耘的人们。今年AIGC的爆火背后离不开这些此前耕耘在AI行业的人们的果实积累。

　　今年我们看到了更多小团体式AI创业人变得越来越多，今天的AI，人们的目光已然从整天卷不得行的大模型，开始转向商业落地的强应用。

　　那么，在强应用的实战派眼里，是如何看待这次的AIGC爆发和其发展方向的呢?在和论论的创始人谈国禹的沟通中，他对这次AI应用的创业与以往的创业相比，其变与不变有着自己的看法。

　　对了，谈国禹还将在9月20日的AIGC大会中参加有关AIGC创业内容的圆桌讨论，届时将分享更多详细的AI应用层面的前沿认知与理解。ps:文末即可点击购买大会门票，欢迎大家一起，与见实相约920的AIGC大会，共同讨论前沿AI创业与应用理念等。

　　接下来就让我们一起回到现场，去听听谈国禹对此有哪些理解与思考:

　　01

　　先别焦虑，把AI理解为行业新手

　　见实:其实在过去AI一直处在寒冬期，那段时间你们是怎么度过的?

　　谈国禹:在寒冬期我们一直秉持一个词:学会挣钱。看似回答得很简单吧，其实挺难的，这就是寒冬的价值吧，教育广大企业生存之道，再回归商业的本质，学习最基本的PMF。

　　我们在18年开始的时候就找到了AI技术在科学领域的应用场景，推出了能够形成营收的SaaS产品，积累了用户并不断打磨产品，提高服务能力。

　　到今天，我们经历了AI寒冬期在内的5年发展。算是厚积薄发吧，我们在过去的短短3个月内，打造了在学术界爆火的现象级产品——论论，一款比拼学术真本事的APP，让科学家们也能得到一个科学的评估。

　　见实:当初打造论论的目的是什么?为什么选择在论论这个业务上发力呢?

　　谈国禹:科学对社会发展的影响越来越大，而科学从研发到落地都有巨大的发展空间和产品空间。我们相信可以助力到科学发展的事情还有很多，我们希望能做一些小小的贡献。

　　巴菲特的滚雪球理论说，要做有长坡和湿雪的事情。首先，我们创业的初衷就是认为科学产业是人类的未来，这是一个和人类命运相连的雪坡，其次，这里有很多可以为用户做的事情，自然是个很湿的雪。我们的任务就是如何把我们成为长雪坡中不可分割的一部分。

　　论论算是在科研领域的一款强应用型产品。说到论论的发展其实还要讲到2021年，当时AI强应用方向，业内还比较少有投资人关注这些。

　　行行AI和顺福资本创始人李明顺在当时选择投资我们，也可以说是对AI发展前景和爆发节点有精准的先见性。所以今年AIGC的落地热潮在先见者眼里，并非偶然撞上，更像是水到渠成的开花结果。

　　从寒冬期到现在一直以来的铺垫让我们从大模型爆发到现在，过了很短的时间，我们就很快做出反应，并且已经走过产品定义、产品开发以及商业化探索这些PMF验证阶段，在规模化的道路上开始看到成绩。

　　见实:对于其他AI应用派创业者来说，你们的这套流程能够借鉴的地方在哪里?

　　谈国禹:毫不客气的说，AI就是个新上职场的青瓜蛋子，在不考虑电费的情况下，他可以认为有无限的体力，但是他需要老手带着他熟悉业务，他才能上手，所以，老手需要懂业务，同时知道怎么带这个AI，才能发挥他的所长。

　　我认为，最近一段时间，我们还会看到很多的AI应用开始落地开花。大家都竞争大模型，就可以让AI应用企业有更多选择。

　　这些AI应用的创业者会有这样的共性，一方面，自身已经在业务场景长期服务用户，对用户的消费决策有深度理解，这就是理解用户需求，也就是老手需要懂业务。

　　另一方面，创业者对现行的AI技术到底能解决什么问题要有深刻理解，前面我们说到AI还是新手，作为懂业务的创业者来说，要明确怎么带AI能发挥它的长处。

　　这两方面的结合，才能解决已经存在的用户需求。前者是壁垒，后者是效率。

　　见实:所以壁垒不来自于AI技术?

　　谈国禹:是的，Open AI的大语言模型都无法形成壁垒，很短的时间里，大量的大模型都做到了开源，更何况初创公司的AI技术。核心的壁垒一直都是在于用户端。

　　互联网时代，BAT的壁垒也是如此，在于用户的使用习惯、用户的社交效应等等。

　　如果说，AI技术对形成壁垒有什么帮助，可以说，越快应用，可以越快地积累用户，最终效果还是体现在用户身上。

　　02

　　从来不缺市场，缺的是好的创业者

　　见实:现在AI是在爆火，看上去百家齐鸣。但似乎又有很多哀鸿遍野的声音，有的AI公司正在面临更为严峻的寒冬。您觉得当前真正的AI市场是什么样的?

　　谈国禹:是这样的，我经常听到很多感人的事迹，比如，台风天里互相帮助，最终成功逃生的人们。朋友们聊到这些故事的时候就会说，这些故事拍成电影该多感人啊。

　　每每这时，我就感叹，世界上从来就不缺好的故事，世界上缺的是好的导演。

　　一样的，AI领域从来不缺市场，也不缺愿意买单的用户，缺少的永远是好的创业者。我不觉得现在非常缺乏生存的空间，其实在创业的过程中有太多可以成长和提高的地方，如果只是原地哀嚎，那对创业没有一点用处，只会徒增烦恼。

　　见实:那现在在AI应用业务的实际探索中，和以往的创业相比，感觉有什么不同呢?

　　谈国禹:创业者生来就是来解决问题的。创业本质上都是相通的，简单说，就是要解决问题;复杂说，就是要立足当下，分析并解决处于不同时间尺度的问题。

　　打个比方，就是人们一起来造房子，现在造到2层楼的人和造到10层楼的人，考虑的问题是不一样的。

　　这就是立足当下，建设互联网时代时自然有互联网时代要解决的问题，建设AI时代时自然有AI时代要解决的问题。很多的时候人们喜欢抱怨问题，其实，任何时候都是在找到问题，解决问题的过程。

　　见实:那“不同时间尺度的问题”怎么理解?

　　谈国禹:不同时间是说，大时间尺度的问题和小时间尺度的问题。

　　比如，如何为业务找到对的终局判断，可能是大时间尺度的问题，如何对新产品进行定价，外界市场环境如何，可能是中时间尺度的问题，如何解决内部小团体的矛盾，可能是小时间尺度的问题

　　所以，业务过程里，各家公司遇到的问题其实都差不多的，只是以不同的形式出现给创业者来解决。所以，创业者就是来为业务解决问题的。

　　那最重要的问题就是如何让用户为我的业务付费，并且形成增长。

　　见实:可以这么理解吗，现在的环境来看，已经产生增长的AI创业公司更容易获得投资人的青睐?

　　谈国禹:现在很多投资人更要求业务先赚钱，其实我认为这是最基本的。

　　就像一开始说的，AI就是干活的行业新人。AI在产业上的本质，就是干活的生产力，比如，语言模型，就是能干跟语言有关的一些活儿。

　　既然是跟人一样的产业新人，就要跟人一样，活干得好就有公司聘用，活干不好就没有公司聘用。AI也是一样，活干得好就有公司买单，活干不好就没有公司买单。

　　所以应用场景的AI如果不能挣钱，就是说明还没有在市场竞争中立足，就像一个人没有在职场竞争中立足一样。当然AI不仅可以找一些已经有人干的活，也可以找一些人还没能干好的活，或有需求根本没人能干的活。

　　对投资机构来说，投资能在市场竞争中立足的AI，让他把活干更好，是可以理解的。

　　总结来说，AI在产业的本质就是干活的生产力，挣不挣钱就是评价活干得好不好的基本依据。还是那句话，缺的是好的创业者，而不是市场。所以立足的机会一直有。

　　03

　　我们对AI的认知依旧很浅

　　见实:你认为人类的活儿，AI都会干了吗?

　　谈国禹:我认为现在考虑这个问题还太早，因为人类和AI的定义未来都不一定像今天这样。我更愿意认为这个问题是说，可以预见的未来，AI与人类会形成怎样的一种合作形式。

　　我们不该单独地分析这次的AIGC爆发，而是在大的终局判断里，把这次的变化作为自然过程的阶段表象，就像发芽是植物生长的阶段表象，阶段表象的背后是第一性的源动力和自然的趋势。

　　首先，transformer会是近期AI发展的核心动力。能早早布局AI，根本的原因是看到了AI技术的巨大潜力空概念。

　　大模型的技术基础是transformer，我们很早看到transformer巨大的潜力价值，而在过去两年里并没有真正被人们发掘。我认为今天，人类对transformer的认知依然还很浅，其持续推动技术突破的潜力依然巨大。

　　见实:那么，长期来说，AI会带来哪些变化?

　　谈国禹:在大的AI发展周期来说，从2012到2018年开始的第一波机会，是基于深度神经网络科学成果的直接产业转化，比如图像识别等等，这些其实本来是科学界在研究的东西。

　　第一波AI浪潮最终遇冷，本质上是因为AI模型在产业上难以交付的问题。

　　从2022年到2027年开始，会是第二波大的机会，是人才和产业对AI的初步结合。这一轮AI在应用端的竞争会是建立强壁垒导向的，所以这一阶段AI开始真正在应用场景中找到自己的位置，并且让运用AI的公司得到更大的竞争红利。

　　从2030年开始，会是未来产业与AI的更深度融合。长期来说，今天经济学上，生产力的定价理论会被AI颠覆掉，分工与资产的定义也会被更新。