九合创投王啸：AIGC时代的「iPhone时刻」｜AIGC沙龙精彩回顾（上篇）

“

3月1日，OpenAI 宣布开放ChatGPT 和 Whisper的API，开发者可以通过 API 将 ChatGPT 和 Whisper 模型集成到他们的应用程序和产品中，并且使用成本比GPT-3.5降低了90％，1000 tokens只需要0.002美元。

OpenAI此举大大降低了技术研发的成本和门槛，AIGC普及化的时代将加速到来。未来五到十年，人工智能极有可能将区块链、虚拟世界等技术串联起来，实现更多突破。

九合一直在AI领域进行耕耘和布局，密切关注技术的突破趋势。九合最早于2015年投资了人工智能医学影像的先行者鹰瞳科技（HK：02251），此后还投资了领先的深度学习“操作系统”一流科技OneFlow，以及自动驾驶领域的独角兽Momenta等一系列优秀的AI创业公司。

而在新一波AIGC浪潮来临之前，九合也在生成式AI中做了布局：AIGC先行者彩云科技、新一代游戏全产业链AI赋能平台行者AI、出海短视频的AI创作平台井英科技等。

在新浪潮的开端，创业者如何抓住其中的商业化机会？近日，九合创投联合微软举办了AIGC闭门沙龙，投资人、技术专家以及九合被投企业创始人，同台探讨AIGC带来的变革和挑战。以下观点来自九合创投创始人王啸在沙龙上的分享，希望给创业者带来启发。

”

01

•

AIGC引领新一波人工智能发展浪潮值

AIGC的兴起源自于ChatGPT的爆发，ChatGPT不同于以往分析式AI产品，它具备自我修正、多人对话与场景识别等难得的跨时代能力，人们能更直观地感受到它的价值。截至目前，ChatGPT是世界上最快达到上亿用户的产品。

而ChatGPT之所以能够基本正确的识别人类的交互意图，是因为它采用了多层变换器（Transformer）模型来预测下一个词汇的分布概率，该模型是通过训练在大型文本语料库上的语言模式，来生成一种自然语言交互文本。

Transformer基于无监督模型，不断地通过预训练把相关关系升维到参数级别，并用数字去理解字和字之间的关系，再加以矫正和追回，从而形成了一个巨大的预训练库，然后再根据用户需求作调整，这也是ChatGPT具备一定常识和智能性的重要原因。

从分析式AI到生成式AI的演进来看，分析式AI仅利用机器学习技术进行数据分析，主要负责数据分类、数据预测等任务，应用在推荐系统、人脸识别和文字识别等领域。

而生成式AI在学习归纳数据分布的基础上，学习数据的生产模式，并创造不存在的新数据，能够应用在文字创作、图像生成、代码生产等创造更高价值的领域。

九合认为，每当新的结构性机会来临时，总会有一些标志性信号释出，能够对行业发展产生强大的冲击力。例如：从第一代移动互联网（手机）的诞生和竞争，到深度学习型人工智能（AlphaGo）击败人类顶尖围棋选手，再到图像识别、自动驾驶等分析式AI的出现，每一次人工智能技术的突破都会对人类与世界的交互产生颠覆式的变革。

随着AIGC的到来，下一个互联网时代的巨幕已经缓缓拉开。上一个互联网时代，开启十余年硬件变革与应用迭代的时刻，是以乔布斯在2007年发布第一代iPhone手机为标志性的时间节点。

当底层芯片、通讯速度、软件开发等各个方面都已经具备了引发变革的条件，iPhone的问世点燃了新时代的引线。

如今，当芯片制程不断突破极限，优秀的AI科学家更加理解如何训练AI模型，训练成本和对话模型都不断趋向于商业化的程度，我们可能将迎来AIGC时代的iPhone时刻。

在消费电子时代，每个人需要通过购买iPhone才能体验到最新的通讯技术的集合。而在新的AI时代，我们使用的每个工具和产品，都可能在背后隐含了AI的赋能，让我们的生活更加便捷与可靠。

这个可能出现计算错误和理解偏差的ChatGPT，像是2007年我们拿在手中的iPhone，有望以此为标识，引领无数创业者走向新的科技发展纪元，不断带给我们惊喜和感动。

02

•

AIGC底层突破，重塑产业架构

新一波的AIGC浪潮并非一蹴而就，它经历了漫长的学习与积累的过程。深度学习概念具有标志性的意义，它的本质是突破了以往算法的技术瓶颈，将人工智能引上了一条正确的道路。

算力的提升、数据的获取与算法的进步正在驱使AI大模型的应用落地成为可能，在我们看来，具有理解与推理能力的AI大模型将成为未来互联网内容应用的底层基座。

纵观整个AI生态产业链，从底层的算力、算法、数据再到人工智能基础模型，以及软件/硬件的应用场景，各个环节都在充斥着新的创业机会。

在硬件层面，新的用户入口主要包括含AR、VR与脑机接口等，虽然目前的技术水平距离大规模应用脑机接口还较为遥远，但是在Apple眼镜等产品推出后，AR和VR眼镜有望更快速的形成行业标准，实现规模化出货，并降低硬件成本。目前，国产VR/AR眼镜中已经有一些应用能够与人工智能结合，包括通过语义识别，实现与用户的精彩互动。

从今年开始，AIGC存在一些爆发性的机会，它的底层必须要有在背后支持的操作系统“大脑”，所以现在的硬件、算力、模型、应用都处在大爆炸的前夜，预计未来三年就能看到各种各样的新事物不断涌现，这是非常好的创新机会。

在数据层，九合最早布局了第一家混合云上市企业青云科技（SH：688316），以及全球领先的物联网基础设施服务商EMQ映云科技（GitHub Star：11k+）。

在算力层，CPU作为计算机系统的运算和控制核心，相较于GPU更加擅长逻辑控制，能在深度学习中可用于模型的推理/预测，因此九合提前布局了基于RISC-V开源高性能通用CPU芯片研发商微核芯。

在算法层，九合系成员中的一流科技在做人工智能的“操作系统“ 深度学习框架，彩云天气能智能预测天气，彩云小梦可以智能续写小说、与虚拟人物对话，晓多科技在做电商领域的智能AI客服。在硬件侧，九合投资了智能AR眼镜研发商影目科技等项目。

03

•

从To B or To C，等待爆发的时点

AIGC作为一个新的应用场景，本质上是代表了AI产生内容的能力提升、硬件入口改变、算力的极大提高以及用户需求的不断变化。AIGC可能只是一个阶段性的名词，实际是利用强大的人工智能替代内容生产力，将低效与高昂的服务成本逐渐替代为极低AI模型调用成本，提升优质内容的生产效率，并创造新的社会财富。

在To B端，我们认为AIGC的商业模式应该包括大模型API和专业服务等。AI大模型通过深度学习训练，逐渐落地到各种垂直行业和场景里，大模型作为底层平台接入其他产品并对外开放，解决具体的问题，用户每次调用模型，按照接入用户的请求量计费。AI模型调用的级别越高，收取的服务费也就越高。

此外在To B的专业服务领域，AI可以替代传统人工创作劳动、信息的理解与应用的基础劳动，用AI成本替代枯燥且高昂的人力成本。如果客户付费意愿明确，AI在特定行业的产品化将会极易形成壁垒，并持续通过特定的训练集和场景来优化/迭代模型。比如，九合近期投资的井英科技能够根据客户诉求，无需拍摄即可生成视频，有非常明确的落地场景与需求。

而在To C的部分，AI根据内容产出量计费。九合认为，海量用户的C端产品是所有应用中的最大机会，但AI本身使用成本相对较高，爆发点何时来临暂不明确。AI在C端的爆发需要让AI的使用（边际）成本逐步下降，或者找到C端愿意付费且能覆盖成本的刚需场景。值得注意的是，同样作为To C产品，TMT时代的网络效应、规模效应短期内难以被AIGC产品复制。

04

•

把握属于中国创业者的机会

当模型与商业化落地方向确定之后，我们看到国内创业者们行动的速度都很快，不过在新事物的确定性出现之前，对于新技术/新趋势的探索精神还需要加强。不是当事情变成确定性的现实之后再行动，而是应该提前三年左右去布局，在风口来临前坚持创新和探索。

在To B产品端，中国创业者需要寻找明确的市场痛点与商业化落地场景。创业公司要寻找相对基础且低效的劳动力替代场景来实现商业化落地，并通过大模型在特定的用户场景进行优化与迭代，最终在垂直领域形成竞争壁垒与护城河。在AI技术的演进中，企业应当保持竞争力，持续将AI技术发展与突破容纳在产品中，而非被AI发展所替代乃至抛弃。

在To C产品端，创业者要区分自身与大厂的优势差异。AI模型训练成本高、数据闭环以及C端的算力成本高等因素频频制约着C端创业公司的机会。互联网大厂掌握社交流量入口，能快速投入更大量的资金，不计成本地用于研发与抢占市场。创业公司想突围，就要找到个人使用AI盈亏平衡的特定场景，从单个场景突破，进而满足日益增长的用户需求。