今天的AI创业，与移动互联网时代的区别在哪里？
The following article is from AI大航海 Author 吴炳见
本质原因是基础模型处于 1 岁还是 18 岁。
躬身入局，真的在模型层和应用层投了一些项目后，我们有了一些新的认知，对 AI 里有巨大创业机会更坚定，也对 AI 发展的 timing 更有体感了。
作者介绍：吴炳见，心资本 Soul Capital 合伙人，三年百度 mobile 产品经理+战略分析经验，十年风险投资经验，之前就职于险峰和联想之星。重点投资 AI、机器人、硬件行业。（作者联系方式见文末）
01
三个时间点
现在过千万日活的 AI 应用有四个，ChatGPT、Midjourney、Character.ai、Github Copilot，但充分验证的应用还不够多，为什么？因为行业的年龄，年龄决定了能力框架。
移动互联网的发展有三个关键时间点：
2007 年，iPhone1 发布，mobile 一岁，打响了发令枪，移动互联网的产业链从零开始构建。
2010 年，iPhone4 发布，mobile 发育到了 18 岁，有了清晰的能力框架，我们今天用的 iPhone 相比 iPhone4 是没有质变的，只有性能上的量变。同年，美团成立，小米成立。
2012 年，是移动互联网应用爆发年，智能手机的渗透率跨过 20%。同年，字节、滴滴、小红书成立，快手开始转社区，饿了么开始起量，2013 年美团开始立项做外卖。
2012 年的春节，PC 端的流量跌下去后，再也没有反弹回来，流量的接力棒交到了移动互联网手里，从此移动互联网开始了为期七八年的狂飙。2012 年是 PC 互联网的「万历十五年」，承上启下，草蛇灰线，伏脉千里。
AI 行业发展起来，也会有这三个关键时间点。
2022 年，GPT-3.5 发布，生成式 AI 一岁，基于大模型的产业链从零开始构建。
当下，可以对标到 mobile 2009 年，正在等待 AI 的「iPhone4 时刻」，一个能力框架更成熟的大模型。AI 和互联网很不一样，互联网是从拨号上网开始就在支撑很多应用场景了，即便网速是龟速，而 AI 需要达到一个较高的智商才能应用，一个模型的 50 分和 60 分，在用户眼里是 0 分和 1 分的差别。
18 岁的大模型应该有哪些能力？它需要具备更强的推理能力、更长的文本记忆能力、更少的胡说八道、以及多模态的理解和生成能力，尤其是视频生成。也需要更低的计算成本，更快的推理速度，逐步实现秒回。大模型将会有自己的「摩尔定律」，每年能力提升百分之多少，以及 token 成本降为几分之几，这个定律很快会变得清晰起来。
国内的头部的大模型厂商，基本今年年底到 GPT-3.5 的水平，基于 GPT-3.5 可以做写广告写总结的应用了，但更复杂的应用需要更强的推理，明年下半年到 GPT-4 的水平，这时应用开发的格局会打开很多。OpenAI 明年也会发布下一代大模型，乐观来看，半年到一年后，模型可能会到 18 岁。
iPhone 在迭代到 iPhone4 后，能力天花板就打住，不再有质变了，之后几年都是量变。但很可能，大模型的能力质变放眼数年不会打住，从 GPT-1 到 GPT-4 turbo 的每一次迭代都有质的变化，scale up 还没碰到天花板。当下，大模型的能力约等于普遍意义上实习生的能力，未来会进化到一个科学家的水平，最终超越所有人类的智力上限，这是模型的纵向进化。
横向来看，大语言模型只是 AI 版图的一部分，基础模型的第一性原理已经出来了——「predict next token」，这个原理有可能带来其他模型：
如果未来 transformer 或者另外一套算法能够准确预测下一帧，那么视频模型就出来，就有机会解锁下一个抖音级别的内容平台；如果能准确预测下一串动作序列，那么具身智能模型就出来了，就解锁通用机器人了；如果能准确预测下一个蛋白质序列，那么蛋白质模型就出来了，新药研发又可以迈进一大步了；如果能准确预测下一个像素，那么 3D 模型就出来了，就解锁元宇宙的构建了。
版图完全解锁后，我们会看到多个基础模型，而很多方向的边际成本会趋近于零，不断解锁新的应用层的机会。
02
真机会与伪机会
一个平台从 1 岁走到黄金年龄，会经历很多真伪机会。回头看移动互联网的早期，有四类机会都曾霸榜。
第一个类机会叫「手电筒」，是伪机会。2010 年之前，手电筒这类小应用经常霸榜，用手机照明确实是个大需求，但这种小工具太简单了，后来成为手机系统的标配，手电筒应用也就消亡了。
第二类机会叫「汤姆猫」，是小机会。汤姆猫很巧妙的用到了手机的麦克风，你说什么话，它就会用猫的语气来复述。当时日下载量到了百万级别，但没有长期留存率，因为玩法单一，和猫对话几天后就没有新鲜感了。后来汤姆猫被中国的一家上市公司收购了，作价 70 亿人民币。
第三类机会叫「91 手机助手」，是阶段性机会。在移动互联网早期，应用商店谁做谁起量，当时有 91 手机助手、豌豆荚、安智等诸多玩家，91 是其中做的量最大的，退出上做的最漂亮的。2013 年，91 手机助手作价 19 亿美金卖给了百度，当年 19 亿美金是一个破纪录的价格，创始团队和投资人皆大欢喜。
2013 年前后，买了手机的第一需求是什么？是下载很多应用尝鲜，神农尝百草。应用商店因为刚需高频，又有分发能力，被很多人想象成移动互联网入口。十年过后，手机上的 killer App 收敛为十几个，这十几个应用成为移动互联网入口。应用商店最大的历史使命是把那十多个 killer App 扶上宝座，很少有人会想起当年的 91 和豌豆荚了。
第四类机会叫「抖音快手」，是真机会，有长期的留存率，能构建商业模式，且有一定的护城河。这类机会放在 mobile 早期，是张「暗牌」，很难估算市场规模，更难想象未来是千亿美金的公司，可遇不可求。
今天在 AI 的早期阶段，摆在我们眼前的依然是这四类机会，我们需要想清楚，谁是 AI 时代的手电筒，谁是 AI 时代的抖音快手。基于大模型的套壳应用是新时代的手电筒，很短的时间就会被大模型的能力击穿；基于 AI 做出的一些原生小爆款应用，如果玩法过于单一，无法形成自己的资产，很可能成为新时代的汤姆猫；而新时代的抖音和快手，还很难想象长什么样子，更大的可能是，未来的抖音今天还刚开始做今日头条，甚至内涵段子，这是一个进化的过程。
每个平台崛起时，都有属于它的 native 应用，这是给到创业者最大的机会了。
早期的 mobile native App 长什么样子？2011 年时，KPCB 的合伙人 John Doerr 把 mobile native 总结为 SoLoMo—Social、Location、Mobile，当时很符合 SoLoMo 的应用叫 FourSquare，你可以用 FourSquare 在一个地点签到，比如你经常在一个酒吧打卡，就会获得这个酒吧的荣誉勋章，经常出现在一个地方的人可以相互交友。当时这个应用的下载量一度很高，但留存率很低，因为玩法太单一了，不够好玩。若干年后，位置定位成了每个应用的标配功能。
什么是真 mobile native 应用呢？美团外卖肯定是了。但在外卖应用的整个价值链中，location 定位起到的作用只有 20%，80% 的价值是靠线下的商户资源和物流配送创造的，但 location 起到作用是画龙点睛的，这 20% 的作用撬动了整个业务流程，因为手机的 location 属性，我们才能查到方圆几公里的餐馆，外卖小哥的位置才是实时可调配的。
什么是 mobile native？不是 100% 原生于手机的应用，而是因为有手机，体验和价值被放大 100 倍的应用。
AI native 也是一样，AI native 并不一定 100% 依赖于大模型，大模型在其中可能只起到 20% 的作用，但这 20% 是画龙点睛的作用，解锁一个之前完成不了的任务，这才是真 AI native。
03
工具与资产
任何一波平台机会起来的时候，首先被创造出来的是工具。
回头看 mobile 上最终立住的十几个高频应用，微信、淘宝、拼多多、抖音、快手、美团外卖、滴滴、小红书等，很少有纯工具，他们最终是靠核心资产立住的——微信靠关系资产，抖音快手小红书靠内容资产，美团外卖和滴滴靠线下资产、淘宝和拼多多靠商户资产，这些资产形成了产品的供给，也就是供给即产品。
为什么纯工具很难立住，必须要构建自己的核心资产？纯工具的用户价值 100% 靠代码传递，代码的复制成本很低，最终大家功能类似。对 C 端产品来说，一定要找到代码之外的优势，微信的价值来自于通讯录，抖音快手的价值来自庞大的视频库存，美团的价值来自商户和骑手网络，最终资产上形成差异化。
同样的道理，也适用于 AI。未来，ChatGPT 不应该是单纯的问答形式，而是可以调用各种 Agent 完成任务，有点像 all in one 的微信。Midjourney 不应该单纯的做一个「图片设计师」，而是生产有情节、有意思的内容，它的价值来自内容消费，有点像今天的内容平台。
工具与资产之间，往往是动态变化的。很多产品 day one 就不是工具的定位，抖音 day one 就是短视频内容社区，美团外卖 day one 就是外卖交易平台，他们的产品界面从第一天开始就没有大的变化，最牛的产品往往是大轮廓不变，里面的资产反复迭代的。也有一部分产品 day one 是工具，很快做了转型，比如 gif 快手最初是一个视频转 gif 的工具，一两年后转为短视频社区，而他的爆发也是在转了社区之后。
北坡上，南坡上，都有机会，但不要长期在工具形态恋战。起步可以是工具，但终局拼的一定是资产。如果这个问题第一天就想清楚了，那么最好起步就做资产。
04
AI 创业的新特点
前面有很多 AI 和移动互联网的类比，但真的在参与了一些 AI 项目后，我发现 AI 和移动互联网的创业规律很不一样。
首先，AI 创业的 0 到 1 的验证的时间更长。做移动应用时，我们可以把产品缩减到单一功能，两三个月做出一个 MVP，上线就可以验证了。移动应用限定了场景，比如我们做一个打车软件，因为产品定位和特定的交互逻辑，用户只会用它打车，肯定不会在里面搜新闻。
但 AI 产品不一样，用户面对一个有 AI 属性的聊天框，会输入任何内容，试图探测它的边界，一旦这个产品接不住，用户就有可能会离开。MVP 在 AI 上一定程度是失效的，或者说 AI 产品的 MVP 构建的时间拉长了。
移动产品往往面对的是用户确定性的需求，打车就是打车，外卖就是外卖，AI 产品面对的是用户的不确定性需求，面对一个框，用户会和模型聊 everything，怎么管理用户预期是个重要命题。年初的时候，大家惊叹于 ChatGPT 的能力，是因为看 demo 容易感受到模型能力的上限，而真实使用时，能否留的住用户，是由模型能力的下限决定的。
第二，一旦 PMF 找对后，AI 创业 1-10 的发展速度会更快。之前 PC 和移动互联网两波平台级创业，都是一边铺终端，一边铺应用，应用普及的速度受限于铺终端的速度，而 AI 创业是在现成的手机和 PC 上做应用，只要是个惊艳的产品，就会以闪电的速度铺开，ChatGPT、Midjourney 用小几个月时间突破亿级用户，已经验证这个规律了。
但因为每个终端的位置都被占满了，没有流量红利，这就要求新的 AI 产品必须十倍好于之前的产品，最好是解决了之前一直无法解决的问题，才有机会冒出来。
之前 PC 和移动互联网创业的早期，商业设施是不成熟的，没有现成的支付体系、变现方式、流量投放。移动互联网早期，大家根本不知道如何在手机上赚钱，feed 流广告是绝对想不到的。放在 AI 创业的今天，这些商业设施都是现成的，但模型这个发动机是不成熟的。
这会发生一件事，一些聪明人会先拿一款 50 分的 AI 产品练兵，一上线就开始商业化，摸索增长方式，一通实战后把这个产品本质看透，等到基础模型的 18 岁到了后，换上新款发动机，直接起飞。之前互联网的那种纯圈用户，没有变现模式，纯烧钱的情况不太会在 AI 创业里发生了，AI 应用自带赚钱模式。
第三，大的竞争会提前，创业公司在突围的时候很可能首战即决战。2010 年的时候，很少有大厂提出移动优先，直到 2012 年，一些大厂还在观望移动互联网的机会，这给了创业公司猥琐发育的时间，暗牌变明牌的时候，大厂已经按不住创业公司了。字节之于百度，拼多多和美团之于阿里，米哈游之于腾讯，都是创业公司从边缘走到核心地带，对着大厂掀桌子，这让大厂的管理层多了一层 VC 思维——相信非共识的力量，不要轻视一些看似微小的切入点。
所以大厂对 AI 的共识来的早很多，几乎所有大厂都把 AI 视作新的增长曲线，和创业公司的竞争会提前。AI 创业上会发生一件事，0 到 1 一旦验证，接下来的一两年时间就会变得尤为重要，1-10 的增长、商业化的铺开、组织能力的打造，会在一个很短的时间窗口里发生。之前做完这套动作的时间可能是四五年，现在会缩短为两三年，既要创始人的初速度，还要加速度。
之前和 42 章经的曲凯讨论过，一致的答案是，更高的人才密度，更卷的竞争环境，会让「AI 2012」更快到来，若干年后回头看，还是会看到有一批创业公司在主牌桌上，对着大厂掀桌子。
05
入场与节奏
对投资人来说，何时入场投 AI 呢？过去的一点经历给了我答案。
我是 2010 年计算机系毕业，进到百度做移动互联网产品经理的，那时移动流量只占大盘的百分之个位数，2013 年年末开始做 VC 投移动互联网，当时所在的机构主要投资天使轮。回头来看，对移动互联网投资来说，2014 年开始做早期投资已经晚了，已经错过绝大部分移动互联网大赢家的的最早期阶段了。对一个 VC 新手来说，起码用两三年构建自己的人脉和认知，等到构建的差不多的时候，移动互联网已经狂飙到 2016 年了。
有了这种真切的体感后，在看到 OpenAI 打响了第一枪，AI 行业有了质变后，我更愿意守着智能化这片田地从一开始就参与。有一个朴素的逻辑，想淘到金子必然需要一万小时理论，这一万小时发生在今年，还是明年，会截然不同。
对创业者来说，何时入场做 AI？是不是等模型长到 18 岁再下场做呢？
我的答案是，只要想好做什么了，越早越好，但要注意节奏，尽量少的花钱，尽量多的获取认知，一旦看到好的机会，随时转型，等待关键的一把牌 All in。
为什么我觉得要尽早入场？AI 创业和 mobile 创业的差异，远大于 mobile 创业和 PC 创业的差异，这里面有很大的认知 gap，需要靠实战来填 gap。智能手机的能力边界在哪里，这个答案放在移动互联网早期是相对清晰的。但 AI 的能力边界在哪里，答案是不清晰的，一边是技术层在变动，一边是开发应用层，需要对模型的能力边界有充分的理解和预判。其次，前面提到的竞争问题，这对创始人准备的 ready 程度提出了更高的要求。
AI 的 1 岁到 18 岁是个不断解锁新机会的过程，但不需要 18 年，按照当下 AI 以日计的发展速度，可能很快。人们往往高估最近一年的发展，低估未来十年的变化，此时此刻这一情形正在准确上演。
面对一个未知的巨大市场，我们习惯预判。历史经常轮回，但绝不相同，AI 不是另一个 mobile。我这里写的想法，回头看可能一半是错的，这种错既来自路径依赖，更来自想象力的限制，就像站在 2010 年，我们无法想象 mobile 带来的变化是今天这样子。
我们是无法准确辨别当下是 14 岁还是 16 岁的，既然它离 18 岁不会太远，干就完了，最好的预测未来的方式是去创造它。
有 AI 技术和应用创业想法的朋友，欢迎加作者微信讨论，wx：wubingjian。（加的时候请说下自己的公司、职务，有什么能一起交流的。）