“大模型的開源和Database時代的開源不是一個概念。”源碼資本管理合夥人黃雲剛說。
目前開源最大的問題在于，社群開發者對于模型架構的貢獻非常有限。“Linux、Android當時能跑赢閉源産品，最重要的原因是，他們都有一種‘公共建設’屬性，開發者社群的創新能同時促進使用者生态。”但對于目前大多數的開源大模型，無論是剛剛推出的Llama 3，還是Grok-1，社群對于模型發展的幫助還是很模糊。
在黃雲剛看來，如果針對場景的優化和訓練方式都一樣，那麼開源和閉源的差別就不會特别明顯，因為大家都是隻有使用者沒有“生态”，比如Grok-1開源對使用者增長可能短期有效，但對未來模型更新有多少幫助很難說；另外最近Llama 3 能力值創新高背後最大的推動力也隻來自于Meta。
如果開源大模型對于開發者來說隻是看到相同的代碼，但是不能像Database時代一樣讓開發者的貢獻在更多人之間流通疊代，開源的生态優勢就不那麼重要，也就是說，AI技術開放最核心的門檻仍然沒有降下來。
“對于創業者來說，目前還處于模型技術能力等于産品機會的階段。”
這個階段和PC網際網路、移動網際網路早期很相似，能力上的要求主要展現在技術端。從中國最早的網際網路創業者張朝陽、雷軍、李彥宏、丁磊、馬化騰，到移動網際網路時期的張一鳴、王興、黃峥、宿華，第一批拓荒者基本都是程式員背景。國外網際網路早期創業者像Google的Larry Page，還有微軟的比爾蓋茨也都是技術出身。
“但現在最大的不同在于技術、産品、基礎設施都在同時互相影響地往前走。”黃雲剛說。網際網路是把已有的東西線上化的過程，不用太擔心技術路線上有特别大的調整，更多關注商業模式和産品設計問題。但AI時代技術本身的發展就很快，産品疊代速度也在加快，創業者如果想等到所有基礎設施都成熟了再去做産品，可能就晚了。ChatGPT月活突破1億隻用了不到90天，這是之前沒有的速度。AI時代的創業者，核心是前瞻性的技術認知能力——在“半山腰”上去建構産品。
有經驗的産品鬼才在這個階段還不太能發揮出來。“AI這一波機會對年齡和技術的要求比以前更高了，以前做PC産品的人轉向網際網路需要的還隻是認知上的轉變，走通的人就已經很少了；今天難度更增加一層，即便你有那個認知，沒有技術預判，産品剛出來可能就已經落伍了。”黃雲剛說。
大模型能力的摸高是未來幾年的主線任務，支線任務是創造feature。
黃雲剛認為，摸高一方面是取決于Scaling law，即更多的資料、能源，更大的算力創造出“聰明”程度指數級上升的AI。另一條支線則是在技術上的提前投入和布局，比如長文本、比如更易用的prompt（提示詞）互動邏輯。
中國大模型創業公司最終都是要“兩條腿”走路的，一方面是不斷地創造新的feature（功能），去刺激使用者和刺激市場。同時，通用能力也要持續領先，證明産品的“厚度”足夠“厚”。
“反過來從市場端看，對大模型依賴度越高的場景越有機會跑出殺手級應用。”
比如大模型對下一代搜尋引擎的重要程度，黃雲剛認為在90%，這類模型即産品的創業公司應該是今年關注的第一梯隊；而之後對于内容平台，AI技術的重要性可能在50%，這個判斷主要是基于AI生産工具與内容的不對稱關系（更好的AI工具不一定能生産出更有吸引力的内容）；遊戲可能更低在30%，設計、題材以及遊戲産品本身對玩家的意義會比AI更顯著。
技術不确定性越大，年輕人的機會越多。最近十幾個月中國的年輕創業人群正在快速增長，人才端不匮乏。今年還有可能會成為AI“大成”創業者年齡代際的一個分界線。十年前，iPhone 4的釋出催生了移動網際網路爆發，80後在21歲到30歲之間選擇創業，算是比較年輕的。現在是很多90後，95後高學曆、聰明、沒有路徑依賴的年輕人越來越多的冒出來。
曆史不會重複，但總有相似的韻腳。一些人會承認其中的規律，而一些人則有選擇地否定。
黃雲剛将從下一期基金開始主導管理并獨立營運源碼美元Venture基金。
市場情況越是複雜，就越要保持簡單。黃雲剛說，“一切都是為了讓早期項目的投資決策變得更靈活，更聚焦，之後，源碼的Venture階段投資會募投管退獨立閉環。”
源碼資本創始合夥人曹毅，将對擁抱AI浪潮的Venture業務持續支援，"雲剛是非常稀缺的集好投資人、好IC、和好團隊Leader的VC年輕老将，過去七年時間對源碼貢獻非常大。雲剛沉穩内斂厚積薄發，現在更恰逢其時，非常期待雲剛帶領團隊獨立營運，穩準狠地抓住新浪潮中的大赢家！”
AI創業現在需要的是哪一類人？
福布斯中國：這一波AI機會對于新一代創業者有什麼新要求？
黃雲剛：
現在對技術要求高的同時，還需要足夠年輕的年輕人。
可能是95後給我的感覺，與我們十年前投的那一波80後有很大的差別，那時候80後在20歲到30歲之間。AI這一波機會對技術依賴更高，尤其是這個階段，大多數還是高學曆，然後也非常聰明。但僅僅是一個産品怪才，在今天并不一定能發揮出來。例如，訓模型這個要求對他們就太高了。
這也是AI創業者從年齡上比之前要更年輕的原因。對新東西接受度永遠是年輕人最好，要擁抱年輕。
如果年紀大一些的話，原本做PC産品的人也可能轉向移動網際網路，這屬于認知的轉變，但成功者比較少。認知的轉變，說簡單也不簡單，有時候，那道隐形的“窗戶紙”是很難捅破的。但是，今天又增加了一層難度，即便你有認知，也沒有技術能力。是以，隻有對快速變化的技術有非常強的預判能力，才能做好一個産品。
福布斯中國：到了今年這個時間點，到底是“人”的機會還是，還是“事”的機會？
黃雲剛：
無論是AI，還是其他任何領域，例如機器人、消費或者醫療科技，這些領域都有相似性，人和事情都很重要。
技術在不斷的變化，投資機會開始越來越多的出現在天使、Pre-A和A輪階段。随着這一批公司的成長，可能3年之後開始才會開始有大片的成長期投資機會。是以，我們現在肯定将關注重心放在早期的A輪企業上。
在早期，人和事都很重要。所謂“事”，就是創始人對事情的認知，以及他選擇方向的能力，但最終肯定還是“人”為主，因為畢竟沒有資料，甚至沒有産品。
福布斯中國：年輕人投身AI創業的優勢在哪裡？
黃雲剛：
産品分為兩類，一類是流程性的産品，需求明确，隻要把流程梳理清楚就可以了，很多ToB産品是這樣的。第二類是完全創新的産品，從無到有。尤其是面向To C端、比如 social media等，這些都特别需要年輕創業者。
在中國投AI應該焦慮嗎？
福布斯中國：2024年伊始，資本市場對大模型的态度變得很微妙，AI投資的機會有哪些？
黃雲剛：
現在除了Open AI這樣專注技術和基礎設施的公司外，還能分為兩類，即AI賦能的應用 和AI原生應用。AI原生應用可以了解為新的産品形态對于新技術的耦合性和依賴性較高。
以網約車為例，電腦和移動應用都可以實作叫車，也就是說場景本身并不依賴于這項新技術。但隻有移動應用才能推動網約車的發展。當時的“網際網路+”，取決于在原來的各個場景，前者如何将新技術用于提效。
面向To C端的原生應用還未真正實作技術突破。昨天，我還在與一個做資料中心的創始人聊天。他認為，國内做這一塊業務有難度，好像是“賣鐵”，但“鐵”并不是自己的造的，是英偉達造的，美國市場發展比較好，主要是場景成熟，相比之下國内的客戶就顯得就比較稀少且分散。
美國目前已經找到了最大的場景，就是To B端，例如各種SaaS工具與AI融合。同時，AI背後的算力消耗，還将帶動基礎設施的發展。在中國To B端仍然比較艱難，成規模的企業級應用還比較少。
目前國内國外對比來看都是訓練端的客戶比推理端的更多，目前訓練端消耗了很大比例的AI算力。隻有當未來更多應用爆發之後，更好地服務使用者，才會進一步大幅度降低推理成本。但這個總體還是工程上的難題，總會有辦法解決，并且時間也不會太長。
福布斯中國：好像現在的這一批AI應用疊代得很快，比移動網際網路時代還快? 這是為什麼？
黃雲剛：
我也覺得疊代得很快。因為現在的技術能力是動态的，很多産品在技術變化過程中被快速疊代掉了。是以建構和打造好的産品，需要從半山腰開始思考，如何走到山頂以及在哪個山頂建産品。當所有人都看到了技術摸高的山頭，再出發做産品，很可能就來不及了。
福布斯中國：被動去調整和疊代，而不是說主動地去迎合客戶？
黃雲剛：
對的。現在的情況比當年移動網際網路時代更複雜，是因為移動網際網路是一個線上化的過程，智能手機和App Store等基礎設施的建立催生了大量應用；當時應用完成以後，就不太擔心技術會有特别大的變化，因為技術路線已經确定了。其他就是工程、産品設計的問題。但是，現在每天都在釋出新東西，讓大家都很驚訝。
确實也容易很痛苦，尤其是創業者和應用開發者。上周，我見了一個連續創業者，他也說了自己的痛苦之處。他是一個非常善于做産品的人，但現在把公司賣了。他說，我不是算法大牛，我也不訓大模型，我是做産品的人，我沒有能力去做一個大模型，那産品怎麼做呢？國内還沒有很好用的大模型，但也不能為此卡在這裡，更不能坐以待斃。
等模型做好再做産品，看起來很有效率，但可能是個僞命題，因為對技術的了解或對模型的了解，實際上是做應用的前置條件。
福布斯中國：現在大家對于開源閉源哪個更有機會有不同的看法，你怎麼看？
黃雲剛：
我們要相信中國的閉源。大多數人都認為海外的開源比較強大，中國的閉源大模型花時間精力，浪費錢最後也達不到國外開源的水準。但為什麼那個我們要相信中國閉源？
因為兩個原因，一個就是閉源對某些場景的優化或者訓練效果更好，能在這些點上做的更深更透，而不能都依賴看似強大的開源模型。
第二個相信中國的閉源能夠長期能夠打敗開源，或者是應該打敗開源的原因，是大模型開源這個模式其實跟以前我們了解的開源（open加上crowd source）不同。現在它更多的隻是大廠為了開源而開源，而不是集生态的力量去做事——是以它隻有開放的代碼但沒有相應的生态。
隻要有足夠的資源、人才和耐心，我們對中國閉源模型有信心和期待。
福布斯中國：隻有開源沒有生态是什麼意思？
黃雲剛：
現在的開源生态跟過去的開源生态是兩件事。
現在的開源，比如說 Meta 釋出 Llama 的開源，它其實隻是把 Llama 訓練好，然後開放出來而已。這個社群裡面的開發者對 Llama 架構的貢獻是很小的，他們隻是把它用起來。這個生态更多的是大家去用，而沒有大家一起來共創這個模型。
模型本身還是得靠 Meta 不停地往前去做，是以他今天的這個開源生态跟過去 DATABASE 時代的開源生态是不一樣的。
福布斯中國：AI創業最友好的賽道在哪裡？
黃雲剛：
中國是C端。海外to B也是好賽道，有些空間很大的to B賽道，甚至不确定性也沒那麼高。
不過現在有一個概念很重要，就是模型即産品的創業公司可能最先跑出來。
比如關于AI對下一代搜尋引擎的重要程度，我感覺可能是90%，甚至是99%，主要是這兩者的依賴度非常高。當年搜尋引擎都其實并不算一個産品，但從搜尋框和互動能力以及頁面檢索的ranking（排名）來看，的确有一定的産品屬性，但本質上是後端的檢索能力來決定的。ranking以及相應的算法，後端非常重要，前端其實相對簡單。
福布斯中國：AI還在哪個領域最有可能創造出颠覆性的産品？網際網路時期，在搜尋引擎成熟之後，機會很快就到了内容平台。
黃雲剛：
對于内容平台的話，AI的重要性可能是50%，就算做出Sora，也并不代表什麼。就像當年的拍照軟體或剪輯軟體，也不代表就能做出Instagram 或者抖音。
内容平台和生産内容的工具是緊密相連的，但它們不完全對等，兩者都得很強才行。類似于今天的AI能力，AI工具能否轉換成一個好的内容平台，并不好說。
另外，AI技術對一些行業的貢獻還不太能被高估。比如遊戲的貢獻率可能是30%，另外70%還是靠遊戲設計、題材以及遊戲産品的本身。電商可能是20%，因為電商離不開供應鍊，必須連接配接貨、商家等，這些無法被替代。AI隻能把前端的比對和流量營運的工作做好。
福布斯中國：AI原生性的機會呢？
黃雲剛：
當然，有一定的機會。就像原本沒有AI機器人的概念，現在稱作為“具身智能”，就是原來機器人放到某些場景的專用機器人，或者隻是專用裝置，還談不上機器人層面。今天有了AI之後，具身智能才成為全新的機會，幾乎是100%的新機會。
現在階段，各種形态的産品都會有人探索。在海外也一樣，各種類型的創業者都會有。就像秘塔這樣的創業公司，他們在做法律翻譯工具的時候，我了解他們對NLP（自然語言處理）和AI還是有一定積累的，是以更快發現新的産品形态。還是要看最終能不能做出一個持續增長的産品，能不能實作差異化，而且是否具有通用能力。
機會與準備
福布斯中國：現在怎麼看 AI 的商業化？什麼時候能真正地打開市場？
黃雲剛：
商業化的前提是産品化，産品化象限又分 2B、2C，海外、國内。
國内 ToB 産品應用有機會，但起量會比較慢。海外ToB是比較繁榮的，更多的是AI +，或者是AI 支援下的 Enterprise 産品。因為本身落腳點落在是軟體産品，海外商業化路徑就非常清晰，而且市場也挺大。
國内 ToC 跟海外 ToC 其實都一樣，都沒有特别成功。但海外 ToC 有一個好處是訂閱市場比較好，是以Midjourney、 ChatGPT 的 Pro 版本都有挺可觀的規模化收入。
國内網際網路、移動網際網路時期一樣，都是免費加增值模式。是以在 AI 這塊可能大機率還是跟随，那這個就是免費加增值的商業模式，還要克服推理成本高的問題。是以現在要看國内2C商業化挑戰确實是比較大的。
雖然現在從時間點上它肯定不是産出結果的好時機，但它肯定是最好的投入時機。無論是比爾·蓋茨（Bill Gates）還是當年 Google創始人拉裡·佩奇（Larry Page），都是在一個市場非常不确定的時間點入局。同時他們也非常懂技術，通過對技術的了解使他們能更早知道這個技術能用在什麼方面，進而做出好産品以及推動商業化。
是以現在對投資人來講是等不起的，創業者更是這樣，完全不懂模型，不懂技術，等到都成熟了，大的機會也不存在了。
福布斯中國：AI C端大規模商業化和以前最不一樣的是什麼？
黃雲剛：
以前網際網路時代，最早我們是沒有推理成本這一項的，或者說我可以做到1,000萬 DAU才開始想怎麼商業化都來得及。
現在，因為1,000萬 DAU 的維系，會特别燒錢。是以隻有推理成本大幅降低，才是免費加增值服務模式的基礎。
福布斯中國：你覺得服務成本在多長時間内能降到一個多低的規模？
黃雲剛：
工程上降低成本應該隻是時間問題，可能一年之内就能解決。但現在最重要的還是模型能力，所有人都在努力去推進大模型的摸高，然後再去降成本。模型不摸高，它連産品 PMF 都支援不了，降成本也沒有意義。
福布斯中國：最後會是多個模型內建到一個産品裡，還是單獨一個通用模型，來支援一個産品應用？
黃雲剛：
最終肯定這個都是多個模型在服務一個産品，不太會一個産品隻調用一個模型。因為很多的應用它可能小模型就夠了，有一些功能必須得調用大模型。
福布斯中國：從今年AI應用的使用者資料來看，一些垂類應用，比如教育類的AI應用的資料漲得很好，但是有些PPT工具，還有Notion這類應用的增長開始變得乏力了。為什麼會有這樣的現象？
黃雲剛：
這裡也分不同的産品類型，找出這類技術結合的點，就有快速成功的可能。可能隻是一個小功能，被整合到一個大産品中，就能獲得不錯的效果。例如剛才說的Notion，我了解影響它有很多要素，其中就可能包括技術成熟度的問題，可能會讓産品的滲透率和增長受限。
目前微軟Copilot和很多文檔産品比如飛書等都具備了AI功能，供使用者使用。是以Notion的特色被稀釋了。基于這個原因，創業者需要尋找一個突破點，即有利于增長，但最終還是要積累成一個比較“厚重”的産品，它的“護城河”也會比較高。單一産品還是顯得比較“單薄”，容易被“稀釋”，就很危險。比如去年2月份，有家公司叫Jasper很火爆，但現在沒人提起了，就是因為産品太“單薄”了。
福布斯中國：AI投資你最擔心的是什麼？
黃雲剛：
有人對AI很悲觀。其實也有一定道理，我們屬于觀點比較綜合的那一類人。我們既不會說“AI不能投了”，也不會說“All in AI”。因為“All in”是一件很危險的事情，我們一直選擇平衡地看待問題，難度确實存在。就算是AI原生性機會，這種技術以前從沒有出現過，更不會被輕易做出來。就算ChatGPT非常成功，但Open AI現階段距離真正的産品都還有一定的距離。
那剩下的就是“AI+”，就是把AI能力整合到其他現有成功的産品中，使其性能和體驗更好，創業者要颠覆AI賦能類的産品，難度可能比AI原生應用更難。是以，在這樣的環境中，大家都很痛苦，好像新機會不多，或者說不足以讓開發者去做，包括訓練大模型。我們倒覺得不必悲觀，了解和掌握規律後，就會發現技術疊代和發展需要持續不斷的重複，核心就是如何從中真正了解技術和商業的本質。
福布斯中國：源碼VC階段的投資政策有什麼變化？
黃雲剛：
有兩個方面，首先是積極應對，有選擇性的投資。同時，更專注于年輕人交流，越年輕越好。比如剛畢業的學生、博士生、碩士生；其次是組織形态，剛才提到的基金也更重視這方面，因為新技術在不斷變化，尤其是AI。
我們的團隊也要引入年輕人。隻有作為創業者的同齡人，才能更好地了解新技術。同時，年輕人也會更了解這些同樣年輕的創業者，了解同齡人的需求。是以，我們要建立一個團隊，既年輕又懂投資，與創業者打成一片，這非常重要。
對我們組織内部來說，也就是我們的manager 團隊，面對新技術，規劃以投早期的A輪為主。
福布斯中國獨家稿件，未經許可，請勿轉載
精彩資訊永不錯過
▽