他說：五年后，所有的公司都是 AI 公司。

【資料圖】

編者按：本文來自微信公眾號42章經(jīng)（id：myfortytwo），作者：曲凱，創(chuàng)業(yè)邦經(jīng)授權轉載。

最近 AI 到底行不行又有很多討論，甚至還有文章 cue 到了我。

其實我兩個月多前就和朱嘯虎老板吃了頓飯，他當時就說他們今年一半的錢會投在 AI 上，事實上他們也已經(jīng)投了幾個這個領域很不錯的項目，所以這波討論和質疑在我看來其實有點無厘頭。

注：本圖源自朱嘯虎朋友圈

而且那張截圖傳開后，很多人都是站在外圍看這個問題，我從一線視角看，其實兩個人說的各有道理，那我就提供些我們自己的 facts and opinions：

1）42章經(jīng)的 FA 業(yè)務今年目前為止接了十多個 AI 的項目，已經(jīng) close 或交割中的有五六個，目前手頭還在 run 的有三個。這個數(shù)量據(jù)我所知應該是全行業(yè)最多的（之一？）。但我確實感到最近一兩個月市場漸冷了一些，我理解根本原因是最近一兩個月大模型的質變在減少，所以新出來的創(chuàng)業(yè)者和能講的新故事都比年初少了一些。

2）目前市面上幾乎所有的美元基金都在看 AI，還有一些人民幣基金感興趣 AI，但真正有概率會出手的我們接觸下來大概一共就那么五六十家吧，其中純?nèi)嗣駧艡C構估計就十家左右。這里面還有不少是看的很積極，但其實最后出手并不多的。

3）以我的體感（我們和真正在出手的基金日常保持高頻溝通，所以體感應該還可以參考），今年以來拿到錢的 AI 項目大概在 100 多家，其中主流基金投的估計 大幾十家，還有各種水下的，或者拿了小天使，以及擦邊概念的算一起我就主觀拍個 100 - 200 這個數(shù)。

4）這些項目從階段上來說，絕大多數(shù)都是很早期的項目，產(chǎn)品大多也都沒有上線，基本也都沒有公開融資報道，所以可能給很多人一種這個市場很差，沒有人在投的感覺，但其實還是有的。從方向上來說，我的體感是拿到錢的項目中做底層模型的有 10% - 20%，做 infra/中間層的有 20% - 30%，做應用層的有 60% - 70%。（如果把還沒拿到錢的也加進來，做應用的估計至少是 95%+）

5）從更具體的賽道來說，其實大多數(shù)公司講的事情是可以窮盡的，不外乎是最底層的大模型、多模態(tài)大模型、AI + 各種 2B SaaS（法律、營銷、客服、CRM、BI 等等）、AI + 個人助手、AI + 游戲、AI + 社交、AI + 漫畫、AI + 教育、AI + 旅游、聲音生成、3D 生成、視頻生成、中國版 Civitai、各種中間層、私有化模型、向量數(shù)據(jù)庫、算力加速、分布式計算等等……這個時候該如何做出差異化就是所有團隊都要攻克的難題。

6）目前已經(jīng)有 demo 或上線的項目大概占拿到錢的總項目的 10% 左右吧，這件事確實有點讓人覺得沮喪，但我們同時也接觸了好幾家已經(jīng)通過 AI 落地產(chǎn)品有幾百萬甚至更高收入的公司，而且我們也看到和聽到了一些很創(chuàng)新的很讓人期待的產(chǎn)品和 idea。所以我個人仍然對這個賽道保有年初的熱情和信心，如果市場中有人因為沒有看到足夠好的產(chǎn)品而質疑的話，我反而覺得對于相信這件事的人來說是件值得慶幸的事情。

7）每個賽道和熱點都是有起有伏，這很正常。下一波市場的 AI 熱點我判斷大概要在兩三個月后左右，因為大量上半年拿到錢的項目，怎么也得做幾個月才能真的到產(chǎn)品上線那一步，到那個時候我們可以再看是否能出現(xiàn)更多更好的 killer app，也可以看下誰到時會是應用層的帶頭大哥?？傊?，下一個階段就是要拼實際的落地數(shù)據(jù)了。

8）與此同時，AI 市場也有一些事情是讓我失望的，比如越了解大模型，我就越發(fā)現(xiàn)大模型自身能力的有限，這給很多從業(yè)者帶來了極大的落地的挑戰(zhàn)，所以我始終認為大家還是高估了大模型的能力，低估了工程落地可用的難度。（這個非共識我們講了幾個月，目前似乎大眾的觀點也在轉變了）

9）所以，我理解的 AI 賽道目前真正的差異化是：執(zhí)行力和產(chǎn)品落地能力。在此基礎之上才是很多人在講的數(shù)據(jù)閉環(huán)、行業(yè)認知、底層算法等等。

10）從對模型的應用上來說，我們目前看到的最典型的落地做法就是，大模型+開源模型的組合，我懷疑未來大多數(shù)公司要成功都會或多或少的變成所謂的“端到端”的公司。即一上來大家先接 GPT 等模型，然后在運營中不斷積累數(shù)據(jù)并通過開源模型去訓練自己的模型，從而不斷調(diào)整模型使用的比例，可能會從 100% 接 GPT，逐漸變成諸如 50% 泛化場景用 GPT，另外 50% 專業(yè)場景用自己的模型。

11）模型能力雖然在可見的短期內(nèi)還無法讓人滿意，但大多數(shù)人想的要么太簡單，要么太復雜，大模型實際能做到的事情有限，但要做成一些事情也不非要多模態(tài)之類的很復雜的能力。比如大多數(shù)人都在嘗試用 AI 做生成，做無中生有的東西，但還比較少人在用 AI 做分析，做定性的事情，其實后者也是能立竿見影、實際落地的。所以我相信要用好現(xiàn)有的 AI 更加考驗的是產(chǎn)品定義的能力。

12）中間層有必要存在，也會存在，也會有超出大家想象的價值。如果未來模型側是開源、閉源多模型共存，且不同場景需要不斷切換和更新、訓練、運維，而應用側又是海量的場景和選擇，那么中間層可能反而會成為一個最核心的入口，屆時哪怕不會反向威脅到模型層，也可能影響某個生態(tài)的成敗。

13）未來幾年里最好的公司大多就是這兩年出來的，不會等到市場完全清晰成熟了才有機會。歷史告訴我們，互聯(lián)網(wǎng)時代和移動互聯(lián)網(wǎng)時代大多偉大的公司都是隨著新時代的開始而共同誕生的。

14）我們相信技術是為了產(chǎn)品服務，產(chǎn)品是為了用戶服務，我們相信最好的產(chǎn)品是重新定義已有的技術，而不是去不斷嘗試突破技術的極限。

所以我們是從應用層看起，發(fā)現(xiàn)了中間層的價值，再發(fā)現(xiàn)了垂直領域模型的空間，而不是反向而行，這給了我們更獨特的視角。

15）我最近幾年感受到的另外一個道理就是：

看到機會如果沖了，可能成、也可能不成，但不沖永遠成不了。這個道理其實阻礙了很多人的大成。如果一件事形成了共識那就也沒太多真的機會了，而以目前 AI 的態(tài)勢和能成的概率，于情于理總歸是要先沖為敬的，不然元宇宙沒沖、web3 沒沖、AI 還不沖，可能就只能咖啡沖不沖了。

16）最后再放個彩蛋，那天飯局上朱老板還說了一句話，讓我覺得不愧是朱老板，他說：

五年后，所有的公司都是 AI 公司。

對此我也很認同，就好像當下幾乎所有的公司其實都是互聯(lián)網(wǎng)公司一樣。只是看到底是哪些公司會以什么路徑來達成這一步了。

本文（含圖片）為合作媒體授權創(chuàng)業(yè)邦轉載，不代表創(chuàng)業(yè)邦立場，轉載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。

關鍵詞：