# 24、25 年会是下一代浪潮最关键的两年 | AI 年终复盘 42章经 · 2024-01-13 24、25年将是AI浪潮最关键两年，曲凯复盘2023年AI市场，指出核心问题是大模型可控性差，三条应对路径包括交付结果、区分生产端与消费端、限定场景使用。他预期2024年出现大规模落地产品，2025年爆发，并分析四大未来方向：外包场景AI化、双边平台重构、复杂产品简化成聊天交互、内容生成即渠道。最后给出创业者建议：放弃AI Native幻想，先落地赚钱。 ## Key moments - **[0:00] 关键两年** - [0:20] 曲凯预测：24、25 年将是下一代互联网人最关键的两年 - **[2:53] 2023复盘** - [2:53] 曲凯认为2023年AI进展比大多数人想象要慢，几乎没有可以落地的产品 - [4:02] 曲凯观察到：8月以后AI投资市场明显渐冷，10月后机构很少出手 - [4:33] 曲凯总结：AI领域快速形成极大共识（AI会成），但落地方式和时间点存在大量非共识 - **[7:51] 赛道是非** - [7:51] 曲凯指出：从投资结果看，AI并不能成为一个赛道，因为没有形成赛道内的泡沫和扫赛道氛围 - [9:26] 曲凯强调：当下创业者核心矛盾已从“如何讲故事拿融资”变为“如何靠自己赚钱做收入利润” - **[9:34] 核心矛盾** - **[10:50] 可控性** - [11:14] 曲凯分析AI产品落地难的核心：大模型可控性差，并提出三条解决路径：交付结果、区分生产端与消费端、限定场景有限使用AI - [14:29] “技术能力不足的时候，反而更需要好的产品经理” - **[16:22] 2024预测** - [16:22] 曲凯类比：2024年AI市场是否将成为移动互联网元年般的转折点？预测Q1 GPT-4.5或5发布，优秀创业者产品上线等 - [18:36] 曲凯预测：2024年会出现AI大规模落地产品（未必100% AI Native），2025年AI市场将迎来大爆发 - **[19:18] 两个设定** - [19:18] 曲凯提出两个现实设定：创业者应暂时放弃对AI Native的幻想；当前具体产品会成为炮灰，但优秀团队会持续进化 - [24:00] 曲凯分享AI四大未来机会：用AI重做外包场景、改造双边平台、将复杂产品简化为聊天交付、以及内容生成即渠道的新结构性颠覆 - **[24:23] 外包重做** - **[26:17] 平台重塑** - [27:00] 曲凯预判：在AI时代，内容供给标签价值将磨灭，未来或迎来“生成打败推荐”的新范式 - [30:35] 曲凯举例滴滴：AI能根据用户真正诉求（如赶飞机）组织所有出行供给，生成最优复合方案 - **[33:33] 聊天化** - [33:34] 曲凯认为：复杂的企业SaaS产品未来或被对话式bot取代，SaaS可能演变为BaaS（bot as a service） - **[35:56] 内容渠道** - [35:56] 曲凯抛出脑洞：内容生成公司将可能把控内容渠道，例如通过视频生成工具植入广告，颠覆传统平台渠道 - **[37:42] 判断标准** - [37:45] 曲凯总结2024选项目标准：一类为能落地赚钱的公司（不要求太AI），一类为巧妙结合AI技术点的创新公司；创始人需清楚边界、学习能力强、兼具做生意和创业特质 - [39:02] 曲凯给AI创始人的三条建议：靠自己落地赚钱、融资时先问机构投资史、以及寻求靠谱FA和私董会支持 - [40:13] “多亏当年我们比较坚决的选择了AI” ## Speakers - **曲凯** (host) ## Topics 人工智能 ## Mentioned 58同城 (company), Facebook (company), Fancy Tech (company), Google (company), OpenAI (company), 京东 (company), 字节跳动 (company), 小红书 (company), 拼多多 (company), 滴滴 (company), 美团 (company), 苹果 (company), Character.AI (product), GPT (product), Perplexity (product), YouTube (product), 妙鸭 (product), 微信 (product), 快手 (product), 抖音 (product) ## Transcript ### 关键两年 There's something there. **曲凯** [0:20] 就我昨天晚上不是出去吃饭吗 ？ 然后呢 ， 我们几个认识了蛮久的朋友就在聊天 ， 就聊过去大家做的 ，不管是 EG 市场还是 G 市场的投资的那些事情 。 然后聊完结束 ， 回家路上， 我突然就想到一句话 ， 然后我就发群里面了 。 那句话叫做 ：24、25 年是下一个十年、 下一代互联网人最关键的两年 。 就我特别相信这一句话 。 为什么呢 ？ 就是我们当时在讲一个事情 ， 就是我们都是入行不算最早的 。 你看像我是 2013 年入行去做移动互联网吧 ， 然后 2014 年去做的美元基金的 VC 的投资 。 然后后来呢 ， 就不断地在想 ， 哎 ， 我要是 2010 年、2011 年就入行该多好 。 就是好多相对早一点入行的人 ，其实他发展的机会都远好于后面几年 。 就它不是一个线性的叠加的关系 ， 它更多的就是你在一个更早的节点进来 ， 你只要在那个势头上， 甚至于可能你不用做太多事情 ，也能得到一个很好的结果 。 但后来呢 ， 我又想 ， 就是我 14 年入行的时候 ，其实会看到说早几年很多做移动互联网投资的机构 ， 比如说 2010、11、12 年那些在投移动互联网的机构 ，其实在当时还是受到非常多的争议的 。 就大家会想说 ， 哎 ， 到底移动互联网的公司行不行 ， 到底能不能起来 。 因为哪怕是 2013 年的时候 ， 我印象中大家也没有对移动互联网和里面的很多公司形成共识 ， 更多的是非共识 。 所以这个事情就很有意思 。 你看 13、14 年如果你入行 ， 最后你会觉得晚了 。 但是呢 ，在 13、14 年或者 10、11、12 年的时候 ， 大家又会觉得说 ， 哎 ， 这个事到底行不行 。 所以就很多东西它这个无法让你重新真的再过一遍 ， 你能够完美地知道答案 ， 你能够知道说 ， 我要在某个节点别人不看好的时候 ， 我就能进来 ，而且我就是对的 。 那我们现在反过来看 AI 直播机会 ，其实很像 。 就当下一定是很多人在觉得说 ， 哎 ，AI 到底行不行 ，AI 好像还没有什么特别好的产品 ， 嗯 ，AI 未来到底是多大的机会 。 所以我觉得说在 24、25 年这两年进来是非常重要的 。 然后我后面呢也会展开来讲一下说 ， 到底 23 年的 AI 是什么情况 ， 然后我们觉得 24、25 年包括嗯以后的 AI 市场可能会是一个什么样的进展 。 首先 2023 年 AI 的进展肯定是比大多数人想象要慢的 。 我觉得大家都会认可这个结论 。 就大家一开始的时候 ， 尤其年初的时候 ， 都在想说 AI 年底可能就会有很多能爆发的产品 ， 然后大家都能用到 。 ### 2023复盘 **曲凯** [3:07] 但实际上在今天 ， 呃 ， 虽然有各种搒单 、 各种产品 ，但大家真正用到的东西还是很少的 ， 就几乎没有可以落地的产品 。 那 2023 年 1 月份 ，其实是 GPT 发了以后国内开始热起来这个事情 。 然后呢 ， 二三月很多人， 包括我们自己在内 ， 就开始比较密集地学习 。 机构侧其实比较明确的是说 ，他们在二三四月是主要在学习所谓的底层大模型 。 然后呢 ，在这个期间 ， 机构完成了一些底层大模型的投资的布局 ，因为他们可能某几家机构选了一些玩家下注 。 嗯 ， 然后到了五六七月呢 ， 大家就开始看中间层和应用层 ， 然后这里面又以应用层为主 。 这几个月大家也投了一些应用层的公司 。 我们之前的文章里也有提到过说 ， 可能有个 200 家左右 ， 我觉得最后真的拿到钱的应用层的公司 。 然后 8 月以后市场其实就开始渐冷了 。 这个可能很多人是没有一个特别明确的感知的 ，但站在我们的角度 ，其实这个感知是很明显的 。 就 8 月份以后市场渐冷 ， 然后 10 月份以后直到今天 ，其实很多机构都很少有出手了 。 我们讲的那些出手很多的机构 ， 大多是在上半年和年中完成了出手 。 所以我们用一句话来总结这个情况 ， 就是历史上其实没有哪一个事情会像今天的 AI 一样 ， 就它快速地形成了一个极大的共识 。 但是同时市场上又存在着非常多的非共识 。 它这个特别大的共识就是 ， 没有人现在会出来质疑说 AI 最后能不能成 ，AI 如果成了是不是一个大的事情 。 我觉得这个事情很少会有人质疑 ，但大家会质疑的是说 ， 哎 ，AI 到底会是在什么时间点 ， 会是用什么样的方式来落落地 。 就最终有的人会说 ， 哎 ， 最终 AI 是不是大公司的机会 ， 最终 AI 呢是不是云厂商的机会 ， 最终 AI 是不是传统公司加 AI 的机会 ，而不是有很多所谓 AI Native 的机会 。 这个是有很多非共识存在的 。 然后因为这种非共识呢 ， 就会造成今年整个市场的一些投资出手上的冷淡 ，以及与大家预期不相符的一些地方 。 那我们这边呢 ，其实我自己啊 ， 一边希望机构能够多出手一些应用 ， 少抱团一些大模型 ， 一边呢其实又比较理解机构 。 因为确实如果没有那么多的产品能落地的话 ， 那在这个大环境之下， 机构也很难去出手 。 但你想一个大模型 ， 它一轮如果能拿个几亿美金的融资的话 ， 一家应用公司其实一轮可能啊 ， 二三年或者包括今年， 一轮就拿个 100 万美金的融资 。 相当于说我们机构去投一轮大模型 ， 可能能投一两百家应用的公司 。 那我还是真心期待大家 ， 比如说在 24 年能够多把一小部分的钱拿到应用里面来投资 。 我觉得这个是一个对整个生态 ， 包括对大模型公司本身都更好的一个事情 。 然后我们也在不断跟大家讨论啊 ， 就是为什么到目前为止都没有一个特别好的产品落地 ， 都没有一些大家能够试到的东西 。 那有些人会用国内模型能力暂时不行来解释 ，但我觉得这个其实还挺难解释通的 。 因为海外其实也一样没有真正可用的好的对标的产品 。 就是你看 GPT-3 这么早出来 ， 然后后来呢 GPT-3.5 再到 GPT-4，其实结果是一样的 。 那最终呢 ， 大家能看到的东西呢 ， 就是 Perplexity 啊 ， 什么 Character.AI 啊之类这些这些东西 。 所以国内你会发现做 2C 应用的公司 ， 可能有 80% 都在去对标讲跟 Character.AI 相关的一个故事 。 但其实我们从内部渠道有听说一件事情 ， 就是 Character.AI 自己内部其实都不是特别理解跟看好这件事情 。他们也会听说说国内很多公司 ， 包括大模型公司 ， 拿了非常多的钱 ， 然后在做类似 Character.AI 的事情 ，他们自己都不是特别理解 。 所以实际上最后很多拿到钱的公司和大家在做的事情 ，其实也不是靠说我已经有一个很成熟的概念 ，有一套这个落地的产品跟数据 ，而是靠着创始人自己的背景 。 就创始人有个很好的背景 ， 然后他绞尽脑汁去想说 AI 到底能做哪些事情 ， 能对标什么东西 。 然后呢 ， 我们其实在做了蛮多个项目的 FA 以后， 我们就得到一条结论 ， 叫做 AI 拿到钱的公司当中 ，其实大多数人不管做什么事情都能拿到钱 。 就最后机构投资的是这个人 ，而不是 AI。 机构会觉得说 ， 哎 ， 我看了半天项目 ， 发现说 ， 哎 ， 这个市场上产品还不 ready， 技术也不 ready， 那怎么办呢 ？ 他其实还是想投 。 那他最后就说 ， 那我就干脆投好的创始人吧 。 那其实就得到这么一个结论 。 所以我们现在看起来 ， 当下市场最核心有一个问题 ， 就这个问题可以解释很多当下创业者跟投资人面临的问题 ， 就是 AI 到底是不是个赛道 。 ### 赛道是非 **曲凯** [8:02] 我们觉得它从叫法上来讲 ， 一定是个大赛道 ， 包括我们自己 ， 包括很多投资人可能不断地去专门看 AI， 然后去一年扫个几百家公司都是有的 。 但从投资的结果来讲 ， 它其实不能成为一个赛道 。 就如果一个方向能成为赛道 ， 就会有机构说 ， 哎 ， 我们看一下这个赛道里面的某几个领域的机会 ， 然后呢 ， 这几个领域里面的可能前几名都会拿到融资 。 因为大家已经认可了这个赛道的确定性 ， 所以大家会觉得说 ， 哎 ， 比如说红杉投了这个赛道第一名 ，但我觉得这个赛道不止有一家呀 ， 那我把第二名也投一下 。 然后另外有一家看到说 ， 哎 ， 这几家机构他们每个人手头都有一家这个类似的公司标的了 ， 那我也要找一家去投 。 就这种氛围如果形成的话 ， 大家就可以扫赛道 ， 投赛道 ， 然后赛道里面呢 ， 就会存在一定程度的健康的泡沫 。 这些泡沫会让一些本来不应该拿到钱的人拿到钱 ，因为他是借着赛道的力量拿到钱的 。 但是同时这个泡沫又会成为未来所有的这个领域里的公司非常好的养分 。 那这件事情是我们在过去十年里看到的 ，但在去年， 包括到现在为止 ，在 AI 赛道里面并没有看到这件事情 。 那这个事情本身 ， 我觉得也是为什么我们刚才呼吁大家可以多投一些应用的一个原因之一 。 所以啊 ，不得不说 ， 就是 2023 年， 包括现在 ， 包括我们说春节后的一段时间 ， 我相信市场不会有一个特别大的距离的变化 。 嗯 ， 所以这个市场会是对很多创业者来说很不友好的一个市场 。 所以创业者要意识到什么问题呢 ？ 我们就在跟很多人讲说 ， 如果说过去十年这个资本市场的核心矛盾是创业者要靠讲故事拿到融资 ， 就这件事情如果是核心矛盾的话 ， 现在的核心矛盾已经变化了 。 ### 核心矛盾 **曲凯** [9:46] 很多人其实没有意识到这一点 ，但这个事情是特别特别关键的 。 就是如果我们意识到这个底层变化 ， 那就可以有意识地去做些改变 。 现在的核心矛盾是什么 ？ 现在的核心矛盾是如何把产品做到落地赚钱 ，并不是你要去外面拿融资讲故事这个时候了 。 那之前的市场里面 ，其实我们经常开玩笑说把全国的创业者分成了三类 。 第一类呢是北京的创业者 ， 大家日常呢讲的都是我要怎么融资 ， 然后怎么做大 ， 怎么样一轮轮最后上市 ， 这是北京创业者的一个特点 。 然后上海创业者呢 ， 很多是比较这个有调性的 ， 做生意的这种消费品啊什么这种创业者 。 然后深圳南方那边的创业者 ， 就是特别喜欢搞钱那个风格 ， 就大家非常的落地 ， 大家坐到一起就会聊说 ， 哎 ， 最近有哪些什么新的方向 ， 新的渠道 ， 新的一些流量打法可以搞钱 。 那我觉得在当下这个市场的核心矛盾之下 ，其实大家都要更加地去学习深圳南方地区的创业者 。 除了在融资市场之外， 基于目前的整体的大的环境啊 ， 我还想跟大家讨论一个点 ， 就是到底为什么没有 AI 的产品落地 ， 就这个事情到底是不是可解决的 。其实只要大家真的在做 AI 这件事情 ， 就会有一个很明确的感知 ， 就是所有的问题最后就化成四个字 ， 叫做可控性差 。 ### 可控性 **曲凯** [11:14] 就是大模型本身的能力不行 ，是我觉得是最主要的原因 。 但是如果未来一段时间 ， 大模型本身也不会有特别大的改变的话 ， 那我们到底应该怎么应对 ， 跟解决这个可控性差的问题 。 目前看来其实大概有三条路 ， 我们还是看到了一些例子的 。 第一种我们叫做交付结果 ， 就是既然可控性差 ， 那就不要让客户和产品啊和什么的直接发生交互 ， 就是在自己体系内部用 AI 和人工结合的方式来操作 。 就是说最终你给客户交付的是一个那个结果 ，而不是一个 SaaS 产品或者什么什么产品的东西 。 然后客户其实也不 care 说你到底用的什么东西 ， 你过程当中怎么样去处理的 ， 最终你只要交付一个客户满意的结果就 OK。 那我觉得这个其实才是真正的以客户为导向创造价值的做法 。 有的人会觉得说 ， 哎 ， 你这样的公司是不是像一个大外包商 ，有的人觉得你这种是不是像做生意一样 ，但我觉得这些都是表面的一些称谓跟分类 ，其实本质是说你到底是不是在用当下的技术 ， 用最好的方法给客户创造价值 。 只要是我觉得就 OK 啊 ， 这样的其实相当于说你可以把客户的不好的体验啊和一些不可预期的成本转移到了你自己公司的内部 。 但随着时间和技术的发展呢 ，AI 对人工介入的这个需求和占比肯定是会持续降低的 ， 然后直到未来的某一天 ， 你可以再做成一个标准化的产品去交付 。 这类模式的一个典型的公司 ， 我们看到就是 Fancy Tech 这家公司 。 然后第二种呢 ， 我们叫做区分生产端跟消费端 ， 就是大家经常在讨论说 ， 哎 ，ToB 和 ToC 的这种业务逻辑的划分 ， 说在不同的业务之下 AI 到底会怎么落地 。 那我们针对目前 AI 的这个情况 ， 又把业务环节分成了生产端和消费端 。 就不管你是 ToB 还是 ToC 的公司 ， 我们觉得你怎么样把 AI 更多地用在生产端 ， 就是公司内部的环节也好 ， 还是一些可能所谓的 S to B to C， 就是或者说你用这个 AI 做了一个生产力工具 ， 你先面向一个生生产者的社区 ， 或者所谓的这个创作者经济也好 ， 怎么样也好 ， 就先把 AI 用在生产端 ， 然后在消费端的时候 ，不要让最终的你的用户跟 AI 产生太多的交互 ， 甚至于说可以是零交互 。 就你最终终端用户可能他的感知是说 ， 哎 ， 这个东西做得又快又好 ，但它可能跟之前的那些应用使用起来的这个体验是差不多的 ， 那我觉得也 OK。 嗯 ， 总之就是这个不要让 AI 和生产环节 、 消费环节发生关系 。 这个和第一类我们刚才讲的那类交付结果公司可能有点像 ，但这一类呢 ， 最终你交付的结果还是一个产品 ，而不是一个物料啊之类的东西 。 那我觉得这种典型的公司 ， 就是一切可能能够做创作者经济 、 创作者社区的一些企业 。 然后第三类我们叫售店场景有限使用 ， 就是从目前的观察经验来讲 ， 要让 AI 的产品落地 ， 就是要么你就是选择一些可控性比较高的场景 ， 比如说基于 SD 做图 ， 可能可控性稍微可以 。 然后比如说呢 ， 我一直在强调 ， 大家应该更多地把重点放在 AI 分析 ，而不是 AI 生成上 。 就大家经常在讲 generative AI， 就生成式 AI，但其实很容易忽略一个点 ， 就是 AI 在分析的能力上 ，其实是比它在生成的能力上的可控性要高的 。 因为生成你可以理解说我是无中生有啊 ， 我给你一段 prompt， 让你帮我生成一大段话 ， 那这里面一定会出现各种可控性的问题 。 但分析是说我把一大段话分析成一小段话 ， 从里面去摘抄一些东西 ， 那可控性和准确度就会高很多 。 所以要不然就是 AI 的占比不能过高 ， 比如我们现在看起来可能 10%、20% 都已经很足够了 ， 就是要让 AI 去和各种现有的技术配合 ， 比如说 AI 加 PA、AI 加知识图谱啊等等。 要不然呢 ， 就是你干脆就是不要用 AI， 或者把 AI 用在其他的地方 。 嗯 ， 当然这种情况其实是最难的 ， 就是难在你如何摸索清楚技术的边界 ，并以此做好产品的定义和用户需求的匹配 。 然后最终呢 ， 就是你把 AI 最擅长 、 最能起到 difference 的一块东西 ， 用在用户需求的这个刀刃上， 然后做一个特别大的改变 。 就这个是最关键的 ，也是当下对创始人最大的挑战 。 所以我们其实不认同现在市场上有人会讲说 ， 哎 ， 这个时代 AI 时代技术为王 ， 然后这个技术能力强的人就会特别适合做这些事情 。 我其实不这么觉得 ， 我反而觉得技术能力不足的时候 ， 更需要好的产品经理 。 就好的产品经理是用来定义技术的边界的 。 技术呢 ， 你当然可以尝试去突破一些边界 ，但但那个东西是很底层 、 很长期的事情 ，以及你突破了以后， 不管你突破到哪一步 ， 永远都需要一个产品经理来定义现在的这个技术跟用户需求的一个交集点 。 然后这一类公司最典型的其实就是苗亚 。 所以呢 ， 我们讲完可控性的这个问题以后， 再来讨论一下 2024 年的一些事情 ， 就是 2024 年整个 AI 市场到底会发生怎么样的变化 。 ### 2024预测 **曲凯** [16:34] 如果我们非要给 AI 加一个对标 ， 我其实在很多场合也跟大家讲过 ， 就是现在 AI 我觉得更像 08、09 年左右的移动互联网 。其实这个有个过程 ， 我一开始觉得说是 10 年， 然后觉得是 09 年， 现在觉得可能更像 08 年 。 但 2024 年到底会不会成为 2010 年的这个移动互联网的元年啊 ？ 就 2010 年发生了几件事情 ， 一个是从 2010 年开始 ， 呃 ，iPhone 4 发布 ， 移动手机的占有量上升 。 另一个点呢 ，是从 2010 年开始 ， 像美团啊 、 字节等等一系列公司都是在接下来的一两年内成立的 。 然后第三呢 ，是 2010 年出来了非常多非常大用户量级的工具型产品 ， 比如说中华万年历 、 墨迹天气啊等等这样的产品 。 所以我们要看 2024 年会不会成为 AI 元年的话 ， 那有几个点我会核心关注 。 第一是大多数 AI 的创业公司其实是在 A23 年的年终拿到钱的 ， 所以呢 ， 基本上做了半年多 ， 大家也该陆续上线了 。 那 24 年的上半年就会有一批的 AI 的创业者的产品上线 ，而且这些创业者都是大家精挑细选以后特别优秀的创业者 。 所以这里面到底能不能长出来一些超出大家预期的产品 ， 这个首先是我特别关注的 。 第二点呢 ，是 OpenAI 今年肯定会发 GPT 4.5 或者 5 啊 ，有消息说它可能比如今年的 Q1 就可能发 4.5， 然后包括 Google、Facebook， 还有甚至于说苹果本身其实也都在模型上在做些动作 ， 然后以及说一些其他的开源和小模型啊 、 端模型啊等等的进展 。 那我们会观察这些模型的进展是否会对整体的能力有一个更大的提升 ， 然后能让创业者做更多的事情 。 最后一点其实就是看宏观环境会怎么变化了 ， 就资本市场到底能不能比之前稍微好一点 ， 美元基金后面会怎么样 ， 然后人民币基金呢 ， 会不会更多地进来看 AI 投 AI。 所以整体而言就是 ， 虽然现在市场普遍是比较悲观的 ，但我还是比较倾向于乐观的 。 我觉得虽然 23 年可能对标的是 08、09 年的移动互联网 ，但是 24 年、25 年我们就能看到一些比较确实的东西吧 。 就是我的预期是 24 年会出现大规模落地的 AI 的产品 ， 虽然这个 AI 的产品不一定是百分百的所谓的 AI Native 的 。 然后呢 ，25 年呢 ， 整个 AI 的市场就会有一个大规模的爆发 ， 这个是我目前的一个对时间线的预期 。 但讲完我们比较乐观的这些预期 ，其实在当下必须还要接受几个设定 。 ### 两个设定 **曲凯** [19:18] 第一呢 ， 现在市场肯定是早的 ， 这个是不用讲的 ， 市场肯定是还早 ， 大模型能力呢也没有达标 。 所以现在能落地能赚钱的公司 ， 我们最后看起来就大多就是套壳的 、 擦边的 、 蹭的 。 然后真信 AGI， 真想做 AI 的公司 ， 大多都在很痛苦的挣扎 。 我们聊过很多公司 ， 它可能整个团队里面比如说五六个人， 然后大多数人都在花费很多时间精力给大模型打补丁 ， 然后去做一些这种可控性的东西啊 ， 去做一些算法层面的东西 ，并没有真的在做产品 。 那我觉得其实这个事情是很不健康 ，也很浪费资源跟时间的 。 就在当下我建议大家 ， 或包括上面我们一直讲的 ，不要特别地去追求说我现在就要把 AI 做一个多么本地化的落地 。 我觉得这个事情一定要接受说它是不现实的 。 同样的 ， 如果你是看 AI 的投资人， 我们也聊过很多投资人， 我觉得大家也要尽早放弃 AI Native 的幻想 。 就不然最后其实结果是非常确定的 ， 就是要不然最后聊完项目得到一个结论说 ， 哎 ， 这个项目好像 AI 没起太多作用 ， 对吧 ？ 就是 AI 占比也不高 ， 要不然呢 ， 就你觉得说这个事虽然讲得很 AI，但是效果不行啊 ， 短期应该也上不了线 ， 达不到预期啊 。 这这种典型的就是 23 年大家聊过一堆 agent 的项目 ， 最后发现 agent 好像落不了地啊 ， 对吧 ？ 这样最后就是浪费彼此的时间了 。 所以你没必要再去聊一堆项目 ， 然后得到同样的结论 。 就我现在其实可以把这个结论先告诉大家 ，而且这个事情我们觉得短期内不会有特别明显的变化 。 那不外乎说你接不接受这个现状 ， 如果能接受 ， 那就可以去 ，不管是创业也好 ， 还是做投资也好 ， 就是可以定向地去做这件事情 。 当然我也不是说大家不应该有梦想 ， 或者不应该长期追求 AI， 就这个东西本身还是一个聪明的 、 优秀的创业者的自身的选择和节奏感的问题 。 然后第二想跟大家讲的就是 ， 可能是一个相对比较暴论的一个点啊 ， 就是我们觉得现在市场上所有的产品都会成为先烈和炮灰 。 因为这件事我们在移动互联网时代看得太多了 ， 就大部分产品都会随着时间的发展而淘汰 。 移动互联网时代我相信几万 、 几十万个产品都是有的 。 然后最后呢 ， 比如说 O2O 领域里面 ， 当年大家投过太多的什么上门干这个 、 上门干那个的 ， 最后真的 O2O 剩下的可能就是美团 、 滴滴等几家公司 。 所以这个这个事 ， 大家就是要客观地接受这个事实 。 但是这里需要注意的一个点是什么呢 ？ 就是呃 ， 这些迭代大概率会发生在目前已有的 ， 比如说 23 年、24 年新成立的这些公司和团队的内部 。 就是虽然我觉得现在的产品会成为炮灰 ，但现在的团队不会 。 那最终呢 ， 就像头条后来变成抖音 ， 美团从餐饮团购变成外卖 ， 然后拼多多呢 ， 从水果团购变成现在这么成功的电商平台 ， 小红书呢 ， 从一个购物的 PDF 变成社区 ， 就就这些例子都太多了 。 我们现在无法预期最终这个产品形态会是怎么样的 ，但是大家要做好准备 ， 说你现在做的产品不一定是最终的产品形态 ， 就你要持续地学习和进步 。 所以啊 ， 我们可以得到一个结论 ， 就是当下在 AI 领域创业 ， 还是得先有能力在短期内能落地赚钱 。 就像我们开头讲的那个核心矛盾的变化是一样的 ， 就你还是得先赚钱 ， 先落地 。 然后呢 ，在这个过程当中， 用一两年的时间把公司的体量和组织结构能够养起来 ， 然后在这个过程中， 随着技术的成熟和发展 ，不断地迭代自己的产品和市场 。 所以简而言之 ， 就是在当下要做一个会做生意的创业者 ， 这个其实也映射了我们前面讲的这个市场核心矛盾变化的问题啊 。 相当于说呃 ， 今天你一个特别好的背景的团队出来要融资 ， 说我要创业 ， 然后机构呢 ，因为看这个团队背景好 ， 就给了一笔钱 ， 然后团队呢 ， 当下先需要做一件事情 ， 能赚钱 ， 能让这件事这个公司持续活下来 ， 然后再在这个事的基础之上去做创新 。 那当然这里面也有可能有一种情况 ， 就是像当年的王兴 、 张一鸣一样 ，他们其实也是在短时间内创业了好几次啊 ， 比如说现在有校内网 、 现有泛佛或者现有九九房等等。 所以也有可能今天的创业者最后他虽然是赢家 ，但不一定赢在今天的这个产品上， 甚至不一定赢在今天的这个公司上 。 我这些都是可以接受的 ， 这些都是符合市场的客观规律的 。 所以创业者需要的是学习做生意 ， 学习赚钱 ， 然后需要乐观 ， 需要持续进步 ，以及需要坚信 AI 的机会 。 那最终呢 ， 就一定能获得回报 。 然后呢 ， 我们前面其实讲了一些跟 23 年、24 年相关的事情 ， 我后面想再讲一些更远期的 。 就大家现在其实对 AI 这件事情 ， 大多数人是缺乏想象力的 ， 大家可能没有看到一些特别性感的真的 AI 的机会 。 那我可以跟大家讲一些 ， 讲几个吧 ， 我们看到的比较有趣的 AI 未来有可能发展的方向和机会 。 第一点 ， 我们叫做所有的现存外包的场景 ， 都有机会用 AI 的方式和组织结构重新做一遍 ，并且扩大 n 倍的市场 。 ### 外包重做 **曲凯** [24:31] 外包公司其实就是典型的交付结果的一个公司 。 那之前其实大多领域的外包公司都是人力密集型 ，而且门槛不高 ， 所以市场上呢 ， 可能甚至于会有几万家小作坊在做类似的事情 。 因为做大了 ， 第一是管不过来 ， 第二呢 ，是你这个经济账成本效益算不过来 ， 然后第三呢 ，是里面的人可能就会拉几个人自己跳走单干了啊 ， 这些都是很正常的 。 那 AI 其实天然就是替换人力 ， 降本增效的 。 所以呢 ， 我们看到这个类似外包场景的公司和业务 ， 都有可能被 AI 做一个集中化的整合 ， 然后最后市场上就剩那么几家大的玩家 ， 比如说代码外包的领域 ， 对吧 ？ 设计外包的领域 ， 广告外包领域 ， 财税外包领域等等 ， 都是我们很关注的机会 。 那这类传统公司其实有一个特点 ， 就是老板他自己就是很传统的 ，他也不懂资本 ，也不懂市场运作或者一些新的技术 。 但是呢 ， 这类传统的公司 ， 它其实相对又有一些垂直领域的 know-how， 或者一些比如复杂的流程啊 ， 跟一些具体客户的对接和资源等等。 所以我觉得最理想的这类事情的创业方式 ， 就是传统行业的人和 AI 相关的人的一个结合 。 那在这类市场里面 ， 如果有一个很好的结合的话 ， 它更多的机会在于说你要做一个闭环的自营的事情 ， 然后用 AI 去做自身的体效 ，而不是说我就是做一个 AI 的 SaaS， 然后去卖给现在的那些市场上的玩家 。 我觉得这个其实不是一个最优的选择 。 有了 AI 呢 ， 你就能让这个自己的产品有竞争力 ， 对吧 ？ 至少在价格上， 你可能能用 1/5 甚至 1/10 的价格把竞品全都出清掉 ， 然后抢占这个市场 。 再往后， 你再通过 AI 慢慢地去赚钱和升级产品和在里面去找机会啊 。 然后第二种 ， 我们讲的是双边平台类型的机会 ， 就是我们把双边平台分成两大类 。 ### 平台重塑 **曲凯** [26:25] 第一类呢 ，其实就是纯线上的内容平台 ， 包括抖音啊 、 小红书啊 、 各种这个什么中文阅读的一些软件啊等等。 这类平台本质上是在做内容的匹配 ， 就一边是有大量的内容的供给 ， 另外一边呢 ，有大量的用户 ， 对吧 ？ 然后呢 ， 我们分别给两边的东西去打标签 ， 做推荐 。 你会发现内容越丰富呢 ， 用户就越多 ， 用户越多呢 ，他创造的内容就越多 。 本身这个事其实是一个自增长的一个螺旋 。 但在 AI 时代会发生什么变化 ？ 我们觉得供给侧这一边 ， 所有的内容和标签的价值其实是会被逐渐磨灭掉的 。 就什么意思呢 ？ 就是用户需求标签呢 ， 我不知道大家会不会有这个感觉 ， 它其实天然就是一个特别好的 prompt。 就我知道这个用户他的一些属性 ，他的一些定义 ，他喜欢的一些东西 ， 我也知道他现在搜索的想要找的东西是什么 。 这些东西组合起来本身就是一个 prompt。 所以每个用户需要的东西 ， 理论上来说都可以由 AI 及时去生成 。 那如果每个东西都可以及时生成的话 ， 那之前这些用户创作的内容跟库存的那些内容的价值到底还有多大 ，其实就是一个问题 。 比如说 AI 后面是不是能够一夜之间 ， 它就生成一整个类似知乎这种网站的问答 ， 对吧 ？ 就是我让 AI 说你今天自己提 100 万个问题 ， 然后做 1,000 万个回答 ，AI 是不是能做到 ？ 肯定是可以的 。 那在那个时候 ， 知乎现存的所有的问题 ， 所有的问答的价值还是什么 ， 对吧 ？ 当然这里面会有一些社区的价值啊 ， 这个我们就暂时先不讨论 。 然后再比如说 ， 未来大家是不是自己每天刷的短视频 ， 会不会是现场及时生成的 ？ 当你去做一个下滑的动作的同时， 这个视频一些新的内容它就生成了 ， 甚至于说你去做一条评论的时候 ， 就你的评论会改变你当下刷的这个内容 。 当然这个肯定是一个长期的过程啊 ， 就是你可能短期内是不会实现的 。 我们短期内 ， 首先你要把这个视频生成的算法做好 ，在解决各种各样算力 、 速度等等的问题 。 但就像我们 2010 年， 不会想到最终移动互联网上最大的场景是每天在手机上刷抖音 、 短视频等等一样啊 。 因为当时这个大家如果有印象的话 ， 最早比如你发短信一个月几百条 ， 还要收费 ， 还要算着发 ， 然后你最早的时候这个 2G、3G 网络又贵 ， 网速又慢 ， 就大家根本就想不到这一天的 。 但在 AI 的时代 ， 我们从逻辑跟极限法的推理角度来说 ， 最终是不是一切的内容供给都可以现场生成 ？ 那双边内容平台是不是就会变成单边 ， 对吧 ？ 但还 again， 就是那个时候社区跟创作者的角色到底是什么 ， 这个我觉得是后面值得探索跟讨论的话题 。 以及最终我们觉得说 ， 如果上个时代是叫推荐打败了搜索 ， 对吧 ？ 就是以字节为首的一帮的公司讲自己的推荐算法 ， 然后打败了很多做搜索的公司 ， 那这个时代会不会是生成打败推荐 ？ 就搜索是人们主动去在海量的内容里面寻找适合自己的 ， 推荐呢 ，是把海量的内容里面适合用户的主动推给用户 ，而且他能越推越准 。 那生成我们是不是可以把它看成说一个有无限内容可能性的一个内容库 ？ 你不要把它看成某一条内容 ， 你也不要把它看成一个这个什么定制化的东西 ， 你把它看成充满无限可能就可以了啊 。 所有的你想要的东西都在里面 ， 全都能直接定制化生成 ， 那在那个节点也就无所谓搜索和推荐了 。 所以我觉得生成这个事情 ， 从这个逻辑上来讲 ， 它是能够引领一整代的新的 APP、 新的创业公司的 。 然后我们刚才讲的其实是纯线上的内容平台 ， 就平台类呢 ， 还有第二类 ， 就是所谓的 O2O， 或者说就是这种类似线上去下单 ，但是线下呢需要参与交付的 ， 比如说滴滴啊 、 美团啊 、 京东啊等等 ， 这些都是典型的 。 那这些公司会如何被 AI 去颠覆和改变呢 ？ 呃 ， 首先它的客服啊 、 什么这个售后啊等等体系 ， 一定会被 AI 去改变 ， 这个其实没什么可讲的 。 我想说的是另外一个点 ， 就是线下供给的结构 。 结构这件事情 ， 我觉得是一个非常有魅力的事情 。 我们经常提某一个市场里面新玩家对旧玩家进行的结构和重构 ， 那结构发生的地方呢 ， 就会充满了商业创新的新机会 。 那结构本质上是把嗯一些供给的单元拆散 ， 就把单元拆到更小更碎 ， 那它就能重新进行一个组合 ， 这里面就会有非常多奇迹 、 非常新鲜的事情发生 。 嗯 ， 然后我们最早讲 AI 的时候 ，其实就举过一个例子 ，是说比如说我告诉滴滴平台我的起点 、 终点和诉求 ， 然后 AI 呢就能够组织所有初心相关的供给方式 ， 来为我形成一整套新的方案 。 比如现在我可能就只能自己去选择说我要打快车优享还是专车 ， 然后我要从 A 点到 B 点 ，但如果我的诉求是我要在某个时间点之前到达某个点呢 ， 对吧 ？ 就如果我现在核心诉求并不是价格 ，并不是我要坐什么车 ，而是我要赶飞机 ， 所以我必须要在半小时之内到达机场 ， 那我把这个诉求交给 AI，AI 就可以组织滴滴内的所有的供给 。 它可以说你必须要先骑车到某个地铁站 ， 你再去坐地铁到某个地方 ， 然后呢下来再打个车 ，其实是最快的一个方案 。 那我觉得我确实会有这种场景跟需求 ， 当我真的快晚点的时候 ， 我就会去使用这样看似不合理 、 比较复杂的一套方案 。 这个就是 AI 真的能做的事情 。 然后另外呢 ， 这类平台其实还有一种比较特别的形式 ， 就是有的时候呢 ， 它会涉及到线下的非标的服务 ， 比如说 58 同城类的很多服务 ， 就其中呢有一些是类似非标场景的 ， 我觉得也可以被 AI 去重塑 。 像上门打扫这个事情 ， 就如果我想要去跟阿姨讲说 ：" 哎 ， 我今天的需求是我需要擦玻璃 ， 需要遛狗 ， 又需要洗衣服 。" 那我该怎么选择阿姨 ？ 对吧 ？ 就现在其实看起来可能是没有这么一个选择的 。 以及说如果我的房子 ， 就现在其实不管你的房子是 40 平 、45 平 、46 平还是 55 平 ， 你可能都要去选择一个比如两个小时或者三个小时的一个服务 。 那这个为什么不能有更克制化的一个选择 ， 对吧 ？ 为什么不能说我今天把我的屋子的照片拍了一下， 然后它就自动分析判断说 ：" 哦 ， 你今天的屋子的乱的程度和脏的程度是怎么样的 ？" 然后呢 ， 哪些东西是你可能能推荐你做的服务 ， 怎么样能定制化的去给你推荐一个人来做这件事情 。 就是之前的平台 ，其实它花费了大量的精力把非标的服务做了标准化 ，但在这个过程当中， 一定是以牺牲用户的这个体验和牺牲供给的灵活性为代价的 。 所以如果我们说现在有一个黑盒 ， 这个黑盒里面是 n 多个 bot， 这些 bot 之间会完成非标的对话的话 ， 那抽离来看 ， 这个黑盒本身就是一个可以即插即用的一个标品 。 那最终就可以实现用灵活 、 标准又定制化的方式来提供非标服务 。 那这里面我们觉得也是有非常多的机会的 。 ### 聊天化 **曲凯** [33:34] 第三点 ， 我们看到的第三个比较有意思的大的机会和变化 ， 就是我们觉得大多复杂的产品跟交互形态 ， 可能都有机会被 AI agent 简化成聊天类的产品去做交付 ，并且大幅的降低了一个使用的门槛 。 就从年初开始 ， 大家一提到 AI 就经常会讨论一个事情 ， 叫做对话式交互啊 。 很多人觉得说 ：" 哎 ， 未来是不是所有的产品都会变成对话式的交付 ？ 是不是对话式的交付就是 AI Native， 就是最高效的产品形态 ？" 那我其实一直不是就是很简单粗暴的这么理解的 。 我现在觉得其实可能可以有一个结论啊 ， 就是越简单的需求场景 ，其实图形界面是越适合的啊 。 因为你其实简单的去点选肯定是最高效的 ，但越复杂的场景 ， 越需要去定义一堆参数 ， 去做一一堆下拉框的选择的地方 ，其实对话式就是越高效越好的一个选择 。 那在当下这个情况之下， 就是大多数的 to be 业务的场景往往是更复杂的 ， 比如说各种 SaaS 公司的产品 ， 一般都是相对比较复杂的 。 那未来有没有可能这些 SaaS 公司的产品都会被一个 bot 取代 ， 就大家不会使用那个复杂的产品界面了 ， 就直接聊天就好了 。 比如说我们 23 年就聊过一家做 SaaS 的公司 ，他们的客户和使用群体呢 ， 相对文化水平其实不高 ， 所以呢 ，他们在 SaaS 产品之外又做了一个企业微信 。他们的用户其实平时比较少打开 SaaS 去操作跟选那些复杂界面的 ，他就是在微信的后台里面说一句话 ， 就能自动完成操作 。 我想怎么举一个最简单的例子啊 ， 嗯 ， 比如说你是一个外卖商家 ， 然后你现在要接单 ， 要改变什么地址之类的 ， 你可能要去一个 SaaS 的后台去选择 ，但其实就完全可以说你在后厨说一句话 ， 说 ：" 哎 ， 把某个订单改成半小时后配送到另外一个地址 。" 然后这个 bot 就自动帮你去改掉了 。 这个其实是很多复杂的产品未来可能的发展方向 。 所以未来会不会所有的 SaaS 公司 ， 我们说都变成 BaaS 公司 ， 就是 software as a service 变成 bot as a service。 那这个事情我觉得是可期的 ， 就是如果一个机器人能解决 ， 干嘛非要一个软件来去解决这些东西 ？ 以及如果按照这个逻辑 ， 会不会今天所有的做 agent 的公司 ， 本质上其实在做的是新一代的 SaaS 公司 ？ 那这个我觉得是大家可以考虑的问题 。 ### 内容渠道 **曲凯** [35:56] 然后最后一个我们看到的机会 ， 我觉得是一个相对有点开脑洞的一个事情 ， 就是我们之前讲的一些点呢 ， 都是现有的商业逻辑的一个自然的延伸 。 但未来的 AI 时代 ， 我们就在想 ， 会不会有些新的结构性的颠覆的变化 。 那所以这个机会呢 ， 我们就把它叫做内容生成及渠道啊 。 当然可能不只是这一类啊 ，但我用这一类来举例 ， 让大家可以开个脑洞想一想 。 比如说我现在是全球最大的视频生成类的公司 ， 就是可能比如抖音上 20% 的视频都是使用我的工具跟算法去做生成的啊 。 那这里就带来一个问题 ， 就是到底是抖音渠道把控了用户和内容 ， 还是我把控了用户和内容 ？ 然后我们再去想 ， 如果抖音 、YouTube、 快手等等平台上都有 20% 的内容是我生成的 ， 那全球最大的视频渠道到底是他们还是我 ？ 比如说用户今天想要我去生成一只猫的视频 ， 那我是不是可以让这个猫脖子上戴个可口可乐 logo 的项圈啊 ？ 这个事情是不是就是我能够去把控内容去影响用户的 ？ 然后比如说用户要生成一段 15 秒的视频 ， 那其中一些简单的转场的画面 ，是不是完全是由我来操纵跟决定的啊 ？ 那这是不是本身是对一种内容渠道的结构 ， 或者里面会不会有些这个所谓的新时代的 AI 的分众的机会 ？ 哎 ， 这个话题我觉得是很有趣的 ，是是对未来市场可能我们能够比较期待的一些更底层的变化 。 最后我们以上其实讲了 23 年的市场 ， 讲了 24 年的市场 ， 然后呢又讲了我们对未来的一些相对远期的一些开脑洞和预期 。 最后我们再讲回现实啊 ， 讲回今天 ， 就总结一下我们当下去判断企业跟选择项目的标准是什么 。 ### 判断标准 **曲凯** [37:51] 就是 24 年我们肯定还是 all in AI 的 ， 然后我们去选择的标准就分两类吧 。 第一类公司是能够明确落地的 ， 能有规模性收入跟利润的公司 ， 然后这类公司我完全不期待和要求你是多 AI， 就也不会嫌弃你不够 AI，但我可能反而会建议你太 AI 不要太相信 AI，其实太相信 AI 和现阶段落地和做收入利润本身是有冲突跟矛盾的 。 这是第一类我们会看的公司 。 然后第二类看的公司可能就是足够创新的公司 。 我觉得你短期内不能落地是正常的 ，但是呢你特别巧妙的发现了 AI 的某个技术点 ， 然后呢特别巧妙的能把它跟某种用户需求跟场景结合起来 。 呃 ， 我觉得这种也是我们会很喜欢的 。 当然这种的要求也很高 ， 可能很长时间才能看到一两家是这一类的公司 。 然后对创始人的要求呢 ， 就是要想的够清楚 ， 要知道当下什么能做 ， 什么不能做 ， 技术跟用户需求的边界和匹配到底是怎么样的 ，以及呢要学习能力足够强 ， 然后最好能兼具做生意赚钱的能力和优秀创业者做大事的特点 。 所以给 AI 创始人们最后的建议呢 ， 就是第一建议不要 to VC， 还是要自己能够落地赚钱 。 第二呢 ， 一个很小的 ，但是能够明显提升你们融资效率的建议 ， 就是融资的时候可以问一句说 ：" 哎 ， 你们机构过去一年 AI 投什么了 ？" 哦 ， 这个其实是一个能够节省大家很多时间的一个一个问题 。 然后第三就建议你们如果真的 AI 创业的话 ， 想搞钱的话 ， 那可以找我们做 IFA 或者加入我们的 AI 私董会 。 嗯 ，IFA 呢是帮大家去在资本市场里面融资搞钱的 ， 然后私董会呢是帮大家真的做链接 ， 去做一些产品落地啊 ， 内部的分享交流啊等等这样的事情的啊 。 然后我们的私董会的报名链接呢 ， 应该会发在这一期播客的评论里面 ， 大家感兴趣可以去看一眼 。 OK，以上就是我想跟大家交流的我们一年下来对 AI 当下的认知跟看法 。 这期这期单口讲的内容呢 ， 可能相对比较干啊 ， 希望能对大家有些帮助吧 。 最后还是 Echo 一下开头 ， 我确实觉得 24、25 年呢是特别重要的两年时间 ， 然后希望大家能用这两年时间抓住机会 。 最后在 AI 市场里面 ，在 5 年后 、10 年后， 我们可以顶峰相见 ，也坐在一起吃饭 ， 最终探讨说 ：" 哎 ， 多亏当年我们比较坚决的选择了 AI。" --- 本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。