Good Luck To You!

手机扫一扫

大模型的苦,創業的AI科學家最懂

鳳凰科技 2024-10-30 01:33:50 6

創業9個月不到,李洋光是技術研發投入就燒光了2000萬元,8月現金流斷裂後,離開大廠,曾經想“用AGI改變世界”的李洋,創業未半,中道還背上了債務。

“AI創業必須找靠譜的商業化負責人,創始人也得親自跑市場。”李洋告訴字母榜(ID:wujicaijing),在離開大廠拿到2000萬元天使輪融資後,他在團隊組建起來的第3個月才開始尋找市場合夥人,但找到靠譜的商業化“搭子”,似乎比從投資人口袋裡拿錢還難。

動輒大廠某戰略高P、某業務市場負責人,光鮮履歷讓李洋看的一愣一愣,但創業9個月,李洋的商業化搭子口條一流,但就是打動不了客戶,李洋才發現,聲稱大廠市場負責人的搭子,不過負責過某條業務線,對AI產品的客戶並不瞭解,甚至闡釋不清技術邏輯。最終,李洋為了還債,不得不親自下場跑客戶。

而從卷大模型到卷應用,國內科學家投身AI創業的技術大牛越來越多,李洋的搭子困惑實際上正揭示了,如今的AI科學家創業再度面臨著劉自鴻難題。

作為最早一批“科學家創業”的代表,劉自鴻的開局與楊植麟、稚暉君高度相似。作為柔宇科技創始人,斯坦福背景的劉自鴻歸國創業,曾經創造了打破世界紀錄的新型超薄彩色柔性顯示屏,更吸引了包括IDG資本、深創投、中信資本等知名投資機構的追捧。

但過於自信自身曲面屏技術的劉自鴻,身兼數職,在擔任首席科學家的同時抓著商業化,撞上曲面屏難以量產、曲面屏手機銷路受限的現實,在5月迎來破產清算,一手好牌打的稀爛,天才科學家創業的劉自鴻,做了太多超出自身能力的事。

踩著劉自鴻的肩膀,稚暉君作為智元機器人的聯合創始人‌,每次露面都只與新產品上線掛鉤,找到商業化搭子,專注負責技術研發,成為了當前AI科學家們創業的一致選擇。

圖源:AI製作

不過,找搭子只是第一步。

10月尚未結束,根據第三方APPGrowing資料,為了拉新,Kimi10月前20天內投放金額已經高達1.1億元,Q3總投放金額為1.5億元;MiniMax旗下的星野Q3總投放也超過了6500萬元。

相比起背靠大廠的位元組豆包Q3投放2個億、騰訊元寶Q3投放8000萬元,在這場AI 燒錢大戰中,AI 創企們究竟還能打出多少子彈,不免令外界擔憂。

“現在AI產品拉新最難的就是保證使用者長期留存,本質上是因為現在的AI產品都並不屬於剛需,但拉新後,最重要也是最難的,是實現營收。”某明星AI創企產品拉新相關人員告訴字母榜,對於融資分分鐘過億,捨得花近億元投流拉新的AI企業們而言,AI技術或許真的能改變世界,但創業的AI科學家們,首先得活下來。

同是科學家創業,AI創企們,無論出身大廠還是師承名校,都選擇了與劉自鴻不同的入場姿勢。

在組建創始團隊初期,創始人們就堅定地“不為愛發電”,把找商業化搭子刻進了基因。

同是天才少年,建立摺疊屏手機“鼻祖”柔宇科技的劉自鴻,身兼董事長、CEO、首席科學家數職,聯合創始人劉姝威多次表示希望其退出管理層,專注於柔性技術研究,也遭到了劉自鴻的拒絕,“既要、又要”之下,卻連柔宇曲面屏的量產問題都難以解決。

自稱“i人”的稚暉君則僅在智元擔任CTO的角色,出現在智元機器人釋出會上的他,更多承擔著技術代言人的角色。

而近期被OPPO收購的波形智慧,其創始人姜昱辰也是典型的技術型創業代表,博士畢業於蘇黎世聯邦理工大學人工智慧專業,她專攻自然語言生成,開發的“蛙蛙寫作”也是首批國內用AI寫小說的垂類AI產品。

姜昱辰告訴字母榜,在她參與藍馳創投訓練營時,彼時已經在準備創業的她,認識了出身騰訊產品經理的萬磊。而對使用者和商業化更為熟悉的萬磊,也隨後成為了波形智慧的聯合創始人。在CEO姜昱辰負責Weaver大模型技術迭代的同時,萬磊則把時間都花在了溝通使用者和對接需求上。

“組一個AI創業團隊很簡單,找一間辦公室,拉上初期幾千萬的融資就能馬上把專案幹起來,但找一個商業化負責人,得劃上百份簡歷。”

李洋亦表示,儘管奧特曼備受爭議,但OpenAI的成功,離不開奧特曼的運作,無論是找到了微軟這一大金主,還是持續營銷造勢,AI從技術到落地,離不開專業商務負責人的推動,國內90%以上的AI專案,在創業初期也必然會吸引有大廠產品或市場經驗的合夥人入場。

圖源:AI製作

而在創業伊始就找搭子的AI科學家們,也有著區別於劉自鴻理想主義式的實用主義思考。

作為科學家,劉自鴻無疑是成功的,柔宇科技的柔性技術路徑區別於三星等國外企業,自主智慧財產權下,造價也遠低於業內同行。

但完美主義的劉自鴻帶領公司融資9輪,卻遲遲未推出能帶來現金流的產品,更沒有拿到任何一家手機或平板大廠的訂單,2019年,柔宇科技全柔性顯示屏產量31.4萬片,銷量卻僅有5.27萬片。

楊植麟作為國內科技領域技術信仰派的代表人物,2023成立月之暗面,今年3月就推出了長文字大模型kimi,即便融資額動輒過億,公認不缺錢的楊植麟,5月就在Kimi小範圍灰度測試打賞功能,金額從5.2—399元不等。

同樣拿到騰訊、阿里等大廠投資的MiniMax,創始人閆俊傑則分別在2023年6月和9月,推出主打海外的AI虛擬人物聊天的Talkie和主打AI陪伴的星野,據公開資料,Talkie累計下載近1400萬次,總營收近83萬美元,星野也有包括“抽卡”在內的虛擬禮物售賣。

從技術控的完美主義走入實用主義,AI科學家創業也一改科學思維,開始重視起工程思維。

區別於劉自鴻時代,在資金更密集、人才更密集的AI創業賽道,從ChatGPT到GPT-4o,甚至OpenAI計劃在12月前推出其下一個前沿模型Orion,國內中小AI創企們平均上線demo的時間從7-8個月壓縮至3-4個月,犧牲一部分的產品體驗換市場,成為了AI創業科學家們的共識。

布林向量的創始人王慶告訴字母榜,創業初期他總想著“把產品做到100分再推廣”,團隊花了很長的時間調整影片編輯器,產品大概延期了半年才釋出,“其實錯過了很多市場機會。”

在今年大熱的文生影片領域,王慶的布林向量主要為海外的電商使用者提供服務,經過兩年的商業化嘗試,王慶意識到,對於使用者而言,60分的產品已經能夠滿足需求,而創始人花一年時間把80分的產品提高到100分,可能市場早就被80分的產品佔據了。

對於需要AI生成影片的電商使用者來說,儘管Sora的影片效果及其炫酷,但能不能幫電商老闆降低影片生產成本、提高效率,才是拿到to B訂單的關鍵。

不可忽視的是,當下AI科學家創業面臨更大的商業化壓力。

劉自鴻之所以能堅持完美主義,遲遲不推出能打的量產產品,在2014年前後,融資額尚且以千萬計,而AI領域單次融資額的計算單位變成了億級,OpenAI甚至打出了需要千億融資額的旗號。

同時,大模型訓練所需的AI晶片,如英偉達H20AI晶片,效能不足原版15%,價格高達每顆11萬元,李開復則提到,大模型廠商一次預訓練成本達到300萬美元,AI科學家們更需要來自投資人的輸血,來自投資人的商業化審視也勢必更加嚴苛。

“不少開源演算法下的影片模型,呈現效果好,但穩定性差,對於使用者來說,如果嘗試100次才能生成可用的影片,還不如直接在谷歌搜尋,下載影片付版權費成本更低,”王慶道,目前已經積攢了幾十萬使用者的布林向量,如今會更關注使用者的付費率,“知道使用者是誰,知道使用者會為什麼功能付費,更重要。”

作為2024年的“當紅炸子雞”,月之暗面分別在2月、5月、8月分別拿到超10億、8億、3億美元的融資,作為閉源大模型的擁護者,楊植麟曾經堅定表示專注toC,卻在幾個月後表示,“我們To B倒也不是說完全不做,但是我們最主要的還是會去聚焦和發力C端。”

8月,Kimi不僅釋出了企業級API,5天后,月之暗面再次宣佈Kimi開放平臺的上下文快取Cache儲存費用降低50%,由10元/1M tokens/min降低至5元/1M tokens/min。

不管是堅定做ToC業務的零一萬物,還是佈局B端市場的智譜AI,同時入局ToC、ToB的MiniMax,明星AI科學家們,都在ToC和ToB的商業化上反覆搖擺。

下海創業的AI科學家們,無疑面臨著比劉自鴻時期多得多的考驗。

“年收入破千萬的AI創企,可能明年也會死掉。”李洋告訴字母榜,在商業化面前,AI科學家不僅需要變得實用主義,還需要“卷”實用性。

即便是對於已經憑藉訂閱、拓展B端客戶實現年營收破千萬的AI企業而言,幾十倍的融資差距也讓李洋們輕鬆背上負債,“今年的客戶不一定明年仍然有需求,而想要做大規模,就必須透過投流等做好資料,向投資人證明商業化能力。”而在今年,這個能讓AI科學家們拿到下一輪融資的營收數額,已經達到了6000-8000萬。

這或許也解釋了Kimi在20天花1.5億元投流的一部分原因。

有投資人告訴字母榜,去年Kimi平均獲客成本要12-13元/人,單日投流成本為20萬元,甚至一度將B站變成了自己的廣告部,今年在Kimi、豆包的爭奪下,AI產品平均獲客成本捲到了20-30元/人。據36氪報道,月之暗面在B站的單個使用者轉化報價高達30元左右。Kimi每透過B站獲得一名註冊使用者,月之暗面起碼要支付30元的費用。

但高投流並不意味著高營收。

“目前國內的明星AI創企仍然停留在拉新階段。”上述國內頭部AI創企產品拉新相關人員告訴字母榜,現在的AI產品上新太急,對於使用者來說並非剛需,長期留存弱,投入產出比並不高。

“明年不賺錢的AI企業會死,正在賺錢的AI企業可能也會死。”李洋直言,對於投資人來說,千萬級別的營收,幾十萬使用者的樣本量太小,在更高幅度的商業化資料的要求下,AI科學家們要面對更重的商業化壓力。

同時,大廠的探入,不僅加劇了卷度,也讓AI科學家們的團隊協作性受到了更大的考驗。

3月,曾經籌集了13億美元的明星AI創企Inflection官方發文宣佈,公司三位聯合創始人中的兩位Mustafa Suleyman和Karén Simonyan將加入微軟,無獨有偶,8月,零一萬物技術聯創黃文灝被爆加入位元組,隨後阿里通義千問大模型負責人周暢也被曝出在7月離職後,低調加入了位元組。

而當錢包豐厚的大廠捲起價格戰,大廠帶頭降價,隨著位元組豆包pro-32k模型推理輸入降幅比行業價格低99.3%,阿里雲宣佈旗下9款大模型全面降價,騰訊雲也宣佈混元-lite免費,其他模型的降幅最高達到87.5%。據《財經》雜誌報道,阿里雲、百度智慧雲等多位負責人曾透露,今年5月以前,國內大模型推理算力毛利率高於60%,和國際同行基本一致,但在5月接連降價後,毛利率則跌至負數。

對於趕場下海的AI科學家們來說,當AI競爭進入泡沫化的競爭階段,誰更早實現商業化,就能更早回收成本。“欲戴皇冠必承其重”,投資人鋪設的鮮花大道並非一路通途,落地,成了2024年必須要過的關。

(文中李洋為化名)