阅读此文之前，麻烦您点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持！
激进与保守
这是激进派和保守派之间的认知挑战。
“在硅谷，关于大规模模型和生成式人工智能的话题，没有讨论是否投票。只有讨论投哪个赛道、投哪个项目。”一位硅谷投资人告诉《钛媒体创投家》。
硅谷的狂热见证了这些数字。PitchBook数据显示，自GPT-3发布两年多以来，AIGC的风险投资增加了400%以上。到2022年，投资界将对生成式AI公司累计投资13.7亿美元（折合人民币约93.69亿元）。），几乎相当于过去五年的总和，今年甚至达到了惊人的21亿美元。
反观中国，宏大模式已经狂奔了200多天，相互冲突的认知讨论声音大于实际实施进度。
手里有真金白银的风险投资人跃跃欲试，押注于大模子和AIGC；而另一组则说“让球飞一会儿”。
《钛媒体创投家》了解到，跃跃欲试的，要么是真正有钱有势、手上有足够胆子的派系投资机构；趁这个机会“逆风翻盘”。
“那些让子弹飞一会儿的人，一是没钱，二是之前在技术领域没有积累，还在努力学习和研究底层结构和趋势。大型模型。”一位基金合伙人在《钛媒体创投之家》评论中表示：“说白了，投资机构也怕被创业者斩草除根。”
“这是一场认知竞赛，你对这个宏伟模式有什么样的认识，就会决定你会投票给什么样的项目。”在徐四清看来，阿尔法公社的创始人兼CEO。
大模型中的认知不一致不仅仅集中在个人身上。当投资者、创业者和需求方都存在认知偏差时，盛大模式中的“激进与保守”已经成为大多数玩家的共同状态。
创业者猎豹移动CEO傅盛在朋友圈金沙江创投基金管理合伙人朱啸虎表示，“硅谷一半的初创企业都是围绕ChatGPT起步的，而我们的投资人竟然可以如此无知无畏”.”
称霸一级市场多年的朱啸虎回答道：“99%的价值都是GPT创造的，这样的初创企业有什么价值呢？”
乍一看，没有对错，只有态度不同。儒家级别的创业者一一下台，撸起袖子开始工作，从光年之外的王慧文，到拥有5000万美元启动资金进入大模的王小川，再到阿里框架主贾扬清辞职投身AI。怀揣梦想的创业者兴奋得仿佛赶上了第二波互联网创业浪潮。
二级市场的人工智能概念股也一路上涨。从元旦到今年6月底，人工智能指数（884201）上涨了近70%。但美国银行策略师迈克尔·哈特尼特将人工智能的崛起称为“婴儿泡沫”，并警告说它可能即将破裂。
真正用过AI产品的人并不多。最近，摩根士丹利对2000多人进行了一项调查，结果是80%的人从未使用过ChatGPT或谷歌的Bard。
激进主义、共识、保守主义、泡沫和怪异的许多对立面都拥抱着这场“技术革命”。是AGI、垂直模型、基础设施层还是应用层的能力？
一群极客并没有过多考虑自己的创业，而是直接接入ChatGPT开始探索商业化。
谁“喂票”AI
用户是测试产品的最好方式。不管有价值与否，用户都会选择用脚投票。
跨境电商、视频创作、会议录制等场景成为ChatGPT的第一提效阵地。
《钛媒体创投家》了解到，跨境无限生态链从去年12月开始就开始使用ChatGPT来提高产品页面列表的效率。经过研究发现ChatGPT可以实现产品页面的批量制作。生成后可直接达到商店标准。
创始人钱大柱表示：“以前需要四五个人一天才能完成工作，但现在只需一个ChatGPT导出器就可以在一个小时内完成所有工作，而且多余的时间可以用来做更多的事情”东西..”
GPT-4启动图像识别功能后，需要通过网站导入产品图像，让GPT-4分析图像，描述和提炼产品的卖点，输入提示词并要求模仿符合喜好的表达方式亚马逊买家。一次生成8个不同的版本，这意味着8个商店同时推出一款产品，亚马逊后端将无法识别相关性。每个门店都可以实现相同的客流量计算，这对于提升业绩有很大的帮助。
“电商的门槛其实并不高，所以想要拉开与同类跨境贸易商的距离，就得靠运行速度或者新技术。”钱大柱说道。
技术流出的ShulexVOC创始人郭晨录也是ChatGPT的践行者。ShulexVOC是一款帮助卖家快速分析产品优缺点、购买动机、用户期望和使用场景的插件。它可以在亚马逊和Shpfiy平台上使用。底层逻辑是ChatGPT的算法加上自研的小模型，通过自然语言处理用户评论和照片，然后提取标签并转化为文本，最后分析对应的产品。目前有超过30,000名用户。“很多跨境贸易商的优势在于供应链能力，他们缺乏使用数字化增效产品的能力，也很少主动寻找除平台本身提供的产品之外的此类产品，但这些产品可以确实有帮助。卖家可以提高选择产品和优化品类的能力，从而提高销售业绩。”亚马逊产品经理说道。
不久前，AdobeCTOAbhayParasnis创立了人工智能营销工具Typeface，帮助企业在博客文章、Instagram帖子、LinkedIn主页和公司官网等平台上生成营销内容。帕拉斯尼斯称其为“十倍内容工厂”。。
深跑的底层逻辑是稳定扩散和OpenAI数据的应用，加上自主研发的多模态、生成流程创新营销产品。成立一年多来已获得两轮融资，融资总额达1.65亿美元。投资者包括SalesforceVentures、GV（谷歌风投）、MenloVentures和M12（微软风险投资基金），投资后估值达到10亿美元。并与谷歌、微软签订了商业合同。
“用大模型做表面应用或者产品驱动的应用，对于两个B和两个C来说都有很多机会。”阿尔法公社创始合伙人兼CEO徐四清告诉《钛媒体创投家》。
自媒体创作者也是优势之一。一位vi媒体创作者在与“钛媒体创投家”的聊天中表示，将长文本内容转换为短视频内容对他来说一直是个问题，直到他使用了ChatGPT内容。总结归纳功能，一分钟生成短视频脚本，配合Clipping的智能视频生成工具，团队的视频制作速度提升了5倍以上。
“粘贴全文，让ChatGPT生成600字的视频脚本文案，1分钟就可以出结果，修改开头就可以用了。视频也是一样，以前需要3分钟制作一个视频需要几天时间，现在一天至少可以完成5-8个视频。”这位自我调解者向《钛媒体创投家》展示了他的绩效提升神器。
就像经纬张鹰在混沌学院的演讲一样，他认为AI早期决胜的关键是敢于从ToC阶段寻求突破，因为C端可以带来的数据飞轮效应。
场景优先，数据为王。模型本身并不是用户所需要的。用户需要的是满足客户期望、提升商业化效益的产品。仅仅拥有一个没有用例的大型模型就像用锤子寻找钉子却无处使用工具一样。如何将AI模型的能力渗透到场景中，是一个值得深度投资的问题，就像APP时代，美团、滴滴、携程帮助我们让生活变得更轻松一样。在疯狂的平台级别或颠覆性的大机会之间，到处都有逐渐出现的、现实的小机会。
“吞金兽”，无商业模式
大模型的出现让大家集体进入“免导航”的探索模式。
“OpenAI在训练ChatGPT的时候，可能没有想到这会让大家震惊，也可能没有想清楚如何将其商业化，只是觉得需要有更新的技术探索。”这是硅谷的徐老师在一次公开活动上说的。
“大机型目前还没有商业模式。如果你有能力烧钱，建立生态系统，就投资大机型。”一位业内资深投资人告诉《TumbaMediaVentureCapitalist》。
大模型要烧多少钱？据TheInformation媒体报道，三位了解OpenAI财务状况的人士透露，由于ChatGPT的开发以及去年从谷歌招聘关键员工，OpenAI的亏损大致翻了一番，达到约5.4亿美元。
知情人士称，OpenAI首席执行官SamAltman私下暗示，该公司可能在未来几年筹集多达1000亿美元，以进一步开发人工智能能力。
利润平平。上述两名OpenAI财务内部人士透露，2022年，OpenAI的营收仅为2800万美元，主要来自向应用开发商出售其人工智能软件的访问权限。占微软去年年收入的0.14‰。
在利润微薄的情况下，7月7日，OpenAI又推出了抢占生态利基的杀手锏策略。正式发布GPT-4API全面开放使用。现在所有付费API用户都可以在8K上下文中直接访问GPT-4，无需等待。
如何将“吞金”的宏伟模式商业化，是介于发展与现实之间的问题。没有成熟的参考模式，中国大型模式中的盈利模式也是“摸着石头过河”。
徐四清表示，上一代中国互联网公司这次形成时，生态结构会发生很大变化。当时各大公司都有战略方向，占领一定领域，比如搜索的百度，游戏、社区和实时通讯的腾讯，阿里的电商和字节的互联网，新媒体社区和广告都各具特色。各自的领域。
在他看来，现在的情况已经发生了变化。较大的制造商不太可能直接涉足垂直领域。基本上他们会基于大语言模型快速占领他们想要占领的领域，并建立生态环境来创建一个大的新一代平台，因为AIGC的技术突破已经决定了很多产业结构将被重组，所以我相信大生产者会积极建设自己的生态环境，这是竞争的焦点。“只有抓住生态环境，才能抓住最大的受众，建立更广阔的前沿，这是中国企业以前很少面临的机会。”徐思清说道。
“AI浪潮现阶段，首先要技术驱动，产品定义最重要。未来的应用会和模型能力结合得更加紧密，所以模型之间的理解和差距将决定产品和用户体验有技术创新基因、有大能力的小团队，一定要拼尽全力地跑。”在张颖看来。
“AI基础设施本质上是算力、算法、数据三位一体，最终谁能把三口井的能力整合起来，能够提供更低的成本、更低的门槛，才是决定整个竞争的最重要的一点。但目前来看，还属于混沌阶段。”长雷资本创始管理合伙人时茂表示。
“就直接产生成果而言，我们认为要商业化、产品化还有很长的路要走。”国家语音创新中心首席专家张益田在华盈资本2023年年会上表示。
从长远来看，新技术的产业发展本质上是由业务需求驱动的。一个业务是否需要大规模模型，必然会涉及到几个因素。
最后
成功也是数据，失败也是数据。
“从ChatGPT的发展速度来看，场景迟早会被取代，所以回归ChatGPT的底层逻辑是数据，没有人可以取代独特的、有深度的价值数据。”据Shulex郭晨露介绍。
然而，一旦数据经过训练，就不可能“取消训练”或删除或移除数据。对于许多公司来说，竞争的护城河是数据，他们不希望任何人免费获得数据，例如严肃的医疗和法律行业。
如何在创新和数据安全之间取得平衡，是坚持小样本训练并扩大模型规模，还是信任大模型，没有标准答案。
免责声明：文章内容如涉及作品内容、版权图片或其它问题，请在30日内与本号作者联系，如反映情况属实我们将第一时间删除责任文章。文章只提供参考并不构成任何投资及应用建议。
