OpenAI大会结束了 但结果似乎不太好

对于AI应用开发者而言，开源模型和闭源模型两条路线，可能都预示着未来的方向。

“在熬夜看完OpenAI的发布会后，我很庆幸自己在上半年没拿到融资。”AI创业者Jimmy告诉小饭桌。

在今年上半年，Jimmy见了超过20位投资人，几乎每一位投资人都会问Jimmy同一个问题：“你能用大模型创造什么新的应用场景?”

而Jimmy的回复也非常统一：“不好意思，应用层AI没有真正值得做的新场景，最起码国内短期不会有。如果你认同这个观点，那我们就接着聊……”在得到否定的答案后，交流普遍没了下文。

原因似乎很明显，FA琳达告诉小饭桌，有机构为了鼓励投资经理，开出了“能抢回创新AI应用项目，年底升职优先考虑”的重赏。

所以今年上半年，大量投资人带着“所有场景都值得用大模型再做一遍”的信念，在各个细分场景掘地三尺，企图找到真正意义上的大模型创新应用项目。但往往聊得很多，投的很少。

用投资人Jeff的话来说“今年和人聊AI应用项目，应该给星巴克开了100单了，但我自己一单都还没开……”

在Jimmy看来，所谓的大模型应用端创新机会，在今年上半年其实是个伪命题。随着OpenAI向世界彻底展露出自己的野心和能力，大批AI应用已经失去了护城河。创投圈都在担忧“OpenAI将杀死应用创业公司”。

但也有人认为，基于大模型开发新应用的时代，才刚刚开始……

AI创造新场景是个伪命题

“我认为今年上半年国内谈‘创造新场景’是个伪命题，因为实话实说，目前大家都还在看齐硅谷，还谈不上创造。”Jimmy告诉小饭桌。

在创业之前，Jimmy曾是互联网大厂的NLP工程师。

去年12月，Jimmy借用朋友的账号体验了刚刚上线的ChatGPT，按他的描述，“有点像回到小学第一次上计算机课的感觉，真的是睁眼看世界了。”

之后发生的故事，已经人尽皆知。在被ChatGPT震惊后，无数个Jimmy离开大厂，开始拥抱大模型创业;许多在上个时代已经功成名就的互联网大佬，宣布大模型将是自己“人生最后一次创业”;互联网大厂本厂也真金白银地开始跟进大模型……

但在真正躬身入局后，Jimmy很快发现，大多数创业者都低估了大模型的应用难度，更低估了OpenAI的野心。

先说应用难度。百度董事长兼CEO李彦宏曾说：“创业公司卷大模型没有意义，卷应用机会更大。”言下之意，大模型交给大厂，创业公司搞应用创新。

逻辑上当然成立，但实际上只对了一半。最直接的因素莫过于，大模型与应用是递进关系，即先有强大的大模型，才能有优质应用。“你可以盘点一下今年上半年有哪家国产大模型面世了，不面世的理由自然是不够成熟，那基于这样的大模型生态，我想请问如何进行所谓的应用创新?”Jimmy反问小饭桌。

另一方面，很多人也低估了OpenAI的野心。一位base硅谷的美元基金投资人Bill告诉小饭桌：“早在今年3月GPT-4发布的时候，硅谷就意识到，Sam领导下的OpenAI是不准备给应用开发者留活路了。”

硅谷创业教父，YC创始人Paul Graham曾这样评价Sam Altman：“辅导创业公司时，提到设计问题，我会问乔布斯怎么做，提到战略和野心，我会问Sam怎么做。”

彼时的Sam Altman刚刚年满24岁，在接替Paul Graham成为YC掌门人后，硅谷创投圈也普遍认为“Sam让YC的野心上升到了一个前所未有的程度，他们似乎对任何领域都雄心勃勃。”

而现在，在年满38岁的Sam Altman治下，OpenAI似乎准备将整个大模型市场一口吞下。

11月6日凌晨两点，Sam Altman在开发者大会上展示了OpenA针对多模态、GPTs、价格、all tools的全链条布局，几乎把上半年的创业项目全都自己做了一遍。一言以蔽之，功能更强大，价格更便宜。

节点科技创始人Frank在朋友圈感叹：“国内科技圈刷屏的DEVDAY内容，其实只是一整天日程里，仅占45分钟的‘开场’。OpenAI很多关于商业化、新产品、前沿研究、Demo展示都没有放出……还有至少10倍的信息鸿沟，和千百计的开发者案例。太多时候是信息贫穷限制了想象力。”

一位应用开发者更是直言：“OpenAI的这次更新，基本宣告了大多数应用层公司上半年的探索，只是在做无用功，因为功能上大家用ChatGPT就够了，而比用户增长，谁又比得过ChatGPT呢?”

大模型不是万能钥匙

看完OpenAI的凌晨发布会，Jimmy倒显得颇为镇定，他告诉小饭桌：“当一个硅谷著名的野心家，拥有世界上最顶尖的人才，和最顶级的算力加持，用户增长也是历史之最，他怎么可能把应用端的大机会留给别人?”

因此Jimmy认为，所谓的应用端创新机会，在今年上半年其实根本就没存在过，“大家鼓吹的应用端创新案例，只是因为OpenAI还没公布自己的最新成果。”

和Jimmy持同样观点的，还包括个人FA琳达。在尝试促成几笔大模型领域融资项目告吹后，琳达总结：“大模型不是万能钥匙，很多投资人太急了，急着拿一个大项目回去邀功。”

琳达告诉小饭桌，今年一级市场的情况有目共睹，大量机构经过优化、降薪、转老股后，士气都很低落，大家太需要一个好项目来提振士气了。大模型作为今年一级市场的当红炸子鸡，自然被寄予了极高期望。

但中小型机构的投资人很快发现，大模型不仅不是创业公司的机会，大概率也没有自己的机会。原因无他，大模型明星项目动辄几十亿的估值，在基金盘子整体收紧的当下，大多数机构只能望洋兴叹。

因此，很多投资人只能将期待的目光，转移到大模型应用层。而按照琳达的说法，或许是由于期待过高，导致有些投资人和大模型一样，出现了“幻觉”。

据琳达回忆，自己有一次拉了一个投资人、创始人、FA的三方会议，在创始人完成项目路演后，投资人直接发问：“你这个项目硅谷那边都做了很多了，就不能尝试一些新应用场景吗?”而创始人直接反问：“请问在大模型领域，国内有几个人能做硅谷都没做过的东西?”最后大家不欢而散。

Jimmy表示，用大模型去尝试不同应用场景当然简单，但在大模型质量决定应用质量的大前提下，很多商用场景根本跑不通。

以AI医疗为例。众所周知，大模型问诊拥有迫切的市场需求，变现空间也必然巨大。但真正能用大模型问诊的企业几乎没有，原因在于，大模型经常一本正经地胡说八道，如果是日常问答，自然无伤大雅。但如果在诊断病情时，大模型信口开河，后果就不堪设想。

除了对大模型应用拓展边界存在幻觉，某种程度上，一级市场对“人”也存在幻觉。

Jimmy告诉小饭桌：“可能很多人都忘了ChatGPT才出来一年，很多底层技术变革，创业者也需要时间学习适应。”

以NLP技术(自然语言处理)为例。研究如何让计算机读懂人类语言，一直都是业界难题。之前判别式AI很多任务都需要专人进行标注，才能完成训练。很多时候，为了解决特定任务，甚至需要训练一个小模型，整个过程成本非常高。

但有了大语言模型后，不用做任何训练，只要输入prompt(指令)，大模型就能完成很多任务。虽然不是所有任务都能完美解决，但已经具备巨大的颠覆性。NLP从业者的工作，也就变成了给出更准确、更合理的prompt。

“作为技术从业者，我可以很负责任地说，很多以往的经验都成为过去式了，新场景一定是试出来的，而这需要大量时间和试错成本。”Jimmy告诉小饭桌。

做苹果还是做安卓

当然，在无数个Jimmy埋头试错的这段时间里，大模型并没有停下狂飙的步伐。

最为明显的案例是，当OpenAI在发布会寄出“GPTs”和“all tools”两个大招时，场内掌声雷动，但场外愁云惨淡。原因在于，大量创业项目在OpenAI更新后，已经失去了竞争力。

创投圈内普遍的声音是“OpenAI正在杀死创业公司”。

但也有例外，投资人Jeff认为，在OpenAI公布大模型最新进展后，反而让问题简单化了。“原先OpenAI就像一把悬在创业公司头上的达摩克里斯之剑，大家都默认要做OpenAImei'z，现在这把剑终于落下，路径也更清楚了。”

按照Jeff的理解，大模型所有创业公司都只剩下两条路：加入(加入OpenAI生态)和对抗(拥抱开源如Meta)，一如手机时代的苹果和安卓。

加入OpenAI生态很好理解。据Sam Altman介绍，GPT商店将像苹果商店一样，鼓励开发者创建应用，商店中会列出和展示最佳GPT，并支持GPT收费，届时OpenAI会和GPT应用开发者进行收入分成。

简单来说，就是相信OpenAI将成为下一个时代的苹果，通过与其深度绑定，搭上OpenAI飞驰的快车。

就目前而言，选择与融入OpenAI生态的开发者数量众多。根据OpenAI官方数据，自今年3月通过API发布ChatGPT 和Whisper模型以来，现已拥有200多万开发者，包括92%以上的世界500强企业。

甚至在开发者日当天，由于上新功能太火爆，OpenAI的服务器都被挤爆了，用户访问时会收到“ChatGPT目前已满载”的消息，整个服务器宕机过程长达100分钟。Sam Altman还专门为带宽不足而道歉称“开发日新功能的使用情况，远远超出了我们的预期。”

当然，尽管OpenAI做到了很多行业第一，但也并非开发者的“唯一”选择。

比如开发者最关心的价格方面，尽管最新版本的GPT-4 Turbo中，用户使用成本大幅降低，输入token比GPT-4便宜3倍，为0.01美元，输出token便宜2倍，为0.03美元。但这个价格相比于开源生态的大模型和工具链，仍然贵了十倍以上。

换句话来说，以Meta和Huggingface为代表的开源生态，仍有一战之力。

加州大学伯克利分校的教授Joseph E. Gonzalez认为：开源模型不需要变得更好，只需要变得更小和更专用。

因为大量企业用户并不需要最通用的模型，而是需要一个能解决特定任务的模型。如果开源模型能在轻量级的同时保持相对高质量，就能在专业化领域保有一席之地。

实际上，Meta在今年凭借推出开源大模型LLaMA，股价触底反弹，市值增加了将近5000亿美元。Meta飞涨的股价似乎证明，市场对于开源生态同样看好。

正如手机时代，苹果和安卓都取得了成功，对于AI应用开发者而言，开源模型和闭源模型两条路线，可能都预示着未来的方向。