元大期货

现在如火如荼的AI创业，现在是否适合入局？哪些领域的AI项目更容易获得融资，哪类AI产物流量更大，用户粘性更强？AI2.0 阶段的创业和AI 1.0 相比哪些手艺范式发生了转移？

针瞄准备入局和正投身于AI领域的创业者，锦秋基金投资副总裁郑晓超通过对AI行业、趋势、产物等多个维度的剖析，从投资视角一次性讲清AI创业最需关注的两大问题——适合的偏向和适合的时间。

作为专注于AI投资的锦秋基金，一直站在产业*线视角洞察AI手艺生长趋势和创业市场转变，在已往已投资了多家具有全球化视野同时具备手艺创新和商业化落地能力的人工智能头部企业。

这是锦秋基金团结火山引擎、飞书、长江商学院配合提议的「AI未来空间站」项目的首次对外果然课内容，「AI未来空间站」旨在聚集产学研资源，通过AI产业一线履历和手艺能力以及创业投资一线视角和潜在资源赋能、系统专业的治理思绪，赋能新一代AI创业者和企业家。

本文为锦秋基金投资副总裁郑晓超《从投资视角看AIGC生长趋势》的演讲精髓，有删减：

AIGC正处于手艺萌芽跟期望膨胀阶段

一个新的手艺在其生长历程中会履历一个对照缓慢的蛰伏期，等过了一个临界点后，会进入到快速生长期，之后又会进入到一个相对对照平稳的生长阶段，这就是我们通常所说的创新扩散“S型曲线”。现实上之前的几回手艺周期都履历了这样一个历程。在PC互联网时期， 2011 年PC最先出货量见顶，后面进入到逐年下降的阶段。在 2012年，移动互联网已蛰伏多年，而且围绕iPhone 等种种移动互联网应用也出来了，像字节也是在 2012 年时最先泛起的。这个阶段，移动互联网就最先接力PC互联网，进入到了快速增进阶段，但到了2017 年，智能手机出货量也最先见顶，从 2017 年到现在，整个移动互联网的创新在大幅放缓。从 2017 年的 iPhone 10 ，到最近的 iPhone 15 公布，作为一个重度的果粉，我都已经逐步不追科技春晚了，由于许多的创新着实都已经酿成了微创新，并没有让人以为异常兴奋的点。不外今年6月份苹果公布的Vision Pro照样很让人兴奋的。Vision Pro 也许是在2015 年左右立项，也就是在智能手机出货量最先见顶时，新的手艺又最先蛰伏了。

另一个对照有意思的点是，奠基这一波大模子的基础——Transformer 手艺框架的论文《Attentions  is All You Need》也是在 2017 年6月由谷歌团队提出，又经由了多年的积累，到了今年，ChatGPT 彻底引爆整个市场，现在我们进入到了大模子快速生长的早期阶段。固然大模子可能不是这个周期里*主要的事情，AR、 VR 也是其中不容忽视的手艺变量。

再从大模子的详细生长周期来看。 Gartener 手艺成熟度曲线旨在说明一样平常新手艺泛起会履历的几个阶段，现在基于 AIGC 的 AI 2.0现在正处于手艺萌芽跟期望膨胀的阶段。我们看到ChatGPT 在今年 5 月流量最先见顶，最近几个月也一直在下滑，以是整个市场预期我以为是在逐步变得镇定。对于整个大模子引领的这一波新手艺浪潮，我们耐久会保持乐观，然则短期照样会保持相对理性。

文本和图像类AIGC应用层时机最先涌现

每一次的手艺创新在整个周期的差异阶段，其价值链条所处位置是差其余，也就是价值链的通报。随着价值链的通报，其市场规模是呈数目级逐渐放大的。虽然应用层的市场规模*，然则它的市场集中度会降低，而相对来说底层手艺、硬件框架、 OS 这些市场相对更集中（否则对于应用开发者会是一个灾难）。以是一样平常来说，上游集中度很高，可能两三家占有了一半以上的市场，但下游会出现百花齐放的状态，会有数目众多的应用推出来。

好比在PC互联网时期，早期能够捕捉整个产业链价值的着实是做硬件的公司，好比IBM、苹果，之后就会通报到做 OS 的微软，做芯片的英特尔，再往后才会到应用层，像谷歌、Facebook 等。同样，移动互联网也会履历类似周期，从智能手机到安卓、iOS，再到ARM或者高通，最后到像字节和美团等应用。

对于大模子来说，我们以为像大模子公司 OpenAI ，芯片公司英伟达着实行展了大模子手艺浪潮手艺底座的作用。随着大语言模子和文生图模子的成熟，我们看到许多像 Midjourney、Character.ai这类优异应用的泛起。这内里一个takeaway是我们要在准确的时间做对的事情。在底层手艺不够成熟的情形下，你可以去做手艺创新，由于这时手艺优势能带来异常强的产物竞争力，好比 ChatGPT 之以是很壮大是由于有自己的底层大模子， Midjourney 效果惊艳也是由于自己做了底层大模子，使得他们产物实力突出。但当底层手艺已经异常成熟了，创业者就应该更多去寻找一些应用层的创新时机。若是此时再去做大语言模子创新的话，会异常卷，难度对照大。

3D、音频、视频大模子仍处于手艺生长早期

细分来看，现在差异模态大模子的手艺生长水平是有差异的。人人可能现在关注更多的是文本跟图像，两者已经进入到了相对成熟而且应用最先发作的阶段。

大语言模子

对于大语言模子来说，着实分成了几个生长阶段。*阶段是从 2017 年 6 月 Transformer 的那篇论文提出到 2018 年 Bert 的模子的泛起前，这时代属于非共识阶段，人人都知道它，但并不清晰它到底能起到什么作用。2018 年 Bert 模子提出来，并最先应用在一些好比翻译等场景中，此时人人发现基于 Transformer 预训练的模子能够提升翻译种种文本的效率，但那时也只是把它作为义务能力提升的工具。到了第三阶段， 随着GPT 3泛起最先形成新的共识，也就是通过预训练的通用大模子去完成险些所有义务，只要下一个 token 展望越来越准确，就可能有更多的智能发生，也就是“涌现”，这就是大模子 AI 的*性原理，以前的种种小模子、架构可能也就逐渐甩掉掉了。

现在大语言模子已经有了 GPT 4这样闭源的基石模子，像 Llama 2等开源模子也泛起了。从底层的手艺角度来讲，大语言模子已经相对成熟，而且已经有像 ChatGPT 月活过亿的killer App教育了整个市场跟用户。以是大语言模子进入到应用快速发作阶段，包罗各个企业可能都在用 AI 的tools、 Copilot 去连系营业场景做企业知识库、 chatbot，游戏NPC等，现实上这些都正在发生。

文生图

其次，图像天生领域现在也进入到一个对照成熟的阶段。 Diffusion 扩散模子对照主要的基石理论是在 2020 年提出的，2021 年 OpenAI  DALL -E推出，到2022年上半年，闭源模子Midjourney V 1 版本推出，但谁人时刻还异常粗拙，很难商业化。再到2022年 8 月， Stable Diffusion 公布了一个开源模子，然后整个这个文生图就最先进入到一个异常快的生长阶段，直到今年 Midjourney 公布V5版本，图片天生的效果已经到达让设计师感应惊慌的水平了。现在 Midjourney 的Discord 社区用户已经跨越1700 万人，是文生图里的killer APP。在图像天生领域，它的闭源基石模子跟开源基石模子都泛起了，最先进入到了一个应用发作的阶段，好比妙鸭、 Lensa 等一系列应用如雨后春笋般泛起。

相对大语言模子和图像，其他模态现在整个生长阶段会相对落伍，关注度也没有那么高，好比3D天生，视频天生，音频天生领域。

3D天生

3D天生的基石理论 NeRF 是在2020年提出的，从2022年最先进入到一个加速生长阶段，数目繁多的模子泛起，好比初期的DreamFusion，Magic3D等，但到现在为止还没泛起一小我私人人公认的基石模子。不外通过不停调研我们也发现，在一些游戏资产、元宇宙资产、数字人资产的天生中有对照多的关于3D天生应用的探索。

视频天生

此外视频天生也是一个异常主要的偏向，它是基于图像的 Diffusion 模子来做的，把差其余图像一帧帧的动作连贯跟关联起来酿成视频。着实从去年最先在视频天生领域有异常厚实的论文跟产物泛起，现在做的*的照样 Runway，估值已经到达 15 亿美金，我们判断，现在视频天生的商业化落地还处于对照早期阶段。

音频天生

在音频天生领域，基于 Transformer 预训练的新手艺范式，相比于过往 TTS 的语音会有对照大的质的飞跃，但现在仍处在前期应用探索的阶段，缘故原由在于有音频数据并没有图像跟文本厚实。值得一提的是，今年微软跟Meta都提出了一些对照有意思的音频天生模子，类似于 ChatGPT 的prompt，用户输入一个 3 秒钟的语音，它就可以很快的去克隆一个用户自己的音色，连语言的情绪基调也是一样的。不外总的来看，3D 视频跟音频照样处在手艺创新早期。

文本和图像类AIGC接见量*，商业类AIGC正在崛起

为了加倍清晰明晰的洞察整个AI行业创业图谱，我们做了今年8月单月AI外洋产物接见量的梳理。若是刨除 ChatGPT 这些大的应用， 今年8 月整个 AI 市场的产物大盘的接见量跟我们上述先容的漫衍是对照契合的。

山东省工业高质量发展基金，100亿

现在接见量*的应用是文字，其次是图像，之后依次是商业领域、代码天生、音频跟视频。

我们发现大语言模子产物接见最多的主要集中在虚拟角色，就类似于character.ai，其次是通用写作。图像则更多在图像天生跟编辑领域。商业板块则主要是种种垂直行业的应用。上述接见量反映了文本跟图像的 AIGC产物现在是对照容易找到PMF的，但也同时也说明创业者在这些领域最先卷起来了。

Chatbot 接见量最高，虚拟陪同应用用户粘性最强

从动态转变的角度我们再来看已往三个月TOP100的 AIGC 产物的流量转变。

可以显著地看到整个大盘着实从 5 月最先见顶，6-8月最先稍有下滑。接见量最多的照样ChatGPT 类的chatbot，不外chatbot的流量延续三个月都在下降。而类似于像 NewBing这类搜索则流量相对平稳，图像天生的产物流量在6-8月有微涨。从平均用户时长角度来剖析，虚拟陪同类应用虽然接见量并不是稀奇高，只在所有应用中排名第五，然则它的平均的用户时长最长，平均为25分钟，而且还在往上涨，如 character.ai 现在的平均用户时长为 34 分钟。用户时长排名第二、三位的划分是生产力助理，文档制作。

AI浓度变高，Copilot 类创业占比近一半

YC 创业营基本是北美创业的一个风向标，我们可以从 YC 孵化器今年冬季和夏日两期创业营的数据来考察AI外洋创业趋势 。

首先， AI 浓度在快速提高，也意味着 AI 创业更卷了。今年上半年 37% 的项目是 AI 的项目，到今年9月份AI项目的比例上升到了 60% 。

其次，差异类型的 AI 项目占比跟分类也发生了显著转变。底层大模子创业在削减，从 14% 下降到了6%，更多的创业者最先往应用层、中央层转移，对照多的集中在了Copilot 这块。 今年上半年Copilot 更多照样做对照浅的 ChatUI，深度连系Workflow的Copilot成为创业热门。以执法行业为例，执法行业Copilot 饰演着职业状师相助同伴的角色，它可以帮状师完成审查条约、做聚会纪要、做企业内部知识库检索等事情，而不仅仅是一个执法知识问答的对话框。

通用场景AIGC融资较多，垂直场景启动更易

从AI创业项目融资金额来看，差异领域获得的融资额是有所差异的。to B应用方面，在通用场景这块的创业公司拿到了更多的资金，而专注于垂直场景的to B应用获得的融资也许只有其1/ 5 左右。to C应用主要分为小我私人通用类和小我私人效率工具，停止到9月17日，小我私人通用应用融资数目约莫是小我私人效率工具的2倍左右。

同样的趋势也是泛起在了平均单笔投资金额上。 to B 通用工具平均拿到的钱也许是做垂直场景垂直行业的 4 倍左右，通用的 to C 应用拿到的平均单笔的融资金额是单点工具的to C 应用的 2.5 倍左右。

从中我们也能得出结论，通用场景往往是对照烧钱的，由于需要兼顾差异领域的知识跟能力，面向人群也更广，而相对而言，垂直场景或者是偏单点应用的工具着实不需要异常多的资金就可以启动。

重新范式转移看AIGC创业时机

总结了过往和外洋AI产物的新趋势、转变，那么对于创业者而言，现在到底是否合适做 AIGC 创业呢？这里想跟人人分享几个看法。

*，预训练大模子带来了新范式的转移，使得用 AI 手艺去做应用开发的门槛比以前大幅降低，而若是你是做 to B 生意的话，也会带来交付成本的大幅降低。原理很简朴。在 AI 1.0 阶段，你要做一个 AI 应用，需要算力和异常多的数据准备，好比数据洗濯、打标、结构化，然后凭证你要完成的义务去做拆解，拆解完的各部门可能需要去训练一个个小模子，之后还要去做模子的运维跟部署才气去支持你的应用。而且若是你是做 to B 类的话，可能针对每个 to B 的客户你都要把模子重新做一遍，若是没有几十人的团队很难干下来。

然而到了 AI 2.0 阶段，开发门槛发生了显著转变，上述这些庞大的事情，全都交给一个通用的大模子解决。你可以用通用大模子的API 举行挪用，或者自己去借助开源模子 finetune一个出来，若是团队能力强的话，也可以自己训练一个大模子，这种通用大模子可以解决以前 10 个小模子解决不了的问题。固然这是一个最简略的图，你还可以再加向量数据库、头脑链、头脑树，做AI agent 去解决更庞大的问题。但不管怎么样，与 AI 1.0 时期相比，应用开发门槛是降低了一个数目级的。

第二、大模子带来了人机协同的新范式。

已往 AI是一个简朴的工具，可能带来的辅助并不是稀奇大。现在人人在做AI的Copilot ， 让 AI 成为你事情的一个partner，你给它定目的，它快速地去执行义务，然后再由你去做修改、调整跟确认，最后 AI 竣事该义务。

而我们现在正在从Copilot到agent 模式迁徙。在 agent 模式下， AI 作为一名公司员工，可以自己组建团队，你给 AI agent 一个义务，它可以自动放置义务给产物司理、架构师、运维、程序员，并由他们自己去考察、思索、行动，然后再去竣事整个义务。在该模式下会降生许多超级个体或者是超级团队，人类在其中饰演的角色是给 AI 定目的，提供资源，做检查跟评估、反馈。

现实上，我们发现许多 AIGC 团队着实已经不需要那么多人了，它可能背后有许多的AI机械人在事情，好比一个 10 人的 AI 创业团队，你担任CEO，CTO 可能是GPT， CMO 可能是 Midjourney。

再往下一个阶段生长可能会进入到 AI Society 模式，就是人跟智能体两者是一个相对对照一致的角色，既可以自主提需求，也可以相互提供资源，固然这是对照久远的事情。

AIGC产物的开发门槛大幅的降低，也意味着只需异常少量的资金即可推出AI产物。凭证A16Z的最新统计数据，在接见量 TOP50 的AIGC公司中有跨越二十家公司是没有融资过的，在以前的互联网时代着实是不会泛起的。这里我们发现互联网的烧钱逻辑变了，创业者用少量的资金推出一个 AI 产物是可行的，缘故原由就是我们前面提到的，开发门槛降低，以及新的人机协同带来的生产力提升。

另一方面临 AI 创业者的好新闻是消费者使用和付费意愿也大幅提高了。右边这张图，我们在把AIGC产物跟非 AIGC产物的自然获客举行对比后发现，AIGC*四分位只有 2% 的流量来自于付费流量， 98% 都是自然增进，同时TOP50 AIGC公司中有 90% 的公司已经盈利了。而非 AIGC 产物的话，它的*四分位有 70% 的流量是都是付费的。因此 AIGC产物相比于已往的互联网跟移动互联网，人人使用和付费的意愿提高了许多，我以为背后的逻辑，一个是 AIGC产物中一方面是提升生产力，人人普遍更愿意为“开源”而不是“节省”去付费，另一方面也有类似于妙鸭这样的产物，在知足消费者美、有趣的这种社交需求上相比前代手艺有了质的提升。

回到开头的谁人问题，现在是不是AIGC创业一个好的时点？我的结论是Yes，AIGC现在还处在整个新的创新周期的早期阶段。

AI 创业：from China  to Global

中央这张图是我在今年2月份时刻的一个截图，我以为这是中国移动互联网的高光时刻：在北美的 APP store 排行榜的前五内里有四个APP都来自中国，*个是拼多多的Temu，第二是capcut，也就是剪映，第三是TikTok，第四是谷歌，第五个是Shein。说明中国的团队是完全有能力做出全球一流的应用的。

右边这张图是斯坦福的一个研究，说的是中国的AI论文指数在2020年的时刻就跨越了美国，说明中国的AI人才积累也是有的，但需要看清差距的是中国的AI论文数目多，但缺乏原创性和有影响力的研究。只管这次AIGC浪潮又是美国在引领，但在OpenAI等已经把路径走通了的情形下，对我们来说追赶也不是那么难题的事情。我以为中国创业者应该具有着眼全球的野心。在一些手艺对照成熟的细分赛道去全球卷应用，由于中国有*的程序员、产物司理跟运营。而在一些手艺上还不是那么成熟的赛道，好比 3D、视频、音频、AI agent 等，中国的创业者也是有能力去拓荒，成为更多行业的SOTA。