​九合创投王啸：大模型竞争依旧处于百亿元量级

文章来源：中国企业家杂志

作者：孔月昕

图片来源：由无界AI生成

对比往年，九合创投创始人王啸认为自己在2023年出手相对保守了一些，对前期烧钱过多且不一定有收益的项目非常谨慎。

但对生成式AI项目除外。

对于这一他看好的赛道，他出手迅速。2022年底，王啸曾判断大模型将带来一波新机会。2023年，他投了十多个AI相关项目，差不多占据九合创投2023年投资项目总量的70%~80%。

之所以能在大环境遇冷的情况下，在AI赛道坚决出手，一方面是王啸认为自己的内核是乐观的。“早期投资人如果不乐观，根本就做不了早期投资这件事。”另一方面，相比投资遇冷的整体环境，科技赛道受到的影响相对较小，资本密度也没有下降。

九合创投成立于2011年，创始人王啸是中国互联网行业最早一批从业者，此前为百度初创团队成员，被称为“百度七剑客”。目前九合创投已经投资近300家早期科技类企业，成功上市的企业有青云科技、鹰瞳科技等。九合创投第五期人民币基金正在募集中，据悉进展顺利。

“我认为大模型运用跟商业化的距离并不遥远，部分团队拿到一两轮投资，就能依靠自己活下来了。”王啸说。

但王啸也认为，大模型的竞争是大厂和资源的竞争，创业公司的优势并不明显。因此，他选择了具身智能、多模态垂直模型以及大模型的应用开发三个方向。在王啸看来，未来这些领域中有一定机会产生出新的行业巨头。

以下为王啸的采访整理，有删节。

1、大模型上层应用的商业化路径，相对清晰

AI这种能力应用在哪个场景进行商业化比较好，这是创业者一开始就要思考的问题。

因为AI能力并不一定是稀缺的能力，尤其是大模型能力，在经过了最初期的“紧缺”后，现在国内外都有很多家大模型，且市场上的开源模型也越来越多。

所以我不太看好只有技术但不理解市场的团队，我觉得做出来的难度很大。

另一方面，我始终认为，大模型的竞争一定非常激烈，投入也非常高。前段时间，Meta表示将花几十亿美元购买35万张英伟达p00显卡，换算成人民币就是百亿级的投入，而这仅仅是一次性购买，它前期肯定累计采购了非常多算力资源。

由此可见，大模型竞争依旧处于百亿元量级的资源竞争阶段，包含数据的梳理、算力的购买使用以及工程师的选择等层面，资金的密度和数量都很大。创业公司很难坐上牌桌，它也不可能融到那么多资金。

我们现在关注更多的是基于大模型之上的场景、应用和需求。在过去没有大模型，有一部分用户需求是无法被满足的，但基于大模型之上的软硬件服务搭配，就有可能完成得更好，从而提高这部分用户的满足度。以此为基础衍生出的产品或服务，就是很好的商业化落地方向。

在我看来，大模型上层应用的商业化路径，并没有大家想象得那么复杂，相反，我觉得是清晰的。

大模型本身解决的是生产力问题，为生产力而非生产工具付费，是一件逻辑线更直接的事情。比如说过去一个岗位需要10个人工作，但现在只需要1个人，剩下9个人的任务用AI替代，但只需要花费雇佣2个人的费用，这在商业化逻辑上并不存在问题。

例如过去我们拍摄视频广告的时候，可能需要一个小团队拍摄两三天，成本至少要10万元。但现在如果使用大模型生成视频，可能只用付费1万元，就可以获得效果不错的视频，而且还可以同时进行多次复制。但实际上这1万元的费用里，AI生产供应商的成本可能只有1000元。所以，在我看来，大模型应用的商业化路径是清晰有效的。

与之相对的是，大模型的商业化依赖于应用侧的繁荣。

从目前来看，大模型应用的生态化不是轻易能够搭建的。因为大模型本身是一个平台型的技术，它需要在生态建立的基础上，大家购买它的字符。这就需要构建在大模型上的应用层，有足够的丰富度和商业能力，才能够形成商业化闭环。

近期OpenAI推出的GPT store其实就类似于App Store，因为大模型本身并不能很好地解决应用中的需求，所以它需要开发者在模型的基础之上做开发，来更好地给用户或者是客户提供服务。

这是一个比较简单的逻辑，而且这个生态一旦形成，数据能够回归到大模型里面，大模型的能力也会显著提升。

现在大模型还是从互联网抓取数据进行清洗，但如果大模型应用能不断给它反馈数据，它的能力就会显著提升。