7月，Meta發布開源免費的Llama 2，一經上線便火速俘獲全球開發者的芳心，ChatGPT也推出了被稱為史上最強功能的「代碼解釋器」。
眼下，大廠忙著卷參數，創業公司思索寄託開源速成。大家都清楚這波AI機會百年難遇，也都知道大浪淘沙，笑到最後何其不易。現在，大方向是共識，但是具體怎麼做沒有明確的答案。即使是OpenAI和微軟，也在逐漸摸索大模型的產品化和商業模式。行業其他從業者又該以何種姿態，面對席捲而來的AI巨浪？
近日，行行AI和DataFun聯合舉辦了一場「怎麼幹！沖向AI大潮的技術、產業應用與資本論壇」活動，匯聚AI領域的投資人、創業者、專家學者，共同探討生成式AI技術的熱點話題。至頂科技擔任論壇主持機構，CEO兼總編輯高飛擔任主持人。
活動現場乾貨滿滿、金句頻出，基於此，我們梳理了其中關於大模型的技術發展趨勢、行業人才需求、中小企業機遇、垂直應用場景以及創業投資邏輯等方向的21個金句，作為《是什麼卡住了大模型創業？》的續集，把脈大模型產業發展動向。
從風暴中心矽谷，看大模型風向
美國矽谷未來資本創始合伙人洪淼：現在幾乎所有項目都帶著AI關鍵詞，但真正讓我心動的並不多。目前AI還處在非常早期的階段，離實用性大爆發還有長遠的路要走，在不久的將來會出現AI泡沫，行業會經歷大浪淘沙。將來真正的應用是，怎麼用大平台的API算法接口，在企業級應用上提高生產力。
矽谷TSVC基金聯合創始人Eugene Zhang：矽谷的投資人一擁而上，斯坦福、伯克利AI相關的教授都要出來創立公司，但再過幾年很多公司都會出局，大家都在探索中。AI賽道的投資上，ToB應用需要看是否有明確的價值和清晰的買家，ToC應用則更具未知性。
AMINO Capital管理合伙人徐霄羽：我們的投資主線一直都是數據相關，如果沒有數據、只有算法，一個大模型的保鮮期也就只有半年。從商業模式上，PLG(產品驅動增長) Saas是大模型落地的一個較為接地氣的商業模式，Midjourney就是如此。
Meta AI科學家Xin Liu：很多公司包括谷歌、Meta都在快速投入AI。至於LLaMA 2，它的思路跟OpenAI不同。我們很相信開源的模式，通過開源共享技術。這其中，沒有能力訓練基礎模型的中小企業會更受益，它們可以根據自己的數據和應用場景，來優化模型。
Credit karma數據科學家Michael Cai：AI的基礎概念在五六十年前就有了，現在這些GPT產品的出現，其實並不意外。大模型需要大數據和大算力去支撐，而我們不是直接研究大模型的公司，優勢在於特有的數據，因此我們專注的方向就是——怎麼將這些數據與大模型結合。
Generative Alpha公司CEO、斯坦福大學數學系博士孫卿云：AI經歷過幾次大突破，比如ImageNet、AlphaGo的出現，但當時AI很難成為一個獨立產品，OpenAI的ChatGPT第一次展示了AI作為一個獨立產品，可以獲得Product Market Fit（產品市場契合）。矽谷現在有兩個創業方向：一類是基於以前的AI技術，比如給傳統行業做數字化；另一類基於GPT或Llama2這些新技術，探索如何落地。
Pinterest數據科學家陳卓然：Pinterest和目前很多公司一樣，對大模型的安全性和隱私資訊還有猶豫。現在，技術上還沒有完全攻克將大模型和私有數據融合，既有大模型的精確性，又能用企業的內部數據，這個方向我覺得很有前景。另外，如何將AI技術用於產品？社交網路平台會用AI生成一些廣告素材，但還未出現完全成熟的產品。
從產業前沿視野，看大模型機遇
行行智能發起人、董事長、順福資本創始人李明順：我看到一個巨大的機會，在這波AI浪潮中，哪怕不一定能夠站在浪尖，但至少要沾上浪花。我認為任何一行都需要AI的改造和設計，更需要AI人才去實現應用落地。今天很多行業都在減員，而對AI人才的需求，是少數在增長的領域。我們投資了一個開發者社區，每天有約200萬技術人員訪問，我們希望把上面的IT工程師改造成未來的AI的工程師或AI訓練師，賦能各行各業，未來三年我們的目標是培養100萬AI人才。
創業黑馬創始人、董事長、中國企業家雜誌前總編輯牛文文：矽谷在技術的最前沿，但我們要看向矽谷，也要面朝大地。作為一家面向中小企業的科創服務公司，我們在5月底發布了科創大模型，為企業提供科技項目申報材料智能撰寫和數據填報服務，我們不追求全知全能，但這對中國千萬的中小企業，已是一個巨大的降本增效。我們的價值觀是「讓偉大人物引領世界，讓小人物也有力氣面向未來」。我們希望，把中小企業需求與提供技術和模型服務的人才和機構對接起來。
世界說CEO、哈佛Nieman新聞學者安替：ChatGPT創造了一個新的範式，比如原來ToB軟體是做企業流程的標準化和自動化，而ChatGPT則直接給結果，從流程的自動化變成了AIGC。但是ChatGPT胡說八道這點，對於企業服務是要命的，還要做好專業資料庫的對齊和防逃逸，不能讓它被問出你不想讓它回答的結果。
漢坤律師事務所顧問律師李潛：這波AI浪潮，對我們法律從業者造成了一定衝擊，不過目前AI在法律服務行業主要是賦能者的角色。新一代AI具備很強的學習和邏輯思維能力，市場上一些法律科技的產品和服務，已經能夠一定程度上替代律師起草、審閱一些基礎的合同或協議。在盡職調查方面，也可以做數據的抓取和整理，並提供建議。
北京協和醫學院胸外科教授郭惠琴：之前華西召集了很多主治大夫與人工智慧同時處理一個案例，人工智慧得到7.2分，我們的醫生得到7.5分，幾乎沒有顯著性差異，甚至在某個問題上，人工智慧超越了醫生的思維。現在，國內外都已經在用新一代AI技術減輕大夫的工作強度、方便患者，這是目前AI對醫學最大的一個幫助。
千里馬招標大數據平台創始人兼CEO王劍波：AIGC降低了行業成本，重構了商業模式。以前用戶有需求，但受限於成本太高無法跑通的項目，現在可以承接了。另外AIGC降低了技術門檻，對底層運營能力的要求反而更高了，同時數據成為企業的一個護城河。
廈門愛爾卓科技有限公司CEO 、91助手創始人熊俊：相比於做大模型，我們更多考慮AIGC在具體行業里的應用，很多公司造航空母艦，總要有人要去開航空母艦。以前流程改造上很多工作是人來做，現在利用AIGC做數據分析，能很大程度簡化企業流程的工作，雖然完全由AI執行流程有難度，但在有人類監督的情況下，它是很好的助手。
至頂科技創始人、資深科技媒體人高飛：語言大模型創造了三個層次的創新機會。第一層是「基礎設施」。一波技術浪潮崛起的時候，首先要消耗軟硬體資源。大模型改變了早年間算力無處施展的問題，甚至需要更多優化的算力供給。第二層是「獨立應用」。大模型的應用場景是隨語言流動，一切有語言的地方（或者說有人的地方），都可能被大模型所優化，並創造出新的APP。第三層是「融合場景」。IT業永遠有技術遺產問題，大量既有的IT系統，行業Know-how如何與新的大模型API相融，也會創造新的商業模式。
從風險投資視角，看大模型創業
華創資本創始合伙人熊偉銘：現在這個行業很熱鬧，但是目前還沒多少結果出來。國內的策略是讓子彈先飛一會兒，國際上是特別大的機會。AIGC ToC最容易起量，但是國內做ToC比較難，資本化差，可能得四五年之後，等到網際網路的阿里巴巴時刻，才可能出現一些有意義的東西。
真格基金合伙人劉元：我們上半年到現在投了20多個項目，基本都是AI相關。投資理念就是去找最優秀的創始人，所謂投資人就是投資「人」。對於ToC應用，我們會看對方對用戶的理解是否深刻，對於增長的方法論是否全面，我們非常希望他們很早就有產品化或者商業化的想法。對於ToB項目，我們會看對方的行業經驗。今天很多VC都去投早期，後續的融資反而比較難。
零以創投創始合伙人鄭連發：做大模型難度巨大，又要持續投入大量資金，做出來以後賣給誰、怎麼應用，都是未知。我們特別講究最後的效力，只投應用裡面變現能力最直接、賬算得最明白的。第二層就是投安全，這也跟國策有關。
執一資本合伙人汪天揚：我們以前主要投產業網際網路，現在是科技方向，主要是網路安全，聚焦在應用層面。我們的邏輯是平常心，流水不爭先，不要用學術的方式思考，用一個工程師實際的思路去思考。現在ToC應用有「網路效應」的還比較少，ToB應用效率工具比較多，深入到垂直行業里的少。
錦秋基金執行董事臧天宇：我們團隊主要是兩條投資主線，一個「技術主線」是AI和智能化，另一個「商業主線」是全球化，我個人看AI和機器人的方向比較多。看得比較多的項目是應用層，然後是工具鏈，另外多模態模型和具身智能，我們也有關注。
42章經創始人曲凱：一個量化的感受是，今年大概有100家AI公司拿到融資，其中可能十幾二十家做「大模型」，二十多家做「中間層」，剩下的大多數是做「應用層」。現在大多數基金看得多、投得少，市場超快速形成了「AI是大趨勢」的共識，但是市場裡面又有很強的非共識，到底什麼項目能被投？壁壘是什麼？其實很多基金想出手，但發現項目有各種各樣的問題。
