中美AI鸿沟下，To B or not To B，李开复是这样认为的
文摘
2024-11-07 15:31
北京
![]()
文 | 于丽丽
![]()
这是人人皆处十字路口的时代，对这一代AI创业者来说，尤其如此。如果说互联网和移动互联网时代，是中美创业者在天时地利人和下的一次绝妙联动和完美合唱，那新的AI2.0大模型时代的创业者，在中美竞争的大背景下，则几乎被置于相反的处境。从创业第一天开始，他们就要面对前所未有的一种分裂：做模型还是做应用？先出海还是先国内市场？以及在杀手级应用诞生之前，究竟要选择tob还是toc的商业化路径？这一切也随着特朗普再次当选，变得尤为扑朔迷离。某种意义上，李开复是最适合聊这个话题的人选之一。作为中国大模型公司“六小虎”之一零一万物的创始人，他一直活跃在中美两国科技界，而零一万物也一直在国内、海外两个市场、tob和toc两种模式中探索。在美国大选当天，零一万物首度对外发布了面向电商直播、办公会议等场景的“如意”数字人解决方案和 AI Infra 解决方案，结合原有的以 Yi 系列大模型为核心的开放平台，构成了一整套全ToB 解决方案。以下是李开复和零一万物联合创始人祁瑞峰在发布会上的一些思考，经「暗涌Waves」删编：1. 追求AGI，很多人问怎么打得过美国的公司，答案是用美国的打法当然打不过美国公司，但可以用中国的打法。 美国强的，一是它的突破、发明能力更强。第二它确实能融很多钱，去做超级大的资源投入。他们是用钱来买时间。我们是用中国工程师的勤奋努力来获得训推成本的下降。美国大模型公司暂时不准备进中国，进入也有困难。而中国的公司，在中国可以做，去国外也有机会，像“一带一路”可以做To B，做To C则不受地缘政治影响。中美各行各业以后的市场，中国有中国的市场，美国有美国的市场。2. 我们跟很多欧美客户在沟通，体感上大模型To C的应用，美国确实领先中国。但在To B的应用，中国反而很可能走在美国前面。美国客户在大模型，不要说私有化模型，除了GPT以外，连用SFT（监督微调）都少。其中一个原因就是美国和欧洲对合规的要求，对数据的要求，掣肘太多，导致他们不开放，反而在应用上、落地上，要比中国慢。从供给侧，美国的大模型厂商，真正做To B的只有一家。OpenAI等只做API，最多做一个独立专区的，但是SFT你要自己干。我在美国一个客户DoorDash，它是美国的美团，他们的智能客服今年用大模型直接节省五千万美元，但是SFT全都自己干，美国没有人做到客户现场的私有化。所以一旦涉及到工程和交付能力，中国有充分的“全球卷”的能力。3. 国内公司做To B出海，难度会很大，但是To C出海应该有机会。对于一个创业公司来说要考虑的几点：第一国内团队是不是真的懂国外企业；第二国外领域变化非常快。第三个中国优势是有非常好的大模型，英文都挺好，而且平均推理成本更低，怎样用到这个优势。4. 零一万物的ToC现在是先把国外做起来，走通路线以后，再在国内找合适机会继续做。国外ChatGPT 点燃了整个美国，国内现在还没有形成这种氛围，所以我们希望先在比较成熟的、付费习惯比较好的地区，提升我们的产品力和验证商业化路径，目前也得到相当好的收入和成长，国内市场以后肯定还会想介入。我们现在战略还是要专注，ToC先专注在海外，ToB专注在真实创造价值，而不是定制化、项目制方向。5. 项目制是指产品的非标化占小部分，定制化占大部分，从SaaS到大数据、BI到AI1.0，到AI2.0，中国在ToB生态里前仆后继的尝试，都是如何把客户需要的产品和服务，变成通过云服务、SaaS服务，或者是大模型里面Token and service服务的一个标准化产品，而不是人天制、定制化。解决这个问题，要回到业务本质，找到足够深、足够宽，大模型能够重构它的应用接口。6. 大模型今天落地到To B的应用场景收敛看，核心就是两个场景，第一是基于用模型结合私有数据在一个知识库，赋能生成这个场景，这是降本增效的事。第二是问答赋能做智能助手。坦率讲，今天的智能助手只能辅助Copilot，只能解答，做不了Auto-pilot。对企业来讲，如果内容就是你的产品，这两个场景都很合适。7. 对零售，制造等行业，内容生成只是辅助作用，并不是真正进入到业务流程。零售是我们今天比较完整拿出的第一个行业解决方案。我们并没有去做一个知识库，HR助手，而是去看客户真正的业务痛点，第一是增长，第二是成本，第三是这些传统行业如何跟上新的技术。所以我们聚焦的不是后台HR、财务，也不是智能客服，这些我们也会做，因为很清晰地可以做ROI，但这只是一个降本增效，我们希望能真正去理解这个店。8. 做零售业的数字人直播前，我们也曾担心是一个红海市场，但很有意思的是，一百个数字人厂商里聚焦到零售业直播的就很少。为什么呢？因为过去我用PC，用IT人员控制很方便，但中国还有很多柜台式店，就二十、五十平米，摆一个PC的地方都没有。所以我们不单用大模型，还从移动端重构了这个产品。9. 还有集中化管理平台。现在的数字人直播，先不说开播搭直播有多复杂，每个店员每天光开播都要按十次，按十次键乘以365天，乘以一万家店，都是不得了的事。我们把所有数字人直播，包括开播、运营以及所有管理放到后台，变成云服务。我们是单键式开播，运营零打扰，不打扰店员。用大模型加上移动以及重构管理和服务平台后，我们发现不光给客户带来增长价值，还把一个红海产品干成一个蓝海，因为很多人没有从业务场景构建这个场景。对我们来讲，领先半年已经足够了。最核心的是如果我们能找到这样一个切口，也可以顺着店的逻辑在别的行业找。10. 半年前我们比较简化地说不做赔钱的ToB，现在我们发布To B 解决方案，并不是做战略的改变，而是因为现在的To B能够泛化，给用户和合作伙伴创造价值，这几件事情跟不赚钱的ToB是一回事，战略没有改变。ToB的商机，一个是多模态一定要进入主流，有商业化。第二个要在基础架构从OS架在CPU上，到智算中心模型架在GPU上，这里带来巨大机会，都是核心点。11. AGI其实还是比较长远。大概是7年左右的时间，这是我个人的判断，但多模态成为主流，AI搜索成为主流，AI ToC、ToB成为主流，帮助ToB的公司赚钱，被更多的人使用，手机APP被改写，未来的两年都会发生。我们需要坚定的是，中国的工程能力比美国很多公司要强，技术人才更勤奋努力。App时代的到来是中国的福音，中国对App方法论的理解、洞悉和能做这件事的人是超过美国的。多模态的注入，也会诞生出更丰富的AI -first应用，这件事已在发生。
图片来源 ｜IC Photo
