撰稿丨諾亞
出品 | 51CTO技術棧（微信號：blog51cto）
曾經在文生圖賽道風光無限的AI創業明星公司Stability AI如今正面臨困境。繼一批高管以及Stable Diffusion的核心研發人員紛紛辭職后，其首席執行官Emad Mostaque也于上周末跑路了。
無獨有偶。同樣在上周，位列硅谷估值最高的AI初創公司一席的Inflection AI也被曝劇變：兩名聯合創始人以及大批員工加入微軟?？梢哉f，這波操作下，Inflection AI幾乎被微軟一夜掏空。
大模型的興起，生成式AI的爆發，讓第一批崛起的人工智能獨角獸最先成為資本寵兒、媒體焦點，但隨著這一舞臺上后起之秀越來越多，眾多新品層出不窮后，這些最初取得成功的企業卻似乎在悄然從聚光燈下退出。這些逐漸“失蹤”的AI初創企業都去哪兒了？
1、兩極分化的賽道
被淹沒在信息流中的昔日明星創企有很多，Jasper可能是其中比較典型的一個。
這家位于得克薩斯州奧斯汀的AI公司，其核心產品是Jasper.AI，作為基于GPT3模型開發的AIGC產品，Jasper.AI可以被拿來生成Instagram標題、編寫TikTok視頻腳本、寫電子郵件等等。Jasper.AI一經推出就火了，在社交媒體、跨海電商、視頻制作等領域獲得大量用戶的青睞。
大好形勢下，Jasper在2022年10月由Salesforce領投的A輪融資中籌集了1.25億美元，估值達到15億美元，成為了一家獨角獸企業?？上Ш镁安婚L。
2023年夏天，Jasper將全年預期收入下調了30%，緊接著在7月開啟了裁員，9月又經歷了一場高層變動，Jasper的兩位聯合創始人——首席執行官Dave Rogenmoser和首席技術官J.P. Morgan雙雙辭職。這一動向引起了外界的高度猜疑。更令人不安的是，同一時期，Jasper內部將面向員工的股票估值降低了20%。
不過，也并非所有生成式 AI 獨角獸都處于負面軌道。比如由Arvind Jain創立的人工智能工作助手公司Glean。2024年2月，企業搜索領域的初創公司Glean在D輪融資中籌集了2億美元，估值達到22億美元，并計劃大幅增加招聘，以應對其企業級AI解決方案日益增長的需求。
此外，諸如Hugging Face、Character.ai和Adept AI等公司的成功故事也表明，AI創業公司的兩極分化正在漸趨分明。這些公司在過去每隔一兩個月就會有新的資金籌集和合作項目，他們通過構建自身獨特優勢抵御來自領頭羊OpenAI以及其他科技巨頭的競爭壓力。
2、套殼ChatGPT者，死！
隨著行業泡沫的擠出，生成式 AI 賽道終會導向贏家通吃的結局。那么在此期間，“消失的大多數”創企主要是因為什么而掉隊的呢？
總體而言，可以歸因為四個方面：
其一，運行一個AI模型所需的算力、人力和資源往往高達數百萬美元。大模型桌上的籌碼過于昂貴，這可能是初創企業面臨的最大短板；
其二，生成式AI創業領域競爭激烈。投資者們往往會期待多個成功案例的出現，然而實際上，面對像OpenAI這樣具有領先地位的競爭對手時，初創企業要想脫穎而出并實現可持續的成功顯得尤為困難；
其三，大型科技公司的蠶食鯨吞。在激烈的市場競爭中，初創企業若能得到大型科技公司的支持和背書，將在很大程度上保障其發展的穩定性和持續性。但也正因如此，大型科技公司有時就會成為“摘桃子”的那個人。
其四，創始人與投資人的利益不一致。企業家卡洛斯·E·佩雷斯指出：“許多近期的人工智能初創公司存在一個重大問題，那就是它們的創始人大多是從未開發過產品的學術研究人員。他們很可能對產品開發沒有興趣，而只專注于科學發現?！币虼耍麄兊呐d趣與投資者并不一致。
還是以 Jasper為例。由于Jasper主要依賴OpenAI的GPT-3技術來支撐其產品功能，早期固然發展迅猛，但也為其長遠發展埋下了隱患。就在OpenAI推出ChatGPT后，ChatGPT實質上就直接成為了Jasper的競爭對手。
正如Sam Altman在YC周末校友分享會上所警告的那樣：“模仿ChatGPT者，注定滅亡！”
3、競爭加劇、融資遇冷
近年來，每當OpenAI發布重大更新時，總是會對許多初創企業產生巨大影響，甚至直接導致部分初創企業的衰落。尤其是那些沒有建立護城河的生成式AI創業公司，在面臨諸如OpenAI等巨頭的新技術和產品的沖擊下，失敗的風險急劇上升。
Jasper之外，另一家明星創企——AI語音識別軟件公司Deepgram，也在去年經歷了兩輪裁員。彼時，其首席執行官Scott Stephenson表示，裁員主要源于融資困難。簡單來說，沒錢了。
而從外部環境來說，一方面，Deepgram要面臨來自科技巨頭的“圍剿”，隨著谷歌、微軟、亞馬遜等公司陸續推出自身的語音文本生成服務，Deepgram的競爭優勢難以續航，另一方面，OpenAI開發了語音識別模型Whisper，這一開源軟件降低了開發者的使用門檻，他們不再需要Deepgram這樣的托管者。
此外，很多人不知道的是，在OpenAI推出Sora之前，市場上已存在一個名為Lightricks的AI驅動電影制作平臺。該公司于2021年9月籌集了1.3億美元資金，估值達到18億美元，但后來也不得不裁減了約12%的雇員，即80名員工。即便如此，該公司在此之后仍繼續籌集多輪融資，并在上個月發布了LTX Studio。
不知從何時起，對于AI初創公司，裁員似乎變得屢見不鮮。紐約風投機構Next Round Capital Partners的首席執行官Ken Smythe曾預計：85%的AI初創公司將在三年內倒閉，要么是因為被大公司吞并，要么是因為資金耗盡。
與此同時，Synthesia、Runway、Cohere、Coreweave、Replit等其他初創公司都在積極推出新功能和產品。不過，這些公司的盈利能力依舊是個懸而未決的問題。盡管它們各自都為客戶設置了某種營收模式，但運行AI模型的成本依然非常高昂。加上早期AI熱潮中的投資狂熱正在逐漸褪去，所以即使這批AI公司仍舊在積極求存，但其未來發展方向仍然模糊不清。
4、卷完模型卷應用，才是出路？
ChatGPT的出現突然揭示了這樣一個事實——“大模型原本并不易用，初創企業的價值在于彌補這種缺陷，如今這種價值突然消失了。”所以無數AI創企“眼看他起朱樓，眼看他宴賓客，眼看他樓塌了”。
AI產業的底層是算力基礎設施，中間層是基礎大模型，上層則是AI應用。在這股AI淘金熱中，似乎只有底層的“賣鏟人”賺得盆滿缽滿，其余環節上的玩家看起來風風火火，但多少都有些后繼乏力。而一些大公司憑借成熟的應用場景和龐大的存量用戶基數，可以輕易地碾壓同賽道的選手。
將視角轉到中國。在ChatGPT 引發的AGI 狂潮中，大家多少都有點焦慮。一眾科技公司、互聯網公司、甚至傳統企業都瘋狂涌向大模型，不斷聲稱開發出各種大力出奇跡的通用模型、各種專攻垂直領域的行業模型，急于實現AI價值的落地與變現。所以我們看到了百模大戰甚至千模大戰的鋪開。
當然，也有在這波AI風口上轉型失敗的。比如，不久前宣布部分停工的明星AI公司竹間智能。因為資金和資源的限制，此前專注NLP的竹間智能并沒有及時轉型大模型賽道。無法及時跟上技術時潮的公司隨即陷入了惡性循環。畢竟大模型是入場券昂貴的游戲，掉隊之后就很難再建立競爭壁壘。
不過“卷”無止境。即使順利進入大模型賽場了，也只是一個開始。國內不少大佬也曾就此發聲。
李彥宏說：“百模大戰是對社會資源很大的浪費。不應該去卷大模型，而應該去卷應用，只有應用才真正直接創造價值。做出上億用戶使用的應用時，大模型的真正價值才得到體現?！?/p>
周鴻祎則指出：“2024年是人工大模型的場景之年，如果找不到場景，光是在做大模型，有點像拿著錘子找釘子，如果找不到釘子，這個錘子是沒有用的?！?/p>
那應該卷應用嗎？不要忘了前車之鑒，譬如Jasper之類的大模型“套殼”公司，其實也沒有多大存在的意義；而像Deepgram這樣從具體場景入手但護城河尚淺，可能開始發展不錯，但很快就要面臨大模型廠商的擠壓。
5、中國大模型的路線之爭：暴力美學 Or 場景為王
歸根結底，對于國內的AIGC創業企業來說，又是一個關于抉擇的問題：長線還是務實、暴力美學還是場景為王。
正如中國大模型圈最近流行的技術路線與市場路線之爭：
一方是以月之暗面創始人楊植麟為代表的技術路線，他們對技術有信仰，信仰AGI，推崇OpenAI的路徑，認為隨著模型能力躍升、模型成本降低，會自然而然解鎖豐富的應用。
就像楊植麟表達的：“AI不是我在接下來一兩年找到什么PMF（AI產品和市場需求契合），而是接下來十到二十年如何改變世界?！?/p>
另一方則是以金沙江創投主管合伙人朱嘯虎為代表的市場路線，他們對于美版的AIGC敘事感到厭倦，信奉本土化，支持將充足的AI能力投入可以快速變現的商業場景中進化，同時用國內市場特有的海量數據和應用場景構筑壁壘。
正如朱嘯虎質問的：“你做GPT-4科研至少砸四五千萬美金。關鍵是萬一你砸了四五千萬美金做出來，別人開源了呢？你不是全白砸了？這個是很扎心的問題?！?/p>
雙方在各自的世界觀里都堅信自己的判斷。
而曾與朱嘯虎在朋友圈互懟的傅盛這一次卻顯得更“現實”。“我今天也堅決不認同哪一個模型參數做得很牛，它就能改變世界，這個一定會失敗的。要想成功，一定要和應用結合，這樣才會形成閉環，閉環才會不斷打磨，不斷打磨后技術才真正是為世界準備的，而不是為你的理想準備的?！?/p>
“學了十年屠龍之技，世界上根本沒有龍，那就白學了。”在傅盛看來，理想主義和現實主義也并非完全對立：“只有把現實問題解決好，才是真正的理想主義，否則就是空想。空想和理想之間就差你看不看現實。”
能做AI的，都是有點理想的，但真正能把AI做成的，還是需要更現實一點的考量。
事實上，從中國的國情以及AIGC產業的現狀來看，立足應用場景快速推進是最有可能實現突破的路徑。正如李開復幾年前在《AI Superpowers》一書里指出的，中國雖然在AI技術層面不及美國，但是在應用端卻走在了美國的前面。
此前也有不少業內人士判斷，與美國不同，中國的AIGC很有可能會采取縱向的發展模式。這種模式的特點在于，聚焦于特定的應用領域，比如電商、短視頻、金融，而不是追求產品的通用化。這種發展模式彌補了中國在模型通用能力上的不足，也利用了在垂直領域積累的大量的專業數據。
6、結語：GenAI時代的奇點終將來臨
回顧過去的一個多月，生成式AI領域熱鬧依舊。Sora還沒玩轉，Kimi和Suno的爆火又再次點燃了圈內外的激情。Kimi的走紅讓長文本處理大模型賽道瞬間卷起來。從拼參數，到拼文本長度、無損上下文，只用了不到一年的時間；而Suno甫一推出就被冠以“音樂版ChatGPT”之名。簡單實用的風格讓音樂小白也能產出爆款神曲。
AI仍處在高速發展階段，各類催化仍將繼續。一方面，大模型向普通人開放，可以獲得大量的語料積累，通過來自真實物理世界的反饋，進一步改進基礎模型，達成深度學習并實現個體賦能。另一方面，這些大模型在個人用戶終端的落地，將不斷催生新場景、新業態和新市場，加速商業化進程。
以場景為立身的錨點，以數據為進化的燃料，GenAI時代的奇點或許不日即將來到。
參考鏈接：
https://analyticsindiamag.com/where-are-all-the-early-ai-unicorns-now/
https://www.shangyexinzhi.com/article/18344360.html
