产业守候AI「造铲人」-香港期货开户

一家刚刚引入大厂AI能力不久的医疗SaaS企业，正在面临由产业规模扩张带来的淹没成本逆境。

其市场部司理孙胜示意，早在大模子与AIGC秋风扫落叶似地席卷中文互联网之前，这家公司便通过首轮融资中的5亿元搭建好了架构与产物，在2022年中到2023年中的一年内做到了盈亏平衡。

然而“行业大模子”叙事的泛起彻底打乱了他们的节奏，在竞争趋烈的SaaS赛道，引入AI似乎不能阻止。

于是，该公司又在AI能力以及相关架构的产研上，前前后后投入了数亿元。此举换来的是新老架构冲突、产物杂乱以及订价的问题——客户似乎并不需要当下称不上成熟的AI能力，然而这部门成本却又难以通过老产物转嫁出去。

这只是AI在垂直领域落地的一角，由此管中窥豹，虽然AI工具不停“入侵”人类社会，然则如雨后笋般不停冒出的各种新式AI工具的袭击却迟迟撞不开那道名为“普及”的大门。

AI工具并非一套封锁的手艺系统，需要的是在响应场景中，通过交互与人类智能互缘重构。

已往，我们一度以为“幻觉”是阻碍AIGC以及大模子进入千行百业的基本缘故原由。但现真相形是，大厂也好创企也罢，其AI 的产物落地更多的是受到了成本和场景的桎梏，这让市场上一众“80分的模子最终只能落地为60分的产物”。

由这些限制而发生的，从及格到优异的这一小段距离，已然成为人类社会智能化转型的一道天堑。

PMF的“鬼故事”

“原定在年中准备加入的几个流动中，一些是直接被作废，另有一些是缩减参会职员，削减开支”，孙胜说，“公司在A轮融到的钱已经花得七七八八了，新的融资还没有迹象”。

他坦言，曾经一度称得上顺风顺水的BD不仅没能乘上大模子东风，反而是在引入AI之后变得更“难”了。他获得的回复不外乎AI的准确性、成本以及缺少相关案例这几类，这其中或许有医疗行业相对伶仃于互联网之外而缺乏有用数据的缘故，但不能否认的是，AI问诊、开药等功效时常在“帮倒忙”。

相似的情形，我们不难在同为高知行业的执法与金融等行业上找到。

一位投资人告诉光子星球，他看到过多起由投资人指定的AI 执法偏向的投资，天使轮融资额一样平常在七位数，然而险些绝大多数都倒在了模子幻觉导致的执法条文准确性问题上。“投资款险些都用来买数据和算力，B端赞助算力的话就招兼职开发，团队之间少有开人为的，主打一个为爱发电”。

在更为依赖人类智能决议的金融领域，行业对AI的工具应用态度更为审慎。朱雀基金司理Michael坦言道，现在业内的主流应用仍是去年便最先推广的金融新闻天生、客服以及讲述总结。纵然是对新兴手艺态度相对更为激进的同花顺，在与百度互助后也未有什么大动作。

至于在NLP时期便有发作迹象的智能投研则是随着大模子的到来彻底熄火——已往机械学习的过拟合缺陷已然被更大的数据与训练规模升格为“幻觉”，浅易易懂的词汇也加重了这个缺陷的分量。已往的智能投研拿不到Alpha（与市场不相关的超额收益），现在加倍拿不到。

医疗、执法与金融一直是社会财富较为集中且追求人效的行业，当AIGC及应用发作后，这也自然而然地成为大厂创企配合瞄准的落地场景。既然能解决一切问题的AGI还遥遥无期，那么在PMF（Product Market Fit，产物市场匹配度）的*性之下，从需求切入并反向推动手艺迭代即是题中之义。

在创业成真相对较低且主要面向消费市场的移动互联网时代，PMF的正向或逆向工程都能跑出一定成就，但在成本伟大、市场不明确的AI赛道，PMF逆向工程的前方多是dead end。

说白了，全球资源集中攻坚下，AI手艺跑得太快，GPT3.5到GPT4的里程碑跨越仅耗时数月，当我们以为大模子能力遭遇瓶颈时，Sora又吹响了多模态的军号。这让一度陷入FOMO的创业者和PM们基本没有时间去做用户研究，只能事先构想需求和场景，以此打造产物并试图通过现实场景中的应用快速迭代。

问题是AI赛道PMF并非一群PM排排坐拍脑门就能发生的玩意，更非一些手艺身世的创业者，在对绝大多数行业一知半解的情形下，依赖AI这种手艺气力便能降维袭击的领域。

上述情形在当下主要面向B端的AI工具类服务中的直观体现，即是光子星球曾在《》中提到的“客户AI营业的‘保姆’”，在为客户定制一匹更快的“马”的路上做无用功，而真正的“汽车”却隐藏在工具之下的模子底层中。

内容产业的迷思

若是说AI工具在B端的落地受到了既往的定制化叙事与太过产研的拖累，导致产物难以进入现实场景，那么场景更为明确的C端是否会有所差异？

智仑新材料完成Pre-A轮数千万元融资，华勤技术、嘉御资本共同投资

单从供应侧看，C端AI应用的生长如火如荼，如字节跳动、百度、腾讯等大厂围绕自研模子，为AI拉出了数条自力产物线，其中字节更是海内外同步推进，旗下多款应用都推出了海内外双版本。

不外当下大厂产物扎堆的AI社交，其产物形态降生于去年终，不仅受限于模子能力输出的限制，导致设计与功效上高度趋同，于用户而言也大多只有尝鲜一用，如字节旗下的对话应用“猫箱”便只能倘佯在iOS免费榜的末尾。相比之下，用户忠诚度更高的效率类工具与多模态工具才是玩家们掘金的目的地。

然而，这些工具在落地上同样遭遇了场景受限的问题，C端场景并不比B端更厚实，由于效率工具自己服务的即是相对专业的内容生产者。就像图文、视频的媒体变化带来的UGC风潮被细分为UGC（用户生产内容）与PUGC（专业用户生产内容），而PUGC对生产工具的要求与B端可以说大差不差。

我们领会到，不少实验Suno、网易天音、天工等AI音乐工具的事情室与音乐人仅仅以此作为辅助创作的形式，而且付费意愿不高。至于由Sora带火的文生视频赛道，则相对更为远景未明，一个例证是北京影戏节、麻省理工学院、爱奇艺等差异主体召开AI视频相关大赛，这一赛道的商业化显著还处于培育的低级阶段。

恰似2016年的阿尔法狗，文生视频赛道还在扩充供应侧的规模，需求侧则是无从谈起。

只不外相比于决议成本更高、定制化需求更重的B端，通俗用户、专业生产者与组织的付费门槛更低，更愿意实验。不外这也引出了当下大模子能力在工具产物落地上的另一大问题。

“看过许多团队，请了清北的算法大牛，一直微调模子、优化prompt，然则能在产物层面上体现出来的大多照样原地踏步。”

在这位投资人眼中，“原地踏步”并非止步不前，而是大多AI工具上不去也下不来——门槛并未降低到消费级水平，而专业性却又难以知足专业领域人士。

其中对照典型的是音乐产业，且不提AI作曲大多缺乏情绪、“清淡如水”，更主要的是多位音乐人向我们反映过基于大模子的AI音乐工具在生产流程上是“反人类”的。以Suno为首的AI音乐工具直接大包大揽的AI作曲的全流程，当创作者好不容易prompt出了一首能听的歌，还得自己“扒谱”、分轨。

这对于未受过专业和弦学习、创作能力较差的小白来说可堪一用，但对于专业的音乐人而言，简直是灾难。相比之下，并未在大模子之下接受重构的网易天音反而脱颖而出。

网易天音是网易基于NLP学习而包装产物化的AI编曲平台，去年与微软小冰互助从而引入了人声天生功效。音乐人可以按音乐生产流程中的气概、乐器、调号、拍号、速率以实时长等要素产出Demo并分轨导出，相对更贴合生产语境。但与之相对的，这也使其较自然语言交互天生的大模子AI音乐，距消费场景更远了。

上述情形直指当下大模子能力被高估的现状，专业生产者还没玩明了，况且是消费语境下的小白？

移山

病来如山倒，病去如抽丝。大模子对商业社会的袭击就好比是一场“病”，希望进入千行百业的大模子需要的恰恰是消解其科技属性所带来的袭击叙事，让企业与用户使用大模子能力进入“常态化”。

这难免又将我们带回前文所述的PMF问题，现在业内找PMF之以是会造成“自以为是”的情形，在于AI这个崭新变量改变了已往移动互联网的头脑与商业模式。这意味着，AI大模子落地的搬山之旅需要的是就PMF这个“低级理论”举行刷新。

值此情形下，大厂与创企基于自己的资源与生态位，走出了差其余蹊径。

百度、腾讯、阿里等头部玩家大多都持有雄厚的基础设施，这导向了以基建为抓手，将开发者作为模子能力的延伸，以触达更多场景的蹊径。以百度为例，其于4月16日召开的Create2024百度AI开发者大会上宣布了AI原生应用平台千帆Appbuilder，现在千帆社区上已有19万款应用，应用商铺的成熟应用数目也到达了317款。

相比大厂的“稳扎稳打”，基础相对更薄、更需要一个钱打二十四个结的创企却相对更玩得开。2023年4月，视频赛道的着名创企HeyGen首创人 Joshua Xu便在官方博客中分享了他们在7个月实现100万美元ARR的历程，其中稀奇将AI浪潮中的PMF看法称谓为“AMF”（AI市场匹配度）。

Joshua Xu称其通过Fiverr（一家国际性自由职业者平台）找到了*个付费客户。平台在其中的作用是，让HeyGen仅在开端手艺探索的基础上，以产物Demo和“代言人（spokesperson）”这个细分场景便完成了与需求的匹配。

或许，从PMF细腻化至AMF，需要的并非凭空捏造，而是一个能更高效匹配AI能力与需求的新工具或平台。

此外，零一万物首创人李开复也在5月13日的宣布会上更新了AI时代的PMF看法——TC-PMF（Product-Market-Technology-Cost Fit，手艺成本与产物市场契合度）。他以为，由于大模子的推理成本过高，纵然推理成本以10倍的速率在下降，AI产物的落地也必须将成本作为必须思量的要素之一。

这么看来，AI工具的落地要么是冲不破用户与场景的限制，要么是ROI打不平。

2024即将行至半程，显然业内对其成为应用发作元年的判断有些乐观了。*能确定的历史爆点是GPT，而应用的真正发作，或许离我们另有点远。