ChatGPT大火，如何成立一家AIGC公司，然后搞钱？

图文原创：亲爱的数据

曾几何时，多希望有一个写稿机器人，来拯救谭老师的发际线。

想象中的写稿机器人：

现实中的写稿机器人：

震惊和赞叹，溢于言表。

于是，提问：

为啥是OpenAI公司，而不是别的公司搞出了人类历史上最接近通用人工智能的产品（ChatGPT）？

为啥是美国科技公司OpenAI，而不是中国公司？

这些问题太深刻，本来上班工作压力已经很大了。

我提议，不要埋怨自己，要勇于指责他人。

ChatGPT大火，好现象。毕竟，三分钟的热度，就有三分钟的收获。

《ChatGPT成功宝典》很多人都能如数家珍：

先进技术，高质量数据，用起来不抠搜的算力，充满创造力的团队。

听上去，人工智能像是用钱堆起来的。

相信我，干起来更是。

有钱就够了吗？

有一句箴言：人工智能行业里，哪怕有一种创新，都需要三个前提：远见、钱和基础设施。

你问，人工智能回答，比搜索引擎还体贴。

鼠标点击ChatGPT那么一小下，点出了AI产业又一个黄金十年。

能创造黄金十年的，都是跨时代的产品。

ChatGPT并不是唯一的时代代表性神器（生成式大模型），ChatGPT最为出名（因为有很简单好用的应用产品面向普通人，甚至小学生）。

这些课代表（GPT-3，Switch Transformer，DALL·E，InstructGPT不用记忆，都是AI模型的名字，好比，大强，大壮，大美，反正就是“大”）的出现，令“基础设施”一词的含义也发生了变化。

大模型本身就是AI基础设施了。

任何一个跨时代产品的背后都有一个跨时代的技术栈。AI技术栈有三层楼那么高。

在技术栈里，以前，AI框架就是典型的基础设施。然而，情况变了。成熟的大模型直接变成了基础设施。

这种变化值得留意，基础设施这种幕后英雄动不动就被人忽略了。而大模型，让人过目难忘。

芯片和云计算也在高声叫嚷：“别忘了我们，基础设施，俺也是。”

芯片和云计算不是专为AI而生，算是地基吧，也支撑着AI技术栈这三层楼。

众所周知，芯片和云计算都挺贵的，所以，我们再聊回赤裸裸的金钱。

ChatGPT大火，全世界用户为之震惊和赞叹，而投资人忧心忡忡。

好消息来了，一部分投资人的共识是，AICG赛道很有想象力，比Web3和元宇宙更靠谱，可以投。

好消息又来了，微软将在其消费者和企业产品中部署OpenAI模型，而ChatGPT融入微软产品线这一历史性“成功”，更是在寒冷的冬日，给资本送去了温暖，送去了信心。

投资人有了信心，才会给创业团队投资。

ChatGPT赚钱了，AIGC创业公司呢？

虽然巨头教育了市场，但是AI技术栈每一层楼现在都面临了挺多的不确定性和挑战。投资机构A16Z对这个现象表示，他们没有答案。

另一个投资人方面的共识是，虽然图像识别，推荐系统等已创造巨大市场，但是上一轮AI创业企业（包括，计算机视觉应用企业，决策式人工智能企业）并没有赚到大钱。

曾经也说充满了想象力，但想象力不是答案。

AIGC的创业公司可以有两个思路。

第一，干出一家超越ChatGPT的创业公司，一举拿下大模型创新的高地。

第二，创业公司基于大模型的能力，调用ChatGPT的API。

第一个思路有多难，又需要多久？

我请教了一位国内顶级科技大厂的AI高管。

他认为：” 不受限的资源投入的情况下，模型团队到位而，AI系统（框架，编译器）团队，专业化数据团队到位，铆足了劲儿，18到24个月。追平2022年12月ChatGPT版本（的能力）。”

而另一位顶级科技大厂的AI总负责人则告诉我：“ChatGPT之后，算法侧的竞争加剧，自然增大资源消耗，短期没有收益进账，基础设施侧压力增大。”

很多人想做时间的朋友，最后都没有坚持。

大模型看上去是掘金空，实则销金洞。

第一条路真是巨难无比。

这两位高管分别所在的公有云是竞品，应他俩的要求，不能实名。

投资人对AI框架，编译器等基础设施无感，认为模型算法强就够了。而大模型是一个非常依赖基础设施的技术。

恐怕大家都看出来了，投资人的看法和技术创业者的认知差，有马里亚纳海沟那么深。

​基础设施投入的多，公司就“重”，而投资人喜欢“轻”。

第二个思路，ChatGPT调用API，技术壁垒没有那么高，但依然有创新空间。

投资人希望AIGC创业公司，有技术壁垒，有落地指望，有商业模式，别搞了一堆“中看不中用（fancy）”的技术，场景用不上，用户用不上。比较去年同期，投资人更看重，产品化的能力，快速变现的能力，“快速”一词要着重强调。

比如，在好场景里创业，场景好到什么程度？

比如，To C纯娱乐，内容生产。

比如，To B 首选金融，自动驾驶，医疗等大蛋糕市场，用户付费意愿强。

按照这个逻辑，算一笔账，算出创业公司能帮客户节省多少成本，提高多少效率。

用微软云的技术能力这种创业思路，尽管拿不到最新的版本，也可以有壁垒，比如数据壁垒，行业壁垒。

发现好市场，以速度抢占，甚至有投资人称：“拼手速的时候到了。”

一些中国AI创业公司的高管看到ChatGPT的效果之后，立感颜面扫地，只是愿不愿意承认。

技术突破诞生于美国硅谷，ChatGPT这样的创业公司十年难遇。差距将中国技术极客们集体点燃，反思异常深刻。

除了投资人，我们还需要什么？

第一，企业使命：

一家AIGC公司，从公司成立第一天起，就不知羞臊地大声说出：“我们要实现通用人工智能”。不是，安防智能，分析智能，看板智能，推荐智能，广告智能，家电智能。

搞一个大的，能征服全世界的大模型，中国原创。

第二，产品信仰：

把技术做成产品，实用的产品，打破留存率、产品差异化和毛利率的瓶颈，将创新思维和工程实践完美结合，产品中国制造。

第三，尊重人才：

上整建制AI团队，整建制意味着数据，算法，系统三大战线全面覆盖。不能重算法，轻系统，轻数据，顾此失彼。

成功要素的清单可以继续往下列，且都有一个共同点，而这些都不是钱能决定的。

当我向顶级投资人问出：“以ChatGPT为代表的AIGC（成自动生成文字图片的人工智能技术）创业公司到底能不能赚到钱？”

一位投资人抛出了那句熟悉的话：“等等看（看看美国那边什么动静）。”

也许投资人与中国的创业者需要坐下来，好好聊聊。

行文到此，忽听堂外有一声音号令，嘹亮而庄重：“35岁以上程序员，出列。”

错了，我们重新来一遍。

“对技术有激情，有信仰，要征服世界的程序员出列。”

（完）

更多阅读

AI框架系列：

1.搞深度学习框架的那帮人，不是疯子，就是骗子（一）

2.搞AI框架那帮人丨燎原火，贾扬清（二）

漫画系列

1. 万字大稿深度解读硅谷风投A16Z“50强”数据公司榜单

2. AI算法是兄弟，AI运维不是兄弟吗？

3. 大数据的社交牛逼症是怎么得的？

4. AI for Science这事，到底“科学不科学”？

5. 想帮数学家，AI算老几？ 

6. 给王心凌打Call的，原来是神奇的智能湖仓

7. 原来，知识图谱是“找关系”的摇钱树？

8. 为什么图计算能正面硬刚黑色产业薅羊毛？

9. AutoML：攒钱买个“调参侠机器人”？

10. AutoML：你爱吃的火锅底料，是机器人自动进货

11. 强化学习：人工智能下象棋，走一步，能看几步？

12. 时序数据库：好险，差一点没挤进工业制造的高端局

13. 主动学习：人工智能居然被PUA了？

14.云计算Serverless：一支穿云箭，千军万马来相见

15.数据中心网络：数据还有5纳秒抵达战场

DPU芯片系列：

1. 造DPU芯片，如梦幻泡影？丨虚构短篇小说

2. 永远不要投资DPU？

3. DPU加持下的阿里云如何做加密计算？

4. 哎呦CPU，您可别累着，兄弟CIPU在云上帮把手

长文系列：

1. 我怀疑京东神秘部门Y，悟出智能供应链真相了

2. 超级计算机与人工智能：大国超算，无人领航

3. 售前，航空母舰，交付，皮划艇：银行的AI模型上线有多难？

最后，再介绍一下主编自己吧，

我是谭婧，科技和科普题材作者。

为了在时代中发现故事，

我围追科技大神，堵截科技公司。

偶尔写小说，画漫画。

生命短暂，不走捷径。

原创不易，多谢转发

还想看我的文章，就关注“亲爱的数据”。