前一阵子,与“AI应用什么时候才能爆发”这个话题相关的分享和文章挺多,既有一些我很喜欢看到的明确观点,比如松鹅的这篇《AI应用爆发前夜的三个信号》,也有一些典型的投资人式废话:很看好,有机会,要耐心。其实这事要认真讨论挺有难度,因为“爆发”显然不会有精确定义。比如若有一天,每家大厂都做出了几千万DAU的2C应用或者十亿收入的2B应用,那算是爆发了吗?亦或是说,应该像当初移动时代,成千上万的创业公司前仆后继冒出来,在所有能想象到的领域卷得血流成河,才算是爆发?站在不同立场上,总会有不同的期望值,我相信我的读者更多会期望看到后者,即直观感受到AI应用相关的创业机会和创业团队大量涌现,并取得一定程度上的业务成绩,而非被大厂产品垄断,因此本文的讨论也将由此出发,请务必留意。无论角度如何,我读到的观点中,几乎都把应用爆发的前提条件集中在AI发展本身,尤其是模型能力提升和成本下降,并以之作为AI时代和移动时代的重要区别。这固然没错,但不够充分。
目前常见的时代对比往往是试图平行对应的,热衷于讨论现在的这个时间点相当于过去的哪个时间点,并从这种相关性上寻找相似和不同。然而有没有一种可能,当年和如今在经济大环境上的差异,使得这种对应性是扭曲的甚至不存在?另一方面,这两个时代本来也不是平行的,而是延续的,移动时代造就的行业格局,是否会严重影响到AI应用的发展?甚至有不小的概率,AI应用根本不会再发生如移动互联网应用那种爆发了。当然这并不意味着我们的看法是不要创业或投资,反而是
在产品验证周期拉长的预期下,等待大模型的进步解决一切问题或者寻找“字节成立对应的时点”并非最佳策略,谁能先手表现出对新环境的适应性和灵活性,才是决定成败的关键。能够精细化运营产品的团队有可能获得更多的时间,去超越擅长资本化和市场推广的竞争者。01 AI应用的“爆发”需要经济景气的环境生成式AI颇有些生不逢时,大模型从开始火爆至今,一直处于经济的下行周期——至少不是上行周期,相信很多人都已经有充分体感。在这种环境下,大家会自然而然地通过少花钱来自我保护,增加一点安全感,无论个人、公司还是投资机构都是如此,这是理性选择的必然结果,每个经济实体都在担忧资金上的哪怕一点点浪费。对浪费的担忧在市场上反映为公司裁员、收缩开支、消费紧缩、投资机构LP减少,每花一笔钱都要更审慎地考虑性价比。而传导到AI应用创业者身上,就是明显的融资难、签客户难、用户付费率低且不稳定,大模型成本降低无法从收入端改变创业公司的生存状态,充其量只能令其多坚持一段时间。或许把其余成本压缩到极致的独立开发者能因此大量增加,但独立开发者可做的赛道非常有限,就算产品数量再多,也不是我们预期的应用爆发。
实际上,无论在何种情况下,创业公司都是九死一生,产品“爆发”无疑要伴随着巨大的资金空耗,因为爆发过后留下的总是其中极小一部分。反过来说,只有在市场资金泡沫明显,所有参与者都不怕浪费,急于花钱的形势下,爆发才有机会实现。团购网站“千团大战”的时候,没有人真相信市场上需要那么多团购平台,但从创业者到投资人都不惮于拼命投入,不仅仅是“怕错过”,同时也是“不怕错”,因为相信钱烧掉了还能再融再募。整个移动互联网应用的爆发期,几乎每一个能想到的赛道都经历过与团购类似的景象。LP的资金浪费在不靠谱的投资机构身上,投资机构浪费了大量资金在不值得的创业公司身上,而公司又把这些钱浪费在盲目的人员扩张和市场推广上——这直接解释了各家大厂中厂为什么总有那么多人可以裁,在大家都不怕浪费的那些年,无须认真讨论两三倍薪水挖人跳槽是不是合理,堆砌上百个产品经理是不是有冗余,一家公司是不是真需要没完没了地开新业务线。我们可以诟病和反思当时的某些离谱操作,但也不得不说没有巨量的资金投入就不会有移动互联网的蓬勃发展。如同很久前广告行业的那句话:“我知道有一半的广告费被浪费了,但我不知道是哪一半。”但无所谓,在经济上行周期里,时代的受益者很容易相信业务、估值或个人收入都会一直增长,花出去的最终都会几倍赚回来,就像美国次贷危机前,消费者相信房价会一直涨一样。选择创业的心理负担很小,应用产品当然就多了。当前海外AI产品就正在经历这个浪费的过程,一方面之前层出不穷的独角兽纷纷开始倒下或面临困难,一方面总有新兴产品能拿到大笔投资。这倒不一定是北美处在一个多出色的经济环境里,更有可能是把钱集中到AI上的一场豪赌。尽管如此,钱还远远不够多,否则那些独角兽不该这么早就出现融资障碍。而如今国内AI行业连豪赌的条件都不具备,创业的决心、投资的决心和用户花钱的决心,都没那么容易做出。在这种谨慎心态弥漫下,仅靠“模型变得又便宜又厉害”就实现应用大爆发并不可信。平心而论,任何经济体都没理由永远向上而不经历周期,只不过面对宏大叙事的无力感容易令人感到消极,所以越爱谈宏观的人常常越爱抱怨,这在金融行业尤其多。但如果自诩为一个创业者,是愿意主动面对九死一生的成功概率和高昂机会成本的那一群人,根据环境和现实调整策略是必要的竞争力。02 移动互联网的固有格局会限制AI应用的爆发如本文开头所说,移动互联网时代和AI时代不是平行存在,而是延续的,这就决定了大厂有机会从过去的错误中吸取教训。PC互联网的大公司在移动时代的开端确实曾经慢了几拍,因而给了大量创业者抢跑和占据先发优势的机会,其中几个关键因素,一是当时的流量红利仍然巨大,很多国人是随着智能手机的普及才真正得以高频使用互联网,新流量不但冲淡了BAT这样的公司在PC端的品牌和入口优势,也给流量运营带来了新方式,无形中拉近了新老玩家的起跑线;二是智能手机与PC的硬件差异巨大,诸如位置、拍照、触屏等崭新的功能衍生出了太多真真假假的用户新需求,不但令PC大厂覆盖所有应用的野心完全失败,反而走了很多弯路才找准自己在新场景下的定位和核心利益;三是市场上的钱多到只要敢抢跑就能拿到钱,并且能让创业公司勇于跟大厂拼补贴、拼广告投放、拼线下运营的程度。关于第三点资金条件之不存,前文已经说了,这里就前两点再讨论几句。ChatGPT发布以来生成式AI的火爆,似乎预示新的流量红利已经诞生,但随着时间推移,AI产品越来越令人觉得缺少对根本性刚需的满足,因此流量裂变始终局限在小范围的核心用户中,并不得不利用媒体、社区、KOL等成本较低的方式慢慢尝试扩散。
AI产品对应的是移动互联网发展初期,而运营手段却是移动互联网尾声的——流量都固化在存量APP里,转移成本极高,大厂自己的新产品想要大量使用这些流量都费劲,创业公司当然会面临更大的挑战。To B应用也可以同样类比,如果无法找到一个根本性的刚需,扩大业务就仍然高度依赖于传统方式——关系、资源、销售技能,它们就如同流量一样固化在客户的现有合作伙伴手中,不是不能分一杯羹,但不大可能“爆发性”地被大量新玩家抢走。当然,大模型的技术进步,或是全新有价值硬件的发明,有机会带来一定的新需求,但如今的大公司数量更多,覆盖更广,密度更高。我们无法想象,需要多大体量的新需求,才能重新拓出一个如当初那般到处都是空白的宽阔赛道。虽然大厂们仍有可能在面对新需求时走弯路,但创业公司也不具备弯道超车的天时地利,一个AI产品赛道很可能从一开始就有玩家数量的上限,排除掉其中的大厂,留给创业公司“爆发”的空间或许不多。03 投资人期待未来,但创业者直面现在对投资机构来说,市面上的潜在投资选择越多越好,如果还没有那么多,那就号召大家都来创业。移动互联网的爆发期曾是投资人的盛宴,看上去好像说得通的创业公司一抓一大把,完成每周看项目数量的KPI是如此容易,花钱花得多甚至成了能力和业绩,花得越快LP越追着塞钱,你不要他还不高兴。没人在乎什么“退潮后”和“风停了”,毕竟管理费和奖金又不退。所以投资人最热衷于拿AI的现在和移动互联网的过去寻找对应,美梦谁不想多做一次呢?但要直面经营压力的创业者们,固然也会幻想自己是校内时期的王兴或者内涵段子的张一鸣,但真正有能力的团队总会先面对现实,并且用不着等到“爆发”,就跑在竞争者前面。
对于这样的团队,移动互联网式的爆发未必是好事,因为不同的环境下对核心能力的需求不同。并非说抓住风口和精细运营产品相互矛盾,但创业公司确实由基因而决定各有所长,当遍地都是通用型刚需时,跑得快最重要,而在非刚需的碎片化市场上,真正懂用户的人更有用武之地。即使在目前的环境下,也仍然有一些“创业明星”,能够准确找到转瞬即逝的小风口拿下几千万美金,然后做一个意义不明的产品出来。但因为整个行业毕竟不如当年那般疯狂,他们与普通创业者之间的差距被大大压缩了,这其实是给了履历没那么光鲜但产品适应力更强的团队一点相对的机会——尽管需要艰难地度过开头的生存期,但也有更长的时间去展示对产品精耕细作的能力,不像爆发时期,融资和烧钱速度决定一切,一次比别人融的慢,融的少,烧的效果不佳,可能竞争就直接结束了。因此,为了生存,眼下
普通创业者要么是在已经固有的格局中利用局部优势切一部分流量或资源出来,这样的坏消息是做大其实不太容易,好消息是仍然可以讲一个很大的故事,to C的比如AI搜索,to B的比如各种Workflow工具;
要么是找到一个大厂不愿意去花精力的赛道空隙,把它细致地填满,坏消息是比较难说服投资人,好消息是有更大的希望不靠投资人活下来,to C的比如各种独立开发者喜欢的笔记类、总结类产品,to B的比如垂直行业的私有化部署。当然也可以出海,找一个竞争格局完全不一样的新市场,但世事无完美,总会遇到其他的困难和局限。总之,江山代有人才出,没必要拿着过去的画像按图索骥,三年上市五年退休的大饼固然诱惑,但埋的人也多,细水长流的创业可能没那么性感,何尝不是在筛选真正有实力而不是空有履历的团队呢?如果只会在应用爆发期创业或投资,尽可以消极地等下去,总有一波新英雄会抢先脱颖而出。
本文采摘于网络,不代表本站立场,转载联系作者并注明出处:https://www.iotsj.com//kuaixun/3482.html