文｜適道
“模仿ChatGPT，注定消亡！”。
前段時間，在YC周末校友分享會上，OpenAI創(chuàng)始人Sam Altman的一句話狠狠地打了同行的臉。話音剛落，近日又一明星企業(yè)Deepgram，宣布二次裁員，似乎是對“消亡論”作出的快速回應(yīng)。
這讓人不由地聯(lián)想到，今年7月份Jasper宣布裁員的舊聞，而這家2022年成長最快的AI獨角獸，在去年10月才完成了1.25億美元的融資，正準備大干一場。此前同樣宣布裁員的還有Mutiny，一家無代碼AI營銷平臺。去年4月，Mutiny宣布完成了5000萬美元的B輪融資，估值達到6億美元。
比起一開始的“炸鍋”，不知從何時起，裁員在AI初創(chuàng)公司似乎有點見怪不怪了。紐約風投機構(gòu)Next Round Capital Partners的創(chuàng)始人兼首席執(zhí)行官Ken Smythe曾預(yù)計：85%的AI初創(chuàng)公司將在三年內(nèi)倒閉，要么是因為被大公司吞并，要么是因為資金耗盡。
這輪AI泡沫這么快就要破裂了嗎？Deepgram和Jasper的困境有哪些異同？國內(nèi)AI應(yīng)用層玩家如何才能避免淪為“套殼公司”？適道將結(jié)合The Information的近期報道《AI Startup Lays Off Workers Again in Fresh Sign of Sector Belt-Tightening》 (Natasha Mascarenhas)，試著給出一些判斷。以下是正文。
01 擁有專業(yè)模型的Deepgram被巨頭圍剿
說Deepgram是ChatGPT的模仿者，其實不太恰當。早在2015年，Deepgram就誕生于加利福尼亞山景城。它是一家從零開始訓練專業(yè)模型的AI自動語音識別(ASR)公司，為企業(yè)客戶提供語音識別服務(wù)。
兩名創(chuàng)始人分別是密歇根大學物理系研究員Noah Shutty與其導師Scott Stephenson。對于專職研究暗物質(zhì)的Stephenson而言，語音是企業(yè)數(shù)據(jù)的暗物質(zhì)。面對語音技術(shù)的三大挑戰(zhàn)：準確性、成本和轉(zhuǎn)錄速度，Deepgram開發(fā)的專有模型能夠在不到1/3秒內(nèi)識別和轉(zhuǎn)錄語音，最佳條件下的準確率高達98%。
因為號稱是市場上最快、最準確的語音服務(wù)，Deepgram在創(chuàng)業(yè)之初就得到了包括Madrona Venture Group、Tiger Global Management和Y Combinator等投資者的站臺，大客戶包括Spotify等。
甚至在此次宣布裁掉20名員工之前（占員工總數(shù)20%），Stephenson還表示公司剛剛經(jīng)歷了歷史上“最好的季度”。雖然沒有透露具體收入，但PitchBook數(shù)據(jù)顯示，去年秋天，Deepgram已籌集了4700萬美元，加上2021年的融資，公司估值高達2.67億美元。
到底發(fā)生了什么，讓Deepgram突然黑夜降臨？
簡單來講，就是沒錢了。Stephenson將搞不到錢的原因歸結(jié)為嚴峻的宏觀環(huán)境，他在電子郵件中表示，“我不想賭市場能在一年左右向我們提供額外的資金。因為美聯(lián)儲發(fā)出了‘持續(xù)高利率’的信號?！?/p>
對此，Stephenson認為，公司必須保守，不惜一切代價抑制增長，轉(zhuǎn)關(guān)注效率。
Stephenson給出的理由究竟是不是「挽尊」，這很難評。真的是“高利率”讓Deepgram搞不到錢嗎？并不是。根本原因是Deepgram越來越掙不到錢了。
a16z曾指出：AI產(chǎn)業(yè)分成了三層，底層是算力基礎(chǔ)設(shè)施，中間層是基礎(chǔ)大模型，上層則是AI應(yīng)用。很長一段時間內(nèi)，AI產(chǎn)業(yè)的大部分價值都流向了底層的“賣鏟人”，其余環(huán)節(jié)上的所有玩家目前都缺少長期競爭力。而一些大公司憑借成熟的應(yīng)用場景和龐大的存量用戶基數(shù)，可以輕易擊敗同賽道的創(chuàng)業(yè)者。
對于Deepgram而言，最大的危機正是來自科技巨頭的圍剿，隨著Google、Microsoft和Amazon等科技巨頭完善自己的語音文本生成服務(wù)，Deepgram的產(chǎn)品優(yōu)勢不再明顯。
其次，開源生態(tài)的壓力也隨之而來。OpenAI開發(fā)了語音識別模型Whisper（2022年9月推出），在該開源軟件推出的6個月后，OpenAI開始通過API向開發(fā)者收費，以便他們在應(yīng)用程序中使用該軟件。這大大降低了開發(fā)者的使用門檻，他們不再需要Deepgram這樣的托管者。
另外，資本開始扶持起了自己的“新兒子”，包括Rev AI和Assembly AI等VC機構(gòu)支持的創(chuàng)業(yè)公司也推出了類似產(chǎn)品。企業(yè)客戶開始削減對商業(yè)軟件的支出預(yù)算，這使得Deepgram更難獲得新業(yè)務(wù)。
02 ChatGPT下場變運動員，Jasper樓塌了
即便“前有狼，后有虎”，但創(chuàng)始人Stephenson似乎還挺樂觀。他給出了兩點原因：1、Deepgram的產(chǎn)品比許多競爭對手的質(zhì)量更好、更精確；2、OpenAI推出的Whisper可以教育市場，讓所有行業(yè)用戶了解AI語音識別軟件的力量。
怎么說呢，我們祝他成功吧。
不過，Deepgram至少還訓練出了自己的專業(yè)模型，只是護城河比較淺，而Jasper就是一家純粹的ChatGPT“套殼”公司。
Jasper成立于2021年，是一家面向廣告營銷人員、自媒體博主等群體的SaaS企業(yè)，主要提供文案生成服務(wù)。這業(yè)務(wù)是不是聽著有點耳熟？沒錯，Jasper的核心產(chǎn)品正是使用了GPT-3的API接口。
作為第一個吃螃蟹的人，Jasper率先拿到了GPT-3的內(nèi)測資格，用中間商賺差價享盡了先機帶來的紅利。這一切的結(jié)束，直到2022年11月30日，ChatGPT閃亮登場。
Jasper競爭對手Snazzy的創(chuàng)始人表示：“沒有人想到ChatGPT會這么好、這么快、甚至免費，現(xiàn)在你可以直接通過對話來生成一篇博客了。大模型原本并不易用，初創(chuàng)企業(yè)的價值在于彌補這種缺陷，如今這種價值突然消失了?！?/p>
當ChatGPT從裁判下場變成運動員，幾乎沒有任何護城河的Jasper，結(jié)局自然不言而喻。
03 創(chuàng)業(yè)公司的選擇：是賺短期的快錢，還是長期的估值？
綜上，基本可以概括為ChatGPT的“二創(chuàng)者”Jasper，因為沒有護城河，奄奄一息；OpenAI產(chǎn)品的“相似者”Deepgram，因為護城河太淺，還?？跉?。
對于國內(nèi)AIGC創(chuàng)業(yè)者而言，大模型的“套殼”公司，像Jasper，其實沒有多大存在的意義；而像Deepgram這樣專注于具體場景的初創(chuàng)公司雖然一開始容易脫穎而出，但緊接著可能就要面臨大模型廠商的擠壓。
更何況，Altman甚至強調(diào)過“不會試圖與我們的合作伙伴競爭”，OpenAI其實也沒有投入太多資源直接下場；而國內(nèi)互聯(lián)網(wǎng)大廠向來有直接做運動員的習慣。
那么，當下國內(nèi)的AI初創(chuàng)公司怎么做呢？主要看個人選擇。
短期來看，趁著用戶還有新鮮感，套殼自然可以賺一波快錢，畢竟國內(nèi)市場大，韭菜多，大模型的能力還是會讓不少新用戶驚艷。企業(yè)只需接入API，對大模型進行微調(diào)，就能實現(xiàn)中間商賺差價。例如，現(xiàn)在國內(nèi)的AI繪畫、AI寫作小程序如雨后春筍，但背后都是換湯不換藥，一切都流向了那幾個大模型。
長期看來，如果底層能力就是國外那些大模型，不僅有可能隨時被官方封殺，用戶被教育了之后也會選擇去用“一手模型”，那么這些套殼大模型的國內(nèi)AIGC創(chuàng)業(yè)公司在資本市場毫無價值。
也就是說，護城河的深淺決定了你能走多遠。
一項研究也側(cè)面印證這個結(jié)論。咨詢公司Kruze Consulting分析了800多家平均籌到800萬美元資金的AI初創(chuàng)公司。結(jié)果發(fā)現(xiàn)，雖然使用OpenAI產(chǎn)品的公司比例從去年11月ChatGPT剛推出時的3%上升至9月的57%，且這800多家公司每月在OpenAI上的平均支出高達2600美元。但是，支出的中位數(shù)僅為80美元。
我們從中可以得出兩個信息。
第一、 OpenAI似乎是最大贏家。初創(chuàng)公司拿投資人的錢去補貼，去燒錢，去獲客，最后都是補給了OpenAI。
第二、中位數(shù)只有80，說明其實大多數(shù)企業(yè)用戶在淺嘗輒止后發(fā)現(xiàn)，至少對于自家公司想要解決的實際問題而言，“套殼GC”的能力有限，所以他們不再給這些公司花錢。
也就是說，既然OpenAI的“模仿者”、 “套殼者”是死路一條，但是我們可以專打大模型延伸不到的長尾領(lǐng)域。
即，要想真正做長期，成為一家有價值的公司，只剩下一個方向：垂直模型。
第一、成本更低、但是更能解決實際問題，最重要的是大模型的觸角暫時夠不到；
第二、國內(nèi)大模型還在相對初級的階段，也正因如此，創(chuàng)業(yè)公司得以在短暫的窗口期去訓練垂直模型，建立自己的護城河，搶奪細分場景和用戶。
從建立技術(shù)壁壘的角度而言。隨著模型能力的發(fā)展，算力價值在應(yīng)用層可能會被抹平。因此，數(shù)據(jù)才是長期的壁壘所在。而當數(shù)據(jù)的質(zhì)量和數(shù)量增加時，模型的性能和效果會提升，同時也會增加用戶壁壘。因此，在大模型覆蓋的通用場景之外，創(chuàng)業(yè)者在垂直領(lǐng)域積累深厚獨特的行業(yè)數(shù)據(jù)，或者做冷門領(lǐng)域的先行者，或許可能獲得成功。
從AI創(chuàng)業(yè)方向的角度而言。Sam Altman在最近的演講里建議多多研究：AI醫(yī)療，優(yōu)秀的AI醫(yī)療顧問將為社會帶來巨大福祉；AI教育，提供個性化教學和輔導的AI導師，大規(guī)模改善教育質(zhì)量。
但無論做什么、怎么做，都要記住模型不等于產(chǎn)品，產(chǎn)品要匹配市場。正如a16z的創(chuàng)始人Andreessen在總結(jié)初創(chuàng)公司成敗時所言：對于初創(chuàng)企業(yè)，唯一重要的是達到產(chǎn)品-市場匹配（Product-market fit，PMF）。產(chǎn)品能夠滿足特定市場需求的程度越高，企業(yè)更容易獲得成功。每一個成功的初創(chuàng)企業(yè)，都是一個已經(jīng)實現(xiàn)產(chǎn)品-市場匹配PMF的企業(yè)。