# 大部分 AI 创业公司的未来不乐观 [译]

- Link: https://paooo.com/ai-study/7036/
- Published: 2024-02-25T18:15:38+08:00
- Author: 宝玉的分享

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 套壳生成式 AI API 的产品可快速复制，缺乏差异化就难形成利润。
 * [大模型](https://paooo.com/ai-study/)底层技术也不稳固，开源与行业快速迭代会迅速
   抹平领先优势。
 * 更可持续的壁垒来自现实世界专有数据与难以复制的计算规模。

##  大部分 AI 创业公司的未来不乐观

###  重要性并不直接等同于盈利能力和市场竞争力

JAMES WANG

阅读目录

 * [大部分 AI 创业公司的未来不乐观](https://paooo.com/ai-study/7036/#%e5%a4%a7%e9%83%a8%e5%88%86-ai-%e5%88%9b%e4%b8%9a%e5%85%ac%e5%8f%b8%e7%9a%84%e6%9c%aa%e6%9d%a5%e4%b8%8d%e4%b9%90%e8%a7%82)
    - [重要性并不直接等同于盈利能力和市场竞争力](https://paooo.com/ai-study/7036/#%e9%87%8d%e8%a6%81%e6%80%a7%e5%b9%b6%e4%b8%8d%e7%9b%b4%e6%8e%a5%e7%ad%89%e5%90%8c%e4%ba%8e%e7%9b%88%e5%88%a9%e8%83%bd%e5%8a%9b%e5%92%8c%e5%b8%82%e5%9c%ba%e7%ab%9e%e4%ba%89%e5%8a%9b)
 * [周末打造的项目，别人也能复制](https://paooo.com/ai-study/7036/#%e5%91%a8%e6%9c%ab%e6%89%93%e9%80%a0%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%88%ab%e4%ba%ba%e4%b9%9f%e8%83%bd%e5%a4%8d%e5%88%b6)
 * [即便是 Alphabet、Meta 或 OpenAI 也缺乏稳固的市场防线](https://paooo.com/ai-study/7036/#%e5%8d%b3%e4%be%bf%e6%98%af-alphabetmeta-%e6%88%96-openai-%e4%b9%9f%e7%bc%ba%e4%b9%8f%e7%a8%b3%e5%9b%ba%e7%9a%84%e5%b8%82%e5%9c%ba%e9%98%b2%e7%ba%bf)
 * [那么，如果我拥有人工智能的最佳“版本”会怎样呢？](https://paooo.com/ai-study/7036/#%e9%82%a3%e4%b9%88%e5%a6%82%e6%9e%9c%e6%88%91%e6%8b%a5%e6%9c%89%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bd%e7%9a%84%e6%9c%80%e4%bd%b3%e7%89%88%e6%9c%ac%e4%bc%9a%e6%80%8e%e6%a0%b7%e5%91%a2)
       * [这就像在 90 年代拥有最快的 CPU](https://paooo.com/ai-study/7036/#%e8%bf%99%e5%b0%b1%e5%83%8f%e5%9c%a8-90-%e5%b9%b4%e4%bb%a3%e6%8b%a5%e6%9c%89%e6%9c%80%e5%bf%ab%e7%9a%84-cpu)
 * [那么，什么才是真正可持续的呢？](https://paooo.com/ai-study/7036/#%e9%82%a3%e4%b9%88%e4%bb%80%e4%b9%88%e6%89%8d%e6%98%af%e7%9c%9f%e6%ad%a3%e5%8f%af%e6%8c%81%e7%bb%ad%e7%9a%84%e5%91%a2)
       * [巨量计算：仿佛哥斯拉级别的规模](https://paooo.com/ai-study/7036/#%e5%b7%a8%e9%87%8f%e8%ae%a1%e7%ae%97%e4%bb%bf%e4%bd%9b%e5%93%a5%e6%96%af%e6%8b%89%e7%ba%a7%e5%88%ab%e7%9a%84%e8%a7%84%e6%a8%a1)
       * [现实世界的专有数据](https://paooo.com/ai-study/7036/#%e7%8e%b0%e5%ae%9e%e4%b8%96%e7%95%8c%e7%9a%84%e4%b8%93%e6%9c%89%e6%95%b0%e6%8d%ae)
 * [创造的价值并不总能被公司捕获](https://paooo.com/ai-study/7036/#%e5%88%9b%e9%80%a0%e7%9a%84%e4%bb%b7%e5%80%bc%e5%b9%b6%e4%b8%8d%e6%80%bb%e8%83%bd%e8%a2%ab%e5%85%ac%e5%8f%b8%e6%8d%95%e8%8e%b7)

##  周末打造的项目，别人也能复制

先从最简单的情况谈起。

我见过不少初创公司，他们只是简单地整合几个生成式 AI API，做点提示工程，然后加个前端
界面。有些产品做得挺精致，功能也不错。

但这些公司大多走不远，要么就是普通公司（并非 Paul Graham 定义下的典型初创公司），
要么就消失了。

显然，如果你能在一个周末搭建出这样的项目，别人也能。假设你编码能力超群，是位杰出
的程序员奇才！其他人或许需要花几个周末……但最终还是会有人做出类似的东西。

如果你的项目只是免费分享，仅为娱乐，那问题不大。

但如果你开始收费，客户越来越依赖你的产品，就会有竞争者以更低的价格进入市场。即使
你的产品更优秀，产品优势通常能吸引用户选择，但如果产品真的很重要（即市场支付意愿
高，使用频繁），经济学和竞争的无情法则就会出现。别人会模仿你，抢走你的利润。

没有独特性和差异化就意味着没有利润。这是经济学的基本原理。

##  即便是 Alphabet、Meta 或 OpenAI 也缺乏稳固的市场防线

这是基础的经济学和创业学。这种情况并不是这个领域独有的。每一个热门话题的炒作周期
都是因为人们暂时忘记了这些基本规则，最终在周期结束时痛苦地重新意识到这一点。

但请注意，我主要讨论的是那些仅仅把像 [ChatGPT](https://paooo.com/tag/chatgpt/) 这样
的 API 集成进用户界面的初创公司。**这些公司**很显然几乎没有什么区别性和市场防御力。
哪怕你的用户界面做得再好，其他人也能轻松模仿。

我的观点不仅限于这些浅显的例子。

现在，我们用同样的逻辑来分析 ChatGPT、Bard、LlaMA 等大语言模型（大语言模型）的底层
技术。

如果我告诉你，我发明了一项伟大的技术，**人人**都会想要使用，要创造它，我做了以下
事情：

 1. 收集互联网上所有的文本
 2. 投入大量 GPU 和数百万美元进行训练
 3. 使用大多数是开源的众所周知技术构建

这算得上是有防御力的吗？对于小型初创公司而言，第 1 点和第 2 点可能会有技术或物流
上的难度，但这对其他大公司来说并非难以克服——尤其是考虑到第 3 点。所有这些技术都是
基于变压器（Transformer）和大语言模型的同一底层架构。**这些大语言模型实际上并没有
真正的市场壁垒。任何一个大型互联网公司都有能力复制它们。**

事实上，就连 Alphabet/Google 内部也有类似的看法。

对于所有图像和视频生成式 AI（生成式 AI）也是一样的。只是把第 1 点换成图像或视频（
旁注：如果 Alphabet 能限制对 YouTube 的访问，视频可能会成为一个例外）。

##  那么，如果我拥有人工智能的最佳“版本”会怎样呢？

好，我们已经弄清楚了，仅仅为别人的技术搭建一个 API 是不太有效的（我们的简单案例）。
现在我们还讨论了为什么在 LLM（大语言模型）这种更复杂的情况下，根本无法保持防御。

那如果我着重强调上面提到的第三点，开发出了 LLM 的“最佳版本”，或者在人工智能的其他
领域也有类似的创新呢？

理论上，这听起来很吸引人。但问题是，整个行业的技术前沿发展速度太快。

####  这就像在 90 年代拥有最快的 CPU

想象一下，如果我在 90 年代告诉你我拥有“最好的”CPU，它的速度是英特尔的三倍！

考虑到开发 CPU 的高成本和难度，这确实是一个技术壮举！但问题是，你能每年都保持这样
的领先吗？因为当时半导体技术（遵循摩尔定律）发展迅速，你的优势可能只持续一两年。
英特尔和其他公司很快就会追上你。除非你有持续领先的独特方法，否则你可能只是偶然发现
了一些优化技术，其他人很快也会采用。

如今的人工智能领域也面临同样的问题。技术前沿发展迅速，整个 AI 学术界和产业研究社区
的实力几乎肯定超过了你的公司。

顺便说一句，即使在规模最大的情况下，这个挑战也同样存在。比如，根据一些非正式的传闻，
中国在 AI 发展速度上并没有跟上全球（尤其是美国）的研究社区。几乎所有独立发展专有
模型的人都很快落后，并最终不得不采纳全球最先进的技术。AI 领域比半导体更具挑战性，
因为它大多是开源的，这使得保持任何长期的算法优势变得更加困难。

因此，除非你能利用那一两年的优势真正构建一个持久的竞争壁垒，否则你不会获得持久的
价值——而这，实际上是非常困难的。

##  那么，什么才是真正可持续的呢？

经过这样的筛选过程，那么到底什么才是我们可以持续依靠的呢？

####  巨量计算：仿佛哥斯拉级别的规模

你可以尝试从事那些计算要求极高的任务，以至于只有你能够以经济上可行的方式进行训练
或推理。但在我看来，这种情况不太可能发生，特别是考虑到 AI 在减少实现特定成果所需
的数据量和计算量方面取得的进步。不过，我的这种看法并不太受欢迎。你可以自己判断这
一点是否正确（我在上述链接的文章中有所讨论）。不过，至少从一个投资者的视角来看，
即便这确实是一个优势，我对于初创公司积累比谷歌、Facebook、百度等更多的 GPU/ASIC/
FPGA 的策略并不太感兴趣…

####  现实世界的专有数据

另一方面，你也可能处于一个不能简单地从互联网上获取数据的领域。例如，医疗数据往往
被隔离在医院中，或者甚至至今都没有被收集。还有，诸如蛋白质折叠或药物动力学反应数据
等，需要通过现实世界的实验来艰难收集的数据。还有很多其他例子……它们都有一个共同点，
那就是这些数据并不存在于纯粹的数字世界中，也不能简单地从互联网上爬取。

_这_ 正是我认为大多数 AI 初创公司创造价值的地方。在这些领域，简单地决定去收集数据
是不现实的，因为成本高昂、耗时且面临实体世界的复杂性。这些初创公司可以顺应 AI 技术
的进步——这并不重要，因为算法本身已经成为商品——但它们却是唯一拥有并掌握那些几乎不可能
获取的现实世界数据的公司。

##  创造的价值并不总能被公司捕获

注意，这里我提到了**初创公司**。许多人常忘记，虽然在社会层面上能创造价值，但这并不
意味着公司就能从中获益。比如，20 世纪 90 年代的互联网热潮建立了大量网络基础设施，
但投资于此的公司却遭受了巨大的负投资回报率（ROI）。虽然这对社区的在线接入大有裨益，
但这毕竟是社会效益，而非公司的 ROI。

近期的一个例子是，你知道 Azure 实际上运行了众多私有区块链吗？由于多种原因，这些在
财务报告上很难体现，但很多大公司都在 Azure 上运行这些区块链系统，让 Microsoft 成为
了区块链领域的大赢家。（当然，私有区块链是否真与数据库有异，这是另一个话题，但与
我的主题无关。）

类似的情况也可能出现在 [OpenAI](https://paooo.com/tag/openai/) 上，OpenAI 似乎更像
是 Microsoft 的研发实验室。Microsoft 在 Azure 中提供计算资源，作为回报，OpenAI 开发
了 Azure 将来会提供的托管服务工具。Azure 随后可以通过 ChatGPT 和其他按需付费的 API
调用来赚取巨额收益。当然，这种情况也与 Bard 和 Google Cloud Compute 等类似，随着
时间推移这会越来越明显。

这一原则适用于当今大多数 AI 领域。将会有_大量_的价值产生，但这些价值只会归于社会，
而非任何私人实体。这实际上是件好事——这是技术成为社会和宏观经济中少有的“免费午餐”
之一的方式。

同时，还有很多价值将被现有行业的巨头所独占，他们利用市场影响力和规模优势。虽然这
对社会来说并非无偿馈赠，但这也是资本主义的运作方式，通常仍能为社会创造“剩余价值”（
经济学术语，意为“好事物”）。

最后，只有一小部分价值既被创造又能被新兴、年轻的公司所获取，理想情况下，这些公司
最终能取代现有巨头（这是市场健康更替的表现）。

**这些** 将会产生巨大回报并成为未来知名科技公司的企业——这正是风险资本家们理论上追求
的目标。然而，现实中，许多投资者在向 AI 初创企业（包括那些自称拥有“AI 策略”的大型
上市公司）投资时显得过于随意。因此，他们很多时候实际上只是在白白浪费金钱。

AI 肯定会改变世界，但绝大多数 AI 初创公司却可能无法成功。

🧭 文中关联 AI 工具官网与参数卡（语宙 AI 导航）

**ChatGPT ↗**

OpenAI 研发的通用人工智能对话大模型，支持多模态交互与深度推理。

**YouTube ↗**

YouTube的核心功能远不止一个视频托管网站，它是一个集视频发现、观看、分享与创作于一体
的综合性平台。作为全球

**LLaMA ↗**

Meta（Facebook）推出的AI大语言模型。

❓ 常见问题解答（FAQ）

为什么大部分 AI 创业公司不乐观？

因为很多公司只是把现成的生成式 AI API、提示工程和前端界面拼起来，技术门槛低、可复制
性强，难以形成差异化和长期利润。一旦产品重要性上升，竞争者就会以更低价格进入市场。

大模型本身为什么也缺乏护城河？

文章认为，大模型依赖的核心方法多是公开、开源且行业共知的技术，训练数据、算力和架构
都可能被大公司快速追赶。技术前沿迭代太快，领先优势往往只能维持很短时间。

AI 创业真正可持续的壁垒是什么？

更可能成立的是现实世界的专有数据和难以获取的数据源，例如医疗、实验数据、蛋白质折叠
或药物动力学数据。这类数据无法轻易从互联网获得，复制成本高，才更接近长期护城河。

🔬 语宙深潜追问 · 进阶实操拆解

只做 API 套壳为什么难长久？

因为底层模型、提示技巧和前端体验都容易被复制，价格战一来优势迅速消失。没有独占数据、
工作流嵌入和切换成本，就很难形成长期壁垒。

创业团队该如何建立真实壁垒？

优先切入高频、强流程、数据闭环的垂直场景，把产品嵌进客户日常工作流；同时沉淀专有
数据和评估体系，让模型越用越好，而不是越做越像。

🗳️ 读者观点微投票 · 您的实战立场是？

AI 创业公司，最大护城河该是什么？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[⚡ 所属权威专题：OpenAI GPT 与 Sora 生态 →](https://paooo.com/topics/openai-gpt-sora/)

 * [技术领导者需要知道的 5 个关于生成式 AI 的残酷真相 [译]](https://paooo.com/ai-study/8559/)
 * [AI 之后软件开发领域的 3 个预测 [译]](https://paooo.com/ai-study/7070/)
 * [在 AI 淘金潮中，企业究竟富得有多少？ [译]](https://paooo.com/ai-study/8666/)
 * [AI 并非你的职场竞争对手 [译]](https://paooo.com/ai-study/8503/)

[🏛️ 宝玉的分享](https://paooo.com/author/baoyu/) · 前沿大模型翻译与提示词工程实战
分享专栏，聚焦海外一手 AI 技术动态与工程实践。

[📄 Markdown 纯净版](https://paooo.com/ai-study/7036/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
