熱錢從大模型涌向了AI 應(yīng)用，有多少誕生，同時(shí)就有多少倒下。 

去年9月，a16z列出了一份AI應(yīng)用Top50榜單，如今榜單上的20多款已經(jīng)掉隊(duì)。 

國內(nèi)情況好像更差。一個(gè)直觀的判斷：你能喊出幾個(gè)AI應(yīng)用（不排除在B端）？ 

QuestMobile數(shù)據(jù)顯示，頭部AIGC App運(yùn)營數(shù)據(jù)活躍率低，均在20%以下；忠誠度方面，3日留存均在50%以下；流失風(fēng)險(xiǎn)高，部分App的卸載率在50%以上。 

一方面是基礎(chǔ)大模型性能不夠；另一方面是沒能和場景完美融合。前者很難靠自己解決；對于后者，不少創(chuàng)業(yè)者將希望寄托在專有數(shù)據(jù)上，認(rèn)為即便沒找到商業(yè)模式，但根據(jù)用戶行為數(shù)據(jù)積累，可以實(shí)現(xiàn)飛輪效應(yīng)。這個(gè)觀點(diǎn)得到了“OpenAI第一投資人”Vinod Khosla的認(rèn)可：大家近幾年不大虧就行，重點(diǎn)是讓模型得到盡可能廣泛的使用，目的是獲取大量數(shù)據(jù)，迭代優(yōu)化。

 但a16z的兩位聯(lián)合創(chuàng)始人卻給“數(shù)據(jù)護(hù)城河”潑了盆冷水。他們認(rèn)為，雖然每家公司都能夠通過利用自身數(shù)據(jù)增強(qiáng)競爭力，但大多數(shù)專有數(shù)據(jù)不具備顯著優(yōu)勢。 

對于AI應(yīng)用，什么才最重要？適道將結(jié)合a16z對談Build Your Startup With AI，以及Business Insider對9家頂尖VC投資人的采訪，梳理出可參考的觀點(diǎn)。

1.體驗(yàn)大于技術(shù) 

第一批“尸體”

VC積極尋找真正產(chǎn)生影響的個(gè)性化解決方案，而不是通用工具。 

上一篇文章，我們探討了a16z看好ElevenLabs的原因：ChatGPT確實(shí)可以做到一部分，但未來將有更多定制化和垂直的產(chǎn)品出現(xiàn)。 

由此引出一個(gè)問題：如果ChatGPT比現(xiàn)在強(qiáng)大100倍，誰能在“大逃殺”中笑到最后？ 

先上反例。 

Marc Andreessen表示：你可能懂得如何利用Chatbot，構(gòu)建SaaS應(yīng)用，用LLM寫營銷文案，于是你構(gòu)建了整個(gè)系統(tǒng)。6個(gè)月后，ChatGPT碾碎了你（疑似內(nèi)涵Jasper）。 

Foundation Capital的Moore表示，創(chuàng)始人要先關(guān)注能解決的問題，然后再選擇相應(yīng)的技術(shù)。而且，不是每個(gè)產(chǎn)品都需要Chatbot。她早已疲于應(yīng)付拿著通用用例找投資的創(chuàng)企。 

直到半年前，Moore還會收到大批創(chuàng)始人的推介“我們將成為企業(yè)版OpenAI”。而她的回復(fù)是：我非常堅(jiān)信OpenAI自己會成為企業(yè)版OpenAI。

根據(jù)Ben Horowitz的觀點(diǎn)：你必須真正地獨(dú)特。如果初創(chuàng)公司能抓住差異化，扎根特定領(lǐng)域，把握所有細(xì)微差別等等，即便ChatGPT如何進(jìn)化，對你也沒有太大影響。但如果你只是盤算著，自家大模型兩年后可以達(dá)到ChatGPT-4的水平，那就得考慮要不要繼續(xù)。 

優(yōu)化流程，提升體驗(yàn)

對于想做AI應(yīng)用的創(chuàng)企，如何避免上述情況發(fā)生？ 

根本上，Ben Horowitz覺得這個(gè)問題有點(diǎn)棘手。因?yàn)樯婕?ldquo;正確性”問題。 

舉個(gè)例子，為什么AI現(xiàn)在只能當(dāng)Copilot，而不是主駕？因?yàn)槿祟惒荒芡耆�相信AI。 

一個(gè)真正有用的AI應(yīng)用要能當(dāng)主駕。問題能解決嗎？反正現(xiàn)在很難，而且你不清楚要從模型層面解決，還是應(yīng)用層面。 

不過，Ben Horowitz提出了一個(gè)模型不擅長的領(lǐng)域——流程。 

當(dāng)你用AI做視頻，包含文案生成、聲音制作、畫面生成等一系列步驟，涉及多種工具。單一的模型不能理解你的終極訴求，但優(yōu)秀的應(yīng)用可以。它會將所有工具整合進(jìn)一個(gè)流程，極大地提高制作效率。很多時(shí)候，應(yīng)用是為了實(shí)現(xiàn)某種流程，而不僅僅是技術(shù)本身。 

比如適道測評過SunoV3，雖然它可以自己寫段solo，但只能“一鍋出”，不支持調(diào)整分軌。這意味著，如果你要用SunoV3做一首成熟歌曲，必須輾轉(zhuǎn)于不同的制作堆棧——生成采樣、旋律、人聲，然后一個(gè)個(gè)拼起來。這對于專業(yè)音樂創(chuàng)作者，反而會浪費(fèi)時(shí)間。“小白”一腳踹進(jìn)“音樂圈”？年輕人靠Suno“搞錢”還差幾步。 

Flybridge的Hazard也有相似觀點(diǎn)——真正聰明的創(chuàng)始人會思考：要么利用基礎(chǔ)構(gòu)件徹底改變用戶體驗(yàn)；要么用非常具體的方式完成工作。 

一些投資人表示，他們不再喜歡“點(diǎn)”解決方案——例如在線支付處理或項(xiàng)目管理——而更傾向于全棧解決方案。 

Bain Capital Ventures合伙人Rak Garg看重非常垂直的用例。他青睞在特定行業(yè)的小領(lǐng)域中引發(fā)變革的“超垂直”AI初創(chuàng)企業(yè)，并舉了兩個(gè)“樣板”應(yīng)用： 

EvenUp，主要聚焦在個(gè)人傷害索賠領(lǐng)域。律師只需要上傳原告信息，EvenUp就會自動(dòng)生成一份完整報(bào)告，詳細(xì)記錄損失明細(xì)、傷害明細(xì)等等。 

Norm.ai，主要解決大型銀行的合規(guī)問題，識別并消除合規(guī)風(fēng)險(xiǎn)，縮短合規(guī)時(shí)間，實(shí)現(xiàn)自動(dòng)和無限的任務(wù)委派。AI高級代理隨時(shí)回答問題，并在法律和監(jiān)管要求的基礎(chǔ)上采取行動(dòng)。 

注意！擁擠的賽道始終不被看好。Obvious Ventures合伙人Shah補(bǔ)充：在一些賽道，技術(shù)早已商品化。例如筆記和生產(chǎn)力工具、營銷和文案寫作。你必須真正地脫穎而出，才能成為第N+1家公司。 

技術(shù)不會幫你賺錢

如何判斷應(yīng)用的價(jià)值？要問客戶愿意付多少錢。 

Ben Horowitz認(rèn)為，這才是真正的試金石，用來衡量你所創(chuàng)造的價(jià)值深度和重要性。 

進(jìn)一步，定價(jià)策略如何選？第一種，在成本價(jià)上進(jìn)行合理加價(jià)；第二種，用價(jià)值定價(jià)。即判斷產(chǎn)品對客戶業(yè)務(wù)的實(shí)際價(jià)值。如果業(yè)務(wù)價(jià)值是100萬美元，我能否收取10%，即10萬美元？為什么是10萬美元而不是5000美元？因?yàn)閷�客戶來說值100萬美元，而他們愿意支付10%。 

在a16z的投資組合中，有一家專注于追債等服務(wù)的初創(chuàng)公司。客戶不可能直接通過ChatGPT追債，但可以通過購買追債服務(wù)討回金錢。這就是在價(jià)值與成本之間架起橋梁。意味著，即便一些產(chǎn)品在技術(shù)上大同小異，但因?yàn)樘峁┝酸槍ι虡I(yè)問題的具體解決方案，對客戶價(jià)值巨大，也會賺到盆滿缽滿。 

Ben Horowitz補(bǔ)充了另一個(gè)觀點(diǎn)：在未來，開源模型和閉源模型的性能差距將會拉平。模型間會進(jìn)行一番激烈的競爭，成本最低者勝出。那么，真正的價(jià)值在于工具層，誰能帶給人們絲滑體驗(yàn)，誰就能勝出。

2.數(shù)據(jù)能當(dāng)護(hù)城河嗎？ 

數(shù)據(jù)是否決定成�。看笾路殖蓛膳伞�

正方：簡直是“命門”，代表Vinod Khosla等。

Vinod Khosla認(rèn)為，創(chuàng)企近幾年的目標(biāo)不是賺錢，而是讓模型得到盡可能廣泛的使用，目的是獲取大量數(shù)據(jù)，然后不斷進(jìn)化。 

構(gòu)建獨(dú)特的應(yīng)用需要獨(dú)特的優(yōu)質(zhì)數(shù)據(jù)。清源創(chuàng)投（Foothill Ventures）創(chuàng)始合伙人王金林分享：從實(shí)際來看，能投什么樣的企業(yè)，取決于（是否有）比較獨(dú)特的應(yīng)用。它要擁有獨(dú)特的優(yōu)質(zhì)數(shù)據(jù)，依賴于其他公司研發(fā)的大模型但能夠在獨(dú)特?cái)?shù)據(jù)基礎(chǔ)上做好企業(yè)服務(wù)，這是有投資價(jià)值的企業(yè)。 

另一位硅谷投資人，F(xiàn)usion Fund創(chuàng)始合伙人張璐分享：擁有海量的高質(zhì)量數(shù)據(jù)是企業(yè)在AI時(shí)代中立足的核心優(yōu)勢，且數(shù)據(jù)的質(zhì)量比數(shù)量更重要。我看好醫(yī)療是因?yàn)獒t(yī)療數(shù)據(jù)大多不在傳統(tǒng)科技公司手中。因?yàn)閾?dān)心數(shù)據(jù)被用于商業(yè)目的，這些企業(yè)不會將數(shù)據(jù)分享微軟、Google等公司，它們更傾向于采納新技術(shù)來內(nèi)部實(shí)現(xiàn)AI賦能，并傾向于與初創(chuàng)公司合作。 

風(fēng)投機(jī)構(gòu)Greylock有些“騎墻派”：可復(fù)制的專有數(shù)據(jù)集能夠制造差異點(diǎn)，而且只有客戶使用產(chǎn)品時(shí)所產(chǎn)生的數(shù)據(jù)才能形成長期壁壘。例如，客戶標(biāo)記自己的行為數(shù)據(jù)或與產(chǎn)品交互產(chǎn)生的數(shù)據(jù)集。此外，對于許多垂直行業(yè)而言，數(shù)據(jù)留在雜亂的傳統(tǒng)系統(tǒng)中。因此，AI創(chuàng)企的戰(zhàn)場從“舊壁壘”——數(shù)據(jù)來源，轉(zhuǎn)移到了“新壁壘”——處理數(shù)據(jù)（包括合成數(shù)據(jù)）。 

反方：重要但不絕對，代表NFX、a16z等。

NFX有個(gè)著名的“虛無主義”言論——AI應(yīng)用就是瓶裝水。該機(jī)構(gòu)對幾百家AI應(yīng)用層創(chuàng)企研究發(fā)現(xiàn)：目前在數(shù)據(jù)和模型上，不太可能實(shí)現(xiàn)差異化：非結(jié)構(gòu)化數(shù)據(jù)可能會在一段時(shí)間內(nèi)給企業(yè)帶來優(yōu)勢，但最終數(shù)據(jù)本身是不夠的，模型大部分情況下也可以互換。 

從哪里找應(yīng)用差異性？一是用戶體驗(yàn)。在加密貨幣中，用戶體驗(yàn)就像吃玻璃。AI現(xiàn)在的問題也是如此，會有人想出一種驚艷的AI應(yīng)用嗎？但100%不是純chatbot。二是分發(fā)。涉及和社交平臺硬剛的問題。三是客戶感知價(jià)值。這可能就變成了品牌營銷，如何在最豐富、最平淡的材料注入情感價(jià)值。 

a16z沒有如此“極端”，但兩位大佬均否定了“專有數(shù)據(jù)是最重要的壁壘”的說法。 

Marc Andreessen講述了一個(gè)場景—— 

一家連鎖醫(yī)院說：“我有大量專有數(shù)據(jù)，可以用這些數(shù)據(jù)來構(gòu)建AI解決方案，夠獨(dú)特吧。” 

Andreessen認(rèn)為：在幾乎所有情況下，這種說法都不成立。上述“優(yōu)勢”只是一種假象。因?yàn)榫W(wǎng)上以及各種環(huán)境中的可用數(shù)據(jù)量大到驚人。因此，盡管你拿不到個(gè)人具體醫(yī)療信息，但完全能夠獲取其他海量醫(yī)療信息，這些數(shù)據(jù)比所謂“專有數(shù)據(jù)”更有價(jià)值。就算“專有數(shù)據(jù)”有時(shí)管用，但大多數(shù)情況下不會成為一個(gè)關(guān)鍵壁壘。 

他補(bǔ)充了一個(gè)論據(jù)，至今我們沒有看到一個(gè)豐富或成熟的數(shù)據(jù)市場。如果數(shù)據(jù)真的具有巨大價(jià)值，它就會有明確的市場價(jià)格。這在某種程度上證明了數(shù)據(jù)的價(jià)值并不像人們想象的那么高。 

Ben Horowitz表示贊同。他認(rèn)為原始數(shù)據(jù)——那些未經(jīng)任何處理的數(shù)據(jù)集——價(jià)值被過分夸大。比如很多大家認(rèn)為最有價(jià)值的數(shù)據(jù)，比如企業(yè)自己的代碼庫，很多都存放在GitHub上。而a16z合作過的所有企業(yè)，沒有一家是基于自己的代碼建立獨(dú)立的編程模型。 

他指出，每家公司都能夠通過利用自身數(shù)據(jù)增強(qiáng)競爭力，例如Meta借此訓(xùn)練大模型。但是，大多數(shù)專有數(shù)據(jù)不具備顯著優(yōu)勢（只有非常特定類型的數(shù)據(jù)具有真正價(jià)值）。因此，如果覺得收集數(shù)據(jù)能像賣石油一樣變現(xiàn)，或者認(rèn)為其是新的石油資源，很不切實(shí)際。 

總結(jié)，正方認(rèn)為專有數(shù)據(jù)因稀缺而珍貴；反方認(rèn)為專有數(shù)據(jù)只在少數(shù)情況下稀缺。 

有趣的是，a16z確實(shí)剛剛給一家AI搜索引擎Hebbia領(lǐng)投1億美金。Hebbia瞄準(zhǔn)了大量不公開數(shù)據(jù)，號稱可以讀取并理解沒有被接觸到的非結(jié)構(gòu)化私人數(shù)據(jù)。其官方博客更是挑釁Google——只索引了全球4%數(shù)據(jù)，而自己要處理剩下的96%。如果真的如此，那么所謂專有數(shù)據(jù)，實(shí)際是在“裸奔”。 

順著這條思路，可以提出兩個(gè)問題： 

1、真正“稀缺”的數(shù)據(jù)到底是什么？Ben Horowitz又講述了一個(gè)場景：對于保險(xiǎn)公司來說，你能獲取一般數(shù)據(jù)庫中人們的壽命信息，但不知道他們的具體健康狀況和生活習(xí)慣。此時(shí)，真正有價(jià)值的數(shù)據(jù)是，具有特定檔案和實(shí)驗(yàn)室結(jié)果的人群，他們的預(yù)期壽命是多久。 

2、數(shù)據(jù)越多、越好，頂層的應(yīng)用就會變得越好嗎？如果是，數(shù)據(jù)的質(zhì)量和“海量”誰更重要？如果不是，那么體驗(yàn)和數(shù)據(jù)孰輕孰重？適道認(rèn)為，短期內(nèi)數(shù)據(jù)會帶來飛輪效應(yīng)，且體驗(yàn)優(yōu)化取決于數(shù)據(jù)，但長期來看，如果AI應(yīng)用出現(xiàn)“通脹”，數(shù)據(jù)的護(hù)城河作用也要打個(gè)問號。期待在評論區(qū)看到各位的精彩觀點(diǎn)。

本文作者：適道AI組，編輯：獅刀

本文圖片來源：網(wǎng)絡(luò)配圖

       原文標(biāo)題 : 拿不到專有數(shù)據(jù)也能做好AI應(yīng)用，頂尖VC們的共識和分歧