·“有这么多大模型公司来竞标，价(jia)格越竞越低，竞到(dao)最后做一(yi)单赔一(yi)单，没(mei)有利润。我(wo)们在AI1.0时代就看(kan)到(dao)了这个现象，很不幸现在在AI2.0时代又重现了。To B应用要精挑细选，不做赔钱的(de)To B。”
·“绝大多数应用并不需要人形机器人，炒菜(cai)机器人应该长得像锅，吸尘器并不会(hui)长得像人。除了爬楼梯，机器人真的(de)需要两条腿吗？”
创新工场创始人、零(ling)一(yi)万物(wu)CEO李开(kai)复。
大模型最大的(de)落地场景在哪？To B（企业端）和To C（消费端）赛道，哪一(yi)个机会(hui)更大？大模型+具身智能(neng)背景下，人形机器人是“大炮打蚊子”吗？
在6月14日举(ju)办的(de)2024智源大会(hui)上，创新工场创始人、零(ling)一(yi)万物(wu)CEO李开(kai)复在回应大模型的(de)商业化问题时表示，短期来看(kan)，大模型在中(zhong)国To C的(de)应用更有机会(hui)，但挑战在于推理成(cheng)本高，在考虑PMF（产品市场匹配度）时，还要考虑技术需求、难度、成(cheng)本等因素(su)，并需要把握时间(jian)窗口。理论上来说，大模型To B应用可以带来更大价(jia)值，理应更快实现，但现实情况是传(chuan)统企业普遍(bian)不敢用、高管不想用、企业不愿为软(ruan)件(jian)付费等问题。
李开(kai)复认为，大模型作为新技术、新平台，会(hui)带来新应用，这些应用会(hui)一(yi)步步产生。类比PC时代或移动互联网时代，第一(yi)阶(jie)段是新技术被用作生产力工具，第二阶(jie)段是应用于娱乐、音乐、游(you)戏，第三阶(jie)段用于搜索(suo)，第四阶(jie)段则被用于电商、社交、短视(shi)频、O2O。“这是不变的(de)定律，刚开(kai)始要赚(zuan)钱、解决问题，所以是工具。越往后难度越高，需要先(xian)堆积用户，再找商业模式，所以一(yi)定要压低成(cheng)本，所需要的(de)投资会(hui)更多，所以大模型按照这个应用顺序发展也是自然的(de)。”
但大模型应用的(de)挑战在于推理成(cheng)本高。李开(kai)复表示，大模型企业不仅(jin)要考虑TC-PMF（Technology Cost-PMF，技术成(cheng)本和产品市场匹配度），也就是在考虑PMF时，就要考虑技术需求、难度、成(cheng)本。不过在他(ta)看(kan)来，TC-PMF难度高，回报也高，机会(hui)更大。打造大模型To C应用已(yi)经不是过去移动互联网时代依靠(kao)一(yi)个产品经理就可以做主的(de)，还需要AI基础设施人才(cai)、大模型人才(cai)一(yi)起打磨。
“我(wo)不相信技术可以带来永久(jiu)领先(xian)，它带来的(de)领先(xian)是非(fei)常短暂的(de)。因为很多巨头(tou)一(yi)旦看(kan)到(dao)了你的(de)TC-PMF验(yan)证，他(ta)会(hui)有更多的(de)方法来超越你。所以一(yi)旦验(yan)证出TC-PMF，要把握时间(jian)窗口，打出品牌。最终胜出的(de)ToC应用一(yi)定不只是技术做得好，还需要抓(zhua)到(dao)时间(jian)窗口打造可持续(xu)优势，比如品牌优势、社交链，比如让用户数据不能(neng)离开(kai)平台。”
李开(kai)复表示，大模型To B应用可以带来更大价(jia)值，理应更快实现。但To B应用面临巨大挑战，一(yi)方面，传(chuan)统公司看(kan)不懂技术，不敢采用颠覆(fu)性技术，“大公司习惯每年增(zeng)加预(yu)算，继续(xu)做去年做的(de)事。”另(ling)一(yi)方面，过去一(yi)年，大模型为企业带来的(de)价(jia)值是降本而非(fei)创造价(jia)值。“说实在的(de)，降本就是取(qu)代人类的(de)工作。大公司会(hui)有很多高管或中(zhong)层管理不愿意做这事，因为这会(hui)导(dao)致他(ta)的(de)团队被砍掉，他(ta)在公司的(de)权力变小了，甚至自己的(de)工作也没(mei)了，所以大公司CEO有时候想做，但下面会(hui)有阻力。这些原因造成(cheng)To B应用理论上应该马上可以落地但实际(ji)没(mei)那么快。”
更为重要的(de)是，很多大公司还没(mei)有认识(shi)到(dao)软(ruan)件(jian)的(de)价(jia)值，不愿意为软(ruan)件(jian)付费。“有这么多大模型公司来竞标，价(jia)格越竞越低，竞到(dao)最后做一(yi)单赔一(yi)单，没(mei)有利润。我(wo)们在AI1.0时代就看(kan)到(dao)了这个现象，很不幸现在在AI2.0时代又重现了。”李开(kai)复表示，To B应用要精挑细选，不做赔钱的(de)To B，“选大老板跟VP（副总裁）都愿意接受这个概念或者大老板权力很大的(de)公司，无论在国内还是国外，要去做To B应用。”
伴随着大模型的(de)出现，将物(wu)理世界和AI结合的(de)具身智能(neng)成(cheng)为当下另(ling)一(yi)个热门话题。“具身智能(neng)有很大的(de)想象空间(jian)，具身智能(neng)结合了多模态，具身以后可产生数据，飞轮可以闭环”，但李开(kai)复认为，短期要做好具身智能(neng)，难度很大。“大模型非(fei)常适合虚拟世界，一(yi)旦进入物(wu)理世界就会(hui)遇到(dao)安全(quan)、工程(cheng)等各种问题，落地难度更大。”从创业者的(de)角度来说，虽然现在具身智能(neng)一(yi)时较热，一(yi)些创业者就进入了，但大部分创业者如果希望看(kan)到(dao)短期的(de)落地产生价(jia)值，能(neng)赚(zuan)钱，做虚拟世界要容易很多。”
李开(kai)复表示，具身智能(neng)的(de)发展仍有一(yi)段漫长道路(lu)，绝大多数应用并不需要人形机器人，“炒菜(cai)机器人应该长得像锅，吸尘器并不会(hui)长得像人，那些很酷的(de)跳来跳去翻跟斗的(de)机器人真的(de)有很多应用吗？绝大多数的(de)场景几个轮子不是更能(neng)容易走到(dao)吗？除了爬楼梯，机器人真的(de)需要两条腿吗？腿带来的(de)难度跟成(cheng)本高这么多。”李开(kai)复直言，很多科学(xue)家和创业者从小热爱(ai)这种科技，希望能(neng)复制一(yi)个人，这无可厚非(fei)，但他(ta)创立的(de)创新工场目前(qian)没(mei)有投资任何具身智能(neng)和人形机器人公司。“我(wo)们投了七八家机器人企业，但不是具身智能(neng)，这些机器人能(neng)够(gou)解决一(yi)个场景里的(de)应用，能(neng)够(gou)带来价(jia)值。我(wo)相信机器人，只是对于具身智能(neng)，我(wo)们做投资的(de)肯定不能(neng)现在去投资一(yi)个10年以后才(cai)能(neng)够(gou)发生的(de)事。”