6月14-15日，36氪WAVES新浪潮2024大会在北京郎园station·仓酷顺利举办。WAVES是浪潮的意思，也正是当下年轻人勇于追梦，敢于创造精神的缩影。此次WAVES大会聚焦四大板块：理想与现实、科技与人文、探索与深耕、传统与变革，每一个板块都指向年轻人关注的热议话题。都说人生是旷野，但是实践发现人生更像是海面，时而风平浪静、波光粼粼，时而巨浪滔天、风浪不止。Waver们没有在浪潮中随波逐流，而是靠自己的力量迎浪而上。
36氪作为一家和创投行业共同成长起来的商业媒体，一直和那些年轻的血脉一起探索边界、洞察未来。此次峰会，我们聚焦于创投，但又不止步于创投，我们和不同领域的人一起谈感想，和不同年龄的人聊未来，共创多元场景下的创投party，打造商界独一无二的视听盛宴。
在Day1下午，线性资本创始人&CEO王淮，分享了他眼中未来十年年轻人的机会。
王淮演讲现场
以下是演讲速记，经暗涌Waves编辑：
感谢36氪的邀请。今天的主题是“科技与人文”，现场以年轻人居多。我将分享线性资本在投资人工智能过程中对当前AI浪潮所孕育机会的思考，尤其是这些机会对年轻人意味着什么。我会重点阐述对新一代AI的理解，不涉及技术细节，纯属个人见解。我们将探讨线性资本对AI的理解，这对我们意味着什么，对未来意味着什么，以及其中的投资和利用机会。
我的分享将分为三个部分：首先，对AI的理解；其次，如何利用AI；最后，从投资者的角度，分享一些关于投资和创业的启示。
首先，我对AI的理解如下：
AI的概念并不新鲜。早在2014年，国内就兴起了AI投资热潮。然而，到2018年、2019年，AI逐渐成为一个贬义词，因为当时的AI主要基于给定数据的拟合，即根据已有数据案例进行判断。如果测试内容与已有案例相似，AI就能给出不错的答案；但如果遇到陌生的案例，AI则束手无策，这就是著名的小AI过拟合问题。
2022年11月，ChatGPT的出现改变了这一局面。新的AI模型首先利用海量数据和强大算力，将全世界的知识压缩到几百亿甚至几千亿的模型参数中，形成一个代表世界知识的超级大模型。然后，它根据用户提出的问题作答。实际上，ChatGPT并没有真正理解用户问题的含义，它只是将问题转换成token，再根据已有知识，猜测哪些token可以“和谐地”与之匹配，从而提供相应的文本答案。简单来说，就是“猜”，根据压缩在模型参数中的世界知识进行猜测。天下没有新鲜事，你的问题，或者类似的问题，或多或少都在世界知识中出现过，所以AI总能猜得像模像样。
过去，我们获取知识的方式体现在传统的检索中，就是找到已有结果并返回给用户；如果没有，那给到的结果就很差，包括大家利用谷歌或百度搜索时的体验。今天的AI答题方式是生成，即通过“猜”的方式。这种问答交互方式，在我看来，就是新的大AI，给了每个人机会，拥有一个个性化定制的魔法水晶球，对任何你好奇的问题，都可以向它提问。它根据历史上与你的对话记忆，加上模型中的世界知识，给出一个最好的、可能的答案。对于AI而言，答案真假并不重要，这也是AI经常产生幻觉的原因，因为本质上它就是“猜”。只不过2022年11月以后，ChatGPT尤其是后来的GPT-3.5表现非常惊艳。2017年至2022年绝大多数人都不认为这种方式会产生很好的结果，直到OpenAI辛辛苦苦五年取得成果。我认为这并不是方法论上的巨大创新，而是坚持信念的好结果。
未来的趋势一定是模型能力越来越强，价格越来越便宜。
过去12个月左右，调用大模型API的成本下降了约100倍，使用起来越来越容易。这一趋势在未来一两年内将继续保持。我们认为这一切才刚刚开始。它不会像许多乐观者预期的那样迅速，但也不会像悲观者想象的那样缓慢。许多事情最终会被AI化。然而，大模型的基础能力和基于大模型的应用能力之间仍存在巨大的现实鸿沟。最近一些讨论非常热烈，认为今天的AI发展可能对人类的未来构成生死存亡的威胁，但我认为拥抱大AI人类不一定会灭亡。大模型中的智能涌现目前在科学上无法解释，以现在的发展方式，是否会出现真正能够超越并替代人类的新智能体，这不太可能。但如果我们不拥抱大AI，一定会失业。为了避免失业，如何利用现在已经出现的大AI能力？
今天我们处于一场百模大战，中国有130多个大模型公司，其中知名的有10个左右。从线性资本的角度来看，我们认为大模型会成为基础设施商品，无法被垄断，至少无法被民营企业垄断，这是所有基础设施的特点。它会驱动许多上层应用，而这种驱动刚刚开始。许多人会问，应用是否会面临门槛低、天花板小的问题。为了解决这个问题，我认为AI应用要重视三类数据，这非常重要。
首先是个人数据。今天的AI应用与十年前相比有很大的不同，十年前的应用是同质化的标准产品，应用内个性化的成分很少，除了可能发个性化广告，产品仍是标准化的。然而，今天的AI必须尽可能收集用户的数据，因为AI回答的所有问题，都是根据用户当前输入的内容，再加上过往与用户交互的历史记忆，给出一个它认为最好的答案。数据积累非常重要，如果数据积累达到了一定壁垒，即使大模型能力相似，因个人数据了解程度不同，带来的体验也完全不同。
其次是基于上下文的数据。自动驾驶汽车会时刻将摄像头和所有激光雷达、毫米波雷达数据收集到一起，在极短时间内做出转弯、加速或刹车等决策。它无时无刻不在收集这些上下文数据，而今天的大语言模型针对这类数据的收集仍基本处于手动状态。一个好的应用应该以最方便、最不需思考的方式收集上下文数据，更好地服务用户，这样的应用才是好应用。
第三是协作数据。假设一个AI产品在用户个人数据积累方面尚未形成壁垒，此时市场上出现了一个更优秀的竞品，用户很容易切换过去。但如果该AI产品需要用户与同事共同使用，切换就变得困难许多，因为需要共同切换，这大大提高了切换成本。我们认为未来的AI应用必须考虑协作数据的整理。
数据整理加上大模型本身能力的提升，有机会通过问答方式让AI具有商业价值并变现。如果涉及自动化，不可避免地会涉及新AI与物理世界的交互，这就是今天具身智能领域非常火热的原因。
那么，应用的机会在哪里？我举个例子。旅游时，我们利用携程和飞猪，或直接在航空公司网站/app下单，自己做攻略，或参考小红书上的建议。试想，如果有一个非常好的AI分析工具，它对你的喜好有深入了解，你说要去维也纳玩三天，有三个工作会议已经安排好了，现在的空余时间只有哪些。一个负责日历的AI智能体知道你的日历安排，另一个AI智能体了解你对音乐或艺术的喜好，它会根据你的喜好建议你选择有艺术感的博物馆，或者去听音乐会。当你制定好了计划，AI会和你交互，来确定具体的住宿和交通方案，然后交给一个执行的AI智能体，它可以自动比价。在不同网站上以性价比最高的方式预订机票和酒店。然而，今天的AI利用问答方式，距离实现我刚才描述的这种情况还很远。
因此，我们说2024年才是AI应用的元年。过去12个月，成本降低了近百倍，能力有巨大的提升。此外，并非所有能力都在今天的大AI中存在，还有许多能力在已有的一些App中已经实现了。例如，百度地图、谷歌地图，携程、飞猪上的预订功能，不可能把这些事情交给AI来做。在使用AI的过程中，如何调用成熟的外部力量，这是去年年底才开放的能力。
第三，作为投资者，从投资的角度如何看待AI时代的机会？大模型让AI-native成为可能，不需要再琢磨大模型的问题，只要用好GPT就可以了。互联网、手机和支付系统，让Global-native成为可能。一个总部在深圳的团队，做了一个让美国波士顿人用的应用，这很正常。无论是什么app，用户不需要知道这是谁做的，关键在于产品好。对于产品而言，它们可以通过互联网和手机以及苹果商店，很好地触达到任何地方的人。加上过去十年全球支付系统取得了长足的进步。还是那句话，只要产品够好，就可以获得用户的认可和付费。
今天，这些从事应用开发的朋友们，如果不充分利用这些已经成熟的基础设施，实现全球化原生应用，那真的是太浪费了。过去，获取客户的成本很高，但服务成本非常低。如今，连服务成本也变得高昂，还需要消耗大量的算力。因此，我们也认为，如今的AI从一开始就必须考虑商业模式。以前“羊毛出在猪身上”的情况，我们认为未来不太可能再发生了。
AI应用的整体市场前景如何呢？我认为，大模型是基础设施，就像先建立起来的高速公路，而应用就像在高速公路上行驶的汽车和卡车。如果没有应用，高速公路的价值将无法体现。在上面行驶的这些应用的综合市场规模将会远远超过大模型的市场规模，而这在我看来是一个充分的蓝海市场。因为在过去的18个月里，几乎所有人的注意力都集中在大模型市场上。
百模大战到最后，可能在未来五年左右的时间里，市场会收敛到最终留下2-3家大模型供应商，其中包括阿里、腾讯等大企业。把握住应用的机会才是今天的年轻人应该关注的重点。我们要把所有的新老问题通过AI-native和global-native的方式，利用最具创新性的产品重新解决一遍。线性资本也在今年成立了专门关注AI应用的投资项目小组Linear Bolt，希望能够以更轻、更快、更灵活的方式，支持年轻人在新时代下，基于大模型能力在应用领域的创新创业。
大家如果有兴趣可以关注线性资本的公众号，输入“Bolt”即可获得更多信息，预祝年轻人在大AI时代创业成功。
线性资本公众号
