“你不搞清楚AI和移动互联网的这3点不同，就别创业了”

本文作者：吴炳见，心资本 Soul Capital 合伙人，前某大厂移动产品经理 + 战略分析，曾就职于险峰和联想之星。参与投资过多个大模型和 AI 应用项目。微信：wubingjian

上个移动互联网十年培养了很多能打的创业者，很多人选择了下场做 AI 创业，通常在动手干了后，会发现 Mobile 和 AI 有着巨大的差异。

有些人找我讨论，到底有什么差异，这些差异的根源在哪，思考惯性会带来哪些陷阱？

首先，关键问题变了。这里碎片化的写三点，感受一下。

差异 ①：竞争 vs 吞没

Mobile 的关键词是竞争，AI 的关键词是吞没

移动互联网的经典故事总是和竞争相关，外卖大战、打车大战，经典战役很多。

为什么移动互联网的关键词是竞争？因为我们的手机首屏只有十几个位置，这十几个位置代表了网络平台的十几个品类，通讯、外卖、打车、短视频等。

这些平台通常是双边或多边平台，有极强的网络效应，消费者越多，供给端越多。供给端越多，消费者越多。这个飞轮会一直转下去，直到市场收拢到一两个玩家，成为大赢家。

无论是几十还是几百个玩家进来，到最后基本是两国对战的状态，只有把对方打跑，才拥有土地的收税权。

网络平台大都是收税的商业模式，产品推广需要交抖音税，商户需要交拼多多税，这是维持这块土地有序发展的必要支出，也是平台模式成为印钞机的秘密。

土地所有权，是竞争发生的根源。

但 AI 不一样，AI 的关键词是吞没。

到现在为止，新一代的AI 创业持续一年半了，有听说哪两家大模型公司斗的你死我活，或者哪两个 AI 应用有我没他吗？没有的。这导致媒体很难写出一场轰轰烈烈的「大模型中场战事」。

但你一定听过很多吞没的故事。OpenAI 的每次发布会，鼓掌的同时，一定有开发者一声尖叫"OMG，模型把我的产品吞没了！" 类似 Jasper这样的案例不胜枚举。

为什么会发生吞没？因为模型是个学生，他在不断灌入数据，学习各种技能，随着模型迭代，模型不可避免的学会了更高级的技能。

吞没和竞争有着本质区别。竞争是，我看到你了，我像素级别的抄你，然后比拼背后的运营效率。吞没是，我不知道你的存在，我只是默默学习各种技能，不好意思，刚好把你的技能学会了。

前者像高手比拼内功，后者像二向箔攻击。

因此，预判大模型的走向，预判 OpenAI 的走向成为了AI 从业者的基本能力。

不要挡在 OpenAI的面前，不要被他吞没，AI 应用创业者要在 OpenAI 不会经过的道路上耕耘，还要预判下一代大模型陡峭增长的新能力。

比如你预判 OpenAI 不会做娱乐，预判多模态能力会有一个飞跃，那现在就应该基于多模态做娱乐，甚至更激进的使用 token，打满。这样在下一代模型出来的时候，产品体验才会有个跳变！

当我们预防被吞没时，不仅要考虑 OpenAI 做什么，还要考虑未来的四门确定性生意，AI PC、AI Phone、AI Cloud、AI enabled software（比如office copilot）。当 PC 和手机被 AI 武装起来，都有一个智能助理时，会吞没哪些 AI 应用？

AI 上的竞争并非没有，融资上有竞争，人才上有竞争，用户量的常规竞争也在每天发生，有人用 kimi，也有人用豆包。但因为现在的 AI 产品没有网络效应，不会出现竞争上的你死我活。

而吞没才是 AI 时代的关键词，事关生死。此刻，你在关心竞争，还是关心吞没？

差异 ②：获客 vs 技术预判

Mobile 押注于获客，AI 押注于技术预判

创业是个不断拿身家押注的过程，移动时代，大部分押注发生在获客上。

早年，头条花了很多钱做手机预装，抖音在广点通投了很多广告，滴滴补贴请你坐车，拼多多的百亿补贴，本质上都是PMF验证后，对自己的产品留存率有自信，拿钱下注，与时间赛跑。一个基础假设是获客成本只会越来越贵，因此要在 PMF 验证后敢于增长，率先达到一定的用户量，启动网络效应或双边效应。

而 AI 时代的押注，发生在技术预判上，训一个模型要花千万美金，甚至上亿美金，这个模型训到什么水平？打什么 feature？频繁训模型跟进，还是憋大招？训完即领先，还是训完即落后？

非常考验人，赌注更大，更不可小流量实验。

模型间的竞争很难一骑绝尘，更像蛙跳比赛，不同时间点，SOTA 模型不一样。这也是为什么很多大模型公司都曾宣称过自己第一，不同时间点看，第一名真的不一样。GPT-4o、Claude3.5 Sonnet、Llama3.1各领风骚一段时间。

这种蛙跳比赛，导致快速迭代这个词失效，模型比赛更像憋大招。

创业者必须要衡量当下技术和资源的极限，提前预判Top选手在半年一年后跳到哪，然后憋个大招跳的更远！

而大模型没有明显的先发优势，只有 SOTA 优势（State of the Art），只有在某些维度SOTA了，才能带来差异化的用户体验，和获取社会注意力——曝光度、融资和招人。

大模型创业是少数人的事情，大多数人瞄准的是 AI 应用的机会。同样，AI 应用也押注于技术预判：

• 方向的选择上，是在大模型的必经之路，还是在大模型不会做的方向上？这是押注。
• 工程实践上，堆了很多工程后，随着基础模型的进步，是变为炮灰，还是变得更有价值？这是押注。
• 商业算账上，明年的 token成本会下降多少？从而有勇气提前把 token打满。这也是押注。

你看到的AI 时代的押注还有什么？

差异 ③：商战 vs 工程实践

Mobile 看重商战，AI 看重工程实践

移动时代，没有投资人会问这个 App 能否开发出来，因为 App 开发的门槛不高，不同团队 App 交付的水平可能是 70 分和 75 分的差异，差别不大，决定胜负的是产品设计和商业效率。

不同团队在产品和商业上的出牌水平，经常是 10 分和 90 分的差异。因此投资人特别在意创始人是否有产品灵气，是否善于打商业上的硬仗。

AI 却正好反过来，远没到拼商战的时候，拼的是工程实践能力，能做个能用、好用的产品已经卡掉99% 的人了。

去年融资做 AI 应用的团队很多，今年交出合格产品的却不多，背后的差异在于 AI 认知和实践能力。

首先，是对模型的能力边界是否有清晰认知。 去年很多人都高估了模型能力，真实情况是，大模型还在很早期的水平，当下实现的 PMF（Product Market Fit）还是有限的。因为技术的限制，行业里已经流行说TPF（Technology Product Fit），而非 PMF 了。

这些产品形态，在科幻小说中都出现过，AI 搜索、 办公助手、虚拟老师、娱乐伙伴、陪你谈恋爱的 《her》。

决定做什么，已经反映了创始人的 AI 认知水平，是 10 分和 90 分的差异了。

很多写在 BP 上的产品是目前实现不了的。如果知道实现不了，早换方向早超生。

其次，是工程实践能力，同样是办公助理，有的指哪打哪，有的不听指挥；同样是娱乐伙伴，有的很像人，有的很像机器人。

这种实践上的差异在哪呢？举几个栗子：

• 团队是否对全新的 AI 技术栈有理解，比如为了实现某个模型的 feature，是做 continue training，还是 fine tuning，还是 prompt engineering？知道和理解间有巨大鸿沟。
• 在 post training上花了多大力气？是 post train一次后，就没再迭代了，还是构建了自己的评测体系，反复迭代？
• 是否构建了数据循环？用户的使用数据，有用于优化模型吗？还是数据就躺在那里。

这些工程实践，也是 10 分和 90 分的差异。

同时拥有 AI 认知和工程实践的团队，只要交出合格的作业，就已经能让用户 happy，就已经战胜 99% 的选手了，远没有到谈商战的时候。

AI 还在技术巨变期，整个技术栈还很不完善，很多地方需要手调模型，手攒产品，挺靠工匠精神的。

等 AI 到了成熟期，商战依然是主旋律？

写在后面

以上，是一些碎片思考，但其中差异不止这些。

当我们在一个全新行业探索时，是否问出了关键问题？

拿当下崭新的 AI 的知识和实践，刷新一遍自己的 OS，似乎这样更容易问出关键问题，找到关键解法。

过去的经验，是很有价值的预训练数据，让我们在 predicate the next token 时更准些。

很多时候，能摆脱掉之前的思考惯性、不刻舟求剑，能具体问题具体讨论，就已经靠近正确的一边了。

而对年轻的创业者而言，没有惯性，活在当下，也是种独特的优势。