猎豹移动傅盛：纯粹的大模型没有价值，应用生态决定大模型公司价值

整理｜杨文

9月20日，猎豹移动CEO傅盛出席了“强应用多模型，荡漾人工智能落地大潮”的AI强应用大会，并发表了“创业者视角下的大模型机遇”的主题演讲。

傅盛认为AI是颠覆性的力量，是一场百年一遇的社会生产力革命。未来的AGI时代，数字员工将成为企业的标配，私有化数据也会变成企业的核心竞争力。在AI的加持下，以前的人口红利都能够被算力红利取代。

“我觉得今天这个时代如果真的想创新，做好应用才是关键。我们没有必要去烧钱做一个大模型，在有成百上千个，甚至免费大模型的情况下，我们用好就行了。”傅盛认为，纯粹的大模型将没有价值，应用生态决定大模型公司的商业价值。

从创业的难度和机会考量，难度最大的一定是千亿大模型，机会最大的反而是往底层的数据应用，大模型的机会属于大厂或者巨头。

傅盛特别欣赏做原生应用的公司，如果今天重新开始创业，要么在一个行业经营很久，做行业大模型的垂直应用，要么就是开始全新思考，用一个AI-Native的方式去做一个应用。

以下是我们根据傅盛现场演讲整理的文字实录（部分有删减，未经其本人核对）：

大家早上好！（我发现）十多年科技圈见所未见的怪现象，一个行业上来就讨论如何挣钱，投资人说你挣到钱我才投资，你能挣到钱，我帮你放大挣钱，我心想我都能挣到钱了，还需要你放大吗？

开个玩笑，我觉得一个行业刚出现时，大家有不同的看法和意见非常正常，但是大家仍形成了一个共识，AI是颠覆性的力量，是一场社会生产力的革命。

我感觉好像从来没有哪一个技术或者新兴的行业能于6个月内在全世界取得如此广泛的共识，它共识到什么程度？

我们在日本做机器人的生意，我们的CTO去一个小酒馆喝酒，那个老板都60多岁了，只会说日语，他听说我们是做机器人生意的，拿翻译机来问：“你们对ChatGPT有什么看法？微软的bing和ChatGPT有什么区别？”当时我们的CTO被震撼了，给我拍了视频发回来说：“老板你看看，ChatGPT已经席卷到日本一个小酒馆60岁的老板那里了，那还是3月份的事情。”所以今天我从创业者的视角跟大家聊一聊大模型机遇。

-1-

AI带来一场巨大的社会生产力革命

我是一个科技乐观主义者，一直坚信技术推进行业发展，也是连续创业者。我从2001年进入互联网行业，经历了PC时代、移动互联网时代，如今又进入了AGI时代。

我觉得人类历史上唯一可以与AI相比的就是蒸汽机，蒸汽机的出现，第一次把热能变成动能，实现了物理能量的范式转换。今天的AI把电能转换成了通用智能，插上电，你就可以拥有很多数字员工，一个国家插上电就有了很多劳动力，这意味着以前的人口红利都能够被算力红利取代，这也是那么多国家元首会见Altman的原因。今天实际上是一场巨大的社会生产力革命。

-2-

持续创业和创新的三要素

如何持续创业和创新，我有一个公式。

我认为社会底层需求是不会变化的，就是衣食住行，吃喝玩乐，荣誉感等等，这也是为什么贝索斯说亚马逊未来10年要把所有东西投在不变的事情上，但是由于技术和社会的变化，这些需求就会用不同的产品形式产生出来。

其次是能力的积累，相较于竞争对手是否有竞争优势。虽然很多公司说打着望远镜也看不到竞争对手，但是我想说在商业社会竞争是永恒的主题，对手和你之间的错位、差异化，才是你真正能找到机会的核心。所以我经常跟创业者聊，你的产品不是最热门的，反而有好机会。

在《墨攻》电影里，梁王问墨家的革离，我们能守赵军多久？革离回答，我们能守多久取决于赵军想攻多久。如果十万大军不停地攻，我们挡不住，但是他有可能不攻，因为小城不足以他攻。这就是我认为产品和创新的机会。所以在与对手的错位竞争中，我们找到自己的立足点是非常关键的。

-3-

大模型时代，创业者机会在哪里？

大模型时代创业者机会在哪里？我们可以看一下全球大模型浪潮的时间轴，包括OpenAI推出，微软将GPT集成到Bing等。

我认为“微软把GPT集成到Copilot”是其中一个重要事件，Copilot定价公布的时候，微软当时的股价在盘中涨了6%。微软是市值2万亿左右美金的公司，但它仅仅推出了一个每月30美金的产品，资本市场为何反应这么强烈？

这就是强应用，在比尔盖茨时代，微软的slogan是让每个家庭的桌面都有一台计算机，如今已经实现了。我觉得它以后的Slogan可以改成“每个人都有很多个助理”，如果把微软看成一个劳动力输出公司，它以后能向全球输出几十亿劳动力，这就是它未来的价值所在。

Meta的 Llama2开源也是个很重要的事件。中国的“百模大战”很多都是在Llama2基础上产生， 因为它极大降低了底层算法的要求，而且它的论文写得非常的详细，我们认认真真看了一遍，按照它里面的建议去招一些标注人员，Meta给行业做了很多好事，极大的降低了技术壁垒，任何一家中型公司都有可能基于Llama2做出一个自己的垂类大模型。

再往后，OpenAI开始收购应用公司，我将两个事件关联起来：微软公布了Copilot（定价），Llama2官宣发布，它发布之后微软又和Llama2合作了，这时候OpenAI一看，原来你脚踏两只船啊，你这个“渣男”，然后说我自己得做应用。那时候王小川刚从美国回来，我们聊天时他提到去OpenAI看到一帮科学家，每天讨论的是怎么能够将10万块显卡一起并联计算，都是一些超级世界级难题，但是他们不会做应用。我说他们是不会做应用，他们的插件系统做得极其难用，但是话音未落，人家收购了应用公司。每个公司都在洞察这个行业的变化。

去年11月底ChatGPT出现，国内不少人说：我要做大模型。到了今年三四月份，大家开始说做应用。从最早做出一个类似OpenAI的公司，到去做一个给大模型服务的公司，或者做应用的公司，这里面就会发生一些观点的分歧，但我觉得创业者还是应该聚焦于做应用。

-4-

王者应用的发展史

我们看到越来越多的公司开始围绕大模型做应用，那么AI时代的王者应用会以怎样的方式出现？

我们回顾一下王者应用iPhone是如何发展起来的。

iPhone就是一个很大的应用，iPhone第一代推出的时候，没有一个元件是苹果公司生产的，玻璃是康宁的，芯片是三星的，连天气APP都是雅虎做的，iPhone实际上就做了整合，把所有元素整合成应用，应用长得足够大就变成了一个平台。其实一开始乔布斯只想做一个封闭的工具，但有人告诉他一定要做应用市场，把生态建立起来，到了第二代才有APP Store。

我们回顾历史时只是看到一个片段，比如说今天的苹果公司市值几万亿美金，但它也是慢慢长大的。如果当时诺基亚知道iPhone会改变世界，以诺基亚当时的能力，做不出一个iPhone吗？事实上iPhone是一点点增加应用，最终形成了核心价值。

iPhone本身是个应用，又不断在上面产生各种超级应用。比如，微信就是超级应用，随着用户的使用，逐渐产生了很多需求，又使得这个平台在不断的进化。所以平台和应用之间的关系本质上就是个生态关系。有了平台，就会有人做应用，有了应用就会有更多用户，有更多用户又产生更多需求反馈给平台，平台又会产生更多应用。

我再举个例子，程维说滴滴推出时，整个出租车行业的智能手机普及率大概是百分之二三十，他说等他们推出一两年后，出租车司机肯定要换智能手机，不换就用不了滴滴。这些应用普及了智能手机。

再比如微信红包，为了抢个红包，很多人换成了智能手机，所以某种程度上来说，微信红包大规模的普及，促进了三四线城市和农村的智能手机的使用。

所以平台和应用之间谁的价值更高？如果从市值角度出发，我会觉得应用的价值更高。平台毕竟是一两家公司把持的，而整个应用是上千万家，所以这是一个双循环体系。

我觉得今天这个时代如果真的想创新，做好应用才是关键。我们干嘛要去烧钱做一个大模型，在有成百上千个，甚至免费大模型的情况下，我们用好就行了。苹果公司开始并不造芯片，等它的iPhone做的足够大，开始造芯片的时候，它的芯片就是世界第一了，这就是拿应用去倒逼底层的变化。

-5-

做好应用，是大模型创业的核心

我有几个论断：

1.纯粹的大模型将没有价值。

从技术角度来说，千亿参数大模型所有大公司都会干，这就像哥伦布发现新大陆，以前大家都不走那条路，他走过去了，很多人也都跟着去了。

2.应用生态决定大模型公司的商业价值。

我2016年就开始投资人工智能，累计投了1亿多美金，我做人工智能这家公司时，招过的博士比我一辈子见过的都多。

以前我们做互联网，全公司只有一个博士，所以我们一想博士就知道是谁，等到做人工智能的时候，负责人跟我说，老板，没有博士人工智能这事可做不动，当时我的气焰就短了三分，因为我一个三流本科毕业，每天像大神一样的供着他们。事实上没有什么是只有博士能干的，可能开始博士能干，后面本科生照样能干，包括大模型。

3.几家巨头和开源社区的竞争难分伯仲。

AI最大的亮点就是它的开源社区如火如荼，所有极客们都在参与开源社区，开源社区也建立了广泛的反馈系统，因此我认为开源社区的成长不会比巨头落后。

-6-

AGI时代的两类应用

我把AGI时代的应用简单划分成两类：一是APP+AI，原来的APP上加一个AI功能，特别适合有用户、有场景的公司，例如微软推出AI后，市值增加了百分之五六十，超过中国所有互联网公司市值的总和，大公司都会在里面加AI。

经常有人说我准备拿AI做一个聊天应用，我说尽量别做，因为我相信微信加上AI就是迟早的事。腾讯的策略一直是不急着动，等整个行业差不多成熟了，然后它再做，打得准，每一枪打得别人都很痛苦。腾讯音乐和游戏都是很晚推出的，但最后都成了第一。

另一类就是更具颠覆性的应用——AI-Native。比如说斯坦福小镇，如果没有大模型，这种产品形态不会存在，只能有大模型才有这样的应用。

我认为AI-Native更具颠覆性。因为在新的范式下，我们今天的逻辑不能完全想象出大模型的应用，它必须慢慢生长。

我记得十多年前，有一次我去经纬创投张颖的办公室，他向我展示了一个应用，拿出手机就能叫辆出租车，这就是滴滴。当时我心里想，下楼就能拦一辆出租车为什么还要拿手机点一下，多麻烦？滴滴就是一个没有移动互联网就不会产生的应用，今天再看它已经是一个巨无霸的角色。

-7-

在中国做大模型应用应聚焦于To B

在海外做大模型应用应聚焦于To C

我认为中国的大模型应用应与行业结合，聚焦于To B。说实话，中国太卷了。去年11月份我去了一趟美国，回国后跟出门问问CEO李志飞聊，我们都有同样的感受，美国好像遍地是黄金，为什么这么说呢？在美国随便做个应用，很容易产生用户，很容易挣钱，很容易被大公司收购，但中国不是这样，我们的大公司特别强势，所以创业者需要做的更多。比如AI领域第一个爆款应用是妙鸭相机，它还是阿里推出的。

在海外做大模型应用应聚焦于To C。因为今天的中国创业者绝对比硅谷的创业者更有执行力，做To C的产品会做得更好，十年前我去美国就发现美国人做应用已经不如我们。于是猎豹开始进军海外市场，当时为什么能上市？因为我们在海外有4亿多的月度活跃用户。

-8-

大模型时代，创业难度最大的是千亿大模型

从创业的难度和机会考量，难度最大的一定是千亿大模型，机会最大的反而是往底层的数据应用，大模型的机会属于大厂或者巨头。今年二三月份我在北京聚会时，有创业者要做大模型，估值10亿美金，融到两三亿美金，买一批GPU，一次训练花费两千万美金，10次训练就能堆出一个大模型，接着开始第二轮融资。而今天投资人的逻辑变成你不挣钱就别跟我谈投资。所以行业变化很快，事实上Llama2出来的时候，不知道有多少公司要哭晕在厕所，多少公司笑醒深夜。

顶层的千亿大模型是高度技术的角逐，难度和成本都相当高，但是越往下面机会越多，垂直行业的模型有很大的机会。今天Llama2百亿参数的模型在某些领域其实已经够用了，但大公司都想造一个爱因斯坦来改变世界，一统江湖。

OpenAI就这个逻辑，你看Sam Altman回答别人的提问时说道，他认为AI以后是这样的：当我跟AI说我需要一个万亿美金的公司，AI说好的，就开始做市场分析，哪个行业有机会，然后开始做PPT，然后开始在网上找简历，找到相应合适的人，然后开始给人家发邮件，给投资人发邮件，开始募资，过了三四年你就收获了一个万亿美金的公司。但他今天依然遇到很多的问题。

我认为，很多场合不需要一个爱因斯坦，可能一个大专生甚至中专生就够了，我们大量工作都是围绕一些特别基础的脑力去完成的，这一点对于To B创业的人来说是机会。

第三层就是AI-Native，我特别欣赏一些做原生应用公司，如果今天重新开始创业，要么在一个行业经营很久，做行业大模型的垂直应用，要么就是重新开始全新思考，用一个AI-Native的方式去做一个应用。

对于离AI比较远的消费品公司来说，就是用好AI，在企业内部提效。当电力出现的时候，第一个用电的面包厂就是高科技面包厂，因为别人用驴拉磨，你的效率比别人高20%的时候，你就有了比别人高20%的利润，这就是你的竞争优势。

-9-

代替你的不是AI，而是会AI的同事

我们公司挂了一个恐吓式的标语，“代替你的不是AI，而是会AI的同事”。公司各个部门组成了十几个小组做内部变革的讨论。

例如，行政部用AI设计中秋节礼物，设计部就慌了，因为以前行政部天天求着设计部做张图，现在AI就能干。

再如，我们公司CFO的助理不会任何代码，但他用GPT写了一堆提效小工具，总结报表、PDF转word……最后程序员慌了。

 .END.

扫码邀请进群，我们带你一起来玩转ChatGPT、GPT-4、文心一言、通义千问、讯飞星火等AI大模型，顺便学一些AI搞钱技能。

往期文章回顾