每經(jīng)記者 可 楊    每經(jīng)編輯 董興生    

備考的時(shí)候，渴望高分過關(guān)的人，最討厭押不中題的感覺——既想要提高命中率，又不希望因?yàn)檎`判知識(shí)點(diǎn)走太多彎路。

創(chuàng)業(yè)者也時(shí)常會(huì)面臨如此令人抓心撓肺的時(shí)刻，這種心理狀態(tài)可以簡單概括為“彷徨”。

已經(jīng)創(chuàng)業(yè)12年的李志飛最近偶爾會(huì)有這樣的彷徨時(shí)刻，即便他已經(jīng)在AI應(yīng)用的創(chuàng)業(yè)大潮中浮沉了兩輪，即便他創(chuàng)立的“出門問問”已在港股上市，成為“AIGC第一股”。不論是經(jīng)驗(yàn)還是成就，李志飛的創(chuàng)業(yè)成績單在業(yè)內(nèi)看來都可圈可點(diǎn)。

在《每日經(jīng)濟(jì)新聞》創(chuàng)刊20周年之際，出門問問（HK02438）創(chuàng)始人、CEO李志飛近日接受記者專訪。和不少喜歡描繪勝利時(shí)刻的企業(yè)經(jīng)營者不同，李志飛呈現(xiàn)出一種“審視自我”的狀態(tài)。他坦言，自己不缺乏“押錯(cuò)題”的體驗(yàn)，總是開放地與來訪者探討自己的困惑。

對(duì)當(dāng)前AI Agent（智能體）和端側(cè)AI這類AI應(yīng)用的“大勢(shì)所趨”，李志飛持審慎態(tài)度。這與他當(dāng)年從谷歌離職、回國創(chuàng)業(yè)，立志用“AI+語音”重新定義人機(jī)交互時(shí)的情形大相徑庭。

大模型創(chuàng)業(yè)潮中，李志飛早早放棄了預(yù)訓(xùn)練這條燒錢的“真理之路”，又早早逃離了講故事融資的“圈套”，他堅(jiān)持要回歸商業(yè)本質(zhì)——打造可持續(xù)盈利能力。

當(dāng)下AI行業(yè)的狀態(tài)，被李志飛形象地比喻為“在浮冰上練習(xí)”，他等待著跳躍至堅(jiān)冰之上的機(jī)會(huì)，并仍然期待著科技能讓人類的生活更美好。

不講故事 盈利能力更重要

就在不久前，AI眼鏡高調(diào)重回江湖。百度官宣了小度AI眼鏡；小米也被傳出入局；Rokid聯(lián)手通義千問以及眼鏡品牌暴龍，預(yù)計(jì)在明年上半年上市新一代AI+AR眼鏡。

AI硬件的風(fēng)似乎吹了回來。而在創(chuàng)業(yè)早期立志要打造下一代移動(dòng)語音搜索產(chǎn)品的出門問問，早在2020年就已經(jīng)改弦更張，將業(yè)務(wù)模式從AI硬件+AI項(xiàng)目制“百分之百、徹底換掉”。

自研智能硬件業(yè)務(wù)成本高、庫存重，SaaS（軟件運(yùn)營服務(wù)）業(yè)務(wù)競爭激烈?！耙环矫?，成本、復(fù)雜度都很高；另一方面，收益難以保障。尤其是to B（面向企業(yè)）業(yè)務(wù)中，不同項(xiàng)目間可復(fù)用的東西較少，項(xiàng)目規(guī)模越大，虧損越多。”李志飛闡述了換道的原因。

早期的業(yè)務(wù)模式難以盈利，李志飛決心改變，新的技術(shù)產(chǎn)品令他眼前一亮。

2020年6月，OpenAI推出的GPT-3，展現(xiàn)了超出以往的通用性。與之前版本相比，GPT-3具有更強(qiáng)大、更靈活和更復(fù)雜的文本生成能力，顯著降低了人機(jī)交互的門檻。

李志飛看到了新的方向，如果模型通用，也許可以解決to B服務(wù)領(lǐng)域項(xiàng)目成本高昂的問題。

于是，出門問問開始嘗試著手自研類GPT技術(shù)，2022年發(fā)布自研大模型“UCLAI”，并于2023年4月升級(jí)發(fā)布“序列猴子”。彼時(shí)，李志飛說：“如果說ChatGPT是100分，我們的模型只有50分。雖然還有差距，但（起碼）看到了上哈佛的希望?！?/p>

然而，行業(yè)很快再次發(fā)生了變化。2023年7月，Meta和微軟合作，推出了開源大型語言模型LLaMA 2，在性能上比肩GPT-3.5。

“這可能不是創(chuàng)業(yè)公司的機(jī)會(huì)，如果做最基礎(chǔ)的模型開發(fā)，需要算力方面的巨大投入?！崩钪撅w意識(shí)到。

扎克伯格曾表示，Meta的LLaMA 3系列模型需要價(jià)值“數(shù)億美元”的算力來訓(xùn)練。

李志飛第二次做出放棄的決定：放棄從0到1做預(yù)訓(xùn)練模型。

“中國有幾個(gè)公司能夠每年投入如此巨額的資金？”李志飛認(rèn)為，LLaMA的開源讓大模型技術(shù)的供給不再具備稀缺性，基于開源技術(shù)進(jìn)行優(yōu)化、構(gòu)建模型，效果可能比從零開始訓(xùn)練的模型好。而如果當(dāng)下仍然強(qiáng)調(diào)“從0到1”做預(yù)訓(xùn)練模型，“要么是自欺欺人，要么就是搞不清什么狀況”。

李志飛不看好純模型公司的商業(yè)模式，按token計(jì)費(fèi)的價(jià)格戰(zhàn)讓企業(yè)失去了盈利空間，但模型能力的迭代需要巨額的資金消耗，企業(yè)進(jìn)而失去了獨(dú)立能力——要么與政府綁定，要么與巨頭綁定。

但對(duì)現(xiàn)在的李志飛和出門問問來說，解決商業(yè)模式的問題，靠自己的努力真正打造出一家可持續(xù)盈利的公司，是更重要的事。

一家有模型迭代能力的AI應(yīng)用公司——這是李志飛給出門問問的定位，他將公司的業(yè)務(wù)重點(diǎn)放在AI應(yīng)用探索上。很多AI應(yīng)用公司會(huì)選擇直接調(diào)用第三方模型，但出門問問依舊堅(jiān)持基于自身需求對(duì)模型進(jìn)行迭代。李志飛認(rèn)為，“產(chǎn)模結(jié)合”才有可能構(gòu)建起所謂的數(shù)據(jù)飛輪效應(yīng)。

無論是放棄過去的大項(xiàng)目制，還是放棄做一家純模型公司，出門問問無疑都放棄了一些“故事”。作為一家上市公司，至少從股價(jià)層面看，這是有壓力的。

李志飛毫不諱言出門問問的股價(jià)表現(xiàn)有些“糟糕”。但他認(rèn)為，從業(yè)務(wù)層面看，出門問問每年都在朝著更加健康的方向發(fā)展：項(xiàng)目制、硬件業(yè)務(wù)營收占比逐漸減少，毛利率在提升，虧損在逐步收窄。出門問問正在成為一家擁有健康可持續(xù)盈利模式的公司。

在AIGC（人工智能生成內(nèi)容）時(shí)代，依靠流量與廣告賺錢不再是主流，訂閱率和留存率成為衡量產(chǎn)品成功與否的必要指標(biāo)。以出門問問AIGC解決方案的拳頭產(chǎn)品“魔音工坊”為例，截至目前，“魔音工坊”注冊(cè)用戶數(shù)達(dá)800萬，付費(fèi)用戶數(shù)達(dá)60萬，同時(shí)，“魔音工坊”平均訂閱周期達(dá)到14.2個(gè)月。面向企業(yè)的數(shù)字人產(chǎn)品“奇妙問”，平均訂閱周期在12個(gè)月。

“我們其實(shí)最大的問題是不講故事，但又沒有規(guī)模大到不需要講故事?！崩钪撅w認(rèn)為，從技術(shù)轉(zhuǎn)化為產(chǎn)品，再形成商業(yè)模式，這一過程可能需要三四年的時(shí)間才能成功轉(zhuǎn)型。但創(chuàng)業(yè)10余年，李志飛堅(jiān)持認(rèn)為，迎合資本不是長久之計(jì)，作為一個(gè)商業(yè)主體，必須不斷思考如何可持續(xù)盈利，盡量做高毛利率的產(chǎn)品，AI時(shí)代以真實(shí)的用戶付費(fèi)率作為衡量產(chǎn)品和需求的核心指標(biāo)。

還處于浮冰上 保留躍上堅(jiān)冰的能力

當(dāng)前，大模型公司和應(yīng)用層創(chuàng)業(yè)公司面臨著巨大的壓力，資本期待回報(bào)，但企業(yè)盈利能力尚未形成。李志飛認(rèn)為，根源在于AI產(chǎn)業(yè)當(dāng)前的發(fā)展遭遇了需求不足的問題。一方面，需求增長沒有預(yù)期中迅速；另一方面，供給卻遠(yuǎn)超市場預(yù)期，且差異化程度較小。

“大家都在探索破局的方法?！痹诨貒鴦?chuàng)業(yè)前，李志飛的身份是一名工程師，對(duì)他來說，從工程師到創(chuàng)業(yè)者，意味著自己從解題的人變成了定義題目的人，思維的轉(zhuǎn)變是最痛苦的事。

李志飛說，因?yàn)楣こ處煹南敕ㄊ菄@既定目標(biāo)進(jìn)行解題，多數(shù)情況下，是面對(duì)一個(gè)明確的問題進(jìn)行求解。然而，在創(chuàng)業(yè)或產(chǎn)品開發(fā)中，更多的是要定義這個(gè)“題目”本身，選擇發(fā)展方向、商業(yè)模式或交互方式，這些都不是預(yù)設(shè)好的題目，而是開放性的。

“到今天我也覺得本質(zhì)上我還是一個(gè)工程師，給我一個(gè)復(fù)雜的題目會(huì)讓我更加興奮?！薄澳銊偛艈栁液芏鄦栴}，我覺得我都是沒有標(biāo)準(zhǔn)答案的?！痹诓稍L后半程，李志飛坦言，到底做什么樣的產(chǎn)品、用戶是誰、怎么去競爭，都是需要定義的題目，對(duì)這些問題，他還沒有標(biāo)準(zhǔn)答案。

這種感覺讓他想起小時(shí)候考試的經(jīng)歷，“其實(shí)我是焦慮且興奮的”。

李志飛仿佛再一次開始做練習(xí)題?！爱?dāng)方向不明確的時(shí)候，唯一能做的就是先做幾個(gè)練習(xí)題。但練習(xí)的過程心里難免焦慮，因?yàn)椴恢缹W(xué)了這個(gè)，對(duì)解題能力的提升有沒有用。”

李志飛還闡述了一個(gè)“浮冰與堅(jiān)冰”的理論?！爱?dāng)前，我們處于一塊浮冰上，時(shí)刻面臨著墜落的風(fēng)險(xiǎn)，大家在竭力尋找‘堅(jiān)冰’，但沒有人知道堅(jiān)冰在哪里。盡管如此，我們至少還置身于冰塊之上，而有些人已經(jīng)掉進(jìn)水里。這時(shí)，大家唯一能做的就是以最低的能耗在浮冰上運(yùn)作，等待堅(jiān)冰顯現(xiàn)，并期待彼時(shí)依舊具備一躍而上的能力?！?/p>

“目前看不到堅(jiān)冰在什么地方?！崩钪撅w認(rèn)為，這就是AI應(yīng)用今天的狀態(tài)——連用戶需求的問題都還沒有完全解決。

在李志飛看來，相對(duì)于移動(dòng)互聯(lián)網(wǎng)時(shí)代的微信、滴滴、美團(tuán)、抖音，今天的AI產(chǎn)品沒有這么“剛需”，留存度、活躍度稱得上“糟糕”。AI需要打造真正有需求的應(yīng)用，例如C端的微信、抖音，B端的釘釘、飛書，這些是真實(shí)有用的應(yīng)用產(chǎn)品，對(duì)用戶而言是一種“不可能再回去”的體驗(yàn)。

AI應(yīng)用的堅(jiān)冰什么時(shí)候會(huì)出現(xiàn)？“都在探索?！崩钪撅w說。

大模型迭代，消除幻覺是關(guān)鍵。而市場對(duì)AI的態(tài)度，也經(jīng)歷了類似的過程——應(yīng)用落地碰壁，祛魅開始了。而祛魅的下一步，就是不同商業(yè)模式的選擇，發(fā)展路線開始分化。

“分化之后大家不再這么‘卷’，從這個(gè)角度，3年內(nèi)可能真的會(huì)有好公司誕生?！崩钪撅w認(rèn)為，商業(yè)模式的摸索取決于選擇相信什么，這直接導(dǎo)向了商業(yè)層面的“非共識(shí)”，“在一項(xiàng)新興科技浪潮興起之初，人們往往會(huì)順著自己的慣性思維去思考”。

李志飛對(duì)語音助手的前景持悲觀態(tài)度，在AI硬件業(yè)務(wù)時(shí)期，出門問問曾做過對(duì)語音助手的嘗試，他覺得，即便今天技術(shù)進(jìn)步了，需求仍然沒有被滿足，用戶就不會(huì)買賬。

李志飛也對(duì)端側(cè)智能持懷疑態(tài)度。在他看來，端側(cè)智能就是“行業(yè)的倒退”，無論從用戶體驗(yàn)還是隱私保護(hù)角度來看，云端才是未來的方向。

當(dāng)然，依舊有一些共識(shí)存在。李志飛認(rèn)為，技術(shù)層面的共識(shí)并沒有發(fā)生搖擺，盡管自己相對(duì)悲觀，但依舊相信當(dāng)前這一撥AI相較于前一撥將更加通用，能夠通向所謂的AGI（通用人工智能）。