圖片來源：由無界版圖AI工俱生成
去年4月，王慧文在即刻上的簽名還是“All in Crypto”，過了半年，興趣又從Crypto、web3轉向了人工智能，他想打造中國版的OpenAI。
實際上，比起去爭辯5000萬美金AI創業“到底能不能成”，大家更好奇的是：王慧文究竟打算怎麼做，以及建立何種商業模式。
事情的起因，還得從王慧文那條朋友圈開始聊起：5000萬美元，帶資入組，不在意崗位、薪資和Tittle，求頂尖人才組隊。而在動態發布的十多天前，ChatGPT已經紅遍了大江南北，根據瑞銀集團的一份報告指出，應用推出僅兩個月，MAU就突破了1個億。
這是個什麼概念呢？從數據來看，同樣是用戶達到1億，TikTok用了9個月，Ins花了2年半的時間，1月份ChatGPT每天都有近1300萬用戶訪問，成了史上用戶增長速度最快的消費級應用。
更讓人意外的，是市場的熱情。今年開年以來，美股上市公司只要與AI沾邊的企業，幾乎都有翻倍漲幅，微軟更直接向ChatGPT幕後公司OpenAI接連加磅，把它的身價推向290億美元。
國內也是一樣，百度、阿里、字節，以及大批初創公司接連跑步進場，多家ChatGPT概念股持續拉升。即便有像Stack Overflow、ICML，以及一些教育機構對ChatGPT大肆聲討，但並沒有影響到它的火爆態勢。
至於王慧文，經歷過千團大戰、外賣、網約車的市場鏖戰，這位和美團王興並肩作戰十年的副手也不甘落寞。發布AI英雄榜之前，他和幾個老朋友喝著酒，不論是酒桌上的意氣決斷，還是被好友視為搭乘AI末班車的最後一張船票，44歲的王慧文的確兌現了在退休郵件裡說的話，“我一直擔心人生被慣性主導，怠於熟悉的環境而錯過了不同的精彩。”
以至於不少人感慨：ChatGPT魔力實在是太大了，即使像老王這樣早早財富自由的大佬也躬身入局。但無論如何，ChatGPT放到中文互聯網語境下，多少還是有點道阻且長的意味，“能做CEO的太多，但未必對大模型有專業中肯的認知”，連王慧文本人也還在學習的路上。
01 王慧文其人
王慧文是東北人，員工評價他性格豪爽，作風硬朗，有大開大合的經歷，同時也行事謹慎低調。加入美團之前，他已經有了校內網和淘房網的兩段創業經歷，懂產品，也懂市場。如果你看過王慧文的《清華產品課》，會發現他在產品、各種市場戰略，對業務、產品、人性都有著極為深刻的理解。
在王慧文臨近退休的時候，王興寫了封信，把他的十年功績簡要托出：
2010年加入美團，幫助公司從千團大戰中脫穎而出；三年後，從0到1打造美團外賣，之後深入餐飲產業鏈上下游，構建到店、到家、出行等本地服務業務場景；卸任前一年，老王仍在推動用戶平台、基礎研發、大數據和Al 等平台能力的建設。
五年前美團上市的時候，招股書上對聯創有這樣的描述：我們未來的成功，很大程度上取決於我們的管理層。即使站在當下，也很容易發現，美團的發展路徑並沒有跳出王慧文的商業框架。
前期的美團，發展並不快，更多的精力投入在對外溝通和用戶調查上。
比如很長一段時間，同期競品已經三十多個，外觀功能變化多端，但美團還是黑藍色調，即使當時被用戶吐槽，不過王慧文比較軸，他認為：“對任何一個創業團隊而言，無論有多少資源，都是有限的，要把資源集中到當時最重要的事情上去。”
舉個例子，相比之前都是做線上網站，美團的業務強調線下場景，但王興和王慧文很少做路邊廣告，反而注重SEM優化。道理很簡單，他們認為，用戶只有在搜索的時候，才會有真的團購需求。這種做事風格一直延續，比如剛開始開拓外賣業務時，老王先花大量的時間在一線調查，和餐飲、零售、物流等供應鏈上的每一環的專員交流。
時間來到2020，王慧文到清華大學做了個演講，他仍然認為創始團隊應該重視規律：花大量時間研究行業、用戶，並應用到企業經營上面。
如果單從這點來看，聯繫到OpenAI，其實兩者優勢不謀而合。據業內人士指出，其實ChatGPT本身全都是成熟的公開算法，不過這種超大規模訓練，並不依賴算法本身。硬件和數據才是王道，純自然語言數據都是網上公開，沒有什麼門檻。
ChatGPT的先發優勢在於，通過搶先公測，收集了大量的用戶數據。
“這是更加寶貴的數據，只有他們家有。只要ChatGPT仍然是最好用的語言AI，雪球就會越滾越大，越來越難追上。”該人士還指出，為了防止ChatGPT輸出有害信息，OpenAI花了大價錢去訓練模型，這些都是OpenAI積澱了幾年築起的數據壁壘。
王慧文的入局，說明市場看到了大模型、通用人工智能的價值和潛力。
一般來說，軟件開發和做半導體芯片不同，開源的趨勢下卡脖子問題越來越少，國內喜歡實用主義，需要找到合適的應用場景。實際上，ChatGPT在技術上稱不上是顛覆式創新，卻被無數人追捧，更像是用一種大力出奇蹟的方式，提供了一種能夠靈活解決問題的應用方案。
這樣一來，有一種情況就很容易出現。首先，以王慧文為代表的互聯網玩家、創業者或資本湧入同一條賽道，就像早期的草莽時代，很多大廠依靠Copy to China站住風口，將已經被驗證過的商業模式，進行本土化改造引入國內，尋找國外對標也成了玩家們心照不宣的法則。
王慧文要做OpenAI，會不會避免過去的路徑依賴，這並不好說。即使是親自打造的美團，一開始也在對標Groupon。為了吸引投資者，把故事講得更好，人人網上市的時候連套了Facebook、Zynga、Groupon、Linkedin四個國外標的。
有錢、有閒、有履歷，又對標OpenAI，王慧文給了投資者們一定的安全感。據相關媒體報導，王慧文出資5千萬美元，下一輪融資中已經確認的融資金額為2.3億美元。而這2.3億美元的頂級VC認購中，真格資本和源碼資本一起為王慧文站台，源碼資本創始人曹毅甚至在朋友圈表示，“祝賀老王等到了，行業也等到了老王出山。”
02 中國的OpenAI，是什麼樣的？
有AI領域的資深研究人士認為：“王慧文向中文互聯網扔了一枚煙霧彈，起碼在ChatGPT這件事是這樣。”
資本市場的火熱，蔓延到用戶市場，但後者對這樣一個攢局者，並不夠看好。原因可能在於，一方面，他過往的經驗優勢體現在O2O和互聯網產品的打造上，所以人們認為，“AI英雄榜”，仍躲不開過去的那套營銷和投機的手段。
有IDC分析師指出，短期內ChatGPT對市場影響有限，“掌握了垂直領域的數據、面向場景的模型優化，以及形成工程化的解決方案，才可能實現真的落地。”這些模型甚至在3年以後會退出市場，雖然基於ChatGPT可能會誕生一批新創企，但單純依賴大模型，無法為創企提供持續的競爭力。
另一邊，“我自己總結，國內互聯網公司花錢多少不一樣，聚集人工智能的人才團隊大小不一樣，但是思路一樣：人工智能應該找場景，要解決自己業務中遇到的問題。”360創始人周鴻禕接受采訪時表示。
就像前面說的，從應用軟件開源的角度來看，ChatGPT如果作為產品上的成功，門檻確實沒那麼高，但事實真的是這樣嗎？
未必。如果單從成本端以及數據積累來看，國內剛入局的小公司機會渺茫。訓練AI需要龐大的算力，有業內人士透露，使用國產算力卡倒不是不行，只是芯片製程跟不上。
ChatGPT硬件方面要3萬張頂級GPU，加上CPU、內存、硬盤、網絡和數據中心的電源與建築，接近100億人民幣，訓練一次要幾個月，巨大的物料、電力成本之外，還有軟件開發的費用。
“國內也只有BAT這樣擁有自主雲計算平台、且掌握大量用戶的互聯網公司，而且最好是和ChatGPT 錯位競爭，比如做中國可以正常聯網使用的中文模型，但其中最困難的部分，其實是敏感詞和有害信息的屏蔽過濾。”
有媒體統計，國內實驗中做過的最大的模型是10億個參數，GPT-3的參數數量是國內的175倍。
這幾年BAT三家在做大模型上，都投入了不低於OpenAI 5-10億美元的資金量，語音識別、TTS、人臉識別都單獨做一套，但好的AI大模型很少，比如阿里巴巴的M6大模型，百度的文心大模型，騰訊的混元AI大模型。不過效果並不明顯，普通消費者接觸到的AI產品，主要還是類似於天貓精靈、小愛同學，側面說明可能還是努力方向搞錯了。
這種情況下，如果王慧文的團隊是要復刻像ChatGPT一樣的消費級應用，或者去重新做個搜索，以當前的局面來看並不困難，但做出來和活下去是兩碼事，關鍵是能不能持續，其實風險並不小。像谷歌、微軟、百度這類巨頭，現在也沒有尋找到技術與商業落地上的平衡點。
比如最近微軟把ChatGPT和Bing結合起來，由於所有網頁都需要清洗數據和定期來進行訓練。當摩爾定律發揮作用，訓練成本降低的同時，算力又提高好幾倍，當ChatGPT能索引全世界網頁之後，場面很容易發生失控。
“現在最大的問題，並不是去多麼追求技術上的革新，而是想清楚，這項技術本身，能不能帶來生產關係的改造和生產力的提升。”有行業資深人士表示，“如果不能的話，其實沒有太大的改變，因為他沒有創造新的需求，或者說讓這種關係足夠改善。”
那麼這樣一來，如果不考慮技術難度，還有另外一種可能性。用周鴻禕的話說，他把ChatGPT的能力進化分為三層，從最基本的信息學習，語料訓練，人工智能在傳遞信息的過程中，具備了邏輯能力，進而從編碼文本知識，發展到同樣能夠處理音視頻圖片。
“它今天還沒有手跟腳，沒有行動力，ChatGPT今天需要的手跟腳是什麼？API。”周鴻禕說。
簡單來講，從ChatGPT上做延伸，可以分為兩方面。一種是像周鴻禕的構想，我們現在使用Web服務在美團訂餐、打車、買電影票，那麼能不能讓ChatGPT也具備輸出指令的能力？這個思路和國外一家叫Adept AI的公司相像，後者類似協作智能，建立AI工具，來幫用戶完成任務。
Adept AI創始人Luan來自谷歌，他也認為：“真正的通用智能需要能夠行動的變形金剛，而不僅僅是讀寫。我們正在訓練一個模型來使用人們今天使用的所有軟件工具和API。”
另一種延伸的方式則沒有那麼直接。
舉個例子，ChatGPT仍作為一個接口，比如充當一個數據源，把這些東西打包，做B端的生意，來提高生產和服務效率，或者有調用大模型API的公司，基於大模型重點開發具體場景的AI應用公司，如Jasper。那麼實際上，這條鏈路上的ChatGPT，就不是直接to C的應用，而是B2B2C，做中間件。
事實上，僅將ChatGPT當作一個to C的應用，一方面體現了人們有一定的技術崇拜：AI確實很酷；另一方面，似乎的確能也夠解決一些實際問題，相比一般聊天機器人，ChatGPT回答更靠譜。
但這並不足以說明產品的成功，OpenAI CEO都直言這是一款“糟糕的產品”，金錢在燃燒，服務器在冒煙。部分地區沒法光明正大訪問，頻繁出錯的信息，他的原話是說：“人們訪問的是一個有時能用，有時不能用的網站。”
“符合預期的需求，是需要多輪交互才能產生的。”即使作為生產力工具，運用到文章轉寫、創作等場景，實際的應用深度並沒有設想樂觀。這導致ChatGPT暫時不能直接進入工作流，意味著這樣的生產力工具都是“糟糕”的。
微軟是一家to B的公司，和老對手谷歌正面較量的領域，除了Bing，還有Edge，如今微軟的價值大頭落在雲服務上，Azure被推向前台，也是OpenAI的獨家供應商，生成式AI的大量資金最終又都流向了基礎設施層。
這種用法類似上述的第二種延伸，ChatGPT以及所有大模型，算力消耗巨大但不是好產品，甚至不是獨立軟件產品，而應該作為基建，隨著數據越來越大，參數越來越多，訓練需要的算力和成本越來越高，放到智算中心、雲平台上面，和SaaS一樣：容易部署，使用門檻低，通過賣服務和數據，靠規模效應產生高維價值。
ChatGPT目前看似是利用大模型解決生成領域的任務，但實際上，也展現出了通用型人工智能的潛力。 “ChatGPT一個賬號收費也就幾十美金，所以它要扶植的一定是垂直應用。做生態，如果沒有App Store，蘋果不可能成為一個平台。”周鴻禕認為“在通用的人工智能上搭建垂類，是非常聰明，也是非常省力的方法。”
03 到底什麼才是科技公司？
科技公司這個稱呼既熟悉又陌生，2000年以來，互聯網公司人均標榜科技基因，但事實卻是，雲計算、數據庫、人工智能、算法、大模型，這些都是後幾年才開始強調的概念。
回到王慧文這件事上，他的招募令裡寫到，要成立一支非盈利基金，專投那些“發展路徑不清晰、實現希望很渺茫、商業價值不明確”的初創科技公司，這是國內VC及相關機構裡已經很少見的理念了。
相比印象裡的矽谷，總會有一批財務自由的人，對技術偏執，或願意嘗試新的事物，OpenAI 前三年在毫無營收的前提下，也有人支持它每年燒5億美金。這件事如果發生在國內，對待不確定性的東西，市場的包容度往往並不高。
從企業的角度來看，OpenAI起始於一群在通用人工智能備受懷疑時，仍然相信它能成的人，並不是著急“做另一個DeepMind”來打敗谷歌，也不是微軟內部孵化，它只有375個人，是一個100%的小型創業公司。
但為什麼微軟和谷歌內部沒有孵化出這些項目？人們偏向認為，OpenAI的人才密度一定比微軟、谷歌更高，大企業在創新上天生存在弊端和不足，加上資本的加持，這樣小企業才會做出顛覆式的技術。
ChatGPT只是OpenAI的產品之一，公司多個創始人曾聯合發文：“我們正致力於利用物理機器人完成基本家務。更遠一些，OpenAl的目標是製造’一種高度自主，且在大多數具有經濟價值的工作上超越人類的系統’。”
做中國的ChatGPT和做中國的OpenAl，是完全不同的兩件事。前者貼近為了流量追一個風口，後者的格局大得多得多。在OpenAI 官網可以看到它的綱領和章程，其中有一條反競爭條款：
這種情況在國內其實是非常罕見的。
如果說“狂熱相信AI改變世界”是王慧文再創業的初衷，那麼他後來發的續裡，“不清晰、很渺茫、不明確”，更像是對自己這一舉措的概括。
有分析人士指出，處於早期階段的創業公司，要想獲得投資人的垂青，要么技術和工程化能力得特別強，要么對C端用戶或者B端場景有特別深刻的洞察，能夠把這些和AI技術結合，打造出能落地的產品。 “國內創業，不先走場景而走技術驅動非常艱難。可能正是因為這樣，慧文這樣的動作才更有價值。”
OpenAI能以很少的收入支撐很高的估值，獲得長久的資金支持，除了技術信仰，還有資本和產業的支持，在國內，很難有VC拿錢冒險做技術驅動創新的環境，王慧文可能正在充當後者的角色。如果這是一次理想主義的試水，當所有的目標和過程堅定而明確，那麼成敗其實並不完全由結果判定。
來源：“新眸”（ID：xinmouls），DeFi之道
作者：鹿堯，編輯：桑明強
