25 年会是下一代浪潮最关键的两年 | AI 年终复盘

2023 年 1 月，ChatGPT 刚火起来，国内一批投资人冲进大模型公司做尽调。到了 8 月，市场已经明显转冷。10 月之后，很多机构基本不再出手。一年走完一个完整的情绪周期，这在以往的技术浪潮里很少见。

曲凯是 42 章经的主理人，2013 年入行做移动互联网，2014 年转做美元基金 VC。过去一年，他聊过市场上大部分 AI 创始人，也聊过几乎所有 AI 投资人，自己的团队服务了十多家 AI 公司融资，参与投资了其中四家。这期单口是他对 2023 年 AI 市场的复盘，以及 2024 年之后的判断。

他的核心判断很直接：2024、2025 年是这一代互联网人最关键的两年。理由来自他自己的经历。2013、2014 年入行时，他觉得比 2010、2011 年入行的人晚了；可回头看，2011、2012 年投移动互联网的机构在当时饱受争议，大家并不确定这个方向行不行。等到共识形成，机会的窗口已经收窄。今天的 AI 处在同样的位置：所有人相信它最终能成，但没人确定它什么时候成、以什么方式成。

2023 年比预期慢，但共识和非共识同时存在 0:02:52

2023 年 AI 的进展比大多数人想象的要慢。年初大家以为年底会有一批能用的产品爆发，实际到今天，榜单和产品很多，真正被用起来的东西很少。

节奏大致是这样：二三月，机构密集学习底层大模型，并完成了一轮投资布局，几家机构各自选了几个玩家下注。五六月，注意力转向中间层和应用层，以应用层为主，这几个月投出的应用层公司大概有 200 家左右。八月以后市场见冷，十月以后到今天，很多机构很少出手。出手多的机构，大多在上半年和年中就完成了投资。

曲凯用一句话总结这个局面：历史上没有哪件事像今天的 AI 一样，快速形成了一个极大的共识，同时市场上又存在非常多的非共识。共识是没人质疑 AI 最后能不能成、是不是一件大事；非共识是它什么时间点做成、以什么方式做成，最终是不是云厂商的机会、大公司的机会，还是传统公司加 AI 的机会。

非共识直接导致了出手冷淡。曲凯的态度是矛盾的：一边希望机构多投应用、少抱团大模型，一边又理解机构的谨慎，没有足够多能赚钱的产品，机构确实难以下手。他算了一笔账：一个大模型公司一轮能拿几亿美金，一家应用公司一轮可能只拿 100 万美金，投一轮大模型的钱够投一两百家应用公司。他期待 2024 年机构能把一小部分钱挪到应用里来，这对整个生态、包括大模型公司本身都更好。

为什么至今没有好产品跑出来？有人用国内模型能力不行来解释，但海外同样没有真正可用的对标产品。GPT-3、GPT-3.5 到 GPT-4 一路下来，大家能看到的东西还是那么几个。国内做 To C 应用的公司，可能有 80% 在讲对标 Character.ai 的故事，而据内部渠道的消息，Character.ai 自己内部都不太理解、不太看好这件事。

所以很多拿到钱的公司，靠的是创始人自己的背景，成熟概念、成型产品和数据都谈不上。曲凯团队做完一批项目后的结论是：AI 拿到钱的公司里，大多数人不管做什么都能拿到钱，机构投的是这个人，不是 AI。机构看了一圈，发现产品不 ready、技术也不 ready，但还是想投，最后干脆投好创始人。

AI 不是一个能扫的赛道，核心矛盾已经变了 0:07:51

当下市场最核心的问题，曲凯认为是：AI 到底是不是一个赛道。

从投资结果看，它不能成为赛道。一个方向能成为赛道，意味着机构会系统性地扫这个领域，前几名都能拿到融资，因为大家认可了赛道的确定性。红杉投了第一名，别的机构会想这个赛道不止一家，把第二名也投了；第三家机构看到同行人手一个标的，也要找一家投。这种氛围形成，就会有健康的泡沫，让一些本不该拿到钱的人借赛道的力量拿到钱，而泡沫本身又会成为这个领域未来发展的养分。过去十年移动互联网反复出现这一幕，但在 2023 年的 AI 里没有出现。

这也是他呼吁机构多投应用的原因之一。他判断春节后一段时间，市场不会有特别大的变化，这对创业者很不友好。

创业者需要意识到一个底层变化。过去十年资本市场的核心矛盾，是创业者靠讲故事拿到融资；现在的核心矛盾，是如何把产品做到赚钱。很多人还没意识到这一点，而意识到的人可以有意识地调整动作。

他开玩笑把全国创业者分三类：北京的创业者日常讲怎么融资、怎么做大、怎么一轮轮上市；上海的创业者偏有调性地做生意，消费品居多；深圳南方的创业者特别务实，坐在一起就聊新方向、新渠道、新流量打法，怎么搞钱。在当下的核心矛盾下，大家都该多学学南方创业者。

可控性差的三条解法 0:10:59

产品跑不出来，所有问题最后化成四个字：可控性差。大模型本身能力不足是最主要的原因。如果短期内模型不会有大的改变，怎么应对？曲凯看到三条路径。

第一条，交付结果。既然可控性差，就不要让客户直接和 AI 交互，在公司体系内部用 AI 加人工结合的方式操作，最终交付给客户的是一个结果，而不是一个 SaaS 产品。客户不关心你用了什么、怎么处理的，只要结果满意。有人会说这像大外包商、像做生意，但称谓是表面的，本质是有没有用当下的技术、用最好的方法给客户创造价值。这样做相当于把客户的不良体验和不可预期成本转移到了公司内部。随着技术发展，人工介入的占比会持续降低，直到某天做成标准化产品交付。这类模式的典型公司是 FancyTech。

第二条，区分生产端和消费端。不管 To B 还是 To C，尽量把 AI 用在生产端，用在公司内部环节，或者先面向生产者社区、创作者群体做生产力工具。到了消费端，不要让最终用户和 AI 产生太多交互，甚至可以是零交互。用户感知到的只是这个东西做得又快又好，使用体验和之前的应用差不多。这类公司最终交付的仍然是产品，而不是物料，典型的是做创作者经济、创作者社区的企业。

第三条，受限场景有限使用。要么选可控性高的场景，比如基于 Stable Diffusion 做图；要么把重点放在 AI 分析而不是 AI 生成上。生成是无中生有，给一段话让它生成一大段，可控性一定出问题；分析是把一大段话压缩成一小段，从里面摘取信息，可控性和准确度高很多。要么控制 AI 的占比，10%、20% 可能已经很足够，让 AI 和现有技术配合，比如 AI 加 RPA、AI 加知识图谱。

最难的是最后一种情况：不用 AI，或者把 AI 用在别处，难在你如何摸清技术边界，据此做好产品定义和用户需求匹配，把 AI 最擅长、最能做出差异的那一块用在刀刃上。这是当下对创始人最大的挑战。

所以曲凯不认同「AI 时代技术为王、技术强的人最适合做这件事」。技术不成熟的时候，反而更需要好的产品经理。产品经理的职责是定义技术的边界，定义当下技术和用户需求的交接点。技术当然可以尝试突破边界，但那是底层、长期的事，而且不管突破到哪一步，永远需要一个产品经理来定义这个交接点。这类公司的典型是妙鸭。

2024 会是 AI 的 2010 年吗 0:16:34

给 AI 找一个对标，曲凯一开始觉得像 2010 年的移动互联网，后来觉得像 2009 年，现在觉得更像 2008 年。

2010 年发生了几件事：iPhone 4 发布，移动手机保有量上升；美团、小米等一批公司在这一两年内成立；出现了中华万年历、墨迹天气这类大用户量的工具型产品。2024 年会不会成为 AI 的元年，他关注三点。

• 大多数 AI 创业公司是在 2023 年年中拿到钱的，做了半年多，产品该陆续上线了。2024 年上半年会有一批精挑细选出来的优秀创业者交出产品，能不能长出超出预期的东西，是第一个观察点。
• OpenAI 今年会发 GPT-4.5 或 GPT-5，有消息说 Q1 就可能发 4.5，Google、苹果在模型上也有动作，开源模型、小模型、端模型都在进展。这些进展能否带来整体能力的提升，让创业者做更多事。
• 宏观环境怎么变，资本市场能不能比之前好一点，美元基金后面怎么走，人民币基金会不会更多进来看 AI。

他的预期偏乐观：2024 年会出现大规模铺开的 AI 产品，虽然不一定是百分百的 AI；2025 年整个 AI 市场会迎来大规模爆发。

但当下必须接受两个设定。

第一，现在能赚钱的公司，大多是套壳的、擦边的、蹭的；真信 AGI、真想做 AI 的公司，大多在痛苦挣扎。他聊过一家公司，团队五六个人，大多数人花大量时间精力给模型打补丁、做可控性、做算法层面的东西，并没有真的在做产品。这很不健康，也很浪费资源和时间。投资人也要尽早放弃 AI Native 的幻想，否则聊完项目的结论是确定的：要么 AI 没起太多作用、占比不高，要么讲得很 AI 但效果不行、短期上不了线。2023 年一堆 agent 项目最后跑不通，就是典型。这个结论短期内不会明显变化，接不接受这个现状，决定了你能不能定向地去做事。当然，这不等于不该有梦想，长期追求 AI 是优秀创业者自己的选择和节奏感问题。

第二，现在市场上所有的产品都会成为先烈和炮灰。移动互联网时代几万几十万个产品，最后 O2O 领域剩下的可能就是美团、滴滴几家。但要看清一点：迭代大概率发生在今天已有的公司和团队内部，产品会成为炮灰，团队不会。头条后来变成抖音，美团从餐饮团购变成外卖，拼多多从水果团购变成电商平台，小红书从购物 PDF 变成社区。你现在做的产品不一定是最终形态，但你要持续进步。

所以当下在 AI 领域创业，先要有能力在短期内赚钱，用一两年把公司体量和组织结构养起来，再随着技术成熟不断迭代产品和市场。简而言之，做一个会做生意的创业者。就像当年的王兴、张一鸣，短时间内创业好几次，校内网、饭否、九九房，最后的赢家不一定赢在今天的这个产品上，甚至不一定赢在今天的这家公司上。创业者需要的是学习做生意、学习赚钱，保持乐观，持续进步，坚信 AI 的机会。

四个远期方向 0:24:22

大多数人对 AI 缺乏想象力，因为还没看到特别性感的机会。曲凯分享了四个方向。

一、所有现存的外包场景，都有机会用 AI 的方式和组织结构重做一遍，并把市场扩大 N 倍。外包公司是典型的交付结果类公司，人力密集、门槛不高，市场上可能有几万家小作坊，做大了管不过来，成本效益算不过来，里面的人还会拉几个人跳出去单干。AI 天然就是替换人力、降本增效的。代码外包、设计外包、广告外包、财税外包，都可能被 AI 做集中化整合，最后剩几家大玩家。这类传统公司的老板不懂资本、不懂市场运作、不懂新技术，但手里有垂直领域的 know-how、复杂流程和客户资源，最理想的创业方式是传统行业的人和 AI 的人结合。做法上，他建议做闭环自营，用 AI 给自己提效，而不是做一个 AI SaaS 卖给市场上的现有玩家。有了 AI，你可以用五分之一甚至十分之一的价格把竞品出清，抢占市场，再慢慢升级产品找机会。

二、大多数双边平台有机会被 AI 改造。双边平台分两类。第一类是纯线上内容平台，抖音、小红书、各种阅读软件，本质是内容匹配：一边大量内容供给，一边大量用户，给两边打标签做推荐，内容越丰富用户越多，用户越多创造的内容越多，形成增长螺旋。

AI 时代会发生什么？曲凯认为供给侧的库存内容和标签的价值会被逐渐磨灭。用户需求本身就是极好的 prompt：你知道用户的属性、偏好、当下在搜什么，这些组合起来就是 prompt，每个用户需要的东西理论上都可以由 AI 即时生成。如果一切内容都能即时生成，知乎现存的几百万个问答还有多大价值？AI 一夜之间提 100 万个问题、做 1000 万个回答，完全做得到。当然社区的价值是另一回事。再往远看，每天刷的短视频会不会是现场即时生成的，你下滑的同时新内容就生成了，你发一条评论，评论会改变你当下的内容。这肯定是长期过程，短期要先解决视频生成算法、算力、速度的问题。但 2010 年的人也不会想到，移动互联网最大的场景是每天在手机上刷短视频。从逻辑和极限法推理，最终一切内容供给都可能现场生成，双边内容平台会变成单边。到那时社区和创作者的角色是什么，值得探索。

他还给了一个更大的判断：上一个时代是推荐打败搜索，这个时代会不会是生成打败推荐？搜索是人主动在海量内容里找适合自己的，推荐是把海量内容里适合的主动推给人，而且越推越准；生成可以看成一个有无限内容可能性的内容库，你想要的东西全都在里面，可以直接定制化生成。到那个节点，就无所谓搜索和推荐了。从这个逻辑讲，生成能引领一整代新的 APP 和创业公司。

第二类双边平台是 O2O，线上撮合、线下交付，比如滴滴、美团、京东。客服售后体系被 AI 改变没什么可讲的，更有意思的是线下供给结构的解构。解构是把供给单元拆得更小更碎，再重新组合，结构发生变化的地方就充满商业创新的机会。

他举了滴滴的例子。现在你只能自己选快车、优享还是专车，从 A 点到 B 点。但如果你的核心诉求是半小时内赶到机场，把诉求交给 AI，AI 可以组织所有出行相关的供给，给出一个方案：先骑车到地铁站，坐地铁到某站，下来再打车，这是最快的组合。快晚点的时候，人确实会使用这种看似复杂、不合理的方案。这就是 AI 真能做的事。

还有一类是涉及线下非标服务的平台，比如 58 同城上的很多服务。请阿姨打扫，你的需求是擦玻璃、遛狗、洗衣服，现在没有这样的选择；房子 40 平还是 55 平，都得选两小时或三小时的服务，为什么不能拍张照片，让 AI 判断屋子的乱的程度、脏的程度，定制化推荐服务和人选？之前的平台花大量精力把非标服务做成标准化，代价是牺牲用户体验和供给灵活性。如果有一个黑盒，里面是 N 多个 bot，bot 之间完成非标对话，那这个黑盒本身就是一个即插即用的标品。最终可以用灵活、标准又定制化的方式提供非标服务。

三、大多数复杂产品和交互形态，有机会被简化成聊天类产品交付。年初大家讨论对话式交互，很多人觉得未来所有产品都会变成对话式交付，对话是最高效的产品形态。曲凯不这么简单粗暴地理解。他的结论是：越简单的需求场景，图形界面越适合，点选最高效；越复杂的场景，需要定义一堆参数、做一堆下拉框选择的地方，对话越高效。

大多数 To B 场景更复杂，SaaS 公司的产品一般都比较复杂。未来这些产品会不会被一个 bot 取代，大家不用打开那个复杂界面，直接聊天就行？2023 年他聊过一家 SaaS 公司，客户和使用群体文化水平不高，公司在 SaaS 之外又做了企业微信入口，用户平时很少打开 SaaS 操作那些复杂界面，在微信后台说一句话就能完成操作。比如你是外卖商家，要接单、改地址，不用去 SaaS 后台选，在后厨说一句「把某个订单改成半小时后配送到另一个地址」，bot 就自动改好了。所以未来会不会所有 SaaS 公司都变成 BaaS 公司，Software as a Service 变成 Bot as a Service？如果一个机器人能解决，干嘛非要一个软件？按这个逻辑，今天所有做 agent 的公司，本质上可能是在做新一代的 SaaS 公司。

四、内容生成即渠道。这个方向有点开脑洞。假设你是全球最大的视频生成公司，抖音上 20% 的视频用你的工具和算法生成。那到底是抖音这个渠道把控了用户和内容，还是你把控了用户和内容？如果抖音、YouTube、快手上都有 20% 的内容是你生成的，全球最大的视频渠道到底是谁？用户要生成一只猫的视频，你可以让猫脖子上戴一个可口可乐 logo 的项圈；用户要生成 15 秒视频，其中一些简单转场画面完全由你操纵和决定。这本身就是对内容渠道结构的改变，里面可能藏着新时代的 AI 分众机会。

2024 年看什么样的公司 0:37:44

回到现实，42 章经 2024 年选择项目的标准分两类。

第一类，能明确赚钱、有规模性收入和利润的公司。这类公司他完全不期待、也不要求你有多 AI，不会嫌你不够 AI，反而会介意你太 AI。太相信 AI，和现阶段做收入利润本身是冲突的。第二类，足够创新的公司。短期内跑不通是正常的，但你特别巧妙地发现了 AI 的某个技术点，特别巧妙地把它和某种用户需求、场景结合起来。这类要求很高，可能很长时间才能看到一两家。

对创始人的要求：想得够清楚，知道当下什么能做、什么不能做，清楚技术和用户需求的边界与匹配；学习能力足够强；最好兼具做生意赚钱的能力和优秀创业者做大事的特点。

给 AI 创始人的建议有三条。第一，不要 To VC，要自己能赚钱。第二，一个很小但能明显提升融资效率的动作：融资时问一句「你们机构过去一年 AI 投什么」。第三，如果想搞钱，可以找 42 章经做 FA，或者加入他们的 AI 私董会，私董会已经聚集了一批市场上最好的 AI 创始人，报名链接在播客评论区。

这期节目信息密度很高，能带走的判断可以归成几条。如果你在 AI 领域创业，先接受产品会变成炮灰、团队不会的事实，把短期赚钱当成第一优先级，用一两年养起组织，再等技术成熟迭代产品。如果你在看机会，外包场景、双边平台、复杂产品的聊天化交付、内容生成即渠道，这四个方向值得持续跟踪。如果你在犹豫要不要现在进场，曲凯的答案很明确：2024、2025 年就是这一代人最关键的两年，等共识完全形成，窗口就窄了。