AI能让人失业，也能带来新的创业机会。

这周二，比尔·盖茨在自己的博客上写道：在我的一生中，看到过两次让我震惊的革命性的技术演示。

第一次是1980年，他接触到了图形用户界面——这是包括Windows在内的所有现代操作系统的先驱。

第二次发生在去年。OpenAI的团队用了几个月完成了比尔·盖茨给出的命题：训练一个人工智能通过一门生物预修课程考试，最终GPT得到了相当于A或者A+的成绩。

人工智能的发展比想象中更快。

从GPT的迭代，文心一言的落地，到大语言模型与各行各业的结合，创业团队的涌现，都在加速进行中。

如果说虚拟数字人和 AIGC（AI Generated Content，利用人工智能技术来生成内容）是2022年的AI创业热点，如今最大的创业热点，莫过于ChatGPT和文心一言落地后带来的更多想象空间。

近日，中兴通讯宣布全面支持百度“文心一言”，为AI产品应用提供更加强劲的算力支撑，促进AI普及；金融领域也对AI产品的应用看好，国内多家银行相继宣布接入“文心一言”。GPT-4推出了插件功能，使得GPT-4能与5000多个包括餐厅推荐、购物、电商等插件进行交互；在医学领域，微软子公司接入了GPT-4，推出了全自动临床文档应用程序DAX Express。

AI的发展，正呈现出一种“时来天地皆同力”的势头。

同样激增的，还有创业者和资本市场对AI创业的信心。

早在今年2月中旬，王慧文就表示设立公司，招兵买马，踏进人工智能赛道。

阿里巴巴技术副总裁贾扬清3月21日在朋友圈宣布离开阿里，计划瞄准AI架构方向进行创业，要打造一个人工智能平台。

即刻创始人叶锡东（网名瓦恁）近期举办了AI HACK创业竞赛，招募在AI方向有创业想法和热情的人，录取团队将获得30万美元早期投资以及其他资源。

……

各路神仙入局AI赛道的背后，是AI商业化的巨大空间。

艾瑞咨询《中国人工智能产业研究报告（V）》显示，全球企业应用AI产品的平均数量，从2018年的1.9个，到2022年已经翻倍增长为3.8个。

埃森哲商业研究院的调研显示，2018—2021年，企业营收中“由AI推动的份额”平均增加一倍，预计到2024年将进一步增加至36%。

创作者们的热情也持续高涨，在代码托管平台GitHub上，目前每天都会涌现出上百个新的AI工具软件。

AI创业潮真的来到了吗？创业的机会在哪里？这是“神仙打架”还是普通人也能追赶的风口？我们请教了一些大头，来谈谈对这件事的看法。

我们为了最近的AI创业潮举办了一次“GPT-4落地应用场景交流会”，与会者来自创业公司、大厂一线、头部高校、下沉市场，我们关心参与者是否有与GPT紧扣的心得体会，无论是从GPT使用体验出发的产品思考，还是特定领域的深度研究。

我们认为AI将是面向未来的创业立足点。

GPT带来的最显性的体验，首先是展示了人机交互的范式革新，让大家迅速接受了与AI对话的产品形态；其次，将AI的自然对话和智能服务能力提升到新层次，未来还会兼容其他模态。

目前许多创业公司主要在进一步降低使用门槛、提高效率、提高模型可控性和准确率、改造工作流等方向上，聚焦于内容、营销等容易被标准化、模板化的工作场景。

商业模式方面，OpenAI为大模型公司展示了基础设施层“赢家通吃”的诱惑， 但这需要长时间的蛰伏蓄锐，是适合少部分人的金字塔尖的游戏； 如果能站在巨人的肩膀上，基于特定场景，做出和用户直接链接、把用户服务好的产品，也是很好的商业模式。应用的场景相对更细分，团队除了技术还要有商业的洞察，只要抓好一个做深做强就能变成很大的公司。

以GPT为代表的生成式模型刚刚揭露了AI能力的冰山一角，可能没人想到GPT能以如此快的速度进化到可用的状态；我们同样也不能低估AI的想象力，各种变化会自下而上、不可预知地涌现出来。

唯一可以确定的是，随着越来越多的技术越过奇点，任何行业都有被AI再做一遍的潜力， AI能力不断落地将成为新常态，建议每个创业者都应该尝试AI、了解AI。

人类的基本需求还是吃喝玩乐衣食住行，GPT在各个领域的渗透还远未开始，各种互联网产品、工业、服务业也一定有和GPT结合的应用机会。比如，GPT能否进一步提升消费电子产品的智能度？我们可以进一步打开想象力。

在GPT降低人力资源边际成本的趋势下，哪些场景会发生颠覆性的商业变化？哪些场景的制约项会从供给变成需求，如何利用GPT在运营端做出商业优势、更好地满足用户需求？这都是我们想向当下的创业者抛出的问题。

我觉得AI创业团队还是先等等，不着急。AI创业缺一个载体，目前落不了地，也就做个辅助工具，大平台可以做，创业团队没啥希望。

风口年年有，最近两年能落地的概念却不多。ChatGPT比去年的NFT、元宇宙、Web3还是务实很多，落地方式也初见端倪。

ChatGPT、文心一言等通用型的AI训练模型还存在各种各样的问题，但垂直领域的AI落地却有着更高的可能性和更快的普及速度。

ChatGPT的火爆让人觉得背后有一些公关操作，比如通过了职业医师资格考试，比如最短时间内拥有1亿用户。就在几天前，微软子公司Nuance Communications推出了全自动临床文档应用程序DAX Express，这是第一款由GPT-4提供支持的医疗保健解决方案，它能在几秒钟内就自动草拟临床笔记，提高医生效率，减少倦怠感。

实际在我的认知之内，去年讯飞的人工智能早就在医疗领域达到这种水平了。讯飞在1024开发者节上发布了一个信息，讯飞的智医助理产品是唯一通过了国家职业医生资格考试的机器人，在一年辅助诊断中，修正了60万次错误诊断。

这就能看出，大而全的通用AI训练和垂直领域的AI训练到底谁能先形成绝对优势，还并没有肯定的答案。

我们国家AI的发展并不落后，只不过在通用大模型方面有些差距，一个是因为成本高，一个是因为看不到商业化前景，所以愿意大笔投入的企业就没有那么多。ChatGPT概念的火爆对行业发展有不小的推动作用，所以也吸引了创业团队和投资者关注。

现在不只是AI技术层面的创业团队在关注新风口，自媒体也在讲怎么用ChatGPT赚钱，这个东西就好像微商也会教你微信、抖音怎么做，逻辑是相通的，很多人赶风口，把它作为工具去拆解，去赚钱。

这并不代表打信息差的变现方式本身有什么商业价值。

目前大语言模型提升效率的结果就好像那个笑话里讲到的，一个人说自己速算能力很强，一串数字的运算一下就能给出回答，回答问题比较快，但对不对是另外一回事。用GPT生成文字，或者用文字变成视频来获利，反而会把内容生态搞得一团糟，生产的内容的质量不会太高，甚至会制造大量垃圾。

整体来说，目前的AI是平台之战，不适合创业，只适合创新 ， 即有强大算法根基或相当技术资源、资金支持的前提下进行创新。创业潮的幸存者大多是自带资源（主要是技术资源）的从业者中的极少数幸运儿。

尽管这一次创业潮依然是在追赶风口，但风口已经积蓄了多年力量，不是零基础创业者可以追赶的。

整体来说，这一轮GPT盛宴，其实是一次泛大众的人工智能科普，仅仅因为此前的人工智能可望而不可即，如在新闻中看到AlphaGo打败李世石，而现在可以亲身体验，从而引发狂热。但这种体验由于过于狂热，很容易降温。

AI创业技术门槛太高，可参与创业的角度太少，让创业或蹭热点的人，也只能是浅尝即止。

GPT创业场景主要集中在聊天机器人这种通用泛大众化的产品上，可以呈现为文字、语音、绘画、图形设计、语音合成、视频生成等泛内容领域，当然也有许多蹭热点的创业者会选择通过抢注商标、域名、仿制App、购买专利或协助用户体验部分付费或国外资源，作为“中间商”赚差价。

目前而言，并没有特别好的商业模式， AI目前的体验只是让人“眼前一亮、依然智障”。 商业化模式不明显，仅仅能够作为一种体验项目，而很难直接变成真正内容层面的“办公自动化”。

在底层技术创业，如语言训练和语音训练、视觉训练。语言训练能陪聊，而语音训练可以解放双手，视觉训练能完成极高识别，可以极大加速自动驾驶的进展速度。

在应用层领域，创业者难以快速积累出核心算法和完成深度学习（ChatGPT和文心一言的公众开放更是全民辅导状态下的一种训练学习），很难有所成功，大多只能通过将类GPT接入到自身的应用中，通过创新玩法来创造内容（图、文、视频），这一点类似于微软Office365接入GPT来达成更多办公应用场景的破圈或辅助。

目前而言，GPT的走向尚未明确，在自己的应用中接入GPT服务，来达成自身产品基础上的独特体验，或许更为稳健。

风口的出现就是有机会让普通的人不普通的，比如2012年出来的公众号让很多普通人变得不普通，2018年的抖音、2020年的视频号等等都是。而这次的风口更大，当然最终抓到机会的总是少数人， 但就算是概率问题，我们都有机会做分子。

不过这一次，我倒觉得在早期阶段，普通人可以不用考虑大机会，里面有很多小机会，比如跟写作、小红书、社群、课程、训练营、副业相关的机会，相关从业者更快了解学习，可以在职业发展上更有优势。

我本身是做写作培训和自媒体变现培训的，我比较关注的是ChatGPT和写作的结合，做ChatGPT写作的培训，从大众角度看，大部分人其实写作能力很差，正确使用ChatGPT会大幅度提高大众的整体写作能力，同时我发现你想在哪个领域把ChatGPT用得更好，你本身必须懂这个领域。

从写作上讲，新媒体编辑、作者、文案等，本身更懂写作，同样都用ChatGPT写作，他们的水平肯定也比大众更高，所以我觉得专门从事写作相关工作的人接受培训可以更进一步地提升写作水平和效率，让自己在同行业获得先发竞争力优势。AI、ChatGPT，不会让人失业，但会进一步拉大人与人的差距，既然逃不过学习，不如早点学习。

每一次技术革命、效率革命，都有机会做十倍增长， 没有革命性变化的常规时期，很努力也未必有好的增长，每一次这种效率革命也会让资源和利益有机会重新分配，赶早不赶晚。