|
近来看了些基于大模型的产品，真的是差点把自己看哭了。
倒不是悲天悯人，而是想起了过去十年里被这些创意和产品折磨的日子。
这些产品是死路，但新的一波同学们可能太新，所以并没有过去十年的记忆，因此在大量重复过去的故事。
这些创意在底层逻辑上并不会因为大模型就改变境遇，关键是内部结构的矛盾性，这些矛盾性在很多项目上并没有因为大模型而缩小，其实是放大了。
这里总结一些典型的蕴含矛盾会搞死自己的模式，供感兴趣的同学参考吧。
大模型做不了解决方案
长期做AI的同学大家都知道，上次的人工智能创业因为迟迟无法在产品上构建现金流，最后不管多有名的企业，不管起点是视觉、语音、NLP，最终大家的归宿几乎是一样的：做解决方案。
在开始投标、需求打磨、开发、交付这条路之后，前面说的结构性矛盾就出现了。
对于这种重运营、渠道工作，在内要消耗大量的人力，在外则定价的时候基本没啥发言权。
这难处就正好打在了创业公司的七寸上。
AI创业公司人贵，不擅长精细化运营。
真要干上面这类工作要有点干毛巾能拧出水（稻盛和夫）的本事才行，技术在不影响定价权的时候其实反倒是不关键。
创业公司如果有精细化运营的本事那就不是创业公司。
基本处在“想敢干”阶段的创业公司和这个要求是矛盾的。
让科技公司改成这样，那差不多相当于让悟空、八戒天天念经，有紧箍咒都不好使，何况还没有，也没这意愿。
再加上人贵，于是就只能天天亏损。
一亏十年，其实是把一个本应技术产品驱动的活干成了运营业务驱动的细致活的必然结果。
这和谁干没关系，套在这种结构里面，谁进来都够呛。
大模型之后，这个模式的境地其实是变差了（还有经济环境的原因）。
因为大模型上的支出其实是提高的，不管是模型本身，还是人员成本，但你定价一端并没有变化，对精细化运营的要求也是有增无减。
有时候就会碰到几十上百万的项目四处找大模型的情况。
而为了拿到这些机会，模型的价格就一路下降。
这是个什么路数呢？
一个公司倾尽全力大模型也不一定能干好，所以随便那个领域的模型也不可能仅靠一点预算就能干出个有价值的结果。
一旦这类项目启动，那最后只可能是在这链条上的人一起想办法把事情对付过去。
供给方赚个流水，还不一定赚钱。
消费方，花了钱拿到个不能用或者不好用的模型。（因为技术本身迭代很快，这么做出的模型只可能越来越不好用）
然后在外部声浪的助推下（比如OpenAI的新模型），这事一次一次发生，然后一次一次透支AI的预期。
在小模型或者互联网的情况下，这路不怎么赚钱大致还能走，在大模型的时代，这是条死路。（后面还跟着私有部署、长期运维等一系列事儿呢）
| 
