You are now offline.

AI生成只有巨人玩得起?給AIGC創業家的忠告:慎選商業模式比努力更重要

AI生成只有巨人玩得起?給AIGC創業家的忠告:慎選商業模式比努力更重要
AFP
分享
收藏
已完成
已取消

去年Open AI的ChatGPT (GPT 3.5) 火紅後,不管是對話式AI或者是AI圖片詠唱等方式,都可以看到社群很多人分享,不少創業者也跳進這波的基於ChatGPT下,創造出各種應用服務的趨勢,而許多VC的關注力道也逐漸加強。這類的AI應用其實都算是生成式AI(Generative AI)的一環。根據Pitchbook的資料顯示,到2022年底時,生成式AI投資總金額接近14億美元,相信2023 Q1後這個數字還會大幅上升。每次發生一窩蜂的資金湧入到一個新興的項目時,雖然代表著大家看好這樣的機會,但有沒有什麼方式可以更聰明的投入呢?

生成式AI崛起

紅杉資本在2022年時,有一篇Generative AI: A Creative New World,裡面就提到了生成式AI的崛起,主要可以應用的領域有文本(Text)、編碼(Code)、圖片(image)、影像(Video)等,其中又以文本為最多投入與相對比較進步成熟的領域。

截圖-2023-01-10-上午11.34.57.png
Generative AI: A Creative New World

從上面的圖你不難發現,Model Layer大多背後都有網路巨人的影子,不管是Google、Meta、或是Microsoft(Microsoft投資了OpenAI,近期有些新聞提到微軟推出的網路搜尋引擎Bing也會加入ChatGPT的元素來跟Google Search一較高下,OpenAI的投資人每個也都來歷不小,目前的CEO是Sam Altman)。

生成式AI是巨人玩的遊戲

前幾年AI剛開始紅起來時,很多人也都想要做AI的Infra,但這幾年看下來,大家發現其實訓練模型是很花錢的,特別是大家對於AI的想像是那種通用人工智慧(Artificial General Intelligence,AGI),要能更應用到各式各樣場景更是難上加難,所以後來就會有人開始倡導,如果是要創業選題目的話,也許專注在某個領域的Vertical AI會是比較可行的方法,一來你訓練的資料量透過產業的選擇,比較相關也比較好訓練,二來是在商業模式的推廣上,比較聚焦,有個明確的TA,讓你進行商業化的過程中比較容易(白話就是比較容易找到想買單的客戶,然後也能夠讓他願意付錢)。但不管怎樣,很多這樣的Vertical AI團隊也都是建立在其他巨人的肩膀上,建構出自己的服務,畢竟不需要再自己發明一次輪子,建立在既有巨人的技術基礎上,做自己選擇的賽道,衍生出自己的服務,從商業上獲利,可能是更聰明的做法。

Google跟OpenAI可能就是這些巨人裡面走得比較前面的。而這些圍繞著這些底層開發的開發者,就會形成Platform間的競爭,這也就又不能提到Network Effect了。

選擇(商業模式)比努力還重要

但最近Stock AI卻宣布要停止目前的服務,Q1會提供新的服務。其實這也提醒的想一頭栽進去生成式AI世界的創業者,選擇商業模式比努力還重要。過去也都有幾波這樣的新潮流出現,然後過沒半年這類的新創就遍地開花,然後就是死一堆。在這題目剛開始很新奇的時候,多數人士願意投資資源進去的,但隨著可以採用的服務變多,消費者最終是否願意付費,則又是另外一回事了。

舉例來說,前幾年Chatbot盛行時,很多開發者就開發了圍繞著Messenger或是Line的服務,但有些創業者不久後就發現,他們的客戶不一定願意付費,或是付費也只能夠收蠻低的費用,整個成本結構算起來可能也不太能支撐。這次Stock AI的事件應該也是經歷了這樣的狀況,AI運算的背後都是算力,也都是需要錢的,當然你可以使用成本加成法,把你的利潤疊加上去,但如果客人不買單,那這筆帳還是算不過來。這些投入都是創業者的投資,如果不能轉成錢,那技術再好也是白搭。所以選擇賽道與應用就變得重要起來了。你得去選擇客戶比較痛,願意去付錢的項目,未來才有機會賺到錢。

過去在Chatbot火紅的時代,我們也曾跟創業者聊到,替他們的客戶提升營收的服務,相對於幫他節省成本的服務,他們的客戶更願意去付費,這是一種思考模式。或者我們用智慧農業做例子,有很多把IoT設備運用到農業上的新創,後來失敗了,也是因為帳算不過來,因為一開始就要投入資本把整個設備架起來,還有戶外的聯網系統等,雖然實際上會有效益,但農夫算一算我投入這些錢,就算提升效率或降低耗損了,但我要多久才能把這投資賺回來?所以有些還活著的創業者,當初是選擇了高經濟作物作為TA,這筆帳才勉強算得過來。

生成式AI的未來

我認為從B端出發,底層的這些生成式AI如果可以吸引更多的開發者來上面開發,開發者選擇對的TA,有好的商業模式,收取足夠的費用,才有辦法負擔相對應的成本。為何是B端的原因,主要是這些程式開發者相對於一般使用者而言,有比較好的Skill Set將這類Generative AI的應用,串接到自己的服務上,同時對於生成式AI類別的公司,To B依照你使用的量(By Tokens or By images)去收費,跟大B小B的合作締結,相較於讓他們自己開發產品,直接去跟C端客戶溝通,會是他們比較熟悉的方式,同時透過B端的使用者,加強自己的Network Effect(網絡效應),這才是他們長期經營更重要的。所以現在的創業者也可以審視手上的項目,如果有些流程可以透過生成式AI的應用自動化,讓你的服務如虎添翼,那我認為搭上這波潮流,應該有機會讓你的Traction(牽引力)更上一層樓。

本文授權轉載自《布蘭登觀點》,作者:江旻峻,原文標題:[布蘭登觀點 90] AIGC 百花齊放的背後,更重要的是慎選商業模式

TAGS: # AI
延伸閱讀
本文作者 《布蘭登觀點》江旻峻 《布蘭登觀點》江旻峻

熟悉網路產業的商業模式與趨勢,曾輔導超過100家之網路新創,給予實際建議並提供團隊長期策略思考。更曾投資及管理數十家以上網路新創團隊,範圍橫跨早期至C輪融資階段甚至是獨角獸新創公司,透過與創業團隊交流及相互學習,期待能有效鏈結資源協助團隊快速茁壯。

使用會員功能前,請先登入

  • 收藏文章
了解更多關於創業小聚的資訊,歡迎透過以下服務: