[布蘭登觀點 090] AIGC 百花齊放的背後,更重要的是慎選商業模式

在我每天的生活中,都會遇到許多創業者,有許多心得與想法,經過我的消化後,也想跟創業者分享, [布蘭登觀點] 就是因此而生的專欄。除了  [布蘭登觀點] 以外,還有 [VC 101] 與 [創業者這樣說] 來分享不同類別的看法。

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,而許多的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,Generative AI 投資總金額接近 USD 1.4B,相信 2023 Q1 後這個數字還會大幅上升。但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?

Source: Pitchbook

Generative AI 生成式 AI

紅杉資本在 2022 年時,有一篇 Generative AI: A Creative New World,裡面就提到了 Generative 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 Text 為最多投入與相對比較進步成熟的領域。

Source: 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 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)。

Generative 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 Generative 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。

Generative AI 的未來

我認為從 B 端出發,底層的這些 Generative 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 Generative 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,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 Generative 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 更上一層樓。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *