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？
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。
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。
