专题:第18届中国投资年会·年度峰会
来源:i黑马
2024年,傅盛非常在创业大佬间有一个热门词——和解。对话
前有周鸿祎与傅盛和解,朱啸今有傅盛与朱啸虎和解。商业
与故人握手言和,模式既是傅盛非常学无止境跟正在落幕的旧时代告别,也是对话轻装上阵拥抱AI大潮。
去年傅盛和朱啸虎还在朋友圈互怼,朱啸今天下午,商业傅盛又和朱啸虎秉承“尽量说真话,模式保证不装逼”进行了一场面对面的傅盛非常激辩。
看完整个对话,对话其中最精彩的朱啸地方至少有五处:
第一,对话一开始,商业朱啸虎首次回应此前的模式“暴论”——“我们五年回本,靠的是分红”;傅盛则“旧事重提,伤口撒盐”,他认为这也是为什么朱啸虎会会错失投资“今日头条”。
第二,他俩一起回顾了去年在朋友圈为什么互怼,以及当时的分歧点。聊得正嗨时,傅盛还直接给朱啸虎道了个歉。
第三,傅盛再次回应周鸿祎此前抛给他的问题。他认为,周鸿祎提出这样的问题,是因为他对人工智能的理解可能还不够深。
第四,傅盛提出,“中国AI四小龙”可能是中国AI产业未来发展的下限;朱啸虎则更为激进,认为“中国AI四小龙”是中国AI产业未来发展的上限,毕竟他们赶上了政府安防建设的大红利。
第五,关于大模型应用落地,朱啸虎说道,“我感觉奥特曼在吹牛逼,GPT 5 肯定没那么惊艳”;傅盛表示赞同,他认为GPT5这么久不发布,甜言蜜语要么是性能没提高多少,要么是成本太高。
好了,废话不多说,以下是他们的精彩对话内容:
01
朱啸虎首次回应
五年回本靠的分红
提问:朱总,上次你说“我们五年回本,靠的是分红”,这话一出来,好多人说朱啸虎又在发表“暴论”了。过程中有两个反问:一是,如果要是企业现金流这么好的话,为什么要拿你钱?二是张颖认为,美元 LP 一定不会为你这个说法买单。这里想先听听傅总怎么看朱总的暴论?
傅盛:如果从字面理解,风险投资没有风险,那当银行也挺好。所以,这样的说法和风险投资的本质是相悖的。第二,科技行业的风险和收益是成正比的,只靠分红可能就会错过投资今日头条这样的企业。朱啸虎:我说的分红,主要是指消费行业的投资。现在这个消费行业投资的分红已是行业惯例,说实话,我说的分红还是很温柔的。我们要求的分红,只是按照股东的股权比例来分红,所以五年拿回本金还是有可能性的。当然,这里还有很多假设条件,比如说利润是每年增长50%。但是核心问题是,必须给投资人、 LP 持续稳定的现金流。现在政府也在讲“耐心资本”,什么叫耐心资本?怎么才能有耐心?我们昨天晚上开会时就讲,我是妖魔鬼怪有耐心,但没有资本。当然,这是在讲笑话。
如果我投了你一个亿,十年一分钱没回来,你到底是不是骗子,这资产是真的还是假的,我都不知道,怎么可能有耐心?但是每年有稳定的现金流,大家都会比较放心一点,整个产业也有会有耐心建立起一个长期投资的观念。
最主要是中美的 VC 差别很大,是美国 VC 在过去几十年基本上都很明确, 十年一个周期,2000 年泡沫破裂,慢慢涨回来,到 2009年,又是金融危机,然后再慢慢涨回来。
中国 VC 过去 20 年都习惯短周期,每三年一周期,每两三年就会讲一次“冬天来了,现金为王”。但那时候的冬天,大家还是不慌的,因为这个周期很短,坚持了一两年,泡沫又来了。
所以,中国的 VC 过去 20 年都是拿住不舍得卖,后面还有更高的。但实际上,过去 5 年任何一个卖出都是正确的,没有人后悔,坚持的都是傻瓜,基本上都是丧失逃生的机会。中国的 VC 肯定要习惯以十年的长周期来做投资。
提问:张颖认为,等闲视之美元 LP 一定不会为你这个说法买单。你怎么看?
朱啸虎:我们现在和美元 LP 沟通,他们现在也开始逐步接受了我的看法。
02
回顾去年在朋友圈互怼
提问:咱们回溯一下,一年之前你俩在朋友圈抬的杠。你觉得当时你们俩是在讨论什么?主要分歧是什么?傅盛:就那天晚上而言,肯定是有分歧的。那篇文章是我第三次见到朱总类似的发言了,说“大模型对创业者不友好”。我当时有几个点:
首先是立场问题,我把自己定义为创业者,创业者不喜欢投资人站着说话不腰疼,经常来指点,说这个可以做,那个不能做。那这样就不要创业者,投资人自己干呗,对吧?创业之所以繁荣,就是因为有各式各样的非共识。
第二,大模型刚出来那时候,大家其实是处在一种有点震惊的状态中,关于大模型的能力边界到底在哪里,是有争论的。我当时认为,一个技术再好,都必须包装成产品,被用户去使用,这就是应用开发者的创业机会。
第三,任何时代只要技术变迁,就必然带来各种产品变化,这也是创业者最好的机会,只是因为我们看不清。
当然,还有一个小因素,那天稍微有一点点喝了点酒,哈哈!好为人师稍微有点冲动,我后来也看了一下,发言也有点不逊,这里也跟朱总道个歉。
朱啸虎:实际上是媒体的标题党造成了好多误解。后来我们沟通过,很多关于AI的观点都是一致的。说实话,至少我个人对明年AI应用爆发是非常非常乐观的。
你看 Llama 3的两个小模型,非常非常厉害。昨天晚iPad Pro 推了 M4 芯片,也是非常有意思的。一个几百亿参数的小模型,可能在端侧就可以直接跑起来了。尤其今年下半年的新 iPhone ,可能也是类似的。这样的话,我觉得明年AI在应用层绝对会爆发。
提问:你们两位是不是现在都在等iPhone 装大模型这个节点?
朱啸虎:我们一直在密切关注AI应用,目前只关注能够商业化的、能够达到实现 PMF 的 AI 应用,而且明年这个时间点上,AI 应用肯定会大爆发的。
03
奥特曼在吹牛逼
AI四小龙不是好模式
提问:之前有一个非常通用的说法,你们说国内大模型公司未来的下限是“AI四小龙”,说千亿大模型、四小龙也很难,这里是不是要具体解释一下?傅盛:第一个,AI 2.0 和 AI 1.0 有一个很大的不同。AI 2.0迅速在全社会达成了一个大共识,这一波会颠覆整个生产力革命,基本上没什么分歧。
但 AI 1.0 并不是这样,AI 1.0 最早只有几个科技企业开始动,留给创业公司的时间差是够的。你真正看四小龙做人脸识别的时候,互联网大厂基本都没怎么动。新人新事但 OpenAI 发布后, 几个大厂都开始动了,随后中小创业者才进来,他们的时间差留的不一样。
第二个就比较得罪人了,我到今天依然都不认为四小龙是个好模式。因为我最近去看了一下某些上市公司财报收入 30 个亿,亏损 70 个亿。好的企业当然要前期要投入,但你 10 年都是这样的话,我就不太认同了。提问:AI 四小龙跟你们猎豹比怎么样?
傅盛:怎么样?我们至少钱是自己挣的,哈哈哈。虽然这两年因为在美国被下架有一些亏损,但是都是在自己的资金池里量固为出的做。有一定的超前,但是并不是完全不计成本的投入。
今天大模型如果真要烧钱的话,你烧得过OpenAI吗?而且,我跟朱总上台前交流过,我们觉得 OpenAI 可能未来的商业化都是个问题。不要说未来,可能现在就是了。
今天所有大模型能力都在迅速拉齐,你做不出超过一年的技术壁垒,商业化再不去快速落地,怎么去跟这些已经有应用场景的大厂去比拼?所以,我是不看好只怼大模型能力的这种创意,很难跟大厂拉开差距。
你看谷歌最近股价还在涨,又涨回2万亿美金了。苹果这一轮,把 M3 都丢掉了,直接上M4。财分析师质疑他说,你才花这么点钱买卡,苹果说我用混合模型,把芯片和端做好,为人师表反正大模型已经太多了,我随便用谁的效果都不差。你看全世界最有钱的公司都这么去思考。
我会觉得,真正能把一个东西用好的这种机会是一直存在,谁先趟出来,谁就像互联网当年第一波特别热的时候。最后死的都是狂欢公司,反而是那些比较土的公司活下来,最后变得很厉害。提问:总结一下,一个是成本问题,一个是竞争问题,一个是商业模式的问题。这三个问题,对国内的千亿大模型公司,可能是一个很非常难跨过去的挑战。
朱啸虎:我比他还要更激进一点。我觉得四小龙不是下限,而是上限。四小龙运气很好,碰上了安防大建设这个巨大的红利,中国政府投了几千甚至上万亿。我们当年为什么不投四小龙,就是觉得这技术没有门槛,最多领先别人半年时间,今天的大模型更是一样,我觉得更差。
问题是你技术没有差异点,而且每一代技术你都要投,可能GPT 3.5 就几千万美金, GPT4 可能要几亿美金, GPT5 可能要几十亿美金。每一代模型你都要重新去砸钱,而且你变现周期可能就两三年。这比发电厂还要差,发电厂投入一部分后,基本上不需要再投入更多钱。一扫而空说实话,这是非常非常差的商业模式。
我前段时间和负责人聊天,我都感觉是他妈奥特曼在吹牛逼,我觉得 GPT 5 肯定没有这么惊艳,或者 GPT 5 惊不惊艳不重要, GPT 4 已经满足了绝大部分的商业需求,升级对于商业模式本身已经没那么大的变化了。
傅盛:GPT 5这么久不发布,肯定要么是性能没提高多少,要么是成本太高。
04
傅盛专攻百亿大模型
这路子对吗?
提问:傅总说他现在专攻百亿大模型,你觉得这路子对吗?
朱啸虎:我觉得特别好,边缘端的小模型必然是未来方向,而且商业机会特别多。
傅盛:我们帮一些公司做私有化模型落地,发现百亿参数在绝大部分场景下够了,甚至你如果给它规定的场景很清晰,会比 GP 4 还好。
朱啸虎:大部分工作都不需要清华本科、哈佛博士,只需要一个专科生就足够了,这是现实情况。所以,百亿小模型就是一个专科生,他能干了绝大部分的活。傅盛:对,只要你岗位定义的清晰,就是可以省人工。
05
周鸿祎对AI理解不够深
提问:上回你和周鸿祎去做了一次对谈,他提了一个非常尖锐的问题,说你为什么要同时要搞这么多事?又是 To B ,又是 to C ,还做机器人,你要是心里非常有谱的话,为什么不 all in 一个?傅盛:他当时的原问题是,你又做大模型又做机器人,为什么不只做具身智能?我觉得他提这个问题,笑里藏刀可能是他对人工智能的理解还不够深吧。这两件事不能对立着看。特斯拉的FSD 也好,具身智能也好,底层都是Transformer,基本构架就是大语言模型。我觉得大语言模型应该改个名字,叫大逻辑模型。语言知识库丰不丰富不重要,知识库丰富就是大语言模型,视觉能力丰富就是自动驾驶模型,当它和机械臂连接起来时,就是一个自我动作规划模型。
我认为机器人最后拼的就是大脑,大语言模型就是机械的大脑。你可以把机器人看成是大模型的应用,现在我训完大语言模型后,再去训技师具身智能的模型,就比以前要简单很多。提问:朱总,假设你是他的股东,对他们公司现在的战略方向认可吗?
朱啸虎:我的理解是,傅总最近一直在尝试在边缘端侧的小模型商业化应用,这是我现在觉得非常看好的。而且觉得在未来一两年肯定会在这个方向爆发。我觉得确实现在必须聚焦在这个方向做事情,这里面有很多很多机会。