金沙江创投合伙人
近年来，中国创投领域呈现出一个鲜明特点：热点更迭速度极快且转变彻底。2020年，新消费领域成为众人瞩目的焦点，当时与新消费相关的创业公司估值普遍偏高。然而，仅仅三年多时间过去，市场上对新消费领域的创业机会已经鲜有人问津。
2021年，SaaS(软件即服务)领域崭露头角，迅速成为市场热点，相关公司估值也随之飙升，普遍达到10—20倍，甚至有些项目估值高达50倍。紧接着，2022年储能赛道拿过接力棒，成为投资者新的关注焦点。到了2023年，XR(虚拟现实、增强现实和混合现实)技术又脱颖而出，成为创投领域新的热点方向。
2023年，部分小微企业、创新型企业以及消费类企业在维持规模化利润的同时，依然实现了2—3倍的稳健增长。虽然SaaS领域的热潮已逐渐褪去，导致许多投资人对软件行业的前景感到悲观，但AIGC(生成式人工智能)的崛起有望为行业带来爆发式的增长机遇。
我之所以判断创业者在中国仍拥有大量机会，主要有三点原因。
首先，中国拥有庞大的人口基数，并持续产生着消费需求，为创业者提供了广阔的市场空间。
其次，中国用30年时间搭建了完整的、成熟的供应链，短时间内是其他国家难以复制或超越的，这为中国创业者提供了独特的竞争优势。
再者，中国的创业者努力程度和创新精神在全球范围内都是首屈一指的，这为中国的创业环境注入了强大的活力。
AIGC对创业的影响是多维的，但绝不能简单地归结为“乐观”。以海外知名的自动语法纠错与写作辅助独角兽公司Grammarly为例，该公司在2021年以高达130亿美元的估值成功融资2亿美元，一时风头无两。
ChatGPT于2022年底发布后，Grammarly公司陷入了危机。2023年5月，公司新任首席执行官公开阐述了“为何ChatGPT无法取代他们的业务”的观点，以回应公众和投资者的质疑。当前，市面上已涌现出众多基于ChatGPT开发的廉价甚至免费的类似产品，这无疑给这家昔日独角兽企业带来了巨大的压力。
这个案例旨在激发读者的深思：基于AIGC或ChatGPT的框架下，创业真正的价值何在?你的商业模式的防护壁垒又在哪里?近期，我们观察到美国的AIGC公司大多在进行所谓的“套皮”创业——即简单地采用OpenAI(开放人工智能)的内核，再套上一个用户场景。然而，这种模式下，真正属于企业自身的创新和价值往往显得相当单薄，极易被其他竞争者所替代。
在移动互联网时代，这套创业逻辑是行之有效的。由于系统厂商如iOS(苹果操作系统)和安卓等，在许多细分领域尚未能全面覆盖，因此为创业者提供了机遇。例如，曾经备受瞩目的手机应用安卓优化大师，凭借其独特的价值主张，成功实现了上亿元估值。然而，在ChatGPT等新兴技术的冲击下，这一局面已不复存在。ChatGPT等的迅速崛起不仅填补了这些“边边角角”的市场空白，更使得创业者难以突破市场。
那么，问题来了：在AIGC领域，创业者的机遇究竟何在?我认为，在当今的AIGC创业浪潮中，要寻找那些现有的存量市场，并选择恰当的切入点非常关键。
有这样一个案例：一家AIGC公司实现了连续几个月环比增长超过10倍的业绩。他们成功的秘诀并非在于追逐宏大的市场场景，而是专注于解决一个常被忽视的“小痛点”。这时公司巧妙地将AIGC技术应用于外呼营销电话领域，将原本枯燥无味的电话营销转变为富有创意的虚拟直播形式。当消费者接到电话时，他们不再感到被骚扰，反而可能会欣赏到直播互动，这种形式极大提升了用户体验的趣味性。
4月，这家公司尝试性地外呼了5000个电话，到了5月，这一数字飙升至5万。在紧接着的6月份，他们成功外呼了50万个电话。按照这个增长趋势，这个市场潜力之大超乎想象。这个创新的想法，把原本视为骚扰的电话，转变为一种富有用户体验和趣味性的互动方式。
人工智能最鲜明的特征在于其爆发式的增长潜力，相较于移动互联网时代所呈现的线性增长模式，这一点尤为突出。尽管2016年推出的AlphaGo在围棋领域取得了显著成就，但直到ChatGPT的问世，人工智能才真正跨入了广泛的商业化应用场景。
ChatGPT在内容创作领域展现出了卓越的应用潜力，并在多个行业迅速占据领先地位。以编程为例，ChatGPT能够提升程序员50%的工作效率。在照片和视频行业，自动化生成图片和视频的技术革新，极大地降低了产品推广的成本。我们投资的一家专注于AIGC广告视频业务的企业，2023年营收比2022年增长了5倍，这充分证明了AIGC在广告领域的巨大商业价值和发展潜力。
通用大模型的盛行吸引了众多创业公司的目光，他们纷纷将焦点聚集在模型的开发上。但由于大模型对资源和基础设施的要求极高，小公司在短期内很难突破这一门槛。但这也为创业者们提供了另一个契机——专注于垂直领域的大模型开发。我之前提到的那家专注于“广告营销”的公司，在积累了大量客户服务经验后，已着手训练自己的专属模型。
AIGC创业的成功之道可以归结为：场景为先，构建完整的数据闭环，进而训练出适用于特定垂直领域的模型。
