[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

In my daily life, I encounter many entrepreneurs who share their experiences and ideas with me. After digesting them, I also want to share them back with the entrepreneurs. That's why the column "Brandon's View" was created. In addition to "Brandon's View," there are also "VC 101" and "Founders' sharing" to share different types of perspectives.

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。