套用一个流行句式：“当我们说‘AI时代’时，我们在说什么？”对创业者而言，这个问题指向对移动互联网时代与AI时代生态差异的认知。具备同样素质的创业者，在移动互联网创业浪潮中能脱颖而出，在AI浪潮中则可能溺水而亡。像王小川这样经历过多次洗礼的老炮，以及正谋求所谓“拥抱AI”的头部科技企业，也都需要完成自己能力的代际切换。
创业中有一些永恒的要素，如资本、技术、场景等，从移动互联网时代到AI时代都发生了一定变化。
首先，从资本角度看。中国一级市场的快速发展，与互联网和移动互联网的崛起相伴而生，因此之前一级市场更适应互联网和移动互联网的投资逻辑，和这套投资逻辑交互影响的就是商业逻辑，即追求边际效益的最大化，随着规模扩张，当双边平台网络足够大，边际成本趋于零的公司最具竞争力。如果用户规模到达某个级数，新盈亏平衡点出现，之后营收会呈指数性增长，最后赢家通吃。
从搜索到电商，从O2O到共享经济，赢家都沿着这套逻辑杀出来。资本需要支撑它们前期大规模“烧钱”，跑马圈地，以换取流量与市场份额。换而言之，资本本身就是移动互联网时代的核心竞争力。
但类似投资逻辑在今天已经不适用，如果沿用过去的框架来看市场，投资会很难，融资会更难。过去18个月以来，移动互联网逻辑下的很多公司，即使盈利能力很好，商业模式成熟，往往上市前最后一轮估值都会腰斩，或者多次递表也难以IPO。即使成功敲钟，往往在二级市场日均交易量也不活跃，无法给投资人赚钱。这其中自然有全球资本市场大环境的影响，但也需要重新审视投融资模式。
AI时代，模型公司需要花费巨大精力去提供定制化解决方案，这意味着投资不再严格遵循“数一数二”原则，移动互联网赢者通吃的局面很难出现，不会出现投中一个巨头公司拿下一个庞大市场中的大部分份额的情形。
另外，如创新工场管理合伙人汪华在一次访谈中所说的，投资人在移动互联网早期“无共识而有行动”，对其前景缺乏一致认知，甚至很多人认为和PC互联网一样，创业者很难摆脱运营商控制。从2008年到2013年，用了5年时间共识才达成。尽管如此，这5年来移动互联网投融资活跃度依然很高，因为大家都不愿意错过周期性机会。大模型创业则是“有共识而少行动”，各方面几乎从第一天开始就达成共识，ChatGPT发布两个月时间全球用户过亿，是史上用户增长最快的消费级应用程序。可大模型投融资降温速度也快于移动互联网早期，研究机构CB Insights发布过一份《2023年人工智能（AI）行业现状报告》，称2023年中国AI领域投融资数量约为232笔，同比下降38%；融资总额约为20亿美元，同比下降70%。
移动互联网时代，一级市场还是美元基金天下，追求小概率下的大成功，而AI时代，国内一级市场已经人民币化，更追求确定性回报。受这种偏谨慎风格的影响，创业者如何获得资本助力将是个新课题。
再看技术。一种技术一旦成为基础生产要素，上层所构建的商业建筑就会被重构，无论是工作方式，工具、协作方式、组织形式、商业模式、用户体验都会变得不一样。移动互联网如此，AI也会如此。只是不同的基础生产要素，所构建的商业建筑也不一样，更何况AI可是更底层的生产要素。
移动互联网时代同样存在技术壁垒，同样需要产品主义，只是经过之前PC互联网长期铺垫，不存在高成本与高门槛问题，关键是谁能在同样基础上做出更符合用户需求的应用。AI时代用户使用门槛与成本出现了百倍级下降，1.0阶段AI全部都是任务导向，假设做词性标注、车牌识别、人脸识别，每个不同任务都需要挑一套独立算法，实现一套独立逻辑，训练一个独立模型。到了2.0阶段，它已经是通用任务大师。即使如此，与移动互联网刚兴起时相比，门槛和成本依然很高，对算力、算法和数据的要求，更远远超出移动互联网创业的要求。
降本增效是企业永恒话题，AI时代的成本与效益计算方式和移动互联网时代不同。移动互联网具备重链接、轻算力点，需要最快产生网络效应，而快速获客不是AI时代企业达到盈亏平衡点的核心要素，后者在于单位用户算力成本与单位用户智能服务等效收益间的比较。因此过去创业先要考虑买怎样的云服务，很快可能需要考虑买多少Token，财务模型都会受到影响。
一些技术概念也发生了相应变化。以数据为例，移动互联网公司曾普遍认为结构化数据才能叫数据资产，因为之前大家更擅长处理结构化数据。实际上一家商业机构合同文本、会议纪要、采购单、发票、财务报表等，以文本、视频、音频等不同形式存在，至少95%都是非结构化的，这导致大量数据处于浪费状态。
AI时代非结构化数据有了重新激活的可能。大模型可以理解多种数据格式和上下文，生成自然语言文本，进而对非结构化数据进行处理和分析，反而过于结构化的数据因为人为标注，某种程度上视为受到污染，损失了上下文信息，因此连关于数据资产的定义都已不同。
就场景而言，移动互联网通过终端设备拓展了大量新场景，根据新场景又产生原生应用，这些应用更像有温度的工具。AI时代则模型、数据、场景完全统一，交互界面更加丰富，未来通过具身智能还可以将交互从数字世界拓展到物理世界。现在C端用户对大模型感知最深的交互场景依然是对话，其实大模型不是一种工具，而是一种能力，它最终会润物细无声地进入到生产和生活每个场景，在用户没有感知的情况下就达到全新体验。
移动互联网的商业化场景先自C端发力，从消费互联网普及，到2018年进入产业互联网阶段。当前业内较为统一的看法，是大模型最先落地的商业化场景在B端，而在企业级市场，大模型会有更深度的场景应用。例如机器人过去能做到精确地抓取规则的零部件，但如果今天应用模型能力，要抓取不规则的零部件，机械臂需要通过机器视觉来判断，这要依赖一系列工程化的复杂解决方案。
从研究的角度，科学家自然希望能有一个或几个大模型解决一切场景中的问题，而具体到商业场景中落地，基础模型公司也会遇到自己的能力边界。Agent（智能体）的能力，本质上还是“模型能力+应用能力”，模型只是其中一部分。在最后一公里场景，更离不开Know-How和模型能力的结合，需要比移动互联网时代对垂直场景有更深刻的理解。
如智谱AI的COO张帆所说，当前面对大模型，企业容易产生两种极端思维。一种把它当成许愿池，好像什么都可以搞定；另一种，每时每刻都找一些大模型干不成的事，证明它不行——这两个极端都不对。当前对所有企业而言，都需要跳出极端，构建真正基于AI的新战略。
创业者的正确姿态是：首先要找到合适的基座模型矩阵；然后搭建与之配套的组织——AI时代的组织与移动互联网时代的组织会变得不一样，要将业务与技术更紧密结合，还要让数据工程师、微调工程师等扮演更重要角色；最后，要把数据资产转化为业务场景，进入应用。最终这一切流程，会成为正向飞轮，在场景中每转一圈，公司的能力才会更强。
新闻热线&投稿邮箱：tougao@iceo.com.c
文章来源：中国企业家杂志
