一、是什么樣子的時代性成功呢？

如果大模型持續(xù)上行，那在AI通用大模型上的成功者估計規(guī)模會超過我們過去總說的BAT，甚至大10倍。因為它覆蓋的深度和廣度都更大，所以中心節(jié)點的價值注定更大。而對于基于垂域大模型解決行業(yè)問題的人，如果在企業(yè)上真的抗住了就是SAP，在國防上抗住了就是Palantir，每個大行業(yè)中都有類似的機會。

(資料圖)

當(dāng)年在互聯(lián)網(wǎng)行至中局的時候，創(chuàng)業(yè)者中有個隱晦的共識：你不要講你能做成BAT了，因為沒人信，大家會覺得你都是瞎扯。但在這個時間點如果人工智能真的在技術(shù)上能持續(xù)上行，那事情就正相反，這是個一切都會重來的原點。

主要的壞消息是這和絕大多數(shù)人不想干，AI越發(fā)展，相關(guān)度越差。騰訊有大概10萬人，100個騰訊也才要1000萬人，AI上再造個騰訊規(guī)模的公司可能只要十分之一的人。

那對沒學(xué)過模型的人有沒有和AI相關(guān)的機會呢？

還真有。

AI基礎(chǔ)設(shè)施的成熟其實打開了一個可以稱之為“AI個體戶”的窗口。一句話總結(jié)就是：做大領(lǐng)域更像是干抖音的，但不要忘記了抖音崛起的同時，MCN和某些主播也是同步崛起的。技術(shù)上這也可以看成面向小領(lǐng)域的AI Agent。

那AI浪潮下，到底什么會扮演抖音的角色？MCN和主播類的AI個體戶又潛在會是什么樣的形態(tài)呢？

回答這個問題，我們需要先考慮下AI的終局。

二、AI最終生態(tài)會和互聯(lián)網(wǎng)一樣么？

假如人工智能的技術(shù)能夠再往下順利迭代幾次，GPT5和GPT6每往下再走一步都有3.5到4的提高，那整個生態(tài)會變成什么樣？

這問題很關(guān)鍵，有終局，過程就大致可以猜測。

到現(xiàn)在為止的互聯(lián)網(wǎng)生態(tài)是這樣的：

先是切分系統(tǒng)方和應(yīng)用方。正常的模式是應(yīng)用方要向系統(tǒng)方“納稅”，比如蘋果收30%。系統(tǒng)方需要再細(xì)分成產(chǎn)品方、供應(yīng)鏈等，這些和這次要說的主題比較遠(yuǎn)，不展開。

在應(yīng)用方里面有兩種看著類似本質(zhì)不同的“作物”。

極少一部分應(yīng)用進(jìn)行平臺模式的套娃式發(fā)展。在淘寶上就是商家和用戶，抖音則是主播用戶等。有的還可以往下套，比如MCN和主播。盈利模式還是和納稅差不多，但形式會更多樣化，比如買廣告或者流量等?？梢灾v從套娃模式的角度看生態(tài)就是分成比例。

絕大多數(shù)應(yīng)用做不成平臺，就是單純工具，比如剪輯工具、會議工具、文檔工具等。這些工具沒法以一種“稅”的形式構(gòu)建收入。它們要收服務(wù)費或者授權(quán)費，這在國內(nèi)跑得并不順利。我們經(jīng)常說的SaaS在這里，國內(nèi)SaaS領(lǐng)域并不比AI好到哪兒去。

AI生態(tài)會和這個一樣么？

肯定不完全一樣，但可以參照。

在智能的價值密度中我們提到，互聯(lián)網(wǎng)基本上是對產(chǎn)業(yè)進(jìn)行橫切，所以才總有互聯(lián)網(wǎng)+，總有雙邊平臺模式。

AI則是打深井式縱向挖掘，不管多大場景，AI需要把那個場景從頭到尾整合完才能創(chuàng)造價值。比如做招聘的數(shù)字員工，如果不能把招聘全場景完全覆蓋，這個數(shù)字員工就不能創(chuàng)造超于正常員工的價值。這是一條指數(shù)曲線，產(chǎn)品的價值在跨過某個閾值才會一下子翻上去。

這是我觀察得來，但基本意思就是AI類系統(tǒng)應(yīng)用有一個拐點，跨過去它的應(yīng)用價值會指數(shù)翻翻，跨不過去就會在那兒爬著，ChatGPT就這樣，這點沒怎么見人說，先做個猜想放這兒

對互聯(lián)網(wǎng)，我們會說互聯(lián)網(wǎng)+，因為互聯(lián)網(wǎng)相對各個行業(yè)是個外在的東西。所以要加，但AI不行，除了極特殊的領(lǐng)域，沒有AI+。AI生下來大多時候必須是領(lǐng)域本身的一部分，否則相當(dāng)于打井不出水，會渴死做對應(yīng)產(chǎn)品的人。

所以AI除了通用大模型等極少數(shù)提供方有共通性，剩下的就是一口一口井，大多不是收稅的模式，而更像互聯(lián)網(wǎng)生態(tài)下的工具的超級化。系統(tǒng)型超級應(yīng)用也會有兩邊，可以看成是平臺，但關(guān)鍵的是生態(tài)整體上不是，系統(tǒng)、應(yīng)用這一層被弱化了。

這些井縱著看是：有的地兒地下水多，有的地兒少，有的地兒好開采，有的地兒不好開采。價值密度不同。

那層多厚會碰到多少砂石全和選的在哪兒打井有關(guān)。

那這橫著看是什么？

橫著看是井的長尾曲線，但比原來的應(yīng)用商店更長，因為AI覆蓋的范圍更廣。

長尾曲線最頭部是通用大模型以及配套的生態(tài)，次一級是垂直領(lǐng)域的系統(tǒng)型超級應(yīng)用，尾部會甩開大量人工智能的新應(yīng)用。

總結(jié)下，這種生態(tài)與互聯(lián)網(wǎng)不同的是因為必須考慮智能價值密度的縱向切割。AI應(yīng)用會打穿虛擬、物理和現(xiàn)實，沒有統(tǒng)治性的應(yīng)用商店，回歸一種更為開放的生態(tài)。不是說APP形式會變沒，而是說這只是一部分，對于Midjourney來說APP也有用，但顯然不如抖音那么關(guān)鍵。抖音沒了APP就死了，ChatGPT可是在成立很多年后才推出的APP。對于互聯(lián)網(wǎng)時代的應(yīng)用APP是本體，但對于AI應(yīng)用，APP是殼。

三、“屁胡”的機會

上圖中甩出的更長的尾巴就是“屁胡”的機會。

那這里具體對應(yīng)什么呢？

首先是在AI新應(yīng)用因為通用性，會長的哪哪都是。

大的如法律、稅務(wù)、這些還是需要垂域大模型，需要較大團(tuán)隊作戰(zhàn)，會在長尾曲線的中部的就不說了。

小的通常來講就是個人和企業(yè)需要新智能注入的工具。這就是長尾曲線里的東西，上圖里的NicheMarket。它可以很小比如視頻圖像工具、比如教育生活類工具等。

多大不關(guān)鍵，關(guān)鍵是：第一要真的解決沒人解決的也切實存在的問題。

真看這些點還是要回到個人的需求。人的需求理論上AI可以新滿足很多也創(chuàng)造很多，但不可能就給個ChatGPT，然后就什么都滿足了。

前兩天看到篇文章叫：《那些你不知道的AI產(chǎn)品，正在海外悶聲賺大錢》，里面列的個人視頻剪輯類工具正好跨越了AI到最后場景的價值壁壘。這本質(zhì)就是面向企業(yè)做了好多年沒好使的SaaS，但注入了AI的要素，變成面向企業(yè)和個人了。他們的點小，礦不深?？禳c挖，在這個時間點還是有機會的。

這種情況歷史上曾經(jīng)發(fā)生過。

在Windows剛出來互聯(lián)網(wǎng)剛剛興起的歲月里，曾經(jīng)出現(xiàn)過一個名為共享軟件的產(chǎn)品品類。張小龍在微信之前做的Foxmail細(xì)說起來就是共享軟件的一員。但那個時代最有名的還不是他，而是一個叫周亦的哥們，這哥們之所以有名是因為他做了一個特別小的產(chǎn)品，名叫MP3 CD Maker。這產(chǎn)品就是把CD轉(zhuǎn)成MP3，然后每個月賺幾萬美金，買了寶馬車，這可是20多年前。

現(xiàn)在還活下來仍然被很多人使用的是壓縮工具WinRAR等有限幾個，很多都已經(jīng)消失無蹤跡了。

現(xiàn)在AI讓這事?lián)Q了個樣子重來了。

沒有應(yīng)用商店，沒有操作系統(tǒng)的束縛，互聯(lián)網(wǎng)就是你的核心渠道，你要做的東西，是包含了算法、系統(tǒng)的AI應(yīng)用。

這就是“屁胡”的機會。

四、為什么可以這樣？

首先要感謝開源。否則為了干出一個現(xiàn)在這種應(yīng)用，幾個人不可能干動。井打這么深，其實是相當(dāng)費錢的。

開源相當(dāng)于把打井工具給免費了。一共需要5米的井。它給你先打出3米。你剩下的是整好你的眼光，看哪里容易出水，然后使勁磕下。

為了寫這篇文章，也為了體驗現(xiàn)在的模型在端上到底能跑成什么樣子。我試了StableDiffusion。我架構(gòu)思路還可以，操練細(xì)節(jié)實在不是我擅長的，但即使這樣花了半天就跑起來了，雖然因為電腦比較破，跑得慢，但還是給我畫了一張還行的貓出來。

這意味著什么？

這意味著通用的文生圖這個級別的功能已經(jīng)被大幅折疊，變成積木塊，成本變成一個人一天了。類似的功能從網(wǎng)站后臺管理到運維服務(wù)器管理在開源上還有很多。真正做好一個小的產(chǎn)品，核心技能變成很好的粘合技能。

其次就是通用大模型提供的機會。一共五米的井，開源給干了三米，剩下兩米里你還不要完全自己整。編程這活它能給你干個大半。非常多的基礎(chǔ)編程工作，你真不需要自己做，但要有底子能看明白，讓人工智能幫你干活，你至少得能說清楚到底需要它干啥吧。

最后是整個互聯(lián)網(wǎng)讓流量、支付等一系列基礎(chǔ)設(shè)施變得更成熟使用成本更低。

整合成本降低后，剩下考驗的都是眼光，不要干大而全的，而是在某個點上有著切實的剛需。不管有什么機會，產(chǎn)品打不準(zhǔn)，沙漠里打井也是白費。

這是產(chǎn)品經(jīng)理的真機會也是大考。

否則在流量成本很貴的今天，是算不過來賬的。這事的峰值，現(xiàn)在看是Midjourney，它們自己做模型，再有特色，商業(yè)規(guī)模就做得很大，更多的人未必能如此，但機會一樣有的。

回到我們最頭上和抖音的對比，你會發(fā)現(xiàn)在這種模式下，上面說的幾個：開源、通用大模型、互聯(lián)網(wǎng)基礎(chǔ)設(shè)施扮演了抖音的角色，每個這類產(chǎn)品開發(fā)商就是MCN或者主播?；诠不A(chǔ)設(shè)施來構(gòu)建極其長尾的產(chǎn)品，而不需要平臺方，這是個有趣的事。

1. 新組織模式

這類事，人力資本比現(xiàn)金資本重要。純粹算算也就需要2~3個人已經(jīng)可以撬動一個小產(chǎn)品。有產(chǎn)品有研發(fā)別的可以都折疊掉，正經(jīng)的合伙模式?？梢园凑者^去的融資模式找個天使，占個比例然后大家一起分錢。過去的投資目的很多時候是賺股份出讓的錢，在這個上不行了?；蛘呔拖馩penAI那樣約定個退出的優(yōu)先權(quán)，賺錢的時候大比例優(yōu)先給投資方，然后到一定額度投資方就退了。剩下的人繼續(xù)賺后面的錢。從組織的穩(wěn)定性上這種小團(tuán)隊最適合的是郭德綱于謙模式，賺錢就平分。

更關(guān)鍵的是這時候?qū)θ说囊蟀l(fā)生了變化。

過去大分工體系下，需要的切塊后的專業(yè)，現(xiàn)在則需要綜合上的專業(yè)。

現(xiàn)在是每個方塊都有了，需要能基于方塊的原材料干出最后的圓或者其它什么形狀。

這個轉(zhuǎn)換是Midjourney一共才十幾個人年收入近億美金背后最應(yīng)該被挖掘的啟示。此前干成這樣的是Instgram。

在AI崛起的時候的打井的模式忌諱人多。

2. 潛在風(fēng)險

長尾區(qū)域的高頻抖動導(dǎo)致這類產(chǎn)品未必能作為長久的事業(yè)。當(dāng)年成功的共享軟件很多，但一直留下來的其實并不多。典型的我們還記得的是什么呢？除了上面提到的Winrar.rar。

這是什么情況呢？

第一個很多長尾上的點會被相關(guān)的給吞掉，過去pdf轉(zhuǎn)換是個很賺錢的獨立工具后來很多工具都提供了這個功能。這是吞噬。

其次是同一個位置很多時候不會有那么多。每個點太小，數(shù)字空間里很難并立很多產(chǎn)品。有個小的軟件叫Notepad++比較成功，但類似的其它的估計就沒剩下什么了。

這反向決定了策略。

要極為靈活，快速行動，差不多了能賣就賣了。不要在不能貪婪的時候貪婪。

個體上機會會波動，但整體上持續(xù)周期可能比想得長。

這條高頻波動的長尾，會在漫長的時間里不停地歸并重組，但要到穩(wěn)態(tài)還需要較長時間，主要是因為AI的影響更為深遠(yuǎn)?？梢姷姆秶锊痪瓦€有區(qū)塊鏈和元宇宙呢么？那部分和AI的連接會給這個領(lǐng)域注入持續(xù)的動力。

五、小結(jié)

把這條路走通的人很像當(dāng)年的個體戶，一個人或者很少幾個人就完成了商業(yè)閉環(huán)。我以前提過一個說法叫宏觀問題微觀求解，大意是說宏觀困境往往需要在微觀做出新的突破并逐漸改變。如果這種“屁胡”真的足夠多，那就會改變就業(yè)的形態(tài)，也許就可以在底層培養(yǎng)一種昂揚向上的種子吧。

最后要說的是：我這是做自上往下看，做趨勢說明，真做的話你賺錢不會給我，賠了也不要罵我......

這篇說的是長尾尾部的情況，往上回溯相關(guān)部分的文章參見：《AI Agent：大模型與場景間的價值之橋，但不適合當(dāng)純技術(shù)看》。