在每一次的技術浪潮中，初創(chuàng)企業(yè)和現(xiàn)有企業(yè)在價值、營收、估值、利潤以及人才等多個維度各不相同， 一部分浪潮中初創(chuàng)企業(yè)是100%的受益者，另一部分浪潮中現(xiàn)有企業(yè)是主要的受益者。本文總結了三波Web浪潮的價值分配，以及對第一、二波AI浪潮進行了分析，一起來看一下吧。

2022 年 11 月 30 日，OpenAI 發(fā)布了名為 ChatGPT 的 AI 對話模型，它是 InstructGPT 的衍生模型，是根據(jù) GPT-3.5 系列中的一個模型微調而來的，于 2022 年初完成訓練。ChatGPT 不僅可以解釋代碼，編寫內容腳本，也可以通過對話式回答找到你想問的內容，感興趣的朋友可以在 OpenAI 官網(wǎng)體驗一下，比如我嘗試讓 ChatGPT 創(chuàng)作一篇關于 Steve Jobs 和 Elon Musk 的虛構小說，內容如下：

沒想到故事的最后，SpaceX 和 Apple 居然合并了，喬老爺看了都要流下激動的淚水……言歸正傳，本期分享給讀者朋友們的是編譯自硅谷連續(xù)創(chuàng)業(yè)者 & 投資人 Elad Gil 的一篇文章《AI: Startup Vs Incumbent Value》，他也是硅谷最多產(chǎn)且管理規(guī)模最大的 Solo Capitalist，一個人掌管 6.2 億美元的基金，先后投中 Airbnb、Stripe、Pinterest、 Instacart、Coinbase 、Notion、Figma 以及 Airtable 等知名獨角獸。

Source：Angel.co

文中 Elad 談到了在每一次技術浪潮中，初創(chuàng)企業(yè)（Startup）和現(xiàn)有企業(yè)（Incumbent）在價值、營收、估值、利潤以及人才等多個維度各不相同，在一部分浪潮中初創(chuàng)企業(yè)是 100% 的受益者，在另一部分浪潮中現(xiàn)有企業(yè)是主要的受益者，Elad 認為上一波 AI 浪潮主要的受益方是現(xiàn)有企業(yè)。這篇文章主要分為 4 個部分闡述他的觀點：

1）三波 Web 浪潮的價值分配

2）第一波 AI 浪潮并不友好

1. 十倍優(yōu)勢才有機會
2. 數(shù)據(jù)先發(fā)優(yōu)勢在縮小
3. 難度系數(shù)大的賽道

3）第二波 AI 浪潮的新發(fā)現(xiàn)

1. 橫跨多個領域
2. 新的基礎設施
3. 新的應用案例

4）寫在最后

1. 專注需求與市場
2. 規(guī)?；膯栴}

01 三波 Web 浪潮的價值分配

為了方便理解，我用Web1.0、Web2.0以及Web3.0 代指互聯(lián)網(wǎng)的 3 波浪潮：

Web1.0

70～80%的紅利都被當時的新興企業(yè)，如 Google、Amazon、Paypal、Ebay、Salesforce、Facebook、Netflix 等獲得，而剩下的紅利則被 Microsoft、Apple、IBM、Oracle 和 Adobe 等當時的明星企業(yè)獲得，后者們將自己的競爭優(yōu)勢（特許經(jīng)營權）延伸到了蓬勃發(fā)展的互聯(lián)網(wǎng)浪潮中。

Web2.0

80%的價值被同期的現(xiàn)有企業(yè)獲取，如 Apple、Google 以及其它 Web1.0 時代成立的企業(yè)，即基于 iOS 和 Android 系統(tǒng)上的相關賽道企業(yè)，如支付、企業(yè)服務、即時通信、社交和流媒體等，同賽道也相繼出現(xiàn)了新的玩家，例如 Whatsapp 和 Instagram，以及一些新賽道如 O2O 領域，相繼出現(xiàn) Uber、Doordash 和 Instacart 等初創(chuàng)企業(yè)，這個比例大概是 8:2。

Web3.0

加密貨幣領域幾乎 100% 被新的初創(chuàng)企業(yè)所占據(jù)，例如 BTC、ETH、Coinbase、Binance 和 FTX 等，金融服務和基礎設施方面的現(xiàn)有企業(yè)很少參與或創(chuàng)造價值，或許現(xiàn)有企業(yè)中的最大受益者是提供挖礦芯片的 AMD 或 Nvidia 等半導體企業(yè)。

02 第一波 AI 浪潮并不友好

Elad 認為機器學習領域的情況比較奇怪，第一波浪潮中的機會，例如 CV（機器視覺）、RNNs（循環(huán)神經(jīng)網(wǎng)絡）、CNNs（卷積神經(jīng)網(wǎng)絡）、早期的 GANs （對抗神經(jīng)網(wǎng)絡）以及 ML（深度學習）基本歸于現(xiàn)有企業(yè)。

1）傳統(tǒng)賽道

雖然過去十年里相繼出現(xiàn)了很多種細分領域 AI 表現(xiàn)第一的企業(yè)，但是真正實現(xiàn)落地和良好商業(yè)化的還是現(xiàn)有的科技大廠們，例如 Google & Facebook（新聞與廣告）、Netflix（影片推薦）以及 Amazon（Alexa）等，Bytedance 雖然 Elad 有提到，但我認為這是少有抓住第一波 AI 浪潮并迅速崛起的初創(chuàng)企業(yè)。

2）新興賽道

Elad 認為第一波 AI 浪潮中的最大成果應該是自動駕駛，但自動駕駛賽道中的許多明星公司實際上是許多現(xiàn)有企業(yè)的子公司，例如 Google 旗下的 Waymo、通用旗下的 Cruise 以及特斯拉的自動駕駛團隊。

那么為什么第一波 AI 浪潮中，初創(chuàng)企業(yè)的占比那么低呢？Elad 列了三個假說：

1. 十倍優(yōu)勢才有機會

Elad 提到的第一種假設是，對于某些產(chǎn)品來說，第一波 AI 浪潮中許多企業(yè)雖然創(chuàng)造了更好的新產(chǎn)品/服務，但這些新產(chǎn)品/服務并沒有好到一下子擊敗現(xiàn)有競爭者的程度。

進一步說，現(xiàn)有的競爭者擁有在渠道、資本和產(chǎn)品方面的護城河/壁壘，想要擊穿這些護城河/壁壘，就需要初創(chuàng)企業(yè)提供前者無法提供的產(chǎn)品/服務，且這種優(yōu)勢能達到 10 倍的差距，上一波的初創(chuàng)企業(yè)在某些情況下雖然提供了好的產(chǎn)品/服務（0.5～3 倍），但稱不上偉大，產(chǎn)品上的差異化也不明顯。

2. 數(shù)據(jù)先發(fā)優(yōu)勢在縮小

目前而言，AI 的許多大規(guī)模落地場景仍然聚焦在 C 端場景，而相關的企業(yè)擁有大量積累的數(shù)據(jù)來進行采集訓練，例如 Google、Facebook 和 Uber 等；此前的 AI 浪潮中，現(xiàn)有企業(yè)依靠積累的數(shù)據(jù)具備先發(fā)優(yōu)勢，但這種優(yōu)勢正在縮小乃至消失。

因為許多互聯(lián)網(wǎng)大廠通過更廣泛的網(wǎng)絡數(shù)據(jù)作為初始訓練集來訓練一個通用的大模型，但往往在真實的業(yè)務場景中需要更加精細與匹配的數(shù)據(jù)，此前一波 AI 浪潮中海量數(shù)據(jù)更重要，但目前而言，機會或許正在向天枰的另一邊的初創(chuàng)企業(yè)傾斜。

3. 難度系數(shù)大的賽道

Elad將 AI 可落地的賽道分為兩類，第一類是從現(xiàn)有企業(yè)所在的市場 AI 升級而來，部分初創(chuàng)企業(yè)選擇這種競爭方式，但是總的來說勝率大概是 50%，參考 Slack 與 Teams 的產(chǎn)品競爭，后者依靠 Microsoft 積累的大量客戶仍有可能打敗新的玩家。

后來的故事大家也都知道了，Slack 最終在去年 7 月被 Salesforce 以 277 億美元收購，Salesforce 依然是 Web1.0 發(fā)展至今的大玩家之一，這項收購補齊了 Salesforce 業(yè)務的短板，也能幫助 Slack 灌輸大量的新客戶。第二類則是結構上講不容易應用的市場，比如教育或者醫(yī)療領域，存在市場、監(jiān)管以及企業(yè)內部革新決策上的各種問題；這里 Elad 舉了一個 20 世界 70 年代斯坦讀大學名為 Mycin 的項目，工程師開發(fā)了一個專家系統(tǒng)來預測某方面疾病，盡管效果上性能優(yōu)勢明顯，但項目最終還是未被采用，即某些市場，即使在新技術（如 AI）的加持下性能提升到原先的 10 倍，也可能難以商業(yè)化推進下去。

03 第二波 AI 浪潮的新發(fā)現(xiàn)

此前，Elad 已經(jīng)在 AI 領域工作了很長一段時間，關于他個人的詳細介紹，感興趣的童鞋可以閱讀「海外獨角獸」此前發(fā)布的專題文章《一個人管6億美元，最強Solo Capitalist轉戰(zhàn)“長壽”賽道》，他的個人經(jīng)歷如下：

• 2001 年，Elad Gil 獲得 MIT 生物學博士學位，此前獲得加州大學圣地亞哥分校數(shù)學以及分子生物學學士學位；
• 2004 年 6 月，加入 Google 擔任產(chǎn)品經(jīng)理，并組建了移動團隊，參與三項收購，同時也是 Google 地圖的產(chǎn)品經(jīng)理；
• 2007 年 11 月，Elad 創(chuàng)立 Mixer Labs，后來這家公司被 Twitter 收購；
• 2009 年 12 月，加入 Twitter 擔任企業(yè)戰(zhàn)略 VP；
• 2013 年， 與 Othman Laraki 共同創(chuàng)立 Color Genomics，這是一家 Biotech 公司，通過大數(shù)據(jù)、AI 對癌癥和心臟病等遺傳基因進行檢測，Covid-19 期間還生產(chǎn)了新冠檢測試劑盒，每天處理 15 萬次測試；

憑借多年豐富的產(chǎn)品、技術以及創(chuàng)業(yè)經(jīng)歷，Elad 認為這一波 AI 浪潮與此前的 AlexNet、CNN、RNN、GAN 等有所不同，初創(chuàng)企業(yè)在新的一波 AI 浪潮中將占據(jù)更大的紅利，原因有三：

1. 橫跨多個領域

Elad 表示當前這一波新的 AI 技術浪潮有一個顯著特點 —— 橫跨多個領域的創(chuàng)新速度正在提速，未來可能有類似 GPT 的語言模型（GPT-4 或者 GPT-N）將以更深入的方式提高 NLP（自然語言處理）與 C 端 / B 端的能力、逼真度以及覆蓋程度，甚至也可能顛覆現(xiàn)有的對話與垂直領域的工作方式，為文本相關的領域進行助力。

除了文本之外，圖像生成、語音到文本、文本到語音、音樂、視頻以及其它領域的進展也正在發(fā)生，可以想象圖像生成領域將有 4～5 個明確的商業(yè)用例，從更好的設計工具，再到電影故事版制作，而這些場景中哪些是初創(chuàng)企業(yè)的機會，哪些有歸功于現(xiàn)有企業(yè)，這個 Elad 認為還有待觀察。

由于這一波的技術加成較為顯著，意味著新的創(chuàng)業(yè)者和大廠團隊將更容易創(chuàng)造出比以往好 10 倍的產(chǎn)品，這也是 “Why Now ”在技術上的一個顯著變化。

當然，這一技術加成的前提—— GPT-4 （或其它大模型 API 平臺）會比現(xiàn)有的 GPT-3/3.5 有更顯著的性能提升，雖然目前看來 GPT-3 表現(xiàn)很好，但并沒有突破性地成為許多初創(chuàng)企業(yè)顛覆現(xiàn)有商業(yè)生態(tài)的基礎能力。

Elad 的言下之意 —— 一個比 GPT-3/3.5 好上 5～10 被的模型將很有可能創(chuàng)造一個全新的創(chuàng)業(yè)生態(tài)系統(tǒng)，同時也將增強現(xiàn)有的產(chǎn)品，是一個對增量和存量商業(yè)生態(tài)都有益的底層能力，而 1.5～2 倍的提升并不足以誕生這樣的創(chuàng)業(yè)機會。

2. 新的基礎設施

與上一波 AI 浪潮不同的地方，以基礎設施為中心的公司正在不斷涌現(xiàn) —— OpenAI、Stability.AI、Hugging Face、Weights 以及 Biases 等等，它們以一種開源 / API 為中心的商業(yè)模式快速增長，雖然它們的營收并沒有跟上這種增速。

OpenAI 目前是這個領域的領導者，而在 4 年以前則是 Google 占據(jù)著這個位置，這就像是 Xerox PARC 發(fā)明了變壓器，為整個行業(yè)提供開創(chuàng)性的基礎設施，然后出現(xiàn)一家有代表性的初創(chuàng)公司，如同蘋果一樣推動整個行業(yè)的演進。

除了 OpenAI，HuggingFace、Weights 以及 Biases 等初創(chuàng)企業(yè)正在為整個 AI 行業(yè)提供工具，而現(xiàn)有的開發(fā)工具企業(yè)到今天都還沒有做到。

3. 新的應用案例

新一波 AI 初創(chuàng)企業(yè)似乎在具備高度重復性、高利潤的場景（代碼、營銷文案、網(wǎng)站圖像等），例如營銷文案（Copy.AI 與 Jasper）、圖像生成（Midjourney 與 Stable Diffusion等），以及代碼生成（Github Copilot 與 Replit），新的初創(chuàng)企業(yè)正在以不錯的滲透率和增速發(fā)展，這在上一波 AI 浪潮中并不存在。

AIGC 相關的文本或圖像生成是有機會的，這是因為新的 AI 相比以前擁有更好的效果；到目前為止，具有這些特征的公司似乎享受到技術的甜頭，其它諸如如語音轉錄、機器人、視頻等領域也都在演進的路上，這將擴大下一代 AI 技術落地。

04 寫在最后

1. 專注需求與市場

從技術角度來講，我們能看到技術的提升明顯，但 Elad 依然提示我們要避免拿著錘子找釘子的問題，對于創(chuàng)業(yè)團隊來講更重要的是確定實際的末端用戶需求以及那些未被很好滿足的市場，它們將從這一波 AI 浪潮中受益。隨著技術逐漸成熟，整個行業(yè)的引導者從技術建設者（科學家）向產(chǎn)品建設者（創(chuàng)業(yè)者與產(chǎn)品經(jīng)理）轉變，期待能夠看到更多基于 AI 技術且有意思的應用開花結果，如果云計算發(fā)展的歷程一般，況且云計算領域當前仍在快速發(fā)展。

2. 規(guī)?；膯栴}

最后，Elad 提到在比對初創(chuàng)企業(yè)與現(xiàn)有企業(yè)的價值時，重要的是關注現(xiàn)有企業(yè)的體量規(guī)模。例如，Google 現(xiàn)在的市值是 1.3 萬億美元，如果增加 10% 那就是 1300 億美元，這相當于是 7 個Figma，4 個 Snowflake，17 個 Github，或是 130 個 Stability.AI ! 現(xiàn)有玩家的市值已經(jīng)非常大了，即使是小的增長，也將增加整個生態(tài)系統(tǒng)或細分市場。鑒于AI可能到來的影響，我們可以想象一個或多個真正大規(guī)模的初創(chuàng)公司被創(chuàng)造出來，即使現(xiàn)有企業(yè)這次由于累計的優(yōu)勢與體量規(guī)模而獲得大部分紅利，初創(chuàng)企業(yè)應該以一種重要的方式參與到新的市場容量和對世界的影響中去；另外，某些細分市場，例如搜索將會首次變得疲軟，Elad從自己多年的行業(yè)經(jīng)驗來看，認為這一次將有更多的初創(chuàng)企業(yè)獲得技術發(fā)展的紅利。

參考 & 推薦：[1] 《AI: Startup Vs Incumbent Value》，Elad Gil；

免責聲明：在任何情況下，本文信息或表述，不構成任何投資建議；若有侵權，請后臺聯(lián)系刪除。