文|娛樂資本論 付夢珍
“海馬體一覺醒來，腰子被AI噶了。”
7月19日起，人臉識別妙鴨相機火爆全網，用戶可以一鍵生成古風、港風、民族風、證件照等20多種風格的照片。去年，海馬體全國600多家門店營收20多億。如今AI一鏟子下去，主打寫真的照相館祖墳要飛了，背后的創業者卻賺得盆滿缽滿。
但在許多AI創業者看來，妙鴨并無高門檻。因此小智在不少AI創業群里，看到各個大拿捶胸頓足，遺憾自己為何沒用推出類似產品，也有創業者生氣自己也有此類創意，但產品還在打磨沒法趕上這波熱潮。
事實上，大模型之下，諸多創業者正在殫精竭慮的打磨產品，試圖推出下一個“妙鴨”。不久前，娛樂資本論采訪了6位轉行AI或進行AI創業的職場人他們的故事也引發了很多人的共鳴。如今，也有新的職場人和娛樂資本論講述了他們的AI職業故事。
這其中，有清華畢業生用一個月的業余時間，完成了無代碼AI工作流產品的創建；有人從內容行業轉行Prompt工程師，笑言正在革自己的命；有人致力于開發面向C端的產品，要用流量變現；有人在為企業打造私有化數據庫；有日本留學生積累了大量英偉達顯卡，稱要在國際局勢動蕩的情況下做算力生意，讓我們聽聽他們的故事。
01 在應用層，創業公司沒什么技術壁壘
我叫畢瀅，2016年從清華研究生畢業，學的專業是精密儀器。畢業后我創業做了一款教育產品，之后被有道收購。去年，我在做TikTok直播數據分析SaaS產品時，會用GPT3幫生成產品的介紹文案等。
GPT3的文案應用能力很強，現在寫代碼的能力越來越強。寫文案沒有對錯，但代碼是確定性的能力。所以，如果要做自動化流程，AI寫代碼的能力非常重要。
純靠大模型很難生成確定性結果，但通過工作流引導的方式，就能達到相對確定性的效果。工作提效需要準確性。
比如，我想把一篇文章總結成音頻導出思維導圖。如果純用聊天需要很多步，但我們可以通過設計工作流的形式固定步驟。
我用了一個月的業余時間做了這款產品。最近也用這款產品給一家公司設計了了一套智能客服的回復工作流系統。現在AI能替我節省30%的工作量。
我的產品是無代碼的AI工作流，用戶可以通過拖拽的方式，把不同節點像連線一樣連起來，實現一套自動化的工作流。
下一個階段是用戶設計好工作流后，可以把它發布為網頁應用。其他人可以接入使用這套工作流，實現多人協作。
我發布了兩個版本，一個是在線SaaS 版，一個是開源版，能在本地跑。
目前主要是C端客戶在用，我需要他們的反饋進行產品完善，再推給B端。這個平臺會支持不同的人創建不同的工作流。坦白說，目前還沒到用戶能自己設計的階段，后期我會出講解視頻。
盈利主要是B端和海外。很多創業者在給B端做私有化部署，但很多中小型企業只需要公有云版本的AI工作流就行。
你問我技術壁壘在哪里？我只能說除了大模型公司在數據和訓練上有壁壘，做應用的公司技術上沒什么壁壘。
AI產品目前主要是兩波，第一波是ChatGPT剛出來的套殼模型。第二波是結合企業痛點做的垂直行業產品應用。你了解行業，知道行業痛點，有獨家數據都是優勢。當然，也要比誰的產品想法更新奇，推廣力度更大，獲客能力強。AI是近十年最大的機遇點，現在國內有很多垂直行業的需求沒被滿足，比如政府現在不能用OpenAI的產品。妙鴨這款產品找到了非常巧妙的切入角度，排隊生成的機制只需要一臺機子工作即可，節省了成本。
目前我的產品不太需要大規模的推廣和研發投入，沒那么需要融資。我打算到9月份左右功能完善后，再向B端推這款產品。
02 Prompt工程師：我在革自己的命運
我之前是內容編輯，現在做Prompt工程師，相當于用GPT顛覆曾經的行業，革自己的飯碗。
我的日常工作是通過修改Prompt生成長文，個人修改的幅度基本不到10%，發在某平臺上測試流量，檢查AI生成的內容數據如何。
我每天要總結內容的數據情況。未來，我打算做100個賬號集中測試。
GPT出現了之后才叫自媒體時代，每個人都是主編，不需要記者和編輯，給AI改Prompt就可以產出內容。很多人說AI產出的內容太程式化，其實是你不會用Prompt。優秀的Prompt，需要你具備計算機知識的相關背景，用寫代碼的方式提示AI。
人類科技產品是黑箱，沒人知道能產出什么內容。未來3-6月內，GPT的能力還會有大幅度提升。
大模型公司發展的方向之一，是讓AI自動產出內容，代替原本的大V。平臺和用戶要的是好內容，不管這個內容是不是AI產出的。
妙鴨很火，但如果妙鴨不提供更多場景的Lora，用戶很快會膩。上傳用戶圖片煉專屬Lora很吃算力，大公司看不上，小團隊玩不起。不知道妙鴨團隊部署了多少顯卡，但如今看他們有點像ofo的思路，即租車費不重要，數據才重要。以后妙鴨可以用這些數據生成數字演員各種模型，前景廣闊。
03 AI的潛力和輿論的水分一樣大
我本碩都是普通學校，很難進入知名融資圈，一直做技術。2016年創業做公司，業務主要是網站和小程序開發。現在，我們接MJ、SD，再加上PS做文生圖和視頻的小程序，用戶可以上傳素材生成內容。其他的產品還在保密階段，怕你寫了發了別人搶掉了。
我們不擅長搞關系，接不到B和G端的單子，主做C端。很多人說C端不好盈利，我不擔心這個，有流量就可以有盈利。我們現在有幾千個用戶，信息差很大，用戶新奇感還在。
現在很多AI創業公司在做私有化知識庫，這是大趨勢。7月18日，國家出臺了《生成式人工智能服務管理暫行辦法》，它的大邏輯是公有AI需要合規，但私有AI不受限制。出于這個角度，公司也需要建自己的私有化知識庫。
現在AI的潛力和輿論的水分一樣大，大公司為了股價吹曝AI，互聯網是戲子在表演，傻子在付錢。像百度的繪畫大模型文心一言只是套殼，國內有一家算一家。投資人也知道水分大，但是有人買單就行。用戶試用之后發現了差距，輿論回落。但毫無疑問，AI屬于未來。
04 你的專業背景才是你的壁壘
我今年40歲，由傳統行業的管理人員，轉為AI浪潮下的創業人員。去年，我在處理文字的時候用了GPT3，效果不太好，GPT3.5的效果提升了很多，GPT4則有了質的飛躍，非常強大。
我們公司之前做音樂，今年三月份成立了AI公司，叫MBM OpenAI GPT。核心成員七個人，其中四個技術人員。
普通GPT4每個對話只能處理幾千字，但32K模型能處理超過2萬字的文稿。我們拿到了AzureGPT套模型商業授權，其中Gpt4-32K我認為是最有價值的。目前國內只有三十家左右的公司，擁有該模型的商業授權。
目前業務主要有以下幾塊。一是智能客服產品，讓客服在交流上更加智能化，同時集成后端的各類工作流程。比如，用戶反饋空調問題，客服可以自動記錄并查詢之前的維修記錄，派發維修師傅，后續反饋信息，定期回訪復查等。我們希望通過與行業頭部的合作，做行業專屬的垂類AI產品，向整個行業推廣。
二是垂類的行業應用，現在很多AI產品屬于消費級，ToB專業性不夠。比如MJ生成的中式建筑設計圖，像但不夠規范，需要垂類數據才能出標準模型。我們在和國內知名的地產集團研發模型，預計八九月份可以發布。
三是AI應用平臺，我們做了一個AI的產品網站，用戶可以生文、生圖，4月上線。這個平臺主要給ToB、G的企業應用，相當于展示能力的名片。之后，我們打算部署開發者平臺，提供大語言模型應用市場，讓開發者把產品放在平臺上，讓客戶看到，搭建雙方合作的平臺。
開發者上傳的應用，我們會做審核以及申報，這也是我們的優勢之一。你現在去百度上搜GPT，其實大部分是翻墻不合規的，但我們沒有這個困擾。我們和官方下轄的數據服務中心深度合作，產品申報上有優勢。
我們和上海的創業者公共實訓基地合作，在創業基地提供AI技術，為廣大創業者服務。也在摸索如何將AI植入工作流中，和商業場景深度結合。
很多人會說現在大模型不能生成優質的內容，這其實和提示詞還有預訓練有關。比如，你用 Zero shot方式。寫之前我不給你案例，只說目標文章的結構性特點，大模型會照貓畫虎出內容，質量比較水。但是如果能提前在大模型中訓練你過去的文章，文本效果會很好。
現在做AI，還是需要你結合自己的專業背景，形成護城河。如果你在自己的行業做了十幾年也沒有清晰的認知，妄圖在AI的風口里飛起來，很難。
05 通用AI用戶少，我們轉做垂類細分場景應用
我們公司成立于2007年，之前主要給企業軟件開發，包括小程序和企業內部應用，客戶超過一千多家企業。
從3月份開始，我們有部分員工轉做AI應用研發，以算法工程師為主。我們產品主要有三方面，一是開源模型LLAMA、ChatGLM等模型，進行模型訓練和語料整理等。二是結合企業業務，為企業提供文案創作。三是開發運營AI應用C端產品，包括：JEEMOO AI工具集，虛擬人小程序。其中虛擬人小程序，是一款基于AI開發了一款虛擬角色的產品，包括廚師、心理醫生、英語老師等，用戶可以設置自己感興趣的對話角色。目前，這款產品是我們開拓C端用戶的一個嘗試。
其實最開始我們做了一款對話產品推給B端用戶。回訪的時候發現，很多用戶不知道能用這款產品做什么。針對這個問題，我們決定做垂類細分場景。比如醫生、律師可以直接用自然語言和AI交互。
企業部署方面，我們最成熟的業務是文案創作、智能客服機器人，其他產品都在摸索中。今后我們會結合企業業務，綁定更多的深度應用場景，為給企業提供AI業務私有化或SaaS的解決方案。
我認為AI的發展方向之一，是結合特定業務流程，設置不同AI代理角色。由AI自動拆分任務，反饋和評估結果，并自動優化流程。比如，你告訴AI要去成都出差，AI可以自動告訴你需要穿什么衣服，訂購哪一個航班。
國內一些大模型是開源的，可以給企業部署到本地的服務器，保證了數據的隱私性。而且很多開源模型對算力的要求逐步降低，不需要太高端的顯卡，訓練成本控制可以控制在幾十萬之內甚至幾萬以內。未來每個企業都有機會擁有私有AI模型，適合企業內部和外部的各種業務場景。
06 算力沒有技術門檻，就是秀肌肉
我20年前在日本留學，學機器人專業，這些年創業做IT技術服務公司。之前我們主要做云渲染、元宇宙。去年12月份，我關注到AI。
我們是一家在日本做分布式數據存儲的公司，從前年開始，屯了大概200張RTX 3090顯卡。今年2月，我們迅速轉型成為了算力提供的平臺，在日本建算力中心，未來半年內，初步計劃是用1000張H100GPU和3000張使用RTX3090和RTX4090的GPU打造算力云，創建全球首個算力期貨交易中心，為企業提供API格式的StableDiffusion云服務。預計10月份可以提供服務。
因為中美關系，英偉達最高級的顯卡H100和A100都已經禁止向華售賣，而且交貨期要一兩年。
算力上沒技術差異，只講誰的顯卡多，我沒有競品公司。等我建成3000張的H100的顯卡云的話，在亞洲我們是最好的算力供應商。
AI最大的表現在這個元宇宙上，離開了數字世界，它只是降本增效的工具而已。VR、AR、XR沒發展起來的核心問題，是內容輸出的成本太高，AI解決了這個問題。我覺得這一波的AI機會是VR眼鏡。此外，AI也會有很多細分產品。比如對普通人來說，他的數字人其實就是他的照片、聲音、行為體態。普通人沒有太多的影音數據，以后AI產品如何留下人的數據，進行下沉領域的開發很重要。