AI应用没爆发，不是产品问题是模型问题
GPT-4 出来一年多，硅谷主流 VC 投出的 AI 应用只有 Perplexity 一家跑到 2000 多万月活；90% 的原因是只基于 GPT-4 的能力不够，只能做信息组合，做不了长距离推理。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
GPT-4 一年后，AI 应用还是无聊的
嘉宾上半年最大的感受是：GPT-4 出来一年多，AI 应用还没有大爆发，从结果上看比较无聊。抛开大模型公司自身的应用，硅谷主流 VC 投出来的、上一定估值的 AI 应用，他只能想到 Perplexity 一家——2000 多万月活、2000 多万美金 ARR，年底有可能做到一个亿月活、一个亿美金 ARR。其他很多公司还在 PMF 之前。这个判断是整集讨论的起点：不是应用团队不努力，而是可用的模型能力还撑不起更大的东西。
— 广密信息检索是当下最匹配模型能力的场景
嘉宾把知识工作者的创造性任务分成三类：组合性创造、探索性创造、变革性创造。信息检索属于组合性创造，是今天模型最能匹配的能力；写一篇 Tesla 投研报告属于探索性创造，还要规划、推理；发现万有引力定律属于变革性创造，今天大模型还比较难做到举一反三，处理没见过的东西。所以 Perplexity 做的复杂信息问答，刚好切合现有模型能力，是一个相对 fit 的 PMF。他还提到教育可能是第二个匹配的场景。
— 广密AI 搜索只要抢 Google 一两个点就很大
Perplexity 最新一轮估值 30 亿美金，嘉宾解释为什么值这么多：搜索还是互联网上最肥最大的市场。微软 Bing 只有全球搜索 3.4% 的份额，却产生了 120 亿美金的年营收。所以 AI 搜索只要抢到 Google 1% 到 2% 的份额，这个生意就很大。他还提到 Perplexity 单个活跃用户每天搜索的 query 量是 Google 的三倍还要多，长期留存显著高于其他 AI 产品，2013 年头条 APP 的次留大概 46%，Perplexity 的留存跟这个基本一样。
— 广密Perplexity 八成概率会被并购
被问到 Perplexity 的终局，嘉宾说八成的可能性是被并购。理由是创业公司今天好像都在巨头的辐射之下，而且这是一个核心战场。他举了 Meta 眼镜接入语音版 Perplexity、Siri 借一个搜索、微软 Bing 搞了半天口碑也没那么好，而 Perplexity 口碑反而很好。护城河方面，他认为就是先发效应带来的用户心智。同时他也承认，Perplexity 在使用频次、商业化和如何与巨头错位竞争上，还有很大的探索空间。
— 广密应用没爆发，九成怪模型能力不够
嘉宾把 AI 原生应用没有系统性大爆发的原因拆成两块：90% 是只基于 GPT-4 的能力水平不够，只能做信息组合这种创新，没办法做长距离推理和创造型工作，所以还是得卷下一代模型，尤其是推理能力和多模态能力；剩下 10% 可能是时间问题，只基于 GPT-4 的能力水平，未来还是有概率做出大应用。他举了 NLP 二十年诞生搜索、电发明后先有电灯这个 killer app 的例子，认为大家打磨一年多，快有一些 PMF 的意思了，但这里需要年轻的产品天才。
— 广密GPT-5 慢，是 GPU 物理世界的建设问题
嘉宾认为 GPT-5 比预期慢，不是 AI 问题，不是数据不够用，也不是 scaling law 遇到瓶颈，而是实实在在的 GPU 物理世界建设问题。GPT-4 相比 GPT-3 是几十倍算力提升，GPT-5 相比 GPT-4 今天也就十几倍算力提升。H100 大批量到货已经是 2023 年 Q4，机群搭起来需要很多时间，大的 GPU 机群还不稳定，今年初才能做大规模训练，从拿到 GPU 到真能大规模训练还需要半年。他预期 GPT-5 年底来，参数比 GPT-4 大三五倍，数据量大七八倍到十倍。
— 广密大模型不是好商业模式，广告平台才是
嘉宾明确说大模型目前肯定没有广告平台商业模式好。ChatGPT 一个多亿 DAU，假设 10% 付费、200 美金一年，就是 20 亿美金，相比 Google 广告平台一年 2000 多亿美金营收，还是 1% 到 2%。广告平台新增一个用户，未来 6 到 12 个月能赚回来，ROI 算得清楚；大模型买 GPU 的 ROI 没法计算，兼具科研属性、失败率高。但他也指出，OpenAI 通过 ChatGPT 其实早就把训练成本赚回来了，亏损主要在探索新模型技术上，这很像药企的新药研发。
— 广密创业公司和大公司是依赖关系，不是颠覆关系
嘉宾总结：创业公司和大公司不是一个颠覆关系，而是一个依赖关系。原因一是 AI 公司还是太花钱，二是巨头的卡位太好。他举 OpenAI 的例子：GPU 受限于英伟达，集群搭建受限于微软，微软还是 49% 的大股东金主，Azure 是触达企业客户最重要的渠道，C 端还逃离不了苹果，最后还要跪着苹果弄进去，而苹果可以分分钟换掉 ChatGPT。所以 OpenAI 如果真要颠覆，好像只能挑战一下 Google。这也解释了为什么巨头潜在都还是受益的。
— 广密原话 · 已逐字校验
对GP4出来一年多了吧 AI应用还没有大爆发 从结果上看是比较无聊的
GPT-4 出来一年多了，AI 应用还没有大爆发，从结果上看是比较无聊的。
广密2:08
信息检索还是匹配模型能力最重要的Use Case
信息检索还是匹配模型能力最重要的 use case。
广密6:11
对你看创业公司和大公司 好像不是一个颠覆关系 而是一个依赖关系
创业公司和大公司，好像不是一个颠覆关系，而是一个依赖关系。
广密1:01:43
数字与实体
| Perplexity 最新估值 | 30 亿美金 | 11:12 |
| 微软 Bing 全球搜索份额 | 3.4% | 11:12 |
| 微软 Bing 年营收 | 120 亿美金 | 11:12 |
| GPT-4 每 100 万 token 输入定价 | 60 美金 | 35:17 |
| GPT-4o 每 100 万 token 输入定价 | 5 美金 | 35:17 |
| GPT-4 每 100 万 token 输出定价 | 120 美金 | 35:17 |
| GPT-4o 每 100 万 token 输出定价 | 15 美金 | 35:17 |
| ChatGPT DAU | 一个多亿 | 45:35 |
术语
- PMF产品市场匹配
- 产品与市场需求达到契合、能自然增长的阶段。
- RAG检索增强生成
- 先检索外部知识再让模型生成答案，弥补模型自身知识不足。
- MOE混合专家模型
- 由多个专家子网络组成、每次只激活部分参数的大模型架构。
- Scaling Law规模定律
- 模型能力随参数、数据、算力规模增长而提升的经验规律。
- Latency延迟
- 从发出请求到收到模型响应之间的等待时间。
收听指南
关注 AI 应用投资与创业的 VC、正在找 PMF 的 AI 产品负责人，以及想理解 GPT-5 为什么慢、大模型商业模式成不成立的技术与战略从业者。
1:03:32 之后的中美创新生态对比偏泛泛，可跳过。