“如果放在几年前，我们的产品做到今天这种成熟度至少要一两百人，现在则变成了二十几人，AI的提效作用特别明显。”致力于将人工智能生成内容（AIGC）和大型语言模型应用于金融领域的问智科技CEO陈菲告诉贝壳财经记者。
自从AI大模型两年前“破圈”以来，2024年，这一提高生产力的工具，被诸多创业者们应用到了公司经营中，2024也被称作是“大模型落地元年”。
那么，回顾2024，创业者们都在怎样运用这一工具？创业者们的团队配置发生了哪些改变？他们如何解决AI落地过程中出现的各种问题？对此，新京报贝壳财经记者对话了多位“文心杯”创业大赛的获奖者，他们的企业分布在金融、教培、图像设计、漫画、心理咨询、智能营销等多个领域，但他们有一个共同点：都是使用AI大模型技术的创业者。
AI时代的创业：
数据处理不再需“堆人”，隔行不再隔山，业务流程变阵
贝壳财经记者在采访中注意到，提效作用以及由此带来的团队结构的改变是AI大模型出现后给初创企业带来的第一个变化。
问智科技CEO陈菲告诉贝壳财经记者，“AI的提效作用特别明显，比如说数据处理，都是用AI解决，完全不需要‘堆人’。”
谈到AI大语言模型的各种能力，不少创业者都提到了“代码”这个词。对于IT类公司，大量程序员往往起到了支撑业务的基础性作用，而大模型带来的编程能力则让写代码变得不那么困难。
镜象科技CEO黄立在2019年创立了这家用AI进行心理测评的公司，随着AI大模型的出现，他立刻将新技术运用到了心理咨询领域。
黄立表示，原来IT跟垂直领域的专业有点“隔行如隔山”，做一件事需要两个领域的人，但大模型的出现降低了代码编写的难度，使得团队里可以增加更多专业的人，再加上一些低代码AI开发知识，就能够独立做出产品，“以前我们开发一个心理学游戏，可能要美术、产品经理、引擎、前端开发，一个团队四五人，而现在找一个心理学产品经理，再付费买一些软件，就全部搞定，团队结构发生了很大变化。”
此外，AI大模型的出现也直接影响了许多行业的业务流程。
专注于图像软件研究与开发的亦心科技CEO刘昌伟表示，AI时代对设计会产生颠覆式的影响，“比如做室内装修设计，此前我们可能先要现场测量，再去建模、做渲染，再跟用户沟通效果到底好不好，可能还要再重新建模，周期较长，而且很多矛盾冲突出现在最后和客户沟通上。”
而在AI大模型出现后，只需现场拍出照片，用AI就能进行实时渲染，“通过我们的软件笔刷，可以画一个红色地毯，或者直接输入提示词需要什么风格，可以直接出效果图，调整到客户满意后，我们再去做精准设计，这意味着旧有的流程被‘倒置’了。放在其他领域也是一样，比如工业设计可以先出汽车原型，当汽车原型外观符合需求，再去精准设计。所以AI让整个设计流程发生了比较大的变化，整个效率也得到了数十倍以上的提升。”刘昌伟说。
此外，AI大模型的出现也让更多“普通人”拥有了专业能力。AI生图能力出现后，水母智能CEO苗奘和她的团队全员切入AIGC，在2023年4月上线了国内首个AI漫画工具，这一决定让公司设计师变成了能写参数代码的产品经理，让传统行业的漫画师变成了模型指令训练工程师。苗奘告诉记者，使用AI画漫画后，A级漫画的成本降低了62%，商业测试的效率提高了98%。
“在创作端，参与我们A级漫画创作的创作者大部分并不会绘画，也不是传统漫画行业的从业者，这非常激动人心；在消费端，韩国在2023年抵制过AI漫画，国内平台有的接受有的不接受，但随着我们的阅读量和播放量的不断提升，我会感觉自己正在经历技术逐渐被大家接受的过程。”苗奘说。
面对“幻觉”AI如何落地：
有的严格选择训练数据，有的选择非严肃场景
不过，AI大模型也远非“无所不能”，其基于技术底层逻辑出现的“幻觉”问题就难以避免，如语言大模型“一本正经地胡说八道”，图片模型画手指不准确，视频模型无法正确理解物理关系等，这也让不少想要使用大模型的企业止步在了“落地”上。
陈菲告诉贝壳财经记者，大模型只覆盖他的公司业务链条最后的生成部分，而他解决‘幻觉’的方式是对训练数据的严格选择，“金融投研跟通常的大模型回答问题不一样的，它的回答只能在规范的数据范围内去做归纳总结，基于我给它喂的数据再发散出现幻觉是不可能的。做应用并不是一个大语言模型就能做成的。对于金融投研应用，大语言模型也许占技术的20%-30%，其他包括数据获取、数据清洗、数据打标、数据分门别类，针对不同数据构建各种算法，也是非常繁琐的工作任务。”
而苗奘等创业者则选择了另一条思路。她看重PMF（产品市场匹配度），“我们选漫画的原因就是因为当时大模型的幻觉问题赤裸裸摆在那里，想尽快闭环、尽快在产业落地，漫画是一个比较好的选择，因为它是一个非严肃性场景，法律说错了事关重大，但漫画里人物的头发长一厘米短一厘米、红一点绿一点都不要紧，可以继续落地，用户照样消费，所以这是我们当时选择这一市场非常重要的一个判断，当大模型跟产业之间的出现gap（差距），我要选最宽容的，gap（差距）最小的垂类。”
师者AI CEO刘春江则在选择“不让AI胡说八道”的同时，也不过分追求大模型的计算准确度。
师者AI是一个全学科教育AI大模型，但相比追求100%的正确答案，这个大模型产品以“引导”为主题。“我们不给答案，而是可以匹配现在所有能找到的小学、初中、高中应试教育的考点和得分点，重视能明显得分的地方。对于大模型的幻觉问题，我们的解决方案是让AI先学一遍九年义务教育的得分点，只回答得分点，不胡说八道。”刘春江说。
在他看来，初创公司并不是做科研，没有必要“卷大模型”，“AI大模型作为硬能力来说，大家都卡在80%-85%的计算准确度上，不可能做到100%。”
AI与创业者相爱相杀：
大模型会替代很多基础工作，AI快速迭代创业者被逼快跑
事实上，从零起步开发一款大模型对于初创公司而言确实并不现实。“我们所要专注的是把应用端做好，我上面所说的那些事情已经需要投入很多时间和精力去做，更不用说自己做一个垂类大模型了。”陈菲说。
而对使用大模型所带来的成本，陈菲坦言，在前期，这个成本相比员工成本就根本不是一个数量级，因为公司规模还没有到那个程度。不过，随着时间推移、用户量增加，未来模型调用成本肯定会线性上升。
在海外推出AI原生社交游戏的Kotoko CEO乔海鑫表示，在移动互联网时代大家都首先搞流量增长，亏钱不盈利没关系。而今天大模型的各种算力成本没有办法视而不见，它会在成本结构里占很大一部分。
陈菲时常从产品角度思考公司的核心竞争力是什么，“一定不是模型，我们只是依赖模型，模型是我们的一个工具，模型能力提升，我们产品能力也能提升。最终回归到产品本身，如果说只有一个核心竞争力，那就是数据。当我用我们的业务逻辑和模型能力构建这个产品，然后推向市场，获取用户，再产生数据，这个数据和大模型无关。”
在这一逻辑下，大模型只是初创企业所必需的工具，选择也有很多。多位创业者都认为，更重要的还是先想通PMF（产品市场匹配度），这也是AI时代对创业者必须的要求。
“我们都是偏产业型的项目，需要产业落地，对于这种AI应用来讲，谁的大模型强，我就用谁的，所以大模型也在相互竞争。”苗奘说，“对于我们自己来说，会思考怎么能把业务先跑通，把收入拿回来，A级漫画出品的是商业化漫画，能变现，在这个过程中永远是基于新的技术做工具，然后才有新的工具、新的工作流、新的付费用户群体。”
乔海鑫表示，当今时代大浪淘沙，对创业者的素质要求更高，CEO的核心能力在找钱、找人、找方向，对于跨界经验的要求和业务理解的要求比过往要高得多，“不然只有模型和底层能力，没有需求，没有场景，这件事情（创业）是不成立的。”
在陈菲看来，现在初创公司从Day1（第一天）就要想好商业模式是什么，不能像以前一样花很长时间先赚流量，用户不付费，“PMF的节奏要非常快，要迅速找到用户究竟为什么付费，付费核心痛点是什么，而不是说在边缘上提供一些爽点，那毫无意义。”
另外，在大模型的“倒逼”下，AI产品的迭代速度更快，初创企业也感受到了危机。
从事智能营销的LightAI联合创始人郑月明表示，AI所带来最大的一个改变是，大模型就是竞争对手，“现在如果完全想不明白商业化这件事，创业就不应该开始，因为AI攒一个应用非常简单，比如读个法务文件，做一些软文处理，直接丢给ChatGPT就行，为什么还需要我们这种公司？所以一定要把这些问题想清楚，扎在业务里，这就是为什么PMF很重要。”
对于大模型的出现对创业环境带来的冲击，刘春江也深有体会，他在成立师者AI之前曾做过一款编程产品，但是随着大模型开源出越来越多的东西，他发现产品壁垒没那么高了，这给他带来了危机感。“如果走在时代必经之路的第一步上，会被踩死（编者注：如果跟着时代惯性走，做一些基础工作，可能会被AI替代），因为大家都能看到的东西一定竞争太激烈。”他告诉记者，师者AI平均30到35天迭代一次，“我们没有周六周日，没有固定假期，只有比AI跑的快。”
而在越来越多的大模型公司“剑指AGI（通用人工智能）”的当下，这些将AI灵活运用到公司业务中的创始人们也抒发了自己对未来的看法。
“我们认为总有一天不用再卖学习机，我们可以让孩子个性化地把家教用AI方式请到家里的既有设备上，我们相信有一天微博卖课这种老的商业模式会消失，我们坚信AI和教育结合一定是个性化的，教育培养不是统一的，更有助于孩子发展，这就是现在AI大模型时代能够解决的一个很重要的问题。这是我能做到的下一个水平，也是我们这个时代可以实现的目标。”刘春江说。
“在大模型时代，专业能力变的不重要了，你对业务的理解需要远远大于你对技术的理解。在未来，用AI是基础能力，AI对人也有技能要求，创新变得特别关键。”郑月明说。
