那些止步于2023年的AI創業項目 踩了哪些坑？

　　本文來自于微信公眾號 頭號AI玩家(ID:AIGCplayer)，作者:月山橘 阿虎。

　　要說今年什么創業項目/公司最性感，和AI相關的一定榜上有名。

　　在這場由ChatGPT引發的AI技術浪潮中，創業者們的臉上同時寫滿興奮和焦慮。

　　OpenAI、Midjourney、Stability AI等明星AI公司估值狂飆、風光無限，國內的AI領域也早已展開激烈競爭，截至上個月，僅國內公開的AI大模型數量，就已高達238個。

　　除了大廠外，中小創業團隊和獨立開發者們也紛紛涌入AI領域，希望能夠抓住這個歷史性的機遇，打造出具有影響力和價值的產品或服務。聚焦細分市場應用的小型AI產品層出不窮，整個AI創業領域呈現出一片繁榮態勢。

　　然而，繁榮之下必有泡沫，一個殘酷的現實是，大多數AI創業項目都可能難逃失敗的命運。

　　“很多AI創業團隊腦袋一熱加班加點搞的東西，用不了幾天就會失去意義。”一位AI創業者告訴“頭號AI玩家”。

　　11月的OpenAI開發者大會，更是直接宣告了一堆AI創業公司的死亡。

　　零一萬物CEO李開復在“MEET2024智能未來大會”上預判，不包含大廠在內，中美相加最后將有五、六家大模型公司笑到最后。

　　國外有一個叫做“AI Graveyard(AI墳墓)”(https://dang.ai/ai-graveyard)的網站，記錄了近200個目前已經停止運營的AI項目。

　　這些項目夭折的原因是什么?創業者如何避免重蹈覆轍?AI創業的長期價值落點在哪?“頭號AI玩家”對其中幾個典型項目的功能、技術實現形式和失敗的原因進行了分析，希望能給各位AI玩家提供啟發。

　　AI創業項目的幾種“死法”

　　YC(Y Combinator)曾總結過創業公司的18種死法，具體到AI創業也依然適用。

　　概括來說，基本離不開太燒錢、不賺錢、沒算力、產品沒有競爭力和差異性，這些大家耳熟能詳的原因。

　　而具體到AI Graveyard中的一些小項目，失敗的原因則集中于:市場需求評估不準確、商業模式不可持續、技術實現不成熟等。AI創業者需要從這些失敗案例中吸取教訓，避免重蹈覆轍。

　　1. AI搜索引擎:Neeva

　　Neeva是一個人工智能驅動的搜索引擎，主打一個無廣告和優先考慮用戶隱私。它由谷歌前高管Sridhar Ramaswamy和Vivek Raghunathan于2019年創立，2023年5月宣布關停，并被Snowflake收購。

　　不可否認，AI+搜索引擎，是一門好生意。

　　曾經的Neeva產品官網

　　AI驅動的搜索引擎可以更好地理解自然語言查詢，包括對復雜查詢的深度理解和上下文分析，從而提供更準確和相關的搜索結果。

　　但在搜索引擎市場，像谷歌、微軟這樣的巨頭已經占據了主導地位，擁有龐大的用戶基礎和深厚的技術積累。構建一個與市場領頭羊競爭的搜索引擎，是一場重資本游戲。

　　而且，用戶對現有搜索引擎(如谷歌、必應等)的依賴已經形成了穩固的使用習慣。要使用戶轉向新的搜索引擎，需要提供顯著優越的搜索體驗，在搜索結果的相關性、速度、界面設計等方面達到或超越用戶的期望。

　　此外，找到有效的盈利模式也是一個重大挑戰。依靠廣告收入可能難以與市場領導者競爭，而其他盈利模式(如訂閱服務)可能難以吸引大量用戶。

　　在數據隱私和安全越來越受到重視的今天，新的搜索引擎還需要確保其能夠保護用戶的隱私和數據安全，這不僅是一個技術和法律問題，更涉及到品牌認知和用戶信任的建立。

　　2. AI搭訕臺詞生成器:AI Pickup Lines

　　AI Pickup Lines可以生成各種主題和風格的搭訕開場白，2022年年底上線，2023年3月初網頁就被關閉了。

　　曾經的Pick up lines產品官網

　　用戶可用Pick up Line每天免費生成10條搭訕文案，訂閱計劃每月9.99美元或每年99.99美元，可以生成無限數量的搭訕臺詞，并且可以靈活地選擇任何關鍵詞。還可以以499.99美元的價格購買綜合數據庫，數據庫包含100000多行內容，涵蓋各種主題和風格。

　　這是一個典型的基于大語言模型的包裝和簡單應用，類似的還有AI周報生成器、AI哄女友文案生成器等。在大語言模型能力逐漸增強和普及的情況下，這類產品的壁壘會越來越薄。

　　而且這類產品通常娛樂性大于實用性，更多地被視為一種娛樂產品，而不是一個實用工具。雖然可以在短期內吸引用戶的好奇心，但可能缺乏長期的實用價值。

　　AI生成的搭訕用語顯然不足以應對現實生活中復雜多變的社交情境，包括社交互動中的微妙情感和非語言因素。

　　在盈利模式方面，雖然這類產品可能通過廣告或一次性購買獲得收入，但長期的用戶留存和盈利能力是一個挑戰。如何讓用戶持續使用并從中獲得價值，是這類應用需要解決的問題。

　　3. AI照片編輯工具:PhotoFix

　　根據檢索到的信息，PhotoFix.io創建于2022年年初，網站于2023年4月初維護關閉。

　　PhotoFix的主要功能是:提高照片質量、清晰度;增強分辨率;刪除照片中的元素，例如人物、物體或背景;文本生成圖像，例如《絕命毒師》、吉卜力動畫和逼真的肖像。

　　然而，AI照片編輯軟件市場已經接近飽和，許多成熟的產品如Adobe Photoshop、Lightroom以及各種移動應用已經占據了市場主導地位。

　　再加上Lensa AI、EPIK等眾多AI寫真軟件對用戶的教育，如果一個新的AI照片編輯工具沒有顯著區別于現有的產品，可能難以吸引用戶。

　　4. AI生成游戲模擬器:Fablesimulation

　　Fablesimulation的創建時間已經不得而知，它于2023年3月21日被收錄進“AI Graveyard”項目。

　　這是一個在線平臺，允許用戶在虛擬環境中進行編程、訓練以及與智能體交互。Fablesimulation的最終目標是建立一個擁有100萬人工智能的繁華在線元宇宙，人們可以在那里生活、工作，甚至建立浪漫關系。

　　雖然它倡導的概念看起來很有創意和前瞻性，但是并沒有經過充分的驗證和測試，沒有明確的目標用戶和場景。

　　而且它需要用戶在虛擬世界中編程、訓練智能體，這無疑提升了用戶參與門檻，同時在技術實現難度、商業模式的可持續性、安全性和隱私問題、硬件要求、社會倫理問題等多方面也面臨挑戰。

　　避免AI項目失敗，需要做什么?

　　“護城河”是很多開發者、投資人喜愛的術語，它指明了一家企業如何阻止競爭對手奪走自己的業務。

　　但并不是所有的AI初創企業都能在其中找到自己的“護城河”。

　　據“頭號AI玩家”分析，這些失敗的AI產品大多是典型的AIGC應用方向，但在各自領域里同質化嚴重，無法和競品拉開差距。

　　當然，還有一些產品因為資金投入不足，投入成本過高，陷入了困境。

　　1. 要找準細分市場，打造產品壁壘

　　生成式AI的快速崛起讓更多開發人員可以將AI功能添加到自己的產品中，不用再重新構建模型。

　　“接入API”的方式，帶來了一批新的人工智能初創企業。在API的幫助下，只需設計前端的產品頁面，就能在平臺上構建相應的AI產品。

　　大多數開發人員都在OpenAI、Mistral等企業的幫助下，構建了大大小小的應用程序。

　　不過，這樣的方法不可避免會面臨平臺帶來的風險。

　　OctaneAI聯合創始人Ben Parr表示，OctaneAI曾接入Facebook Messenger的聊天機器人技術，但Facebook陷入數據泄漏丑聞后，突然禁止任何開發者在Messenger上創建聊天機器人，這在一定程度上為開發者帶來了產品風險。

　　再以Jasper.ai為例，它是建立在GPT基礎上的AI初創企業，從年初預計全年收入達1.5億，到開啟裁員模式，不過短短半年時間。原因無他，Jasper.ai的產品基于GPT-3模型開發，而GPT-4的出現使其遭受了技術碾壓，就此隕落。

　　數據網站Semrush統計顯示，自從GPTs發布以來，同類型產品的網絡流量已經下降了一半以上。

　　小冰公司首席執行官在“Meet2024智能未來大會”上提到:“API調用并沒有體現出生成式人工智能的創造力價值”。

　　就像Ben Parr在經歷過風險后所總結的，“盡量不要做API平臺也可以自行構建的產品”。

　　比如，開發者可以制作一個聊天機器人，但用的是OpenAI無法獲取的數據庫，像大量的繪畫素材、策劃方案、醫療數據、郵件內容等等。

　　相比構建大模型，擁有自己的數據集，成本相對更低，也能因此筑起產品壁壘。

　　另外，打造針對某個特定垂直領域的產品，明確自己的受眾群體，比起橫向延伸AI產品功能更具優勢。

　　上述失敗的AI產品大多是普適性較強的工具，可以面向所有公眾，但這也導致了產品無法做出差異化。大型科創企業可以投入更多資金、更大算力打造通用型AI工具，擠壓初創公司的生存空間。

　　獨立開發者飛俠告訴“頭號AI玩家”，“無論什么賽道，聚焦在特定垂直領域的產品肯定更具優勢，專門的數據、借口、合規方式都是大型企業無法提供的。”

　　2. 籌集足夠的資金，或投入較低的成本

　　“燒錢”是很多AI產品研發都會提到的關鍵詞。但美國知名風投a16z的分析報告指出，月訪問量排名前50的生成式AI產品，幾乎有一半沒有引入任何外部資本，都是自己籌集的資金。

　　來源:a16z

　　構建和訓練自有模型往往需要花費上百萬人民幣，而對現有模型進行微調，或是集成GPT模型的應用，能夠節省更多的費用。也就是說，進行AI產品研發的團隊可以選擇較低的成本投入。

　　《增長黑客》作者范冰在一期播客中提到:“(AI賽道)融資很多很猛，燒錢更多更猛”。

　　這么想來，缺少資金也不失為一種“反向布局”的辦法。

　　還有一些開發者以“你不理財，財不離你”來形容在AI產品上的資金投入。

　　“頭號AI玩家”也咨詢了一些開發者和創業團隊，不考慮人力成本和后續商業變現的情況下，零成本也可以啟動一個項目。

　　比如在GitHub上不少以GPT為技術原型的套殼項目，潛在收益高，最早一批的“中間商”，已經實現月入十余萬元。

　　不過，融資難或許是今年AI領域的普遍現象。有投資人曾開玩笑，線下創投會說得最多的是“好的，再看看”。據此前“小飯桌”報道，AI創業者Steven表示很多投資人其實是在假裝看AI。

　　當然，對于一些開發者來說，產品本身才是更重要的，商業模式通常會被后置。

　　“雖然現在沒有籌到錢，但先獲得一些穩定的用戶，讓他們自愿付費，這是我們接下來的小目標。”飛俠說道。

　　無論是資金不足還是缺少技術壁壘，比這些問題更重要的前提是要抓住用戶需求。YC創始人Paul Graham認為，“從某種意義上說，導致創業失敗的原因就只有一個，就是沒人需要你做的東西”。

　　目前主打短平快的產品大多會選擇海外市場，個人獨立開發者則熱衷鉆研AI技術的各種創新玩法。

　　專注在目標用戶群上，找準自己的產品定位，所有創業成功的原因都可以歸結于此。

　　被埋沒的產品成果當然遠不止上述這些，可能還會有更多的AI產品消失在路上。如果非要有什么秘訣的話，那就是在AI時代，永遠不要停止對AI原生應用的探索。