“大模型公司遲早要面臨投行拷問。”
文丨程曼祺編輯丨宋瑋
作爲多年的科技與商業精英，李开復的一面是精確與秩序。
他出現在辦公室時比約好的時間剛好早 1 分鐘，同事說他常常如此准點。
他仿佛剛從 20 年前的暢銷書封面中走出來：步態從容，一身藏藍色西服套裝，三七分的發型一絲不亂，手裏提着一個深棕色皮質公文包，是講述美國 1960 年代商業精英的電視劇《廣告狂人》裏會出現的款式。
不過翻开這張精致的封面，李开復又一直身處一個模糊、混亂、難以預測的商業世界。
過去 1 年，這種混亂到了一個高峰，他在去年 5 月創立大模型公司零一萬物並擔任 CEO，已經 62 歲的李开復把自己拉入了一場新的大模型混战。
過往的光環與名氣反而放大了圍繞李开復和零一萬物的質疑與爭論。
李开復 1983 年开始在卡耐基梅隆大學攻讀計算機博士，當時他在研究計劃中寫道：“人工智能是人類了解自身的最後一步，我希望投身這門新的、有前景的科學。”
更年輕的創始人現在會說：1980 年代的 AI 不是今天的 AI。
去年 11 月零一萬物首次發布开源模型 Yi 後，有人從代碼裏看到了與 META 的 Llama 模型相同的張量命名方式，指出這是 “套殼” 大模型。
此後有多位 AI 從業者撰文解釋，現在大部分 AI 大模型都會選擇共同或相似的模型架構，真正影響模型性能的工作是數據選取、數據處理和訓練，以及最終得到自己的模型參數，零一萬物和其它公司都需要自己完成這些工作。
曾經每天用程序自動發幾十條微博的李开復沒有在公开場合做回應。他忙於用他的理性與經驗，在復雜、混亂的大模型市場裏找出一條最正確的生存之路。
在創業一年後，李开復第一次接受深度採訪，完整闡述零一萬物怎么想、怎么做。
李开復有一套環環相扣的精密邏輯。他以工程師的方式定義了一個新概念：TC-PMF，在 PMF（Product Market Fit）尋找產品與市場匹配點的基礎上，加上了技術（technology）和成本（cost）。
這兩個要素都在快速變化，李开復認爲降低推理成本至關重要，這是 AI 與移動互聯網的最大差別。零一萬物的战略就是要比別人更快找到這個四維匹配。
更快找到的方式是自己做推理引擎，尤其是做大量 AI Infra（基礎層）優化工作：從選擇服務器到設計機房和部署 GPU，再到做向量數據庫，零一萬物都自己來，自己掌握降低推理成本的節奏。
必須自己找TC-PMF，又是因爲李开復相信以下的教訓是真理：任何公司不可能喫技術一輩子，一定要找到技術之外的壁壘。
“有些媒體會把做大模型的人分成兩種：信仰 AGI 的和賺錢的，我就是既要又要。” 李开復說。
零一萬物去年陸續上线的 4 個海外產品中，有一個生產力產品的 ROI 已經實現了 1。
零一萬物剛剛發布了新的千億參數閉源模型 Yi-Large 和首個國內產品 “萬知 AI”。在斯坦福的开源評測項目 AlpacaEval 2.0 上，Yi-Large 控制了文本長度誤差的勝率（LC Win Rate）排第二，僅次於 OpenAI 今年 4 月發布的新版 GPT-4 Turbo；勝率（Win Rate）則排到了第一。
圖爲 AlpacaEval 2.0 最新測評的前十名。零一萬物的 Yi-Large Preview 的 LC Win Rate 爲 51.9%，排第二，Win Rate 爲 57.5%，排第一。
AlpacaEval 2.0 的測評邏輯是，以去年 11 月的 GPT-4 Preview 來與其它模型 “打擂台”，如果其它模型勝率超過 50%，意味着其有一半以上的回復比 GPT-4 Preview 要好。其中 LC Win Rate 是控制了用戶更喜歡長回答的傾向之後的勝率。
如果看重表面的秩序，李开復本不需要自己走入於這場混战，過去 14 年他都在投資和支持別人。
現在他是 “最年長的” 中國大模型創業者，處在一個競爭最激烈的中國大模型市場。最多的資源、押注，最密集的人才都不站在這邊。
創業環境不再那么寬松了。李开復謹慎地思考如何用更少的資源保持在第一梯隊，提前謀劃估值快速攀升後如何獨立生存。零一萬物現在是中國六家大模型獨角獸之一。
“沒有收入的四、五十億美元估值，在 AI 1.0 時代都支撐不了。大模型公司遲早要面對投行拷問，要未雨綢繆，否則這些紙牌屋最後都會坍塌。”李开復說。
我們問他這次爲什么一定要自己創業，有多想贏？他說他相信喬布斯的一句話：“每一個人一生有很多點，我終於來到一個機會，把這些點全部串在一起。我相信我來到這個世界就是來串這些點的。”
“過去 40 年他們擋不住我，以後 40 年也是”
《晚點》：有人說你是中國最年長的大模型創業者。
李开復：我希望我能帶來的價值是隨年齡累積的經驗，而不是失去了對技術的掌控力。
如果你去問我的同事，就會知道這個問題不大。
《晚點》：那些更年輕的創業者說，上世紀入行的人搞的 AI 不是現在的 AI。
李开復：那他們應該先讀讀我的論文。我的論文基本有兩篇，一個是我和 Geoffery Hinton 團隊做的 Othello（一個黑白棋博弈系統），就是用機器學習的方法來下棋，打成了世界冠軍；第二個是用機器學習做語音識別，做到了當時世界最好的語音識別。
這都是在 80 年代做的機器學習。可能很多人跟你說 80 年代沒人做機器學習，但是有，那就是我。
《晚點》：少有人會在 60 歲之後創業，你之前還生過一場大病，家人有勸過你別幹嗎？
李开復：他們當然會覺得創業太累，但是擋不住我呀。過去 40 年從來沒擋住我，以後 40 年也擋不住我。
我太太只是說，“我知道我說了也沒用，你好好保重身體。” 她說她會支持我，還是挺不容易的。
《晚點》：爲什么選擇直接做 CEO，有過其它選項嗎？
李开復：我從一开始就考慮自己做 CEO，當然也不排除能找到很好的人。
應該說所有人我都聊過，我的期望非常高，大概想找到一個年輕版的薩提亞（薩提亞·納德拉，微軟現任 CEO），但沒有找到合適的。
《晚點》：爲什么不像上一輪 AI 熱潮那樣去投資和孵化，支持其他人創業？
李开復：創新工場不是一個很大的基金，如果我們當時選擇投資，就只能佔非常少的份額，最後做成了也沒有很大意義。
《晚點》：你覺得這次有機會做成什么樣？
李开復：我覺得我們要做就做一個萬億美元的公司。當然我知道機會不是很大，但是要衝一衝，做個小獨角獸對我來說也不是目標。
這個夢想有這么這么的大，如果就是大家賺點錢，這絕對不是我想做的事。
我這次創業，十年都不會套現。
《晚點》：和上一次 AI 熱潮相比，這一次有什么不同？
李开復：回頭看當時的 AI 1.0，四小龍的時代，我們看到一些很優秀的技術型創業者都會走過四個階段。
第一階段是我有最牛的團隊，比論文，比得獎。第二階段就是打榜，比誰能拿到 ImageNet 或者人臉識別的冠軍。第三階段就是搶第一個大單，第一個大單還是蠻多錢的，但之後就變成一片紅海。第四個階段，是一個 to VC 的模式，就是我能不能堆出一個客戶和收入的成長，讓 VC 覺得我能做成，投我。
這個過程產生了很多低質量收入，就是 project based（基於項目）的收入：我做一單，你給我幾十萬、幾百萬，做完了就結束了。
所以 AI 1.0 其實就是把一批系統集成的公司硬包裝成了高成長的 AI 公司。
當然有一個階段是有高成長的。但這類收入到一個峰值就上不去了。再之後，就是一個個上市、一個個破發。因爲最終逃不掉的，市場永遠會用傳統的財務指標來衡量一個公司，你有再厲害的科技也沒有用。
《晚點》：那這一次就可以做出高成長和高質量收入了么？
李开復：現在 AI 能帶來真實的價值啊。
比如生產力的 AI 應用，過去從來沒有一刻可以做到別人幫我寫報告、寫文章和做 PPT，也從來沒有一個軟件，可以幫我分析總結一千頁、甚至一萬頁文字。
這一次還同時點燃了 2B 跟 2C 的機會。同時，這次很重要的是先國外、再國內。
因爲美國已經先有了 ChatGPT moment：市場被教育了，用戶習慣了用 chatbot（聊天對話機器人）；用戶和开發者愿意付費，因爲 ChatGPT 也收費、API（應用程序編程接口）也收費。
所謂高質量收入，就是 SaaS 和訂閱費，廣告也可以算。但廣告要先堆量，SaaS 和訂閱是相對不那么燒錢就可以獲取用戶的方式，這已經在發生了。
《晚點》：你一下子說到了好多事——海外、國內，2B、2C——這些你們都要做嗎？
李开復：我們會做很多事，整個公司的設計就是要做一個 AGI 時代的微軟。
萬知 AI 上线以前，我們在海外市場就已經有 4 個應用了。但有些事我們暫時不會做，比如在國內做 2B，我們不會碰項目制的訂單，我認爲它還沒有逃離上次 AI 1.0 的魔咒。
2B 我們會走 API 路徑，不管國內國外，花錢买 API 都是一個已經被教育過的市場。所有的創業基本都應該避免去教育市場，因爲這是大廠才能付得起的事情，創業公司沒有這樣的成本。
“PMF 已經不能完整定義大模型的創業了”
《晚點》：零一萬物現在同時做模型技術和應用產品，爲什么？
李开復：每一次技術革命都是吸取教訓的機會，有一個教訓是真理：無論你技術強不強，你不可能喫技術一輩子，你一定要找到技術之外的壁壘。
移動互聯網時代，爲什么安卓、蘋果、微信這么強，抖音還能殺出來？
就是因爲字節跳動足夠早地預測到了用 AI 來推薦短視頻，找到了這個 PMF（Product Market Fit，產品市場的匹配），把握住時間窗口，打造了非常高的用戶粘性和成長率。當它成爲一個有海量用戶的普惠應用，微信就再也沒辦法復制抖音、把它殺死了。
這個對我們的啓發是，我們一方面要做 AGI、做最強的模型，但是我們不能只喫這個飯，我們一定要去非常精密地尋找類似 PMF 的東西。
但是我覺得 PMF 已經不能夠完整地定義大模型的創業了。
《晚點》：怎么講？
李开復：因爲現在的 AI 和移動互聯網有一個很大差別，就是移動互聯網沒有推理成本。
所以我們要找的其實不是 PMF，我要定義一個新的詞，是 TC-PMF——就是你還要考慮技術 technology，還要考慮成本 cost，這是一個四維的 fit。
比如說某些應用需要 AI 不能有幻覺，那現在的技術就有挑战；有些應用需要非常大尺寸的模型或者長文本窗口，但這可能帶來 40、50 秒的推理延遲，或處理一百萬 token 要花 75 塊錢，這也沒有 fit。
我覺得每個公司都要找到自己的 TC-PMF。
《晚點》：找 TC-PMF 和找 PMF 的方法有什么不同？
李开復：有一個著名曲棍球選手說，不要去球在的地方，要去球將要去的地方。
比如以前 AI 的幻覺特別嚴重，現在好多了，以前做不好數學、編程，現在能做好了，那產品就要不斷要調整。
而且你一定要在這個功能還不能做，還比較貴時先开始做產品，這樣等技術和成本可以達到 TC-PMF 時，你的產品已經出來了。那幾個月的時間窗口至關重要。
在今天的 AI 成本基礎上，基本很難做出一個抖音、微信或淘寶級別的應用。但是一年後或許可以。
《晚點》：怎么提高成功率？
李开復：一個利好是，推理成本至少每年會降低十倍，這個過去兩年已經發生，未來也會發生。所以一個公司可以試着去精准預測技術會怎么變，成本會如何下降。
但一個更強大的公司，應該主動去降低推理成本，這樣他就能比別人早一刻找到 TC-PMF。
《晚點》：你們是怎么做的？
李开復：自己做推理引擎，自己掌控命運，而不是守株待兔——是華爲可以給我更低的推理成本呢，還是英偉達，還是第三方的引擎？
自己做的好處是，別人的推理成本降低十倍時，我們可能降二十、三十倍。
《晚點》：你說的推理引擎主要指什么呢？其實自研大模型的公司理論上都能主動降低推理成本，你們和別人有什么不同？
李开復：是可以，但把模型做得又小又好只是整個優化的一半。另一半是 AI Infra（基礎層）的工作，是在模型層下面怎么部署 GPU，怎么做並行計算，怎么把軟硬件做最好的結合。
我們的優勢就在於我們一开始就建立了一支很強的 AI infrastructure 團隊，這樣可以在訓練時省錢，在推理上加速。
我們還自己开發了向量數據庫，做了 RAG（檢索增強生成） 優化，甚至自己設計機房、部署硬件，這也是爲了推理引擎。
《晚點》：投入 Infra 的實際效果如何？
李开復：光是 GPU 成本，多方面優化後，我們訓練千億參數的 Yi-Larege 模型時，就比同比下降了一倍左右。
我們的推理也可以做到比微軟、OpenAI 和 Google 更便宜。中國的 infra 團隊真的很強，模型可能不如美國，infra 不會輸他們。
假如今天我們只靠模型能力，infra 用雲廠商的，能把推理成本的優勢做到 30% 就了不得了，但模型和 infra 一起做，可能會有 100%、200% 的優勢。
“ROI 不好時就燒錢拿用戶，這么下去最終會破產”
《晚點》：從你們已有的產品嘗試中看到了什么？
李开復：我們最早上线的生產力產品的 ROI 已經可以做到 1 了，也就是我們從用戶手中收到的訂閱費，已經低於我們獲取用戶的成本加 GPU 的成本。今年應該會有一個億的收入，有近千萬用戶。
但這還不是達到了 TC-PMF 的普惠點，因爲規模還不夠大。普惠點是真的有上億用戶，每天或者每周去使用，而且账要能算清楚。
我們探索的一些其它應用，娛樂、陪伴類的都有，但 ROI 都沒做到過 1，30 日留存也不夠好，我們就沒有去推。
《晚點》：這幾個形態裏，現在只有生產力產品的 ROI 能達到 1，你覺得這是爲什么？
李开復：生產力應用的付費點最明確，雖然技術上有幻覺問題，但最終是人來把關內容，因此也 OK。
而其他領域，包括那么多人學的 Character.ai，都有 TC-PMF 的問題，主要是降低推理成本和提高體驗上的衝突現在還比較難解決。
你要降低推理成本，只有縮小模型，這就導致體驗不夠好，用戶不會來。你用了大模型，體驗好了，但推理又貴了。所以 Character.ai 就沒有特別好的體驗，因爲它用不起 GPT-4，它自己做的小模型又不夠好，進入了兩難。
一個誘惑是，我們也可以花錢燒出用戶，號稱做到了幾千萬用戶、幾百萬 DAU。但是留存不好、ROI 不好，這么做下去最終還是得破產。
《晚點》：你認爲 ROI 多少才算好？才可以更激進地做增長？
李开復：我們會把 0.6 當作一個基准线，燒 1 塊錢可以回 6 毛錢時，就可以往前推進。
你一旦推到了 1 ，就表示增長還可以更激進，我們還沒有到一定要追求回本的階段，我們就會多做一些推廣；太低了我們就扎實地提升產品。所以 ROI 會自然地遊走在 0.85 到 1.05 之間。
《晚點》：爲什么不能以虧損換市場呢？過去很多產品是這么成功的，今天中國的很多 AI 產品也是免費且無廣告的。
李开復：原則上說，一個免費產品如果要成立，在尋找 PMF ，或者我們說的 TC-PMF 階段，有兩個條件：一是長期留存要夠高；二是可以憑口碑傳播免費獲客。
抖音、微信早期是兩個都做到了。ChatGPT 雖然留存不夠好，但口碑傳播應該是歷史上最好的。
今天國內的很多 AI 產品的問題是，還沒有達到這樣一個 TC-PMF，就在燒錢，用戶來了也會跑的。
據我所知，現在國內 chatbot 產品的 30 日留存沒有超過 10% 的。
《晚點》：但如你所說，推理成本正快速下降，ROI 未來會提升。
李开復：推理成本是在下降，但獲客成本也會越來越高。移動互聯網到後來，流量貴得不得了。
中國還有一個特殊性，就是移動流量獨大的互聯網格局。所以我們要考慮手機端到底適合什么 killer app？
現在大家做的最多的生產力應用一般是網頁版的，在電腦上用的，在手機上去讀 PDF、長文本和生產 PPT 就很難。
ROI 不到 1 的產品其實也完全可以做。我們有三款產品都還在 ROI 相當低的階段，我們還在不斷試。比如用了新的 Yi-Large 模型後，這幾個產品的留存都有提升。
但我們一般至少要看到 0.6 才會开始推，否則用戶越多越虧錢，幾乎可以預測不會燒出結果。
《晚點》：過去互聯網燒錢的一個假設是，產品最終有網絡效應，最先成爲贏家的產品會通喫市場。你覺得 AI 產品的網絡效應是什么？
李开復：什么能帶來網絡效應？比如說抖音的創作者生態，比如說微信的關系鏈壁壘。今天我們在各種大模型應用上並沒有看到這樣的網絡效應。
我不否認燒錢可以獲得用戶，但現在要比移動互聯網時謹慎很多。一是因爲更低的推理成本和更好的模型之間現在還是互斥的。你要去平衡各種因素，能預測技術發展曲线，還能不斷降低成本，有史以來沒有這么難的、尋找 PMF 的過程。
另一個不一樣的地方是，移動互聯網本身有新人群紅利，一波一波人开始买智能手機，中國的這個人群尤其巨大，這就自然形成了用戶漏鬥。而現在沒有這么多新上網的人了。
《晚點》：一些 AI 產品今年已在到處做廣告，你看到後有動搖嗎？
李开復：有些友商投放了幾千萬美元，燒出了幾百萬 DAU，如果他們有信心讓用戶走了又能回來，那是他們自己的策劃。
我們認爲做應用就是按部就班：一方面你要又狠又准，在正確的時刻出手，把握時間窗口；另一方面，當這個窗口還沒來時，我們選擇不過度燒錢，因爲賠錢的速度是完全可以預測的。
“有媒體把做大模型的人分成信仰 AGI 的和賺錢的，我就是既要又要”
《晚點》：按照你設想的战略，零一要同時做好技術、成本控制、產品和需求洞察，有糾結過哪個更重要嗎？
李开復：爲了找到 TC-PMF 就必須都做。有些媒體會把做大模型的人分成兩種：信仰 AGI 的和賺錢的，我就是既要又要。
我們當然追求技術極致，但任何一家公司都一樣，不可能永遠靠技術指標，也不能永遠靠融資。
《晚點》：同時做很多事的挑战是什么？
李开復：能不能在各方面都找到優質的團隊，然後去管一個多元文化的公司。
因爲做 infra 的人，做產品的人，做模型的人，做海外、國內市場的人，他們的技能、經驗和做事方法都有不一樣的地方。
歷史上做得比較好的公司是微軟，它的 Office、Windows、服務器、雲、遊戲，包括現在的 AI，每個組都是不同的文化，Windows 的人和你聊的都是技術，Office 就是用戶第一。
而且微軟多元化蠻快的，它第一個產品是 BASIC，很快就收購了 86-DOS，變成了它的 MS-DOS，後面又通過自研和收購做了 Word、Excel、PPT，最後打包成 Office。
我們是要在更短的時間裏達到這種多元文化，每個團隊都要發力達到 200% 的效果，最後 1+1+1 ＞ 3。
《晚點》：如何讓整個公司達到 200% 的效果？
李开復：美國大廠的計算資源是我們的幾十倍、一百倍。我們前段時間聊的一個博士最後決定去一個美國公司，因爲對方答應給他 10000 張 GPU，我們誰都沒有 10000 張 GPU。
所以重點是，我們怎么能擠出每一張 GPU 最大的價值，怎么用更少的算力進入第一梯隊。另一部分是，我們要做更准確的技術判斷，因爲每次決策下一套模型要怎么做，都是上千萬美元，錢還不是最重要的，時間成本更重要。
我去年去了 7 趟美國，團隊也去了很多次，就是了解各種選項，看哪些最有希望，然後先在小尺寸上做實驗，再選擇一個路徑訓練幾個月。到現在爲止，我們訓練時沒有失敗過。
《晚點》：怎么務實地評估你們和 GPT-4 的差距？
李开復：首先系統化的評比是有價值的，在斯坦福的开源評測項目 AlpacaEval 2.0 上，主要指標 LC Win Rate 我們排到了世界第二，僅次於 GPT-4 Turbo；Win Rate 更排到了世界第一，超過了 GPT-4 Turbo。
另一方面，我覺得最終的評估是在 “模應一體” 的前提下，去看你的模型是不是能在你的應用裏調到最優，同時也讓應用達到最優。
如果 “模應一體” 做得足夠好，即便模型本身未必超過 GPT-4，但在我們的應用上的體驗可以超過它。我們已經逐漸看到了這一點了。
《晚點》：如果回到投資人身份，除了你們自己，你還會支持誰？
李开復：我如果現在有很多錢可以投任何公司，我會全部放在零一萬物。但是零一萬物自己要考慮融資節奏，融得太急迫、稀釋太多，是雙刃劍。
《晚點》：你認爲行業競爭的下一個重要節點是什么？
李开復：技術上，現在大家都是往 decoder only 的 Transformer（注：GPT 的路线）的路徑走。MoE（混合專家模型）、多模態是新的技術點，我們也在做，重要的是不能落出第一梯隊。
商業上，我覺得上市很重要。不是因爲要變現、賺錢，而是說 AI 公司要經過一個上市的拷問。比如港股現在對上市的要求是，能做到 2 億美元的高質量收入，未來一年成長 2.5 倍。
上市也能帶來獨特的融資機會，比如定增。現在中國大模型創業，美國、歐洲的投資就別想了，中東在觀望，他們一方面熱愛 AI，一方面之前投軟銀沒有很成功。
中國的 VC 環境也變了。現在不少公司已經很貴了，再下一輪難道要四五十億美元估值嗎？沒有收入的四五十億美元估值在 AI 1.0 時期都撐不下去。
大模型公司遲早要面對投行拷問，要未雨綢繆。否則這些紙牌屋最後都會坍塌的。
“下一本書由 AI 來寫”
《晚點》：你是很多年輕人的偶像，去年零一被討論最多的事卻是套殼 Llama 的負面風波。被質疑是什么感受？
李开復：當時有很多技術專家寫過詳細文章解釋了，套殼的說法就是胡說八道。很荒謬的事，中國哪一個大模型不是基於 GPT 或 Llama 的架構的？技術圈對 Llama 架構這個稱呼本來就是不同意的。
架構在模型中的權重也遠遜於模型訓練本身和通過訓練獲得的參數和代碼。後三者才是各家比拼自研實力的決勝點。我們的 Yi 模型是從零开始訓練，自己獲得的參數和代碼，並沒有參考任何 Llama 或其他模型的參數。
《晚點》：有想過自己出面解釋嗎？
李开復：我覺得還是專注把事情做好，而且有些事情真的越描越黑，我們明明沒有問題，但是可能因爲我在行業中比較有名，就有人來找我麻煩。
沒事，那我們就使用有名的優勢，我就來做萬知 AI 的首席體驗官，專注把產品做好。
《晚點》：以前你是投別人，現在你要說服別人投你，被拒絕過嗎？怎么適應新角色？
李开復：我一般都可以敲开門，但不代表敲开了，錢就會來。以前在創新工場做募資也是類似的，都是站在需要錢的那一方。
《晚點》：很多人放棄去美國招人，你到現在還在堅持，這個過程並不順利，爲什么要繼續做？
李开復：我們的優勢可能是，我在 Linkedin 上跟任何一個人約 meeting 總是約得到，約到不一定會有興趣加入，但是約到了再說。
我 Linkedin 上至少發了七八百條信息、見了兩三百人。我們屢敗屢战，最終還是挖到了一批挺優秀的人才。
上周在美國就很开心，我又找到兩個人，現在已經开始在這邊工作了。
《晚點》：過去一年有自我懷疑和焦慮的時候嗎？
李开復：還好，我當然有時會擔憂，但不至於焦慮。公司總是有時效率很高，有時比較低，但一直走在我們堅持的战略上。
《晚點》：不焦慮的支撐來自什么？
李开復：來自 “世界因我不同”，开玩笑。
來自我相信喬布斯的話：就是每一個人一生有很多點，我終於來到一個機會把這些點全部串在一起。我相信我來到這個世界就是來串這些點的。
2009 年，李开復出版自傳《世界因你不同》。
《晚點》：你現在還有多想贏？
李开復：這不是個輸贏的問題。我覺得第一，這是人類有史以來最重要的技術，不能錯過這次革命，必須全力投入。
第二是我覺得自己有一些獨特的優勢，我經歷過很多公司，知道怎么用一套系統化的方法來打這個市場。
還有，我覺得中國應該有自己的大模型，因爲美國的模型可能會用不到。中國改革开放這么多年，經濟發展都很好，如果這次大模型革命落後了，就可惜了。我熱愛這個國家跟人，我覺得不可以讓這件事發生，那是遺憾終生的事情。
《晚點》：這次如果沒有做成，可能是因爲什么？
李开復：我不太想這個問題。我覺得對所有大模型公司來說，資金鏈斷裂會是一個問題，买不到足夠多的 GPU 也是，沒法驗證自己的商業模式，沒法達到上市指標，這都是問題。
《晚點》：被收購不會是你的選項？
李开復：肯定不是我想要的選項。但我是個務實的人，所以在正確的時刻，一切皆有可能。但我認爲那是最糟的結果。
《晚點》：你寫過不少書，經歷這一次創業後，你會寫一本什么書？
李开復：我覺得這本書不是我寫，應該是萬知寫。我希望能引導它寫出一本比我寫的精彩 10 倍的書。
我一直很關注的一個題目是 AI 時代給人類社會帶來什么改變，大家應該怎么去面臨這個時代。
《晚點》：對這些問題你的新思考是什么？
李开復：最好的情況是，一些公司基於 AGI 帶來巨大經濟價值。相應的挑战是，當 AI 取代了很多工作，人的自我存在需求怎么被滿足？
你要說是不是有人拿大模型做壞事，這是存在的，但最糟的狀態是人的絕望：一個人發現自己學的技能都被 AI 取代了。
我們不能告訴大家不要絕望，光指望國家給你錢，不是這樣的。
我覺得需要讓大家意識到，工作不是人生唯一的目的，人應該花時間做自己愛做的事，創造非經濟價值。不要覺得這很簡單，我們低估了它的難度。
同時，也要積極再學習，尋找成長第二曲线，AI 2.0 時代還會誕生更多新工作，要努力抓住新機會。
《晚點》：有些人會把這次 AI 浪潮比作上世紀的互聯網浪潮，有人覺得它像大航海時代。你覺得我們正在經歷什么？
李开復：我覺得它是人類有史以來最大的科學發明和進步。當然從商業角度說，互聯網、移動互聯網都讓大家賺了很多錢，出現了一批公司，這次也有類似的機會，但這就低估了它的重要性。
我敢確定，10 年後回顧今天，大家會說，移動互聯網真的沒什么。
題圖：零一萬物今天在北京召开千億參數模型與產品發布會。來源：零一萬物。
標題：對話李开復：這次大模型創業，我十年都不會變現
地址：https://www.utechfun.com/post/370370.html