AI创业的振荡感受，换句话话就是难但要坚持

✅首先先讲结论就是各种大模型集合战队（qwen、chatglm、baichuan等）+RAG（某业务域知识）+workflow+function all+外加规则/策略‼️‼️ ✅目前通用大模型真的无法满足企业客户的需求，至少今年一年对接跑下来是这样，和三家头部大模型企业做招投标及poc，有种情况很恶劣，poc已经完成✅最后企业没有做，本质原因是价格高（1000-2000w左右属于企业战略层决策），表现原因是发现用开源的也能跑起来这，这种企业的做法通过招聘“工程师”部署上去一个，完事之后就说自己做了大模型产品 ✅第二种是完全没有任何能力包括部署、开发，这类用户仅仅是使用AI工具者，很注重效率，找家小的公司也能把产品running，这类公司一般表现中小企业（或者个体户，开多家分店），当然这种单子在几十w差不多就ok，但是这种很依赖workflow 第三种是介于两者之间的，这种企业往往是自我矛盾的，想做垂直大模型，但是无卡没💰且私有化部署，于是自己开始整活，各种大模型集合战队（qwen、chatglm、baichuan等）+RAG（某业务域知识）,一顿乱炒，终于可以对外宣称垂直大模型了， 接触80%的需求基本上可以概括workflow+function all+外加规则/策略，但有的时候发现自己也是自相矛盾的 📍主要有这样几点的矛盾 1）对业务领域不挑剔上来就做，最后彻底打造成外包AI 2）挑活仅做某一垂直域发现，本来市场份额小（蛋糕少），在挑最后一块也没了 3）寻找业务之间的交集，尽可能标准化workflow，根本不现实，本质是企业也是个性化的 📍几点思考吧 1）团队达成一致，有需求寻找契机，边做边梳理方向，做产品规划 2）最终还是要回归垂直大模型,只有垂直才尽可能绕开bat，或者说他们看不上的蛋糕，啃骨头缝的肉这样 3）至于商业模式2024很难，2025可能也不一定好，食物链顶端是英伟达，其他的均是被吃，这种竞争本来就是不良的，一个正确的或者还不错的商业化一定是大家在链上都能获取收益，而不是一家独大 4）所以好的商业化会来的 绝不是恶意的打价格战