要么来自商业。这个时候，公司自身的价值就增加了，公司的所有利益相关者都可以赚钱，实现增长。这是最理想的情况。互联网上的成功人士基本上都是赚这个钱的。这是一个非零和游戏。
要么来自资本市场。此时，这已经不是技术领域的传统想法了。没有商业基础，就没有资本市场的倍数。相反，它依赖于期望和业务的一些影子来提供支持。
后者如果想要赚钱，就会产生各种复杂的操作，因为这是一个零和游戏。
这件事如果能追溯到德隆系列的话，基本上就没有成功过。
我们总可以说，资本市场的钱可以反哺产业，进而让企业在资本市场获得更好的预期，形成资本-产业/科技产品-资本的循环。但钱一旦生钱，就变成了一个循环（资本-资本），成为了赚钱的手段，工业就变成了一个支柱，而这个循环并不是通常想象的那样。
这里确实需要创业精神。没有创业，就没有苦难与辉煌，也就没有真正的资本-产业-资本的良性循环。
产品创新后的战斗
在技术-产品-商业模式的循环中，人工智能最关键的其实是产品。我之前写过：人工智能并不缺乏概念，甚至不缺乏技术，但缺乏产品。所以，如果是在技术或者商业模式上进行较量，除了极少数人之外，其实是非常危险的。
在技术方面，一是输入与输出的固有不平衡，二是实际上与人工智能的新技术特征（稍后讨论）相冲突。
如果你专注于渠道，它实际上会成为一个永恒的生意，而错过一些真正的机会。看：生意永远都在，但时代的机会只有一次
产品的难点在于它必须是真正的创新。有一个关键点越来越被忽视：我们现在熟悉的大应用在过去并不存在，电商也不是更好的百货商店。两者的形式和价值创造方式完全不同。
从这个角度来看，大部分所谓活跃度高的AI APP都是无效的。人工智能不是用来创造新的应用程序，也不是用来启动新一轮的移动互联网。
目前大型模型公司设计的很多APP实际上是解决信息供给的问题。该角色过去被分配给搜索和个性化推荐。内容生成现在可以在这件事上发挥很大作用吗？因此，这些并不是真正在制作过去不存在的应用程序，而是以不同的方式制作过去存在的东西。
例如，目前帮助你回答简单问题的AI App并不是一个创新产品（它与搜索有很大的重叠），但如果你真的能成为一名英语老师，那将是一个新的App。
以前都说经验提升10倍是有价值的，但过去能做到的领域，其实10倍的提升是不可能的。只有基于新技术特征的全新产品才有可能实现。
在某些领域，人工智能可以做以前没有人做过的事情，而在另一些领域，它可以让过去做过的事情变得更好，但后者并没有什么用处。需要的是前者。
多功能性的压垮力和应用的本质重构
这次AI的一个有趣且前所未有的特点是，它的能力正在朝着大方向发展。
对于一个拥有过去和现在所有知识的模型来说，在一个总体方向上发展其能力意味着什么？
这意味着它本身将吞噬我们过去看到的很多很多基于工具的应用程序。这个类比有点像 Windows 捆绑了无数的应用程序。
比如编辑器，再往下，Office、Adobe之类的应用程序，已经不再是过去那种给人一堆按钮的应用程序了。
如果大型模型的能力呈指数级增长，这些基于工具的应用程序的作用将退化为数据处理和存储的终端。
AIGC可以看作是一个自带大模型的应用，通过代码生成能力可以覆盖更多的领域。所以，未来的应用要做的根本不是功能，而是数据。数据定义功能。
如果模型的能力呈指数级增长，这一点将变得越来越明显。
这又意味着什么？
这意味着仍在执行功能而不是创建自己的数据功能或障碍的应用程序是危险的。
在商业模式不变的外壳下，产品的核心其实已经发生了变化。 OpenAI最近发布了o1的完整版本。基于它的应用怎么能和以前一样呢！
收入基础脆弱
并不是说B端容易，C端难，海外容易国内难，但以现有技术来创造收入总是很难的。这确实不难。那天选择的人并不难。反之则没有机会。
如果我们认为单纯授权就可以通过提高技术在中国发展，如果我们认为通过增加几个销售人员就可以扩大收入，然后再扩张、收费，我们更有可能离死亡更近。
如果加上人员和基础设施的考虑，那么脆弱的收入基础将加上刚性的成本支出。
在很长一段时间内，当你不突破胶片去获取阳光、雨露时，从事AI工作的人就会长期生存在这样的状态中。
这是一个复杂的选择和集中的过程，实际上也是一个战略思考的过程。
当你处于这一范围的一端时，你实际上不需要考虑策略。这个时候，策略就等于信念。比如你技术做得好，你就会赚钱，比如你渠道做得好，你就会有收入。这正是当你在资源有限的前提下规划开发产品时，你需要做策略。思考。
信仰永远可以等于一切，但实际上有必要减少基于信仰的信仰比例。这也是一个非常有趣的话题。
概括
这种混合导致了人工智能的突破，需要非常不同的方法。可以肯定地说，人工智能产品的简单尝试是行不通的，无论是技术性的还是单纯商业性的。人工智能商业化的门槛变得更高。如果说过去一般App的启动难度在1左右，那么一般AI应用的启动难度在5左右，如果继续发展下去，很大概率需要成为系统型超级应用。所以重要的不是起点在哪里，而是谁能更快地走向完善。
