7月20日TSVC举办了《打造下一个独角兽》讲座第31讲。资本在降温，最近AI泡沫将破的吹哨人也纷纷出场。做算力和大模型很烧钱，但AI应用有望率先自我造血。当前AI应用是何景观？哪类应用在创收？AI应用层如何落地生长？如何在同质化中找到PMF？
嘉宾：
朱铁斌是连续创业者，拥有丰富的海外产品运营增长经验，担任多家知名公司的出海顾问，实操过几十款产品的从0到1出海全过程，曾出版过《15个酷应用玩转树莓派》、《一本书玩转Midjourney》和《一本书玩转出海》等作品，科技自媒体深思圈和SenseAI的主理人，也是出海社群Magineer的发起人，全网粉丝超20万。
夏淳博士是TSVC联合创始人，硅谷成功的系列创业家。曾先后创办三家科技公司，研发销售世界上最早的个性化营销系统，以及国际领先的边缘容器技术。他曾任IT行业一代巨头Sun Microsystems首席架构师，是早期云计算技术奠基者之一。除了云计算、芯片、人工智能、智能制造等硬科技投资，夏淳博士在设计和创意领域颇有造诣，并且对社交媒体和社群经济的跨界文化有深入研究。夏淳博士是清华企业家协会(TEEC)创始会员之一，曾任北美分会首任主席。自2001年，他长年服务于青年学生的培养辅导，持续担任清华大学思源计划导师、清华创业孵化器x-lab的创业导师、清华创+逆向创新中心主任，并在硅谷创建了激励青年学生创新创业的公益基金TSVC Giving Fund。夏淳博士是清华大学电子工程学士及计算机硕士，并在美国UIUC大学获得计算机博士。
讲座目录：
01 活动概要
02 AI应用在宏观上如何分类？哪些应用能赚钱，哪些不赚钱？
03 根据刚才的四个分类再点评怎么来赚钱？
04 分享如何去赚钱？
05 B端市场上有哪些旺盛的需求，有哪些比较领先的公司和产品？
06 现在是加入AI初创公司的好时机吗？
07 PDF.AI会不会生存不下去？
08 对安全方面AI投资项目有哪些？目前有什么案例?
09 C端的音频、视频、图片的应用是不是太多了？
10 AI Agent 做直播带货怎么样？
以下为正文：
今天的活动采用夏淳博士对Leo进行“炉边访谈”的形式，深入探讨“AI泡沫将破，AI公司的商业化何去何从”的议题。TSVC基金从投资视角审视宏观经济全局，指出当前还处于下行期，尽管已历经长时间的支撑，但还是有很多的不确定因素。
就AI泡沫而言，最近美国红杉资本合伙人David Cahn发表了题为《AI’s $600B Question》的文章，文章中对AI算力表示质疑，指出AI领域虽预计投入高达六千亿美元，但其实AI赚的钱可能不会超过一百亿美元。因为我们知道OpenAI的业绩有十多亿美元还算是不错的，其他多数公司的业绩都不理想，投入产出严重失衡。此外，华尔街高盛财团的Allison Nathan也在其Top of Mind专栏中发表文章，预测AI整体投入可能会有一万亿美元，她更在一些访谈里坦言，未来十年内，美国的生产力增长或将仅为0.5%，GDP增长也仅约0.9%，这一预测数据较为悲观。
夏淳博士认为实际情况相较于所提及的数据而言，实则更为乐观，然而，总体的投入和产出却严重失衡，在这种情况下，显然都是一个泡沫的问题。夏淳博士他们当年都是经历过第一次互联网泡沫，尤其是在.com时期，光通讯领域便是一个因过度投资而催生泡沫的鲜明例证，最终泡沫破灭。
关于这个问题，去年11月的讲座活动，夏淳博士和百度七君子雷鸣老师共同探讨了“去AI化”的议题。其本质上是向我们自身及广大听众传达一种冷静理性的态度，针对当前AI领域存在的泡沫现象，倡导我们要以冷静的视角进行审视。在这一宏观背景下，我们需要认真地思考，在泡沫即将要戳破或者有人认为已经戳破之际，我们怎么能够找到赚钱的AI，当然应用是最快的方式。
在此，这个话题引到了我们今天请来的访谈嘉宾朱铁斌Leo。其实我们中国把一项技术做落地，怎么去赚钱这方面绝对是领先于美国的。尽管在前沿科技领域，如大模型、算力、芯片等方面，硅谷展现出了卓越的领先地位，但在技术的实际应用与盈利方面，中国则展现出了更为显著的优势。这一点在文娱领域尤为明显，TikTok（抖音）的出海以及后续兴起的短剧热潮，这些都为此提供了有力的证明，预示着未来将会有更多类似的成功案例出现。
Leo是一直在中国观察整体AI应用的走向，积极参与指导创业项目如何有效进入市场。在此过程中，他深知PMF (Product Market Fit)对于项目生死存亡的重要性，因此他的工作极具价值。基于这些原因，TSVC基金特别邀请Leo来，就以下几个关键方面与大家进行深入分享：第一，目前AI应用是何景观？第二，应用如何赚钱？第三，应用如何分类？这些方面Leo在他的自媒体《深思圈》做过很深入的研究。
TSVC之所以向Leo发出邀请，主要基于以下两方面原因。首先，夏淳博士作为Leo的早期粉丝，持续关注，对Leo所撰写的高质量文章尤为赞赏。其次，Leo不是纸上谈兵，而是能实操，亲自参与市场运作及产品与市场需求契合度的深入分析。这些宝贵经验具有很高的分享价值。
09:25 AI应用的落地是能挣到钱的，那AI应用在宏观上如何分类？哪些应用是能赚钱的，哪些是不赚钱的？
LEO表示，目前整个AI类的应用有四种分类方式：
第一种分类，根据产品使用的模型区分。一类，是基于大模型，比如可以基于OpenAI，Claude等等这些大模型，在此基础上去做的应用。另一类，是基于图像、视频或者音频模型开发的产品，这些模型相对会更小一些。基于这类模型做的产品往往都是自研的模型。比如AI生成图片，像MidJourney和Ideogram等等，或者直接基于开源的stable diffusion去做一些图像生成类的产品。还有视频生成类的产品，像PIKA，Runway等等都是基于自己的视频模型。前段时间Stability它开源了自己的stable video diffusion的视频模型，也有相应的视频生成的产品出来。音频模型的话是前段时间爆火的Suno.ai，它能够直接根据用户的prompt去生成对应的音频内容。
在第一种分类方式下面的产品，比如基于大模型的，往往会变成Copilot或者Agent的形式。在这下面又会有一种新的分类，这个分类主要是基于原来的某个SaaS里面去嵌入AI的功能，可能是SaaS+AI这样的一种分类，这种分类方式对于做海外的产品来讲比较普遍。因为过去5—10年，国内主要是做移动互联网app类的产品，面向的主要也是C端市场。但在海外过去十年，主要是云化的过程，面向2B的SaaS是创业的主流，主要根据某一个具体的问题，做对应的解决相应的一些SaaS的产品。所以在海外做AI类产品的时候会面临的一个问题，就是可以在原有的SaaS基础上去叠加生成式AI的能力。这一块比较典型的应用，比如最早的Notion，它原来是生产力SaaS的一个典范，在很早期的时候就推出了Notion AI的功能，在原有的整个block文档的基础上，方便用户快速地借助生成式AI的能力去做生成，包括去做一些总结和分析。像类似的比如craft，微软的就更不用说了，都是在很早期就集成了对应的AI能力，这个相当于是一个Copilot。
第二种分类，是AI Native的一些应用，这个更多讲的是Agent的概念，这类的产品相当于是把原来的SaaS做迭代。最近看到Foundation Capital和a16z都提了一个概念”Service as a Software，大家都知道SaaS讲的是“Software-as-a-Service”，即用软件及服务。未来生成式AI类的产品可能可以做到，原来需要到别人软件上去操作，去实现整个的pipeline，可以直接用Agent去代替，把服务变成软件或者说Agent。这是AI Native一些应用类的产品，这种划分形式的具体差异或者表现方式会体现在进入市场的策略上。
第三种分类，是根据B端和C端这两个方向。B端类还是原来的SaaS类的应用，比如SaaS+AI，或者是做AI Native的一些Agent的应用，但主要是面向B端的场景。C端类的应用可以分成两个：一个是C端偏生产力方向的应用，比如比较火的SpeakAI等等，做C端教育类的更多的是帮助学生提高效率，或者是帮助个人去找工作等等。另一个是C端娱乐项的，比如Midjourney很多人会用它去生成各种各样有意思的图片。包括Lancer比如拍一个照，可以根据它的AI Filter去生成各种各样的头像图片；还有前段时间比较火的remini等等。还有陪伴类的，比如Character.AI，还有Replika等等，这些都是C端娱乐项的一些应用。
第四种分类，是根据软硬件区分。其实绝大多数产品都是软件类的。还有比较火的是AI硬件的赛道，比如前段时间比较火的AI Pin，还有国内团队在海外做的Rabbit R1等等。这些AI硬件类的产品，包括还有一些比较小的，比如一个叫 Plaud的产品，本质上是一个录音笔，但是把ChatGPT给集成进去，可以根据录音快速地帮助人做总结和分析。这类应用还有Meta和雷朋联手推出的智能眼镜，没有AR的功能，但是可以直接通过语音的方式，通过眼镜上的摄像头去做一些交互等等。
Leo觉得AI硬件类也是非常有意思的产品类别，包括他跟国内一些投资人交流的时候，投资人觉得国内有出海计划做硬件类会比较有优势。其实一点，是因为人没有在海外，做一些SaaS偏B端的方向没有办法很好地SLG。硬件类的话，国内之前已经有大量的外贸，包括独立出海整体的基础设施已经很完善，只需要通过渠道把产品卖出去即可。另一点是在供给侧，国内整体硬件的研发，包括制作成本等等都有一定的优势，所以很多投资人目前看好的方向反而是在AI硬件这一块。而且很多投资人都会关注，AI软件型的产品核心壁垒究竟会在哪里？硬件类的产品其实也可以很好地回答这样的问题，只要用户购买你的硬件，后续持续订阅的方式始终是在硬件上的，就不需要去担心壁垒的问题，也不需要去担心大模型可能会在某个阶段把你的功能给吃掉这样的问题。这是大概从四种方式去对这类产品做的划分。
夏淳博士认为Leo的这四个分类非常精辟，而且思考的方向和投资不一样的地方，是真的从赚钱的角度去思考，投资是从花钱的角度思考。TSVC基金投资的方向第一是算力的芯片，第二是模型，还有一个比较冷僻的方向是AI的安全方面。安全在英文里面有两个概念，safety和security这两者还是有区别的，TSVC投资的这三个领域非常小众。那么刚才Leo说的是TSVC另外两个投资的大方向，一个是应用类，另一个是Agent，这两个方向本质上都是偏应用，最接地气挣钱就快，尤其回应我们的主题，泡沫之后如何生存，而且活得好，首先能站得住，再把钱赚了，不要被打倒，等做大了以后躺赢了的过程。
因字数限制，更多内容请收听音频
欢迎关注“TSVC“微信公众号观看视频，了解更多早期创投相关话题的干货内容！
加入日常交流群请看海报右下角，添加TSVC小助手，获取更多分享。