每经记者：可杨 每经编辑：张海妮
试想一下，作为一个应用层大模型公司的创业者，如何熬过“百模大战”的这一年？
在沸腾的人工智能浪潮中上下翻飞，这样的感觉是幸运里夹杂着迷茫。幸运的是，几乎人人都说这是可遇不可求的机遇期。迷茫的是，没有人确切地知道能“变现”的超级场景在哪里。
医者AI创始人、CEO刘呈辉是一个连续创业者，一年前（2023年6月27日），他和小伙伴一起创立北京医者信息科技有限责任公司（以下简称医者AI），开启AI+NLP的大语言模型创业之旅。这支来自清华计算机系的医疗健康大模型创业团队，使用MoE架构大模型+AI Agents，瞄准院外的日常健康管理服务市场，试图探索大模型在医疗大健康领域的应用。
创投领域的代表性人物，金沙江创投主管合伙人朱啸虎多次在不同的场合阐述他对大模型应用层的偏爱，以及对于中国在应用层创新的信心。但一个事实是，当大模型创业的故事变得拥挤、饱和，少有人再把目光再投向非知名创业者。“百模大战”中场，初创企业继续着它们与投资人、大厂及自己的博弈。
刘呈辉（右） 图片来源：公司提供
应用层的竞争只会越来越激烈，“除非这个时代结束了”
今年年初，一家大公司找到刘呈辉，想将医者AI的技术与该公司的产品结合做深度定制。在这之前，按照创业之初的设想，公司的路径应当是专注于“解决方案”，为目标行业的线下连锁机构提供标准化的产品及服务。
但他最终决定接下这一单，毕竟“公司活下去是第一要务”。
“百模大战”的尾声，似乎比预想中更加遥远。把时间拨回2023年，面对即将到来的“百模大战”市场作出的第一个误判可能是：这场竞速会在2024年分出胜负。
据《每日经济新闻》此前不完全统计，截至今年4月底，国内共计推出了305个大模型。300余个大模型中，刨除来自头部大厂的大模型，初创公司中，跑出了月之暗面、百川智能、零一万物、MiniMax、智谱AI五家“独角兽”。
如今，唯一确定的答案是，这样的格局不会是终局。“大家原来一直认为会快速结束战争，可能2024年就剩那几个公司，但事实证明这几家头部的大模型公司都还在持续融资，中国的基座王者最后是谁，可能战线要比想象的更长。”刘呈辉说。
战火蔓延至今，刘呈辉觉得，一方面是因为大模型是现下为数不多还算不错的标的，所以热钱反而又涌进来，另一个原因则是，当下国内大模型与国外头部公司之间的差距确实存在。
眼下大模型战争还在如火如荼地进行，即使基座层偃旗息鼓，应用层也不会停止。应用层大模型公司只会越来越多，竞争只会越来越激烈。
刘呈辉说：“这个永远停不了，就跟做APP一样永远停不了（一样），应用层大模型各个赛道都会有人前赴后继，直到产生巨头，除非这个时代结束了。”
在必争之地抢食，所以要“沉向更加细分的赛道”
“首先医疗是大厂的必争之地，肯定有机会，但也要看方向。”在刘呈辉看来，严肃医疗与消费医疗是泾渭分明的两条路径。
健康领域里，严肃医疗是相对艰难的一端，因为需要大量难以触及的数据支撑，商业模式战线长，并且以面向企业和政府大客户为主，不适合创业公司。
医者AI选择的路径是消费医疗，与B端客户一起服务终端消费者，即美年大健康、欢乐口腔、小苹果儿科等线下及院外私营消费医疗服务中心。
在国内家庭医生的角色尚存在较大的发展空间。
刘呈辉观察到，健康领域的日常需求非常丰富，并非仅限于医院诊疗场景。过去的互联网平台往往只能涵盖部分需求，Agents存在的意义就是弥补传统互联网平台的不足，将各种健康需求进行有效整合。
刘呈辉认为，AI落地应用中，可以说最好做的应用之一就是健康方面的。他认为，好的落地应用分两个维度：一个是产生收入快的，另一个是有长期价值的。而健康应用同时具备这两个优势。
这家创业公司的应对之策是：沉向更加“专”的赛道。“做应用逻辑就是必须得特别专，要不然壁垒在哪呢？模型层一定会通过模型升级碾压你的生存空间，那你就是做得更专，更下沉才可以，而且更结合业务才行。”刘呈辉说。
图片来源：公司提供
可规模复制的收入和真正创造价值
尽管医者AI正在酝酿新一轮的融资，但刘呈辉还是决定降低接待投资人的频率：“没有意义。天天聊，但就是（对）应用层不出手（投资）。”
刘呈辉2018年曾在AI领域有过一次称得上成功的创业经历，曾做过国家级项目，达到过超百万规模的用户群。对于这次创业，刘呈辉更加得心应手。
但与上一段创业相比，现在的投资环境更加严峻，“水温”发生了明显变化，投资人看项目愈发谨慎，在考察项目时不仅看增长空间和未来价值，对短期的收入也有了更高的要求。
基于大模型创业项目，刘呈辉的观察是，投资人当前关注的核心其实很明确。首先，必须得是“牌桌上的公司”，而“牌桌上的公司”核心就是清北等高校系，这代表着有深厚的技术底蕴。否则，不论表现如何，基本很难获得头部投资人的青睐。
其次，应用层的公司必须实现稳定的收入，这意味着公司必须真正为客户创造价值。收入的规模大小并非唯一标准，但公司必须确保收入是标准化的、可规模复制的，这对于多数公司而言，也是一项不小的挑战。“因为大模型没那么多好的落地，现在真的落地应用的场景还是挺少的。”刘呈辉说。
在本轮融资过程中，刘呈辉觉得公司不一定需要引入财务投资，更多理想的投资人来自公司所服务的B端客户——他们拥有庞大的资金体量和海量的业务场景，同时对于投资回报和退出机制的要求相较于财务投资机构更加宽松，这是一种良性的状态。
做通用模型不会做的事才能建立壁垒
“创业光有技术是活不下去的，我们要先最大程度地凭借技术优势创造商业价值。”刘呈辉带领的医者AI选择面向B端，先解决生存问题。
“我们现在也在疯狂量化模型，疯狂找便宜算力。”成本这个问题不太“性感”，但决定着公司的生死。
此外，医者AI在市场上寻找自己的“精准定位”，在通用模型之外努力扎根。
在实际业务中，很多事通用模型不会做，例如与企业共研定制款模型，以及落地应用的AI Agents。“纯应用模型能力都是有限制的，比如说我们的模型外边还会（有）很多规则系统，还会加各种各样的补丁，像毛细血管一样融入企业客户的业务场景中，实际上真的要工业化和批量落地的时候是必须有这些。”刘呈辉表示。
他用医者AI最近上线的预约Agents举例。通过AI Agents的指引完成预约，“听着很白痴的一个功能，好像没什么技术含量，但对客户很重要，不仅要打通数据连接，还要具备专业知识，做到像真人一样服务消费者，需要非常深度的合作”。刘呈辉认为，这就是优势。
在大模型的竞速中，初创企业看似站在大厂、“独角兽”的夹缝中，但也并非一定被动。
刘呈辉相信的是，一定有一些事是大厂不会做的。选择to B、to C的市场策略在他看来有一个显著的优势，健康领域的关键要素在于信任度，而通过与各类医疗机构的合作为客户提供服务，可以建立信任，且医疗和健康领域一定离不开真人和线下，这个事是大厂推不倒的。
其次，他认为，就模型应用公司而言，还是需要积极构建自身壁垒。“这个壁垒并非技术架构，而是某个细分场景的专有模型，B端私有化数据是核心；我们的另一个核心是用户的私有数据，未来我们还会推出每个用户自己的专属小模型。”对于医者AI而言，这些私有数据主要是指用户长期的健康管理数据。这类数据原本不存在，唯有借助AI去做，才能逐步积累，这也是AI的独特优势。
刘呈辉透露，医者AI正联合清华实验室在研发搭载医者AI大模型的AI眼镜，目标是结合健康数据，为用户提供专属服务，成为随身AI Agents，“就像钢铁侠的贾维斯一样”。
“毫无疑问，现在布局智能硬件对于创业团队来说是不合适的，但我们也要抬头看天嘛，提早布局才能更有竞争优势。”刘呈辉说。
热门跟贴