摘要：前几天，我接待了一位刚从美国考察回来的企业家，他在朋友和机构的介绍下，见了很多创业者和投资者，其中绝大部分都是AI领域的企业。
01
前几天，我接待了一位刚从美国考察回来的企业家，他在朋友和机构的介绍下，见了很多创业者和投资者，其中绝大部分都是AI领域的企业。
从OpenAI横空出世以来，看上去人工智能好像火了一段时间就悄无声息了，实际上，人工智能被认为是下一个技术革命和产业迭代的风口，这也是全球各大顶级企业乃至国家的共识。
特别是中美两个国家都在各个方面较量着，像在9月25号，中国的外交部长就专门在联合国总部举办了“人工智能能力建设国际合作高级别会议”，包括像《全球人工智能治理倡议》也是由中国率先提出。
美国在参议院专门设立了一个AI工作组，制定AI政策路线图，推动国会每年至少要保障投入320亿美元用于人工智能创新，包括基础研究、应用研究和技术开发，还和荷兰、日本协调出口管制，限制特定地区，其实就是防止中国获得先进芯片的制造工具，确保美国在AI领域的持续领先。
所以，看上去人工智能好像现在没那么火了，实际上，它的发展速度比以前更加快了，竞争强度也更高了。
这一次我也给这位考察回来的同学展示了单仁牛商的文思子牙AI营销系统，想听听他的看法，同时，我把一些交流和心得在单仁行上做个分享。
02
目前，在美国关于人工智能的企业数量差不多是6500家，这个数量是领先于其他国家的。
当然，绝大多数的AI企业都是初创公司，所以，整个行业还是以投资带动需求的模式为主，但是，这些初创公司都很有特点。
第一、年轻化、微型化。
在美国考察的同学这一次见了40几家AI创业公司，不管是已经融资上亿美元的企业，还是融资百万美元的企业，他们的核心团队大多都只有10个人左右，有的只有3-4个人，人数非常少，而且，团队都非常年轻，很多人都只有30多岁，有的甚至刚毕业没多久。
但是，团队成员的学历普遍非常高，几乎都是常青藤联盟专攻算法和人工智能方向的硕士、博士，专业领域的特征非常明显。
而且，他们有一个特点，也可以说是门槛，他们都必须能熟悉利用各种AI工具去处理所有日常工作，很多初创公司对于招聘的要求，就是要详细列举自己使用的AI工具和项目，是怎么用的，原理是什么，看法是什么？
所以，他们人数虽然少，但这些公司运转的效率并不低，省掉了很多人力，当然，这里也有个前提，我在下面会讲到，就是美国AI链条非常完善。
考察的同学还注意到，美国很多AI创业公司的核心团队都有华人，华人比例还不低，大约在3成左右，可见中国人的聪明，哪怕是在美国的AI领域，中国人所占据的分量也非常高。
美国的VC投资者也很有意思，他们总结了一些特点。
1、强调敏捷创业，团队人数过多反而是扣分项，证明你不会利用AI提高效率。
2、VC们不太喜欢传统互联网大厂上了十多年班出来的人，即使他们有更好的资源和人脉，自带光环，但他们会被认为在思维上受到大厂的局限性，反而是年轻人更有创意。
更重要的一点，年轻团队有更多的精力，创意和精力都是AI领域所必需的。
我们可能觉得外资很注重工作和生活的平衡，实际上，美国的AI创业公司忙到凌晨是非常普遍的情况。
如果像那些老牌外企一样早上喝喝咖啡，下午工作一下，5点下班走人，好吧，你可以这么选择，但投资者不会给你一分钱的投资。
其实，哪怕是像英伟达这样的企业，它在美国也是以“高压、工作强度大”而闻名，当然，公司给的薪资也非常高，基本上研发人员能呆上5年就能拿到百万美元的年薪和激励。
3、VC们更能接受2B的创业公司，不太看好2C领域。
也就是AI创业公司的服务对象，必须从一开始就确定下来，是什么场景，什么领域，我的产品能提供什么样的作用，解决什么样的问题，怎么获得盈利？
这些问题从一开始就需要设计好，哪怕是定在一个很细分的领域，VC也能接受，甚至帮你牵线搭桥，联系那些企业，但绝对不能说我先烧钱搞一波用户，再去考虑盈利的问题。
再加上美国企业本身就有很好的订阅式付费的环境，所以，目前AI创业公司都倾向于给B端各个领域的企业提供服务和解决方案，而不是面对C端跑马圈地。
03
第二、交叉化和场景化。
美国很多AI创业公司基本上都不做大模型的开发，也就是默认大模型是由OpenAI、微软、谷歌这些拥有雄厚资本的大公司去竞争。
那他们做什么呢？
利用大模型，深入特定的业务场景，聚焦某一个领域的痛点问题设计出AI的产品和解决方案。
大模型只是能力，是基础，而不是真正的产品。
这其实和我们当初研发文思子牙的初衷是一样的，像在营销专业领域，大模型只能输出放之四海而皆准的答案，很难针对企业需求和特征去输出一个独属于企业的特定内容。
所以，必须要经过大量数据和经验的再训练，重新确立标准，才能在营销领域真正帮助到企业。
同理，这些创业公司也是瞄准某一个细分领域进行专攻，包括在产业链方面形成了交叉配合。
什么意思呢？
比如像 Scale AI，它是一家专门给企业提供数据标记服务的初创公司，也就是给企业去梳理数据，训练AI的算法和雏形。
还有Braintrust，它是做AI产品的基础设施栈，也就是在AI开发过程中提供评估、日志记录、数据管理和提示支持，通过API让企业能够去访问顶级AI模型的权限。
还有Cake AI，它提供了一个为生成型AI特别设计的即插即用组件库，就是把市场上各种AI工具进行集成和适配，把它们组合成一个高效的系统工具，让开发者能够快速选择，马上进行开发。
这是中美一个很大的不同，我们是哪里有风口、有机会，一群人全部冲进去做同一件事，大家卷生卷死，要决出最后的赢家。
美国的AI创业者发现大模型已经有大玩家进去了，好了，我不做了，让给你。
我在你的基础上继续去延伸，去完善AI产业链条，在一个关键环节把自己放进去，卡在那里。
就像OpenAI提供的是一个基础的铲子，我就给这个铲子添加各种好用的功能，你可以拿它去挖矿，也可以直接去铲土，让别人用起来更有效率，更具有针对性，然后收服务费。
04
当然，除了AI本身的产业链条，更多的AI初创公司做的是针对某一个场景或者某一个领域的解决方案。
比如说Opus Clip，这是华人创建的AI公司，它做什么呢？
很简单，就是利用AI自动识别长视频中的精彩片段，生成适合短视频平台传播的短视频。
再形象点说，它就是做一家“切片”的AI公司。
让AI从视觉、音频和情感各个纬度去识别并且自动剪辑，这就不需要人工去投入大量时间和精力剪辑视频。
目前，这家公司的年度经常性收入已经做到了近1000万美元。
还有Connect the Dots，它是一个利用AI给2B销售团队提供的关系管理平台。
它的逻辑是采购商对于冷冰冰的电子邮件和电话不怎么感冒，但B2B销售又需要基于各种社交和触达的关系。
所以，他们就用AI进行记录和分析，生成一份为销售代表、业务代表和主管提供的介绍名单，用专业的关系图来确定谁是最有可能成交的对象。
还有Mutiny，它是一个基于账户管理的AI平台，也就是帮助公司统一各个平台上的账号，集中进行内容发布和市场营销，方便规模化地从目标账户生成潜在客户和收入。
说起来，Mutiny跟文思子牙有点像，甚至它还不能像文思子牙一样输出企业针对性的专业营销内容和视频剪辑，只是管理账号和内容发布。
但它的估值早就超过了1亿美元，最新融资是7200万美元，可见美国对AI的融资支持和宽容的氛围。
所以，我们之前会觉得美国在基础的大模型上可能领先了一点，应用上还是中国企业反应快，但实际上，人家其实也慢慢的回过神来了，也在积极的探索。
特别是在针对企业从业务、运营、人力、产品、营销各个方面，都值得用AI重新解构，重做一遍，包括在交流和单仁牛商的研究中，我们也看到了一个巨大的机会，这部分内容我们放到明天的单仁行做详细的分析。
—
责任编辑 | 罗英凡
图片均来源于网络
本文不构成任何投资建议，股市有风险，投资需谨慎
■ 免责声明
本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。
来源：单仁行
