·「有這麽多大模型公司來競標，價格越競越低，競到最後做一單賠一單，沒有利潤。我們在AI1.0時代就看到了這個現象，很不幸現在在AI2.0時代又重現了。To B套用要精挑細選，不做賠錢的To B。」
·「絕大多數套用並不需要人形機器人，炒菜機器人應該長得像鍋，吸塵器並不會長得像人。除了爬樓梯，機器人真的需要兩條腿嗎？」
創新工場創始人、零一萬物CEO李開復。
大模型最大的落地場景在哪？To B（企業端）和To C（消費端）賽道，哪一個機會更大？大模型+具身智能背景下，人形機器人是「大炮打蚊子」嗎？
在6月14日舉辦的2024智源大會上，創新工場創始人、零一萬物CEO李開復在回應大模型的商業化問題時表示，短期來看，大模型在中國To C的套用更有機會，但挑戰在於推理成本高，在考慮PMF（產品市場匹配度）時，還要考慮技術需求、難度、成本等因素，並需要把握時間視窗。理論上來說，大模型To B套用可以帶來更大價值，理應更快實作，但現實情況是傳統企業普遍不敢用、高管不想用、企業不願為軟件付費等問題。
李開復認為，大模型作為新技術、新平台，會帶來新套用，這些套用會一步步產生。類比PC時代或流動互聯網時代，第一階段是新技術被用作生產力工具，第二階段是套用於娛樂、音樂、遊戲，第三階段用於搜尋，第四階段則被用於電商、社交、短影片、O2O。「這是不變的定律，剛開始要賺錢、解決問題，所以是工具。越往後難度越高，需要先堆積使用者，再找商業模式，所以一定要壓低成本，所需要的投資會更多，所以大模型按照這個套用順序發展也是自然的。」
但大模型套用的挑戰在於推理成本高。李開復表示，大模型企業不僅要考慮TC-PMF（Technology Cost-PMF，技術成本和產品市場匹配度），也就是在考慮PMF時，就要考慮技術需求、難度、成本。不過在他看來，TC-PMF難度高，回報也高，機會更大。打造大模型To C套用已經不是過去流動互聯網時代依靠一個產品經理就可以做主的，還需要AI基礎設施人才、大模型人才一起打磨。
「我不相信技術可以帶來永久領先，它帶來的領先是非常短暫的。因為很多巨頭一旦看到了你的TC-PMF驗證，他會有更多的方法來超越你。所以一旦驗證出TC-PMF，要把握時間視窗，打出品牌。最終勝出的ToC套用一定不只是技術做得好，還需要抓到時間視窗打造可持續優勢，比如品牌優勢、社交鏈，比如讓使用者數據不能離開平台。」
李開復表示，大模型To B套用可以帶來更大價值，理應更快實作。但To B套用面臨巨大挑戰，一方面，傳統公司看不懂技術，不敢采用顛覆性技術，「大公司習慣每年增加預算，繼續做去年做的事。」另一方面，過去一年，大模型為企業帶來的價值是降本而非創造價值。「說實在的，降本就是取代人類的工作。大公司會有很多高管或中層管理不願意做這事，因為這會導致他的團隊被砍掉，他在公司的權力變小了，甚至自己的工作也沒了，所以大公司CEO有時候想做，但下面會有阻力。這些原因造成To B套用理論上應該馬上可以落地但實際沒那麽快。」
更為重要的是，很多大公司還沒有認識到軟件的價值，不願意為軟件付費。「有這麽多大模型公司來競標，價格越競越低，競到最後做一單賠一單，沒有利潤。我們在AI1.0時代就看到了這個現象，很不幸現在在AI2.0時代又重現了。」李開復表示，To B套用要精挑細選，不做賠錢的To B，「選大老板跟VP（副總裁）都願意接受這個概念或者大老板權力很大的公司，無論在國內還是國外，要去做To B套用。」
伴隨著大模型的出現，將物理世界和AI結合的具身智能成為當下另一個熱門話題。「具身智能有很大的想象空間，具身智能結合了多模態，具身以後可產生數據，飛輪可以閉環」，但李開復認為，短期要做好具身智能，難度很大。「大模型非常適合虛擬世界，一旦進入物理世界就會遇到安全、工程等各種問題，落地難度更大。」從創業者的角度來說，雖然現在具身智能一時較熱，一些創業者就進入了，但大部份創業者如果希望看到短期的落地產生價值，能賺錢，做虛擬世界要容易很多。」
李開復表示，具身智能的發展仍有一段漫長道路，絕大多數套用並不需要人形機器人，「炒菜機器人應該長得像鍋，吸塵器並不會長得像人，那些很酷的跳來跳去翻跟鬥的機器人真的有很多套用嗎？絕大多數的場景幾個輪子不是更能容易走到嗎？除了爬樓梯，機器人真的需要兩條腿嗎？腿帶來的難度跟成本高這麽多。」李開復直言，很多科學家和創業者從小熱愛這種科技，希望能復制一個人，這無可厚非，但他創立的創新工場目前沒有投資任何具身智能和人形機器人公司。「我們投了七八家機器人企業，但不是具身智能，這些機器人能夠解決一個場景裏的套用，能夠帶來價值。我相信機器人，只是對於具身智能，我們做投資的肯定不能現在去投資一個10年以後才能夠發生的事。」
