" 我真的為此流過淚，不止一次。" 提到 OpenAI 發(fā)布 GPT3.5 時(shí)，一覽科技創(chuàng)始人羅江春，內(nèi)心流露出復(fù)雜情感。" 我們難道不努力嗎？不聰明嗎？我們也一樣工作到凌晨兩點(diǎn)，為什么中國沒有誕生 OpenAI 這樣的公司？。"

一個(gè)客觀的現(xiàn)實(shí)是：國內(nèi)做大模型，太燒錢了。" 即便融了幾十億元，在 AI 基礎(chǔ)設(shè)施建設(shè)中也遠(yuǎn)遠(yuǎn)不夠。"

因此，作為創(chuàng)業(yè)公司，聚焦應(yīng)用是更好的選擇。

然而，關(guān)鍵的問題是：AI 應(yīng)用賽道千千萬，哪些最能跑出百億美金獨(dú)角獸？羅江春的答案是：視頻應(yīng)該是 TOP5 的選擇。

這也是一覽科技的主攻方向。羅江春在視頻行業(yè)深耕 20 年：2005 年創(chuàng)辦風(fēng)行網(wǎng)，開創(chuàng)中國互聯(lián)網(wǎng)高清視頻產(chǎn)業(yè)，擁有清華機(jī)械工程和企業(yè)管理雙學(xué)士學(xué)位，1997 年— 2000 年于美國萊斯大學(xué)就讀人工智能與機(jī)器人專業(yè)。

訪談中，羅江春提出了多個(gè) AI 機(jī)會(huì)賽道：

1、AI 視頻（To B）將成為水電煤。

視頻正從娛樂載體蛻變?yōu)?a href="http://www.xhtx.net/biz/business/" target="_blank">商業(yè)基礎(chǔ)設(shè)施：尤其是在獲客、促活和增收上，正成為企業(yè)剛需。

比如，銀行需日均百條 " 種草視頻 " 促活用戶，電商依賴 AI 生成海量營銷內(nèi)容，傳統(tǒng)三天制作一條視頻的產(chǎn)能被 AI 提升至 " 日均百條級 "。

2、AI 視頻（ToB）仍依賴人的參與，并且該局面會(huì)持續(xù)數(shù)年。

客戶不在乎工具，只在乎最終結(jié)果。TOB 場景下，對 AI 的要求更高，必須有人工干預(yù)。AI 生成數(shù)百個(gè)初稿后，專業(yè)團(tuán)隊(duì)篩選優(yōu)化（如精修圖片、重寫腳本），最后多輪審核交付。

3、垂直 Agent 是唯一機(jī)會(huì)：對抗大廠壟斷的護(hù)城河。

通用 AI Agent 會(huì)被大廠收割，但法律、審計(jì)等垂直 Agent 依托專業(yè)語料庫和閉環(huán)數(shù)據(jù)，有很好的創(chuàng)業(yè)機(jī)會(huì)。

4、AI 不是移動(dòng)互聯(lián)網(wǎng)的延續(xù)，而是代際變革。

AI 的影響比互聯(lián)網(wǎng)更深遠(yuǎn)。AI 的誕生更像電的發(fā)明，是一個(gè)底層基礎(chǔ)設(shè)施級別的變化，是代際影響。

聲明：訪談對象已確認(rèn)文章信息真實(shí)無誤，鉛筆道愿為其內(nèi)容做信任背書。

01 AIGC：TO B 是否有未來？

鉛筆道：什么時(shí)候開始關(guān)注 AIGC 的（AI 生成內(nèi)容）？

羅江春： 我們提這個(gè)概念時(shí)大模型還沒流行。

2018 年我們提 RGC 概念（從 PGC、UGC 到 RGC），當(dāng)時(shí)叫 " 機(jī)器生產(chǎn)內(nèi)容 "，和現(xiàn)在的 AIGC 是一個(gè)意思。

記得當(dāng)時(shí)在烏鎮(zhèn)互聯(lián)網(wǎng)大會(huì)上我就提了這個(gè)，只是那時(shí)沒有大模型，做法比較原始：抽取視頻素材標(biāo)記，人寫腳本后混剪配音，形成 RGC 雛形。

我們現(xiàn)在的業(yè)務(wù)是：AI+ 視頻。我覺得，未來視頻會(huì)像水電一樣成為基礎(chǔ)需求。

鉛筆道：你們主要做 TO B 業(yè)務(wù)（商用）？

羅江春： 對，我們其實(shí)是把 " 內(nèi)容 " 這件事做了進(jìn)一步的升級：從 toC 轉(zhuǎn)向商用。

就像我當(dāng)年做風(fēng)行的時(shí)候，更多是在做娛樂內(nèi)容?，F(xiàn)在像抖音、快手、優(yōu)酷、愛奇藝這些平臺，大家刷的也還是娛樂內(nèi)容。

那我們往前走了一步，我們看到的是 " 商用內(nèi)容 " 或者叫 " 商業(yè)內(nèi)容 "。

為什么這么說？過去 20 年，內(nèi)容的主要功能是提供娛樂。但是我們看到一個(gè)核心趨勢是：視頻越來越 " 工具化 "，它的 " 使用屬性 " 和 " 功能屬性 " 開始被強(qiáng)化了。

就比如賣貨。我們服務(wù)了很多大的電商平臺，他們用視頻不是為了娛樂，而是為了 " 種草 "，激發(fā)消費(fèi)者的購買需求。這就不是 " 娛樂 " 的用途了，是有非常明確的目的。

還有銀行客戶，他們做視頻是為了提升用戶活躍度，比如讓信用卡用戶不僅是每個(gè)月打開 APP 還款一次，而是通過視頻延長用戶使用時(shí)長，增加粘性。

所以，視頻作為一個(gè) " 內(nèi)容載體 "，它的使用場景越來越多，不再局限于娛樂，而是廣泛走向商用。

這也是我們提出 " 讓視頻像水和電一樣 " 的原因。視頻服務(wù)應(yīng)該成為所有企業(yè)客戶的基礎(chǔ)設(shè)施。

02 AI 不是 " 新互聯(lián)網(wǎng) "，而是 " 代際變革 "

鉛筆道： 您 2018 年提出 AIGC（RGC）概念，這是個(gè)怎樣特殊的年份？當(dāng)時(shí) OpenAI 成立才兩三年，這對您有影響嗎，還是說國內(nèi)已經(jīng)有了相關(guān)的發(fā)展土壤？

羅江春： 其實(shí)沒有。那時(shí)我根本不知道 OpenAI，差不多到 2021 年才開始關(guān)注它的 GPT 1.0、2.0 版本。

2015 年前后，大家更關(guān)注的是 AlphaGo 和 DeepMind。

OpenAI 當(dāng)時(shí)并不在大多數(shù) AI 從業(yè)者的視野里，Meta（Facebook）的 Torch 和 Google 的 TensoFlow 等框架等才是我們關(guān)注的重點(diǎn)。

當(dāng)時(shí)投資圈還在追逐 "AI 四小龍 "，像云從、商湯那一波，其實(shí)跟我們當(dāng)時(shí)做的視頻理解也很像。

我們用 AI 打標(biāo)簽，也主要用圖像識別、語音識別（STT）這類技術(shù)，我們能用這些技術(shù)來做視頻理解，也是因?yàn)樗鼈儺?dāng)時(shí)已經(jīng)相對成熟了，我們不可能從頭去開發(fā)所有底層技術(shù)。

鉛筆道： 有人判斷 AI 時(shí)代的下一個(gè) " 字節(jié)跳動(dòng) "，可能于視頻領(lǐng)域有關(guān)。你對這個(gè)判斷怎么看？

羅江春： 不一定是視頻，雖然視頻領(lǐng)域肯定很大，但未必是最大的。前五應(yīng)該有可能。

鉛筆道： 除了視頻，你覺得還有哪幾個(gè)方向？

羅江春： 核心要回歸到 AI 到底改變了什么。 它改變視頻內(nèi)容生產(chǎn)方式只是一方面，可能我們現(xiàn)在都身處其中，像在森林里，還沒跳出來看未來的全貌。

很多人想在科技史里找一個(gè)能和 AI 類比的技術(shù)革命，而我覺得 AI 可能像 " 電 "。發(fā)明電之前，大家點(diǎn)油燈蠟燭，發(fā)明電以后更在電普及后，城市的夜晚才能燈火通明，生活的時(shí)間和空間無限拉長。

AI 的影響可能比互聯(lián)網(wǎng)領(lǐng)域的類比更深遠(yuǎn)，它是一個(gè)底層基礎(chǔ)設(shè)施級別的變化，并且是代際影響。 比如剛開始覺得它像互聯(lián)網(wǎng)，但進(jìn)入工業(yè)領(lǐng)域后，它更像 " 電 "，對生活是代際的影響，不是簡單延續(xù) PC 互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)到 AI 互聯(lián)網(wǎng)的邏輯。

很多人把 AI 類比成移動(dòng)互聯(lián)網(wǎng)或 PC 互聯(lián)網(wǎng)那樣的替代技術(shù)，其實(shí)這樣的類比，把價(jià)值看小了。

03 國產(chǎn)大模型：遺憾、務(wù)實(shí)與加速追趕

鉛筆道： 你在 2021 年就開始關(guān)注 OpenAI 了，其實(shí)已經(jīng)很早了，畢竟大多數(shù)人是 2022 年才開始接觸。

羅江春： 這可能也跟我的專業(yè)背景有關(guān)系。我是正經(jīng)科班出身，在美國留學(xué)的時(shí)候讀的就是 AI 和機(jī)器人（Robotics）專業(yè)。我們有一個(gè)圈子，一群人經(jīng)常會(huì)討論 AI 和人工智能的話題。所以 OpenAI、GPT 這些概念，其實(shí)很早就在我們內(nèi)部流傳開了。

鉛筆道： 那你第一次聽到 OpenAI 的時(shí)候印象是什么？

羅江春： 我當(dāng)時(shí)的印象是，這家公司選擇了一條完全不同的路線（Transformer）。

當(dāng)時(shí)我們也不知道他們能否成功。他們要花幾十億美金堆 GPU，作為創(chuàng)業(yè)公司，這種不計(jì)成本的投入膽子太大了，而且還能找到投資。

說實(shí)話，我為這件事特別感慨。中國沒有這樣的土壤。要是我想拿幾萬張顯卡堆算力，誰會(huì)給我?guī)资畠|美金？在一無所有的時(shí)候，沒人敢支持你。

我真的為此哭過好幾次。我們難道不努力嗎？不聰明嗎？沒有工作到凌晨兩點(diǎn)嗎？關(guān)鍵就是土壤問題，中國確實(shí)缺乏這樣的環(huán)境。

其實(shí)如果有資金支持，土壤成熟，中國人也能跟隨并做出 OpenAI 這樣的公司，當(dāng)時(shí)已經(jīng)隱隱有這種感覺了。

客觀且從專業(yè)角度講，我們 "follow" 別人是沒問題的。 比如哥倫布發(fā)現(xiàn)美洲大陸后，第二個(gè)人再走就容易了，中國人很擅長這個(gè)。這不僅是任正非先生這么說，也是產(chǎn)業(yè)里的現(xiàn)實(shí)。

讓我們?nèi)ヒI(lǐng)新技術(shù)革命，指出方向，這和基礎(chǔ)科學(xué)、教育等很多因素相關(guān)。

比如現(xiàn)在的應(yīng)試教育，AI 來了之后，我都不知道怎么教育孩子了：還要不要刷題？刷題有意義嗎？我經(jīng)常讓孩子遇到不會(huì)的題就拍照問 " 豆包 "，讓他學(xué)會(huì)用工具。

我們現(xiàn)在的教育體系不鼓勵(lì)鉆研基礎(chǔ)科學(xué)，也不鼓勵(lì)質(zhì)疑，缺乏批判和自我批判精神，而顛覆式創(chuàng)新正需要這些。

鉛筆道： 您剛才提到的遺憾從何而來？現(xiàn)在釋懷了么？

羅江春： 當(dāng)然還遺憾，非常遺憾！當(dāng) GPT-3.5 真正出來并使用時(shí)，第一次用的感受和現(xiàn)在不同。當(dāng)時(shí)感覺像在和 "God" 對話，它無所不知。尤其是 ChatGPT 推出后，這是跨時(shí)代的產(chǎn)品。

鉛筆道： 這有沒有讓您對技術(shù)路線產(chǎn)生猶豫？比如 2021 年看到 OpenAI 時(shí)，是否決定開始準(zhǔn)備做大模型？

羅江春：我們一直沒做大模型。作為創(chuàng)業(yè)公司，我們?nèi)狈ν寥馈＜幢闳诹藥资畠|元，在 AI 基礎(chǔ)設(shè)施建設(shè)中也遠(yuǎn)遠(yuǎn)不夠。

所以我們堅(jiān)定聚焦應(yīng)用層，不跟風(fēng)底層大模型的研發(fā)。中國缺乏做大模型的廣泛土壤，底層大模型最終會(huì)是 BAT 等大廠的主場。

鉛筆道：2022 年 GPT 爆火后，國內(nèi)資本是很動(dòng)心的，你沒動(dòng)過心嗎？

羅江春： 我和美元基金的負(fù)責(zé)人很熟，他們投資時(shí)也很猶豫。大家心態(tài)普遍是：第一怕錯(cuò)過機(jī)會(huì)，第二怕投錯(cuò)項(xiàng)目，第三怕投的項(xiàng)目沒有下一輪融資。

我們其實(shí)沒動(dòng)過心，我們就是做應(yīng)用的。

講個(gè)小笑話，從 2023 年 1 月到 7 月，我一直在堅(jiān)持讀大模型的論文。但有一天我突然發(fā)現(xiàn)，我讀不過來了，他們出論文的速度比我讀的速度快，節(jié)奏確實(shí)太快了。這些做大模型的兄弟們，他們像是站在天上看世界。他們一天的成果，普通人可能要用一年才能實(shí)現(xiàn)。

鉛筆道：既然已經(jīng)那么堅(jiān)定只做 " 應(yīng)用層 "，那還遺憾什么？

羅江春： 我遺憾的是 GPT 沒出現(xiàn)在中國。改革開放以來，中國在 PC 互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)領(lǐng)域都有對標(biāo)美國的公司，但 AI 時(shí)代來臨前，我們沒有一家能引領(lǐng)代際變革的公司，這很遺憾。

鉛筆道：對于公司而言，站在巨人的肩膀上（AI 底層技術(shù)），是不是也是一件開心的事。

羅江春： 我們這一代人很幸運(yùn)，經(jīng)歷了 PC 互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)，現(xiàn)在又遇上了 AI 的崛起。它確實(shí)把我們抬到了一個(gè)新的高度。

像我們原來做 RGC，有很多東西做不了，現(xiàn)在有了 AIGC、大模型作為底座，特別是視頻大模型、多模態(tài)大模型，這些事情都能做了。我們是看得很清晰的。

鉛筆道： 大模型出現(xiàn)后，對公司的戰(zhàn)略有什么具體影響和變化嗎？

羅江春： 更加堅(jiān)定地做內(nèi)容，也更堅(jiān)定目前的方向。整體戰(zhàn)略方向不變（AI + 視頻 + TO B），但會(huì)把 AI 滲透到各個(gè)環(huán)節(jié)中。

04 AI+ 視頻 +toB=？

鉛筆道：在視頻生成內(nèi)容的質(zhì)量提升上，哪些技術(shù)生態(tài)對您影響最大？

羅江春： 視頻可拆分為三個(gè)要素：腳本、素材、剪輯加后期（含音效）。

目前有兩種技術(shù)路線：一種是像 Runway 或即夢那樣，輸入創(chuàng)意直接生成視頻，但效果不穩(wěn)定、與預(yù)期偏差大，不過在特定場景下有改進(jìn)空間；

另一種是我們推崇的。拆分環(huán)節(jié)，腳本、素材、混剪獨(dú)立處理，素材不足時(shí)可生成，再用 AI 混剪。特別是腳本這個(gè)環(huán)節(jié)，我們認(rèn)為必須要有人為干預(yù)。

如果完全不干預(yù)，讓 AI 直接從一個(gè) idea 生成完整視頻，中間會(huì)出現(xiàn)很多不可控的問題，最后出來的東西跟你想要的完全不一樣。

但是目前 AI 還沒強(qiáng)大到 " 一念即得 "，即使是 GPT、豆包等大模型，回答問題時(shí)也是基于搜索和推理，輸入與輸出常存在偏差。所以本質(zhì)是智能程度還不夠，無法一站式生成滿足用戶需求的內(nèi)容。

現(xiàn)在的 AI 更像 " 輔助駕駛 "，而非 " 自動(dòng)駕駛 "，其實(shí)還差得遠(yuǎn)。

這是為什么現(xiàn)在大家對 Agent（智能體）這么感興趣，就是 AI 來扮演一個(gè) Agent 的角色，幫助你完成任務(wù)，而不是替代你來做。

鉛筆道：對你們來說，AI 提升了幾倍的人效？

羅江春： 我們希望是 " 兩個(gè)數(shù)量級以上 " 的提升，才算真正達(dá)到預(yù)期。

比如說以前一個(gè)客戶的項(xiàng)目，一條兩三分鐘的視頻，質(zhì)量要求比較高，那很正常是三天做一條，要好幾個(gè)人一起搞。

現(xiàn)在我們工業(yè)化拆解完流程后，三天可以搞 100 條、200 條都沒問題。 能做到這些的前提是：我們做了很多 " 儲(chǔ)備 " 和 " 質(zhì)量控制 " 的工作。

鉛筆道： 從用戶角度看，用通用大模型寫腳本，和用你們的自研產(chǎn)品，有什么技術(shù)上的差別？這屬于哪種類型的技術(shù)壁壘？

羅江春： 差異非常明顯。關(guān)鍵在于，我們的內(nèi)容創(chuàng)作是 " 命題作文 "?？蛻粲忻鞔_需求，我們?yōu)槊總€(gè)客戶定制工作流，這是自研的，其他軟件無法替代。

我們從一開始就強(qiáng)調(diào) " 有四個(gè)有 "：有場景、有數(shù)據(jù)、有用戶、有產(chǎn)業(yè)鏈。

第一，" 場景 " 是真實(shí)的客戶需求；第二，" 數(shù)據(jù) "，我們長期積累了大量素材和客戶數(shù)據(jù)；第三，" 技術(shù) " 是我們的核心能力，而且這種技術(shù)能力隨著客戶案例和數(shù)據(jù)的積累呈螺旋式增長。它不是一下形成的，是越做門檻越高；第四，" 產(chǎn)業(yè)鏈 " 讓你的技術(shù)能有充分發(fā)揮的空間，一旦形成閉環(huán)，別人很難競爭

鉛筆道： 你們是什么時(shí)候正式接入大模型技術(shù)的？

羅江春：從 2022 年底 GPT 出來開始，我們應(yīng)該是國內(nèi)最早一批接入的。那個(gè)時(shí)候很多人還沒反應(yīng)過來，我們已經(jīng)上線工具了。

鉛筆道：你們引入 AI 大模型后，客戶的反饋怎么樣？他們知道嗎？有感知嗎？

羅江春：這里有個(gè)過程。其實(shí)我們在 2023 年已經(jīng)開始推 AIGC 工具，我們推出了 " 運(yùn)營寶 "，里面有 AI 編劇、AI 繪圖、各種 AI 工作流。最初是想賦能創(chuàng)作者（To C 或 To 小 B）。

后來我們很快發(fā)現(xiàn)一個(gè)問題：客戶要的是 " 結(jié)果 "，而不是工具。他不關(guān)心你怎么做菜，只在乎你有沒有做出他想要的那道菜。我們很快轉(zhuǎn)向用 AI" 做交付 " ——直接服務(wù)客戶，而不是做工具。

其實(shí)現(xiàn)在大家流行說的 RaaS（Result as a Service），我們 2023 年就在這么干了，比大家早了差不多兩年。 AI 剛出現(xiàn)時(shí)，結(jié)果的可靠性存疑，在 TO B 場景下，對 AI 的要求更高，必須有人工干預(yù)。

05 TO B 視頻怎么賺錢？

鉛筆道： 所以 To B 類客戶，其實(shí)對 AI 的 " 智慧程度 " 要求更高？

羅江春：當(dāng)然，所以人是必須介入的。Agent 也不是完全替代人類，而是輔助人類做事。

客戶更關(guān)注結(jié)果。這些客戶用內(nèi)容是為了達(dá)成后續(xù)目標(biāo)，比如電商客戶會(huì)關(guān)注轉(zhuǎn)化率、消費(fèi)數(shù)據(jù)；大公司（銀行、手機(jī)廠商、平臺）的 KPI 很嚴(yán)格，內(nèi)容必須幫他們完成指標(biāo)。

鉛筆道：具體說說，你們是怎么用 AI 服務(wù) toB 客戶的？

羅江春： 我們用 AI 生產(chǎn)內(nèi)容時(shí)，一定有人工介入，并非全流程自動(dòng)化。 比如客戶需要一張圖片，AI 可能生成幾百張，我們會(huì)安排專業(yè)人員從中挑選并精修，用擦除、重繪等工具優(yōu)化，經(jīng)過多輪審核后才交付。

AI 提升效率的核心在于處理重復(fù)性工作。 比如過去用 PS 做一張圖需要半天甚至更久，現(xiàn)在 AI 生成幾百張，人只需半小時(shí)篩選，再局部優(yōu)化，效率能大幅提升。

就像寫文檔時(shí)，會(huì)先用 " 豆包 " 生成初稿，再自己審核修改。AI 的價(jià)值在于輔助人做篩選、評判，而非替代人。所以人與大模型交互時(shí)，人的專業(yè)水平越高，結(jié)果越好。

鉛筆道：TO B 的 AI 視頻交付中，AI 最適合做哪些工作？

羅江春： AI 擅長補(bǔ)人類的短板，比如處理重復(fù)性、標(biāo)準(zhǔn)化的工作。以前剪輯需要訓(xùn)練三個(gè)月工具操作，現(xiàn)在 AI 能簡化流程，讓編導(dǎo)直接判斷內(nèi)容是否可行，無需依賴剪輯師。

AI 就像 " 輔助駕駛 "，幫人提升效率，而非替代人做創(chuàng)意決策。這和機(jī)器人行業(yè)的邏輯類似，讓機(jī)器做人類不愿做、不擅長或不能做的事。我們把 AI 定位為輔助者。

鉛筆道：你認(rèn)為這種模式是短期現(xiàn)象還是長期趨勢？

羅江春：AI 的進(jìn)化速度不是勻速的。

我聽過一位頭部券商的分析師的觀點(diǎn)。AI 目前之所以爆發(fā)，是因?yàn)?" 吃完 " 了互聯(lián)網(wǎng)上積累的大量數(shù)據(jù)，當(dāng)新增高質(zhì)量數(shù)據(jù)有限時(shí)，其進(jìn)化速度會(huì)放緩。這個(gè)觀點(diǎn)很有道理。

從生物和哲學(xué)角度看，當(dāng)前 AI 的能耗模式一定是低效的。 人腦每天消耗約 400 大卡能量，而一個(gè)數(shù)據(jù)中心的 GPU 能耗遠(yuǎn)超于此。

未來芯片技術(shù)可能優(yōu)化算力效率，但短期內(nèi)很難顛覆現(xiàn)有模式。

所以，在未來三到五年內(nèi)，不太可能出現(xiàn) " 念頭一動(dòng)就生成理想視頻 " 的顛覆性技術(shù)。 TO B 的 AI 視頻交付模式至少能穩(wěn)定 3-5 年。

鉛筆道：TO B 視頻主要用于市場營銷嗎？

羅江春：不止。客戶既會(huì)用于公域獲客，也更看重私域流量（如 APP 內(nèi)的內(nèi)容運(yùn)營）。比如信用卡客戶每天可能需要 100 條種草視頻，關(guān)聯(lián)商城或理財(cái)產(chǎn)品，這比傳統(tǒng) TVC 的需求量大得多。

鉛筆道：按市場規(guī)?？?，哪些行業(yè)需求更大？

羅江春：我們專注服務(wù)大客戶，因?yàn)閮?nèi)容是非標(biāo)品，服務(wù)大小客戶的售前成本相近，做大客戶更高效。

但國內(nèi)市場存在 " 內(nèi)卷 " 問題：大客戶常要求降價(jià)或增加服務(wù)內(nèi)容，利潤空間被壓縮，而歐美客戶更注重契約精神，付款流程規(guī)范。核心圍繞 " 拉新、促活、留存、增收 " 四個(gè)目標(biāo)。

我們更傾向服務(wù)互聯(lián)網(wǎng)大平臺客戶，因?yàn)樗麄兊膬?nèi)容需求量大且持續(xù)，而硬科技行業(yè)（如半導(dǎo)體）對視頻內(nèi)容的需求較少。

鉛筆道：有沒有可能未來服務(wù)中小企業(yè)？比如做一家平臺型公司。

羅江春：我們其實(shí)一開始是服務(wù)中小客戶的，后來才聚焦到大平臺和重要客戶。

在 2018-2019 年服務(wù)中小客戶時(shí)，他們對內(nèi)容的需求并非剛需，拓展起來很困難。而且服務(wù)中小客戶和大客戶的獲客成本差不多。

在國內(nèi) TOB 領(lǐng)域，想找到低成本獲客的方法服務(wù)小 B 客戶很難。我們嘗試過很多方法，最后發(fā)現(xiàn)還是得靠銷售。

長期來看，這種情況可能更 " 糟糕 "。很多中小客戶對內(nèi)容的需求，可能會(huì)逐步轉(zhuǎn)向抖音、快手、視頻號這些平臺。內(nèi)容會(huì)更偏向于平臺運(yùn)營。

06 未來的百億美金機(jī)會(huì)

鉛筆道：在 AI 領(lǐng)域，TO B 和 TO C 的生態(tài)是隔離的，還是相互交融的？

羅江春：我覺得是分不開的。底層技術(shù)是一樣的。

比如我們公司來看，產(chǎn)能非常重要。如果未來某個(gè)時(shí)間點(diǎn)我們一天能生產(chǎn) 100 萬條圖文、100 萬條視頻，那時(shí)我們想做 C 端會(huì)很容易。所以生態(tài)是融合的。

鉛筆道：這個(gè)行業(yè)的競爭格局如何？是不是很混亂？

羅江春：挺混亂的。不只是客戶在卷，供應(yīng)商之間也很卷。行業(yè)里進(jìn)進(jìn)出出的人很多。有些角色剛進(jìn)來，覺得這個(gè)領(lǐng)域不錯(cuò)，但實(shí)際操作后發(fā)現(xiàn)比想象中困難，就退出了。

我們遇到過很多競爭對手，名字都沒聽說過，也有很多大公司參與。玩家很多，但沒有出現(xiàn)占據(jù)絕對份額的玩家。

鉛筆道：AI 視頻這個(gè)賽道，除了你們公司，還有哪些細(xì)分方向值得關(guān)注？有沒有可能出現(xiàn)百億美金級別的公司？

羅江春：我認(rèn)為工具類產(chǎn)品一定有機(jī)會(huì)，尤其是工具加大模型的模式。但這種機(jī)會(huì)很容易被大廠吃掉。因?yàn)檫@種模式本質(zhì)上依賴場景、數(shù)據(jù)、技術(shù)、資金和用戶，而大廠基本什么都有。

比如抖音的剪映，為什么能成功？因?yàn)槊刻煊袩o數(shù)用戶在用，內(nèi)容不斷生成，語料庫可以不斷擴(kuò)展。其他大模型想 PK 根本競爭不了，進(jìn)化速度跟不上。

所以如果工具加上大模型底座，確實(shí)有機(jī)會(huì)成為百億美金的公司，但很可能紅利屬于大廠。

鉛筆道：創(chuàng)業(yè)者通過深耕垂直產(chǎn)品（比如非主流應(yīng)用），機(jī)會(huì)也很??？

羅江春：這種路徑周期太長了。其實(shí)大廠不是看不上，而是產(chǎn)品經(jīng)理可能暫時(shí)沒想到。一旦他們意識到，很容易將功能集成到超級 APP 里。

鉛筆道：除了工具，智能體（Agent）領(lǐng)域您怎么看？現(xiàn)在很多人做數(shù)字員工，TOB 和 TOC 哪個(gè)更有機(jī)會(huì)？

羅江春：對創(chuàng)業(yè)公司來說，TOB 的智能體更容易切入和生存，但能否做大是個(gè)問題。通用型 Agent 大概率會(huì)被大廠壟斷。

但垂直領(lǐng)域的 Agent 有機(jī)會(huì)，比如法律、審計(jì)等專業(yè)場景，像律師顧問、審計(jì)工具，只要有專業(yè)語料和數(shù)據(jù)庫支撐，就能收費(fèi)。

可是這類業(yè)務(wù)難在規(guī)模化，獲客和競爭都是問題。TO C 的 agent 我覺得是和 " 內(nèi)容 " 相關(guān)的?？赡苁?a target="_blank">游戲、互動(dòng)、陪伴這些方向，但一定和內(nèi)容掛鉤。

鉛筆道：您看好人形機(jī)器人嗎？為什么一定要做成 " 人形 "？

羅江春：我只看好人形機(jī)器人。因?yàn)槲锢硎澜绲脑O(shè)施大多為人設(shè)計(jì)，比如工廠擰螺絲的工位，人形機(jī)器人最容易適配，這是取代人類工作的關(guān)鍵。

來源：鉛筆道