投资俱乐部的小伙伴这个周末继续讨论算法层的投资和商业模式。总结如下：
1. 算法层上，大模型市场主要竞争对手目前有三家。OpenAI, Anthropic, XAI。目前的估计市值分别为200B, 80B,和98B。2024 OpenAI 的营销收入是3.7B。但是增长迅速，2025年可以达到10B。
2. 大模型的这些公司还在亏损中。以OpenAi为例，不赚钱还是因为研发投入。但是推理成本目前在急剧下降中。预期很快公司会进入盈利模式。
3. 三家竞争者中，OpenAI主要靠2C业务。多模态做的很好，mobile用户停留时间是其他人的两倍。
4. Anthropic 2B 业务为主。收入比OpenAI 少，但是客户稳定，粘性高。
5. OpenAi 的app store没有起来。但是Anthropic的MCP（model context protocol）开源生态起来了。吸引很多开发者。
6. 几个大模型中，Google Gemini最弱。传统Google用户使用时间在流失。Google在搜索方面压力很大。
7. 几个公司的模型竞争有很多细分点。OpenAI的多模态，推理和对话比较强。各个公司模型性价比不同。未来不会出现一家独大，赢者通吃的局面。大模型公司各自服务各自的客户。
8. 每个大模型公司各自有各自的护城河。总体护城河来自天价的研发和运营成本。大模型公司之间的护城河分两种。2B用户(Anthropic)靠迁移成本高。2C（OpenAI) 靠个性化和保留的数据产生粘性。未来不会因为大模型公司之间的价格战不会搞得大家都无利可图。
9. 大模型未来发展的边界可能没有硬天花板。目前主要是受网上的数据的影响。如果把人类过去几千年的数据积累比作化石燃料的话。那么就是化石燃料都已经烧完了。
10. 大模型能否实现真正的通用人工智能(AGI), 众说纷纭。我的倾向意见是还需要一次新的模型架构迭代。语言模型和工程决策模型非常不一样。大模型属于统计模型，推理能力很弱的。并不能解决大量工程领域问题（如自动驾驶，机器人）。
根据这些总结，我觉得大模型公司未来是可以挣钱的。但是这些公司的估值可能是偏高的。即使大家都觉得 Total addressable market 目前只服务了1%。以OpenAI 为例， 2025年开发者一个月增长一倍。蒸馏模型用户一年涨了5倍， 未来成长巨大。但是似乎还是很难支撑现有的200B的估值。 因为未来估值成长空间有限。OpenAi 最终即使是万亿级别的公司，那么也只能再涨五倍。
相比之下，我还是看中应用层的公司更能挣钱。关于应用层方面本次会议也有讨论，小结如下：
1. AI 原生生态应用在井喷。比如Deep research，Devin, Manus. Cursor, Bolt, Sierra, 11X。这些应用以MCP 成为行业标准，加固了Anthropic的生态系统。
2. AI agents 分成有云服务器和没有云服务器。 后者功能更加强大。
3. 应用层的一些Agents已经开始被越来越多的人使用。出现一些独角兽公司。Cursor, Devin, Blot 是用来编程的，用于售前服务的Clay，用于售后客服的Sierra。
应用层面的公司估值不高。最终整个AI生态，大部分的价值会被应用层获得，然后是传递到模型层和算力层。目前还没看到如同当年google一样的应用层应用。
总结，模型层的竞争事态已经相对明朗。玩家不多。很难有百倍的获利机会。但是相对稳妥，如果AI未来发展如大家想象的一样，还有99%的市场空白，那么现在入手可能有5倍左右获利机会。要想获得10倍甚至百倍的超高回报，应用层这块可能是最值得关注的地方。
附录：我在会议中提出的问题。
1. 大模型的能力边界在哪里？我们离这个边界还有多远？这个边界是模型本身带来的？还是其他算力或者数据带来的？
2. 大模型现在面向对象主要是公众。对于工程领域问题，比如自动驾驶和机器人其实需要决策能力更强的模型。并不需要和人问答的交互模型。决策力模型并不需要语言文字能力。比如猫和狗。并不会说话，但是运动决策能力很强。
3. 大模型只是相关性统计模型。这样的到底够不够解决所有的智能问题。比如大模型并没有严格意义的推理能力。是否需要再一次的迭代出新的AI模型？ 目前有没有有潜力的对象。
4. 你们怎么看prompt engineering的发展？就是不fine tuning 模型。如何知道底层模型不会出问题，比如重大错误。
5. ML其实没有解决很多工程领域问题。虽然很多人去做。并且创造了很多论文和岗位。AI今天在大模型上砸了很多钱。无论是算力还是人力资源。大模型这条路除了处理统计文本，似乎没有其他用途。这条AI路径是否是正确的？
6. 大模型火了之后。所有AI从业人员几乎全部一拥而入。其他AI方向几乎都放弃了。你有没有看到其他AI领域被放弃的机会？
7. 一只苍蝇算力很弱。完全没有文字和记忆能力。但是展示了很强的运动决策能力。这些其实是很多工程领域最需要的AI模型。有没有相关潜在突破？
