汪华是我过去十多年里见过的最有远见的投资人之一，他从 2009 年开始参与创新工场的创立并坚定地笃信移动互联网的投资机会，这比移动互联网元年还早一年，比大众对移动互联网形成共识还早四年。他在 2011、2012 年出来布道的很多文章到现在回看都非常准确，而令人欣喜的是，最近几个月他又开始频繁出现在大众的视野中为 AI 站台。
在这次对谈中，我们再次把 AI 和移动互联网做了比较，梳理了 AI 发展的机会和演进路线，也不可避免地聊了很多 AI 和一级市场面临的问题，但不论如何，正如汪华结尾所说，对 AI，我们的内心都是火热的。
曲凯：我发现你今年又开始对外声了，我记得你 11、12 年经常出来讲移动互联网，后来的很多年都比较低调，直到今年又愿意出来讲 AI 了，你是看到了什么变化吗？
汪华：我本身比较宅 (笑)，平时不太爱抛头露面。11 年是实在没办法了，当时大家普遍不太相信移动互联网的前景，所以我抛出「移动互联网的三个阶段」、「移动互联网的机会是互联网的十倍」这些观点，希望能拉齐大家的认知。
去年没出来是因为我发现 AI 身边所有人都相信，而且信得比我还狠，我出来讲反而会变成保守派了，但今年我发现大家对 AI 的态度又开始悲观起来了，所以我想再分享一下我的看法。其实这个暂时的降温特别正常，移动互联网也经历过，而它不久后就等来了各种概念的落地和大规模的商业化。
曲凯：我记得 11、12 年大家对移动互联网还是有很多争议。当时是经纬、创新工场和真格等比较积极，投了很多移动互联网的公司，更多的投资机构还不认可移动互联网的价值，那个节点为什么大家存在这么大的非共识？
汪华：当时确实大部分人还没看清移动互联网的机会，我觉得大概有 3 个原因：
(1) 很多人在用静态的思维看问题，没意识到事物的发展规律。当时手机贵、资费高、带宽低，所以大家觉得移动互联网不行，但根据工程推演，其实能很明确地推断出来，这些问题一定会得到解决，智能手机的渗透率和性能在未来肯定会大幅提高。
(2) 大家认为移动互联网是运营商的天下，无法孕育出自由开放的商业业态。从 03、04 年开始，所谓的移动互联网就是以运营商增值服务的形式存在，运营商主导一切，所以很多人认为未来的移动互联网也不可能摆脱运营商的控制。
(3) 不够耐心，忽略了移动互联网爆发需要的时间。在新的硬件平台上开发 Native 应用需要好几年的时间，得沉下心来探索移动端的原生场景和特点。以视频为例，大家最早是把 Youtube、爱奇艺直接搬到手机上，一直到 15 年才出现像抖音这样的正确答案，它从产品交互到内容形态，各方面都有根本性的变化。
曲凯：但当时的聪明人应该还是非常多的，对吧？你觉得当时大家都看不到这么大的机会，是一个很正常的事情吗？
汪华：我那时候到处演讲，确实见了许许多多聪明人，但我发现真的能破除这三层认知偏差的人少之又少，可能有些人能意识到其中的一层两层，也有些人确实有远见，但一段时间内看不到进展可能就又动摇了。
曲凯：到 13 年左右市场终于达成一致，认可移动互联网的机会了，这又是怎么来的呢？
汪华：到了 13 年，一切都已经发展成既定事实了。如果说之前是「因为相信而看见」，那时已经是「因为看见而相信」了。
曲凯：所以就还是得等看见才能相信。但移动互联网早期，大家虽然有很多非共识，还是有不少创业者拿到了投资。而现在尽管大家对 AI 达成了一定的共识，但落地情况和市场反馈反倒比较低迷。
汪华：我觉得是因为 AI 在一开始就取得了超出它应有阶段的热度。移动互联网取得共识，整整花了 5 年时间，从 08 年到 13 年。而这次的大模型几乎是从第一天开始就达到了共识，大家都害怕错过机会，所以第一年就已经提前给了它 14、15 年的待遇，但 AI 实际的技术成熟度还不如 2010 年。移动互联网出来的时候虽然也是新平台，但有 10 年的 PC 互联网基础，不存在成本问题，也不存在做不出来的问题，和现在的 AI 完全不在一个技术起跑线上。
曲凯：现在大多人会把 AI 比作移动互联网，也有人把 AI 比作电、比作蒸汽机、比作电脑、比作云、比作 PC 互联网，当然也有些人觉得它是泡沫，所以更类似 web3 和元宇宙，如果一定要用一个比喻的话，你会比作什么？
汪华：我觉得要看 AI 模型能达到的技术边界，我们可以把它拆分为三个阶段：
第一阶段是一个交互层的革命，这大概和移动互联网是同一量级的机会。当 AI 在指令遵循和复杂能力上进一步提升，有 GPT-4 以上的语言能力和多模态能力时，它可以重塑所有的前端交互，同时也能将一切有人参与的工作效率提高几十个点，甚至几倍。这个阶段是 100% 可以达到的。
第二阶段，如果 AI 能进一步突破技术上限，实现可泛化的广义自动化，那这时 AI 就更像是蒸汽机了，它会是 10 倍于移动互联网的机会。这种情况下，AI 将能够完成复杂指令的遵循、实现长周期的任务执行，幻觉和推理问题都可以得到解决，具身智能也有可能真正实现，也就是说，我们能够真正实现物理世界的一切自动化和一切可交互。但这个阶段技术上能不能达到还不确定。
第三阶段，如果真的能实现 AGI，那除了人类走出非洲这个事情可以和它媲美之外，我再想不到什么合适的比喻了。
曲凯：你觉得 AI 最后究竟能走到哪个阶段？
汪华：我现在比较相信，仅基于现有的 transformer 等技术架构做 scaling，高概率做不出来 AGI，能不能做到第二阶段，实现复杂任务的自动化，我个人认为大概有 50% 的可能，这个揭晓谜底应该只要 3-4 年。如果能做出来，3-4 年肯定能做出来。如果做不出来，那可能就做不出来了。
曲凯：你 11 年曾经精准地预言了移动互联网的三个阶段，分别是工具→娱乐社交→电子商务，如果现在要预测 AI 的 roadmap，你觉得顺序会是什么？
汪华：我现在推测的顺序是：
(1) 2B 方向
(2) 生产力工具
(3) 大用户量工具
(4) 图文级别的社交娱乐类产品
(5) 海量的多媒体娱乐产品，以及真正意义上的商业重构 (类似当年的 O2O)
大概 3-4 年把这个顺序走一遍。
这个和移动互联网会稍微有点区别，因为当年移动互联网是跟着系统成熟度和普及率走的，但现在有推理成本的问题，所以现在往往是先做生产力工具。这类用户愿意付钱，而且使用量也小，比如说用户一天做搜索最多做个七八次，ChatGPT 人均使用时长也就是七八分钟。但是如果拿大模型去做 Chatbot，我看过的很多社交娱乐产品平均用户使用时长是 150 分钟。
曲凯：移动互联网和 AI 有很多不同，比如他是一个硬件平台的迁移，几亿人从没有智能手机到有智能手机；比如它让几亿下沉市场的人跳过了 PC 时代，连上了网；比如它具备了移动属性、摄像头等，但 AI 似乎带来的变化和增量远小于当时，这会是一个问题吗？
汪华：移动互联网有几个特性，第一是联网扩充新场景，这是 AI 所不具备的。第二是创造新的交互界面，这是 AI 也可以做到的，而且未来的具身智能甚至可以把交互从数字世界拓展到物理世界，将来大家做 APP 就不是做数字世界的 APP，而是在做物理世界的 APP 了。
同时 AI 还有一个很强大的，移动互联网所不具备的特性，就是广义的自动化。当然移动互联网能发展到今天的规模，部分也归功于第一代 AI 所带来的自动化推荐算法。但总体来说，移动互联网还是不够智能，我们依然要雇佣很多外卖员骑着电动车在大街小巷奔波，各种业务依然要招聘员工做审核，做交付，等于是前端赛博，后端朋克。而未来的 AI 在前端能给我们带来全新的交互体验，在后端能重新定义整个工作流，重构非常多的商业业态。
曲凯：如果回到十几年前，基于现有的经验和认知，让你重新抓移动互联网的机会，你会做哪些不一样的事情？
汪华：我觉得当时对人的研究是不够的，这点在 AI 投资中会更加重要。在不确定性增强的情况下，现在会更加依赖创始人本身的能力。一个人现在做的，跟将来真正拿到结果的，大概率不是一件事。举个例子，王兴最早做的团购，在现有的业务板块里压根就没有那么重要。张一鸣也是一样，但他早期的内涵段子等产品矩阵为他带来了珍贵的早期流量。
曲凯：很多人说，AI 目前的技术栈不稳定，所以倾向于投技术背景的人，你怎么看？
汪华：在行业的最早期，投技术是没错的。互联网早期最值钱的公司也是 Cisco，是 Netscape。但随着时间越往后走，技术逐渐变成大白菜，模式和商业会变得越来越重要。
对创业者来说，在此之前，主要是技术和资本游戏。但我觉得最晚到明年初的时候，对技术的需求就不那么强了，考虑到你可能还要提前做一些准备，所以开始做 2C 应用的最佳时间点，其实就是接下来这几个月。
曲凯：大家看到我们这次对话就可以考虑入场了？
汪华：是。等到明年上半年， GPT-4 级别的模型推理成本可能就会降到几毛钱每百万 token，相当于维持一个 DAU 可能只需要几分钱，就已经完全不心疼了，另外，开源的多模态模型也会达到一个可用的级别，而且价格也会被很快打下去。
曲凯：我们回头来看，最好的一批移动互联网公司是在 10-12 年间成立的，虽然他们的产品形态后来基本都经历了比较大的变化。你怎么看待 AI 领域中的先发优势？今天进场和两年后进场的区别是什么？
汪华：其实移动互联网早期，很多先发的人，也成了先烈。比如小咖秀、美拍这些产品，当时已经具备短视频形态了，只不过没有完全跑通，他们最大的价值是为后面的抖音提供了养料。
不过现在的 AI 肯定也存在一些明显的先发优势：
一是数据。现在的 AI 模型还是很依赖数据，早入场就能早积累。
二是流量。尤其对于 C 端应用来说，可以先积累一批用户。像内涵段子和今日头条，其实就给日后的抖音带来了很大的流量优势。
三是融资。在资本环境这么差的时候，如果能率先打响自己的名声，争取到投资者的关注和青睐，也是非常实在的先发优势。
曲凯：你怎么看开源和闭源模型的竞争，未来模型产业链会是怎么样的格局？
汪华：在早期阶段，模型确实还是挺重要的。但是当模型性能到了一个软的天花板之后，模型本身只是一个工具而已，最重要的还是应用。
所以可能的情况是，未来特别小的公司大概率是用闭源模型或者第三方模型，这样最便宜、最灵活。如果自己去研发或魔改开源模型，反而需要一些技术能力，中上的公司才会选择用开源模型去做应用。但真正的大型应用，高概率还会做很多自有的闭源模型，或者魔改开源模型，尤其当达到亿级日活的时候，模型跟应用肯定是一体化的，因为只有定制的模型才是效率最高的，也才能保持和竞争对手的差异性。到时候一个产品也会是很多模型的组合，大家不会简单地去站队开源模型或闭源模型。
曲凯：未来整个的应用生态会发生更剧烈的变化吗？比如会不会真的是 APPless 的，手机是最大的入口，其它的 APP 都变成后端服务商？
汪华：我觉得变成什么样还不好说，但变化的方向应该是基于一个原点，就是人的天性和需求是不变的。所以有了 AI 之后，所有任务都可以按人的目的和需求去进一步重构。
比如搜索，它其实是很多任务的前置组合，而不是任何一个任务本身，但是之前把它切分出来，集中由一个平台来做，实际上是最有效率的。这是过去世界定义 APP 的方式。在移动互联网时代，搜索已经被一些垂直 APP 分食了，抖音、微信、小红书、知乎都吃掉了一部分，到了 AI 时代这个趋势肯定会进一步加剧。
曲凯：创新工场现在的投资逻辑是什么样的？你们在看哪些方向？
汪华：技术本身的迭代还没有停，所以无论是多模态还是更好的技术，我们都还在关注。从今年上半年开始，我们很大部分也开始投应用，从生产力工具，到 2B、 2C。另外去年我们投技术背景的创始人比较多，但今年产品、商业也都在看。
曲凯：你会给当下的创业者或者投资人一些什么建议？
汪华：一是大家现在过于焦虑了，而且经常随着市场的变化，太快地改变自己的想法和观点。AI 到现在为止，才一年半的时间，但是大家的期待值却拉得超级高。如果 OpenAI 或者某个技术出来得晚一点或者早一点，就会变得很沮丧或者很兴奋。
二是有时候大家太聚焦于 AI 本身，并没有仔细去想怎么挖掘用户需求，AI 本质上只是提供了一次重新洗牌的机会，但要怎么出牌还是要着眼于用户。
曲凯：上一波移动互联网的时候，大家会 challenge 这个事如果百度、腾讯、阿里做了怎么办，现在又有字节、美团这些公司，就好像爬金字塔，塔尖的人越来越多，下面的人就越来越难做，你怎么看这个问题？
汪华：一个新的技术周期，越是早期，大厂优势越大，但到了晚期，创业公司的机会会更多。
在最开始的基础设施阶段，确实基本就和小公司没啥关系。这个在移动互联网早期也是一样的。
在早期的应用阶段，更多是基于现有应用加 AI，这大部分也还是传统公司的机会，比如微软的 Copilot。
但创业公司的机会依然是存在的：
(1) 去年也有一些出海的公司，第一年就收获了很可观的用户量和收入，比如 Heygen。尤其 2B 和工具类更是小公司的机会，而这样的机会以后会越来越多，因为 AI 本身能把很多东西都重做一遍。
(2) 大厂第一是要守住现有的主营业务，第二是要去砸最大的战场。这就意味着有非常多的事情大厂不会去做，即使做也是这个团队里面很少的几个人，根本要不到一线的资源。
(3) 大公司在构建最大的那些项目的时候，它会有很多上中下游，这也可以给小公司提供很多生存空间和赚钱机会。
而且越往后走，越会出现全新的 AI native 应用。对于大厂来说，全新的业务是很麻烦的，大厂对于合规和版权的压力更大，很多情况下会有法律争议或者内部的运营组织压力。这也是为什么当年 Google video 会输给 YouTube。包括现在在美国多模态的应用，大厂推进速度都不如创业公司。
曲凯：一级市场本身就追求小概率的大成功，成功是个低样本的事件，而且需要超长周期的反馈。在这个行业里，聪明会不会并不能发挥最大的效用，我不知道你有没有过担心，这其实是一种对你天赋和能力的浪费？
汪华：一级市场的不确定性确实非常强。就算认知对了，是不是能押对正确的团队？是不是能平稳地度过周期？这些都很大程度上是依赖运气的。所以说实话，认知的变现，二级市场确实是比一级市场更快的。
曲凯：所以最后大家都去炒股了。
汪华：对，比如说我看清这个事之后，我自己也买了英伟达，这个兑现速度比一级市场快得多。而且现在的一级市场已经没法去追求小概率的变现了，这个是美元机构的风格，但现在美元已经基本走光了。国内一级市场已经人民币化，追求的是确定性的回报，这个在我看来是 AI 比起移动互联网在中国发展遇到的最大阻碍。
曲凯：最后一个问题，在你整个的从业生涯里，印象最深刻的 moment 是什么？
汪华：过去的在我看来都已经过去了，我现在更多在期待未来。我刚刚说得很保守，但内心还是很火热的，哪怕没有达到 AGI，只是达到了复杂任务自动化，可能也是我读近代史以来都不会经历的，整个人类社会的巨大变化，这比我从业生涯中的任何经历都更 exciting。