出門問問創始人、CEO李志飛：我們處于浮冰上，準備躍至堅冰之上

每經記者 可 楊    每經編輯 董興生    

備考的時候，渴望高分過關的人，最討厭押不中題的感覺——既想要提高命中率，又不希望因為誤判知識點走太多彎路。

創業者也時常會面臨如此令人抓心撓肺的時刻，這種心理狀態可以簡單概括為“彷徨”。

已經創業12年的李志飛最近偶爾會有這樣的彷徨時刻，即便他已經在AI應用的創業大潮中浮沉了兩輪，即便他創立的“出門問問”已在港股上市，成為“AIGC第一股”。不論是經驗還是成就，李志飛的創業成績單在業內看來都可圈可點。

在《每日經濟新聞》創刊20周年之際，出門問問（HK02438）創始人、CEO李志飛近日接受記者專訪。和不少喜歡描繪勝利時刻的企業經營者不同，李志飛呈現出一種“審視自我”的狀態。他坦言，自己不缺乏“押錯題”的體驗，總是開放地與來訪者探討自己的困惑。

對當前AI Agent（智能體）和端側AI這類AI應用的“大勢所趨”，李志飛持審慎態度。這與他當年從谷歌離職、回國創業，立志用“AI+語音”重新定義人機交互時的情形大相徑庭。

大模型創業潮中，李志飛早早放棄了預訓練這條燒錢的“真理之路”，又早早逃離了講故事融資的“圈套”，他堅持要回歸商業本質——打造可持續盈利能力。

當下AI行業的狀態，被李志飛形象地比喻為“在浮冰上練習”，他等待著跳躍至堅冰之上的機會，并仍然期待著科技能讓人類的生活更美好。

不講故事 盈利能力更重要

就在不久前，AI眼鏡高調重回江湖。百度官宣了小度AI眼鏡；小米也被傳出入局；Rokid聯手通義千問以及眼鏡品牌暴龍，預計在明年上半年上市新一代AI+AR眼鏡。

AI硬件的風似乎吹了回來。而在創業早期立志要打造下一代移動語音搜索產品的出門問問，早在2020年就已經改弦更張，將業務模式從AI硬件+AI項目制“百分之百、徹底換掉”。

自研智能硬件業務成本高、庫存重，SaaS（軟件運營服務）業務競爭激烈。“一方面，成本、復雜度都很高；另一方面，收益難以保障。尤其是to B（面向企業）業務中，不同項目間可復用的東西較少，項目規模越大，虧損越多?！崩钪撅w闡述了換道的原因。

早期的業務模式難以盈利，李志飛決心改變，新的技術產品令他眼前一亮。

2020年6月，OpenAI推出的GPT-3，展現了超出以往的通用性。與之前版本相比，GPT-3具有更強大、更靈活和更復雜的文本生成能力，顯著降低了人機交互的門檻。

李志飛看到了新的方向，如果模型通用，也許可以解決to B服務領域項目成本高昂的問題。

于是，出門問問開始嘗試著手自研類GPT技術，2022年發布自研大模型“UCLAI”，并于2023年4月升級發布“序列猴子”。彼時，李志飛說：“如果說ChatGPT是100分，我們的模型只有50分。雖然還有差距，但（起碼）看到了上哈佛的希望?！?/p>

然而，行業很快再次發生了變化。2023年7月，Meta和微軟合作，推出了開源大型語言模型LLaMA 2，在性能上比肩GPT-3.5。

“這可能不是創業公司的機會，如果做最基礎的模型開發，需要算力方面的巨大投入?！崩钪撅w意識到。

扎克伯格曾表示，Meta的LLaMA 3系列模型需要價值“數億美元”的算力來訓練。

李志飛第二次做出放棄的決定：放棄從0到1做預訓練模型。

“中國有幾個公司能夠每年投入如此巨額的資金？”李志飛認為，LLaMA的開源讓大模型技術的供給不再具備稀缺性，基于開源技術進行優化、構建模型，效果可能比從零開始訓練的模型好。而如果當下仍然強調“從0到1”做預訓練模型，“要么是自欺欺人，要么就是搞不清什么狀況”。

李志飛不看好純模型公司的商業模式，按token計費的價格戰讓企業失去了盈利空間，但模型能力的迭代需要巨額的資金消耗，企業進而失去了獨立能力——要么與政府綁定，要么與巨頭綁定。

但對現在的李志飛和出門問問來說，解決商業模式的問題，靠自己的努力真正打造出一家可持續盈利的公司，是更重要的事。

一家有模型迭代能力的AI應用公司——這是李志飛給出門問問的定位，他將公司的業務重點放在AI應用探索上。很多AI應用公司會選擇直接調用第三方模型，但出門問問依舊堅持基于自身需求對模型進行迭代。李志飛認為，“產模結合”才有可能構建起所謂的數據飛輪效應。

無論是放棄過去的大項目制，還是放棄做一家純模型公司，出門問問無疑都放棄了一些“故事”。作為一家上市公司，至少從股價層面看，這是有壓力的。

李志飛毫不諱言出門問問的股價表現有些“糟糕”。但他認為，從業務層面看，出門問問每年都在朝著更加健康的方向發展：項目制、硬件業務營收占比逐漸減少，毛利率在提升，虧損在逐步收窄。出門問問正在成為一家擁有健康可持續盈利模式的公司。

在AIGC（人工智能生成內容）時代，依靠流量與廣告賺錢不再是主流，訂閱率和留存率成為衡量產品成功與否的必要指標。以出門問問AIGC解決方案的拳頭產品“魔音工坊”為例，截至目前，“魔音工坊”注冊用戶數達800萬，付費用戶數達60萬，同時，“魔音工坊”平均訂閱周期達到14.2個月。面向企業的數字人產品“奇妙問”，平均訂閱周期在12個月。

“我們其實最大的問題是不講故事，但又沒有規模大到不需要講故事?！崩钪撅w認為，從技術轉化為產品，再形成商業模式，這一過程可能需要三四年的時間才能成功轉型。但創業10余年，李志飛堅持認為，迎合資本不是長久之計，作為一個商業主體，必須不斷思考如何可持續盈利，盡量做高毛利率的產品，AI時代以真實的用戶付費率作為衡量產品和需求的核心指標。

還處于浮冰上 保留躍上堅冰的能力

當前，大模型公司和應用層創業公司面臨著巨大的壓力，資本期待回報，但企業盈利能力尚未形成。李志飛認為，根源在于AI產業當前的發展遭遇了需求不足的問題。一方面，需求增長沒有預期中迅速；另一方面，供給卻遠超市場預期，且差異化程度較小。

“大家都在探索破局的方法?！痹诨貒鴦摌I前，李志飛的身份是一名工程師，對他來說，從工程師到創業者，意味著自己從解題的人變成了定義題目的人，思維的轉變是最痛苦的事。

李志飛說，因為工程師的想法是圍繞既定目標進行解題，多數情況下，是面對一個明確的問題進行求解。然而，在創業或產品開發中，更多的是要定義這個“題目”本身，選擇發展方向、商業模式或交互方式，這些都不是預設好的題目，而是開放性的。

“到今天我也覺得本質上我還是一個工程師，給我一個復雜的題目會讓我更加興奮。”“你剛才問我很多問題，我覺得我都是沒有標準答案的?！痹诓稍L后半程，李志飛坦言，到底做什么樣的產品、用戶是誰、怎么去競爭，都是需要定義的題目，對這些問題，他還沒有標準答案。

這種感覺讓他想起小時候考試的經歷，“其實我是焦慮且興奮的”。

李志飛仿佛再一次開始做練習題?！爱敺较虿幻鞔_的時候，唯一能做的就是先做幾個練習題。但練習的過程心里難免焦慮，因為不知道學了這個，對解題能力的提升有沒有用?！?/p>

李志飛還闡述了一個“浮冰與堅冰”的理論。“當前，我們處于一塊浮冰上，時刻面臨著墜落的風險，大家在竭力尋找‘堅冰’，但沒有人知道堅冰在哪里。盡管如此，我們至少還置身于冰塊之上，而有些人已經掉進水里。這時，大家唯一能做的就是以最低的能耗在浮冰上運作，等待堅冰顯現，并期待彼時依舊具備一躍而上的能力。”

“目前看不到堅冰在什么地方?！崩钪撅w認為，這就是AI應用今天的狀態——連用戶需求的問題都還沒有完全解決。

在李志飛看來，相對于移動互聯網時代的微信、滴滴、美團、抖音，今天的AI產品沒有這么“剛需”，留存度、活躍度稱得上“糟糕”。AI需要打造真正有需求的應用，例如C端的微信、抖音，B端的釘釘、飛書，這些是真實有用的應用產品，對用戶而言是一種“不可能再回去”的體驗。

AI應用的堅冰什么時候會出現？“都在探索?！崩钪撅w說。

大模型迭代，消除幻覺是關鍵。而市場對AI的態度，也經歷了類似的過程——應用落地碰壁，祛魅開始了。而祛魅的下一步，就是不同商業模式的選擇，發展路線開始分化。

“分化之后大家不再這么‘卷’，從這個角度，3年內可能真的會有好公司誕生。”李志飛認為，商業模式的摸索取決于選擇相信什么，這直接導向了商業層面的“非共識”，“在一項新興科技浪潮興起之初，人們往往會順著自己的慣性思維去思考”。

李志飛對語音助手的前景持悲觀態度，在AI硬件業務時期，出門問問曾做過對語音助手的嘗試，他覺得，即便今天技術進步了，需求仍然沒有被滿足，用戶就不會買賬。

李志飛也對端側智能持懷疑態度。在他看來，端側智能就是“行業的倒退”，無論從用戶體驗還是隱私保護角度來看，云端才是未來的方向。

當然，依舊有一些共識存在。李志飛認為，技術層面的共識并沒有發生搖擺，盡管自己相對悲觀，但依舊相信當前這一撥AI相較于前一撥將更加通用，能夠通向所謂的AGI（通用人工智能）。