为什么说创业者做AI大模型就是找死，选择垂直AI模型才是王道呢？

AI大模型是近年来最热门的技术之一，它能够理解和生成自然语言，甚至回答各种问题。但是，这种技术真的适合创业者吗？我认为不是。因为创业者做AI大模型很可能是在浪费时间和金钱，而且很难与大厂竞争。

首先，我们要明白AI大模型有两种类型：通用的和垂直的。通用的AI大模型就是像ChatGPT这样的，它能够处理各种领域和场景的自然语言，但是不一定有深入的专业知识。

垂直的AI大模型就是针对某个特定领域或者场景的，比如医疗、金融、教育等，它能够利用行业的数据和知识，提供更精准和高效的解决方案。

那么，创业者应该做哪种类型的AI大模型呢？我认为通用的AI大模型是不适合创业者的，原因有以下几点：

• 通用的AI大模型需要巨大的计算资源和数据量，这对于创业者来说是很难承担的。而且，这种技术也不是一劳永逸的，需要不断地更新和优化，否则就会被竞争对手超越。

• 通用的AI大模型已经成为了国内外大厂的重点项目，他们有着强大的技术团队和资金支持，而且有着自己的场景和流量优势。比如百度、阿里、腾讯、字节、华为等，在搜索、社交、电商、办公等领域都有着自己的通用AI大模型。创业者很难在这样的竞争中获得先发优势或者差异化优势。

• 通用的AI大模型虽然能够处理各种自然语言，但是并不一定能够满足用户的实际需求和期待。比如，在金融领域，用户可能想要知道微软的股票会不会涨，但是如果用ChatGPT这样的通用AI大模型去搜索，得到的结果可能是没有价值或者错误的。因为这种模型缺乏金融领域的数据和知识，也不能提供专业的分析和建议。

所以，我认为创业者应该放弃做通用的AI大模型，而转向做垂直的AI大模型。因为垂直的AI大模型有以下几点优势：

• 垂直的AI大模型可以更好地满足用户在某个领域或者场景下的需求和期待，提供更有价值和可信赖的解决方案。比如，在医疗领域，用户可能想要知道自己是否患有某种疾病，或者如何治疗某种症状。如果用一个专门针对医疗领域的AI大模型去回答，它可以利用医学数据和知识，以及用户的病历和体征，来给出更准确和专业的诊断和治疗建议。这样的模型不仅能够提高医疗效率和质量，还能够降低医疗成本和风险。

• 垂直的AI大模型可以更容易地获取和处理高质量的数据和知识，因为它们只关注某个特定的领域或者场景，而不是涵盖所有的领域和场景。这样的模型可以利用一些开源或者闭源的通用AI大模型作为基础，然后在其上进行指令微调（instruction tuning），来适应自己的目标领域或者场景。它们也可以利用一些私有或者公开的数据和知识，来增强自己的AI大模型的性能和泛化能力。

• 垂直的AI大模型可以更容易地与用户和行业进行有效的沟通和合作，因为它们更了解用户的需求和场景，也更符合行业的规范和标准。这样的模型可以更好地融入用户的工作流程和生活方式，也可以更好地与行业的其他参与者协同和互补。

综上所述，我认为创业者做AI大模型应该选择垂直领域或者场景，而不是通用领域或者场景。当然，并不是说创业者做垂直AI大模型就一定能成功。

他们也需要面对很多挑战和问题。例如，如何找到一个合适的垂直领域或者场景？如何保证AI大模型的安全性和可靠性？如何找到合适的商业模式和盈利方式？这些都需要创业者有着清晰的思路和策略，以及不断地实践和验证。