NLP创业破局，如何摘取更高处的果实

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

2022年，云从科技、商汤科技先后登陆资本市场，计算机视觉四小龙中的旷视科技、依图科技也在摩拳擦掌。反观NLP领域，相关企业的发展速度、融资规模、上市进程仿佛都要略逊一筹，那么：

1. 与CV相比，NLP领域目前的投资规模、市场规模、落地行业、产品有什么优劣势？

2. 投资NLP领域，在创业上的战略该如何布局与调整？

3. 在如今全球金融与资本大环境背景下，NLP领域的创业前景在哪里？

为了帮助大家拨去迷雾，直达本质，2022年11月30日19:30-21:00，AI TIME特别邀请了四位嘉宾，一起聊透“NLP的创业破局之路”。

嘉宾简介

启明创投投资人，科技及消费团队成员胡奇；

香港大学计算机学院助理教授，博士生导师黄超；

规格科技CEO，连续创业者，青年投资家俱乐部副理事长陈能杰；

浙江大学计算机创新技术研究院算法工程师王翔；

AI TIME志愿者、天津大学硕士、某新锐AI公司算法总监李健铨；

起点

活动伊始，主持人李健铨首先介绍了启明创投。作为中国最活跃的创投机构之一，早在2013年，启明创投就布局了人工智能领域的投资，是中国最早一批投资AI领域的创投机构，投资了最早期的一批AI独角兽企业，而后又投资了众多的AI芯片公司，通过长期投入和全产业布局，截至2022年12月，启明创投投资了超过480家高速成长的创新企业，在人工智能领域已经构建了强大的生态。

随后，李健铨描述了AI目前的发展情况，对比了CV和NLP领域的企业，顺势提出了第一个问题

AI创业、NLP创业的现状是怎么样的？

针对这个问题，胡奇首先开门见山地表达了自己的观点：机器学习、CV、NLP是目前主流的创业方向，强化学习、机器人等细分领域也都是在这个领域里面。这个市场是非常大的，很多研究和分析指出，2025年在AI的全球市场中，仅软件和应用部分就达到1200亿美元的市场规模，其中CV和NLP是最大的两部分，CV的市场规模大概为500-600亿美元，NLP的市场规模大概为400亿左右。但是具体到NLP领域来看，NLP的整体发展，尤其是在中国的发展是落后于CV领域的。CV领域已经产生了四小龙，其中有两家（商汤科技、云从科技）已经上市，整体表现还是不错的，但在NLP领域还没有类似的上市企业。

紧接着，黄超揭露了NLP未来的发展趋势。首先，黄超提到CV领域率先涌现出四小龙等企业的原因——CV领域的技术发展、模型落地、产品面市流程更加闭环。反观NLP领域，NLP技术更多地是辅助一些领域、业务的发展，如辅助法务、财会等重度依赖于文字处理的一些业务。所以，要想把NLP业务发展成一个非常大型的、独角兽级别的企业，未来可能还需要更多的探索。未来的趋势也许是：NLP会有更多闭环化的业务、产品，将学术界的模型更好地放到整个业务场景里面去。

陈能杰沿着黄超的介绍，从创业者的角度进行了展开。首先，CV的场景比较直接、比较多，如金融领域的验证场景、交通领域的识别场景等，这些都是高频、规模大的场景，容易实现规模经济效应。反观NLP领域，场景比较碎，规模也不够大。其次，由于上述原因，CV四小龙相对而言更容易受到资本、政府的青睐，收到的助推因而更多。此外，结合实际参与项目的经验来看，陈能杰感受到NLP产品提供的价值有时候非常不确定，在效率等方面的价值优势不容易被感知。

NLP大火的产品比较少，落地困难，原因是什么？

胡奇结合自己和同事的观察，总结了几个点：（1）NLP领域诞生过很多优秀的巨头，如搜索领域的谷歌、百度；推荐领域的头条；广告领域的美团和阿里等。如果没有NLP领域的发展，上述企业的发展也会受限。今天之所以觉得NLP领域的创业难以破局，相对CV创业存在不足，很大程度上是因为今天“低垂的果实”——大家抬手能够得着的东西——已经在互联网、移动互联网这两波浪潮里被大厂抢占了。因此，剩下的只是一些碎片化的场景，如外呼机器人、智能销售、写作助手等。这些场景其实并不是没有价值，也不是诞生不了大公司，根本原因是这些场景在每个行业、每个企业内部被个性化了，在2020年GPT-3诞生之前，也没有一个好的技术能够去解决这些问题，因此不能做出一个让人满意的产品。

顺着胡奇的思路，黄超也认为，之前大厂占据了一些主流的NLP场景，NLP领域的创业公司更加专注在一些垂直领域上，如金融、文本相关领域等。原因是大厂中NLP相关的业务场景可能会更多一些，因为大厂的线上平台可能需要大量处理的是一些文本的信息，所以大厂的各个部门都会有涉及NLP的团队，如推荐系统、知识图谱等相关团队。因此，可以说大厂留了更多的机会，给一些CV初创企业去填补空隙，这也是商汤、旷视等一些CV企业蓬勃发展的背景和原因。而在当下，在NLP领域去做一个普适的应用、去创业的话，可能就会面临着跟大厂的各个部门的竞争，此时，初创企业在业务壁垒上还有一些劣势，只能选择垂直领域开展业务。

基于前面两位的分享，陈能杰从商业的角度进行了论述。陈能杰作为一个创业者，进场的时候发现已经没有那么多选项可供选择了，只能从一个小而美的垂直领域里面去做。大厂基于资金优势、人才优势，做了好多基础设施出来，基于此背景，创业者不应该重复发明轮子，而是去伸手摘“上面的果实”。因为很多时候创业都具有时代性，如果上桌了且一直在桌子上面，才有可能成为大企业，不然的话，只能是依托一些生态来做。

NLP领域哪些技术有价值？创业者该如何落地？如何创业？

如何站得更高？如何去摘取更高处的果实？胡奇从投资人的角度，分享了启明创投内部的一个方法论。去看一个行业的时候会有两个点：技术奇点、市场引爆点。

技术奇点是指当我们到达这个点的时候，会发现某件事情的效果会有十倍、百倍的提升，即今天的技术是不是达到了市场可用。

市场引爆点是指是不是有一个公众事件或现象级产品，让企业界、C端用户能够关注到产品，进而去规模化传播，也就是通俗来说的“东风”。

启明创投在投资过程中，首先就是判断技术奇点是不是到了？如GPT-3就是一个很好的技术奇点，因为它其实在某种意义上导致了很多NLP公司多年的积累被消解掉，一些企业拿着GPT-3去改装，可能会在一些场合堪比另一些公司好不容易积累出来的模型，甚至超越。顺着这条路去看的话，会发现：（1）原来技术上很难做的产品（如写作助手、企业级的翻译），GPT-3让其变得可行了；（2）一些原来就存在，并且有一些效果的场景，GPT-3提升了它的效果，如外呼机器人、智能客服、企业级的搜索、内容审核等。

从市场的角度，陈能杰分享如何从宏观角度看待NLP创业，并分享自己的方法论。首先，要找到一些场景，例如，做监管合规的背景是监管的加强、法治的建设、国家一直在提数字经济，因此需求变大了，且需要技术与之结合。其次，业务、产品要在技术上面是确实可行的，要能保证产品能交付。

从学术来看，黄超认为要将NLP的一些先进的模型应用到实际的场景中。创业者需要考虑场景是To B还是To C，进而从业务场景角度分析了舆情分析、医疗问询、智能谱曲等产品的一些基本特性，然后从技术场景角度介绍了如何使用现有的模型。一个可行的方式可能是把开发、维护整个大模型的任务交给大公司，创业者只专注在自己业务场景下的东西，把自己的业务给嵌入模型。并指出，如果有一些平台能够借助联邦学习、隐私保护的技术，把私密数据作为training的数据使用，但是对于里面的内容并不知晓，还是非常有意思的，这将会很好地推进整个NLP的发展，给大家更多的想象空间。

从市场的角度来讲，NLP如何避免难以盈利？

其实，NLP创业很难一开始就做到盈利，这对企业的要求太高了。胡奇表达了自己的观点，并分享了一些观察。发展和利润在企业生存的前几年都比较矛盾，经过对美股SaaS市场的分析，会发现大多数跟新技术有关的企业（如网络安全、基础软件、AI等优秀的软件企业）都处于亏损状态，因为营销的费用一定花得非常多，而新技术（如AI）又需要很重的研发成本，因此，AI初创企业就很难做到既成长，又少花钱，还能够将业务、产品做得特别好。NLP企业、AI企业很烧钱，因为无论是挖人，还是训练模型，这些成本都非常高，而此时客户和收入都很有限，因此很难实现盈利。不过，情况正在转变，无论是GPT-3、智源的“悟道”、百度的“文心”，他们都提供了模型的API服务，这时候初创企业的人才需要可能会少很多，并把精力集中投入在业务上，进而使得企业可以快速地迭代产品。顶级机构的基础设施可以大幅降低研发成本。并列举了Jasper.ai和Copy.ai的情况。

顺着胡奇的思路，陈能杰分享了自己借助第三方的技术能力，在场景中落地、实践的一些情况。在做内容审核的过程中，陈老师首先找了合作方——中科院自动化所，借助自动化所的技术能力，陈能杰又联合人民网打造了特征库，最终以较低的成本满足了场景需求。接着，陈老师又分享了自己的To C、To B、To G过程中踩过的一些坑。

针对学术界与产业界的配合，黄超首先总结了其余两位老师的分享：如果是要专注在技术层面的话，小步迭代，即基于现有的一些成熟的技术，可能会增强整个创业过程中技术落地的效率。随后，黄超指出学术界和工业界的差异：学术界更加专注于技术的推进，即不断提升某个指标、数值；工业界不在乎模型是否是可能最新的，而是能否更好地服务于业务场景，即更简单、更轻量、更加好用、上手更快、更易于维护才是重要的。因此，未来想要创业的话，可以尝试现有的一些东西，不用花太多的精力去打磨或精细化技术的一个模块；如果想要在技术上有更多的探索，可以先和高校、科研机构等合作，把业务在一定程度上稍微挪开一点；然后去跟fine-tuning的工作人员结合，看是否能够落地到相应的这个场景里面。这样的话，试错的成本相对不会太高，对创业者可能会更好。

当前时间节点和环境，NLP创业如何？

当前市场比较冷，投资机构也比较“躺平”，创业真的不太容易，陈能杰首先表达了自己的看法，并进一步分析。（1）做技术类的场景的创业，产品跟市场的匹配过程需要试错的空间，除非是已有传统业务能够提供稳定的现金流。NLP场景比较碎，竞争者也比较多，能形成规模及收入路要比较长，需要不断的PK，需要较长的时间。（2）融资环境没有前几年那么好了，一般来说，企业发展需要在几个关键节点得到资本的加持，但是现在融资周期很长，可能还没等到融到钱，业务就关掉了。（3）全球都在收紧预算。综上所述，选择目前的节点创业对创业者的挑战真的是大很多。

创业的时间节点和环境不是投机取巧，而是真的有好有坏，顺着陈能杰的话，胡奇分析了当下创业的好处：（1）技术奇点已经过了，目前是海阔凭鱼跃，天高任鸟飞的时代。无论是GPT-3还是其他大公司的产品，目前其实已经可以用比较低的成本拿到比较好的AI能力，能够找到什么样的场景，能够做到什么地步，那就要看创业者自己的本事了。（2）技术红利尚未挖掘殆尽，以Stable diffusion等为例，图像、视频领域具有视觉冲击力的东西还在不停涌现，这也在帮助NLP领域，特别是生成式NLP获得关注、热度。（3）在当下这个大家都不愿意创业、不敢创业的时候，站出来创业的人，竞争者更少，而且从创业者与VC交流、与客户共创的角度来看，都会有一些利好。

从学术界的角度来看，黄超认为AI的热度持续了可能已经有10年了，无论是CV、NLP，还是数据挖掘、检索，每个领域都已经太卷了，每个新的topic出来之后，可能都会有成千上万的人冲进去。不过，虽然大家每年都感觉卷不动了，但是每年都会有新东西出来，让大家有饭吃。这一点对于创业而言有一定的借鉴意义，结合目前的技术发展，多模态的结合、生成式的产品也许是一个机会，是一个值得探索的点。AI在各个领域的范式，不是判别式，就是生成式。判别式就是去预测的更准，生成式就是生成一个东西，如AI绘画、AI谱曲等。Diffusion模型已经出来了，在技术线上有了进一步的推进，所以大家从技术层面不用担心，每年都会有成千上万的学者，不停地推动前沿科技的点。

创业是要敢为天下先？还是敢为天下后？

要先区分“先”是“先烈”，还是“先知”，对于主持人的问题，陈能杰先讨论了“先”的含义，并从投资人的角度先进行了剖析。从投资角度看，VC阶段一定要敢为天下先，因为这一阶段的关键是别漏了；在PE阶段就要敢为天下后，要看投资项目的商业化程度、规模化路径是否清晰，能否形成规模化收入，能否占据一定的市场份额。结合自己的创业经历，陈能杰对于是先还是后，提出了几个关键指标：（1）时间点选择；（2）卡位；（3）创业是失败概率比较高的事。

敢为天下后，但是也别“落后”太多的公司，成功的概率会相对高一些。结合自身的投资实践，胡奇分享了自己看到的现象，并剖析了背后的原因。在科技创业和投资领域，“敢为天下先”适用学术界或实验室里面（1）真正能摸到最前沿的东西；（2）能够解决前沿问题的关窍、命门；（3）能把产品做出来；（4）能够把产品从实验室拿到工业的人。创业者不应该成为技术研究本身的“天下先”，因为创业要务实，要给股东和投资机构带来回报。

学术界的老师们，相比于产业界的创业者而言，没有盈利的压力，也没有交付时间点的压力，他们可能为自己负责就行，黄超认为这可能是两者的区别，所以，学术界的老师们可能最追求的就应该是尽量去敢为天下先，去做一些是里程碑式、开创式的工作，这样可能会更有一些学术的影响力。从学术界和创业的关系来看，一个特别活跃的学术氛围对创业者而言是好的，因为学术界提供的百家争鸣的场景，给创业者提供了更多的选择。创业团队只需要少量关注学界进展的人，就可以获得各个领域的前沿进展，这样创业者就不会处在一个非常滞后的状态，而是一个中间的状态，这不仅能在一定程度上避免失败，还能在一定程度上带来更好的技术保障，从而给创业者腾出精力更多地关注、探索业务场景，思考如何把技术迁移到自己场景来落地，这对工业界而言是非常重要的。

畅想NLP的未来

学术界每年都有新的东西，大家不用担心模型不可用，这时候，大家不应该总想着“copy-paste”，而是要比拼原创，比拼敢为天下先。通过对比中美国情的不同，胡奇结合前面的问题进行了总结与展望，如果想在中国走好NLP，要借助最好的技术，借助最好的API，最专注地去打磨自己的产品，带来十倍好的用户体验。

生存是第一位，只有活下来才有机会。陈能杰认为现在正处于“今天很残酷，明天很残酷，后天很美好”中的明天晚上，创业者，特别是NLP领域的创业者要有几个认识：（1）只要不下牌桌，就还有机会。（2）要放宽历史的视野，可持续增长要比快速增长更接近商业本质。（3）要看到一个整体，创业PK的是一个综合性的整体。（4）要放松，有些东西是创业者无法控制的。

站在学术界的角度来看，黄超认为目前大家更多的是在鼓励跨学科的合作，希望AI技术、AI方案可以与金融、法律、医疗、能源等结合，并介绍了香港大学数据科学院（data science institute）的初衷——各个领域的老师通力合作。目前，在互联网行业中，NLP技术互联网更多的服务于互联网产品、业务，未来NLP领域如果有更多跨领域的落地，会把蛋糕做得更大。如果我们衣食住行中与文字打交道的东西都被NLP技术、AI技术所服务的话，可能会更多出更多的垂直的领域，对各个行业也都能起到很大的促进作用。

审核：胡奇、黄超、陈能杰

往期精彩文章推荐