出门问问创始人、CEO李志飞：我们处于浮冰上，准备跃至坚冰之上

每经记者 可 杨 每经编辑 董兴生

备考的时候，渴望高分过关的人，最讨厌押不中题的感觉——既想要提高命中率，又不希望因为误判知识点走太多弯路。

创业者也时常会面临如此令人抓心挠肺的时刻，这种心理状态可以简单概括为“彷徨”。

已经创业12年的李志飞最近偶尔会有这样的彷徨时刻，即便他已经在AI应用的创业大潮中浮沉了两轮，即便他创立的“出门问问”已在港股上市，成为“AIGC第一股”。不论是经验还是成就，李志飞的创业成绩单在业内看来都可圈可点。

在《每日经济新闻》创刊20周年之际，出门问问（HK02438）创始人、CEO李志飞近日接受记者专访。和不少喜欢描绘胜利时刻的企业经营者不同，李志飞呈现出一种“审视自我”的状态。他坦言，自己不缺乏“押错题”的体验，总是开放地与来访者探讨自己的困惑。

对当前AI Agent（智能体）和端侧AI这类AI应用的“大势所趋”，李志飞持审慎态度。这与他当年从谷歌离职、回国创业，立志用“AI+语音”重新定义人机交互时的情形大相径庭。

大模型创业潮中，李志飞早早放弃了预训练这条烧钱的“真理之路”，又早早逃离了讲故事融资的“圈套”，他坚持要回归商业本质——打造可持续盈利能力。

当下AI行业的状态，被李志飞形象地比喻为“在浮冰上练习”，他等待着跳跃至坚冰之上的机会，并仍然期待着科技能让人类的生活更美好。

不讲故事 盈利能力更重要

就在不久前，AI眼镜高调重回江湖。百度官宣了小度AI眼镜；小米也被传出入局；Rokid联手通义千问以及眼镜品牌暴龙，预计在明年上半年上市新一代AI+AR眼镜。

AI硬件的风似乎吹了回来。而在创业早期立志要打造下一代移动语音搜索产品的出门问问，早在2020年就已经改弦更张，将业务模式从AI硬件+AI项目制“百分之百、彻底换掉”。

自研智能硬件业务成本高、库存重，SaaS（软件运营服务）业务竞争激烈。“一方面，成本、复杂度都很高；另一方面，收益难以保障。尤其是to B（面向企业）业务中，不同项目间可复用的东西较少，项目规模越大，亏损越多。”李志飞阐述了换道的原因。

早期的业务模式难以盈利，李志飞决心改变，新的技术产品令他眼前一亮。

2020年6月，OpenAI推出的GPT-3，展现了超出以往的通用性。与之前版本相比，GPT-3具有更强大、更灵活和更复杂的文本生成能力，显著降低了人机交互的门槛。

李志飞看到了新的方向，如果模型通用，也许可以解决to B服务领域项目成本高昂的问题。

于是，出门问问开始尝试着手自研类GPT技术，2022年发布自研大模型“UCLAI”，并于2023年4月升级发布“序列猴子”。彼时，李志飞说：“如果说ChatGPT是100分，我们的模型只有50分。虽然还有差距，但（起码）看到了上哈佛的希望。”

然而，行业很快再次发生了变化。2023年7月，Meta和微软合作，推出了开源大型语言模型LLaMA 2，在性能上比肩GPT-3.5。

“这可能不是创业公司的机会，如果做最基础的模型开发，需要算力方面的巨大投入。”李志飞意识到。

扎克伯格曾表示，Meta的LLaMA 3系列模型需要价值“数亿美元”的算力来训练。

李志飞第二次做出放弃的决定：放弃从0到1做预训练模型。

“中国有几个公司能够每年投入如此巨额的资金？”李志飞认为，LLaMA的开源让大模型技术的供给不再具备稀缺性，基于开源技术进行优化、构建模型，效果可能比从零开始训练的模型好。而如果当下仍然强调“从0到1”做预训练模型，“要么是自欺欺人，要么就是搞不清什么状况”。

李志飞不看好纯模型公司的商业模式，按token计费的价格战让企业失去了盈利空间，但模型能力的迭代需要巨额的资金消耗，企业进而失去了独立能力——要么与政府绑定，要么与巨头绑定。

但对现在的李志飞和出门问问来说，解决商业模式的问题，靠自己的努力真正打造出一家可持续盈利的公司，是更重要的事。

一家有模型迭代能力的AI应用公司——这是李志飞给出门问问的定位，他将公司的业务重点放在AI应用探索上。很多AI应用公司会选择直接调用第三方模型，但出门问问依旧坚持基于自身需求对模型进行迭代。李志飞认为，“产模结合”才有可能构建起所谓的数据飞轮效应。

无论是放弃过去的大项目制，还是放弃做一家纯模型公司，出门问问无疑都放弃了一些“故事”。作为一家上市公司，至少从股价层面看，这是有压力的。

李志飞毫不讳言出门问问的股价表现有些“糟糕”。但他认为，从业务层面看，出门问问每年都在朝着更加健康的方向发展：项目制、硬件业务营收占比逐渐减少，毛利率在提升，亏损在逐步收窄。出门问问正在成为一家拥有健康可持续盈利模式的公司。

在AIGC（人工智能生成内容）时代，依靠流量与广告赚钱不再是主流，订阅率和留存率成为衡量产品成功与否的必要指标。以出门问问AIGC解决方案的拳头产品“魔音工坊”为例，截至目前，“魔音工坊”注册用户数达800万，付费用户数达60万，同时，“魔音工坊”平均订阅周期达到14.2个月。面向企业的数字人产品“奇妙问”，平均订阅周期在12个月。

“我们其实最大的问题是不讲故事，但又没有规模大到不需要讲故事。”李志飞认为，从技术转化为产品，再形成商业模式，这一过程可能需要三四年的时间才能成功转型。但创业10余年，李志飞坚持认为，迎合资本不是长久之计，作为一个商业主体，必须不断思考如何可持续盈利，尽量做高毛利率的产品，AI时代以真实的用户付费率作为衡量产品和需求的核心指标。

还处于浮冰上 保留跃上坚冰的能力

当前，大模型公司和应用层创业公司面临着巨大的压力，资本期待回报，但企业盈利能力尚未形成。李志飞认为，根源在于AI产业当前的发展遭遇了需求不足的问题。一方面，需求增长没有预期中迅速；另一方面，供给却远超市场预期，且差异化程度较小。

“大家都在探索破局的方法。”在回国创业前，李志飞的身份是一名工程师，对他来说，从工程师到创业者，意味着自己从解题的人变成了定义题目的人，思维的转变是最痛苦的事。

李志飞说，因为工程师的想法是围绕既定目标进行解题，多数情况下，是面对一个明确的问题进行求解。然而，在创业或产品开发中，更多的是要定义这个“题目”本身，选择发展方向、商业模式或交互方式，这些都不是预设好的题目，而是开放性的。

“到今天我也觉得本质上我还是一个工程师，给我一个复杂的题目会让我更加兴奋。”“你刚才问我很多问题，我觉得我都是没有标准答案的。”在采访后半程，李志飞坦言，到底做什么样的产品、用户是谁、怎么去竞争，都是需要定义的题目，对这些问题，他还没有标准答案。

这种感觉让他想起小时候考试的经历，“其实我是焦虑且兴奋的”。

李志飞仿佛再一次开始做练习题。“当方向不明确的时候，唯一能做的就是先做几个练习题。但练习的过程心里难免焦虑，因为不知道学了这个，对解题能力的提升有没有用。”

李志飞还阐述了一个“浮冰与坚冰”的理论。“当前，我们处于一块浮冰上，时刻面临着坠落的风险，大家在竭力寻找‘坚冰’，但没有人知道坚冰在哪里。尽管如此，我们至少还置身于冰块之上，而有些人已经掉进水里。这时，大家唯一能做的就是以最低的能耗在浮冰上运作，等待坚冰显现，并期待彼时依旧具备一跃而上的能力。”

“目前看不到坚冰在什么地方。”李志飞认为，这就是AI应用今天的状态——连用户需求的问题都还没有完全解决。

在李志飞看来，相对于移动互联网时代的微信、滴滴、美团、抖音，今天的AI产品没有这么“刚需”，留存度、活跃度称得上“糟糕”。AI需要打造真正有需求的应用，例如C端的微信、抖音，B端的钉钉、飞书，这些是真实有用的应用产品，对用户而言是一种“不可能再回去”的体验。

AI应用的坚冰什么时候会出现？“都在探索。”李志飞说。

大模型迭代，消除幻觉是关键。而市场对AI的态度，也经历了类似的过程——应用落地碰壁，祛魅开始了。而祛魅的下一步，就是不同商业模式的选择，发展路线开始分化。

“分化之后大家不再这么‘卷’，从这个角度，3年内可能真的会有好公司诞生。”李志飞认为，商业模式的摸索取决于选择相信什么，这直接导向了商业层面的“非共识”，“在一项新兴科技浪潮兴起之初，人们往往会顺着自己的惯性思维去思考”。

李志飞对语音助手的前景持悲观态度，在AI硬件业务时期，出门问问曾做过对语音助手的尝试，他觉得，即便今天技术进步了，需求仍然没有被满足，用户就不会买账。

李志飞也对端侧智能持怀疑态度。在他看来，端侧智能就是“行业的倒退”，无论从用户体验还是隐私保护角度来看，云端才是未来的方向。

当然，依旧有一些共识存在。李志飞认为，技术层面的共识并没有发生摇摆，尽管自己相对悲观，但依旧相信当前这一拨AI相较于前一拨将更加通用，能够通向所谓的AGI（通用人工智能）。

【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com