北京跑出AI准独角兽：toB视频，是百亿美金机会

这是铅笔道与Global AI推出的联合专栏，探讨AI应用的主流机会。Global AI正寻求早期AI项目投资，BP投递入口：https://globalai.hanghang.com/

访谈 | 铅笔道创始人 王方

整理 | 铅笔道编辑 吴欣晓

"我真的为此流过泪，不止一次。"提到OpenAI发布GPT3.5时，一览科技创始人罗江春，内心流露出复杂情感。“我们难道不努力吗？不聪明吗？我们也一样工作到凌晨两点，为什么中国没有诞生OpenAI这样的公司？。”

一个客观的现实是：国内做大模型，太烧钱了。“即便融了几十亿元，在 AI 基础设施建设中也远远不够。”

因此，作为创业公司，聚焦应用是更好的选择。

然而，关键的问题是：AI应用赛道千千万，哪些最能跑出百亿美金独角兽？罗江春的答案是：视频应该是TOP5的选择。

这也是一览科技的主攻方向。罗江春在视频行业深耕20年：2005年创办风行网，开创中国互联网高清视频产业，拥有清华机械工程和企业管理双学士学位，1997 年—2000年于美国莱斯大学就读人工智能与机器人专业。

访谈中，罗江春提出了多个AI机会赛道：

1、AI视频（To B）将成为水电煤。

视频正从娱乐载体蜕变为商业基础设施：尤其是在获客、促活和增收上，正成为企业刚需。

比如，银行需日均百条"种草视频"促活用户，电商依赖AI生成海量营销内容，传统三天制作一条视频的产能被AI提升至"日均百条级"。

2、AI视频（ToB）仍依赖人的参与，并且该局面会持续数年。

客户不在乎工具，只在乎最终结果。TOB场景下，对AI的要求更高，必须有人工干预。AI生成数百个初稿后，专业团队筛选优化（如精修图片、重写脚本），最后多轮审核交付。

3、垂直Agent是唯一机会：对抗大厂垄断的护城河。

通用AI Agent会被大厂收割，但法律、审计等垂直Agent依托专业语料库和闭环数据，有很好的创业机会。

4、AI不是移动互联网的延续，而是代际变革。

AI的影响比互联网更深远。AI的诞生更像电的发明，是一个底层基础设施级别的变化，是代际影响。

声明：访谈对象已确认文章信息真实无误，铅笔道愿为其内容做信任背书。

01 AIGC：TO B是否有未来？

铅笔道：什么时候开始关注AIGC的（AI生成内容）？

罗江春： 我们提这个概念时大模型还没流行。

2018 年我们提 RGC 概念（从 PGC、UGC 到 RGC），当时叫“机器生产内容”，和现在的 AIGC是一个意思。

记得当时在乌镇互联网大会上我就提了这个，只是那时没有大模型，做法比较原始：抽取视频素材标记，人写脚本后混剪配音，形成 RGC 雏形。

我们现在的业务是：AI+视频。我觉得，未来视频会像水电一样成为基础需求。

铅笔道：你们主要做TO B 业务（商用）？

罗江春： 对，我们其实是把“内容”这件事做了进一步的升级：从toC转向商用。

就像我当年做风行的时候，更多是在做娱乐内容。现在像抖音、快手、优酷、爱奇艺这些平台，大家刷的也还是娱乐内容。

那我们往前走了一步，我们看到的是“商用内容”或者叫“商业内容”。

为什么这么说？过去20年，内容的主要功能是提供娱乐。但是我们看到一个核心趋势是：视频越来越“工具化”，它的“使用属性”和“功能属性”开始被强化了。

就比如卖货。我们服务了很多大的电商平台，他们用视频不是为了娱乐，而是为了“种草”，激发消费者的购买需求。这就不是“娱乐”的用途了，是有非常明确的目的。

还有银行客户，他们做视频是为了提升用户活跃度，比如让信用卡用户不仅是每个月打开APP还款一次，而是通过视频延长用户使用时长，增加粘性。

所以，视频作为一个“内容载体”，它的使用场景越来越多，不再局限于娱乐，而是广泛走向商用。

这也是我们提出“让视频像水和电一样”的原因。视频服务应该成为所有企业客户的基础设施。

02 AI不是“新互联网”，而是“代际变革”

铅笔道： 您2018年提出AIGC（RGC）概念，这是个怎样特殊的年份？当时 OpenAI 成立才两三年，这对您有影响吗，还是说国内已经有了相关的发展土壤？

罗江春： 其实没有。那时我根本不知道 OpenAI，差不多到 2021 年才开始关注它的 GPT 1.0、2.0 版本。

2015 年前后，大家更关注的是 AlphaGo和DeepMind。

OpenAI 当时并不在大多数 AI 从业者的视野里，Meta（Facebook）的 Torch 和Google的TensoFlow等框架等才是我们关注的重点。

当时投资圈还在追逐 “AI 四小龙”，像云从、商汤那一波，其实跟我们当时做的视频理解也很像。

我们用 AI 打标签，也主要用图像识别、语音识别（STT）这类技术，我们能用这些技术来做视频理解，也是因为它们当时已经相对成熟了，我们不可能从头去开发所有底层技术。

铅笔道： 有人判断AI时代的下一个“字节跳动”，可能于视频领域有关。你对这个判断怎么看？

罗江春： 不一定是视频，虽然视频领域肯定很大，但未必是最大的。前五应该有可能。

铅笔道： 除了视频，你觉得还有哪几个方向？

罗江春： 核心要回归到 AI 到底改变了什么。 它改变视频内容生产方式只是一方面，可能我们现在都身处其中，像在森林里，还没跳出来看未来的全貌。

很多人想在科技史里找一个能和AI类比的技术革命，而我觉得 AI 可能像“电”。发明电之前，大家点油灯蜡烛，发明电以后更在电普及后，城市的夜晚才能灯火通明，生活的时间和空间无限拉长。

AI 的影响可能比互联网领域的类比更深远，它是一个底层基础设施级别的变化，并且是代际影响。 比如刚开始觉得它像互联网，但进入工业领域后，它更像“电”，对生活是代际的影响，不是简单延续 PC 互联网、移动互联网到 AI 互联网的逻辑。

很多人把 AI 类比成移动互联网或 PC 互联网那样的替代技术，其实这样的类比，把价值看小了。

03 国产大模型：遗憾、务实与加速追赶

铅笔道： 你在2021年就开始关注OpenAI了，其实已经很早了，毕竟大多数人是2022年才开始接触。

罗江春： 这可能也跟我的专业背景有关系。我是正经科班出身，在美国留学的时候读的就是AI和机器人（Robotics）专业。我们有一个圈子，一群人经常会讨论AI和人工智能的话题。所以OpenAI、GPT这些概念，其实很早就在我们内部流传开了。

铅笔道： 那你第一次听到OpenAI的时候印象是什么？

罗江春： 我当时的印象是，这家公司选择了一条完全不同的路线（Transformer）。

当时我们也不知道他们能否成功。他们要花几十亿美金堆 GPU，作为创业公司，这种不计成本的投入胆子太大了，而且还能找到投资。

说实话，我为这件事特别感慨。中国没有这样的土壤。要是我想拿几万张显卡堆算力，谁会给我几十亿美金？在一无所有的时候，没人敢支持你。

我真的为此哭过好几次。我们难道不努力吗？不聪明吗？没有工作到凌晨两点吗？关键就是土壤问题，中国确实缺乏这样的环境。

其实如果有资金支持，土壤成熟，中国人也能跟随并做出 OpenAI 这样的公司，当时已经隐隐有这种感觉了。

客观且从专业角度讲，我们“follow”别人是没问题的。 比如哥伦布发现美洲大陆后，第二个人再走就容易了，中国人很擅长这个。这不仅是任正非先生这么说，也是产业里的现实。

让我们去引领新技术革命，指出方向，这和基础科学、教育等很多因素相关。

比如现在的应试教育，AI 来了之后，我都不知道怎么教育孩子了：还要不要刷题？刷题有意义吗？我经常让孩子遇到不会的题就拍照问“豆包”，让他学会用工具。

我们现在的教育体系不鼓励钻研基础科学，也不鼓励质疑，缺乏批判和自我批判精神，而颠覆式创新正需要这些。

铅笔道： 您刚才提到的遗憾从何而来？现在释怀了么？

罗江春： 当然还遗憾，非常遗憾！当 GPT-3.5 真正出来并使用时，第一次用的感受和现在不同。当时感觉像在和 “God” 对话，它无所不知。尤其是 ChatGPT 推出后，这是跨时代的产品。

铅笔道： 这有没有让您对技术路线产生犹豫？比如 2021 年看到 OpenAI 时，是否决定开始准备做大模型？

罗江春：我们一直没做大模型。作为创业公司，我们缺乏土壤。即便融了几十亿元，在 AI 基础设施建设中也远远不够。

所以我们坚定聚焦应用层，不跟风底层大模型的研发。中国缺乏做大模型的广泛土壤，底层大模型最终会是 BAT 等大厂的主场。

铅笔道：2022 年 GPT 爆火后，国内资本是很动心的，你没动过心吗？

罗江春： 我和美元基金的负责人很熟，他们投资时也很犹豫。大家心态普遍是：第一怕错过机会，第二怕投错项目，第三怕投的项目没有下一轮融资。

我们其实没动过心，我们就是做应用的。

讲个小笑话，从2023年1月到7月，我一直在坚持读大模型的论文。但有一天我突然发现，我读不过来了，他们出论文的速度比我读的速度快，节奏确实太快了。这些做大模型的兄弟们，他们像是站在天上看世界。他们一天的成果，普通人可能要用一年才能实现。

铅笔道：既然已经那么坚定只做“应用层”，那还遗憾什么？

罗江春： 我遗憾的是 GPT 没出现在中国。改革开放以来，中国在 PC 互联网、移动互联网领域都有对标美国的公司，但 AI 时代来临前，我们没有一家能引领代际变革的公司，这很遗憾。

铅笔道：对于公司而言，站在巨人的肩膀上（AI底层技术），是不是也是一件开心的事。

罗江春： 我们这一代人很幸运，经历了PC互联网、移动互联网，现在又遇上了AI的崛起。它确实把我们抬到了一个新的高度。

像我们原来做RGC，有很多东西做不了，现在有了AIGC、大模型作为底座，特别是视频大模型、多模态大模型，这些事情都能做了。我们是看得很清晰的。

铅笔道： 大模型出现后，对公司的战略有什么具体影响和变化吗？

罗江春： 更加坚定地做内容，也更坚定目前的方向。整体战略方向不变（AI + 视频 + TO B），但会把 AI 渗透到各个环节中。

04 AI+视频+toB=？

铅笔道：在视频生成内容的质量提升上，哪些技术生态对您影响最大？

罗江春： 视频可拆分为三个要素：脚本、素材、剪辑加后期（含音效）。

目前有两种技术路线：一种是像 Runway 或即梦那样，输入创意直接生成视频，但效果不稳定、与预期偏差大，不过在特定场景下有改进空间；

另一种是我们推崇的。拆分环节，脚本、素材、混剪独立处理，素材不足时可生成，再用 AI 混剪。特别是脚本这个环节，我们认为必须要有人为干预。

如果完全不干预，让AI直接从一个idea生成完整视频，中间会出现很多不可控的问题，最后出来的东西跟你想要的完全不一样。

但是目前 AI 还没强大到 “一念即得”，即使是 GPT、豆包等大模型，回答问题时也是基于搜索和推理，输入与输出常存在偏差。所以本质是智能程度还不够，无法一站式生成满足用户需求的内容。

现在的AI更像 “辅助驾驶”，而非“自动驾驶”，其实还差得远。

这是为什么现在大家对Agent（智能体）这么感兴趣，就是AI来扮演一个Agent的角色，帮助你完成任务，而不是替代你来做。

铅笔道：对你们来说，AI 提升了几倍的人效？

罗江春： 我们希望是“两个数量级以上”的提升，才算真正达到预期。

比如说以前一个客户的项目，一条两三分钟的视频，质量要求比较高，那很正常是三天做一条，要好几个人一起搞。

现在我们工业化拆解完流程后，三天可以搞100条、200条都没问题。 能做到这些的前提是：我们做了很多“储备”和“质量控制”的工作。

铅笔道： 从用户角度看，用通用大模型写脚本，和用你们的自研产品，有什么技术上的差别？这属于哪种类型的技术壁垒？

罗江春： 差异非常明显。关键在于，我们的内容创作是 “命题作文”。客户有明确需求，我们为每个客户定制工作流，这是自研的，其他软件无法替代。

我们从一开始就强调“有四个有”：有场景、有数据、有用户、有产业链。

第一，“场景”是真实的客户需求；第二，“数据”，我们长期积累了大量素材和客户数据；第三，“技术”是我们的核心能力，而且这种技术能力随着客户案例和数据的积累呈螺旋式增长。它不是一下形成的，是越做门槛越高；第四，“产业链”让你的技术能有充分发挥的空间，一旦形成闭环，别人很难竞争

铅笔道： 你们是什么时候正式接入大模型技术的？

罗江春：从2022年底GPT出来开始，我们应该是国内最早一批接入的。那个时候很多人还没反应过来，我们已经上线工具了。

铅笔道：你们引入AI大模型后，客户的反馈怎么样？他们知道吗？有感知吗？

罗江春：这里有个过程。其实我们在2023年已经开始推AIGC工具，我们推出了“运营宝”，里面有AI编剧、AI绘图、各种AI工作流。最初是想赋能创作者（To C或To小B）。

后来我们很快发现一个问题：客户要的是“结果”，而不是工具。他不关心你怎么做菜，只在乎你有没有做出他想要的那道菜。我们很快转向用AI“做交付”——直接服务客户，而不是做工具。

其实现在大家流行说的RaaS（Result as a Service），我们2023年就在这么干了，比大家早了差不多两年。 AI 刚出现时，结果的可靠性存疑，在TO B场景下，对AI的要求更高，必须有人工干预。

05 TO B视频怎么赚钱？

铅笔道： 所以To B类客户，其实对AI的“智慧程度”要求更高？

罗江春：当然，所以人是必须介入的。Agent也不是完全替代人类，而是辅助人类做事。

客户更关注结果。这些客户用内容是为了达成后续目标，比如电商客户会关注转化率、消费数据；大公司（银行、手机厂商、平台）的 KPI 很严格，内容必须帮他们完成指标。

铅笔道：具体说说，你们是怎么用AI服务toB客户的？

罗江春： 我们用 AI 生产内容时，一定有人工介入，并非全流程自动化。 比如客户需要一张图片，AI 可能生成几百张，我们会安排专业人员从中挑选并精修，用擦除、重绘等工具优化，经过多轮审核后才交付。

AI提升效率的核心在于处理重复性工作。 比如过去用 PS 做一张图需要半天甚至更久，现在 AI 生成几百张，人只需半小时筛选，再局部优化，效率能大幅提升。

就像写文档时，会先用 “豆包” 生成初稿，再自己审核修改。AI 的价值在于辅助人做筛选、评判，而非替代人。所以人与大模型交互时，人的专业水平越高，结果越好。

铅笔道：TO B 的 AI 视频交付中，AI 最适合做哪些工作？

罗江春： AI 擅长补人类的短板，比如处理重复性、标准化的工作。以前剪辑需要训练三个月工具操作，现在 AI 能简化流程，让编导直接判断内容是否可行，无需依赖剪辑师。

AI 就像 “辅助驾驶”，帮人提升效率，而非替代人做创意决策。这和机器人行业的逻辑类似，让机器做人类不愿做、不擅长或不能做的事。我们把AI定位为辅助者。

铅笔道：你认为这种模式是短期现象还是长期趋势？

罗江春：AI的进化速度不是匀速的。

我听过一位头部券商的分析师的观点。AI 目前之所以爆发，是因为“吃完”了互联网上积累的大量数据，当新增高质量数据有限时，其进化速度会放缓。这个观点很有道理。

从生物和哲学角度看，当前 AI 的能耗模式一定是低效的。 人脑每天消耗约 400 大卡能量，而一个数据中心的 GPU 能耗远超于此。

未来芯片技术可能优化算力效率，但短期内很难颠覆现有模式。

所以，在未来三到五年内，不太可能出现“念头一动就生成理想视频”的颠覆性技术。 TO B 的 AI 视频交付模式至少能稳定 3-5 年。

铅笔道：TO B 视频主要用于市场营销吗？

罗江春：不止。客户既会用于公域获客，也更看重私域流量（如 APP 内的内容运营）。比如信用卡客户每天可能需要 100 条种草视频，关联商城或理财产品，这比传统 TVC 的需求量大得多。

铅笔道：按市场规模看，哪些行业需求更大？

罗江春：我们专注服务大客户，因为内容是非标品，服务大小客户的售前成本相近，做大客户更高效。

但国内市场存在 “内卷” 问题：大客户常要求降价或增加服务内容，利润空间被压缩，而欧美客户更注重契约精神，付款流程规范。核心围绕 “拉新、促活、留存、增收” 四个目标。

我们更倾向服务互联网大平台客户，因为他们的内容需求量大且持续，而硬科技行业（如半导体）对视频内容的需求较少。

铅笔道：有没有可能未来服务中小企业？比如做一家平台型公司。

罗江春：我们其实一开始是服务中小客户的，后来才聚焦到大平台和重要客户。

在 2018-2019 年服务中小客户时，他们对内容的需求并非刚需，拓展起来很困难。而且服务中小客户和大客户的获客成本差不多。

在国内 TOB 领域，想找到低成本获客的方法服务小 B 客户很难。我们尝试过很多方法，最后发现还是得靠销售。

长期来看，这种情况可能更“糟糕”。很多中小客户对内容的需求，可能会逐步转向抖音、快手、视频号这些平台。内容会更偏向于平台运营。

06 未来的百亿美金机会

铅笔道：在 AI 领域，TO B 和 TO C 的生态是隔离的，还是相互交融的？

罗江春：我觉得是分不开的。底层技术是一样的。

比如我们公司来看，产能非常重要。如果未来某个时间点我们一天能生产 100 万条图文、100 万条视频，那时我们想做C端会很容易。所以生态是融合的。

铅笔道：这个行业的竞争格局如何？是不是很混乱？

罗江春：挺混乱的。不只是客户在卷，供应商之间也很卷。行业里进进出出的人很多。有些角色刚进来，觉得这个领域不错，但实际操作后发现比想象中困难，就退出了。

我们遇到过很多竞争对手，名字都没听说过，也有很多大公司参与。玩家很多，但没有出现占据绝对份额的玩家。

铅笔道：AI 视频这个赛道，除了你们公司，还有哪些细分方向值得关注？有没有可能出现百亿美金级别的公司？

罗江春：我认为工具类产品一定有机会，尤其是工具加大模型的模式。但这种机会很容易被大厂吃掉。因为这种模式本质上依赖场景、数据、技术、资金和用户，而大厂基本什么都有。

比如抖音的剪映，为什么能成功？因为每天有无数用户在用，内容不断生成，语料库可以不断扩展。其他大模型想 PK 根本竞争不了，进化速度跟不上。

所以如果工具加上大模型底座，确实有机会成为百亿美金的公司，但很可能红利属于大厂。

铅笔道：创业者通过深耕垂直产品（比如非主流应用），机会也很小？

罗江春：这种路径周期太长了。其实大厂不是看不上，而是产品经理可能暂时没想到。一旦他们意识到，很容易将功能集成到超级 APP 里。

铅笔道：除了工具，智能体（Agent）领域您怎么看？现在很多人做数字员工，TOB 和 TOC 哪个更有机会？

罗江春：对创业公司来说，TOB 的智能体更容易切入和生存，但能否做大是个问题。通用型 Agent 大概率会被大厂垄断。

但垂直领域的 Agent 有机会，比如法律、审计等专业场景，像律师顾问、审计工具，只要有专业语料和数据库支撑，就能收费。

可是这类业务难在规模化，获客和竞争都是问题。TO C的 agent我觉得是和“内容”相关的。可能是游戏、互动、陪伴这些方向，但一定和内容挂钩。

铅笔道：您看好人形机器人吗？为什么一定要做成 “人形”？

罗江春：我只看好人形机器人。因为物理世界的设施大多为人设计，比如工厂拧螺丝的工位，人形机器人最容易适配，这是取代人类工作的关键。