Негайно 2.5 керівник технічної лабораторії: для створення AI-додатків першочергово розглядатиметься прибуток

Автор: Хуан Юй; Джерело: Wall Street Zhiyin

Кожне оновлення великих AI-моделей означає, що стіну/бар’єри для низки AI-додатків, які покладаються на одну ключову можливість, буде ще більше стиснуто, а інколи вони взагалі втратять цінність існування як окремі продукти.

Це накриває стартапи в сфері AI-додатків постійною невизначеністю.

Нині керівник технічного напряму 2.5 lab у складі Jiji, Ся Цзюньчень, зосереджено розробляє серед AI-додатків, зокрема, AI-додаток для туристичних перекладів kulikuli. Його найбільше турбує конкурент — саме Google translate.

Ся Цзюньчень у розмові з Wall Street Zhiyin відверто сказав: «Команда щодня має справу з тиском через швидкі зміни ринкового середовища» — це проблема, з якою стикається кожна команда, що працює над AI-додатками.

Але він вважає, що справжні розробники великих моделей і підприємці, які створюють AI-додатки, ведуть дві різні війни; їхні потреби різні. Невеликі компанії більше зосереджуються на тому, як зробити прибутковий продукт. Крім того, деякі напрями, на які дивляться стартапи, у великих корпораціях легко стають маргінальними. Якщо вони стануть маргінальними, то у маленьких компаній лишається «віконце», щоб якось вижити.

Найуспішніший продукт, який вигробив Jiji (інкубував) — подкаст-платформа Xiaoyuxin. Приблизно 4 роки тому Jiji заснувала 2.5 lab. Цей підрозділ переважно займається створенням деяких AI-інноваційних проєктів.

Ся Цзюньчень розповів Wall Street Zhiyin, що назву підрозділу обрали з бажанням створювати продукти для тих, хто першим, ще на рівні 2,5%, охоче пробує «на смак», досліджувати, які проблеми AI може вирішити там, де раніше це було неможливо, або заново оптимізувати ті проблеми, які вже існували.

За минулі кілька років 2.5 lab послідовно інкубувала кілька продуктів: open-source AI-клієнт Chatbox, ChatHub, який робить акцент на тому, що «в одному інтерфейсі можна одночасно використовувати кілька великих моделей і паралельно порівнювати вихідні результати», kulikuli, а також самодисциплінальний інструмент «Самодисциплінований камінь» тощо.

Ся Цзюньчень повідомив, що хоча масштаби користувачів не надто великі, усі ці продукти, запущені 2.5 lab, уже є прибутковими.

У виборі між залученням користувачів і прибутком Ся Цзюньчень віддає пріоритет прибутку.

Понад десять років, упродовж яких інтернет-продукти майже дотримувалися однієї й тієї ж формули росту: безкоштовно залучати користувачів, швидко розширювати DAU, а потім шукати бізнес-модель.

Але в епоху AI цей підхід починає не працювати. Причина проста — витрати.

На відміну від традиційних інтернет-продуктів, AI-послуги не можуть нескінченно масштабуватися з наднизькою граничною вартістю: кожен виклик моделі та кожна поставка сервісу має реальні витрати. Коли обсяг викликів збільшується, Token-кост швидко перетворюється на «той, хто поглинає прибуток».

Ся Цзюньчень підтвердив це практичним досвідом.

Він сказав Wall Street Zhiyin, що тепер майже всі AI-додатки стикаються з однією й тією ж проблемою: Token-витрати часто становлять близько 70% від загального доходу. Якщо денний дохід 1000 юанів, то можливо, 700 юанів доведеться витратити на модельні витрати. За такої структури витрат зростати так само, як в інтернет-епоху — «підпалювати гроші заради користувачів» — майже неможливо.

Водночас первинний ринок також не хотітиме платити лише за розмір користувацької бази. Порівняно з DAU і завантаженнями інвестори зараз більше турбуються про те, чи існують дохід, ARR і чи реально працює комерціалізація та ефективність. Лише коли бізнес-модель запускається й доводиться, що за продуктом справді стоять люди, готові платити, подальше зростання набуває сенсу.

«Спочатку потрібно підтвердити комерціалізацію, а вже потім робити зростання».

На думку Ся Цзюньчень, це вже стало новою послідовністю для стартапів у сфері AI-додатків. А те, що kulikuli змогла вирости з певного моменту майже приреченого «іграшкового проєкту» до продукту з кількома мільйонами користувачів і прибутком, якраз і є шляхом, який вони пройшли.

Як повідомляється, перші три місяці kulikuli були безкоштовними. Тоді Ся Цзюньчень через тиск витрат навіть трохи не знав, куди рухатися цьому проєкту; він, зокрема, обговорював, що «можливо, варто зупинити цей проєкт». Згодом вони спробували додати платну модель, і виявилося, що справді є люди, які готові платити. Лише тоді проєкт вдалося вивести в «нульовий плюс» (зробити беззбитковим).

За словами Ся Цзюньченя, нині загальна кількість користувачів kulikuli перевищує 3 млн, і це переважно зарубіжні користувачі. Команда — близько 10 людей, а прибуткові доходи — на непоганому рівні.

Ся Цзюньчень вважає, що через те, що якість перекладу Google translate ще не досягає kulikuli, у kulikuli досі є простір для існування.

Що стосується того, чому Google translate, навпаки, зробив гірше за продукт невеликої компанії, Ся Цзюньчень вважає, що сценарій на кшталт «туристичний переклад» для таких гігантів, як Google, надто віддалений і надто мало заробляє. А те, що kulikuli вдається зробити добре, пояснюється тим, що «команда вкладає багато зусиль саме в це, і в нас також є деякі напрацювання інженерів».

Крім конкурентоспроможності продукту, також важливо, щоб розробницька команда намагалася якнайбільше знизити модельні витрати.

Ся Цзюньчень розкрив, що за умови збереження якості незмінною, через сервіси на кшталт TokenHub від Tencent Cloud, можна відрізати 50%–70% вартості для зрілих сценаріїв.

Як тільки питання виживання вирішується, з’являються й амбіції. Ся Цзюньчень сказав, що це трохи схоже на «прокачування в грі» — піднявшись на якусь гору на кшталт kulikuli, команда вже не дуже хоче знову підніматися на ту саму гору, натомість захоче знайти гору вищу.

2.5Lab, створюючи нові проєкти, по суті не має фіксованих напрямів/смуг, і не встановлювала так званої об’єктивної системи оцінювання. Ся Цзюньчень каже: «Більше — суб’єктивно». Нині, за допомогою Agent-інструментів на кшталт WorkBuddy, будь-хто на будь-якій посаді, якщо запропонує ідею продукту, зробить прототип і зможе постійно просувати її, має шанс зібрати команду й реально довести проєкт до втілення.