越来越多人觉得，在资源的碾压下，创业公司很难打得赢大厂。故事又回到了只要进入巨头盯上的赛道，创业公司往往不是被并购，就是走向无人问津的宿命。今年年初，DeepSeek的横空出世证明了创新的力量，也一定程度上帮助创业公司们从和大厂的消耗战中解脱出来。但仍绕不开的问题是，当几乎所有的互联网巨头都下场做AI，为什么还需要创业公司？近期，中国大模型头部创业公司MiniMax的创始人兼CEO闫俊杰做客罗永浩的播客“十字路口”，两人进行了一场四小时的对话。闫俊杰为人低调，极少公开露面，但这次做了许多毫无保留的真诚分享，聊了聊他的成长经历、创业以来的心路历程和MiniMax的尝试，甚至包括第一次把头发剃光时的心情。在这次节目之前，闫俊杰已经有一段时间未公开接受如此长时间的访谈。再出现在公众视野，他依然轻声细语，面带笑意，同时抛出犀利观点，围绕产品、组织、人才、战略，分享了许多有价值的思考。他反复提到一点：AI行业不是互联网行业的延伸，传统的经验也不一定有效。就像移动互联网颠覆了PC互联网，智能手机颠覆了功能手机，AI行业也不是移动互联网的延伸，而是一个全新的物种。AI时代需要探索全新的组织形式、产品哲学、人才定义，这就是创业公司的机会所在。AI时代原生的公司要如何重新发明自己？一个创业公司该如何在海内外巨头的优势下生存下去？闫俊杰和MiniMax提供了一个反直觉的样本。
反直觉之一：“草根”出身的团队
在大模型赛道，人才几乎是除算力外，军备竞赛最重要的一部分。最典型的就是几个月前，扎克伯格用1亿美元的天价薪酬挖角挖穿硅谷，国内的一众大厂也纷纷推出各种各样的人才激励方案。
AI时代产品和人才的变化或许更显性，而组织逻辑的变化则是更底层、更颠覆性的。
曾有工程师写下自己在OpenAI工作的经历，将OpenAI比作“洛斯阿拉莫斯实验室”（Los Alamos，美国研究出原子弹的实验室）的现代版本。OpenAI依赖工程师和研究者“从下到上”推动项目，“好主意可以来自任何地方，进展不是规划的，而是迭代的”。移动互联网时代的组织逻辑是，只要设定明确目标与责任边界，把每个岗位做好切分，整体就会被稳定推动。但研发是一件不同的事，工程可能是可预期的，科学却不是。过去十年最成功的管理方式，OKR、流水线式分工、目标倒排，在AI时代可能都会失效了。最典型的例子是，OKR没法定了。MiniMax内部曾经尝试过用OKR，发现行不通，更不必提KPI。“我们下一个模型要做怎么样，会有个非常详细的计划，但是它到底能不能做出来？”闫俊杰还提到今年MiniMax另一个组织上的大变动，是他意识到“算法和基础设施一定要是一体的，相当于所有人要优化同一个目标，而不是每个人自己优化目标。”相当于内部每个人没有了自己的scope。有些人不认同，离开了MiniMax。OKR不奏效，AI时代的公司需要全新的管理工具，但这样的工具还没有出现，需要这些AI原生的公司自己去探索。AI公司目前能做到的，是尽可能让组织扁平、灵活。OpenAI员工数已经超过3000人，但哪怕规模如此庞大，还是保留了灵活的工作方式，研究员可以直接行动让想法落地，不必等批准；团队之间的协作也不必层层审批、等季度规划。MiniMax也类似，现在还是只有闫俊杰、闫俊杰的-1，闫俊杰的-2三个层级。MiniMax如今四百多人，和几乎所有创业者一样，闫俊杰不喜欢做管理，认为杠杆太低，但很喜欢研究组织。“很多管理的问题，我觉得其实是组织不顺导致的。这个事我觉得非常微妙，组织的杠杆其实非常大。坦白说如果我们不是在某些时间点做了一些组织上的创新，我觉得我们很多的模型其实做不出来。”在闫俊杰看来，一个AI时代原生的公司里，好的组织应该就像一个好的大模型，重要的是多样性，多样性越大，能力上限越高。他把AI时代以前的公司分为两种，一是公司只有一种文化，所有人都得符合这种文化；二是大公司，每个岗位有一个画像，需要员工主动来适配，自己是什么样并不重要。“对我们来说，一个更好的方式是，公司不应该有岗位，而是有几种不同画像的人。这几种人可以做很多事，我们需要的是在一个组织里，给予一些底层的原则，能够让这几种人在一起工作。”反直觉之三：真正的产品是模型本身
在中国的大模型创业公司中，MiniMax曾是最早说“AI to C”的一家公司，也是做产品最早、最多，投入最大的一家。早在2022年，MiniMax就推出了AI角色扮演产品Glow，之后又在国内推出星野，海外推出Talkie，海螺生成的猫咪跳水、体操视频一度在全网病毒式传播。2024 年上半年以前，MiniMax的战略是“产模一体化”，模型和应用双轮驱动。
to C产品的成功，曾为MiniMax带来不错的商业回报。当同行还在为商业化焦虑时，外媒就报道了MiniMax2024年营收将突破7000万美元。但在这次访谈中，闫俊杰重申MiniMax是一家“技术驱动”而非“产品驱动”的公司，最重要的目标不是应用的留存、增长，甚至不是收入，而是技术迭代。换句话说，MiniMax的野心不止于做一款成功的产品，而是不断追求更高的智能，这是第一性。在移动互联网时代，一个成功产品的目标是清晰的：降低信息分发成本、扩大覆盖面、抓住更多用户时间，最终形成强大的网络效应和规模经济。为此，产品经理们挖空心思设计出更精美的界面，更灵活的交互，产品体验成为用户运营的核心，所谓“好的产品会自己说话”。而在闫俊杰看来，“在AI时代，传统意义上的产品其实更像是一个渠道”。AI 产品，不论是生产力产品还是娱乐产品，本质是在提供某种智力，“真正的产品其实是模型本身”。移动互联网公司时代，App的界面、交互、内容质量、留存机制决定了一切，因为产品本身就是最重要的“资产”。但在AI时代，产品只是展示模型能力的窗口，模型够不够聪明才最重要。大模型公司押注的不应该是某个App的流行，而是智能本身将成为水电一样的基础设施。基于此，闫俊杰又提出了一个看起来很反直觉的观点：并不是用户越多，数据越多，模型能力就提升越快。“这件事不太取决于你的用户量多大，而取决于质量有多好，以及能不能找到那些真正有效的，能让模型变得更聪明的一些分布。”这也和移动互联网时代推荐算法的逻辑不同。推荐算法的逻辑是用户越多，反馈越多，推荐引擎越聪明。正是基于这个逻辑，过去AI产品需要大量投流以获取用户。烧钱换流量是移动互联网的逻辑，但至少在闫俊杰看来，这不是大模型的逻辑。在流量渠道被巨头把持的今天，如果大模型创业公司选择烧钱投流买量，是一种将本就不富裕的资源做无谓消耗的行为。想明白这一点，或许能帮助AI创业公司逃脱互联网巨头的地心引力。同行Kimi的选择，也是退出投流大战，投入对基础技术的研究。“更好的模型可以导向更好的应用，但更好的应用和更多用户并不会导向更好的模型。”对于是否坚持技术驱动，产品和模型谁更优先，据闫俊杰所说，MiniMax经历过大约半年时间的摇摆，“一开始的想法很简单，我们有AI的人才，再加一些互联网的人才，这不就成了吗？但是后面发现这事根本就不work。通过模型能力来让产品或者业务变好，和通过复制移动互联网的经典路线来让它变好，这两个东西有可能都是对的，但这两个东西没办法共存。”当闫俊杰意识到这一点，MiniMax掉转船头。这位创业者看起来温和，但对自己的判断很坚定。访谈中，他提到几次认为公司本可以做的更好的节点，都将原因归结为“我的认知不够”。●MiniMax创始人&CEO闫俊杰出席2024外滩大会。图源：视觉中国后来在MiniMax内部，DAU被称为 “虚荣指标”。MiniMax的选择是坚持做更智能的模型，用技术升级产品，“不是说做出Talkie，我们的模型就停在产品里面了，有些公司的智能水平可能就被产品限制住了”。既然真正的产品都已经是模型本身了，“产品经理会不会就被裁了？这个行业会不会就不存在了？”产品经理出身的老罗对此颇有危机感，连说了好几句“我很慌”。在以产品为中心的移动互联网时代，产品经理负责定义需求、排优先级，写文档、催排期，连接技术与用户。但在AI时代，技术成为主导，只要模型够强，产品经理可以把代码交给AI来写，如果工程师也有好的创意，也无需需求文档就能落地。闫俊杰提出一种可能，“我们不应该太在意移动互联网时代是怎么分工的。不管是产品经理还是开发还是算法，大家的边界其实会变得越来越模糊，只是在不同阶段可能会有不同人来主导。”变化在MiniMax已经发生：例如，很难统计MiniMax的非技术人员比例是多少，因为大家的工作方式更靠近问题本质，而不是传统职位定义。负责B端大客户的售前，按理说不是技术岗，最主要的工作应该是给客户画PPT，但在MiniMax，为了高效，售前甚至会自己写代码，给客户做demo。反直觉之四：AI也许不是赢者通吃的行业
行业内的一种说法是，看一个创业公司是否相信AGI，就看它是成立在GPT发布之前还是之后。
MiniMax在2022年初创立，对AGI的笃信不言而喻。OpenAI发布GPT3.5前半个月，中东正好举办世界杯， 闫俊杰去中东转了一圈，每到一个地方，他说自己在做AGI，没有人听得懂，他还得用蹩脚的英语解释什么是AGI。回国后，闫俊杰在酒店隔离期间看到了GPT3.5的发布，“一用就觉得变天了”。等他出了酒店，再没人问他“什么是AGI”。对于AGI有许多不同的定义，闫俊杰和MiniMax对AGI的想法几乎没有变过，“最终模型能够把不同模态整合在一起，语言、图像视频、音频、音乐四个市场会慢慢融合”。这源于闫俊杰在商汤时期就有的观察，一定要做天花板最高的事情，而真正的AGI输入和输出都是动态的，尽管实现起来很难，但目标是正确的。在外界看来，MiniMax的技术路线一向激进。MiniMax从创立之初就将多模态能力作为核心方向，一上来就同时做好几个模型，想把每个模态都先走通，等到时机合适的时候就可以再一起整合。而其他大模型公司大多先做语言模型，再拓展到语音、视觉，或特别聚焦大语言模型，几乎不做多模态。2023年6月，大部分国内公司还在迭代稠密模型（dense model），MoE（混合专家系统）模型尚未成为行业共识时，MiniMax就花了80%以上的精力下注MoE。“我选的技术路线是上限最高的，几乎没有退路，选的算力方式也激进。” 闫俊杰曾说。2023 年以来，MiniMax陆续发布了大语言模型、语音生成模型、视频生成模型和图文理解模型等，作为一个创业公司，这样分散精力是否容易把自己推向生死边缘？闫俊杰承认，“我们这么做代价是很大的。但第一我觉得这件事一定会发生，第二至少等到发生了，我们的技术积累和人员组织跟得上。”目前，OpenAI的Sora 2就是多模态融合的思路，具备了文本生成、图像生成、视频生成、语音合成等多种能力。接下来，MiniMax也会在后续新模型中尝试这种融合。但不论如何，未来还没来。多模态结合这件事目前虽然有了趋势，但并没有真正发生，还需要时间和耐心。不同的公司已经做出了不同的选择。零一万物明确不再追求AGI，百川智能收缩至垂类赛道，美国的AI创业公司Scale AI被meta收购，同时创始人加入meta负责AI业务。AI浪潮里的公司越来越少。一个创造价值越来越多的市场里面，参与的人却越来越少了，这也是闫俊杰对未来乐观的原因之一。但和移动互联网不同的是，移动互联网的资源是“流量”，但AI的资源是“智能”。流量可以垄断，智能却各有偏向。闫俊杰认为，目前大模型远没有到存量竞争的地步。以Open Router上的API调用情况为例，各个模型的使用量还在增加。“核心是所有模型都要考虑实际成本，而且这比过去互联网时代的成本要高得多。一旦加上了成本的约束，那大家都要开始来做取舍。”这也是创业公司目前能够找到自身差异化的现实空间。MiniMax的选择是智能程度。闫俊杰最看重的，还是“一是技术的领先性，二是技术领先性能带来收入的跳变”。至于到底是技术驱动还是产品驱动还是业务驱动，“取决于说在不同阶段什么东西的进步速度最快”。在眼下，这个问题的答案还是技术。在竞争激烈的当下，AI创业公司的使命是能否在AI时代再造自身，抛弃旧时代的惯性，在混沌中找到新工具，建立新秩序。好在一切还在进行中，技术还在进步，市场还在成长，留给中国AI创业公司想象和探索的空间，也会越来越大。（转载自：镜相工作室）
