这份殒命名单上有738个名字。
其中不乏一些曾经的明星AI项目，例如OpenAI推出的AI语音识别产物Whisper.ai，Stable Diffusion的着名套壳网站FreewayML、StockAI，以及曾被视为是“谷歌竞争者”的AI搜索引擎Neeva。
“在整个历程中，我们发现构建搜索引擎是一回事，而说服通俗用户转向更好的选择则是另一回事。”Neeva 团结首创人斯里德哈尔·拉马斯瓦米（Sridhar Ramaswamy）和维韦克·拉古纳坦（Vivek Raghunathan） 在宣布Neeva关闭的博客文章中写道。
这份AI项目殒命名单来自AI工具聚合网站“DANG！”的一个子页面——AI Graveyard（AI墓地）。AI墓地页面中的大多数项目都写明晰项目靠山、功效、手艺应用以及殒命时间，就像刻在赛博空间的墓志铭。
AI Graveyard（AI墓地），图片泉源：DANG！
凭证「甲子光年」统计，住手2024年6月，这份名单共收录了738个已经死去或者住手运行的AI项目，详细来看：
Chatbot、AI写作等文生文产物共271个，约占37%；
AI绘画、AI设计等文生图产物共有216个，约占29%
AI语音、AI视频等文生音视频产物共有73个，约占10%；
AI代码工具、SEO优化工具等其他类产物，约占33%。
它们因何而死？
1.不是死于“套壳”，而是死于“没能套好壳”
在AI墓地，不少都是“套壳”的产物。
好比AI Pickup Lines（AI搭讪语），用户可以用它天天免费天生10条搭讪文案，也可以选择9.99美元/月或99.99美元/月的付费订阅，从而天生无限数目的搭讪台词，并天真地选择任何要害词；此外，用户还可以选择以499.99美元的价钱购置综合数据库，获取涵盖种种主题和气概的10万多条内容搭讪内容。
然而，AI Pickup Lines存活时间并不长，2022年底上线，2023年头就关闭了。
AI Pickup Lines，图片泉源：AI Graveyard
AI Pickup Lines关闭的最主要缘故原由是娱乐性大于适用性，以及随着越来越多竞品大模子能力的增强，这类接入单一API的产物也很难应对生涯中庞大多变的社交场景，壁垒会越来越薄；另外，虽然这类产物可能通过广告或一次性购置获得收入，但耐久的用户留存和盈利能力不足，最终入不足出关停。AI周报天生器、AI哄女友文案天生器等“套壳”产物的殒命也都是这个逻辑。
不外，“套壳”并不是一个贬义词。
「甲子光年」曾提到：非AI从业者，视“套壳”如洪水猛兽；真正的AI从业者，对“套壳”讳莫如深。但由于“套壳”自己并没有清晰、准确的界说，导致行业对“套壳”的明白也是一千个读者有一千个哈姆雷特。
前语雀设计师，现AI助手Monica团结首创人Suki在马上上分享了“套壳”的四重进阶：
一阶：直接引用 OpenAI 接口，ChatGPT 回覆什么，套壳产物回覆什么。卷UI、形态、成本。
二阶：构建 Prompt。大模子可以类比为研发，Prompt 可以类比为需求文档，需求文档越清晰，研发实现得越精准。套壳产物可以积累自己的优质 Prompt，卷 Prompt 质量高，卷 Prompt 分发。
三阶：Embedding 特定数据集。把特定数据集举行向量化，在部门场景构建自己的向量数据库，以到达可以回覆 ChatGPT 回覆不出来的问题。好比垂直领域、私人数据等。Embedding 可以将段落文本编码成牢靠维度的向量，从而便于举行语义相似度的对照，相较于 Prompt 可以举行更精准的检索从而获得更专业的回覆。
四阶：微调 Fine-Tuning。使用优质的问答数据举行二次训练，让模子更匹配对特界说务的明白。相较于 Embedding 和 Prompt 两者需要消耗大量的 Token，微调是训练大模子自己，消耗的 token 更少，响应速率也更快。
若是把模拟 Llama2 架构做预训练也算进去，可以看做第五阶。这五重进阶，基本席卷了大模子“套壳”的每一个场景。
只管都是“套壳”，但“套壳”的水平差异，现在也有许多“套壳”的产物由于精巧的设计和优越的订价计营生计了下来，甚至活得不错。
就好比说前文提到的AI助手Monica，就是通过收购ChatGPT for Google升级而来的产物。它内置了GPT-4o、GPT-4、Gemini、Claude Llama 3等大模子，因其优越的对话、搜索、总结、翻译、表格处置、图片编辑等功效，在几个月的时间里收获了几百万用户。
再好比有着“套壳*”之称的AI搜索产物Perplexity，由于其极快的响应速率、精准的问题回复、可存档的多轮交互等特征，使其常年位居a16z的Top 50 Gen Al Web Products前十名。住手2024年5月中旬，其产物的日度接见用户量到达了300万次，相比一年前增进了5倍以上。
Perplexity团结首创人、CEO阿拉文德·斯里尼瓦斯（Aravind Srinivas）今年头就示意：“人们可以将Perplexity看做是一个AI‘套壳’产物，但成为一个拥有十万用户的‘套壳’产物显然比拥有自有模子却没有用户更有意义。”
Perplexity页面，图片泉源：Perplexity
另有不少自力开发者的制作的AI“套壳”产物也显示优异。
好比，有着多年市场研究履历的David Bressler就通过无代码平台Bubble搭建了一个名为的formula bot的Excel公式天生器，赚到26000美元的ARR（年度经常性收入）；也有自力开发者通过在细分领域深耕，做出了AI谈天机械人平台Chatbase，其MRR（月度经常性收入）约为64000美元；此外，另有Magnific（图像超分、增强工具，5个月积累了72万用户，后被Freepik收购）、PDF.ai（通过问答来领会pdf文档的内容，其上线6天就收回成本，并在2023年9月乐成突破了30万美元的AAR）等优异的AI产物。
因此，许多AI产物不是死于“套壳”，而是死于“没能套好壳”。
2.卖会员、卖体验次数，然后呢？
除了“没套好壳”，AI墓地里产物的第二大死因，是盈利模式单一，相关产物的订价形式主要有两种：充会员和买积分换体验次数。
以文生图产物Purephotos.app和AnimeAI.lol为例，前者为企业用户提供积分购置服务，后者则将产物和服务打包成差其余套餐出售。或许是意识到了企业用户不赚钱，自2024年5月起，Purephotos最先实验最近盛行的“随用随付”的收费模式，用户天生的图片张数越多，分摊到单张图片上的用度越廉价。
Purephotos.app订价战略 图源：AI Graveyard
AnimeAI.lol订价战略 图源：AI Graveyard
Photofix同样云云。这是一个AI照片编辑工具，具有图像增强、去除多余人物、文生图等功效。该产物分为了“基本版”和“高级版”，基本版每张图片在0.39-5.99美元之间，高级版每张图片在0.49-9.99美元之间。
Photofix订价战略 图源：AI Graveyard
而Purephotos.app纵然厥后加上了“随用随付”的收费模式，但由于转变太晚，也没能挽回颓势。
「甲子光年」梳理了部门AI墓地中部门文生图产物的订价战略后发现：这些产物大多走的购置积分（credits）模式，用户购置积分的量越大，均摊到每次天生义务的价钱就越廉价。然而，这些产物的底层多是接入的几个主流文生图模子的API，然则订价却并没有比其底层模子的价钱低若干——以Patience AI为例，其底层接入了Stable Diffusion、Waifu Diffusion、DALL-E等模子，产物订价为15美元1000个积分，约为0.015美元/积分，若是根据天生一张图片消耗2积分盘算的话，每张图片的价钱约为0.03美元，这高于DALLE-2 天生单张图片（1024 x 1024 的最高规格）的0.02美元。
DALL-E 2差异规格图片的订价，图片泉源：OpenAI
云云不划算的价钱，若是产物或者底层手艺上再没有较大突破，那么这些产物最终走向殒命也是意料之中。
纵然是产物和设计上做到了足够精巧、订价机制也设置得合理，一旦巨头下场，初创公司都也会受到影响。
这就不得不说曾被视为是“谷歌竞争者”的AI搜索引擎Neeva，现在它就躺在AI墓地里。
Neeva由谷歌前广告营业副总裁德哈尔·拉马斯瓦米和Youtube前钱币化副总裁维韦克·拉古纳坦于2019年团结确立，由于其主打无广告、无追踪器、优先思量用户隐私，一经推出就广受关注。
和许多搜索引擎产物选择接入谷歌或者必应的API差异，Neeva选择重新最先构建搜索客栈，并组建了一个50人的小团队。Neeva推出了带有更大图片和有用对照信息的购物页面，同时优先思量Reddit和Quora等网站上的UGC内容展示在外，体育搜索的效果也酿成了漂亮的全屏记分牌，搜索特定要害词的时刻还可以直接带用户进入网页。
和谷歌相比，Neeva的界面加倍精练清洁，好比将传统搜索效果页的蓝色链接替换为了更直观的页面，并更增强调UGC的内容。
Google（左）和Neeva（右）搜索效果对照，图片泉源：Medium
Neeva于2021年6月在美国正式推出，每月向用户收取4.95美元，短期内迅速吸引了大量用户，在推出后四个月内月活跃用户就增进到50万。到2022年头，Neeva已经将大语言模子集成到其搜索客栈中，成为了*个为大多数查询提供引用的实时AI谜底的搜索引擎。为了在2022年扩大用户群，Neeva的基础版本最先免费向用户提供。
星曜半导体完成10亿元B轮融资，中国移动产业链发展基金领投
Neeva产物页面，图片泉源：TechCrunch
为了顺应天生式AI潮水，同时也为了追求更好的增进，2023年1月，Neeva推出搭载了天生式AI搜索产物NeevaAI。这是首批集成AI功效的搜索引擎，可以通过摘要和引文往返覆查询内容，NeevaAI在推出的当月流量就跨越了微软的New Bing和谷歌的AI搜索内测版。
Neeva也曾经是资源的宠儿，曾获得红杉资源、Greylock Partners等着名VC的投资，融资金额累计到达7750万美元。
然而，运营了4年后，Neeva撑不下去了：2023年4月，Neeva宣布*关闭其搜索引擎。拉马斯瓦米发文示意，由于在吸引新用户方面面临着伟大的挑战，加之现在艰难的经济环境，Neeva将关闭网页端和消费者搜索产物，并最先To B营业的探索。2023年5月，云数据库公司Snowflake以约1.5亿美元的价钱收购了Neeva。
不能否认，“AI搜索”是一个好的产物形态，从美国的Perplexity到中国的秘塔AI，流量的稳固性和不停增进的用户数验证了这类产物真实的市场需求。然而，在谷歌、微软等巨头已经占有了强势生态位的情形下，AI搜索创业公司之间的竞争是异常重资源游戏，要使用户甩掉原有习惯、转向新的搜索产物，不仅需要在产物力上做到*，更是需要砸重金做营销推广，这就给AI搜索创业公司的融资能力提出了很高的要求。
同时，能否找到合适的盈利模式也是决议AI搜索产物成败的因素之一：单纯靠广告可能变现速率对照慢，而其他盈利模式（如订阅制）则由于一定的付费门槛难以吸引大量的用户，这也是Neeva在推出付费版本之后用户增进放缓的缘故原由。
3.若何不走进AI墓地
著名的创业孵化器Y Combinator曾在2006年总结过创业公司的18种死法，包罗太烧钱、不赚钱、没算力、产物没有差异化等。从AI墓地的这些项目里，「甲子光年」发现，18年前的18种死法，现在依然致命。纵然是已往曾经一飞冲天的明星AI产物，也会突然在某个时刻碰钉子，成为历史的灰尘。
AI墓地收录的还只是一些中小型的公司，但一些体量较大的明星AI公司也在走向殒命或逐渐幽静。这些公司在绚烂时期动辄估值几亿、几十亿美元，然而却在最近两年内陆续折戟——Inflection AI就是典型的例子。
2023年5月，该公司宣布了*谈天机械人Pi，它可以通过应用程序或网页、WhatsApp、Instagram、Facebook与用户举行个性化的对话。
Pi的页面，图片泉源：TechCrunch
Inflection AI团结首创人穆斯塔法·苏莱曼 （Mustafa Suleyman）在接受彭博新闻社采访时曾示意，只管Inflection AI吸引了包罗微软在内大量投资者的兴趣，而且拥有100万活跃日活，但它尚未找到有用的商业模式。
Pi示意自己一直由风投支持，没有商业模式，图片泉源：Pi
Inflection例子可以让创业者警醒——当一家AI应用公司的焦点产物迟迟无法拿出足够有说服力的显示，模子层面又面临着军备竞赛的压力，那么最初“模子驱动AI应用”的逻辑或许便不再确立。
猎豹移动董事长兼CEO、猎户星空董事长傅盛曾告诉「甲子光年」：“我现在坚定地以为是产物寻找市场，用市场来反推你需要什么样的手艺。已往人人对手艺的利害有一种迷信，已往许多做AI的人身世于高校、研究所或大厂，出来的人可能会以为论文要害、架构最要害，实在市场的*性需求最要害。”
零一万物首创人、CEO李开复今年5月提出了一个“TC-PMF”的看法，他以为，PMF（产物市场契合）这一看法已经不能完整界说以大模子为基础的AI-First（AI优先）创业，应当引入Technology（手艺）与 Cost（成本）组成四维看法，即“TC-PMF”(Product-Market-Technology-Cost Fit，手艺成本 X 产物市场契合度）。
在李开复看来，大模子从训练到服务都很昂贵，算力紧缺是赛道的整体挑战，行业应当配合阻止陷入不理性的ofo式流血烧钱打法，让大模子能够用康健良性的ROI（投资回报率）蓄能长跑，奔赴属于中国的AI 2.0变化。“做手艺成本 x 产物市场契合度，尤其推理成本下降是个’移动目的‘，这比传统PMF难上一百倍。”李开复注释。
总而言之，Inflection的失败不能简朴归因于产物的失败，而是没有找到“TC-PMF”，一味融资驱动，忽略了自由现金流、手艺的可行性和成本的可控性，纵然产物的市场数据显示优越，也由于商业化的短板而难逃被“收购”的下场。
固然，除了从失败者身上吸取教训，大多数人可能更体贴的问题是：什么样的AI初创企业在今天能够乐成？
综合来看，有两类企业存活下来的可能性更大：
*类是真正明白了B端或C端用户需求和痛点的企业；
第二类是做出ChatGPT、Midjourney等天生式AI产物替换不了的功效，把某一细分场景打透、打穿的企业。
*类企业中，一个很典型的案例是AnswerAI。
AnswerAI是一个面向北美市场的AI Tutor（AI家教）产物，主要的功效是摄影解题 叙述。首创人周立，2007年硕士结业于北京大学，先后在老虎舆图、豌豆荚、Kika输入法和LiveIn以首创人的身份事情。
和上一波主打“摄影搜题”的AI Tutor1.0的产物差异，Answer AI是一款AI Tutor2.0的产物，不仅能搜题，还能解题，在给出谜底的基础上还可以给出论证历程。问题也不局限于题库中的题，而是可以在能力局限内解答从没见过的新问题，这极大解决了学生用户“有谜底但看不懂思绪”“遇到新问题不会”的痛点。该产物出来之后，Answer AI在互联网上好评如潮，不少用户示意“这是我用过的*的AI产物”。
Answer AI用户反馈，图片泉源：Google Play
Data.ai在5月21日宣布的数据显示，在美国应用商铺排名前20的教育应用中，有5款是辅助学生完成作业的AI Agent，Answer AI就是其中之一。
现在Tutor AI在全球拥有跨越200万的用户，80%来自美国的高中和大学，在北美AI Tutor类产物里暂时*，今年的ARR预计将到达500万美元。
而第二类企业的的典型代表，是一个名叫Bitly的URL缩短工具企业，和与其有着类似思绪的vidyo.ai。
Bitly公司总部位于纽约，由彼得·斯特恩 (Peter Stern) 于2008年确立，致力于提供长链缩短链、动态二维码和定制链接缩短功效。
Bitly，图片泉源：Bitly官网
这看起来不是像是一个天生式AI时代企业做的产物，然则Bitly以精练的交互操作、稳固的服务能力、自带统计功效等特征被许多人评为“*用的短链工具”，以X（Twitter）为例，它已经悄悄地使用Bitly取代了原先的URL缩短服务TinyURL。之前，X为了让用户节约140个字符空间，使用TinyURL服务快速且自动的缩短长URL，并获得了大量的曝光率和分外流量。
Bitly早先也并没有选择To C的PLG（产物驱动增进）蹊径，而是将眼光投向了企业客户，通过SLG（销售驱动增进）的方式把“小螺丝刀”卖给大企业。
得益于壮大的免费增值服务，Bitly很快占领了全球大部门市场，在2018年实现了靠近2000万美元的ARR；2020年调整战略转向PLG之后，Bitly更是实现了“一飞冲天”式的增进。
Bitly ARR生长历程，图片泉源：Medium
现在，这家古早又低调的公司，完全打破了“SaaS在美国做不了To C”的魔咒，突破了1亿美元的ARR；纵然是2022年ChatGPT横空出世、许多人最先用ChatGPT等AI工具举行长链缩短链，也并没有摇动Bitly的增进基本盘。
缘故原由很简朴：ChatGPT等AI工具在面临用户“长链转短链”要求的时刻，偶然随机天生，偶然使用Bitly的域名天生。通常来说，使用Bitly域名天生的短链不是在真实的Bitly账户中缩短的，因此天生的短链往往打开之后也是错误页面。Bitly事情职员也在其用户服务页面示意，“若是你正在使用AI工具来辅助你写文案，一定要在宣布或打印你的文本之前检查你的链接。”
Bitly事情职员对于部门AI工具天生短链错误的缘故原由注释，图片泉源：Bitly
和Bitly类似思绪的产物，是AI视频编辑工具平台vidyo.ai。
vidyo.ai能自动一键将长视频转化为短视频，用户只需将视频上传、或是将链接粘贴到vidyo.ai，它就会自动在云端剪辑出长视频精彩片断、还能智能跟踪人脸并添加字幕，并支持适配各个短视频平台的花样。vidyo.ai可以将视频编辑和处置时间缩短高达90%，以前需要3小我私人近一周才气完成的事情，现在使用vidyo.ai只需15分钟即可完成。
而在现在的AI天生视频产物如Runway、Pika、PixVerse、Sora，它们均更强调视频的“天生”能力，更靠近生产端，却忽略了消费端的需求——视频生产出来之后终究是要服务用户的，而真正有市场、真正受用户迎接的是短视频。vidyo.ai正是捉住了被巨头忽略的领域，不卷视频天生，而是另辟蹊径、更“市场需求导向”地去做AI视频剪辑产物，进而在AI视频的生态位中占领了一席之地。
2021年加入国际投资孵化器Entrepreneur First后，vidyo.ai在2022年获得了110万美元的种子轮融资，2023年就已经积累了50万 用户，ARR就到达了150万美元。
再把眼光放回海内。
「甲子光年」曾关注过一家“另辟蹊径、单点突破”的企业——海纳AI。这是一家做AI招聘的企业，和许多HR SaaS公司既做AI面试、又做BPO（营业流程优化）差异，海纳AI聚焦于“AI面试测评”这一单一的场景上，为客户提供人才量化测评方式论和AI自动评估算法。
海纳AI将人才结构化拆解为200多个维度，4000多个行为特征，并基于最新开源大模子，行使数亿条高质量行业数据，自炼行业AI大模子，对人才的仪容仪表、相同表达、综合素质、专业手艺、心理状态、行业履历等均可自动面试测评。
开办五年至今，中国用工量*的8个行业的Top3头部团体绝大部门均已使用海纳AI，如顺丰、沃尔玛、瑞幸等，每个团体每年面试10万-100万人，均通过海纳AI完成，客户复购率到达100%。
海纳AI首创人兼CEO梁公军曾对「甲子光年」先容，，AI招聘在已往五年生长异常慢，和过往十年大部门to B企业一样，很难做到营收过亿，由于没设施规模化，发作点无法来临。但现在AI面试的爆点已经到了。在这个领域，专注于单点场景、已经完成PMF的公司会在未来半年内率先脱颖而出，它们已经走过了从0到1、从1到5的发展历程。接下来会迎来5到10、到100、到1000的快速发作。
Bitly、vidyo.ai和海纳AI的共性在于，他们都找到了天生式AI巨头无法触及、或者无法做好的场景，捉住这一场景中的细分需求，打透、打穿；换句话说，他们在大厂的射程局限之外，找到了自己怪异的驻足点。
百川智能首创人、CEO王小川在今年5月的一场媒体相同会上提到，百川智能希望做的是“大厂射程局限之外”的产物。“首先，中国商业环境里to B的市场规模比to C小10倍；to B收的是人民币，花的是美金。大厂都市卷这件事情，只是没想到人人这么狠，都卷到0了，这一定是大厂射程局限内的。而我们一定要做差异化。”王小川说。
心资源合资人吴炳见曾经公然揭晓过一个看法：Mobile（移动互联网）的要害词是“竞争”，大规模烧钱竞争，赢了竞争的才有时机跑出来；而AI的要害词是“吞没”，预判好模子的生长，不被吞没的有时机跑出来。
在现在不再火热的市场环境下，融资或许是每一个AI项目面临的难题；但既然融不到资，AI创业公司所能做的，或许就是“不被吞没”，先起劲靠自己“跑起来、活下来”。只要先跑赢一部门人，或许未来就能跑赢所有人。
“我一直和创业者说，万万不要追求手艺的*，不要纠结于产物中有若干是AI，有若干是人工，由于手艺迭代太快了，一定要追求能不能到达商业化质量，把客户、场景、数据抢在自己手上。”金沙江创业投资基金主管合资人朱啸虎今年5月在「甲子光年」举行的「AI创生时代——2024甲子引力X科技产业新风向」大会上说。
朱啸虎在本周的一场分享中也表达了一种“稀奇显著的感受”——今年将是AIGC创业回归商业本质的最先。
这个感受没错，但「甲子光年」以为，回归商业本质并不即是只做应用，单独的大模子公司也有价值。
看看刚刚发生的OpenAI设计封锁中国API事宜，以及各家大模子公司迅速推出的“迁居设计”就知道了。只管某些大模子公司的API收入异常少，然则这次也纷纷加入了争抢客户的大战中。
市场环境和时机瞬息万变，对于一家AI企业来说，“护城河”并不是先决条件，当企业真正拥有了值得“护”的器械时，“护城河”才有意义。
