零一万物从2023年起就进行了多个产品的尝试，其中一款主打海外市场生产力场景的产品，预计今年营收1亿人民币，用户已达到1000万。
发布会上，李开复提出了TC-PMF的方法论。相对移动互联网时期的黄金标准PMF，李开复认为现阶段AI产品的创业还需要考虑Technology（技术）和Cost（成本）。
蓝雨川：零一万物API平台负责人
01
零一万物是怎么做产品的？
我们的差异化是第一天就面向生产力真正的痛点，在白领和知识工作者平时在工作当中遇到的真实的最痛点里找读、写的核心场景，并不只是给chatbot加上AI的能力，因为后者没有办法解决用户真正工作中的问题，所以它的留存和增长也不会好。
基于这个理念我们打造了AI-First的Office的产品形态。为什么我们觉得它有机会呢？
首先我们有一个理念，大模型会把所有之前的积累很多年的生产力（产品）的工作流重构一遍。
Office已经推出四十年了，之前所有的用户在工作当中要去写一个文档，方式都是打开一个空白页面去想到底应该写什么，这个过程对每一个工作的白领来说最困难。但大模型带来的交互变革，就是人机对话式的自然语言方式，可以输入一个问题或一个需求就可以开启你的工作。
我们在万知里，包括我们海外的生产力产品，所有工作流开始都是从一个对话开始。我们做一个PPT只需要输入一个标题就可以了，不像原来先是找到一个模板，这是一个巨大的变化。
从这个角度，我们找到最痛点的白领的工作场景，同时用AI-First的交互方式把它做到成功，得到的结果：
我们海外的产品去年9月推出时也有ChatwithDoc的功能，我们会发现用户的需求和使用非常井喷式，很快达到了PMF的状态。我们通过产品迭代和用户增长的优化，很快把我们的ROI打到1以上，因为海外是付费订阅制，很快在收入上也会获得非常好的成绩。我们今年按现在来看预期差不多会是一亿人民币的收入规模，我们ROI还是在1左右。这样的结果至少从国内大模型公司来看是非常有优势的。
现在大模型应用本身今年肯定在国内是应用落地的一年，这一块国内国外都遇到很大的挑战。最开始我们先推出海外产品，ROI非常健康，我们收入获得非常高速的增长，国内万知基于本地特有场景做专属优化，随着我们模型能力一直往前突破，在产品上找到真正高价值，未来甚至有付费能力意愿的场景做匹配。
我们现在打造AI-First的时候，主要思路是TC-PMF。这里有两个东西，第一个是技术，第二个是成本。
技术方面，最核心的是模型能力各种指标。现在被大家比较公认的指标，首先是模型benchmark，这一点我们的指标达到全球业界领先水平。但是做应用的时候光有这一点远远不够，还要求我们有从用户视角，模型的结果能够满足用户需求的指标。
李开复：我们最早上线的生产力产品的ROI已经可以做到1了，也就是我们从用户手中收到的订阅费，已经低于我们获取用户的成本加GPU的成本。今年应该会有一个亿的收入，有近千万用户。
但这还不是达到了TC-PMF的普惠点，因为规模还不够大。普惠点是真的有上亿用户，每天或者每周去使用，而且账要能算清楚。
我们探索的一些其它应用，娱乐、陪伴类的都有，但ROI都没做到过1，30日留存也不够好，我们就没有去推。
李开复：生产力应用的付费点最明确，虽然技术上有幻觉问题，但最终是人来把关内容，因此也OK。
而其他领域，包括那么多人学的Character.ai，都有TC-PMF的问题，主要是降低推理成本和提高体验上的冲突现在还比较难解决。
你要降低推理成本，只有缩小模型，这就导致体验不够好，用户不会来。你用了大模型，体验好了，但推理又贵了。所以Character.ai就没有特别好的体验，因为它用不起GPT-4，它自己做的小模型又不够好，进入了两难。
一个诱惑是，我们也可以花钱烧出用户，号称做到了几千万用户、几百万DAU。但是留存不好、ROI不好，这么做下去最终还是得破产。
我们会把（ROI）0.6当作一个基准线，烧1块钱可以回6毛钱时，就可以往前推进。
你一旦推到了1，就表示增长还可以更激进，我们还没有到一定要追求回本的阶段，我们就会多做一些推广；太低了我们就扎实地提升产品。所以ROI会自然地游走在0.85到1.05之间。
曹大鹏：办公领域是一个大的市场，或者说一个赛道。有一次Google前CEO艾瑞克·史密斯看到我们的产品能生成PPT，他评价说「信息包装是500亿美金的市场」。从市场角度来说，PPT只是这里面特别小的分类，但信息包装是非常重要的。我们任何工作里面的文档都来自于信息获取与整理，这个部分其实是巨大的市场。
信息包装本身就有500亿美金的市场，而整个生产力赛道比这个更大一个量级。包含办公场景的生产力赛道更多是一个需求市场，怎么在这个领域做应用，是做一个AI-First，还是AIEnhance？
AI-First的好处在于，第一，极大降低了用户使用办公软件的产品门槛，原来这些软件之所以用户用，并不是因为它好用，而是因为没有新的技术带来颠覆它的可能性。AI大模型这个能力是巨大的变量，如果它能把最开始的交互从空白页，让你自己想怎么下笔，变成我只需要输入思路标题，就给到非常多的灵感，然后再把中间的编辑过程提效，原来几个小时做一个PPT，现在花十几二十分钟，这就是一个十倍体验的提升，因为降低了用户的成本，用户就更多使用AI-First。
我们海外产品是面向全球的，过程中会发现一些东南亚地区，包括一些欠发达国家地区的用户热情是非常高的。
02
模型公司做产品的优势
黄文灏：我们要打破壁垒，算法团队和应用团队不应该是两个团队，而是一体化oneteam。
一方面以应用为目标的产品经理，大家要不断的去了解基础，哪些是模型能做的，哪些是模型不能做的，一定要了解产品的边界在哪里。
黄文灏：因为我主要负责预训练团队，预训练是以模型通用为目标，我们没有太多考虑应用需求。零一万物有比较多的应用在做，包括像生产力、社交、娱乐，我们希望所有的应用都基于一个通用的模型，来自每个应用的需求也是不一样，所以我们希望预训练模型作为一个基础可以服务所有的应用，这里面最重要的还是模型general能力的提升。
我们也发现，看起来社交和娱乐没有太大关系的复杂推理能力，在模型通用复杂推理能力提升以后，用户的沉浸感也会变得更好，留存各方面指标都有提升。
另一方面，为了未来做得更好，在预训练阶段应该有所保留，我们在算法上做一些控制，让未来那些应用做得更好。如果我们只想追求一些预训练的目标，我们可以做到一个模型的的指标比今天发布的更好，但是会透支未来的潜力，这对应用不利，所以我们还是在考虑应用的情况下做一些预训练的工作。
黄文灏：最大的挑战还是在组织和人才方面。
另一方面做应用的人，他们会觉得模型能力的提升给用户带来的体感不是那么明显。我们花了很多钱，去追求模型性能上或者指标上的提升，但是并没有解决很多用户的问题，所以这个割裂感很强。
硅谷更偏向于追逐梦想，国内更脚踏实地，所以我们一开始会追求模型和应用一体做建设。这两边的割裂是所有大模型公司都要碰到的问题，这里面最难的还是在组织层面和人才层面怎么能把这个事情打通。
蓝雨川：我们到底是专注于AI1.0时代做项目模式交付模式，还是真正能够服务好一些AI应用的商业化？
AI1.0时代有大量公司做项目交付，但是赚到一次性的钱之后没有后续。我们今天的思路更像云平台，提供一个非常强大的API技术能力；我们会提供一系列工具，帮助大家轻便上线；我们提供行业解决方案针对各行各业应用场景做优化。这是我们API平台发展的方向和目标。
李开复：我们会做很多事，整个公司的设计就是要做一个AGI时代的微软。
万知AI上线以前，我们在海外市场就已经有4个应用了。但有些事我们暂时不会做，比如在国内做2B，我们不会碰项目制的订单，我认为它还没有逃离上次AI1.0的魔咒。
2B我们会走API路径，不管国内国外，花钱买API都是一个已经被教育过的市场。所有的创业基本都应该避免去教育市场，因为这是大厂才能付得起的事情，创业公司没有这样的成本。
03
国内外AI产品生态
蓝雨川：海外GPT-4的API在去年发布，使海外AI生态非常繁荣，很多AI原生应用已经诞生，达到了数千万美金的收入，也有非常多的成熟产品和公司用OpenAIAPI做出自己的第二曲线新业务。国内的情况会慢一点，有许多企业在探索，但阶段没这么快。
国内外AI生态差异的背后，有两个非常重要的因素。
第一个因素，TC-PMF，我们是不是有一个最优秀的大模型让企业跑通自己的AI业务，跑通AI新产品的PMF，能够赚到钱，这是非常重要的。
第二点，我们有足够强大的推理优化能力，把模型API成本降得足够低，这样企业的AI产品才能赚到钱，持续扩大规模。
曹大鹏：第一点，我们海外产品第一阶段的商业模式采用会员订阅制，这从C端来看算是最健康的商业模式之一。和国内一些视频网站类似，用户如果点击订阅，下个月不退订的话会自动续订。用户不用很多，但是付费订阅费能够支撑增长，包括成本。
第二点，我们的海外产品去年九月份推出，从有部分用户进来，到现在10倍、20倍收入的增长，为什么我们ROI能够越来越好？一方面是AI渗透的快速增长。新的模型或者产品发布之后，从earlieradopt变成往大众推广，尤其是海外欧美国家走得更靠前一点。另一方面是我们的产品力，包括增长获客效率也在持续优化。
曹大鹏：我们现在海外产品模型选型是Yi-Large加GPT-4的组合，我们最开始推出的时候自研模型还没有做好，现在Yi-Large已经推出并在海外产品上线，并成为我们实时对比测试自研模型的平台。
我们的海外产品是在去年9月份上线，第一版只有Chatbot、ChatwithDoc两个基础功能。当时推这个功能的原因在于，首先ChatGPT是一个爆款产品，它两个月做到一亿用户量，是一个超级的PMF产品。但我在用ChatGPT产品的时候，发现它的短板在于Chatbot只解决基础的问答、文案，包括很简单的任务，但如果定位是生产力方向，我的日常使用场景大量集中在文档角度：找、读、写。ChatGPT很厉害，我就打它的弱点，所以我们要把ChatwithDoc这个功能跟Chatbot结合做一个完整产品。
一个新技术刚来的时候，一个产品就是一个功能，但是往后都会被更强大的产品替代掉。ChatPDF很早就推出一个海外产品，但用户不太可能在ChatGPT和ChatPDF这两个产品里面切换。经过大半年，我们的文档阅读功能，无论在文件处理大小，字数，还是表格处理能力上，在全球同类产品里达到了全球领先。
第二，我们用GPT-4API时发现，它在一些特有场景里面体验非常糟糕，比如说做PPT，但我们只能用它的API，只能用promptengineering的方式去解决，因此瓶颈是显而易见的。
但我们的自研模型Yi-Large会在这些领域显著超过GPT4，这也是为什么我一直坚信只有模型应用上、能力上，组合上结合起来，才能最终做出AI-First产品。