PICO裁员背后：元宇宙铁定凉，大模型接着热

一、PICO 裁员，元宇宙不香了？

今年 5 月 31 号，我结束了为期一年的字节练习生涯。最开始去的团队，就是被字节收购来的一个开发者社区。随后没多久，PICO 也被字节给买了进来。今天这篇文章就聚焦在 PICO 裁员这件事儿和它背后带来的一些思考上吧。

2023 年 11 月 7 日上午，PICO 开了一次全员 All Hands。字节坊间一直流传这么一个说法：对外越透明，对内越保密。这话已经被无数次的反向辟谣给鉴定为真，成了金科玉律，包括 PICO 业务缩减这件事儿。

据公开资料显示，PICO 团队规模巅峰期曾超过 2000 人，但 2023 年度内就已经有过 20%~30%的裁员（我认识的人有领到大礼包的）。靴子落地的最新这次裁员以后，员工数量规模会控制在数百人以内，跟巅峰期已不可同日而语。

PICO CEO 周宏伟在 All Hands 上是这么说的：

虽然今年以来 PICO 已经做了一些调整，在现在看来还不够及时和有效。过去，我们对行业和市场的发展估计得比较乐观，但实际上没有预期的那么快。

公司对 XR 业务“有耐心、看长期”，接下来，PICO 将保住核心团队，维持正常运营，未来将方向聚焦在硬件和核心技术的长期探索和突破上。

很多人看到这里就会开始喊，你看我就说 PICO 做不成吧、字节跳动没有元宇宙基因、元宇宙国内搞不定、还得看苹果巴拉巴拉……当然也会有更多人跟我一样，从一开始就认为元宇宙这玩意儿，它就没香过啊！

过去的这么多年里，备受吹捧一步登天然后又迅速散落凡间零落成泥的技术热点实在是灿若繁星。你把时间轴再往回调点儿会发现，元宇宙下面还躺着个“低代码”呢，它找谁说理去啊？

创业圈子里有句话讲得好，正所谓“领先半步是先驱，领先一步是先烈”。元宇宙这东西你别说领先一步了，我感觉国际服的使用都是凤毛麟角，更何况国服版本了。再从市场需求的角度看，VR 眼镜解决的痛点问题是什么？这个我觉得也很难说得清楚。从我个人使用需求来看，我可能会对用 VR 眼镜看球赛、看演唱会，甚至看……感兴趣，但这说到底解决的只是痒点问题，我还是不明确我必须有一个 VR 眼镜的原因所在。

我已经是够会为自己的消费主义倾向找理由的人了，都找不到买 VR 眼镜的理由，那市场上其他人对 VR 眼镜的兴趣有多少就值得斟酌了。

这里最后再多嘴提一提元宇宙概念的首倡者 Meta 为什么要做元宇宙这个事儿。从我个人观察角度看，首先 Meta 最开始是社交类型企业，无论是 Facebook 还是 Instagram 都是上亿规模的流量平台，过去 Meta 披露的财报里也可以看到广告收入是其大头。但是后来，我前东家横扫国内无往而不利的短视频产品到了海外以 TikTok 的形态是杀得 Meta 丢盔卸甲，甚至一度用上告御状的方式希望能延缓广告主转换阵地的时间。（本段内容纯属个人臆想，不构成商业分析）

所以，Meta 想重新占领一个未发掘的商业处女地——元宇宙，从而找到下一个增长点。但后来的事情，大家也都知道了。不管是 PICO 还是 Meta，做元宇宙都没有得到市场的认可。

二、从技术采用生命周期的角度看技术热点

我之前工作的一家圈内比较知名的技术媒体，选择技术方向做选题报道时，常用的一个指导原则是——跨越鸿沟理论。

“鸿沟理论”早在 1991 年就被提出，由 Jeffery Moore 针对高科技行业和高科技企业生命周期的特点总结而成。这个理论基于“创新传播学”，将创新性技术和产品的生命周期分为五个阶段：创新者（Innovator）、早期使用者（Early adopters）、早期大众（Early majority）、晚期大众（Late majority）、落后者（Laggard）。

在早期使用者 Early adopters 和早期大众 Early majority 之间有个巨大的鸿沟，每个新技术都会经历鸿沟，大多数失败的产品也都是在鸿沟里结束了其整个生命周期，能否顺利跨越“鸿沟”，决定了创新性技术的成败。

无独有偶，Gartner 每年也会出一份技术成熟度曲线，然后发布一些他们认为未来会成为新机会方向的新技术。实际情况是，不论是 Gartner 还是普罗大众，大家对未来的预测能力都非常差，过去 20 年间 Gartner 技术成熟度曲线里的大多数值得关注甚至加码的未来技术都凉凉了。

从这个鸿沟理论我们来看一下最近爆火的两个技术热点：元宇宙和大模型。我们可以想一下，元宇宙在这个技术采用生命周期中，究竟位于哪个位置？到了早期采用者吗，面临鸿沟问题了吗？我觉得这都是值得思考的点，相信这也是 PICO CEO 周宏伟 All Hands 上提出“过去，他们对行业和市场的发展估计得比较乐观，但实际上没有预期得那么快”的原因。

那么我们再看大模型呢？大模型会成为下一个元宇宙吗？我觉得只要你试用过一些大模型的产品，你就很容易得出 No 的结论。

三、为什么大模型会持续下去？

过去在媒体从业时，工作需要，我一直对技术圈的热点事件保持了足够的好奇心和关注度。但我自己个人对技术热点的态度是比较审慎的，媒体为了话题流量一定会去做吹捧或贬低的报道，目的无非就是吸引或支持或反对的人点进文章，成为他们 KPI 中的一部分。

但这次对于大模型，我的观感确实截然不同。如果有做媒体的朋友可能会有所感知，在过去几年间，AI 领域的内容不管是新闻也好、技术实践也好、创投融资也好，受众往往寥寥。AI 最火的时候，可能也就是李世石对战 AlphaGo 那五番战了，再往后，便又是一潭死水，只有从业者在其中苦心经营，创业者想着怎么讲故事，VC 们想着怎么找到靠谱的人和团队，大家都不够有激情。

ChatGPT 引爆的大模型这波浪潮，却是让我嗅到了一丝不同寻常的气味。在我抛弃最初对 AI 技术门槛高、全是公式、我肯定看不明白的偏见，选择去注册一个 ChatGPT 账号试用以后，我确定这个方向一定有搞头了。

今年 3 月份的时候，高盛表示生成式 AI 将取代全球 3 亿全职岗位，这个惊人的数据预测背后一定不让人惊讶。我自己的观点是，如果不能把 AI 类工具用好，那未来工作中被替代的可能性就会非常大了。事实上，我在当前这个阶段就已经为同声传译、翻译、客服等方向岗位的同学感到担忧了。

这两天听到一个观点是：

“国内任何一个稍微有点技术自尊的企业，都在做自己的大模型”。

回看一下当前市场上的百模大战，确实如是。可能又有人会说了，哎呀中国人就是喜欢跟风，人家 OpenAI 都把路淌出来了，我们才加入进去做，没点创新性。

关于这个话题我又有话说了。我们可以想想，世界范围内流行的技术，是不是很多都是国外开源国内在用？比如经典的 LAMP 架构，直接 Linux、Apache、MySQL、PHP/Python 给你整齐活儿了。比如 K8s，国内现在哪个大企业没有在用它做容器编排的？那从这个角度说，我们确实从国外的创新中得到了帮助。注意，马上要有但是了。但是，中国市场这庞大的海量用户规模，这浩如烟海的市场生态，不正好也给新兴技术提供了最好的技术试验黑土地，吃到了规模化的效应红利吗？没有中国企业对 K8s 的使用，没有中国海量规模化的业务场景，K8s 能发展得这么快吗？这也得打个问号吧！

回到 OpenAI 这个话题上来，首先 OpenAI 肯定是当前毫无争议的先行者领头羊。但第二决出来了吗？第二和第三、第四、第五之间的差距，会跟第一之间的差距那么大吗？通用大模型能解决所有的问题吗？金融、医疗、零售，不同行业的业务需求各不相同，生成式 AI 能解决他们的痛点吗？显然是不能，就像云计算要有行业云一样，大模型也一定会有行业大模型，而这个方向衍生的机会，未必就比 OpenAI 做的少了，且 OpenAI 也未必会去做这个方向。

在一个已经被验证可行的路上，卷出行业新高度，卷死同行卷向世界这个方向上，我对中国人和中国企业抱有充分的信心。

四、写在最后

作为一个误入魔法世界的麻瓜，不懂技术的我总是对技术的发展和历史有特殊的偏好，因为从历史中看到的学到的，往往会比在技术细节上了解到的更多，这也给了我输出一些纸上谈兵观点的可能。我对元宇宙的态度和我对大模型的态度其实是一致的，只要能满足市场需求解决痛点问题，不愁未来的机会。

出于私心，我希望中国的大模型能带来更多惊喜，加油吧！

本文来自微信公众号：IT之眼（ID：hear_and_tell），作者：唐小智