朱啸虎认为AI大模型的商业化落地是当前最重要的议题。没有商业化落地的AIGC（生成式人工智能）都是讲故事，投资人对此很难有兴趣。在朱啸虎看来，AI项目的客户买单是首要投资标准。他表示，作为财务投资人，他们更关注项目能否在一到两年内进入商业化场景，而那些距离商业化还需五年以上的项目则难以获得投资。
朱啸虎还提到，AI大模型的估值泡沫问题。他指出，任何行业发展到一定程度都会有泡沫，但泡沫里面有黄金，关键是要找到那些能够真正创造价值的项目。他还强调，企业服务市场在AI领域尤为重要，因为与消费互联网公司相比，企业服务公司的资本效率更高，能够为投资人创造更多价值。
在谈到AI项目的技术壁垒时，朱啸虎认为，不少AI项目的技术壁垒并不高，容易在竞争中同质化，最终演变为比拼销售能力。因此，他更偏重于项目与场景的结合，强调在一个具体行业、具体场景中落地的重要性。
朱啸虎还提到了AI在销售营销端的应用潜力。他表示，生成式AI在品牌营销端大有可为，关键在于能否用10%以下的成本为客户提供更好的产品和服务。他还提到，大模型的差异化将是企业关注的重点，而数据的积累和治理将是实现这一目标的关键。
在AI大模型的未来发展上，朱啸虎预测，目前市场上的200多个大模型将很快进入收敛期，明年这个时候可能只会剩下10-20个大模型，因为大部分大模型现在很难实现差异化和商业化。
朱啸虎还强调了AI项目在商业化过程中的容错性问题。他认为，大模型在商业化落地时，人们最关心的是能否高度容错，即在出现小的偏差时，是否能够不影响最终的商业化质量。
在对AI项目的评估中，朱啸虎提到了一些具体的案例。例如，他提到了微信私域营销的例子，认为通过AI取代人工销售，可以大幅降低成本。他还提到了AI在数字安防、智能物联和医疗产业等领域的应用，强调了技术解决方案在这些领域的重要作用。
人工智能行业应用 交流群，非常同意朱啸虎的一个观点，“AI应用应聚焦一个痛点，打透它。千万别什么都做。”创业公司只有这种模式才能获得一胜九败里“一胜”的机会。你最看好什么样的AI应用场景和用户痛点呢？
