AI“造神運(yùn)動”終結(jié),殺死,重生

0 評論 1525 瀏覽 4 收藏 29 分鐘

過去一年,史無前例的AI“淘金熱”,輪番上演著不同的造富神話。AI有關(guān)的技術(shù)迭代、商業(yè)應(yīng)用、資本投入達(dá)到了有史以來的巔峰,作者與20多位創(chuàng)投和人工智能領(lǐng)域人士交流,試圖總結(jié)出如今在北美上演的AI淘金熱潮背后的經(jīng)驗和教訓(xùn)。

“專注AI技術(shù)迭代會讓我焦慮,關(guān)注業(yè)務(wù)我不會焦慮,有些問題十年前存在十年后還在,我現(xiàn)在就明確不卷模型,只思考如何讓產(chǎn)品能自我‘造血’?!?/p>

一位正卷在AI創(chuàng)業(yè)洪流里的硅谷創(chuàng)業(yè)者告訴硅兔君?!拔覀兊腁I產(chǎn)品(ChatDesigner)4個月就上線了,第5個月我就開始思考如何‘造血’,10年前這是不可想象的,那時只要有增長就行,現(xiàn)在,燒錢換來的增長,燒完就結(jié)束了,沒有下一輪融資,AI也是一樣的?!?/p>

盡管形勢如此殘酷與激烈,2023年全球仍然陷入了史無前例的AI“淘金熱”,輪番上演著不同的造富神話。

GitHub前CEO出手投了老東家的競品1億美元。

1年多前,AI編程助手Magic剛完成2300萬美元A輪融資,今年2月,該公司從上百家競品中脫穎而出,B輪融資額翻5倍,獲得AI Grant(由GitHub前CEO Nat FriedmanDaniel Gross創(chuàng)立)青睞。

左,Daniel Gross;右,Nat Friedman |圖源:騰訊新聞

在頭部明確(GitHub Copilot),谷歌、亞馬遜等大廠布局,還有一眾初創(chuàng)企業(yè)激烈競爭的AI編程領(lǐng)域,AI Grant的大手筆投資震驚業(yè)界。

一個個新名詞“ChatGPT Wrapper”(ChatGPT套殼應(yīng)用)、”Copilot” (聊天對話式AI助手)、“AI Agent(AI智能體)” 、“AGI”(通用人工智能)成為財富密碼,似乎只要和它們沾邊,就能搭上獨角獸的快車。

風(fēng)險投資的數(shù)據(jù)正在體現(xiàn)這一點,2023年美國全年風(fēng)險投資達(dá)1706億美元,相較2022年縮水了716億美元。然而其中進(jìn)入AI的投資逆勢上漲,占全年投資額超過三分之一,累計626億美元,這個數(shù)字也遠(yuǎn)超過去幾年的AI領(lǐng)域投資。

然而,造神的速度和跌落神壇的速度幾乎一樣快。

AI語音公司ElevenLabs僅僅1年多時間躋身獨角獸行列,成為今年風(fēng)頭正盛的AI應(yīng)用。而去年此時人人熱議的成立1年多估值超10億美元的Jasper AI經(jīng)歷裁員、創(chuàng)始人離開、估值下調(diào),黯然失色。

圖源:PC Guide

類似這樣的故事在硅谷的創(chuàng)業(yè)熱土上相繼上演?!癆I創(chuàng)業(yè)的馬太效應(yīng)越來越強(qiáng),同時汰換速度會加快。” 硅谷VC UpHonest Capital告訴硅兔君。

在過去1年多時間里,AI有關(guān)的技術(shù)迭代、商業(yè)應(yīng)用、資本投入達(dá)到了有史以來的巔峰,投資機(jī)構(gòu)Coatue認(rèn)為,AI滲透50%的用戶所需的時間將比移動互聯(lián)網(wǎng)時代縮短一半(3年)。

經(jīng)歷了短時間內(nèi)的巨變,硅谷的創(chuàng)業(yè)者和投資人有了哪些新的思考?融資數(shù)字背后濃縮了怎樣的AI創(chuàng)業(yè)現(xiàn)狀,AI創(chuàng)業(yè)有哪些機(jī)會和坑?作為VC,又應(yīng)該以何種姿勢參與到這次AI淘金中?

硅兔君與20多位創(chuàng)投和人工智能領(lǐng)域人士交流,試圖總結(jié)出如今在北美上演的AI淘金熱潮背后的經(jīng)驗和教訓(xùn)。

01 “碎鈔”的造“錘子”運(yùn)動

2023年8月,為ChatGPT奠定技術(shù)基礎(chǔ)的論文《Attention is all you need》(注意力是一切)最后一位留在谷歌的作者Llion Jones宣布離開谷歌,并創(chuàng)立全新路徑的AI模型公司,估值2億美元,這個價錢是大多數(shù)AI初創(chuàng)企業(yè)估值的10倍多。

距離“谷歌八子”提出Transformer架構(gòu)已過去了6年。Transformer是這一波生成式AI技術(shù)突破的源頭,簡單來說,相比以前只能一個接一個的序列化處理信息,Transformer在處理信息時可以一次性的“看見”所有信息,然后利用注意力機(jī)制將距離不同的單詞進(jìn)行結(jié)合。

Transformer論文八位作者,第一排第一位為Llion Jones|圖源:Financial Time

因為去掉了序列結(jié)構(gòu),Transformer模型可以實現(xiàn)并行結(jié)構(gòu),這就使得它可以利用大量的算力和數(shù)據(jù)進(jìn)行訓(xùn)練。OpenAI發(fā)現(xiàn)當(dāng)數(shù)據(jù)量、參數(shù)規(guī)模和算力達(dá)到一定規(guī)模,模型出現(xiàn)了“涌現(xiàn)”能力(在小規(guī)模模型中不存在,但在大規(guī)模模型中存在的能力),從GPT-3、3.5到GPT-4,OpenAI訓(xùn)練用的數(shù)據(jù)量、模型參數(shù)規(guī)模和算力不斷放大,模型擬人程度越來越高。但這也意味著模型訓(xùn)練成本指數(shù)級提升。

“造錘子”,在這一波浪潮中最熱,也最吸金。

2023年大部分AI風(fēng)險投資被基石模型吸收,最引人注目的故事就是,OpenAI和Anthropic兩家基石模型初創(chuàng)公司共計融資170億美元,占AI投資總額的近1/3。

現(xiàn)在看來,這種砸錢的做法還會在基石模型中繼續(xù)下去。

這本就是一種“暴力美學(xué)”的產(chǎn)物,以Transformer架構(gòu)為代表的大模型,本就是在數(shù)據(jù)量越大、質(zhì)量越高的情況下效果越好,這意味著需要大量的GPU支撐數(shù)據(jù)運(yùn)算。根據(jù)GPT-3披露的技術(shù)概要至少需要1024張GPU支撐其訓(xùn)練,花費大約價值500萬美元。而GPT-4的參數(shù)規(guī)模有可能是GPT-3的10倍還要多,坊間傳聞OpenAI使用了大約2.5萬張GPU訓(xùn)練,僅硬件成本投入就有可能超過1億美元。

現(xiàn)階段,基于Transformer架構(gòu)的基石模型還遠(yuǎn)未達(dá)到上限,scale law(規(guī)模定律)并沒有被打破,持續(xù)擴(kuò)大模型參數(shù)規(guī)模、訓(xùn)練數(shù)據(jù)和算力的實驗會持續(xù)下去。一位在全球市值排名前七的科技公司工程師告訴硅兔君,“想要線性提升模型能力,所需的資本投入需要指數(shù)型增長?!?/strong>

OpenAI計劃融資千億美元,另一家大模型公司Anthropic計劃未來4年融資50億美元。將來,花費10億美元訓(xùn)練基石模型也不是不可能。

在基石模型公司的碎鈔能力面前,VC的“鈔”能力似乎微不足道,因此在基石模型中,VC參與的并不多,畢竟,沒有多少VC的基金規(guī)模高達(dá)10億美元,顯然這是屬于巨頭的游戲。

微軟Azure云一周的收入就有20多億美元,所以投資OpenAI 100億美元只消耗了這家科技巨頭6周多的收入。相比VC要等到項目退出才能看到回報,Azure因為整合了OpenAI的服務(wù),僅2023年二季度收入就增長了6%,比原先增加了50億美元到60億美元收入。

這筆經(jīng)濟(jì)賬,對于巨頭們來說,不可謂不劃算。

從資本和業(yè)務(wù)的角度來看,或許只有云廠商和科技巨頭才是基石模型公司的長期伙伴。除了OpenAI,微軟近期宣布與Mistral戰(zhàn)略合作并投資1600萬美元;亞馬遜和谷歌共同支持了Anthropic甲骨文Salesforce共同支持了企業(yè)級大模型Cohere;英偉達(dá)是所有企業(yè)戰(zhàn)投中最激進(jìn)的,2023年一口氣投資了11家基石模型公司(占AI總投資數(shù)量的40%),涵蓋多個大語言模型、視頻和3D生成基石模型。

圖源:IRIS

而另一面,基石模型的公司也在分化出不同的格局。

目前,北美的基石模型格局已基本形成OpenAI、谷歌、Anthropic、X.ai等幾家公司指引閉源模型最新進(jìn)展,Meta、Mistral等引領(lǐng)開源生態(tài)進(jìn)步。

一位在英偉達(dá)參與大語言模型開發(fā)的研究人員與硅兔君分享他所理解的企業(yè)進(jìn)行大語言模型部署和應(yīng)用的路徑,首先,頭部玩家一定會構(gòu)建自己的大語言模型,以便擁有絕對的主導(dǎo)權(quán);其次,基于目前已知的開源模型、根據(jù)自己的業(yè)務(wù)領(lǐng)域進(jìn)行增強(qiáng)和研發(fā);第三,調(diào)用通用基石模型的API接口和提示工程,將前端做厚,將特定業(yè)務(wù)需求與基石模型的語境適配,可以低成本更快地搭建出一些具體領(lǐng)域的應(yīng)用。

硅谷VC UpHonest Capital從早期投資視角觀察到,第一條路徑的門檻太高,目前鮮有新創(chuàng)業(yè)者涉足。第二條和第三條路徑是目前創(chuàng)業(yè)者的普遍選擇,許多創(chuàng)業(yè)者可能在前期先選擇調(diào)用基石模型API快速試錯,有了更多資本、算力和人才資源后再嘗試基于開源模型微調(diào),加深自己的護(hù)城河。

打造法律行業(yè)大語言模型的Harvey就是走的第三條路,他們先與OpenAI聯(lián)合開發(fā),2023年12月完成8000萬美元B輪融資,加強(qiáng)自研模型。

另一個特定業(yè)務(wù)需求的大模型開發(fā)公司Magic AI則是基于更早之前的LSTM架構(gòu)開發(fā)針對代碼生成的基石模型,以便突破Transformer的輸入字符長度限制。

吸引了General Catalyst和A16Z 5000萬美元投資的Hippocratic,使用專業(yè)醫(yī)護(hù)人員提供的數(shù)據(jù)和反饋進(jìn)行RLHF訓(xùn)練,用于診斷以外的病患服務(wù)場景。

Hippocratic AI和創(chuàng)始人Munjal Shah | 圖源:General Catalyst

這些垂直行業(yè)/特定任務(wù)場景LLM初創(chuàng)企業(yè)的發(fā)展,也印證了谷歌前CEO Eric Schmidt,Databricks首席科學(xué)家Matei Zaharia、AI初創(chuàng)SamayaAI創(chuàng)始人Maithra Raghu的共同觀點—— 未來的AI生態(tài)中,通用大模型負(fù)責(zé)解決長尾問題,高價值的業(yè)務(wù)場景將由專業(yè)AI系統(tǒng)來解決 。

02 “釘子”會變得更細(xì)、更窄

雖然AI Grant的兩位創(chuàng)始人信心滿滿,“未來12~18個月會有AI應(yīng)用年收入突破百億美元!”但哪怕是Adobe前CTO創(chuàng)立、1年估值超過10億美元的生成式AI內(nèi)容營銷工具Typeface也還在尋找PMF。

Adobe前CTO Abhay Parasnis | 圖源:Linkedin

“大部分AI應(yīng)用處于概念驗證階段,大規(guī)模應(yīng)用還未到來。”多位創(chuàng)業(yè)者、從業(yè)者向硅兔君如此反饋。

但這并不影響創(chuàng)業(yè)熱情。

硅谷VC UpHonest Capital告訴硅兔君,他們在過去一年接觸了比以往更多的輟學(xué)創(chuàng)業(yè)者和PhD學(xué)術(shù)研究創(chuàng)業(yè)者,這些創(chuàng)業(yè)者或是將之視為”一生一次的機(jī)會“,或是受到Transformer論文八位作者全部創(chuàng)業(yè)的激勵,一頭扎進(jìn)AI賽道。這是在2016年那一次AI繁榮期也未發(fā)生過的景象。

同時,圍繞AI的創(chuàng)業(yè)項目數(shù)量更是前所未有。

以硅谷孵化器YC為例,2023年孵化的項目中接近一半是AI公司(約231家),再加上考慮到許多創(chuàng)業(yè)公司轉(zhuǎn)型,實際數(shù)量可能更多,“有許多公司在我們投資一個月之后轉(zhuǎn)型做新的AI方向” ,YC的一位投資合伙人感慨,自從他在YC工作以來,從未見過像現(xiàn)在創(chuàng)始人這么快的找到/轉(zhuǎn)型新方向。

一個明顯的轉(zhuǎn)型趨勢是,場景從寬泛到聚焦,從通用任務(wù)向具體任務(wù)細(xì)化。

例如YC上半年孵化的Fintool,這個創(chuàng)業(yè)團(tuán)隊之前創(chuàng)立了AI驅(qū)動的法律資料檢索工具Doctrine。Fintool一開始想做金融領(lǐng)域的LLM(“Bloomberg GPT”),經(jīng)歷半年時間,目前聚焦到機(jī)構(gòu)投資者的助手Copilot(人參與到回路中)方向,幫助投資者總結(jié)、分析財報,更高效的梳理投資決策相關(guān)的信息。

另一家AI驅(qū)動的SEC(美國證券交易所)合規(guī)自動化公司Hadrius,它的創(chuàng)始人認(rèn)為AI創(chuàng)業(yè)者在銷售時應(yīng)該”聚焦在垂直場景本身“,他們曾在銷售時強(qiáng)調(diào)產(chǎn)品“具有AI功能”,結(jié)果發(fā)現(xiàn)沒有實際用處,因為他們的客戶大概率不是極客,強(qiáng)調(diào)AI的概念不如講清楚如何解決客戶痛點。

圖源:Linkedin

咨詢公司PwC的一份數(shù)據(jù)調(diào)查顯示:61%的CEO表示2024年,他們期望看到AI對產(chǎn)品或服務(wù)質(zhì)量的幫助,期望看到AI投資的收益回報。由此可見,今年ROI(投資回報率,以下均用ROI表示)將成為AI應(yīng)用產(chǎn)品不得不面臨的考驗。

科技VC Madrona同樣認(rèn)為“AI產(chǎn)品的用戶心態(tài)將從「試一試」變成「追求ROI」”,去年問”我們的GenAI戰(zhàn)略是什么?”的CEO今年將面臨完全不同的問題“我們的GenAI ROI是多少?”,因為隨著深入使用AI,人們將發(fā)現(xiàn)應(yīng)用AI的最大成本可能不是訓(xùn)練模型而是模型一次次運(yùn)算產(chǎn)生的推理成本。

因此,更容易測算和產(chǎn)生ROI的應(yīng)用場景將更受用戶的歡迎。從頭部應(yīng)用的收入增長軌跡我們可以初步判斷有哪些這樣的應(yīng)用場景。

開發(fā)者網(wǎng)站 GitHub 的Copilot 2023年ARR(經(jīng)常性年度收入)超過1億美元,微軟2024年Q2財報數(shù)據(jù)顯示,目前付費開發(fā)者人數(shù)超過130萬、企業(yè)用戶超過5萬,Copilot產(chǎn)品為GitHub帶來了40%的年收入增長;AI法律助手Harvey表現(xiàn)出了快速增長趨勢,半年多時間ARR增長了10倍達(dá)到1000萬美元;ChatGPT 2023年12月收入約1.67億美元,年化收入約20億美元;GPT4驅(qū)動的Microsoft Copilot收入更加可期,The Futurum Group分析師預(yù)測該產(chǎn)品2024年收入達(dá)到23.9億~92億美元。

考慮清楚這個前提條件之后,新創(chuàng)業(yè)者在選擇方向時還要小心翼翼的避開與巨頭正面競爭,因為今天的巨頭有資本、有人才、有完善的AI基礎(chǔ)設(shè)施還有充足的GPU卡。

VC UpHonest早期投資的一家生成式AI公司HuHu AI的創(chuàng)始人Tianqiang經(jīng)歷了2016年的AI創(chuàng)業(yè)熱潮,公司成功被亞馬遜收購,再次選擇AI創(chuàng)業(yè),他認(rèn)為“2012年以AlexNet為標(biāo)志引發(fā)的AI浪潮中,大廠沒有人才、沒有成規(guī)模體系的AI架構(gòu),2012年-2016年期間,AI初創(chuàng)的商業(yè)模式同時退出方式可以說主要靠賣給大公司,經(jīng)過這個時期的收并購,大廠補(bǔ)上了AI基礎(chǔ)設(shè)施和團(tuán)隊短板。所以,“十年前,大廠沒有什么,初創(chuàng)企業(yè)就可以做什么;十年后,大廠什么都可以做。在這樣的形勢下,創(chuàng)業(yè)公司就得做大廠顧不上或者不屑于做、偏垂直的事情。”

圖源:HuHu AI

硅谷VC a16z的一位合伙人同樣認(rèn)為,2024 年將看到范圍更窄的人工智能解決方案。雖然 ChatGPT可能是一款出色的通用人工智能助手,但它不太可能 勝任所有任務(wù)。他預(yù)計,我們將看到一個專為研究員打造的人工智能平臺,一個專為記者打造的寫作生成工具,以及一個專為設(shè)計師打造的渲染平臺,這只是其中幾個例子。從長遠(yuǎn)來看,人們?nèi)粘J褂玫漠a(chǎn)品將根據(jù)他們的用例量身定制—— 無論是專有的底層模型,還是圍繞它構(gòu)建的特殊工作流程。這些公司將有機(jī)會“擁有”新技術(shù)時代的數(shù)據(jù)和工作流程;它們將通過鎖定一個領(lǐng)域,然后進(jìn)行擴(kuò)展來實現(xiàn)這一目標(biāo)。對于最初的產(chǎn)品來說,范圍越窄越好。

UpHonest Capital認(rèn)為,在生成式AI時代創(chuàng)業(yè),垂直、解決具體問題比提出一個寬泛的方向更好?;ヂ?lián)網(wǎng)巨頭、SaaS公司,他們在AI以及業(yè)務(wù)領(lǐng)域的積累,一定程度上使之可以更快的疊加新技術(shù)。因此創(chuàng)業(yè)者必須找到自己的差異化并10倍放大。創(chuàng)業(yè)者需要更快的迭代速度,底層基石模型持續(xù)更新,甚至每次更新都能引發(fā)地震,因此需要更快的學(xué)習(xí)能力跟上技術(shù)迭代。

03 大模型正在“殺死” SaaS

在與UpHonest Capital交流的過程中,他們所投資的一家初創(chuàng)企業(yè)引發(fā)了筆者興趣。這家YC孵化、拿到AI Grant投資的公司致力于為家政服務(wù)行業(yè)提供AI接線員服務(wù),保證客戶不會漏聽電話,并完成服務(wù)預(yù)約。美國家政行業(yè)每年因為漏接電話造成的損失高達(dá)數(shù)百萬美元,Sameday的創(chuàng)始人曾是全美增長最快的家政服務(wù)公司Ardent Servicing的CMO,了解家政行業(yè)的痛點,其AI產(chǎn)品上線半年后快速增長,ARR(Annual Recurring Revenue,年度經(jīng)常性收入)接近百萬美元。

圖源:YC

談及Sameday的投資理念,UpHonest創(chuàng)始人表示他比較關(guān)注傳統(tǒng)行業(yè)跳過SaaS(軟件化)階段,直接進(jìn)入生成式AI時代的相關(guān)機(jī)會。

無獨有偶,a16z也看好傳統(tǒng)行業(yè)的AI跨越。其醫(yī)療健康方向的投資人表示“正如新興市場從使用現(xiàn)金直接轉(zhuǎn)向移動支付(完全’跨越‘信用卡)一樣,醫(yī)療行業(yè)也將從傳真機(jī)直接轉(zhuǎn)向人工智能(跨越傳統(tǒng)的垂直軟件)?!?/p>

美國的醫(yī)療行業(yè)非常傳統(tǒng),2023年美國醫(yī)療行業(yè)討論的話題是AI與傳真技術(shù)對醫(yī)療行業(yè)的效率提升。而且在美國市值前100的上市軟件公司中,只有一家是服務(wù)醫(yī)療行業(yè)的,醫(yī)療行業(yè)的數(shù)字化程度之低可見一斑。

而現(xiàn)在,一些創(chuàng)業(yè)者跟硅兔君反饋他們認(rèn)為醫(yī)療行業(yè)有可能成為美國最先擁抱AI立法的行業(yè),他們在等待更明確的信號出來后加入AI+醫(yī)療的創(chuàng)業(yè)行列中。

2024年YC冬季孵化營的AI項目方向也反映出醫(yī)療從業(yè)者對AI的期待,今年AI+醫(yī)療的應(yīng)用格外多,甚至細(xì)化到牙醫(yī)的AI接診員,放射科醫(yī)生、家訪護(hù)士和住院護(hù)士的助手等。

此外,AI產(chǎn)品“殺死”SaaS不僅體現(xiàn)在對傳統(tǒng)行業(yè)的滲透,還有可能從商業(yè)模式角度顛覆SaaS現(xiàn)在的訂閱制。

雖然目前大部分的AI應(yīng)用還是延續(xù)SaaS的商業(yè)模式,提高員工的生產(chǎn)效率,按照使用的賬戶數(shù)量訂閱制付費,定價參考員工的雇傭成本。咨詢公司PwC和Benchmark投資人提出了一個新的觀點“未來的AI產(chǎn)品很有可能演變?yōu)榘凑战Y(jié)果付費”,“Sell work, not software(售賣結(jié)果,而非軟件)”。

例如服務(wù)人身意外傷害律師的AI助手EvenUp,B輪融資5050萬美元,幫助人身傷害律師為客戶準(zhǔn)備索賠文件,例如案件摘要、醫(yī)療費用(包括誤工費)估算等。

圖源:EvenUp

如果EvenUp采用的是SaaS銷售思維,它的產(chǎn)品形式可能是為人身傷害律師提供一款軟件,例如在準(zhǔn)備文件流程的某個環(huán)節(jié)使用AI生成工具,訂閱收費,但這樣一來,EvenUp期望的是客戶為提升的效率付費(難以衡量且有限)。

相反,EvenUp選擇了銷售“Work Product”,即整個索賠文件資料。這樣,EvenUp的定價參考的是律所使用外包團(tuán)隊撰寫這樣一份資料的成本,因為EvenUp可以完全取代這樣的人力勞動。從這個角度,Benchmark的投資人認(rèn)為凡是需要外包團(tuán)隊的工作,都有可能由AI產(chǎn)品取代,因為這樣的工作普遍意味著枯燥、重復(fù)和基礎(chǔ)。

不過,有關(guān)AI的一切仍在瘋狂的進(jìn)化中,創(chuàng)業(yè)者和投資人對此有無限的想象,也是因為這些想象,AI創(chuàng)業(yè)不可避免的陷入狂熱和泡沫中。

反思2023年的AI投資,Khosla Ventures創(chuàng)始人認(rèn)為AI創(chuàng)業(yè)投資過熱了?!翱紤]到目前的炒作,AI初創(chuàng)公司的估值過高,未來可能只有少數(shù)幾家能存活下來”。

YC合伙人也發(fā)現(xiàn)去年很多人陷入“Checkbox”心態(tài),因為看到其他人在創(chuàng)業(yè)或者布局AI戰(zhàn)略,所以也要跟著做,他認(rèn)為這種心態(tài)很容易使人陷入“Tarpit ideas”陷阱,即看起來有前景但是坑的方向。

并且,去年的環(huán)境加劇了陷入“Tarpit ideas”的概率,因為人人都想布局AI戰(zhàn)略,一些AI Copilot概念產(chǎn)品可能很容易吸引用戶試用、甚至轉(zhuǎn)化一定的付費用戶,但他們可能只是認(rèn)為自己需要,還沒搞清楚到底需要AI干啥?!昂芏郃I應(yīng)用并沒有找到 PMF,它們似乎獲得了一些traction(業(yè)績),但當(dāng)我們仔細(xì)探究時,有人真正在使用嗎?實際用例是什么?創(chuàng)始人一頭霧水?!?/p>

AGI確實展示出無限的潛力,但回歸現(xiàn)實,AI真正的應(yīng)用和效益可能還沒實現(xiàn)。摩根斯坦利的AI助手并未被財富經(jīng)理采用,因為客戶想跟真人交流。試圖用AI撰寫的文章取代記者的新聞業(yè)務(wù)難以進(jìn)行,因為這些文章是錯誤的或無用的。

OpenAI的COO Brad Lightcap也不得不出來讓大家冷靜下,他告訴CNBC記者,人工智能無法大幅降低成本,也無法讓陷入困境的公司恢復(fù)增長。

在AI應(yīng)用高速發(fā)展、野蠻生長的階段,有許多看不清、回答不了的問題。超級個人投資者Elad Gil最近在博客中表示,“在大多數(shù)市場中,時間越久,事情越清晰。而在生成式AI領(lǐng)域,情況恰恰相反。時間越久,我就越不覺得自己真的懂了。

YC CEO Garry Tan也承認(rèn)現(xiàn)在很難確定的說有哪些方向一定會成為AI “Tarpit ideas”。

Garry Tan | 圖源:The Information

但相信有一點是硅谷投資人的共識,一位a16z合伙人曾表示,消費類人工智能應(yīng)用將通過圍繞獨特的使用案例提供最佳用戶體驗而實現(xiàn)突圍,而不是僅僅依靠模型性能。LLM可以成為差異化的源泉,可能會提供先發(fā)優(yōu)勢,但網(wǎng)絡(luò)效應(yīng)、高轉(zhuǎn)換成本、規(guī)模和品牌等老式護(hù)城河仍將是長期取勝之道。

2020~2022,在生成式AI熱潮之前我們經(jīng)歷了元宇宙和加密數(shù)字貨幣浪潮,泡沫很快刺破。很難說,AI熱潮不會步入前者后塵。但每次泡沫破裂之后,總會有真正的信道者堅守,默默推動技術(shù)進(jìn)步。

正如OpenAI CEO 山姆·奧特曼所言:”AGI正在來臨,但它對世界的改變可能并沒有我們想象的那么多。”

但我們相信不論如何演變,尋找真實用例、打造可持續(xù)的商業(yè)模式的本質(zhì)是不會改變的。

作者:硅兔君

來源公眾號:硅兔賽跑(ID:sv_race),10萬創(chuàng)投人都關(guān)注的創(chuàng)新媒體,坐標(biāo)硅谷。

本文由人人都是產(chǎn)品經(jīng)理合作媒體 @硅兔賽跑 授權(quán)發(fā)布,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Pixabay,基于CC0協(xié)議

該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!