OpenAI Shyamal：AI新歷史階段下，初創(chuàng)企業(yè)幾十年來(lái)首次有機(jī)會(huì)打破現(xiàn)有企業(yè)格局

激石Pepperstone(http://xcvvvm.com/)報(bào)道：

本篇內(nèi)容來(lái)自O(shè)penAI Applied AI 團(tuán)隊(duì)的?Shyamal Hitesh Anadkat 的最新博客，Shyamal 目前在@OpenAI 負(fù)責(zé)不同的應(yīng)用的市場(chǎng)推廣策略，如ChatGPT、Dalle?。

今年以來(lái)，已經(jīng)刷了太多 OpenAI 首席幾大護(hù)法的訪(fǎng)談與分享，這回不如接接地氣，讓這位年輕印度小哥 Shyamal 帶我們從 OpenAI?POV 視角，感受?AI 行業(yè)的真正變化與真實(shí)洞察，全文內(nèi)容分 6 節(jié)，如下：

1. 前言；

2. AI 原生 vs AI 賦能；

3. 基礎(chǔ)設(shè)施、工具和技術(shù)；

4. 應(yīng)用、影響和垂直領(lǐng)域；

5. 創(chuàng)始人的AI-IMPACT框架；

6. 對(duì)于初創(chuàng)企業(yè)的機(jī)會(huì)；

原文鏈接：https://shyamal.me/blog/frontiers-startups-2023+

Shyamal 的前言

過(guò)去一年變得異常激動(dòng)人心又有成就感。激動(dòng)人心是因?yàn)?AI 的快速發(fā)展，讓人感到異常驚奇；而成就感則來(lái)自于人們對(duì)語(yǔ)言用戶(hù)界面的熱愛(ài)以及社區(qū)對(duì) AI 與人類(lèi)共同創(chuàng)作的支持。ChatGPT給很多人帶來(lái)了一種激動(dòng)人心的感覺(jué)，就像他們第一次玩電腦時(shí)那種刺激。我聽(tīng)朋友說(shuō)過(guò)：“他們感覺(jué)自己就像第一次來(lái)公園玩一樣，嘗試新鮮事物，一玩完一個(gè)就迫不及待地跳到下一個(gè)項(xiàng)目?！?/p>

到目前為止， AI 帶來(lái)了更多好處，我們也更加明白了錯(cuò)位的重要性和嚴(yán)重性。2022/3年是人類(lèi)與人類(lèi)共同構(gòu)建未來(lái)的重要里程碑。

ChatGPT已經(jīng)變得不可或缺， AI 以及支持它的相關(guān)領(lǐng)域也成為發(fā)展社會(huì)和系統(tǒng)的關(guān)鍵組成部分?；A(chǔ)模型正在變得多模態(tài)、更有能力、更加協(xié)調(diào)和更加安全——gpt4可能是人類(lèi)迄今為止最復(fù)雜的軟件。技術(shù)正在突破邊界，簡(jiǎn)化我們對(duì)互聯(lián)網(wǎng)的復(fù)雜性以及人類(lèi)推理和思考的理解。

傳統(tǒng)軟件曾主宰世界，而 AI ，特別是生成式 AI ，正在主宰軟件，推動(dòng)著創(chuàng)新浪潮，重塑我們與技術(shù)互動(dòng)的方式，重新定義創(chuàng)造力和智能的本質(zhì)。

AI 不僅是一項(xiàng)具有顛覆性的前沿技術(shù)，更是每個(gè)人都想要的一種工具，我們必須加以利用、引導(dǎo)和建立防護(hù)措施。重要的是要指出， AI 非常令人興奮，其潛力似乎無(wú)限，但我們不能忽視 AI 錯(cuò)位的風(fēng)險(xiǎn)，我們每個(gè)人都有責(zé)任確保這項(xiàng)技術(shù)體現(xiàn)我們共同的價(jià)值觀(guān)和倫理這是一段激動(dòng)人心的旅程，但安全必須是不可讓步的首要任務(wù)。

讓我們探索一些關(guān)鍵領(lǐng)域取得的進(jìn)展以及決定初創(chuàng)公司成功的因素。請(qǐng)注意，由于現(xiàn)在仍然是早期階段，很難預(yù)測(cè)未來(lái)，所以請(qǐng)謹(jǐn)慎對(duì)待本文中的任何推測(cè)。

AI 原生 vs AI 賦能

AI的最重要的發(fā)展之一就是新的交互范式和能力的出現(xiàn)，這導(dǎo)致了許多“AI x ...”類(lèi)的項(xiàng)目的出現(xiàn)，比如AI x 律師、AI x 導(dǎo)師、AI x 保險(xiǎn)核保員、AI x 教練等等。全球各地的許多團(tuán)隊(duì)正在追求這些激進(jìn)的想法，只是時(shí)間問(wèn)題，其中一些項(xiàng)目將變得家喻戶(hù)曉。

最有用的生成式 AI 應(yīng)用程序出現(xiàn)在驗(yàn)證一個(gè)生成的成果的準(zhǔn)確性、質(zhì)量和完整性所需的時(shí)間和精力顯著少于最初創(chuàng)建它的時(shí)間和精力的領(lǐng)域。

例如，一個(gè)會(huì)計(jì)師可以在短時(shí)間內(nèi)驗(yàn)證一個(gè)個(gè)人稅務(wù)申報(bào)表，而不是從頭開(kāi)始創(chuàng)建一個(gè)。隨著時(shí)間的推移，這種分配可能會(huì)向另一個(gè)方向轉(zhuǎn)變（我們將越來(lái)越難以驗(yàn)證由 AI 生成的成果，包括新的科學(xué)研究）。

隨著我們需求層次的發(fā)展，旨在簡(jiǎn)化的技術(shù)抽象也在不斷進(jìn)步。AI-enabled（AI增強(qiáng)型）的體驗(yàn)將AI引入人們現(xiàn)有的工作流程和工具中。

與此同時(shí)，AI-native（原生AI）的初創(chuàng)公司從AI優(yōu)先的原則出發(fā)，通過(guò)自然語(yǔ)言重新定義與每個(gè)軟件的交互，關(guān)注的是工作本身，而無(wú)需用戶(hù)擔(dān)心與特定工具和用戶(hù)界面的復(fù)雜性。語(yǔ)言是最高級(jí)別的抽象，也可能是我們與人類(lèi)和機(jī)器交流的最有效方式，至少在我們找到神經(jīng)界面之前是這樣。

我們希望能有一個(gè)友好的助手，能夠像我們一樣體驗(yàn)世界，幫助我們實(shí)現(xiàn)目標(biāo)，規(guī)劃我們的一天，自動(dòng)化知識(shí)工作，為企業(yè)提供強(qiáng)大支持，幫助人類(lèi)解決癌癥和太空探索等問(wèn)題，增強(qiáng)我們的優(yōu)勢(shì)，并讓我們更加幸福。ChatGPT和插件模式是少數(shù)幾個(gè)能夠以規(guī)模幫助人類(lèi)進(jìn)步的顛覆性技術(shù)之一，它體現(xiàn)了這一趨勢(shì)。

這些技術(shù)繼續(xù)推動(dòng)我們所能取得的成就的邊界，成為各種創(chuàng)造性和推理任務(wù)的乘數(shù)效應(yīng)。此外，提高我們的學(xué)習(xí)、溝通和創(chuàng)造能力將對(duì)我們的生活和工作產(chǎn)生深遠(yuǎn)的影響。

應(yīng)用層正致力于自動(dòng)化高度重復(fù)的任務(wù)和/或增強(qiáng)與人類(lèi)合作的能力，B2B初創(chuàng)公司正努力將AI引入業(yè)務(wù)工作流程，采用差異化的用戶(hù)體驗(yàn)、自然語(yǔ)言界面和處理大規(guī)模非結(jié)構(gòu)化數(shù)據(jù)的新方法。

隨著這一領(lǐng)域的成熟，我們正在見(jiàn)證像NotionAI這樣的AI-enabled產(chǎn)品的采用，這些產(chǎn)品將基礎(chǔ)模型集成到現(xiàn)有的工作流程和產(chǎn)品中，以及像Descript這樣重新設(shè)想視頻編輯和內(nèi)容創(chuàng)作的AI-native平臺(tái)。基于AI的個(gè)人助手簡(jiǎn)化了消費(fèi)者的交互層，使他們能夠使用自然語(yǔ)言完成目標(biāo)驅(qū)動(dòng)的任務(wù)。

AI的價(jià)值不僅在于生成更高質(zhì)量的內(nèi)容，還在于能夠從大量的信息中提取有意義的信號(hào)并減少信息過(guò)載。通過(guò)從噪音中提取有意義的信號(hào)，AI變得不可或缺。

基礎(chǔ)設(shè)施、工具和技術(shù)

在基礎(chǔ)設(shè)施和工具層面，我們正在看到一個(gè)堆棧的出現(xiàn)——新的基本組件和LLMOps平臺(tái)降低了進(jìn)入門(mén)檻，并加速了大規(guī)模創(chuàng)建LLM應(yīng)用程序的過(guò)程。

Langchain成為這個(gè)堆棧中的重要組成部分，它使構(gòu)建數(shù)據(jù)感知和代理式LLM應(yīng)用程序更加容易，并簡(jiǎn)化了部署過(guò)程。Portkey正在構(gòu)建一個(gè)監(jiān)控、模型管理等方面的LMOps堆棧，而Vellum正在開(kāi)發(fā)一個(gè)用于LLM應(yīng)用程序的開(kāi)發(fā)平臺(tái)。像AirOps這樣的公司正在創(chuàng)建允許企業(yè)以結(jié)構(gòu)化、可預(yù)測(cè)的方式將 AI 應(yīng)用于工作流程的平臺(tái)，這些平臺(tái)可以根據(jù)特定的業(yè)務(wù)環(huán)境進(jìn)行定制。

向量數(shù)據(jù)庫(kù)正成為堆棧的關(guān)鍵組成部分，因?yàn)榍度胂蛄繛闃?gòu)建具有檢索和搜索功能的LLM應(yīng)用程序提供了動(dòng)力。Weaviate是一家正在構(gòu)建開(kāi)源AI原生向量數(shù)據(jù)庫(kù)的公司。我們很可能會(huì)看到一系列平臺(tái)的出現(xiàn)，旨在幫助追蹤和評(píng)估LLM工作流程，減少幻覺(jué)，使模型更易控制，簡(jiǎn)化數(shù)據(jù)安全，并提供能夠?yàn)榛贏I的應(yīng)用程序提供倫理準(zhǔn)備和完整性的工具。

LLMOps仍處于初級(jí)階段，大致分為以下幾個(gè)類(lèi)別：

• 提示管理和評(píng)估（提示工程、審核、跟蹤、A/B測(cè)試、提示鏈接、調(diào)試提示、評(píng)估等）。這還包括跨多個(gè)基礎(chǔ)模型提供商進(jìn)行提示鏈接；

• 無(wú)代碼/低代碼微調(diào)/嵌入管理（包括用于在特定數(shù)據(jù)集上重新訓(xùn)練通用模型的工具，標(biāo)記、清洗等）

• 代理集成/基于行動(dòng)的LLM決策，執(zhí)行行動(dòng)，目標(biāo)規(guī)劃，與外部世界接口等；

• 分析/可觀(guān)察性——成本、延遲、速率限制管理、可解釋性等。在這個(gè)領(lǐng)域的開(kāi)源項(xiàng)目應(yīng)該至少要考慮兩次產(chǎn)品市場(chǎng)適應(yīng)性——首先是為了在項(xiàng)目周?chē)鷦?chuàng)造價(jià)值和社區(qū)，其次是在將業(yè)務(wù)與之結(jié)合時(shí)。創(chuàng)建一個(gè)可靠和適應(yīng)性強(qiáng)的基礎(chǔ)設(shè)施和工具層將幫助我們?yōu)楦嘤脩?hù)和應(yīng)用釋放LLM的潛力和價(jià)值。

就像半導(dǎo)體芯片經(jīng)歷了商品化過(guò)程一樣，基礎(chǔ)模型（OpenAI、Anthropic等）現(xiàn)在也走上了類(lèi)似的道路。由于創(chuàng)新的不懈推進(jìn)，當(dāng)今的前沿LLM很快就會(huì)成為明天的標(biāo)準(zhǔn)，價(jià)值焦點(diǎn)從簡(jiǎn)單的擁有轉(zhuǎn)向了獨(dú)特的應(yīng)用、定制和整合。

因此，競(jìng)爭(zhēng)力不是來(lái)自技術(shù)的獲取，而是來(lái)自創(chuàng)新和應(yīng)用。開(kāi)源和專(zhuān)有的LLM在這個(gè)不斷演變的范式中都有各自的角色，企業(yè)需要根據(jù)其獨(dú)特的權(quán)衡平衡來(lái)做出選擇，包括安全性、安全性、許可、微調(diào)、性能、成本、延遲和能力等方面。

基于開(kāi)源基礎(chǔ)模型可能會(huì)落后于幾代，主要是由于計(jì)算能力、資金、數(shù)據(jù)和對(duì)齊進(jìn)展等方面的限制，但它們對(duì)于一些業(yè)務(wù)工作流程來(lái)說(shuō)仍然是至關(guān)重要的。對(duì)更多數(shù)據(jù)進(jìn)行訓(xùn)練以訓(xùn)練更小的模型已經(jīng)顯示出一定的成功，某些基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)于較大的模型。

此外，使這類(lèi)模型更易訪(fǎng)問(wèn)的目標(biāo)也取得了一定的成功，例如Meta的LLaMa和斯坦福大學(xué)的Alpaca模型可供研究人員甚至愛(ài)好者訓(xùn)練和運(yùn)行?？傮w而言，對(duì)于利用生成式 AI 模型的構(gòu)建者來(lái)說(shuō)，重點(diǎn)應(yīng)該放在領(lǐng)域?qū)I(yè)化和構(gòu)建用戶(hù)喜愛(ài)的產(chǎn)品上，而不是關(guān)注底層技術(shù)。

為了彌合基礎(chǔ)模型與其實(shí)際應(yīng)用之間的鴻溝，邊緣計(jì)算成為部署這些模型、推動(dòng) AI 創(chuàng)新進(jìn)入新領(lǐng)域的強(qiáng)大平臺(tái)。

今年早些時(shí)候，高通 AI 研究成功地通過(guò)全棧AI優(yōu)化在邊緣設(shè)備上部署了一個(gè)流行的10億+參數(shù)的基礎(chǔ)模型（穩(wěn)定擴(kuò)散）。邊緣 AI 由于其實(shí)時(shí)數(shù)據(jù)處理能力、改善隱私和增強(qiáng)安全性的能力而變得至關(guān)重要。由于設(shè)備普及了大量傳感器產(chǎn)生的海量數(shù)據(jù)，邊緣 AI 在各個(gè)垂直領(lǐng)域的重要性日益凸顯。基礎(chǔ)模型的復(fù)雜性和資源需求給邊緣設(shè)備上的部署帶來(lái)了挑戰(zhàn)。

為了應(yīng)對(duì)這一挑戰(zhàn)，重點(diǎn)將轉(zhuǎn)向?qū)Ｓ糜布?、?yōu)化技術(shù)和神經(jīng)處理器架構(gòu)。能夠在邊緣/設(shè)備上運(yùn)行經(jīng)過(guò)優(yōu)化的基礎(chǔ)模型將開(kāi)啟無(wú)限的可能性。為了應(yīng)對(duì)這些新需求，BrainChip提供了創(chuàng)新的解決方案，如Akida處理器，這是一種用于邊緣 AI 的先進(jìn)神經(jīng)處理系統(tǒng)。了解和評(píng)估邊緣 AI 技術(shù)對(duì)于克服部署挑戰(zhàn)并探索新潛力至關(guān)重要。

應(yīng)用、影響和垂直領(lǐng)域

技術(shù)的融合是真實(shí)存在的，我們正處在降低創(chuàng)造力和智能邊際成本的邊緣，發(fā)生了很多變化。在企業(yè)堆棧層面上，我們看到了利用生成式 AI 在市場(chǎng)營(yíng)銷(xiāo)、銷(xiāo)售、生產(chǎn)力、安全性、客戶(hù)支持等方面加速增長(zhǎng)的趨勢(shì)。

隨著語(yǔ)言模型在推理、事實(shí)性和可控性方面的不斷提升，我們自然而然地看到它們?cè)诜?、醫(yī)療保健、教育、建筑、氣候和創(chuàng)意領(lǐng)域等多個(gè)垂直領(lǐng)域得到采用。讓我們從影響最大的領(lǐng)域開(kāi)始。

1）教育

例如，在教育領(lǐng)域，可汗學(xué)院利用GPT-4驅(qū)動(dòng)Khanmigo，這是一個(gè)為學(xué)生提供虛擬輔導(dǎo)員和教師助手功能的AI助手。

AI 有潛力為地球上每一個(gè)學(xué)生提供個(gè)性化、低成本的輔導(dǎo)，這讓我感到非常激動(dòng)。通過(guò)課程重新設(shè)計(jì)、意識(shí)提高和gptzero等工具，我們正在更好地解決關(guān)于LLM在課堂上抄襲的擔(dān)憂(yōu)，例如，紐約市公立學(xué)校最近撤銷(xiāo)了對(duì)ChatGPT的禁令，因?yàn)樗麄円庾R(shí)到并接受了它在教師和學(xué)生中的潛力；它是一個(gè)偉大的頭腦風(fēng)暴和創(chuàng)造力的伙伴。

2）醫(yī)療

在人機(jī)協(xié)作的醫(yī)療保健領(lǐng)域，將重新定義。例如，Ambience的AutoScribe全面捕捉每個(gè)患者的細(xì)節(jié)，不需要虛擬或現(xiàn)場(chǎng)人工記錄員。Glass Health是該領(lǐng)域的另一家初創(chuàng)公司，正在為臨床醫(yī)生構(gòu)建一個(gè)人機(jī)協(xié)作的決策平臺(tái)。他們的平臺(tái)將LLM與由臨床醫(yī)生創(chuàng)建和維護(hù)的臨床知識(shí)數(shù)據(jù)庫(kù)相結(jié)合，生成DDx和臨床計(jì)劃的輸出。這兩個(gè)平臺(tái)使醫(yī)生能夠花更多時(shí)間與患者交流，并自動(dòng)化單調(diào)的行政工作。

我們還看到了基礎(chǔ)層面的機(jī)會(huì)——Hippocratic AI正在為醫(yī)療保健構(gòu)建一個(gè)以安全為重點(diǎn)的LLM，該模型在114項(xiàng)醫(yī)療保健考試和認(rèn)證中超過(guò)了GPT-4的105項(xiàng)。心理健康正變得更加民主化和易于獲得。

全球心理健康狀況下降，以極低成本提供高效個(gè)性化的心理健康服務(wù)從未如此具有挑戰(zhàn)性。Kai.ai正在構(gòu)建一個(gè)AI健康伴侶，幫助您感到更快樂(lè)、更平靜，并成為最好的自己。

照料他人是另一個(gè)領(lǐng)域，AI驅(qū)動(dòng)的解決方案如ChatGPT具有民主化和革命化的潛力。通過(guò)將用戶(hù)連接到支持小組、經(jīng)濟(jì)援助和休息護(hù)理服務(wù)，ChatGPT可以改變照料他人的方式。例如，Milo（Converge公司）正在為父母構(gòu)建一個(gè)共同駕駛員，通過(guò)處理日常細(xì)節(jié)為忙碌的父母節(jié)省時(shí)間和精力：“通過(guò)將人與最新的LLM功能結(jié)合起來(lái)，我們能夠通過(guò)簡(jiǎn)單的對(duì)話(huà)短信界面有效地構(gòu)建一個(gè)用于詳細(xì)、高上下文和嘈雜任務(wù)的共同駕駛員?！?/p>

3）科研

在科學(xué)研究方面，進(jìn)展令人鼓舞。在藥物研發(fā)領(lǐng)域，我們已經(jīng)處于生成式 AI 的前沿，幫助加速新藥物的開(kāi)發(fā)并降低不良副作用的可能性。例如，E-Therapeutics正在利用LLM進(jìn)一步自動(dòng)化尋找新藥物靶點(diǎn)的探索，尤其是基因沉默方面。

此外，研究的方式也將發(fā)生變化——Ought正在構(gòu)建一個(gè)名為Elicit的AI研究助手，幫助自動(dòng)化研究工作流程。同時(shí)，我們正在建立更好的工具來(lái)評(píng)估性能良好的基礎(chǔ)模型提出的科學(xué)論斷。強(qiáng)大的評(píng)估框架和特定用例的評(píng)估是邁向這一目標(biāo)的一步。

4）客服

客戶(hù)服務(wù)和支持工程將逐漸轉(zhuǎn)向減少人為參與，使企業(yè)能夠更好地傾聽(tīng)客戶(hù)需求并以客戶(hù)為中心。舉個(gè)例子，Kapa正在為面向開(kāi)發(fā)者的產(chǎn)品構(gòu)建ChatGPT，通過(guò)學(xué)習(xí)開(kāi)發(fā)者文檔、教程、聊天記錄和GitHub問(wèn)題來(lái)自動(dòng)生成回答開(kāi)發(fā)者問(wèn)題的聊天機(jī)器人。

在基于行動(dòng)的客戶(hù)服務(wù)自動(dòng)化領(lǐng)域，Ada正在用LLM徹底改變客戶(hù)體驗(yàn)?！癆da已經(jīng)在使用GPT-3自動(dòng)化客戶(hù)意圖的培訓(xùn)，并將通過(guò)自動(dòng)構(gòu)建答案流程和內(nèi)容來(lái)進(jìn)一步推動(dòng)集成。Ada還在嘗試使用生成式 AI 來(lái)增強(qiáng)提供給機(jī)器人構(gòu)建者和現(xiàn)場(chǎng)代理人的對(duì)話(huà)洞察力。”Ada的解決引擎連接到業(yè)務(wù)系統(tǒng)，并采取行動(dòng)改善解決方案。

隨著我們向著“5級(jí)”客戶(hù)服務(wù)自動(dòng)化邁進(jìn)，我們的成功指標(biāo)和關(guān)注點(diǎn)應(yīng)更多地圍繞解決方案而不是轉(zhuǎn)接。此外，我相信這樣的系統(tǒng)將更好地理解復(fù)雜的意圖、連貫的回應(yīng)、代表用戶(hù)采取行動(dòng)、微調(diào)客戶(hù)數(shù)據(jù)、自動(dòng)化工作流程和內(nèi)容生成，并高效地與人類(lèi)進(jìn)行交互。

5）招聘

基礎(chǔ)模型使招聘和人力資源運(yùn)營(yíng)變得更加簡(jiǎn)單。Dover正在為其平臺(tái)開(kāi)發(fā)深度AI個(gè)性化和定制招聘解決方案。他們已經(jīng)構(gòu)建了一個(gè)招聘共同駕駛員的版本，簡(jiǎn)化了招聘流程。類(lèi)似的，像CoderPad這樣的代碼面試平臺(tái)也集成了AI聊天功能，旨在實(shí)現(xiàn)協(xié)作，允許候選人和面試官查看和與AI標(biāo)簽進(jìn)行交互。

6）編程

我們還在重新發(fā)明軟件工程的方式，重新定義和強(qiáng)化SDLC。五年前，想象一下代碼生成只需要這么簡(jiǎn)單是難以置信的。如今，我們有了像Copilot這樣的AI協(xié)作程序員，帶來(lái)了編程的樂(lè)趣，讓開(kāi)發(fā)者能夠保持專(zhuān)注，使開(kāi)發(fā)者滿(mǎn)意度提高60-75%。

我們還看到了自動(dòng)化代碼文檔的IDE插件，如Mintlify，以及用于單元測(cè)試的共同駕駛員Codium和用于搜索和理解大型代碼庫(kù)的Buildt。

Replit允許用戶(hù)直接從瀏覽器構(gòu)建、測(cè)試和部署代碼，而他們的多人游戲和幽靈寫(xiě)手功能增強(qiáng)了代碼協(xié)作。同時(shí)，

Cursor正在為程序員構(gòu)建一個(gè)AI本地IDE體驗(yàn)。Copilot的推廣推動(dòng)了開(kāi)發(fā)者生產(chǎn)力的提升。

7）其它垂域

在法律領(lǐng)域，像Harvey這樣的初創(chuàng)公司正在為律師構(gòu)建共同駕駛員，為他們的工作流程提供強(qiáng)大支持，并投資于建立在知識(shí)工作中建立信任的最佳實(shí)踐系統(tǒng)。隨著 AI 不斷改變法律行業(yè)，我們可能需要重新考慮圍繞按小時(shí)計(jì)費(fèi)的激勵(lì)結(jié)構(gòu)，因?yàn)殛P(guān)注點(diǎn)轉(zhuǎn)向創(chuàng)造過(guò)程和產(chǎn)生的價(jià)值。

系統(tǒng)集成商也受益于 AI 的進(jìn)展。像Distyl這樣的服務(wù)提供商正在出現(xiàn)，幫助企業(yè)提供定制的 AI 解決方案。

正如Ness為全球資本市場(chǎng)提供交易、風(fēng)險(xiǎn)和云服務(wù)一樣，服務(wù)提供商將致力于為在這些聯(lián)盟中取得成功的金融部門(mén)帶來(lái)生成式 AI 解決方案。

在國(guó)防領(lǐng)域，Scale AI與XVIII空降軍合作，將LLM首次部署到美國(guó)政府的保密網(wǎng)絡(luò)上。該公司的聯(lián)邦A(yù)I平臺(tái)Scale Donovan幫助運(yùn)營(yíng)人員、分析師和決策者在幾分鐘內(nèi)理解、規(guī)劃和行動(dòng)，而不是幾周。該平臺(tái)還利用來(lái)自人類(lèi)反饋的強(qiáng)化學(xué)習(xí)持續(xù)優(yōu)化技術(shù)，更好地支持任務(wù)目標(biāo)。

令人鼓舞的是，這種可及性已經(jīng)觸及了印度最偏遠(yuǎn)的城鎮(zhèn)和村莊：一個(gè)例子就是KissanAI為印度農(nóng)民構(gòu)建了一個(gè)助手，通過(guò)ASR和LLM API以及農(nóng)業(yè)專(zhuān)家知識(shí)為他們提供多語(yǔ)言聊天機(jī)器人，使他們能夠做出更明智的決策并優(yōu)化他們的經(jīng)營(yíng)。這個(gè)項(xiàng)目使國(guó)家農(nóng)業(yè)熱線(xiàn)得以擴(kuò)展，并得到了印度政府的支持。

8）消費(fèi)領(lǐng)域

類(lèi)似的助手和共同駕駛員式的交互范式正在內(nèi)容生成、游戲、購(gòu)物、旅行、金融、消費(fèi)品、醫(yī)療保健、客戶(hù)服務(wù)、語(yǔ)言學(xué)習(xí)等垂直領(lǐng)域中得到建設(shè)。這里只是提及一些我想到的例子（不一定是最好的）：

Jasper正在探索面向企業(yè)和平臺(tái)的發(fā)展方向，構(gòu)建一個(gè)可以為企業(yè)使用的寫(xiě)作助手的智能層。

在旅游領(lǐng)域，Navan已經(jīng)在他們的產(chǎn)品中整合了OpenAI和ChatGPT，利用他們的虛擬助手Ava來(lái)個(gè)性化推薦并增加旅行者的參與度。

在語(yǔ)言學(xué)習(xí)領(lǐng)域，Quazel正在利用LLM，押注于定期練習(xí)口語(yǔ)作為學(xué)習(xí)新語(yǔ)言的最簡(jiǎn)單方式。類(lèi)似地，Speak開(kāi)發(fā)了一系列內(nèi)容體驗(yàn)，允許學(xué)習(xí)者在英語(yǔ)對(duì)話(huà)中進(jìn)行練習(xí)，模擬日常場(chǎng)景和交互。

在消費(fèi)品領(lǐng)域，Turing Labs允許消費(fèi)品公司使用 AI 快速探索和評(píng)估配方理念，通過(guò)傳統(tǒng)流程比減少了數(shù)月的時(shí)間。

在游戲領(lǐng)域，Latitude正在構(gòu)建生成式 AI 游戲，利用生成式 AI 實(shí)時(shí)創(chuàng)建內(nèi)容，并允許開(kāi)發(fā)者創(chuàng)建更具吸引力和交互性的游戲體驗(yàn)。Unakin正在為游戲工作室構(gòu)建一個(gè)AI共同駕駛員。

生成模型的非確定性特性可以為游戲開(kāi)發(fā)者和玩家提供靈感。此外，AI與游戲的結(jié)合可以豐富非玩家角色（NPC）、開(kāi)發(fā)關(guān)卡、幫助管理游戲體驗(yàn)的復(fù)雜性和一致性、增強(qiáng)圖形效果，并創(chuàng)造強(qiáng)大的故事情節(jié)。

最后，在內(nèi)容創(chuàng)作方面，用戶(hù)更喜歡用戶(hù)生成的內(nèi)容來(lái)做出購(gòu)買(mǎi)決策。隨著功能更強(qiáng)大的生成式模型，創(chuàng)建個(gè)性化、高質(zhì)量的內(nèi)容的成本正在降低。人類(lèi)喜歡引人入勝的故事，像Tome這樣的初創(chuàng)公司讓每個(gè)人都能講一個(gè)引人入勝的故事。

這個(gè)年度的AI 50名單（由Sequoia可視化）只是對(duì)這些垂直領(lǐng)域和未來(lái)工作的一瞥。

創(chuàng)始人的AI-IMPACT框架

隨著對(duì)于利用LLM供應(yīng)商創(chuàng)建壁壘的疑慮漸漸消退，我們意識(shí)到平臺(tái)并不能保證平等。這就像游戲主機(jī)已經(jīng)存在幾十年了，但游戲開(kāi)發(fā)者仍然在競(jìng)相開(kāi)發(fā)最具沉浸感的游戲。這突顯了關(guān)注創(chuàng)業(yè)公司能帶來(lái)的獨(dú)特價(jià)值的重要性，而不是僅僅依賴(lài)于底層平臺(tái)。

顛覆和創(chuàng)新者的困境是不斷重復(fù)和無(wú)法否認(rèn)的現(xiàn)象，創(chuàng)業(yè)公司在探索這個(gè)新領(lǐng)域的復(fù)雜性中發(fā)揮著關(guān)鍵作用。處于這個(gè)領(lǐng)域的建設(shè)者們?cè)谠?xún)問(wèn)，在他們抵達(dá)這個(gè)拐點(diǎn)時(shí)需要記住哪些重要事項(xiàng)。

這里有一個(gè)希望更容易記住的框架：AI-IMPACT框架，我相信它將有助于引導(dǎo)建設(shè)者追求AI-enabled 和AI-native的產(chǎn)品，讓人們喜愛(ài)，快速交付并形成緊密的反饋循環(huán)，同時(shí)建立一個(gè)數(shù)據(jù)飛輪。以下是該框架的幾個(gè)要點(diǎn)：

1/ Authenticity 真實(shí)性：建立獨(dú)特的聲音和價(jià)值主張。專(zhuān)注于解決問(wèn)題的專(zhuān)業(yè)知識(shí)和解決方案，而不僅僅依賴(lài)底層平臺(tái)。真實(shí)性應(yīng)該來(lái)自問(wèn)題、數(shù)據(jù)和解決方案的獨(dú)特性，而不是基礎(chǔ)的基礎(chǔ)模型提供商。

2/ Interaction 互動(dòng)：設(shè)計(jì)直觀(guān)、無(wú)縫的語(yǔ)言用戶(hù)界面，符合用戶(hù)的使用習(xí)慣。隨著技術(shù)的發(fā)展，用戶(hù)界面可能會(huì)簡(jiǎn)化（例如自動(dòng)駕駛汽車(chē)）。設(shè)計(jì)讓人愉悅和信任的界面。

3/ Moonshots 野心目標(biāo)：追求具有改變行業(yè)和重新定義技術(shù)互動(dòng)潛力的雄心勃勃的變革性想法。旨在推出對(duì)生活有積極影響的高影響力產(chǎn)品和體驗(yàn)。

4/ Personalization 個(gè)性化：利用 AI 根據(jù)用戶(hù)的需求、偏好和目標(biāo)提供個(gè)性化的體驗(yàn)。通過(guò)基于數(shù)據(jù)驅(qū)動(dòng)的洞察力定制產(chǎn)品，提高相關(guān)性和參與度。

5/ Alignment 對(duì)齊性：確保應(yīng)用程序和系統(tǒng)與人類(lèi)的價(jià)值觀(guān)和道德相一致。優(yōu)先考慮安全、負(fù)責(zé)任的AI開(kāi)發(fā)以及技術(shù)和風(fēng)險(xiǎn)的透明度。在一開(kāi)始就設(shè)定用戶(hù)的期望，并通過(guò)人類(lèi)參與來(lái)管理風(fēng)險(xiǎn)。

6/ Commitment towards shipping 承諾交付：經(jīng)常并漸進(jìn)地交付，保持緊密的反饋循環(huán)。在快速發(fā)展的技術(shù)和不斷變化的用戶(hù)行為中保持敏捷和適應(yīng)性。以用戶(hù)的喜愛(ài)為目標(biāo)。

7/ Technology Convergence 技術(shù)融合：利用 AI 、虛擬現(xiàn)實(shí)、量子計(jì)算和邊緣計(jì)算等技術(shù)的融合，構(gòu)建能夠推動(dòng)可行性邊界并與用戶(hù)產(chǎn)生共鳴的以人為中心的解決方案，推動(dòng)行業(yè)的有意義變革。

對(duì)于初創(chuàng)企業(yè)的機(jī)會(huì)

通過(guò)了解客戶(hù)的問(wèn)題、轉(zhuǎn)變用戶(hù)行為，并保持對(duì)長(zhǎng)期愿景的敏銳關(guān)注，初創(chuàng)企業(yè)可以利用這股新的動(dòng)力來(lái)重塑世界、造福人類(lèi)。未來(lái)的總市場(chǎng)潛力巨大，如果你擁有真實(shí)的聲音，有很多方法可以獲勝。

高效團(tuán)隊(duì)、專(zhuān)注明確愿景并致力于目標(biāo)的高績(jī)效初創(chuàng)企業(yè)，獲勝的幾率更高。我與最好的創(chuàng)始人和團(tuán)隊(duì)合作時(shí)發(fā)現(xiàn)，他們對(duì)問(wèn)題充滿(mǎn)激情，具備較高的情商，不會(huì)無(wú)意識(shí)地基于他們的關(guān)聯(lián)行事，具備第二系統(tǒng)思維，靈活適應(yīng)，并且習(xí)慣于做出長(zhǎng)期的大賭注——考慮的是幾十年的時(shí)間，而不是幾天。

我們應(yīng)該鼓勵(lì)自己致力于那些潛在上漲空間遠(yuǎn)遠(yuǎn)大于被認(rèn)為真正下降空間的想法；選擇贏得勝利而不是賭博以避免損失。

互聯(lián)網(wǎng)給初創(chuàng)企業(yè)帶來(lái)了比現(xiàn)有企業(yè)更多的價(jià)值（如亞馬遜與書(shū)店之間的競(jìng)爭(zhēng)），移動(dòng)轉(zhuǎn)變?yōu)楝F(xiàn)有企業(yè)創(chuàng)造了新的商機(jī)，所以這并沒(méi)有帶來(lái)太大的轉(zhuǎn)變。但我相信，由于AI的能力、新的互動(dòng)范式和用戶(hù)行為的轉(zhuǎn)變，目前是幾十年來(lái)初創(chuàng)企業(yè)首次有機(jī)會(huì)打破現(xiàn)有企業(yè)的格局。

我認(rèn)識(shí)的每個(gè) AI 從業(yè)者都非常興奮，都在“構(gòu)建范式”中。為初創(chuàng)企業(yè)做好準(zhǔn)備吧。我們談?wù)摰氖欠浅Ｒ?guī)的國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)，足以支持普遍基本收入，提高人類(lèi)生活水平，保護(hù)我們的基本權(quán)利，延長(zhǎng)我們的壽命，使我們更加幸福和滿(mǎn)足。?????????