AIG:大模型混沌期:大佬热衷论道,创业者加速狂奔_RAS

激进与保守

激进与保守之间是一场认知的挑战赛。

“在硅谷,关于大模型、生成式AI的话题,没有投或不投的讨论,只有投哪个赛道,投哪个项目的讨论。”一位硅谷投资人向「钛媒体创投家」表示。

硅谷的疯狂印证在数字上。据PitchBook数据显示,GPT-3发布两年多以来,风投资本对AIGC的投资增长了400%以上,2022年投资圈向生成式AI公司共投入13.7亿美元,几乎达到了过去5年的总和,今年甚至达到了惊人的21亿美元。

目光转回国内,大模型狂奔的200多天,矛盾认知讨论的声音大过于实际落地进展。

手握真金白银的风险投资者们,一派跃跃欲试,押注大模型、AIGC;一派则是表示“让子弹再飞一会儿”。

「钛媒体创投家」了解到,跃跃欲试派,要么是真有钱,手握充足子弹的,实力派系投资机构;要么是长期钻研技术、深刻了解技术变量、技术突破的实干派系投资机构,终于等来这一次“逆风翻盘”的机会。

“让子弹再飞一会儿的,一是没钱,二是此前并没有技术领域的积累,现在还在努力学习和研究大模型的底层架构和趋势。”一位基金合伙人对「钛媒体创投家」表示,“说白了,投资机构也怕被创业者割韭菜。”

“这是一场认知的竞赛,对大模型有怎样的认知,就会投出什么样子的项目。”在阿尔法公社创始合伙人&CEO许四清看来。

大模型的认知矛盾并不只集中在个体身上。当投资人、创业者、需求方都存在认知偏差的时候,对于大模型的“激进与保守”,就成了大多数玩家的普遍状态。

连续创业者猎豹移动CEO傅盛,在朋友圈怼金沙江创业投资基金主管合伙人朱啸虎“硅谷一半的创业企业都围绕ChatGPT开始了,我们的投资人还能这么无知者无畏。”

叱咤一级市场多年的朱啸虎回应,“99%的价值都是GPT创造的,这样的创业公司有什么价值。”

乍一看没有对错,只是立场不同。大佬级的创业者们纷纷下场,撸袖子开干,从王慧文的光年之外,到带着5000万美金启动资金入场大模型的王小川,再到阿里框架大神贾扬清,离职投身AI。心怀梦想的创业者,像抓到第二波互联网创业浪潮般兴奋不已。

二级市场的人工智能概念股亦是一路狂飙。从元旦到今年6月底,人工智能指数(884201)涨幅就接近了70%。但是,美国银行策略师迈克尔·哈特内特却将本轮人工智能上涨称为“婴儿泡沫”,并警告称这一泡沫可能正在破裂。

真正用过AI产品的人其实并不多,最近摩根士丹利做了一个2000多人的调研,结果竟然是有80%的人没有用过ChatGPT或是谷歌的Bard。

激进、共识、保守、泡沫、陌生感多重矛盾,裹挟着这场“科技革命”。其中的机会是在AGI、垂直模型、基础设施层,还是应用层?

一群极客的创业并没有过多地思考,而是直接接入ChatGPT开始探索商业化。

谁在“脚投票”AI

用户是检验产品的最好方式,价值与否,用户会选择“用脚”投票。

跨境电商、视频创作、会议记录等场景,成为ChatGPT的首批提效阵地。

「钛媒体创投家」了解到,跨境无界生态链从去年12月,就开始用ChatGPT提升产品页面的上架效率,研究后发现,ChatGPT可以实现批量化的产品页制作,生成后可达到直接上店铺的标准。

创始人钱大柱表示:“原先一组四五个人花一天干完的工作,现在只要一个ChatGPT的输出者,一个小时就能把这些工作全都做好,多出来的时间可以做更多的事情。”

在GPT-4上线识图功能后,通过网址端引入一张产品图片让GPT-4分析图片、对产品的卖点进行描述和提炼,输入提示词,要求模仿成符合亚马逊买家喜好的表达方式,一次生成8个不同版本,这就意味着,8个店铺同时上线一款产品,且不会被亚马逊后台识别出关联性,每个店铺能够获得同等流量计算,对业绩提升起到巨大帮助。

“电商的门槛其实并不高,所以想要拉开与同类跨境商家之间的距离,要么靠跑的速度,要么靠新的技术。”钱大柱表示。

技术流出来的ShulexVOC创始人郭辰璐,亦是ChatGPT的践行者。ShulexVOC是帮助卖家快速分析产品的优缺点,购买动因,用户期望及使用场景的一款插件,在Amazon和Shpfiy平台都可以使用。底层逻辑是ChatGPT的算法加自研小模型,把用户的评论、照片通过自然语言处理,再把标签提取出来变成文本,最后对应到商品进行分析,目前已有3万多用户。

“很多跨境商家的优势是供应链能力,他们对于数字化提效产品应用的能力是欠缺的,而且除了平台自主提供的,他们也很少主动去寻找此类型的产品,但是这些产品着实可以帮助卖家提升选品、优化品类的能力,从而提升销售业绩。”亚马逊的产品经理表示。

前不久,Adobe首席技术官AbhayParasnis创立的人工智能营销工具Typeface,帮助企业完成博客文章、Instagram帖子、LinkedIn主页和公司官网等平台营销内容的生成,Parasnis将它称之为“10倍内容工厂”。

深扒底层逻辑是应用StableDiffusion和OpenAI的数据,加上自研多模态生成式流程创新营销产品。成立一年多获得2轮融资,总融资额达到1.65亿美元,投资方包括SalesforceVentures、GV、MenloVentures和M12,投后估值达到10亿美元,并获得了谷歌、微软签订了商业合同。

“借助大模型做浅表层应用或者产品驱动型的应用,不管ToB还是TOC都有非常多的机会,”阿尔法公社创始合伙人&CEO许四清向「钛媒体创投家」表示。

自媒体创作人也受益人之一,一位自媒体创作人在与「钛媒体创投家」聊天时表示,长篇的文字内容转成短视频内容一直是他的困扰,直到使用了ChatGPT内容总结概括功能,1分钟生成短视频脚本,再配合剪映的智能生成视频工具,让团队制作视频速度提升了5倍以上。

“把全文粘贴进去,要求ChatGPT生成一篇600字的视频脚本文案,1分钟就能拿到结果,再修订一个开头就可以使用了,视频也是同样的方式,以前做一个视频要3天,现在1天最起码能完成5-8个视频。”这位自媒体人向「钛媒体创投家」炫耀着他的提效神器。

正如经纬张颖,在混沌学园的发言,他认为,AI早期决胜的关键是敢于从ToC场景里寻求突破,因为C端能带来的数据飞轮效应。

场景优先、数据为王,模型本身不是用户需要的,用户需要的是符合客户预期和提升商业化收益的产品。光有大模型没有应用场景,就好比拿着锤子找钉子,工具好没地方使。如何将AI模型的能力渗透进入场景是一件值得深度投入的事情,正如APP时代,美团、滴滴、携程帮助我们便利生活一样。

在狂热的平台级或颠覆性的大机会之间,逐渐涌现出、现实的零零散散的小机会。

“吞金兽”,没有商业模式

大模型的出现,让大家集体进入一场“无导航”模式的探索之中。

“OpenAI在训练ChatGPT的时候,可能也没有想到它会震撼所有人,可能也没有想清楚它如何商业化,就是觉得应该有更新的技术探索。”硅谷徐老师在一次公开活动上表示。

“大模型目前没有商业模式,烧得起钱、等得起生态搭建,就投大模型。”一位业内资深投资人向「钛媒体创投家」表示。

大模型到底有多烧钱,据TheInformation媒体报道,三位了解OpenAI财务状况的人士透露,由于去年开发ChatGPT并从谷歌招聘关键员工,OpenAI的亏损大约翻了一番,达到5.4亿美元左右。

上述知情人士还透露,OpenAI首席执行官SamAltman曾私下暗示,公司可能会在未来几年筹集至多1000亿美元资金,以进一步开发人工智能的能力。

盈利却一般般,上述OpenAI财务知情人士中的2名透露,2022年OpenAI的收入仅有2800万美元,主要来自向应用程序开发商出售其人工智能软件的访问权限,这一收入水平,仅为微软去年全年营收的0.14‰。

在盈利微薄的情况之下,7月7日OpenAI在抢占生态位上又出一个杀手锏策略,其官方发布GPT-4API全面开放使用,现所有付费API用户都可直接访问8K上下文的GPT-4,无需任何等待。

“吞金”的大模型如何商业化,横亘在发展与现实之间,没有成熟的参照模式,中国大模型的盈利模式也是“摸着石头过河”。

许四清表示,这次和上一代中国互联网企业形成的时候,生态格局会有很大的变化,当时各个大厂把持一个战略方向,占领某个领域,比如百度做搜索,腾讯做游戏、社区和即时通信,阿里做电商,字节做互联网新媒体的社群和广告,分别在各自的领域里独树一帜。

在他看来,这一轮的情况变了,各大厂直接做垂直领域的可能性不大,基本是基于大语言模型快速占领,自己想占领的领域,建立生态环境,由此打造一个大的新一代平台,因为AIGC技术突破决定了很多产业格局会重构,所以我认为大厂会在积极的建立自己的生态环境上面下工夫,这是竞争的焦点。

“只有抢占了生态环境,才能够抢占最多的受众群体,和建立更广阔的边界,这个是中国企业以前比较少面对的机会。”许四清说道。

“AI浪潮在这个阶段,一定是技术驱动为先和定义产品为重的。未来的应用与模型能力结合更紧密,所以对模型的理解与差距,会决定产品与用户体验,有技术创新基因和能力的小团队,必须拼命奔跑。“在经纬张颖看来。

“AI基础设施本质上还是算力、算法、数据三位一体的东西,最后谁能将三者能力整合得好,提供更低成本、更低门槛的能力才是决定整个竞争最重要的点,但目前依旧属于混沌阶段。”在常垒资本创始管理合伙人石矛看来。

“在直接生成结果上,如果要商业化、产品化,我们认为还是有很长的路要走的。”国家语音创新中心首席专家张熠天在2023年华映资本的年会上表示。

从长远看,新兴技术的产业发展,本质是靠业务需求的驱动,企业究竟是否需要大模型,这其中必然包含多重因素。

最后

成也数据,败也数据。

“以ChatGPT发展的速度来看,做场景早晚会被替代,所以回归到ChatGPT的底层逻辑是数据,独一无二的、深度价值的数据谁都替代不了。”在Shulex郭辰璐看来。

可是数据一旦接受了训练,就不可能“取消训练”或删除或移除数据。对于很多公司来说,竞争的护城河是数据,他们不希望任何人免费抓取数据,比如严肃的医疗、法律行业。

在创新与数据安全之间如何寻求一个平衡,还是坚守小样本训练加大模型,还是依附于大模型,没有标准答案。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

区块博客

[0:15ms0-4:379ms