編者按：本文來(lái)自微信公眾號(hào) 硅兔賽跑（ID：sv_race），作者：硅兔君，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。
剛剛結(jié)束的GTC在科技圈刷了屏，英偉達(dá)已然成為現(xiàn)在科技界的中心。記得當(dāng)英偉達(dá)市值剛突破萬(wàn)億的時(shí)候就有人覺(jué)得達(dá)到了天花板，但是如果你了解英偉達(dá)在上一波AI浪潮中的增長(zhǎng)，你可能就會(huì)猜到它的的行情絕不會(huì)止步于此。
英偉達(dá)在上一個(gè)AI熱潮中上漲了5倍，在這一波AI周期中，股價(jià)幾乎像素級(jí)復(fù)刻了上一波的走勢(shì)。
如果能早一點(diǎn)認(rèn)識(shí)到GPU作為算力對(duì)深度學(xué)習(xí)的重要性的話，也許就不會(huì)錯(cuò)過(guò)或者低估英偉達(dá)了。
因此，我們今天的討論與AI周期有關(guān)，我們希望通過(guò)討論上一個(gè)AI周期的演變、成功或失敗案例，從中得到一些對(duì)當(dāng)前AI周期的啟發(fā)。而2024和2017則是這兩個(gè)AI周期非常關(guān)鍵的時(shí)間節(jié)點(diǎn)。
硅兔賽跑為此請(qǐng)來(lái)UpHonest Capital行業(yè)研究團(tuán)隊(duì)的王子和Eric Gu，和我們一起探討AI周期下的觀察和展望。以下對(duì)話是線上直播的文字版梳理。
硅兔賽跑Amanda：第一個(gè)問(wèn)題，2017對(duì)上一個(gè)AI周期有怎樣的意義？
UpHonest 王子：
首先我們將2006年開(kāi)啟的AI周期稱(chēng)為”深度學(xué)習(xí)“周期，而2017是“深度學(xué)習(xí)”周期的Hype頂峰。
為了說(shuō)明這個(gè)問(wèn)題，我們準(zhǔn)備了一張圖。
柱狀圖是全球AI的風(fēng)險(xiǎn)投資金額，綠色的線是投資增速，紅色的線是AI在全球投資中的占比。
2017 AI投資增速超過(guò)200%，AI投資占比達(dá)到8%，是2006開(kāi)啟的這次AI創(chuàng)投周期的最高點(diǎn)。
數(shù)據(jù)來(lái)源：Statista
作為早期投資機(jī)構(gòu)，我們也關(guān)注AI早期投資有怎樣的變化，所以我們?nèi)タ戳嗽缙谕顿Y風(fēng)向標(biāo)YC的投資變化，同樣，2017年AI類(lèi)項(xiàng)目占比最高，2018~2021年明顯下滑。
數(shù)據(jù)來(lái)源：YC，UpHonest整理
數(shù)據(jù)來(lái)源：YC，Rebel Fund整理
不過(guò)有一個(gè)明顯有差異的地方，第一張圖顯示，2022年YC AI項(xiàng)目占比是超過(guò)2017年的，第二張圖顯示2022年AI項(xiàng)目占比則是低于2017年的。
超過(guò)的圖是我們2024年統(tǒng)計(jì)的，低于的圖是YC校友基金Rebel Fund 2023年初統(tǒng)計(jì)的，說(shuō)明這一年多時(shí)間，YC 22年大約有10%的項(xiàng)目轉(zhuǎn)型做AI了。
所以，從創(chuàng)業(yè)和投融資的角度，2017年是“深度學(xué)習(xí)”AI周期hype的頂點(diǎn)。
2018年無(wú)論是YC還是全球AI投資熱情都下降了，部分原因是人們對(duì)AI的期望太高，但當(dāng)時(shí)的技術(shù)無(wú)法達(dá)到人們的想象，大家可能還記得人們開(kāi)始說(shuō)AI是“人工智障”，甚至有些人說(shuō)AI是騙局。而且這種降溫在早期投資中的表現(xiàn)更明顯。
不過(guò)在2018年之后，全球的AI投資復(fù)蘇并且投資占比大約維持在10%，說(shuō)明存活下來(lái)的AI公司發(fā)展壯大，穿越周期，持續(xù)吸引風(fēng)險(xiǎn)投資。
硅兔賽跑 Amanda：
我記得YC在2017年AI最熱的時(shí)候宣布設(shè)立AI vertical孵化小組，負(fù)責(zé)人是后來(lái)AI Grant的創(chuàng)始人Daniel Gross。但2018年，Daniel Gross離開(kāi)了YC。這里YC孵化的AI項(xiàng)目占比，是否反映出AI熱度從2018年開(kāi)始一路下滑？
UpHonest 王子：
是的。
但如果你足夠敏銳，有可能會(huì)在2020年嗅到空氣中新一波AI浪潮來(lái)臨的水汽，因?yàn)镚PT-3的API接口是在2020年開(kāi)放的，足夠敏銳的Jasper，就是抓住了這個(gè)窗口期，從裁員、增長(zhǎng)停滯的邊緣起死回生。
硅兔賽跑 Amanda：
那么想問(wèn)一下Eric，上一個(gè)“深度學(xué)習(xí)周期”，與現(xiàn)在的“生成式AI周期”有什么關(guān)聯(lián)？
UpHonest Eric：
技術(shù)變化。
AI是一個(gè)很大的范疇，自1956年AI正式作為一門(mén)學(xué)科成立以來(lái)，已經(jīng)經(jīng)歷了好幾個(gè)周期，其中有很多技術(shù)已經(jīng)滲透到了日常生活中，比如“搜索引擎”、“推薦算法”等等，猶豫過(guò)于普遍，大家甚至已經(jīng)不再給它們貼上人工智能的標(biāo)簽了。
上一個(gè)周期我們把它稱(chēng)為“深度學(xué)習(xí)”周期。深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的學(xué)習(xí)方式之一，之前在學(xué)界是飽受質(zhì)疑的。大家普遍認(rèn)為“深度神經(jīng)網(wǎng)絡(luò)是永遠(yuǎn)無(wú)法被訓(xùn)練的”，這使得有些學(xué)術(shù)期刊甚至都不曾接受有關(guān)神經(jīng)網(wǎng)絡(luò)的論文。
直到2006年，被譽(yù)為深度學(xué)習(xí)之父的 Geoffrey Hinton 與他的兩個(gè)學(xué)生成功訓(xùn)練了一個(gè)多層神經(jīng)網(wǎng)絡(luò)（Deep Belief Networks），在手寫(xiě)數(shù)字識(shí)別的任務(wù)上（標(biāo)準(zhǔn) MNIST 字符識(shí)別數(shù)據(jù)集）實(shí)現(xiàn)了98.75%的正確率。隨后，又在語(yǔ)言識(shí)別任務(wù)上打破了記錄，成功為深度學(xué)習(xí)正名。
直到2012年的ImageNet挑戰(zhàn)賽，Hinton 帶著得意門(mén)生 Alex 和 Ilya 用 AlexNet 碾壓里其他參賽者，樹(shù)立出了當(dāng)時(shí)深度學(xué)習(xí)（大量數(shù)據(jù)+可規(guī)?；乃惴?GPU計(jì)算）的范式，成為了后續(xù)多年的研發(fā)基石。到2015年ResNet出現(xiàn)，實(shí)現(xiàn)首次AI在圖像分類(lèi)任務(wù)中對(duì)人類(lèi)平均水平的超越。
硅兔賽跑 Amanda：
可以說(shuō)2012年是深度學(xué)習(xí)的關(guān)注度逐漸從AI界向整個(gè)科技界蔓延并爆發(fā)的起點(diǎn)。
UpHonest Eric：
沒(méi)錯(cuò)。2017年，隨著技術(shù)的不斷成熟，蘋(píng)果在最新發(fā)布的 iPhone X 中推出了 Face ID，達(dá)成技術(shù)向更大的消費(fèi)者群體的破圈。在這個(gè)周期中類(lèi)似的破圈還有像 Amazon Echo與Alexa的發(fā)布、AlphaGo戰(zhàn)勝李世石等。
當(dāng)然，在業(yè)界將一種范式能力推到極限的同時(shí)自然也會(huì)遇到瓶頸。當(dāng)時(shí)的AI可以在監(jiān)督學(xué)習(xí)和遷移學(xué)習(xí)的模式下解決一些特定的問(wèn)題。但涉及到需要推理的復(fù)雜任務(wù)時(shí)就捉襟見(jiàn)肘了。當(dāng)時(shí)產(chǎn)業(yè)屆的一些通用人工智能的助手也被大家戲稱(chēng)為人工智障。
Hinton在2017年末表示，他曾提出的突破性方法應(yīng)該被放棄，目前神經(jīng)網(wǎng)絡(luò)運(yùn)作的模式不是大腦的工作方式，一切需要重新開(kāi)始。為了讓神經(jīng)網(wǎng)絡(luò)能夠自行變的智能，即所謂的無(wú)監(jiān)督學(xué)習(xí)，并不需要將所有的數(shù)據(jù)都做標(biāo)注。
回過(guò)頭來(lái)看生成式AI的發(fā)展歷程：
2017年，Google 在 Attention is all you need 中，將 Transformer 作為特征提取器取代了已經(jīng)誕生了40年的RNN序列結(jié)構(gòu)。Transformer特有的并行結(jié)構(gòu)使得他可以利用大量的算力和數(shù)據(jù)進(jìn)行訓(xùn)練。
硅兔賽跑 Amanda：
記得上一波的深度學(xué)習(xí)也提到了大量「數(shù)據(jù)+算法+算力」的模式，這里有什么區(qū)別嗎？
UpHonest Eric：
上一波深度學(xué)習(xí)中提及的大量的數(shù)據(jù)指的是ImageNet這種大型的標(biāo)注數(shù)據(jù)；而Transformer范式下提到的數(shù)據(jù)，是海量的未標(biāo)注的互聯(lián)網(wǎng)數(shù)據(jù)，這兩個(gè)數(shù)據(jù)規(guī)模的差距是極大的。而且并行結(jié)構(gòu)下，可以使用的算力規(guī)模也不是一個(gè)量級(jí)的。
2018 - OpenAI發(fā)表了GPT，即用Transformer作為特征提取器，使用大量未標(biāo)注數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練的生成式通用模型。
基于這個(gè)范式，OpenAI在2020年推出了具有1750億參數(shù)的GPT-3。在證明Scale Law的同時(shí)，將大型語(yǔ)言模型的從AI界推向了整個(gè)科技界。
2022.11.30 - ChatGPT發(fā)布，推出僅兩個(gè)月就月活破億，成了史上增長(zhǎng)最快的消費(fèi)級(jí)應(yīng)用。
同樣的破圈案例：包括Midjourney的生成畫(huà)作獲得藝術(shù)比賽金獎(jiǎng)（2022.10.18）、Sora生成的視頻出圈等等。
參考上一個(gè)周期的發(fā)展路徑，大模型（文字 or 多模態(tài)）正在處于將基于 Transformer 的范式推到極限的過(guò)程中。我看到了GPT4的性能提升，也會(huì)看到GPT5、GPT6、或者其他模態(tài)模型的發(fā)展，很多上一波AI沒(méi)能完成任務(wù)已經(jīng)是現(xiàn)在LLM的能力范疇之內(nèi)。并且，參數(shù)、數(shù)據(jù)、算力的 Scaling 還在繼續(xù)。Transformer 的極限在哪？能不能達(dá)到大家都在追逐的AGI還是未知數(shù)。
硅兔賽跑 Amanda：
剛才你們都提到了一個(gè)詞“人工智障”，我想問(wèn)為什么當(dāng)時(shí)AI做不起來(lái)？為什么“深度學(xué)習(xí)”的Hype在2017戛然而止？為什么這一波AI又行了？
UpHonest Eric：
因?yàn)樵谀莻€(gè)時(shí)間點(diǎn)，大家都想做的c端的智能應(yīng)用，但是由于技術(shù)的限制，大眾接觸到了不成熟的產(chǎn)品，反響很差。這就使得資本和市場(chǎng)的關(guān)注度快速下降。
舉一個(gè)，最具備代表性的案例就是Conversational AI。2015年開(kāi)始，大廠小廠創(chuàng)業(yè)公司都想做面向C端用戶(hù)的通用型的智能助理，用 Conversation UI 取代 GUI 成為人機(jī)交互的主要入口。有一波熱錢(qián)涌入了這個(gè)賽道，誕生出了不少明星公司。
這是截止2015底的Landscape：
Magic是YCW15的公司，Sequoia Capital、SVA、Slow Ventures等投資
Clara Labs是YCS14的公司，Sequoia Capital、SVA、First Round、Greg Brockman等投資
Operator是由Uber CoFounder Garrett Camp 聯(lián)合創(chuàng)立，Greylock、GGV等投資
包括Apple、Google、FB、Microsoft、Amazon在內(nèi)的大廠都在2016年各自的發(fā)布會(huì)上發(fā)布了Bot類(lèi)的產(chǎn)品和開(kāi)發(fā)平臺(tái)。
但現(xiàn)在看來(lái)，當(dāng)時(shí)面向C端的商用智能助理產(chǎn)品，無(wú)論是巨頭還是創(chuàng)業(yè)公司，全部達(dá)不到用戶(hù)預(yù)期。FB平臺(tái)上的Bot失敗率高達(dá)70%、Microsoft的Chatbot Tay在Twitter上線一天就被迫下架、Operator 的Co-Founder&CTO 也表示，當(dāng)時(shí)Pre-Transformer的模型處于起步階段，Operator 過(guò)早的進(jìn)入市場(chǎng)找不到PMF?？偟膩?lái)說(shuō)，底層技術(shù)受限是產(chǎn)品不work的最主要原因。
涉及通用型的智能助理，就不得不提及大腦系統(tǒng)1和系統(tǒng)2的理論。這個(gè)理論曾經(jīng)多次被 Yoshua Bengio、Andrej Karpathy 等大佬使用類(lèi)比智能系統(tǒng)（AI Agent）的工作。
系統(tǒng)1是快思考：無(wú)意識(shí)、快速、不怎么費(fèi)腦力、無(wú)需推理
系統(tǒng)2是慢思考：需要調(diào)動(dòng)注意力、過(guò)程更慢、費(fèi)腦力、需要推理
當(dāng)時(shí)的智能系統(tǒng)只能完成部分第系統(tǒng)1任務(wù)，類(lèi)似判斷出用戶(hù)對(duì)話中的邏輯的推理工作難以完成。比如：
用戶(hù)讓Siri推薦一個(gè)餐廳：Siri 會(huì)推薦餐廳
用戶(hù)問(wèn)Siri除了推薦餐廳還能推薦什么？Siri還是會(huì)推薦餐廳
用戶(hù)讓Siri別推薦餐廳。Siri依然會(huì)推薦餐廳
當(dāng)時(shí)大部分的產(chǎn)品架構(gòu)，深度學(xué)習(xí)相關(guān)的語(yǔ)音識(shí)別、語(yǔ)義理解只占到整個(gè)產(chǎn)品的不到10%，大部分的開(kāi)發(fā)在于對(duì)話管理系統(tǒng)，來(lái)替代系統(tǒng)2的職能。簡(jiǎn)單來(lái)說(shuō)就是識(shí)別關(guān)鍵詞、填表格、再交給后端執(zhí)行任務(wù)。
類(lèi)似被寄予厚望的還有智能音箱。雖然出貨很不錯(cuò)，但是萬(wàn)眾期待的killer app并沒(méi)有出現(xiàn)，智能與智能之間基本沒(méi)有差異性，大部分高頻使用的技能都沒(méi)有商業(yè)價(jià)值——用戶(hù)用的最多的就是“查天氣”。
硅兔賽跑 Amanda：
蘋(píng)果用戶(hù)都應(yīng)該記得，Siri當(dāng)時(shí)出現(xiàn)有多驚艷，但很快就從驚喜變成了雞肋，因?yàn)闆](méi)有什么實(shí)際的應(yīng)用場(chǎng)景。你們?cè)趺纯催@一波類(lèi)似的智能助手初創(chuàng)呢？
UpHonest Eric：
這一波生成式AI的出圈就是ChatGPT，想必大家日常生活中也會(huì)或多或少的使用，在YC 23年的兩個(gè)Batch中我們也看到非常多ChatBot應(yīng)用，后來(lái)相繼出現(xiàn)了 Copliot、Agent 的概念，其實(shí)他們的產(chǎn)品形態(tài)都是挺相似的。
從用戶(hù)反饋來(lái)看，顯然ChatGPT是有PMF的。上一波智能系統(tǒng)不能完成的任務(wù)，現(xiàn)在很大一部分都可以實(shí)現(xiàn)了。核心原因肯定是底層技術(shù)的升級(jí)：
大模型能力的提升自然不用多說(shuō)了，呈現(xiàn)出了一定程度的邏輯能力和推理能力。
模型擁有使用工具的能力，API的接入，讓?xiě)?yīng)用有了閉環(huán)交付任務(wù)的能力。
那回答你剛才那個(gè)問(wèn)題，基于現(xiàn)在技術(shù)，現(xiàn)在我看到的初創(chuàng)公司主要有幾個(gè)嘗試的方向：
第一個(gè)方向是和上一波一樣，用新技術(shù)再次嘗試：面向C端用戶(hù)的通用型個(gè)人助手。
目前看來(lái)，現(xiàn)在的技術(shù)還是難以去支持一個(gè)通用的復(fù)雜任務(wù)推理框架。正如上一波C端助手做不下去被迫轉(zhuǎn)B端類(lèi)似。如果將任務(wù)局限在一個(gè)獨(dú)特的Vertical里，Agent的表現(xiàn)就會(huì)更穩(wěn)定可靠。
第二個(gè)方向是通用的對(duì)話系統(tǒng) + 特殊的Domain：面向垂直細(xì)分的AI專(zhuān)家。
這里的 Domian 可以是行業(yè)的細(xì)分，比如像 法律、醫(yī)療、金融 這些數(shù)據(jù)豐富、單位價(jià)值較高的行業(yè)，已經(jīng)出現(xiàn)像 Harvey、Hippocratic 這樣的明星公司。
可以是面向 C 端的細(xì)分場(chǎng)景，比如 社交、購(gòu)物、出行、游戲等等。
打造一個(gè)讓Agent擁有理解任務(wù)、規(guī)劃任務(wù)、使用工具并擁有記憶的推理框架。
硅兔賽跑 Amanda：
剛才說(shuō)的是這波AI浪潮下成立的新公司，那些在此之前成立的公司，他們?cè)诒旧淼男袠I(yè)中已經(jīng)積累了用戶(hù)、數(shù)據(jù)和特有的知識(shí)。這些基礎(chǔ)上再加上大模型帶來(lái)的賦能，一樣也能發(fā)展的非常好？
UpHonest Eric：
是可以的。比如法律行業(yè)的Ironclad、金融行業(yè)的AlphaSense，包括 Expedia 的AI出行助手也得到了不錯(cuò)的反響。
硅兔賽跑 Amanda：
確實(shí)大量的對(duì)話式AI被證偽，但如果選準(zhǔn)方向、保持足夠精煉的團(tuán)隊(duì)，也許可以穿越周期。
這讓我想到了一家公司——Assembly AI，他們完整的經(jīng)歷了一個(gè)AI周期。AI熱潮時(shí)創(chuàng)業(yè)，2017年加入YC，第二年就遇到了AI退潮，面臨技術(shù)不成熟、以及由此帶來(lái)的增長(zhǎng)瓶頸，直到2022年才真正起飛，收入和用戶(hù)數(shù)量一下子增長(zhǎng)了3倍。并且在去年12月完成C輪融資，Accel領(lǐng)投5000萬(wàn)美元，并且Accel從2022年A輪開(kāi)始連續(xù)3輪投資了這個(gè)項(xiàng)目。
類(lèi)似的例子還有不少，這些公司為什么能成功穿越周期？
UpHonest 王子：
我覺(jué)得Assembly做到了先活下去。
當(dāng)時(shí)很大的問(wèn)題確實(shí)是技術(shù)不成熟，比如Assembly的初代模型只用了1萬(wàn)小時(shí)語(yǔ)音數(shù)據(jù)訓(xùn)練，而現(xiàn)在的模型是用1000萬(wàn)小時(shí)語(yǔ)音數(shù)據(jù)訓(xùn)練的。
雖然業(yè)務(wù)做的比較艱難，但創(chuàng)始人特別確信語(yǔ)音識(shí)別有長(zhǎng)期的價(jià)值，并且長(zhǎng)期看市場(chǎng)機(jī)會(huì)非常大。所以他們的選擇是保持非常精簡(jiǎn)的團(tuán)隊(duì)，從2017到2022年，團(tuán)隊(duì)只漲到15個(gè)人，這樣燒錢(qián)速度比較慢。
畢竟留在牌桌上，才有機(jī)會(huì)打出好牌。
另外，我覺(jué)得與他們選擇的客戶(hù)群體有一定關(guān)系。
巧合的是，Assembly與另一家YC 16年的公司Deepgram都是提供語(yǔ)音識(shí)別技術(shù)，并且都選擇了以API方式服務(wù)開(kāi)發(fā)者。Deepgram發(fā)展也不錯(cuò)，目前估值超過(guò)2.5億美元。
我們覺(jué)得開(kāi)發(fā)者對(duì)早期技術(shù)公司來(lái)說(shuō)是很不錯(cuò)的用戶(hù)群體，他們?cè)囉眯录夹g(shù)的積極性更高，對(duì)于不是非常完善的技術(shù)的接受度也更高，甚至有技術(shù)信仰。
GitHub Copilot發(fā)展很不錯(cuò)，給微軟貢獻(xiàn)了40%的年收入增長(zhǎng)，2023年ARR超過(guò)1億美元。
硅兔賽跑 Amanda：
對(duì)現(xiàn)在的生成式AI創(chuàng)業(yè)者來(lái)說(shuō)，開(kāi)發(fā)者也還是一個(gè)好的目標(biāo)用戶(hù)群體么？
UpHonest 王子：
我覺(jué)得是的。
在YC今年的孵化營(yíng)中，我們看到了好幾家AI軟件開(kāi)發(fā)公司，比AI生成代碼更進(jìn)一步，直接生成類(lèi)似Airbnb、Twitter之類(lèi)的應(yīng)用，他們的目標(biāo)用戶(hù)還是開(kāi)發(fā)者。
不僅如此，還有許多針對(duì)開(kāi)發(fā)者的細(xì)分AI工具，例如用對(duì)話交互取代數(shù)據(jù)分析師的應(yīng)用很火，或者在產(chǎn)品中加入聊天機(jī)器人的需求旺盛，現(xiàn)在有初創(chuàng)企業(yè)分別針對(duì)這樣具體的場(chǎng)景為軟件工程師提供背后的AI infra。
硅兔賽跑 Amanda：
了解，所以面對(duì)同樣的問(wèn)題，不同的選擇會(huì)產(chǎn)生不同的結(jié)果。我看到一個(gè)數(shù)據(jù)，在YC 06年至21年孵化的400多個(gè)AI公司中，大約有10%的初創(chuàng)企業(yè)估值超過(guò)了1.5億美元，說(shuō)明還是有不少初創(chuàng)企業(yè)穿越了周期。
我發(fā)現(xiàn)在這10%跑出來(lái)的項(xiàng)目中，計(jì)算機(jī)視覺(jué)類(lèi)占比最高，其中還有智能零售解決方案。
但是據(jù)我了解，Amazon Go的發(fā)展并不如人意，我還記得當(dāng)時(shí)Amazon Go的出現(xiàn)非常驚艷，只需要進(jìn)入店里，從貨架上拿下產(chǎn)品，再離開(kāi)商店，就已經(jīng)完成購(gòu)物了。我們之前的購(gòu)物體驗(yàn)都是收銀員或者自助結(jié)算機(jī)掃描條形碼，那么用算法識(shí)別物體替代條形碼掃描，在提升收銀效率的同時(shí)，降低了零售商的人員成本。
可是，我看到Amazon Go在2023年關(guān)閉8家門(mén)店，做類(lèi)似業(yè)務(wù)的各家初創(chuàng)公司也多多少少遇到發(fā)展瓶頸?？梢哉归_(kāi)聊聊么？
UpHonest Eric：
類(lèi)似自動(dòng)駕駛的智能化分級(jí)，智能零售系統(tǒng)也存在智能化分級(jí)。
以Amazon Go為代表的Check in、grab and go的模式，類(lèi)比l5級(jí)別的自動(dòng)駕駛，提供全程無(wú)摩擦的購(gòu)物體驗(yàn)。類(lèi)似的初創(chuàng)公司有：Standard AI（s17）、Grabango、Zipin 等。
這個(gè)模式的vision就是無(wú)人零售的終極形態(tài)，難點(diǎn)在于：
首先商超需要全局改造，攝像頭覆蓋、就近服務(wù)器部署就需要很大的前期投入
其次由于早期技術(shù)的局限性，貨物的識(shí)別往往會(huì)出現(xiàn)誤差，這導(dǎo)致在自動(dòng)系統(tǒng)的背后往往需要配備一個(gè)人工的復(fù)核團(tuán)隊(duì)
最后，對(duì)于商超來(lái)說(shuō)，商品的補(bǔ)貨仍然需要人工操作，并不能達(dá)到真正的無(wú)人零售
- 總的來(lái)說(shuō)，「?jìng)ゴ蟮脑妇啊购汀脯F(xiàn)實(shí)的困難」是需要平衡的，尤其是在環(huán)境不好、風(fēng)口不在的時(shí)候。這一點(diǎn)其實(shí)也印證很多機(jī)構(gòu)對(duì)于當(dāng)下生成式AI應(yīng)用的觀點(diǎn)。大家認(rèn)為，2024年是生成式AI應(yīng)用落地的一年；圍繞生成式 AI 的炒作將讓位于對(duì)結(jié)果的關(guān)注，投資者將開(kāi)始關(guān)注那些通過(guò) GenAI 創(chuàng)造實(shí)際收入的的企業(yè)。AI Grant甚至預(yù)測(cè)，在未來(lái)的12-18個(gè)月內(nèi)，會(huì)出現(xiàn)收入達(dá)到100億美金的AI產(chǎn)品。
因此，無(wú)論對(duì)于商超還是無(wú)人零售解決方案提供商而言，ROI都很難算的過(guò)來(lái)。正像你提到的 Amazon Go 在去年關(guān)了好幾家店；在2021年前后無(wú)人零售概念火的時(shí)候，各家初創(chuàng)公司都融了不少錢(qián)，但由于一直是燒錢(qián)的模式，到現(xiàn)在多多少少遇到發(fā)展瓶頸。
以 Mashgin（YC W15）為代表的Checkout unit 模式，類(lèi)比L3級(jí)別的自動(dòng)駕駛，是原有自助收銀系統(tǒng)的智能化版本。類(lèi)似的還有Caper（YC W16)，除了智能收銀系統(tǒng)以外，它還提供能夠自主結(jié)賬的購(gòu)物車(chē)，在2021年被Instacart（YC S12）以3.5億美金的估值收購(gòu)。
區(qū)別于AmazonGo的識(shí)別模式，Mashgin使用的是靜態(tài)固定角度物體識(shí)別，因此他們的解決方案能將當(dāng)下的計(jì)算機(jī)視覺(jué)算法發(fā)揮到最佳程度。也正因?yàn)槿绱?，Mashgin 只需要使用最普通的攝像頭就能達(dá)到99.9%的準(zhǔn)確率。由于成本優(yōu)勢(shì)，Mashgin可以讓用戶(hù)感受到直觀的ROI，從而吸引更多的客戶(hù)，包括那些經(jīng)濟(jì)較差、基礎(chǔ)設(shè)施較差的地區(qū)的小商戶(hù)。并且對(duì)于終端的消費(fèi)者來(lái)說(shuō)，購(gòu)物的流程并沒(méi)有被改變，不需要下載額外的App、也不需要擔(dān)心隱私數(shù)據(jù)的泄露。
硅兔賽跑 Amanda：
Mashgin的故事讓我想到了另外一家公司——Imbue。對(duì)于大部分人來(lái)說(shuō)，它在2023年橫空出世，估值一下子達(dá)到10億美元，英偉達(dá)投資，后續(xù)又拿到了亞馬遜Alexa Fund的投資，其實(shí)Imbue是YC在2017年夏天孵化的公司，當(dāng)時(shí)他們的創(chuàng)業(yè)方向是用AI提升招聘效率，公司發(fā)展不理想，直到2022年才確定轉(zhuǎn)型方向，確定將AGI作為公司核心愿景，并拿到OpenAI前員工的投資支持，2023年又確定了開(kāi)發(fā)AI Agent產(chǎn)品方向。不知道Imbue早期的投資人有沒(méi)有猜到這家公司的跳躍式發(fā)展。
王子，還有哪些穿越周期的案例能帶給我們一些啟發(fā)？
UpHonest 王子：
我覺(jué)得還有一個(gè)很好的案例是去年被湯森路透6.5億美元收購(gòu)的AI法律公司Casetext。
他們幫助律師閱覽法律文件、檢索資料、修改文書(shū)等等。有一個(gè)非常有意思的使用場(chǎng)景，也充分體現(xiàn)了他們對(duì)于業(yè)務(wù)需求的了解，律師可以讓AI助手閱讀案件相關(guān)的往來(lái)郵件，AI可以標(biāo)識(shí)出其中涉案的風(fēng)險(xiǎn)詞匯。
Casetext是一家老公司，2013年成立，10年后被收購(gòu)，他們做到了其他生成式AI公司很難媲美的一點(diǎn)，在被收購(gòu)時(shí)，他們其實(shí)使用大語(yǔ)言模型已經(jīng)有五六年時(shí)間了。
從2018年的BERT模型開(kāi)始，第一批在2020年使用GPT-3、第一批在2023年使用GPT-4，2023年業(yè)務(wù)起飛，收入增長(zhǎng)了3倍，而且原來(lái)花1年都不一定能搞定的大律所，現(xiàn)在1個(gè)月就拿下了。
Casetext說(shuō)明了只要目標(biāo)感足夠強(qiáng)，保持敏銳，且行動(dòng)力強(qiáng)，就有機(jī)會(huì)穿越周期。
另外我覺(jué)得這個(gè)案例反應(yīng)了現(xiàn)在生成式AI浪潮中一類(lèi)公司的機(jī)會(huì)，就是那些深耕垂直行業(yè)，有不錯(cuò)業(yè)務(wù)基礎(chǔ)，現(xiàn)在增加生成式AI產(chǎn)品功能的初創(chuàng)企業(yè)。
這類(lèi)公司有一個(gè)優(yōu)勢(shì)就是他們已經(jīng)有現(xiàn)成的客戶(hù)，可以在客戶(hù)現(xiàn)有的工作流中增加新功能，客戶(hù)的切換成本低，投資回報(bào)ROI可能更加清晰。
我們之前也提到過(guò)ROI的重要性，去年，客戶(hù)可能在興頭上，只關(guān)心自己得有生成式AI戰(zhàn)略，今年，客戶(hù)可能會(huì)變得更加實(shí)際，關(guān)注使用的生成式AI產(chǎn)品的ROI。
我們的一個(gè)項(xiàng)目FieldGuide就屬于這個(gè)類(lèi)型，他們剛官宣拿到Bessemer Venture Partners領(lǐng)投的B輪融資，估值倍數(shù)超過(guò)一般SaaS標(biāo)準(zhǔn)，被看重的地方就是積累的數(shù)據(jù)和業(yè)務(wù)經(jīng)驗(yàn)。
硅兔賽跑 Amanda：
在上一次北美知名AI投資機(jī)構(gòu)的投資分享中，我們有提到2024年AI應(yīng)用的投資回報(bào)率ROI可能將在采購(gòu)決策中變得更加重要。有興趣的朋友可以回顧。
想問(wèn)個(gè)問(wèn)題，有哪些容易產(chǎn)生ROI的應(yīng)用場(chǎng)景？
UpHonest 王子：
法律顯然是，我們?cè)缙谕顿Y的Ironclad，從合同管理切入，為不同團(tuán)隊(duì)例如銷(xiāo)售、采購(gòu)、HR、法律顧問(wèn)等提供合同協(xié)作管理工具，目前估值大約32億美元。
還有一個(gè)思考維度是從現(xiàn)在大量使用外包團(tuán)隊(duì)的業(yè)務(wù)場(chǎng)景出發(fā)尋找機(jī)會(huì)。
例如，在法律象限下的人身意外傷害律師，他們一部分的工作是準(zhǔn)備索賠文件，包括案件摘要、醫(yī)療費(fèi)用（包括誤工費(fèi)）估算等，這部分一般會(huì)請(qǐng)外包團(tuán)隊(duì)來(lái)做。
EvenUp這家公司，它的商業(yè)模式就是銷(xiāo)售AI生成的索賠文件資料包，定價(jià)對(duì)標(biāo)外包團(tuán)隊(duì)的收費(fèi)。
還有在醫(yī)療支付環(huán)節(jié)，因?yàn)樯婕暗奖ｋU(xiǎn)賠付，美國(guó)的醫(yī)療機(jī)構(gòu)需要向保險(xiǎn)公司提交賬單申請(qǐng)，因此雇傭大量的工作人員，保險(xiǎn)機(jī)構(gòu)需要審核，又雇傭大量的行政人員。
只是在醫(yī)院端，找到治療服務(wù)對(duì)應(yīng)的保險(xiǎn)代碼，醫(yī)療編碼這一個(gè)環(huán)節(jié)，就有大約3.5萬(wàn)名醫(yī)療編碼員負(fù)責(zé)，他們需要閱讀醫(yī)生筆記和化驗(yàn)單等資料來(lái)確定診斷和手術(shù)的代碼，由于編碼錯(cuò)誤，美國(guó)醫(yī)院每年損失將近200億美金的收入。
生成式AI其實(shí)可以被用來(lái)整理非結(jié)構(gòu)化的醫(yī)生筆記、化驗(yàn)單等，找到正確的代碼，通過(guò)自動(dòng)化的方式減少人力，同時(shí)提高準(zhǔn)確率。
大家可以想象還有那些外包場(chǎng)景。
硅兔賽跑 Amanda：
我們已經(jīng)討論了兩個(gè)AI周期的發(fā)展以及成功穿越周期的公司對(duì)我們現(xiàn)在的啟示，回到我們今天想要討論的話題“2024年會(huì)成為2017嗎？”之所以會(huì)有此疑問(wèn)，是因?yàn)門(mén)he Verge在2月提出了2024年將是AI的清算之年。在2017的時(shí)候，也曾有很多關(guān)于AI泡沫即將破滅的觀點(diǎn)。考慮到現(xiàn)在市場(chǎng)很熱，AI初創(chuàng)公司的估值水漲船高。你們?cè)趺纯茨?
UpHonest Eric：
2024與2017確實(shí)有相似之處，但是顯然2024只是GenAI的里程碑，并不是由盛轉(zhuǎn)衰的轉(zhuǎn)折點(diǎn)。
首先發(fā)展路徑類(lèi)似，都是理論突破 - 技術(shù)破圈 - 應(yīng)用破圈的路徑。區(qū)別在于，這一波生成式AI無(wú)論是人才的密集程度、資金的投入數(shù)量、技術(shù)的實(shí)現(xiàn)程度以及大眾的認(rèn)知度都不是一個(gè)量級(jí)的存在。
大模型的潛力還遠(yuǎn)遠(yuǎn)沒(méi)有窮盡，Sora的出圈證明了 Scale Law 在其他模態(tài)的模型上依然成立?？梢灶A(yù)見(jiàn)的是，大型語(yǔ)言模型、多模態(tài)模型將持續(xù)迭代升級(jí)，那么基于這些模型的應(yīng)用能力也會(huì)升級(jí)、新的應(yīng)用場(chǎng)景也會(huì)被發(fā)掘出來(lái)。所以說(shuō)，如果2017是上一波技術(shù)路徑發(fā)展的天花板的，2024只是達(dá)到了一個(gè)階段性的里程碑，上限在哪里還仍未可知。
其次，現(xiàn)在的市場(chǎng)中確實(shí)充斥著很多噪音。Assembly AI的創(chuàng)始人也曾提及，目前對(duì)于生成式AI公司來(lái)說(shuō)，marketing具有很大的挑戰(zhàn)，如何清楚的傳達(dá)自己在做的事情，讓別人理解自己產(chǎn)品的differentiation是很困難的。從23兩個(gè)batch的YC項(xiàng)目就可以看到會(huì)有很多公司卷一個(gè)類(lèi)似的idea，包括之前21、22年的公司也會(huì)pivot到類(lèi)似的方向上。這樣的前提下，肯定會(huì)有一些公司被淘汰。但同時(shí)，那些能給用戶(hù)帶來(lái)效率提升的應(yīng)用會(huì)得到驗(yàn)證。GitHub Copilot 付費(fèi)用戶(hù)突破100萬(wàn)、EvenUp ARR 5倍增長(zhǎng)、Microsoft Copilot預(yù)測(cè)收入將破百億美金。種種跡象顯示，大浪淘沙后生成式AI的應(yīng)用中跑出了金子。反觀上一波AI，現(xiàn)象級(jí)其實(shí)成功的案例并不是很多。
最后一點(diǎn)，2024的不同在于生成式AI對(duì)于C端的滲透。相比B端，C端應(yīng)用具有更大相信空間。用ChatUI代替GUI，成為新的人機(jī)交互入口，是上一波大廠都想做缺沒(méi)做成的事。從ChatGPT、Character AI的表現(xiàn)來(lái)看，已經(jīng)有一些成功的跡象了。同時(shí)，GenAI 正在向 Prosumer 滲透，這幾天出圈的 SunoAI 就是一點(diǎn)典型的例子。
從價(jià)值分配格局來(lái)看，這次與上次也會(huì)有所不同。我們猜想初創(chuàng)企業(yè)將在這一波生成式AI浪潮中獲取更多價(jià)值分配。
在上次的”深度學(xué)習(xí)”AI浪潮中，新技術(shù)創(chuàng)造的增量?jī)r(jià)值大部分被大廠拿走，比如Meta的廣告推薦、抖音的內(nèi)容推薦等。
我們投資的一位創(chuàng)業(yè)者，他在2012年創(chuàng)立的計(jì)算機(jī)視覺(jué)公司被亞馬遜收購(gòu)，他的切身觀察是“在上一個(gè)技術(shù)周期，AI初創(chuàng)的商業(yè)模式和退出方式主要是靠賣(mài)給大公司，那時(shí)大廠沒(méi)有人才、沒(méi)有成規(guī)模體系的AI架構(gòu)，大廠借此補(bǔ)上了AI基礎(chǔ)設(shè)施和團(tuán)隊(duì)短板。“
硅兔賽跑 Amanda：
有道理，我們確實(shí)也已經(jīng)看到了很多初創(chuàng)企業(yè)贏得更多價(jià)值的例子，例如Midjourney vs Adobe，Harvey之于法律，Magic對(duì)Github Copilot的挑戰(zhàn)。你覺(jué)得為什么會(huì)有這樣的變化？
UpHonest 王子：
一方面是生成式AI將創(chuàng)造的價(jià)值規(guī)模更大，蛋糕更大了。
另一方面是基石模型的出現(xiàn)，從技術(shù)層面降低了創(chuàng)業(yè)者打造好產(chǎn)品的門(mén)檻。
這是上一波AI浪潮中創(chuàng)業(yè)者不具備的優(yōu)勢(shì)。
由于當(dāng)時(shí)的技術(shù)對(duì)產(chǎn)品性能的提升有限，沒(méi)法只靠技術(shù)做出10倍好的產(chǎn)品，那現(xiàn)有玩家也許只需要做到新玩家一半好，集成到客戶(hù)正在使用的產(chǎn)品中就贏了。
此外，當(dāng)時(shí)數(shù)據(jù)護(hù)城河的價(jià)值可能要遠(yuǎn)高于現(xiàn)在?；Ｐ陀脧V泛的互聯(lián)網(wǎng)數(shù)據(jù)作為初始訓(xùn)練集，就像一個(gè)讀完九年義務(wù)教育的學(xué)生，創(chuàng)業(yè)者可以在這個(gè)基礎(chǔ)上進(jìn)行專(zhuān)業(yè)培訓(xùn)。而此前可能只有大公司有足夠龐大的數(shù)據(jù)集使模型接受九年義務(wù)教育。
所以這次初創(chuàng)企業(yè)的起點(diǎn)和競(jìng)爭(zhēng)能力都會(huì)遠(yuǎn)強(qiáng)于此前的AI初創(chuàng)企業(yè)。
UpHonest Eric：
確實(shí)，直接調(diào)用大模型的API開(kāi)發(fā)產(chǎn)品其實(shí)非常有利于初創(chuàng)企業(yè)，因?yàn)榭梢约铀佼a(chǎn)品開(kāi)發(fā)進(jìn)程，可以看到現(xiàn)在AI初創(chuàng)出demo和產(chǎn)品的速度是非?？斓摹?/p>
而且在AI這個(gè)領(lǐng)域，很多核心的論文都是開(kāi)源的，越是到技術(shù)成熟的階段，大家能使用到的工具和模型就越趨同的。這個(gè)時(shí)候比拼的就是行業(yè)知識(shí)和數(shù)據(jù)的積累，以及利用這些積累打造出優(yōu)秀的產(chǎn)品。
硅兔賽跑 Amanda：
還有什么補(bǔ)充么？
UpHonest 王子：
我們預(yù)測(cè)2024年收并購(gòu)肯定會(huì)更加活躍、規(guī)模更大，更多玩家參與。
在這兩次技術(shù)浪潮中，蘋(píng)果都是最活躍的收購(gòu)方，2023年收購(gòu)了32家AI初創(chuàng)企業(yè)，是之前的近3倍。
現(xiàn)在人才和技術(shù)的價(jià)格顯然更貴。微軟支付給大模型公司Inflection AI 6.5億美元，Inflection的聯(lián)創(chuàng)和大部分團(tuán)隊(duì)（約70人）將加入微軟。Databricks 13億美元收購(gòu)MosaicML（62人）。
在之前的浪潮中，谷歌收購(gòu)DeepMind（75人團(tuán)隊(duì)）大概花了5億美元，蘋(píng)果收購(gòu)Siri大概花了2億美元。
此外，初創(chuàng)企業(yè)之間的收并購(gòu)在今年第一季度頻繁發(fā)生。例如Jasper收購(gòu)文生圖應(yīng)用，企業(yè)開(kāi)支管理軟件Ramp收購(gòu)AI驅(qū)動(dòng)的采購(gòu)軟件，AI推理芯片Groq收購(gòu)企業(yè)級(jí)AI應(yīng)用等，AI醫(yī)療管理公司Syllable收購(gòu)接診AI等。
預(yù)測(cè)2024年巨頭持續(xù)活躍收購(gòu)AI初創(chuàng)企業(yè)，傳統(tǒng)公司關(guān)注AI收并購(gòu)加速AI轉(zhuǎn)型，初創(chuàng)企業(yè)之間的收并購(gòu)更活躍以增強(qiáng)競(jìng)爭(zhēng)力。整體會(huì)更加活躍。
硅兔賽跑 Amanda：
我們的結(jié)論是「2024不會(huì)是新的2017」。那么2024有哪些新東西值得期待？
UpHonest Eric：
我覺(jué)得 Embodied AI是值得期待和關(guān)注的方向。
首先作為鏈接數(shù)字世界和物理世界的大模型，它的想象空間是巨大的。
其次可以看到越來(lái)越多的大廠可以投資資源：
GTC上Nvidia宣布了開(kāi)啟人形機(jī)器人通用基礎(chǔ)模型GROOT項(xiàng)目。
再早一些，F(xiàn)igure與OpenAI合作發(fā)布的人形機(jī)器人演示視頻也吸引了一大波關(guān)注。
包括Google最早從12-13年收購(gòu) Boston Dynamic 開(kāi)始就一直在機(jī)器人領(lǐng)域投入很多。他們開(kāi)源的RT模型和相關(guān)數(shù)據(jù)對(duì)外界模型的開(kāi)發(fā)起了很大的幫助。
最后知名的人才也在往這個(gè)方向匯聚：
Geoffrey Hinton在離開(kāi)Google后參與了一家機(jī)器人初創(chuàng)公司
Lifefei 對(duì)標(biāo) ImageNet 做機(jī)器人版本的數(shù)據(jù)集
硅兔賽跑 Amanda：
那現(xiàn)在Embodied AI處于一個(gè)什么階段呢？
UpHonest Eric：
首先，Embodied AI的研究仍然處于非常早期的階段。
如果把它作為T(mén)ransformer衍生的角度來(lái)看的話，目前主流的像PaLM-E、RT-2目前仍處于GPT-1的水平。
如果把它作為一個(gè)全新的領(lǐng)域去攻克的話，那Embodied AI 僅僅處于 ImageNet 出現(xiàn)的階段。
但，無(wú)論怎么去看，高質(zhì)量的訓(xùn)練數(shù)據(jù)依然是限制模型發(fā)展的重要障礙之一。值得一提的是，Sora 的出現(xiàn)可能會(huì)對(duì) Embodied AI的進(jìn)展起到意想不到的效果。如果 Sora 在訓(xùn)練視頻生成能力的同時(shí)泛化出模型對(duì)于真實(shí)物理世界的認(rèn)識(shí)和感知的話，這對(duì)于機(jī)器人的訓(xùn)練是非常有幫助的。
當(dāng)然了，雖然 Embodied AI 仍然處于非常早期的階段，但是我覺(jué)得 Embodied AI 的發(fā)展進(jìn)程可能會(huì)比大模型發(fā)展的周期更快。因?yàn)橘Y本和人才已經(jīng)見(jiàn)證過(guò)了大模型這個(gè)成功案例。所以支持下一波大機(jī)會(huì)的資金和人才信心和意愿也會(huì)更強(qiáng)，基礎(chǔ)設(shè)施也會(huì)更完備。
硅兔賽跑 Amanda：
還有其他值得期待的嗎？
UpHonest 王子：
數(shù)字化滲透率低的傳統(tǒng)行業(yè)，有可能跳過(guò)軟件階段，直接進(jìn)入AI階段，類(lèi)似新興市場(chǎng)從使用現(xiàn)金直接轉(zhuǎn)向移動(dòng)支付。
我們投資的為家政服務(wù)行業(yè)提供AI接線員的公司，數(shù)據(jù)增長(zhǎng)非?？?。
這個(gè)方向的潛力吸引到一個(gè)非常資深的團(tuán)隊(duì)進(jìn)場(chǎng)，它的CEO之前創(chuàng)立了為Siri提供技術(shù)的公司，被2億多美元收購(gòu)，之后又創(chuàng)立了一家計(jì)算機(jī)視覺(jué)公司，被美國(guó)農(nóng)業(yè)機(jī)械巨頭John Derre收購(gòu)。
醫(yī)療行業(yè)值得關(guān)注。
美國(guó)市值前100的上市軟件公司中，只有一家服務(wù)醫(yī)療行業(yè)。
看了今年YC孵化營(yíng)，我們感覺(jué)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。
在我們與創(chuàng)業(yè)者的交流中，他們認(rèn)為醫(yī)療行業(yè)有可能成為美國(guó)最先擁抱AI立法的行業(yè)，預(yù)計(jì)會(huì)有更多創(chuàng)業(yè)者在信號(hào)更明確后開(kāi)始AI+醫(yī)療創(chuàng)業(yè)。
硅兔賽跑 Amanda：
我想到可能還有AI語(yǔ)音，在上次分享中也有提到，美國(guó)知名AI投資機(jī)構(gòu)共識(shí)的方向。Air Street Capital預(yù)測(cè)今年會(huì)有AI生成的歌曲成為 billboard 或 Spotify 熱門(mén)單曲。
最近刷屏的Suno AI似乎初步印證了這一猜測(cè)。
確實(shí)在今年的YC，在文字、圖片、視頻、音頻這四種模態(tài)的內(nèi)容生成中，最爆的是AI語(yǔ)音生成，有近10家初創(chuàng)企業(yè)。
本文為專(zhuān)欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個(gè)人觀點(diǎn)，不代表創(chuàng)業(yè)邦立場(chǎng)，轉(zhuǎn)載請(qǐng)聯(lián)系原作者。如有任何疑問(wèn)，請(qǐng)聯(lián)系editor@cyzone.cn。
