أليكس رين ، مؤسس Fellows Fund: AI Value Creation من منظور Silicon Valley

المصدر: Lei Feng Net

المؤلف: هوانغ نان

في 14 أغسطس 2023 ، انطلق مؤتمر GAIR العالمي السابع حول الذكاء الاصطناعي والروبوتات ، الذي شارك في استضافته معهد GAIR للأبحاث ، Leifeng.com ، World Science and Technology Press ، و Kotler Consulting Group ، في فندق Orchard في سنغافورة.

في عصر انفجار ريادة الأعمال في مجال الذكاء الاصطناعي ، كمنتدى دولي للذكاء الاصطناعي ، اجتذب هذا المؤتمر العديد من رواد الأعمال والمستثمرين من آسيا. افتتح المؤتمر ما مجموعه 10 منتديات تحت عنوان ، مع التركيز على التحول والابتكار في المجالات الشعبية مثل AIGC و Infra وعلوم الحياة والتعليم و SaaS في عصر النماذج الكبيرة. في اليوم الأول من جلسة "المساهمون البارزون في عصر GPT" ، شارك Alex Ren ، المستثمر الرائد في Silicon Valley والشريك المؤسس لصندوق Fellows ، كلمة رئيسية حول "AI Value Creation من منظور Silicon Valley".

في الأشهر الستة الماضية ، كانت ريادة الأعمال في مجال الذكاء الاصطناعي على قدم وساق. بالنسبة للشركات والمستهلكين ، فإن الذكاء الاصطناعي يعني قرارات أفضل وإجراءات أفضل ونتائج أفضل وتجارب أفضل. مقارنة بالسنوات القليلة الماضية ، بدأت بعض شركات الذكاء الاصطناعي الحالية في جني الأرباح ، والآفاق واعدة جدًا!

يعتقد Alex Ren أن الاستثمار الحالي في الذكاء الاصطناعي يمكن أن يبدأ من أربعة أبعاد: أحدهما هو إطلاق الإنتاجية ، أي أن الأدوات التي يحركها الذكاء الاصطناعي تؤدي المهام تلقائيًا وتوفر المخرجات ؛ والآخر هو التغييرات في الصناعة ، أي استخدام الذكاء الاصطناعي لتحسين العمليات لتحسين الكفاءة وتقليل التكاليف وتحسين النتائج ؛ والثالث هو الطبقة الوسطى للذكاء الاصطناعي ، والتي تشير إلى الطبقة الوسطى للذكاء الاصطناعي التي تربط LLM لبناء تطبيقات AI قابلة للتطوير ومخصصة ؛ والرابع هو AI Agent ( هيئة الذكاء الاصطناعي الذكية) ، حيث يحل الذكاء الاصطناعي محل البشر والآلات للتفاعل والتعلم.

خلال الحوار مع Qiu Zhun ، الشريك الخارجي لـ China Shadow Capital ، ناقش الاثنان أيضًا كيف يمكن للذكاء الاصطناعي أن يفسد طريقة إنتاج محتوى الوسائط الاجتماعية ومسار تسويق الشركات الناشئة.

فيما يلي محتوى خطاب أليكس رن المباشر ، والذي قام موقع Leifeng.com بتحريره وتنظيمه دون تغيير النية الأصلية:

** 01. الاتجاهات الأربعة للاستثمار في الذكاء الاصطناعي **

نحن صندوق لرأس المال الاستثماري يقع في وادي السيليكون. يختلف عن شركات رأس المال الاستثماري الأخرى ، فنحن ننظر إلى المشاريع من ثلاث وجهات نظر: المساحة ، أي حيث توجد مساحة للشركات الناشئة ؛ عدد كبير من مراحل التسويق ؛ الأبعاد ، ما هو جوهر اختصاص الشركة ، ومنهجية التنافس مع الشركات الكبيرة.

بدءًا من هذه الأبعاد الثلاثة ، نقترح أربعة اتجاهات للاستثمار في الذكاء الاصطناعي.

الاتجاه الأول هو إطلاق العنان للإنتاجية ، حيث تعمل الأدوات التي تعمل بالذكاء الاصطناعي على أتمتة المهام وتوفير المخرجات. اليوم ، يمكن للمستخدمين بشكل عام الشعور بتحسين الكفاءة الذي تحققه أدوات الذكاء الاصطناعي ، مثل استخدام ChatGPT لإنشاء نص أو كتابة أغنية أو كتابة رمز ، وما إلى ذلك ، وسيتم الانتهاء منه قريبًا. من بين الشركات التي نستثمر فيها ، العديد من شركات الذكاء الاصطناعي مثل Gamma.app و Taskade و CodeComplete و Opus Clip وما إلى ذلك ، توفر نماذجها التقنية قدرات الذكاء الاصطناعي من خلال مجموعة أدوات الذكاء الاصطناعي ، وذلك لتحسين قدرة النموذج على التعامل مع المشاكل في الميدان وتحسين كفاءة العمل والإنتاجية.

الاتجاه الثاني هو تحول نمط الصناعة. سيكون لدى العديد من الصناعات بياناتها الخاصة ، مثل البيولوجيا والتأمين والخدمات المنزلية ، وما إلى ذلك. من خلال تضمين الذكاء الاصطناعي في سير العمل في الصناعة من أجل التحسين ، يمكن تحسين الكفاءة ، ويمكن تقليل التكاليف ، ويمكن تحسين النتائج. على سبيل المثال ، نستثمر في Diffuse Bio في المجال البيولوجي ، و Kyber في مجال التأمين ، و LiveX AI في مجال خدمة الحياة.

الاتجاه الثالث هو الطبقة الوسطى من الذكاء الاصطناعي. إذا كانت الطبقة السفلية لتقنية الذكاء الاصطناعي عبارة عن نموذج كبير ، فعندئذٍ بين التقنية والتطبيق النهائي ، سنحتاج إلى المزيد من البرامج الوسيطة ، مثل LangChain أو LlamaIndex أو أدوات وسيطة أخرى لمجال أو بنية معينة. مثل Anarchy AI الذي استثمرنا فيه.

الاتجاه الرابع ، والأكثر شيوعًا في الشهر أو الشهرين الماضيين ، هو AI Agent (وكيل AI). تم اقتراح وكيل AI منذ وقت طويل ، ولكن حتى ظهور GPT ، فقد دفع الجميع إلى التفكير في AI Agent. حاليًا هناك العديد من المهندسين في وادي السيليكون يقومون بريادة الأعمال في هذا المجال.آخر مايند.اي ، الذي استثمرنا فيه ، هو نوع جديد من شركة وكيل الذكاء الاصطناعي المبتدئة.

مراجعة موجزة للمراحل الثلاث الماضية للذكاء الاصطناعي: كانت الفترة الأولى هي فترة ML الكلاسيكية ، وظهرت العديد من الأساليب الإحصائية للتعلم من البيانات المنظمة والميزات المحددة مسبقًا. ثم جاءت مرحلة التعلم العميق ، حيث يمكن للشبكات العصبية التعلم من البيانات غير المنظمة مثل الصور والنصوص والصوت. بعد Transformer ، دخلنا أيضًا مرحلة الذكاء الاصطناعي التوليدي والنماذج الأساسية. استنادًا إلى طريقة GPT ، يمكن إنشاء العديد من النصوص أو الصور أو الرموز أو خوارزميات تصميم الشرائح.يمكن القول أن الذكاء الاصطناعي التوليدي هو الجولة التالية من اختراقات.

كان فريقنا يهتم بالذكاء الاصطناعي منذ 2016 و 2017. يمكننا أن نجد أن الاختلاف الأساسي بين شركات الذكاء الاصطناعي الحالية والشركات الناشئة السابقة هو أنه في السنوات القليلة الماضية ، لم تتحقق ربحية تطبيقات المشهد التي تمثلها القيادة الذاتية التوقعات ، ولكن العديد من شركات الذكاء الاصطناعي اليوم مربحة للغاية ، ويمكننا بالفعل أن نرى بعض شركات الذكاء الاصطناعي تحقق أرباحًا.

إذن ما هي القيمة التي يمكن أن يولدها الذكاء الاصطناعي؟ نلخصها على أنها قرارات أفضل وإجراءات أفضل ونتائج أفضل وتجارب أفضل.

الأول هو استخدام الذكاء الاصطناعي لاتخاذ قرارات أفضل ، مثل استخدامه لتحليل درجات الائتمان وتحليل المخاطر المالية في سيناريوهات التسويق.

ثانيًا ، إجراءات أفضل ، أي للاستدلال من إجراءات المستخدم وتقديم خدمات شخصية موصى بها بشكل أفضل.

ثالثًا ، نتائج أفضل ، أي الحصول على نتائج مخرجات أفضل من خلال التحسين.

الخيار الأخير هو تزويد المستخدمين بتجربة أفضل. على سبيل المثال ، إذا اتصلت ببنك أو شركة طيران معينة في الولايات المتحدة وغالبًا ما تضطر إلى الانتظار لفترة طويلة ، فإن تجربة خدمة المستخدم سيئة للغاية ، ولكن مع خدمة عملاء AI لتحسين العملية الداخلية ، يمكن أيضًا أن تكون تجربة المستخدم تعزيز تحسين كبير.

في تطبيقات محددة ، يجب استكمال تجربة الذكاء الاصطناعي المذكورة أعلاه بسير عمل.

على سبيل المثال ، يجب أن تخضع المقالة التي تكتبها وسائل الإعلام للتعليق التوضيحي للمخطوطة والتحرير والعمليات الأخرى قبل نشرها. إذا تم استخدام الذكاء الاصطناعي للمساعدة من المسودة الأولية ، أو مراجعة المقالة ، أو الملخص ، وما إلى ذلك ، فإن قيمة استخدام الذكاء الاصطناعي وعدم استخدام منحنيات الذكاء الاصطناعي ستختلف.

في غياب مساعدة الذكاء الاصطناعي ، المقيدة بالقدرة الشخصية أو كفاءة السرعة ، سيتم الوصول إلى الحد قريبًا. ولكن بمساعدة الذكاء الاصطناعي ، يمكن حتى للكاتب الذي ليس لديه خبرة في كتابة المستندات القانونية أن يستخدم نموذجًا كبيرًا لإكمال كتابة المستندات ذات الصلة وتكملة المحتوى بشكل فعال. في هذه العملية ، يقوم الذكاء الاصطناعي بعمل استنتاجات وتنفيذ من خلال فهم احتياجات الناس ، وأخيراً يساعد الناس في عملية الكتابة.

فيما يلي مقدمة موجزة عن كيفية استخدام النموذج الكبير للوكيل لتحسين قدرته.

نظرًا لأن النماذج الكبيرة يتم تدريبها على البيانات التاريخية ، فإنها لا تستطيع فهم الأحداث الجارية. لنفترض أننا سمحنا للنموذج الكبير بترتيب الطقس ودرجة الحرارة في جميع المدن في جنوب شرق آسيا اليوم. في هذا الوقت ، يحتاج النموذج الكبير إلى بعض الأدوات ليكون قادرًا على التواصل مع العالم الخارجي للحصول على هذه المعلومات ، ثم إكمال التفكير بناءً على المعلومات هذا هو مفهوم الوكيل. بمعنى آخر ، الوكيل هو عيون وآذان النموذج الكبير ، مما يمكّن النموذج الكبير من فهم البيئة وبالتالي يكون قادرًا على معالجة معلوماتنا الحالية.

** 02 ، نموذج وكيل ابتكار كبير **

السؤال التالي الذي أريد مناقشته هو ، ما الذي يمكن أن يفعله الذكاء الاصطناعي لنا؟

يتضمن بشكل أساسي ثلاثة جوانب ، وهي الأتمتة والذكاء الاصطناعي المساعد ، أي كيف يمكن للذكاء الاصطناعي أتمتة العملية في سير العمل ؛ إطلاق الإبداع ؛ وتحسين التفاعل بين الإنسان والحاسوب.

في الذكاء الاصطناعي الآلي والمساعد ، يمكننا التمييز بين قيمها المختلفة من خلال بعدين. في مواجهة المشكلات ذات التعقيد المنخفض وكمية كبيرة من المهام ، من خلال تضمين الذكاء الاصطناعي في عمليات أتمتة سير العمل ، يمكن تحسين كفاءة الإنتاج للمؤسسات بشكل كبير ؛ عند مواجهة مهام أكثر تعقيدًا ، يعد الذكاء الاصطناعي أداة بشرية ، ويلعب دورًا داعمًا . على سبيل المثال ، في مجالات تطوير الأدوية وتصميم المواد ، تكون المهام نفسها أكثر تعقيدًا وتتطلب معرفة مهنية أعلى ، لذلك ، غالبًا ما لا تكون قدرات الذكاء الاصطناعي التي يستخدمها هي ما يمكن للذكاء الاصطناعي أن يرسمه.

اسمحوا لي أن أقدم لكم حالة استخدام الذكاء الاصطناعي لإدارة المشاريع التي استثمرنا فيها من قبل. في Taskade ، يتم إرسال تعليمات خطة التسويق إلى الذكاء الاصطناعي ، ويتم إنشاء أدوار مختلفة للمستخدم ، ويتم تسليم ملفات PDF المتنوعة إلى منظمة العفو الدولية لتحليل النص ومعالجته.هذا هو الذكاء الاصطناعي القائم على المهام.

إنها أداة متكاملة لإدارة المهام ، مقترنة بتضمين الذكاء الاصطناعي ، يمكنها تحقيق إدارة العملية الكاملة لعملية الإنتاج المكتملة. من النقاط المهمة جدًا في هذه الأداة البحث عن سلوك المستخدم ، باستخدام المحتوى للتفاعل مع المستخدمين ، ويمكن أيضًا إنشاء إنتاج المحتوى بشكل مباشر بناءً على سلوك المستخدم ، ويمكن استخدام التعليقات من جانب المستخدم لتغذية النموذج ، وفي الوقت نفسه ، يمكن استخدام التخصيص أيضًا التوصية بدفع إعلانات المنتج للمستخدمين.

لذلك ، نعتقد أن هذا يجب أن يكون الاتجاه العام للجيل القادم من التجارة الإلكترونية وتطوير التجزئة.

وتجدر الإشارة إلى أن إطلاق الإنتاجية على أساس النماذج الكبيرة يتم القيام به أيضًا من قبل الشركات الكبرى مثل مايكروسوفت اليوم ، فكيف يجب أن تتنافس الشركات الناشئة؟

لقد وجدنا أن العديد من الشركات الكبيرة غالبًا ما تواجه مشكلة عدم قدرتها على الوصول إلى "الميل الأخير" فيما يتعلق بتجربة منتجات الذكاء الاصطناعي. سيكون أداءها ضعيفًا نسبيًا ، مما قد يشكل فجوة للشركات المبتدئة للتنافس مع الشركات الكبيرة- يتكرر بسرعة كافية لمنح المستخدمين تجربة أفضل.

على سبيل المثال ، اكتسبت شركة Opus.pro ، وهي شركة لتوليد الفيديو بالذكاء الاصطناعي استثمرنا فيها من قبل ، عددًا كبيرًا من العملاء المخلصين في شهرين فقط منذ إطلاقها. يحتاج المستخدمون فقط إلى إدخال رابط فيديو YouTube ، ويمكن للنظام الأساسي إنشاء عشرات مقاطع الفيديو القصيرة في غضون ثلاث إلى أربع دقائق ، وتوزيع مقاطع الفيديو مباشرةً على TikTok و Instagram و YouTube. تتمتع إمكانات إنشاء محتوى AI المماثلة بإمكانيات كبيرة في الألعاب والأفلام والمزيد.

فيما يتعلق بتفاعل المستخدم والتواصل ، يمكن للذكاء الاصطناعي أيضًا حل المشكلات في فهم اللغة الطبيعية ، مثل التفاعل بين البشر والآلات ، والتواصل بلغات إقليمية مختلفة ، وما إلى ذلك ، والتي تختلف عن طرق التفاعل السابقة التي ركزت بشكل أساسي على استدعاءات API ظهور النماذج الكبيرة شهدت طريقة التفاعل أيضًا تغيرات هائلة ، حيث شكل هذا النمط من الفهم من خلال النماذج اللغوية الكبيرة والتفاعل بين الإنسان والحاسوب نموذجًا جديدًا للتفاعل يتمحور حول العامل. على سبيل المثال ، في الترجمة والبحث والسيناريوهات الأخرى ، يتم إعادة تعريف العديد من الوظائف بواسطة الذكاء الاصطناعي.

لكن في الوقت نفسه ، يجب أن نرى أيضًا قيود النماذج الكبيرة. مثل وهم البحث وتأخر المعلومات وقضايا أخرى. على سبيل المثال ، عندما نبحث في Google عن أخبار استقالة شخص ما ، لأن التدريب النموذجي يستخدم كمية كبيرة من البيانات السابقة للتدريب ، عندما لا يتم تحديث المعلومات في الوقت المناسب ، فإن الإجابة الناتجة عن النموذج الكبير ستنتج نتائج خاطئة. من الضروري إجراء معالجة شاملة للمشكلة وتكرارها من خلال التصحيح البشري أو التوجيه ، وفي النهاية يمكن استخلاص نتيجة صحيحة ، وهذا ما نؤكده حاليًا على ابتكار النماذج واسعة النطاق في سيناريوهات البحث.

في تطبيق الاختبار الآلي ، يُستخدم الذكاء الاصطناعي حاليًا أيضًا في فحص الأدوية ، وتصميم المواد الجديد ، وما إلى ذلك. على سبيل المثال ، في مجال تصميم فحص الأدوية ، كانت دورة تطوير عنصر الدواء في الماضي تتراوح من 7 إلى 12 سنوات ، والتي يمكن تقصيرها بشكل فعال من خلال مساعدة الذكاء الاصطناعي.دورة تطوير الأدوية. على سبيل المثال ، Diffuse Bio و Persist AI ، اللذان استثمرنا فيهما ، يطبقان الذكاء الاصطناعي على فحص الأدوية وتغليف الأدوية على التوالي.

لقد تغير النظام البيئي للذكاء الاصطناعي وهيكل الاستثمار كثيرًا اليوم. إذا تم تعريف الطبقة السفلية على أنها نظام تشغيل AI ، فإن نظام التشغيل هذا يتضمن أطر عمل مختلفة ، مثل TensorFlow و PyTorch وأجهزة الكمبيوتر وبيانات المجال المفتوح. يمكن معالجة النماذج في بعض مجالات التطوير بناءً على بيانات المجال المفتوح ، مثل نماذج GPT الشائعة المختلفة ، ونماذج الانتشار ، وما إلى ذلك. هذا هو تعريفنا لأحدث نظام تشغيل.

على هذا الأساس ، أضف بيانات المجال الرأسي ، وهي بيانات لا تمتلكها شركات مثل OpenAI أو Google ، وقم بتدريب نماذج واسعة النطاق مملوكة ملكية تستند إلى حقول محددة ، مع استكمالها بأدوات لتدريب النموذج بشكل أفضل ، وحل قواعد بيانات وبيانات المتجهات . الخصخصة ومشكلات أخرى ، بالإضافة إلى وكيل الدردشة الحالي الذي يساعد الأشخاص على القيام ببعض الأشياء ، ويعمل البعض الآخر على استخدام الذكاء الاصطناعي لإعادة تشكيل تجربة المستخدم لمجالات تطبيق معينة.

في الماضي ، كان الإنترنت يرقمننا ، سواء أكان أشخاصًا أم مشاهد أم أشياء أم سلوكيات ، استنادًا إلى محركات البحث الرقمية المشتقة ، ومنصات التجارة الإلكترونية المختلفة ، وما إلى ذلك ، وإدارتها في شكل الإنترنت. ولكن اليوم ، أصبح ما يتعين علينا القيام به هو كيفية تحويل بعض المهام أو مشكلات الذكاء الاصطناعي القابلة للتحقيق إلى الوكلاء لتحقيق أتمتة ومعالجة أكثر كفاءة ، والتي ستصبح محور الاختراق التالي في الذكاء الاصطناعي.

من خلال AGI (الذكاء العام الاصطناعي والذكاء الاصطناعي العام) ، سيصبح من الممكن للذكاء الاصطناعي أن يتفوق على البشر في المستقبل ويطلق البشر لأشياء أكثر إبداعًا وقيمة. يمكننا التحول إلى شيء أكثر إثارة للاهتمام ، أو قيمة ، أو أكثر في حاجة إلى قدرات "بشرية". إن إمكانات تطوير الذكاء الاصطناعي كبيرة جدًا ، لكنني لست قلقًا ، من بينها ، ما نراه هو الراحة التي يجلبها كل جيل من الابتكار التكنولوجي للبشر ، مما يمكّن البشر من القيام بأشياء أكثر قيمة. لذلك ، نأمل أيضًا أن نتمكن في المستقبل من دعم المبتكرين بشكل أفضل في مختلف المجالات ومساعدتك في إنشاء بعض الأعمال التجارية الرائعة في وادي السيليكون وحول العالم!

** 03 、 يتحدث Alex Ren مع Qiu Zhun من Huaying Capital **

** Qiu Zhun: ** لقد استثمرت في Silicon Valley لسنوات عديدة. مؤخرًا ، سافرت كثيرًا بين الصين والولايات المتحدة. أنا قلق أكثر بشأن بعض اتجاهات الشركات الصينية في الذهاب إلى الخارج. الذكاء الاصطناعي هو الجزء الأكثر أهمية من هذا. أود أن أطرح السؤال الأول على أليكس. لقد ذكرت الآن الكثير عن إنشاء قيمة الذكاء الاصطناعي (إنشاء قيمة الذكاء الاصطناعي). غالبًا ما نقول أن جزء خلق القيمة هو الذكاء الاصطناعي. كعامل رئيسي في الشركات الناشئة ، يمكنك مشاركة بعض الحالات كيف هبطت؟ دخلت وسائل التواصل الاجتماعي والتجارة الإلكترونية فترة عنق الزجاجة ، فهل يمكن للذكاء الاصطناعي إحداث أي تغييرات معطلة؟ كيف تقيم من وجهة نظر الاستثمار؟

** Alex Ren: ** في الوقت الحالي ، نشهد الكثير من المناقشات حول الذكاء الاصطناعي ، خاصةً حول كيفية الاندماج في العمل والحياة اليومية لمساعدة الأشخاص على توفير الوقت وتحسين الكفاءة. من ناحية أخرى ، يتعلق الأمر بالترفيه والتفاعل.

تكمن إحدى المزايا العظيمة للذكاء الاصطناعي في قدرته على سرد القصص. سواء كان فيلمًا أو رواية أو مقطع فيديو على YouTube ، فإن إنتاج محتوى القصة التقليدي يتم بواسطة الأشخاص. غالبًا ما أعطي مثالًا ، مثل كتب Cao Xueqin "Dream of Red Mansions" ، وأصبح Jia Baoyu راهبًا ، وتوفي Lin Daiyu. تم إنشاء هذه القصة ، ولكن في المنطق السردي للعصر الجديد ، يجب أن يكون كل شخص قادرًا على تجربة حلم القصور الحمراء ، والنتيجة ليست نفسها. على سبيل المثال ، في قصتي ، يمكنني الدردشة مع Jia Baoyu وسؤاله عن سبب رغبته في أن يصبح راهبًا ، ويمكنني أيضًا تغيير نهاية Lin Daiyu.

لذلك ، يعد Gen AI في الواقع فرصة جيدة جدًا لإنشاء منطق سردي للمحتوى في العصر الجديد. ينتج كل جيل من وسائل التواصل الاجتماعي المحتوى بطريقة جديدة ، وهذه الطريقة الجديدة تنتج أيضًا وسيطًا جديدًا ، وبالتالي ، فإن الوسيلة الجديدة هي في الواقع أداة سرد شخصية للغاية. وينطبق الشيء نفسه على التجارة الإلكترونية ، فهل يمكن لمنصة أمازون المستقبلية للتجارة الإلكترونية استخدام نموذج Peer to Peer واستخدام النموذج الكامن وراءه لفهم احتياجات الناس ومطابقتها وحتى إنتاجها. لذلك ، قد يتم تخريب شكل هذه المنصة التقليدية الكبيرة تمامًا في التطوير المستقبلي للذكاء الاصطناعي. ما نحتاج إلى القيام به هو إيجاد هذه الفرص وتضخيمها لإنشاء جيل جديد من وسائل التواصل الاجتماعي ومنصات التجارة الإلكترونية الجديدة. قد تكون أساليبها تمامًا على عكس الطريقة التي نستخدمها بها اليوم.

** Qiu Zhun: ** هذا ممتع للغاية ويذكرني بأن الشكل الأول للتجارة الإلكترونية هو في الواقع P2P. في الواقع ، من منظور اقتصاديات الوحدات (الفوائد الاقتصادية للوحدة) ، يصعب تحقيق هذا النموذج مع الكثير من التدخل اليدوي في التشغيل ، ولكن إذا تم استخدام الذكاء الاصطناعي ، خاصة في شكل نماذج كبيرة ، فقد يصبح هذا اتجاهًا أساسيًا للغاية. السؤال الثاني ، إذا نظرت إلى مسار التسويق ، هل يمكنك إعطاء بعض التوجيه للشركات الناشئة الكبيرة؟

** أليكس رن: ** من منظور شركة ناشئة ، نحتاج إلى أن نكون واضحين بشأن حدودنا ، أي ما الذي يمكننا فعله؟ ماذا تجيد؟

كما قلت سابقًا ، عندما تتنافس الشركات الناشئة مع الشركات الكبيرة ، فإن ميزتها ليست في تدريب النماذج أو عمل Infra ، ولكن في إدراك قيمة العميل. يتمتع رواد الأعمال الصينيون بميزة خاصة ، أي في عصر الإنترنت ، تعلموا كيفية التكرار بسرعة والعثور على نقاط الألم لدى المستخدمين. إن إنترنت المستهلك ليس نموذجًا لـ "أخبرني بما تحتاجه ، وسأصنعه لك" ، ولكنه نموذج "كلنا نقول كلمة ، ونرمي الكثير من الوحل على الحائط ، ونرى أي قطعة يمكن عصا ، وسوف نختار هذا الشيء "، هذا النموذج ينطبق أيضًا على الذكاء الاصطناعي اليوم. بالإضافة إلى ذلك ، يجب الانتباه إلى سرعة التبني (الهبوط). هناك ثلاثة عملاء مختلفين في السوق ، واحد هو To C ، والآخر للمستهلك (المستهلك المحترف) ، والثالث هو المؤسسة. بقدر ما يتعلق الأمر بالسوق اليوم ، من الواضح أن To C و Prosumer سيتم تنفيذهما بشكل أسرع ، لكن مشهد المؤسسة سيكون أبطأ. لذلك ، في هذه العملية ، تحتاج الشركات الناشئة إلى معرفة سيناريو الهبوط الخاص بك ، ومن هم عملاؤك ، وما هي نقاط الضعف لديهم؟ ما مدى سرعة التبني الخاص بك؟ إذا كانت سرعة الهبوط بطيئة نسبيًا ، فسيكون ذلك أكثر إيلامًا لتطوير الشركة ، وما يمكن للشركة بناءه هو الحد الفني. بالطبع ، يمكن القيام بذلك أيضًا ، لكنه بطيء نسبيًا.

** Qiu Zhun: ** دعني أضيف شيئًا أيضًا. في الواقع ، نرى اليوم الكثير من المشاريع المتعلقة بالتسويق ، وما زلنا نولي المزيد من الاهتمام لرجل الأعمال نفسه ، وخلفيته الصناعية ، وفهمه لسيناريوهات التطبيق. من منظور النماذج واسعة النطاق ، هناك اختلافان رئيسيان في مسارات الشركات الناشئة الصينية والأمريكية: أحدهما هو مسار الإدراك ، والآخر هو حالة التبني. من ملاحظاتك ، هل هناك اختلافات بين الاثنين؟

** أليكس رن: ** يتمتع رواد الأعمال في الصين أو سنغافورة اليوم عمومًا بمزايا في To C و To SMB ، ولكن بالنسبة إلى Enterprise أكثر صعوبة ، لأن تسويق عملاء الشركات في الولايات المتحدة يمثل أيضًا مشكلة كبيرة لكل شركة American To B يحتاج إلى بناء فريق مبيعات كبير وفريق تسويق ، وهذا ليس تحديًا للشركات الصينية فحسب ، بل يمثل أيضًا تحديًا لجميع رواد الأعمال في الخارج.

الفرق بين الاثنين هو أن معظم الشركات الناشئة في وادي السيليكون نادرًا ما تتحدث عن استراتيجية الماكرو قبل الجولة الأولى ، وتركز أكثر على كيفية حل المنتج لنقاط الضعف لدى المستخدمين. هذا هو الأكثر أهمية ، والآخر هو اتجاه التنمية ، لذلك سيكون أكثر تأصلاً. غالبًا ما يركز Silicon Valley على PLG ، Power Lead Growth ، لجذب المستخدمين من خلال تحسين وظائف المنتج. هذا اختصار أساسي يلفت الانتباه إلى ملاحظات كل مستخدم على المنتج ، ثم يقوم بإجراء تكرارات سريعة.

** Qiu Zhun: ** في الوقت الحالي ، هناك الكثير من شركات الذكاء الاصطناعي في الصين ، سواء كانت طبقة التطبيق ، أو الطبقة السفلية بما في ذلك طبقة Infra ، فالجميع نشط للغاية. في المقابل ، كيف يُقاس تقدم تبني الشركات الأمريكية الناشئة؟ في أي مرحلة؟

** أليكس رن: ** الأكثر نضجًا في هذه المرحلة هي المخططات النصية وفينسينت. من أقدم شركة Jasper AI ، إلى ChatGPT ، و Midjourney في مجال Wenshengtu ، في الواقع ، هبطوا جميعًا بسرعة كبيرة. لكن القاسم المشترك بينهم هو أنهم جميعًا موجهون إلى المستهلكين من الجانب C أو المستهلكين.

هناك ظاهرة مثيرة للاهتمام للغاية في الشركات الأمريكية ، على سبيل المثال ، يتم استدعاء Midjourney من خلال منصة مثل Discord ، أي تأثير الشبكة الذي تحدثنا عنه في عصر الإنترنت. انظر ، يمكنني أيضًا رؤية أنه يمكنني أيضًا إنشاء حالات أشخاص آخرين. يتعلم تأثير الشبكة هذا من بعضهم البعض بين المستخدمين. لذلك ، يعد Discord أيضًا منصة توزيع منتجات مهمة جدًا ، خاصة بالنسبة إلى المستهلكين. ، يمكن للجميع تكوين مجتمع بسرعة.

هذا النموذج مهم جدًا للشركات في المرحلة المبكرة ، حيث يمكن أن يؤدي تأثير الشبكة المتكون بين المستخدمين إلى تسريع نشر المنتج ، مما يتسبب في انفجار مجموعة المستخدمين بسرعة. بالطبع ، بقدر ما يتعلق الأمر بالحاضر ، لا تزال التطبيقات المتفجرة الحالية في الأساس عبارة عن نصوص وإنشاء صور ثنائية الأبعاد ومعالجتها ، والتقنيات الأخرى ليست جاهزة بما فيه الكفاية ولا تزال قيد التطوير.