Alex Ren, fundador de Fellows Fund: creación de valor de IA desde la perspectiva de Silicon Valley

Fuente: Lei Feng Net

Autor: Huang Nan

El 14 de agosto de 2023, la 7.ª Conferencia mundial de GAIR sobre inteligencia artificial y robótica, organizada conjuntamente por el Instituto de investigación GAIR, Leifeng.com, World Science and Technology Press y Kotler Consulting Group, comenzó en el Orchard Hotel de Singapur.

En la era de la explosión del espíritu empresarial de IA, como foro internacional de IA, esta conferencia ha atraído a muchos empresarios e inversores de Asia. La conferencia abrió un total de 10 foros temáticos, centrándose en la transformación y la innovación de campos populares como AIGC, Infra, ciencias de la vida, educación y SaaS en la era de los grandes modelos. En el primer día de la sesión "Contribuidores destacados en la era GPT", Alex Ren, un inversor pionero de Silicon Valley y socio fundador de Fellows Fund, compartió un discurso de apertura sobre "Creación de valor de IA desde la perspectiva de Silicon Valley".

En los últimos seis meses, el espíritu empresarial de la IA ha estado en pleno apogeo. Para las empresas y los consumidores, la IA significa mejores decisiones, mejores acciones, mejores resultados y mejores experiencias. En comparación con los últimos años, algunas de las empresas de inteligencia artificial actuales han comenzado a obtener ganancias, ¡y las perspectivas son muy prometedoras!

Alex Ren cree que la inversión actual en IA puede comenzar desde cuatro dimensiones: una es la liberación de la productividad, es decir, las herramientas impulsadas por IA realizan tareas automáticamente y proporcionan resultados; la otra son los cambios en la industria, es decir, el uso de inteligencia artificial para optimizar procesos para mejorar la eficiencia, reducir costos y mejorar los resultados; el tercero es la capa intermedia de IA, que se refiere a la capa intermedia de IA que conecta LLM para crear aplicaciones de IA escalables y personalizadas; el cuarto es AI Agent ( Cuerpo inteligente de IA), donde la IA reemplaza a los humanos y las máquinas para interactuar y aprender.

Durante el diálogo con Qiu Zhun, un socio en el extranjero de China Shadow Capital, los dos también discutieron cómo la IA puede subvertir el método de producción de contenido de redes sociales y la ruta de comercialización de las empresas emergentes.

El siguiente es el contenido del discurso en vivo de Alex Ren, que Leifeng.com ha editado y organizado sin cambiar la intención original:

01. Cuatro direcciones de inversión en IA

Somos un fondo de capital de riesgo ubicado en Silicon Valley, a diferencia de otras empresas de VC, miramos los proyectos desde tres puntos de vista: espacio, es decir, dónde está el espacio para las empresas de nueva creación, una gran cantidad de etapas de comercialización, dimensiones , cuál es la competencia central de la empresa, y la metodología de competir con las grandes empresas.

Partiendo de estas tres dimensiones, proponemos cuatro direcciones para la inversión en IA.

La primera dirección es la productividad desatada, donde las herramientas impulsadas por IA automatizan tareas y proporcionan resultados. Hoy en día, los usuarios generalmente pueden sentir la mejora en la eficiencia que brindan las herramientas de IA, como usar ChatGPT para generar texto, escribir una canción o escribir código, etc., y se completará pronto. Entre las empresas en las que invertimos, varias empresas de IA como Gamma.app, Taskade, CodeComplete, Opus Clip, etc., sus modelos técnicos brindan capacidades de IA a través de la combinación de herramientas de IA, a fin de mejorar la capacidad del modelo para resolver problemas. en el campo y mejorar la eficiencia del trabajo.

La segunda dirección es la transformación del modo de la industria. Muchas industrias tendrán sus propios datos, como biología, seguros, servicios domésticos, etc. Al integrar la IA en el flujo de trabajo de la industria para su optimización, se puede mejorar la eficiencia, reducir los costos y mejorar los resultados. Por ejemplo, invertimos en Diffuse Bio en el campo biológico, Kyber en el campo de los seguros y LiveX AI en el campo de los servicios de vida.

La tercera dirección es la capa intermedia de la IA. Si la capa inferior de la tecnología de IA es un modelo grande, entonces, entre la tecnología y la aplicación final, necesitaremos más middleware, como LangChain, LlamaIndex u otras herramientas de middleware para un determinado dominio o arquitectura. Como Anarchy AI en la que invertimos.

La cuarta, y la dirección más popular en los últimos uno o dos meses, es AI Agent (agente AI).AI Agent se propuso hace mucho tiempo, pero hasta la aparición de GPT, hizo que todos pensaran en AI Agent.Actualmente Hay muchos ingenieros en Silicon Valley que están haciendo emprendimientos en esta área.Anothermind.ai, en el que invertimos, es un nuevo tipo de empresa de nueva creación de AI Agent.

Una breve revisión de las últimas tres etapas de la IA: el período más antiguo fue el período clásico de ML, y surgieron muchos métodos estadísticos para aprender a partir de datos estructurados y características predefinidas. Luego vino la etapa de aprendizaje profundo, en la que las redes neuronales pueden aprender de datos no estructurados, como imágenes, texto y audio. Después de Transformer, también hemos entrado en la etapa de inteligencia artificial generativa y modelos básicos. Con base en el método GPT, se pueden generar varios textos, imágenes, códigos o algoritmos de diseño de chips. Se puede decir que la IA generativa es la próxima ronda de avances

Nuestro equipo ha estado prestando atención a la IA desde 2016 y 2017. Podemos encontrar que la principal diferencia entre las empresas de IA actuales y las empresas de nueva creación anteriores es que, en los últimos años, la rentabilidad de las aplicaciones de escena representadas por la conducción autónoma no se ha cumplido. expectativas, pero muchas empresas de IA hoy en día son muy rentables, y ya podemos ver algunas empresas de IA ganando dinero.

Entonces, ¿qué valor puede generar la IA? Lo resumimos como mejores decisiones, mejores acciones, mejores resultados y mejores experiencias.

El primero es usar la IA para tomar mejores decisiones, como usarla para analizar puntajes de crédito y analizar riesgos financieros en escenarios de marketing.

En segundo lugar, mejores acciones, es decir, inferir de las acciones de los usuarios y brindar mejores servicios personalizados recomendados.

Tercero, mejores resultados, es decir, obtener mejores resultados de salida a través de la optimización.

El último es proporcionar a los usuarios una mejor experiencia. Por ejemplo, si llama a un determinado banco o aerolínea en los Estados Unidos y, a menudo, tiene que esperar mucho tiempo, la experiencia de servicio al usuario es muy mala, pero con el servicio al cliente de AI para optimizar el proceso interno, la experiencia del usuario también puede ser promoción muy mejorada.

En aplicaciones específicas, la experiencia de IA mencionada anteriormente debe completarse con un flujo de trabajo.

Por ejemplo, un artículo escrito por los medios debe pasar por la anotación del manuscrito, la edición y otros procesos antes de que pueda publicarse. Si se usa IA para ayudar desde el borrador inicial, la revisión del artículo, el resumen, etc., el valor de usar IA y no usar AI Curves variará.

En ausencia de asistencia de IA, limitada por la capacidad personal o la eficiencia de la velocidad, pronto se alcanzará el límite. Pero con la ayuda de la IA, incluso un escritor que no tenga experiencia en la redacción de documentos legales puede usar un modelo grande para completar la redacción de documentos relevantes y complementar de manera efectiva el contenido. En este proceso, AI hace inferencias y ejecuciones al comprender las necesidades de las personas y, finalmente, ayuda a las personas en el proceso de escritura.

Aquí hay una breve introducción de cómo el modelo grande usa Agent para mejorar su propia habilidad.

Debido a que los modelos grandes se entrenan con datos históricos, no pueden comprender los eventos actuales. Supongamos que dejamos que el modelo grande clasifique el clima y la temperatura de todas las ciudades del sudeste asiático hoy. En este momento, el modelo grande necesita algunas herramientas para poder comunicarse con el mundo exterior para obtener esta información, y luego completar el razonamiento basado en el información Este es el concepto de Agente. En otras palabras, el Agente es los ojos y los oídos del modelo grande, lo que permite que el modelo grande comprenda el entorno y, por lo tanto, pueda procesar nuestra información actual.

02, modelo grande innovación Agente paradigma

La siguiente pregunta que quiero discutir es, ¿qué puede hacer la IA por nosotros?

Incluye principalmente tres aspectos, a saber, la automatización y la IA auxiliar, es decir, cómo la IA puede automatizar el proceso en el flujo de trabajo, liberar la creatividad y mejorar la interacción humano-computadora.

En la IA automatizada y de asistencia, podemos distinguir sus diferentes valores a lo largo de dos dimensiones. Frente a problemas de baja complejidad y una gran cantidad de tareas, al integrar la IA en los procesos de automatización del flujo de trabajo, la eficiencia de producción de las empresas puede mejorar en gran medida; cuando se enfrentan a tareas más complejas, la IA es una herramienta humana que desempeña un papel de apoyo . Por ejemplo, en los campos de desarrollo de fármacos y diseño de materiales, las tareas en sí son más complejas y requieren un mayor conocimiento profesional, por lo que las capacidades de IA que utiliza a menudo no son lo que puede resolver una IA que puede dibujar.

Permítanme darles un caso de uso de IA para la gestión de proyectos en el que invertimos antes. En Taskade, se emite una instrucción de plan de marketing a AI, se generan varias identidades de usuario y se entregan varios archivos PDF empaquetados a AI para el análisis y procesamiento de texto.

Es una herramienta de gestión de tareas integrada, junto con la incorporación de IA, puede realizar la gestión completa del proceso de producción completo. Un punto muy importante en esta herramienta es la investigación sobre el comportamiento del usuario, utilizando contenido para interactuar con los usuarios, la producción de contenido también se puede generar directamente en función del comportamiento del usuario, y la retroalimentación del lado del usuario se puede utilizar para retroalimentar el modelo, y, al mismo tiempo, también se puede utilizar la personalización. Recomendar enviar anuncios de productos a los usuarios.

Por lo tanto, creemos que esta debería ser la tendencia general de la próxima generación de comercio electrónico y desarrollo minorista.

Cabe señalar que la liberación de productividad basada en grandes modelos también la están haciendo grandes empresas como Microsoft hoy en día ¿Cómo deben competir las start-ups?

Descubrimos que muchas empresas grandes a menudo tienen el problema de no poder llegar a la "última milla" en términos de experiencia con productos de IA. Lo hará relativamente mal, lo que puede convertirse en una brecha para que las empresas nuevas compitan con las grandes empresas. iterar lo suficientemente rápido para brindar a los usuarios una mejor experiencia.

Por ejemplo, Opus.pro, una empresa de generación de video con IA en la que invertimos anteriormente, ganó una gran cantidad de clientes leales en solo dos meses desde su lanzamiento. Los usuarios solo necesitan ingresar un enlace de video de YouTube, y la plataforma puede generar una docena de videos cortos en tres o cuatro minutos y distribuir los videos directamente a TikTok, Instagram y YouTube. Las capacidades similares de generación de contenido de IA tienen un gran potencial en juegos, películas y más.

En términos de interacción y comunicación del usuario, la IA también puede resolver problemas en la comprensión del lenguaje natural, como la interacción entre humanos y máquinas, la comunicación en diferentes idiomas regionales, etc., que es diferente de los métodos de interacción anteriores que se centraban principalmente en las llamadas API. El surgimiento de grandes modelos El método de interacción también ha sufrido grandes cambios.Este modo de entender a través de grandes modelos de lenguaje, la interacción humano-computadora y humano ha formado un nuevo paradigma de interacción centrado en el Agente. Por ejemplo, en la traducción, la búsqueda y otros escenarios, la IA está redefiniendo muchos trabajos.

Pero al mismo tiempo, también debemos ver las limitaciones de los modelos grandes. Como la ilusión de búsqueda, el retraso de la información y otros problemas. Por ejemplo, cuando buscamos en Google la noticia de la renuncia de alguien, porque el entrenamiento del modelo utiliza una gran cantidad de datos pasados para el entrenamiento, cuando la información no se actualiza a tiempo, la respuesta generada por el modelo grande producirá resultados erróneos. Es necesario seguir procesando de manera integral e iterar el problema a través de la corrección o la guía humana, y finalmente se puede llegar a una conclusión correcta. Esto es lo que estamos enfatizando actualmente en la innovación de modelos a gran escala en escenarios de búsqueda.

En la aplicación de pruebas automatizadas, la IA también se usa actualmente en la detección de drogas, el diseño de nuevos materiales, etc. Por ejemplo, en el campo del diseño de detección de drogas, el ciclo de desarrollo de un elemento de droga en el pasado era tan largo como 7 a 12 años, que puede acortarse de manera efectiva con la asistencia de AI. ciclo de desarrollo de fármacos. Por ejemplo, Diffuse Bio y Persist AI, en los que invertimos, aplican la IA a la detección y el envasado de medicamentos, respectivamente.

El ecosistema de IA y la estructura de inversión también han cambiado mucho hoy. Si la capa inferior se define como el sistema operativo AI, este sistema operativo incluye varios marcos, como TensorFlow, PyTorch, hardware de computadora y datos de dominio abierto. Los modelos en algunos campos de desarrollo se pueden procesar en función de los datos de campo abierto, como varios modelos GPT comunes, modelos de difusión, etc. Esta es nuestra definición del sistema operativo más reciente.

Sobre esta base, agregar datos de campos verticales, que son datos que empresas como OpenAI o Google no tienen, y entrenar modelos propietarios a gran escala basados en campos específicos, complementados con herramientas para entrenar mejor el modelo, y resolver bases de datos y datos vectoriales. Cuestiones como la privatización, más el Hot Chat Agent de hoy que ayuda a las personas a hacer algunas cosas, y algunos trabajos sobre el uso de IA para remodelar la experiencia del usuario para áreas de aplicación específicas.

En el pasado, Internet nos digitalizaba, ya fueran personas, escenas, objetos o comportamientos, basándose en motores de búsqueda derivados digitales, diversas plataformas de comercio electrónico, etc., y los gestionaba en forma de Internet. Pero hoy, lo que tenemos que hacer es cómo convertir algunas tareas o problemas realizables por IA en agentes para realizar la automatización y un procesamiento más eficiente, que se convertirá en el foco del próximo avance de la IA.

A través de AGI (Inteligencia General Artificial, inteligencia artificial general), será posible que la IA supere a los humanos en el futuro y los libere a cosas más creativas y valiosas. Podemos cambiar a algo más interesante, valioso o más necesitado de habilidades "humanas". El potencial de desarrollo de la IA es muy grande, pero no me preocupa, entre ellos lo que vemos es la conveniencia que cada generación de innovación tecnológica trae al ser humano, permitiéndole al ser humano hacer cosas más valiosas. Por lo tanto, también esperamos que en el futuro podamos apoyar mejor a los innovadores en varios campos y ayudarlos a crear grandes negocios en Silicon Valley y en todo el mundo.

03、Alex Ren habla con Qiu Zhun de Huaying Capital

**Qiu Zhun:**He invertido en Silicon Valley durante muchos años. Recientemente, he viajado mucho entre China y los Estados Unidos. Me preocupan más las direcciones de las empresas chinas que van al extranjero. La IA es la parte más importante. de esta. Me gustaría hacerle la primera pregunta a Alex. Hace un momento mencionaste mucho sobre la creación de valor de la IA (la creación de valor de la IA). A menudo decimos que la parte de la creación de valor es la IA. Como factor clave en las nuevas empresas, ¿puedes compartir algunos casos? ¿Cómo aterrizó? Las redes sociales y el comercio electrónico han entrado en un período de cuello de botella, ¿puede la IA traer cambios disruptivos? ¿Cómo evaluar desde el punto de vista de la inversión?

Alex Ren: En la actualidad, vemos muchas discusiones sobre la IA, principalmente sobre cómo integrarse en el trabajo y la vida diarios para ayudar a las personas a ahorrar tiempo y mejorar la eficiencia. Por otro lado, se trata de entretenimiento e interacción.

Una de las grandes ventajas de la IA radica en su capacidad para contar historias, ya sea una película, una novela o un video en YouTube, la producción tradicional de contenido de historias la realizan personas. A menudo doy un ejemplo, como Cao Xueqin escribió "Sueño de mansiones rojas", Jia Baoyu se convirtió en monje y Lin Daiyu murió. Esta historia está establecida, pero en la lógica narrativa de la nueva era, todos deberían poder experimentar el Sueño de las Mansiones Rojas, y el resultado no es el Mismo. Por ejemplo, en mi historia, puedo chatear con Jia Baoyu y preguntarle por qué quiere convertirse en monje, y también puedo cambiar el final de Lin Daiyu.

Por lo tanto, Gen AI es en realidad una muy buena oportunidad para generar lógica narrativa de contenido en la nueva era. Cada generación de redes sociales produce contenido de una manera nueva, y esta nueva forma también produce un nuevo medio, por lo tanto, el nuevo medio es en realidad una herramienta narrativa altamente personalizada. Lo mismo es cierto para el comercio electrónico.¿Puede la futura plataforma de comercio electrónico de Amazon usar el modelo Peer to Peer y usar el modelo subyacente para comprender las necesidades de las personas, satisfacerlas e incluso producir? Por lo tanto, la forma de esta gran plataforma tradicional puede subvertirse por completo en el desarrollo futuro de la IA. Lo que debemos hacer es encontrar y ampliar estas oportunidades para generar redes sociales de nueva generación y nuevas plataformas de comercio electrónico. Sus métodos pueden ser completamente diferente a la forma en que lo usamos hoy.

Qiu Zhun: Esto es muy interesante y me recuerda que la primera forma de comercio electrónico es en realidad P2P. De hecho, desde la perspectiva de la economía unitaria (beneficios económicos unitarios), este modelo con demasiada intervención manual es difícil de lograr, pero si se usa IA, especialmente en forma de modelos grandes, esto puede convertirse en una dirección muy central. La segunda pregunta, si observa el camino de la comercialización, ¿puede dar alguna dirección a las nuevas empresas a gran escala?

**Alex Ren:**Desde la perspectiva de una empresa nueva, debemos tener claras nuestras propias limitaciones, es decir, ¿qué podemos hacer? En qué eres bueno?

Como dije antes, cuando las nuevas empresas compiten con las grandes empresas, su ventaja no está en entrenar modelos o hacer Infra, sino en obtener valor para el cliente. Los empresarios chinos tienen una ventaja especial, es decir, en la era de Internet, han aprendido a iterar rápidamente y encontrar los puntos débiles de los usuarios. La Internet de consumo no es un modelo de "tú me dices lo que necesitas y yo te lo hago", sino un modelo de "todos decimos una palabra, tiramos mucho barro en la pared, y vemos qué pieza puede palo, y elegiremos esa cosa ", este modelo también es aplicable a la IA hoy. Además, debemos prestar atención a la velocidad de adopción (aterrizaje). Hay tres clientes diferentes en el mercado, uno es To C, uno es Prosumer (consumidor profesional) y el tercero es empresa. En lo que respecta al mercado actual, está claro que To C y Prosumer se implementarán mucho más rápido, pero la escena empresarial será más lenta. Por lo tanto, en este proceso, las empresas de nueva creación necesitan conocer su escenario de aterrizaje, quiénes son sus clientes y cuáles son sus puntos débiles. ¿Qué tan rápido es su adopción? Si la velocidad de aterrizaje es relativamente lenta, será más doloroso para el desarrollo de la empresa, y lo que la empresa puede construir es el umbral técnico. Por supuesto, esto también se puede hacer, pero es relativamente lento.

**Qiu Zhun:**Permítanme agregar algo. De hecho, hoy vemos muchos proyectos relacionados con la comercialización. Todavía prestamos más atención al propio empresario, su experiencia industrial y su comprensión de los escenarios de aplicación. Desde la perspectiva de los modelos a gran escala, existen dos diferencias principales en los caminos de las nuevas empresas chinas y estadounidenses: uno es el camino de la realización y el otro es el estado de adopción. A partir de sus observaciones, ¿hay alguna diferencia entre los dos?

**Alex Ren: **Hoy en día, ya sea que los empresarios en China o Singapur generalmente tengan ventajas en A C y A SMB, pero A Enterprise es más difícil, porque la mercantilización de los clientes corporativos en los Estados Unidos también es un gran problema. La empresa B necesita construir un gran equipo de ventas y un equipo de marketing. Esto no solo es un desafío para las empresas chinas, sino también para todos los empresarios extranjeros.

La diferencia entre los dos es que la mayoría de las nuevas empresas en Silicon Valley rara vez hablan sobre la estrategia macro antes de la ronda A, y se enfocan más en cómo el producto resuelve los puntos débiles de los usuarios. Este es el más crítico, y el otro es la tendencia de desarrollo. por lo que estará más conectado a tierra. Silicon Valley a menudo enfatiza PLG, Power Lead Growth, para atraer usuarios a través de la mejora de las funciones del producto. Este es un atajo central que presta atención a los comentarios de cada usuario sobre el producto y luego realiza iteraciones rápidas.

Qiu Zhun: En la actualidad, hay muchas empresas de IA en China, sin importar si se trata de la capa de aplicación, la capa inferior, incluida la capa de infraestructura, todos son muy activos. Por el contrario, ¿cómo se mide el progreso de adopción de las nuevas empresas estadounidenses? ¿En qué etapa?

**Alex Ren: **Los más maduros en esta etapa son el texto y los diagramas de Vincent. Desde la primera compañía Jasper AI hasta ChatGPT y Midjourney en el campo de Wenshengtu, de hecho, todos aterrizaron muy rápido. Pero lo que tienen en común es que todos están orientados a consumidores del lado C o Prosumidores.

Hay un fenómeno muy interesante en las empresas estadounidenses, que es, por ejemplo, Midjourney se invoca a través de una plataforma como Discord, es decir, el efecto de red del que hablábamos en la era de Internet. generar casos de otras personas. Este efecto de red es aprender unos de otros entre los usuarios. Por lo tanto, Discord también es una plataforma de distribución de productos muy importante, especialmente para Prosumers. , todos pueden formar rápidamente una comunidad.

Este modelo es muy importante para las empresas en etapa inicial, ya que el efecto de red formado entre los usuarios puede acelerar la difusión del producto, lo que hace que el grupo de usuarios explote rápidamente. Por supuesto, en lo que respecta al presente, las aplicaciones explosivas actuales siguen siendo principalmente la generación y el procesamiento de texto e imágenes bidimensionales, y otras tecnologías no están lo suficientemente preparadas y aún están en desarrollo.