Alex Ren, fondateur du Fellows Fund : création de valeur par l'IA du point de vue de la Silicon Valley

Source : Filet Lei Feng

Auteur : Huang Nan

Le 14 août 2023, la 7e conférence mondiale GAIR sur l'intelligence artificielle et la robotique, co-organisée par le GAIR Research Institute, Leifeng.com, World Science and Technology Press et Kotler Consulting Group, a débuté à l'Orchard Hotel de Singapour.

À l'ère de l'explosion de l'entrepreneuriat en IA, en tant que forum international sur l'IA, cette conférence a attiré de nombreux entrepreneurs et investisseurs d'Asie. La conférence a ouvert un total de 10 forums thématiques, axés sur la transformation et l'innovation de domaines populaires tels que l'AIGC, l'Infra, les sciences de la vie, l'éducation et le SaaS à l'ère des grands modèles. Le premier jour de la session "Outstanding Contributors in the GPT Era", Alex Ren, un investisseur pionnier de la Silicon Valley et partenaire fondateur de Fellows Fund, a prononcé un discours d'ouverture sur "La création de valeur par l'IA du point de vue de la Silicon Valley".

Au cours des six derniers mois, l'entrepreneuriat de l'IA a battu son plein. Pour les entreprises et les consommateurs, l'IA signifie de meilleures décisions, de meilleures actions, de meilleurs résultats et de meilleures expériences. Par rapport aux dernières années, certaines des sociétés d'IA actuelles ont commencé à faire des bénéfices, et les perspectives sont très prometteuses !

Alex Ren estime que l'investissement actuel dans l'IA peut partir de quatre dimensions : l'une est la libération de la productivité, c'est-à-dire que les outils pilotés par l'IA exécutent automatiquement des tâches et fournissent des résultats ; l'autre est les changements apportés à l'industrie, c'est-à-dire l'utilisation de l'intelligence artificielle pour optimiser les processus afin d'améliorer l'efficacité, réduire les coûts et améliorer les résultats ; la troisième est la couche intermédiaire de l'IA, qui fait référence à la couche intermédiaire de l'IA reliant LLM pour créer des applications d'IA évolutives et personnalisées ; la quatrième est AI Agent ( AI corps intelligent), où l'IA remplace les humains et les machines pour interagir et apprendre.

Au cours du dialogue avec Qiu Zhun, un partenaire étranger de China Shadow Capital, les deux hommes ont également discuté de la manière dont l'IA peut renverser la méthode de production du contenu des médias sociaux et la voie de commercialisation des start-up.

Voici le contenu du discours en direct d'Alex Ren, que Leifeng.com a édité et organisé sans changer l'intention initiale :

01. Quatre directions d'investissement dans l'IA

Nous sommes un fonds de capital-risque situé dans la Silicon Valley. A la différence des autres sociétés de capital-risque, nous examinons les projets de trois points de vue : l'espace, c'est-à-dire où se trouve l'espace pour les entreprises en démarrage ; Un grand nombre d'étapes de commercialisation ; les dimensions , quelle est la compétence de base de l'entreprise et la méthodologie de la concurrence avec les grandes entreprises.

À partir de ces trois dimensions, nous proposons quatre directions pour l'investissement en IA.

La première direction est la productivité déchaînée, où les outils alimentés par l'IA automatisent les tâches et fournissent une sortie. Aujourd'hui, les utilisateurs peuvent généralement ressentir l'amélioration de l'efficacité apportée par les outils d'IA, tels que l'utilisation de ChatGPT pour générer du texte, écrire une chanson ou écrire du code, etc., et cela sera bientôt terminé. Parmi les entreprises dans lesquelles nous investissons, plusieurs sociétés d'IA telles que Gamma.app, Taskade, CodeComplete, Opus Clip, etc., leurs modèles techniques fournissent des capacités d'IA grâce à la combinaison d'outils d'IA, afin d'améliorer la capacité du modèle à traiter les problèmes sur le terrain et améliorer l'efficacité du travail.

La deuxième direction est la transformation modale de l'industrie. De nombreuses industries auront leurs propres données, telles que la biologie, les assurances, les services à domicile, etc. En intégrant l'IA dans le flux de travail de l'industrie pour l'optimisation, l'efficacité peut être améliorée, les coûts peuvent être réduits et les résultats peuvent être améliorés. Par exemple, nous investissons dans Diffuse Bio dans le domaine biologique, Kyber dans le domaine de l'assurance et LiveX AI dans le domaine des services à la vie.

La troisième direction est la couche intermédiaire de l'IA. Si la couche inférieure de la technologie AI est un grand modèle, alors entre la technologie et l'application finale, nous aurons besoin de plus de middleware, tels que LangChain, LlamaIndex ou d'autres outils middleware pour un certain domaine ou architecture. Comme Anarchy AI dans lequel nous avons investi.

La quatrième direction, et la plus populaire au cours des un ou deux derniers mois, est AI Agent (agent AI). AI Agent a été proposé il y a longtemps, mais jusqu'à l'émergence de GPT, cela a amené tout le monde à penser à AI Agent. Actuellement Il y a beaucoup d'ingénieurs dans la Silicon Valley qui font de l'entrepreneuriat dans ce domaine.Anothermind.ai, dans lequel nous avons investi, est un nouveau type de start-up d'agents IA.

Un bref examen des trois dernières étapes de l'IA : la période la plus ancienne était la période du ML classique, et de nombreuses méthodes statistiques d'apprentissage à partir de données structurées et de caractéristiques prédéfinies ont émergé. Puis vint l'étape d'apprentissage en profondeur, où les réseaux de neurones peuvent apprendre à partir de données non structurées telles que des images, du texte et de l'audio. Après Transformer, nous sommes également entrés dans la phase de l'intelligence artificielle générative et des modèles de base. Sur la base de la méthode GPT, divers textes, images, codes ou algorithmes de conception de puces peuvent être générés. On peut dire que l'IA générative est la prochaine étape de percées.

Notre équipe s'intéresse à l'IA depuis 2016 et 2017. Nous pouvons constater que la principale différence entre les sociétés d'IA actuelles et les start-up précédentes est qu'au cours des dernières années, la rentabilité des applications de scène représentées par la conduite autonome n'a pas atteint attentes, mais de nombreuses entreprises d'IA sont aujourd'hui très rentables, et nous pouvons déjà voir certaines entreprises d'IA gagner de l'argent.

Alors, quelle valeur l'IA peut-elle générer ? Nous résumons cela comme de meilleures décisions, de meilleures actions, de meilleurs résultats et de meilleures expériences.

La première consiste à utiliser l'IA pour prendre de meilleures décisions, comme l'utiliser pour analyser les cotes de crédit et analyser les risques financiers dans des scénarios marketing.

Deuxièmement, de meilleures actions, c'est-à-dire déduire des actions des utilisateurs et fournir de meilleurs services personnalisés recommandés.

Troisièmement, de meilleurs résultats, c'est-à-dire obtenir de meilleurs résultats de sortie grâce à l'optimisation.

Le dernier est de fournir aux utilisateurs une meilleure expérience. Par exemple, si vous appelez une certaine banque ou compagnie aérienne aux États-Unis et que vous devez souvent attendre longtemps, l'expérience du service utilisateur est très mauvaise, mais avec le service client AI pour optimiser le processus interne, l'expérience utilisateur peut également être grandement amélioré promouvoir.

Dans des applications spécifiques, l'expérience AI mentionnée ci-dessus doit être complétée par un Workflow.

Par exemple, un article écrit par les médias doit passer par l'annotation du manuscrit, l'édition et d'autres processus avant de pouvoir être publié. Si l'IA est utilisée pour aider à partir du brouillon initial, de la révision de l'article, du résumé, etc., la valeur de l'utilisation de l'IA et ne pas utiliser les courbes AI variera.

En l'absence d'assistance IA, limitée par les capacités personnelles ou l'efficacité de la vitesse, la limite sera bientôt atteinte. Mais avec l'aide de l'IA, même un rédacteur qui n'a aucune expérience dans la rédaction de documents juridiques peut utiliser un grand modèle pour compléter la rédaction de documents pertinents et compléter efficacement le contenu. Dans ce processus, l'IA fait des inférences et des exécutions en comprenant les besoins des gens, et aide finalement les gens dans le processus d'écriture.

Voici une brève introduction sur la façon dont le grand modèle utilise l'agent pour améliorer sa propre capacité.

Étant donné que les grands modèles sont entraînés sur des données historiques, ils ne peuvent pas comprendre les événements actuels. Supposons que nous laissions le grand modèle classer la météo et la température de toutes les villes d'Asie du Sud-Est aujourd'hui. A ce moment, le grand modèle a besoin d'outils pour pouvoir communiquer avec le monde extérieur afin d'obtenir ces informations, puis compléter le raisonnement basé sur le C'est le concept d'Agent. En d'autres termes, l'Agent est les yeux et les oreilles du grand modèle, permettant au grand modèle de comprendre l'environnement et ainsi de pouvoir traiter nos informations actuelles.

02, paradigme de l'agent d'innovation de grands modèles

La question suivante dont je veux discuter est la suivante : que peut faire l'IA pour nous ?

Il comprend principalement trois aspects, à savoir l'automatisation et l'IA auxiliaire, c'est-à-dire comment l'IA peut automatiser le processus dans Workflow ; libérer la créativité ; et une meilleure interaction homme-ordinateur.

Dans l'IA automatisée et assistée, nous pouvons distinguer leurs différentes valeurs selon deux dimensions. Face à des problèmes de faible complexité et à une grande quantité de tâches, en intégrant l'IA dans les processus d'automatisation des flux de travail, l'efficacité de la production des entreprises peut être considérablement améliorée ; face à des tâches plus complexes, l'IA est un outil humain, joue un rôle de soutien . Par exemple, dans les domaines du développement de médicaments et de la conception de matériaux, les tâches elles-mêmes sont plus complexes et nécessitent des connaissances professionnelles plus élevées.Par conséquent, les capacités de l'IA qu'elle utilise ne sont souvent pas ce qu'une IA capable de dessiner peut résoudre.

Permettez-moi de vous donner un cas d'utilisation de l'IA pour la gestion de projet dans lequel nous avons investi auparavant. Dans Taskade, une instruction d'un plan marketing est envoyée à l'IA, et divers rôles d'utilisateur sont générés, et divers fichiers PDF packagés sont remis à l'IA pour l'analyse et le traitement du texte.

Il s'agit d'un outil de gestion des tâches intégré, couplé à l'intégration de l'IA, qui peut réaliser l'ensemble de la gestion du processus du processus de production terminé. Un point très important dans cet outil est la recherche sur le comportement des utilisateurs, en utilisant le contenu pour interagir avec les utilisateurs, la production de contenu peut également être générée directement en fonction du comportement de l'utilisateur, et les commentaires du côté utilisateur peuvent être utilisés pour alimenter le modèle, et en même temps, la personnalisation peut également être utilisée. Recommandez de diffuser des publicités sur les produits aux utilisateurs.

Par conséquent, nous pensons que cela devrait être la tendance générale de la prochaine génération de développement du commerce électronique et de la vente au détail.

Il convient de noter que la libération de la productivité basée sur de grands modèles se fait également par de grandes entreprises telles que Microsoft aujourd'hui.Comment les start-up doivent-elles concurrencer ?

Nous avons constaté que de nombreuses grandes entreprises ont souvent le problème de ne pas être en mesure d'atteindre le "dernier kilomètre" en termes d'expérience de produit d'IA. Cela fera relativement mal, ce qui peut devenir un écart pour les start-ups pour concurrencer les grandes entreprises- itérer assez rapidement pour offrir aux utilisateurs une meilleure expérience.

Par exemple, Opus.pro, une société de génération de vidéos IA dans laquelle nous avons investi auparavant, a gagné un grand nombre de clients fidèles en seulement deux mois depuis son lancement. Les utilisateurs n'ont qu'à entrer un lien vidéo YouTube, et la plate-forme peut générer une douzaine de courtes vidéos en trois à quatre minutes, et distribuer les vidéos directement sur TikTok, Instagram et YouTube. Des capacités de génération de contenu IA similaires ont un grand potentiel dans les jeux, les films, etc.

En termes d'interaction et de communication avec l'utilisateur, l'IA peut également résoudre des problèmes de compréhension du langage naturel, tels que l'interaction entre les humains et les machines, la communication dans différentes langues régionales, etc., ce qui est différent des méthodes d'interaction passées qui se concentraient principalement sur les appels d'API. L'émergence des grands modèles La méthode d'interaction a également connu de profondes mutations, ce mode de compréhension par les grands modèles de langage, l'interaction homme-machine et humain a formé un nouveau paradigme d'interaction centré sur l'Agent. Par exemple, dans la traduction, la recherche et d'autres scénarios, de nombreux emplois sont redéfinis par l'IA.

Mais en même temps, il faut aussi voir les limites des grands modèles. Tels que l'illusion de recherche, le décalage d'information et d'autres problèmes. Par exemple, lorsque nous recherchons sur Google les nouvelles de démission de quelqu'un, parce que le modèle de formation utilise une grande quantité de données passées pour la formation, lorsque les informations ne sont pas mises à jour à temps, la réponse générée par le grand modèle produira des résultats erronés. Il est nécessaire de traiter et d'itérer de manière plus approfondie le problème par le biais de corrections ou de conseils humains, et enfin une conclusion correcte peut être tirée.C'est ce que nous mettons actuellement l'accent sur l'innovation de modèles à grande échelle dans les scénarios de recherche.

Dans l'application des tests automatisés, l'IA est actuellement également utilisée dans le dépistage des drogues, la conception de nouveaux matériaux, etc. Par exemple, dans le domaine de la conception du dépistage des drogues, le cycle de développement d'un élément médicamenteux dans le passé était aussi long que 7 à 12 années, qui peuvent être efficacement raccourcies par l'assistance de l'IA cycle de développement de médicaments. Par exemple, Diffuse Bio et Persist AI, dans lesquels nous avons investi, appliquent respectivement l'IA au dépistage et au conditionnement des médicaments.

L'écosystème de l'IA et la structure d'investissement ont également beaucoup changé aujourd'hui. Si la couche inférieure est définie comme le système d'exploitation AI, ce système d'exploitation comprend divers frameworks, tels que TensorFlow, PyTorch, du matériel informatique et des données de domaine ouvert. Les modèles dans certains domaines de développement peuvent être traités sur la base de données de champ ouvert, telles que divers modèles GPT courants, modèles de diffusion, etc. C'est notre définition du dernier système d'exploitation.

Sur cette base, ajouter des données de champs verticaux, qui sont des données que les entreprises comme OpenAI ou Google ne possèdent pas, et former des modèles propriétaires à grande échelle basés sur des champs spécifiques, complétés par des outils pour mieux former le modèle, et résoudre des bases de données vectorielles et des données Des problèmes tels que la privatisation, plus l'agent de chat actuel aidant les gens à faire certaines choses, et certains travaux sur l'utilisation de l'IA pour remodeler l'expérience utilisateur pour des domaines d'application spécifiques.

Dans le passé, Internet nous numérisait, qu'il s'agisse de personnes, de scènes, d'objets ou de comportements, en se basant sur des moteurs de recherche dérivés numériques, diverses plateformes de commerce électronique, etc., et les gérait sous la forme d'Internet. Mais aujourd'hui, ce que nous devons faire est de savoir comment transformer certaines tâches ou problèmes réalisables par l'IA en agents pour parvenir à une automatisation et à un traitement plus efficace, qui deviendront le centre de la prochaine percée de l'IA.

Grâce à AGI (Artificial General Intelligence, intelligence artificielle générale), il sera possible pour l'IA de surpasser les humains à l'avenir et de libérer les humains vers des choses plus créatives et plus précieuses. Nous pouvons passer à quelque chose de plus intéressant, précieux ou nécessitant davantage de capacités "humaines". Le potentiel de développement de l'IA est très grand, mais je ne suis pas inquiet. Parmi eux, ce que nous voyons est la commodité que chaque génération d'innovation technologique apporte aux êtres humains, permettant aux êtres humains de faire des choses plus précieuses. Par conséquent, nous espérons également qu'à l'avenir, nous pourrons mieux soutenir les innovateurs dans divers domaines et vous aider à créer de grandes entreprises dans la Silicon Valley et dans le monde !

03、Alex Ren s'entretient avec Qiu Zhun de Huaying Capital

Qiu Zhun : J'ai investi dans la Silicon Valley pendant de nombreuses années. Récemment, j'ai beaucoup voyagé entre la Chine et les États-Unis. Je suis plus préoccupé par certaines directions d'entreprises chinoises à l'étranger. L'IA est la partie la plus importante de cela. Je voudrais poser la première question à Alex. Tout à l'heure, vous avez beaucoup parlé de la création de valeur par l'IA (création de valeur par l'IA). Nous disons souvent que la partie de la création de valeur est l'IA. En tant que facteur clé dans les startups, pouvez-vous partager quelques cas comment a atterri ? Les médias sociaux et le commerce électronique sont entrés dans une période de goulot d'étranglement, l'IA peut-elle apporter des changements perturbateurs ? Comment évaluer d'un point de vue investissement ?

Alex Ren : À l'heure actuelle, nous assistons à de nombreuses discussions sur l'IA, principalement sur la manière de l'intégrer au travail et à la vie quotidienne pour aider les gens à gagner du temps et à améliorer leur efficacité. D'un autre côté, il s'agit de divertissement et d'interaction.

L'un des grands avantages de l'IA réside dans sa capacité à raconter des histoires. Qu'il s'agisse d'un film, d'un roman ou d'une vidéo sur YouTube, la production traditionnelle de contenu d'histoire est faite par des personnes. Je donne souvent un exemple, comme Cao Xueqin a écrit "Dream of Red Mansions", Jia Baoyu est devenu moine et Lin Daiyu est mort. Cette histoire est établie, mais dans la logique narrative de la nouvelle ère, tout le monde devrait pouvoir vivre le rêve des demeures rouges, et le résultat n'est pas le même. Par exemple, dans mon histoire, je peux discuter avec Jia Baoyu et lui demander pourquoi il veut devenir moine, et je peux aussi changer la fin de Lin Daiyu.

Par conséquent, Gen AI est en fait une très bonne opportunité pour générer une logique narrative de contenu dans la nouvelle ère. Chaque génération de médias sociaux produit un contenu d'une nouvelle manière, et cette nouvelle manière produit également un nouveau média, qui est donc en fait un outil narratif hautement personnalisé. Il en va de même pour le e-commerce : la future plateforme de e-commerce d'Amazon peut-elle utiliser le modèle Peer to Peer et utiliser le modèle qui le sous-tend pour comprendre les besoins des gens, y répondre, voire produire. Par conséquent, la forme de cette grande plate-forme traditionnelle peut être complètement subvertie dans le développement futur de l'IA. Ce que nous devons faire est de trouver et d'amplifier ces opportunités pour générer des médias sociaux de nouvelle génération et de nouvelles plates-formes de commerce électronique. Ses méthodes peuvent être complètement contrairement à la façon dont nous l'utilisons aujourd'hui.

Qiu Zhun : Ceci est très intéressant et me rappelle que la première forme de commerce électronique est en fait le P2P. En effet, du point de vue de l'économie unitaire (avantages économiques unitaires), ce modèle avec trop d'intervention manuelle sur les opérations est difficile à réaliser, mais si l'IA est utilisée, en particulier sous la forme de grands modèles, cela peut devenir une direction très centrale. La deuxième question, si vous regardez le chemin de la commercialisation, pouvez-vous donner une direction aux startups à grande échelle ?

**Alex Ren :**Du point de vue d'une start-up, nous devons être clairs sur nos propres limites, c'est-à-dire, que pouvons-nous faire ? En quoi es tu bon?

Comme je l'ai dit plus tôt, lorsque les startups rivalisent avec de grandes entreprises, leur avantage n'est pas dans la formation de modèles ou dans l'infra, mais dans la réalisation de la valeur client. Les entrepreneurs chinois ont un avantage particulier, c'est-à-dire qu'à l'ère d'Internet, ils ont appris à itérer rapidement et à trouver les points faibles des utilisateurs. L'Internet grand public n'est pas un modèle du « vous me dites ce dont vous avez besoin, et je le ferai pour vous », mais un modèle du « nous disons tous un mot, jetons beaucoup de boue sur le mur, et voyons quel morceau peut bâton, et nous choisirons cette chose", ce modèle est également applicable à l'IA aujourd'hui. De plus, nous devons faire attention à la vitesse d'adoption (d'atterrissage). Il existe trois clients différents sur le marché, l'un est To C, l'autre est Prosumer (consommateur professionnel) et le troisième est l'entreprise. En ce qui concerne le marché actuel, il est clair que To C et Prosumer seront mis en œuvre beaucoup plus rapidement, mais la scène des entreprises sera plus lente. Par conséquent, dans ce processus, les start-up doivent connaître votre scénario d'atterrissage, qui sont vos clients et quels sont leurs points faibles ? Quelle est la vitesse de votre adoption? Si la vitesse d'atterrissage est relativement lente, ce sera plus pénible pour le développement de l'entreprise, et ce que l'entreprise peut construire, c'est le seuil technique. Bien sûr, cela peut aussi être fait, mais c'est relativement lent.

** Qiu Zhun : ** Permettez-moi également d'ajouter quelque chose. En fait, on voit aujourd'hui beaucoup de projets liés à la commercialisation, on porte encore plus d'attention à l'entrepreneur lui-même, à son parcours industriel et à sa compréhension des scénarios d'application. Du point de vue des modèles à grande échelle, il existe deux différences principales dans les parcours des startups chinoises et américaines : l'un est le chemin de la réalisation, et l'autre est le statut de l'adoption. D'après vos observations, y a-t-il des différences entre les deux ?

**Alex Ren : **Les entrepreneurs en Chine ou à Singapour ont aujourd'hui généralement des avantages en To C et To SMB, mais To Enterprise est plus difficile, car la marchandisation des entreprises clientes aux États-Unis est également un gros problème. Chaque entreprise américaine To B doit constituer une grande équipe de vente et une équipe de marketing.Ce n'est pas seulement un défi pour les entreprises chinoises, mais aussi pour tous les entrepreneurs étrangers.

La différence entre les deux est que la plupart des startups de la Silicon Valley parlent rarement de stratégie macro avant le tour A, et se concentrent davantage sur la manière dont le produit résout les problèmes des utilisateurs.C'est le plus critique, et l'autre est la tendance de développement, donc ce sera plus ancré. La Silicon Valley met souvent l'accent sur le PLG, Power Lead Growth, pour attirer les utilisateurs par l'amélioration des fonctionnalités du produit.C'est un raccourci central qui prête attention aux retours de chaque utilisateur sur le produit, puis effectue des itérations rapides.

** Qiu Zhun : ** À l'heure actuelle, il existe de nombreuses entreprises d'IA en Chine, que ce soit la couche application, la couche inférieure, y compris la couche Infra, tout le monde est très actif. En revanche, comment mesure-t-on la progression de l'adoption des startups américaines ? A quelle étape ?

**Alex Ren : **Les plus matures à ce stade sont le texte et les diagrammes de Vincent. De la première entreprise Jasper AI, à ChatGPT, et Midjourney dans le domaine de Wenshengtu, en fait, ils ont tous atterri très rapidement. Mais ce qu'ils ont en commun, c'est qu'ils sont tous orientés vers les consommateurs C-side ou Prosumers.

Il y a un phénomène très intéressant dans les entreprises américaines, c'est-à-dire que Midjourney est invoqué via une plateforme comme Discord, c'est-à-dire l'effet réseau dont on parlait à l'ère d'Internet. générer des cas d'autres personnes. Cet effet de réseau apprend les uns des autres parmi les utilisateurs. Par conséquent, Discord est également une plateforme de distribution de produits très importante, en particulier pour les Prosumers. , tout le monde peut rapidement former une communauté.

Ce modèle est très important pour les entreprises en phase de démarrage.L'effet de réseau formé entre les utilisateurs peut accélérer la diffusion du produit, faisant exploser rapidement le groupe d'utilisateurs. Bien sûr, en ce qui concerne le présent, les applications explosives actuelles sont encore principalement la génération et le traitement de texte et d'images bidimensionnelles, et d'autres technologies ne sont pas suffisamment prêtes et sont encore en cours de développement.