Ini adalah tantangan kognitif antara radikal dan konservatif.
"Di Silicon Valley, pada topik model skala besar dan AI generatif, tidak ada diskusi tentang apakah akan memilih atau tidak. Yang ada hanya diskusi tentang jalur mana yang akan dipilih dan proyek mana yang akan dipilih." Seorang investor Silicon Valley diceritakan "Titanium Media Venture Capitalist".
Kegilaan Silicon Valley menjadi saksi dari angka-angka tersebut. Menurut data PitchBook, sejak rilis GPT-3 lebih dari dua tahun lalu, investasi modal ventura di AIGC telah meningkat lebih dari 400%. Pada tahun 2022, lingkaran investasi akan menginvestasikan total US$1,37 miliar ( setara dengan sekitar RMB 9,369 miliar) di perusahaan AI generatif miliar), hampir mencapai jumlah lima tahun terakhir, dan bahkan mencapai $2,1 miliar yang mengejutkan tahun ini.
Melihat kembali ke China, model besar telah berjalan dengan liar selama lebih dari 200 hari, dan suara diskusi kognitif yang kontradiktif lebih keras daripada kemajuan implementasi yang sebenarnya.
Investor ventura dengan uang sungguhan di tangan mereka sangat ingin mencoba, bertaruh pada model besar dan AIGC; sementara yang lain mengatakan "biarkan peluru terbang sebentar."
"Kapitalis Ventura Media Titanium" mengetahui bahwa mereka yang ingin mencoba adalah lembaga investasi faksi yang benar-benar kaya dan kuat dengan peluru yang cukup di tangan mereka; Datanglah ke kesempatan ini untuk "membalik meja melawan angin".
"** Biarkan peluru terbang untuk sementara waktu, satu tidak ada uang, dan yang lainnya adalah tidak ada akumulasi di bidang teknis sebelumnya, dan sekarang saya masih bekerja keras untuk mempelajari dan meneliti struktur dan tren yang mendasarinya dari model besar.**" Seorang mitra dana berkata " Titanium Media Venture Capitalist berkata, "Terus terang, lembaga investasi juga takut diputus oleh pengusaha."
**"Ini adalah kompetisi kognisi. Kognisi seperti apa yang Anda miliki tentang model besar akan menentukan proyek seperti apa yang akan Anda pilih." **Menurut pendapat Xu Siqing, mitra pendiri & CEO Alpha Commune.
Inkonsistensi kognitif model besar tidak hanya berfokus pada individu. Ketika investor, pengusaha, dan peminta semuanya memiliki bias kognitif, "agresif dan konservatif" untuk model besar telah menjadi keadaan umum bagi sebagian besar pemain.
Fu Sheng, CEO Cheetah Mobile, seorang pengusaha serial, dan Zhu Xiaohu, mitra pengelola Dana Modal Ventura Jinshajiang di lingkaran pertemanan, "Separuh dari perusahaan rintisan di Silicon Valley dimulai di sekitar ChatGPT, dan investor kami bisa sangat cuek dan tak kenal takut."
Zhu Xiaohu, yang telah mendominasi pasar utama selama bertahun-tahun, menjawab, "99% dari nilai diciptakan oleh GPT. Apa nilai dari perusahaan baru seperti itu?"
Sepintas, tidak ada yang benar atau salah, hanya berbeda posisi. Pengusaha di tingkat atas telah mengundurkan diri satu demi satu, menyingsingkan lengan baju mereka dan mulai bekerja, dari tahun cahaya Wang Huiwen, hingga Wang Xiaochuan yang memasuki model besar dengan dana awal 50 juta dolar AS, dan kemudian ke Jia Yangqing, master kerangka Ali, yang mengundurkan diri dan mengabdikan dirinya pada AI. Pengusaha dengan impian sama bersemangatnya dengan mereka yang telah menangkap gelombang kedua kewirausahaan internet.
Saham konsep kecerdasan buatan di pasar sekunder juga melonjak. Dari Hari Tahun Baru hingga akhir Juni tahun ini, indeks kecerdasan buatan (884201) naik hampir 70%. Tetapi ahli strategi Bank of America Michael Hartnett menyebut peningkatan kecerdasan buatan sebagai "gelembung bayi" dan memperingatkan itu mungkin akan meledak.
Tidak banyak orang yang benar-benar menggunakan produk AI. Baru-baru ini, Morgan Stanley melakukan survei terhadap lebih dari 2.000 orang, dan hasilnya 80% dari mereka tidak pernah menggunakan ChatGPT atau Google Bard.
Berbagai kontradiksi dari radikalisme, konsensus, konservatisme, gelembung, dan keanehan merangkul "revolusi teknis" ini. Apakah peluang di AGI, model vertikal, lapisan infrastruktur, atau lapisan aplikasi?
Sekelompok geek tidak terlalu memikirkan kewirausahaan mereka, tetapi langsung terhubung ke ChatGPT untuk mulai mengeksplorasi komersialisasi.
Siapa yang "memilih dengan kaki" AI
** Pengguna adalah cara terbaik untuk menguji produk Apakah itu berharga atau tidak, pengguna akan memilih untuk memilih dengan kaki mereka. **
Skenario seperti e-niaga lintas batas, pembuatan video, dan catatan rapat telah menjadi posisi pertama ChatGPT yang meningkatkan efisiensi.
"Titanium Media Venture Capitalist" mengetahui bahwa rantai ekologi tanpa batas lintas batas telah menggunakan ChatGPT untuk meningkatkan efisiensi daftar halaman produk sejak Desember tahun lalu. Setelah penelitian, ditemukan bahwa ChatGPT dapat mewujudkan produksi batch halaman produk. Standar dari toko.
Pendiri Qian Dazhu berkata: "Dulu dibutuhkan grup yang terdiri dari empat atau lima orang untuk menyelesaikan pekerjaan dalam sehari, sekarang hanya satu eksportir ChatGPT yang dapat melakukan semua pekerjaan dalam satu jam**, dan waktu tambahan dapat dilakukan Lebih banyak hal ."
Setelah GPT-4 meluncurkan fungsi pengenalan gambar, impor gambar produk melalui situs web agar GPT-4 dapat menganalisis gambar, mendeskripsikan dan menyempurnakan nilai jual produk, memasukkan kata-kata cepat, dan meminta untuk meniru ekspresi yang memenuhi preferensi pembeli Amazon. 8 versi berbeda dihasilkan sekaligus, yang berarti bahwa 8 toko meluncurkan produk pada saat yang sama, dan latar belakang Amazon tidak akan mengenali relevansinya. Setiap toko dapat memperoleh perhitungan lalu lintas yang sama, yang sangat membantu untuk meningkatkan kinerja.
“Batas untuk e-commerce sebenarnya tidak tinggi, jadi jika Anda ingin memperlebar jarak dengan pedagang lintas batas serupa, Anda harus mengandalkan kecepatan lari atau teknologi baru,” kata Qian Dazhu.
Guo Chenlu, pendiri ShulexVOC, yang teknologinya mengalir keluar, juga seorang praktisi ChatGPT. ShulexVOC adalah plug-in yang membantu penjual dengan cepat menganalisis kelebihan dan kekurangan produk, motivasi pembelian, ekspektasi pengguna, dan skenario penggunaan. Ini dapat digunakan di platform Amazon dan Shpfiy. Logika yang mendasarinya adalah algoritme ChatGPT plus model kecil yang dikembangkan sendiri, yang memproses komentar dan foto pengguna melalui bahasa alami, lalu mengekstrak tag dan mengubahnya menjadi teks, dan terakhir menganalisis produk terkait. Saat ini ada lebih dari 30.000 pengguna.
“Keuntungan dari banyak pedagang lintas batas adalah kemampuan rantai pasokan mereka. Mereka tidak memiliki kemampuan untuk menerapkan produk peningkatan efisiensi digital, dan mereka jarang secara aktif mencari jenis produk ini kecuali yang disediakan oleh platform itu sendiri, tetapi produk ini dapat sangat membantu Penjual dapat meningkatkan kemampuan mereka untuk memilih produk dan mengoptimalkan kategori, sehingga meningkatkan kinerja penjualan, "kata manajer produk Amazon.
Belum lama ini, Abhay Parasnis, chief technology officer Adobe, mendirikan Typeface, alat pemasaran kecerdasan buatan, untuk membantu perusahaan menghasilkan konten pemasaran di platform seperti postingan blog, postingan Instagram, halaman utama LinkedIn, dan situs web resmi perusahaan. "Pabrik isi 10 kali lipat." .
Logika yang mendasari Shenpao adalah penerapan data Difusi Stabil dan OpenAI, ditambah produk pemasaran inovasi proses generatif multi-modal yang dikembangkan sendiri. Telah menerima 2 putaran pembiayaan selama lebih dari setahun sejak didirikan, dengan total jumlah pembiayaan 165 juta dolar AS. Investor termasuk Salesforce Ventures, GV (Google Ventures), Menlo Ventures dan M12 (Microsoft Venture Capital Fund), dan penilaian pasca-investasi mencapai 1 miliar dolar AS Dan memperoleh Google, Microsoft menandatangani kontrak komersial.
“Menggunakan model besar untuk membuat aplikasi superfisial atau aplikasi berbasis produk, ada banyak peluang untuk To B dan To C,” kata Xu Siqing, mitra pendiri dan CEO Alpha Commune, kepada Titanium Media Venture Capitalist.
Salah satu penerima manfaat juga merupakan salah satu penerima manfaat dari pembuat media mandiri.Seorang pembuat media mandiri mengatakan dalam obrolan dengan "Titanium Media Venture Capitalist" bahwa selalu menjadi masalah baginya untuk mengubah konten teks bentuk panjang menjadi pendek konten video, hingga dia menggunakan ringkasan konten ChatGPT Fungsi umum, menghasilkan skrip video pendek dalam 1 menit, dikombinasikan dengan alat pembuatan video cerdas Kliping, telah meningkatkan kecepatan produksi video tim lebih dari 5 kali lipat.
"Tempel teks lengkapnya, minta ChatGPT untuk membuat salinan skrip video 600 kata, dan Anda bisa mendapatkan hasilnya dalam 1 menit, dan Anda dapat menggunakannya setelah merevisi awal. Videonya juga sama. Dulu butuh 3 hari untuk membuat video. Sekarang setidaknya 5-8 video dapat diselesaikan dalam satu hari." Orang self-media ini memamerkan artefak peningkat efisiensinya kepada "Kapitalis Ventura Media Titanium".
Sama seperti pidato Jingwei Zhang Ying di Chaos Academy, dia percaya bahwa kunci kemenangan awal yang menentukan AI adalah berani mencari terobosan dari kancah ToC, karena efek roda gila data yang dapat dibawa oleh C-end.
Skenario adalah prioritas dan data adalah rajanya. Model itu sendiri bukanlah yang dibutuhkan pengguna. Yang dibutuhkan pengguna adalah produk yang memenuhi harapan pelanggan dan meningkatkan manfaat komersialisasi. Memiliki model besar tanpa skenario aplikasi seperti mencari paku dengan palu, dan tidak ada tempat untuk menggunakan alatnya. Cara menyusup ke dalam kemampuan model AI adalah masalah yang layak untuk investasi mendalam, seperti di era APP, Meituan, Didi, dan Ctrip membantu kita memfasilitasi hidup kita.
Di antara tingkat platform yang hingar bingar atau peluang besar yang mengganggu, ada peluang kecil yang muncul secara bertahap dan realistis di sana-sini.
"Gold Swallowing Beast", tanpa model bisnis
Munculnya model besar memungkinkan setiap orang untuk secara kolektif memasuki mode eksplorasi "bebas navigasi".
"Ketika OpenAI melatih ChatGPT, mungkin tidak terpikir bahwa itu akan mengejutkan semua orang, dan mungkin tidak berpikir jernih tentang bagaimana mengkomersialkannya. Rasanya harus ada eksplorasi teknologi yang lebih baru," kata Guru Xu dari Silicon Valley di sebuah acara publik.
"Model besar saat ini tidak memiliki model bisnis. Jika Anda mampu membayar uang dan konstruksi ekologis, Anda dapat berinvestasi dalam model besar." Seorang investor senior di industri tersebut mengatakan kepada "Titanium Media Venture Capitalist".
Berapa banyak uang yang dibakar oleh model besar Menurut laporan media The Information, tiga orang yang mengetahui situasi keuangan OpenAI mengungkapkan bahwa karena pengembangan ChatGPT dan perekrutan karyawan kunci dari Google tahun lalu, kerugian OpenAI kira-kira dua kali lipat menjadi sekitar 540 juta. Dolar Amerika.
CEO OpenAI Sam Altman secara pribadi mengisyaratkan bahwa perusahaan dapat mengumpulkan sebanyak $100 miliar selama beberapa tahun ke depan untuk lebih mengembangkan kemampuan AI, kata orang-orang.
Keuntungannya biasa-biasa saja. Dua orang dalam keuangan OpenAI yang disebutkan di atas mengungkapkan bahwa pendapatan OpenAI pada tahun 2022 hanya akan menjadi 28 juta dolar AS, terutama dari penjualan akses perangkat lunak kecerdasan buatannya ke pengembang aplikasi. Levelnya hanya 0,14‰ dari pendapatan tahunan Microsoft tahun lalu.
Dalam kasus keuntungan yang sedikit, OpenAI meluncurkan strategi pembunuh lain dalam merebut ceruk ekologis pada 7 Juli. OpenAI secara resmi merilis API GPT-4 untuk sepenuhnya terbuka untuk digunakan. Sekarang semua pengguna API berbayar dapat langsung mengakses GPT-4 dalam konteks 8K , tanpa menunggu.
** Cara mengkomersialkan model skala besar "menelan emas" terletak antara pengembangan dan kenyataan. Tidak ada model referensi yang matang, dan model keuntungan dari model skala besar Tiongkok juga "menyeberangi sungai dengan merasakan batu" . **
Xu Siqing mengatakan bahwa saat ini dan ketika generasi perusahaan Internet China sebelumnya terbentuk, struktur ekologis akan banyak berubah. Saat itu, setiap perusahaan besar memegang arah strategis dan menduduki bidang tertentu, seperti Baidu untuk pencarian dan Tencent untuk game. , komunitas dan pesan instan, Ali melakukan e-commerce, dan Byte melakukan komunitas media baru Internet dan iklan, yang masing-masing unik di bidangnya masing-masing.
Menurutnya, situasi di babak ini telah berubah. Kecil kemungkinan pabrikan besar akan langsung terjun ke bidang vertikal. Pada dasarnya, mereka akan segera menempati bidang yang ingin mereka tempati berdasarkan model bahasa besar, dan membangun lingkungan ekologis untuk buat Platform generasi baru yang besar, karena terobosan teknologi AIGC menentukan bahwa banyak struktur industri akan direstrukturisasi, jadi menurut saya pabrikan besar akan secara aktif membangun lingkungan ekologisnya sendiri, yang menjadi fokus persaingan.
"** Hanya dengan merebut lingkungan ekologis, kami dapat merebut audiens terbesar dan membangun perbatasan yang lebih luas. Ini adalah peluang yang jarang dihadapi perusahaan China sebelumnya."** Kata Xu Siqing.
“Pada tahap gelombang AI ini, teknologi harus didorong terlebih dahulu dan definisi produk adalah hal yang paling penting. Aplikasi masa depan akan lebih terintegrasi dengan kemampuan model, sehingga pemahaman dan kesenjangan antar model akan menentukan pengalaman produk dan pengguna. Ada gen inovasi teknologi dan tim kecil dengan kemampuan hebat harus berlari sekuat tenaga.” Menurut pendapat Zhang Ying.
"Infrastruktur AI pada dasarnya adalah trinitas daya komputasi, algoritme, dan data. Pada akhirnya, siapa yang dapat mengintegrasikan ketiga kemampuan tersebut dengan baik, dan kemampuan untuk menyediakan biaya yang lebih rendah dan ambang batas yang lebih rendah adalah poin terpenting dalam menentukan keseluruhan kompetisi Tapi masih dalam tahap kacau.” Menurut Shi Mao, mitra pengelola pendiri Changlei Capital.
"Dalam hal menghasilkan hasil secara langsung, kami pikir jalan masih panjang jika ingin dikomersialkan dan diproduksi." kata Zhang Yitian, kepala ahli dari Pusat Inovasi Suara Nasional, di Huaying 2023 Konferensi Tahunan Ibukota.
Dalam jangka panjang, perkembangan industri dari teknologi yang muncul pada dasarnya didorong oleh kebutuhan bisnis.Apakah suatu perusahaan membutuhkan model skala besar pasti akan mencakup banyak faktor.
akhirnya
Sukses juga data, kegagalan juga data.
"Menilai dari kecepatan pengembangan Chat GPT, cepat atau lambat adegan akan diganti, jadi logika yang mendasari untuk kembali ke ChatGPT adalah data, dan tidak ada yang dapat menggantikan data unik dan bernilai dalam." Menurut Shulex Guo Chenlu.
Namun setelah data dilatih, tidak mungkin untuk "melepaskan" atau menghapus atau menghapus data. Bagi banyak perusahaan, parit persaingan adalah data, dan mereka tidak ingin siapa pun mengambil data secara gratis, seperti industri medis dan hukum yang serius.
Tidak ada jawaban standar tentang bagaimana menemukan keseimbangan antara inovasi dan keamanan data, apakah tetap berpegang pada pelatihan sampel kecil dan memperbesar model, atau mengandalkan model besar.
Lihat Asli
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Periode kacau model skala besar: bos sangat ingin membahas Tao, dan pengusaha mempercepat
Sumber: Media Titanium
Pengarang: Guo Hong Yan
Ini adalah tantangan kognitif antara radikal dan konservatif.
"Di Silicon Valley, pada topik model skala besar dan AI generatif, tidak ada diskusi tentang apakah akan memilih atau tidak. Yang ada hanya diskusi tentang jalur mana yang akan dipilih dan proyek mana yang akan dipilih." Seorang investor Silicon Valley diceritakan "Titanium Media Venture Capitalist".
Kegilaan Silicon Valley menjadi saksi dari angka-angka tersebut. Menurut data PitchBook, sejak rilis GPT-3 lebih dari dua tahun lalu, investasi modal ventura di AIGC telah meningkat lebih dari 400%. Pada tahun 2022, lingkaran investasi akan menginvestasikan total US$1,37 miliar ( setara dengan sekitar RMB 9,369 miliar) di perusahaan AI generatif miliar), hampir mencapai jumlah lima tahun terakhir, dan bahkan mencapai $2,1 miliar yang mengejutkan tahun ini.
Melihat kembali ke China, model besar telah berjalan dengan liar selama lebih dari 200 hari, dan suara diskusi kognitif yang kontradiktif lebih keras daripada kemajuan implementasi yang sebenarnya.
Investor ventura dengan uang sungguhan di tangan mereka sangat ingin mencoba, bertaruh pada model besar dan AIGC; sementara yang lain mengatakan "biarkan peluru terbang sebentar."
"Kapitalis Ventura Media Titanium" mengetahui bahwa mereka yang ingin mencoba adalah lembaga investasi faksi yang benar-benar kaya dan kuat dengan peluru yang cukup di tangan mereka; Datanglah ke kesempatan ini untuk "membalik meja melawan angin".
"** Biarkan peluru terbang untuk sementara waktu, satu tidak ada uang, dan yang lainnya adalah tidak ada akumulasi di bidang teknis sebelumnya, dan sekarang saya masih bekerja keras untuk mempelajari dan meneliti struktur dan tren yang mendasarinya dari model besar.**" Seorang mitra dana berkata " Titanium Media Venture Capitalist berkata, "Terus terang, lembaga investasi juga takut diputus oleh pengusaha."
**"Ini adalah kompetisi kognisi. Kognisi seperti apa yang Anda miliki tentang model besar akan menentukan proyek seperti apa yang akan Anda pilih." **Menurut pendapat Xu Siqing, mitra pendiri & CEO Alpha Commune.
Inkonsistensi kognitif model besar tidak hanya berfokus pada individu. Ketika investor, pengusaha, dan peminta semuanya memiliki bias kognitif, "agresif dan konservatif" untuk model besar telah menjadi keadaan umum bagi sebagian besar pemain.
Fu Sheng, CEO Cheetah Mobile, seorang pengusaha serial, dan Zhu Xiaohu, mitra pengelola Dana Modal Ventura Jinshajiang di lingkaran pertemanan, "Separuh dari perusahaan rintisan di Silicon Valley dimulai di sekitar ChatGPT, dan investor kami bisa sangat cuek dan tak kenal takut."
Zhu Xiaohu, yang telah mendominasi pasar utama selama bertahun-tahun, menjawab, "99% dari nilai diciptakan oleh GPT. Apa nilai dari perusahaan baru seperti itu?"
Sepintas, tidak ada yang benar atau salah, hanya berbeda posisi. Pengusaha di tingkat atas telah mengundurkan diri satu demi satu, menyingsingkan lengan baju mereka dan mulai bekerja, dari tahun cahaya Wang Huiwen, hingga Wang Xiaochuan yang memasuki model besar dengan dana awal 50 juta dolar AS, dan kemudian ke Jia Yangqing, master kerangka Ali, yang mengundurkan diri dan mengabdikan dirinya pada AI. Pengusaha dengan impian sama bersemangatnya dengan mereka yang telah menangkap gelombang kedua kewirausahaan internet.
Saham konsep kecerdasan buatan di pasar sekunder juga melonjak. Dari Hari Tahun Baru hingga akhir Juni tahun ini, indeks kecerdasan buatan (884201) naik hampir 70%. Tetapi ahli strategi Bank of America Michael Hartnett menyebut peningkatan kecerdasan buatan sebagai "gelembung bayi" dan memperingatkan itu mungkin akan meledak.
Tidak banyak orang yang benar-benar menggunakan produk AI. Baru-baru ini, Morgan Stanley melakukan survei terhadap lebih dari 2.000 orang, dan hasilnya 80% dari mereka tidak pernah menggunakan ChatGPT atau Google Bard.
Berbagai kontradiksi dari radikalisme, konsensus, konservatisme, gelembung, dan keanehan merangkul "revolusi teknis" ini. Apakah peluang di AGI, model vertikal, lapisan infrastruktur, atau lapisan aplikasi?
Sekelompok geek tidak terlalu memikirkan kewirausahaan mereka, tetapi langsung terhubung ke ChatGPT untuk mulai mengeksplorasi komersialisasi.
Siapa yang "memilih dengan kaki" AI
** Pengguna adalah cara terbaik untuk menguji produk Apakah itu berharga atau tidak, pengguna akan memilih untuk memilih dengan kaki mereka. **
Skenario seperti e-niaga lintas batas, pembuatan video, dan catatan rapat telah menjadi posisi pertama ChatGPT yang meningkatkan efisiensi.
"Titanium Media Venture Capitalist" mengetahui bahwa rantai ekologi tanpa batas lintas batas telah menggunakan ChatGPT untuk meningkatkan efisiensi daftar halaman produk sejak Desember tahun lalu. Setelah penelitian, ditemukan bahwa ChatGPT dapat mewujudkan produksi batch halaman produk. Standar dari toko.
Pendiri Qian Dazhu berkata: "Dulu dibutuhkan grup yang terdiri dari empat atau lima orang untuk menyelesaikan pekerjaan dalam sehari, sekarang hanya satu eksportir ChatGPT yang dapat melakukan semua pekerjaan dalam satu jam**, dan waktu tambahan dapat dilakukan Lebih banyak hal ."
Setelah GPT-4 meluncurkan fungsi pengenalan gambar, impor gambar produk melalui situs web agar GPT-4 dapat menganalisis gambar, mendeskripsikan dan menyempurnakan nilai jual produk, memasukkan kata-kata cepat, dan meminta untuk meniru ekspresi yang memenuhi preferensi pembeli Amazon. 8 versi berbeda dihasilkan sekaligus, yang berarti bahwa 8 toko meluncurkan produk pada saat yang sama, dan latar belakang Amazon tidak akan mengenali relevansinya. Setiap toko dapat memperoleh perhitungan lalu lintas yang sama, yang sangat membantu untuk meningkatkan kinerja.
“Batas untuk e-commerce sebenarnya tidak tinggi, jadi jika Anda ingin memperlebar jarak dengan pedagang lintas batas serupa, Anda harus mengandalkan kecepatan lari atau teknologi baru,” kata Qian Dazhu.
Guo Chenlu, pendiri ShulexVOC, yang teknologinya mengalir keluar, juga seorang praktisi ChatGPT. ShulexVOC adalah plug-in yang membantu penjual dengan cepat menganalisis kelebihan dan kekurangan produk, motivasi pembelian, ekspektasi pengguna, dan skenario penggunaan. Ini dapat digunakan di platform Amazon dan Shpfiy. Logika yang mendasarinya adalah algoritme ChatGPT plus model kecil yang dikembangkan sendiri, yang memproses komentar dan foto pengguna melalui bahasa alami, lalu mengekstrak tag dan mengubahnya menjadi teks, dan terakhir menganalisis produk terkait. Saat ini ada lebih dari 30.000 pengguna.
“Keuntungan dari banyak pedagang lintas batas adalah kemampuan rantai pasokan mereka. Mereka tidak memiliki kemampuan untuk menerapkan produk peningkatan efisiensi digital, dan mereka jarang secara aktif mencari jenis produk ini kecuali yang disediakan oleh platform itu sendiri, tetapi produk ini dapat sangat membantu Penjual dapat meningkatkan kemampuan mereka untuk memilih produk dan mengoptimalkan kategori, sehingga meningkatkan kinerja penjualan, "kata manajer produk Amazon.
Belum lama ini, Abhay Parasnis, chief technology officer Adobe, mendirikan Typeface, alat pemasaran kecerdasan buatan, untuk membantu perusahaan menghasilkan konten pemasaran di platform seperti postingan blog, postingan Instagram, halaman utama LinkedIn, dan situs web resmi perusahaan. "Pabrik isi 10 kali lipat." .
Logika yang mendasari Shenpao adalah penerapan data Difusi Stabil dan OpenAI, ditambah produk pemasaran inovasi proses generatif multi-modal yang dikembangkan sendiri. Telah menerima 2 putaran pembiayaan selama lebih dari setahun sejak didirikan, dengan total jumlah pembiayaan 165 juta dolar AS. Investor termasuk Salesforce Ventures, GV (Google Ventures), Menlo Ventures dan M12 (Microsoft Venture Capital Fund), dan penilaian pasca-investasi mencapai 1 miliar dolar AS Dan memperoleh Google, Microsoft menandatangani kontrak komersial.
“Menggunakan model besar untuk membuat aplikasi superfisial atau aplikasi berbasis produk, ada banyak peluang untuk To B dan To C,” kata Xu Siqing, mitra pendiri dan CEO Alpha Commune, kepada Titanium Media Venture Capitalist.
Salah satu penerima manfaat juga merupakan salah satu penerima manfaat dari pembuat media mandiri.Seorang pembuat media mandiri mengatakan dalam obrolan dengan "Titanium Media Venture Capitalist" bahwa selalu menjadi masalah baginya untuk mengubah konten teks bentuk panjang menjadi pendek konten video, hingga dia menggunakan ringkasan konten ChatGPT Fungsi umum, menghasilkan skrip video pendek dalam 1 menit, dikombinasikan dengan alat pembuatan video cerdas Kliping, telah meningkatkan kecepatan produksi video tim lebih dari 5 kali lipat.
"Tempel teks lengkapnya, minta ChatGPT untuk membuat salinan skrip video 600 kata, dan Anda bisa mendapatkan hasilnya dalam 1 menit, dan Anda dapat menggunakannya setelah merevisi awal. Videonya juga sama. Dulu butuh 3 hari untuk membuat video. Sekarang setidaknya 5-8 video dapat diselesaikan dalam satu hari." Orang self-media ini memamerkan artefak peningkat efisiensinya kepada "Kapitalis Ventura Media Titanium".
Sama seperti pidato Jingwei Zhang Ying di Chaos Academy, dia percaya bahwa kunci kemenangan awal yang menentukan AI adalah berani mencari terobosan dari kancah ToC, karena efek roda gila data yang dapat dibawa oleh C-end.
Skenario adalah prioritas dan data adalah rajanya. Model itu sendiri bukanlah yang dibutuhkan pengguna. Yang dibutuhkan pengguna adalah produk yang memenuhi harapan pelanggan dan meningkatkan manfaat komersialisasi. Memiliki model besar tanpa skenario aplikasi seperti mencari paku dengan palu, dan tidak ada tempat untuk menggunakan alatnya. Cara menyusup ke dalam kemampuan model AI adalah masalah yang layak untuk investasi mendalam, seperti di era APP, Meituan, Didi, dan Ctrip membantu kita memfasilitasi hidup kita.
Di antara tingkat platform yang hingar bingar atau peluang besar yang mengganggu, ada peluang kecil yang muncul secara bertahap dan realistis di sana-sini.
"Gold Swallowing Beast", tanpa model bisnis
Munculnya model besar memungkinkan setiap orang untuk secara kolektif memasuki mode eksplorasi "bebas navigasi".
"Ketika OpenAI melatih ChatGPT, mungkin tidak terpikir bahwa itu akan mengejutkan semua orang, dan mungkin tidak berpikir jernih tentang bagaimana mengkomersialkannya. Rasanya harus ada eksplorasi teknologi yang lebih baru," kata Guru Xu dari Silicon Valley di sebuah acara publik.
"Model besar saat ini tidak memiliki model bisnis. Jika Anda mampu membayar uang dan konstruksi ekologis, Anda dapat berinvestasi dalam model besar." Seorang investor senior di industri tersebut mengatakan kepada "Titanium Media Venture Capitalist".
Berapa banyak uang yang dibakar oleh model besar Menurut laporan media The Information, tiga orang yang mengetahui situasi keuangan OpenAI mengungkapkan bahwa karena pengembangan ChatGPT dan perekrutan karyawan kunci dari Google tahun lalu, kerugian OpenAI kira-kira dua kali lipat menjadi sekitar 540 juta. Dolar Amerika.
CEO OpenAI Sam Altman secara pribadi mengisyaratkan bahwa perusahaan dapat mengumpulkan sebanyak $100 miliar selama beberapa tahun ke depan untuk lebih mengembangkan kemampuan AI, kata orang-orang.
Keuntungannya biasa-biasa saja. Dua orang dalam keuangan OpenAI yang disebutkan di atas mengungkapkan bahwa pendapatan OpenAI pada tahun 2022 hanya akan menjadi 28 juta dolar AS, terutama dari penjualan akses perangkat lunak kecerdasan buatannya ke pengembang aplikasi. Levelnya hanya 0,14‰ dari pendapatan tahunan Microsoft tahun lalu.
Dalam kasus keuntungan yang sedikit, OpenAI meluncurkan strategi pembunuh lain dalam merebut ceruk ekologis pada 7 Juli. OpenAI secara resmi merilis API GPT-4 untuk sepenuhnya terbuka untuk digunakan. Sekarang semua pengguna API berbayar dapat langsung mengakses GPT-4 dalam konteks 8K , tanpa menunggu.
** Cara mengkomersialkan model skala besar "menelan emas" terletak antara pengembangan dan kenyataan. Tidak ada model referensi yang matang, dan model keuntungan dari model skala besar Tiongkok juga "menyeberangi sungai dengan merasakan batu" . **
Xu Siqing mengatakan bahwa saat ini dan ketika generasi perusahaan Internet China sebelumnya terbentuk, struktur ekologis akan banyak berubah. Saat itu, setiap perusahaan besar memegang arah strategis dan menduduki bidang tertentu, seperti Baidu untuk pencarian dan Tencent untuk game. , komunitas dan pesan instan, Ali melakukan e-commerce, dan Byte melakukan komunitas media baru Internet dan iklan, yang masing-masing unik di bidangnya masing-masing.
Menurutnya, situasi di babak ini telah berubah. Kecil kemungkinan pabrikan besar akan langsung terjun ke bidang vertikal. Pada dasarnya, mereka akan segera menempati bidang yang ingin mereka tempati berdasarkan model bahasa besar, dan membangun lingkungan ekologis untuk buat Platform generasi baru yang besar, karena terobosan teknologi AIGC menentukan bahwa banyak struktur industri akan direstrukturisasi, jadi menurut saya pabrikan besar akan secara aktif membangun lingkungan ekologisnya sendiri, yang menjadi fokus persaingan.
"** Hanya dengan merebut lingkungan ekologis, kami dapat merebut audiens terbesar dan membangun perbatasan yang lebih luas. Ini adalah peluang yang jarang dihadapi perusahaan China sebelumnya."** Kata Xu Siqing.
“Pada tahap gelombang AI ini, teknologi harus didorong terlebih dahulu dan definisi produk adalah hal yang paling penting. Aplikasi masa depan akan lebih terintegrasi dengan kemampuan model, sehingga pemahaman dan kesenjangan antar model akan menentukan pengalaman produk dan pengguna. Ada gen inovasi teknologi dan tim kecil dengan kemampuan hebat harus berlari sekuat tenaga.” Menurut pendapat Zhang Ying.
"Infrastruktur AI pada dasarnya adalah trinitas daya komputasi, algoritme, dan data. Pada akhirnya, siapa yang dapat mengintegrasikan ketiga kemampuan tersebut dengan baik, dan kemampuan untuk menyediakan biaya yang lebih rendah dan ambang batas yang lebih rendah adalah poin terpenting dalam menentukan keseluruhan kompetisi Tapi masih dalam tahap kacau.” Menurut Shi Mao, mitra pengelola pendiri Changlei Capital.
"Dalam hal menghasilkan hasil secara langsung, kami pikir jalan masih panjang jika ingin dikomersialkan dan diproduksi." kata Zhang Yitian, kepala ahli dari Pusat Inovasi Suara Nasional, di Huaying 2023 Konferensi Tahunan Ibukota.
Dalam jangka panjang, perkembangan industri dari teknologi yang muncul pada dasarnya didorong oleh kebutuhan bisnis.Apakah suatu perusahaan membutuhkan model skala besar pasti akan mencakup banyak faktor.
akhirnya
Sukses juga data, kegagalan juga data.
"Menilai dari kecepatan pengembangan Chat GPT, cepat atau lambat adegan akan diganti, jadi logika yang mendasari untuk kembali ke ChatGPT adalah data, dan tidak ada yang dapat menggantikan data unik dan bernilai dalam." Menurut Shulex Guo Chenlu.
Namun setelah data dilatih, tidak mungkin untuk "melepaskan" atau menghapus atau menghapus data. Bagi banyak perusahaan, parit persaingan adalah data, dan mereka tidak ingin siapa pun mengambil data secara gratis, seperti industri medis dan hukum yang serius.
Tidak ada jawaban standar tentang bagaimana menemukan keseimbangan antara inovasi dan keamanan data, apakah tetap berpegang pada pelatihan sampel kecil dan memperbesar model, atau mengandalkan model besar.