Alex Ren, fundador do Fellows Fund: Criação de valor de IA sob a perspectiva do Vale do Silício

Fonte: Lei Feng Net

Autor: Huang Nan

Em 14 de agosto de 2023, a 7ª Conferência Global GAIR sobre Inteligência Artificial e Robótica, co-organizada pelo GAIR Research Institute, Leifeng.com, World Science and Technology Press e Kotler Consulting Group, começou no Orchard Hotel em Cingapura.

Na era da explosão do empreendedorismo de IA, como um fórum internacional de IA, esta conferência atraiu muitos empreendedores e investidores da Ásia. A conferência abriu um total de 10 fóruns temáticos, com foco na transformação e inovação de campos populares como AIGC, Infra, ciências da vida, educação e SaaS na era dos grandes modelos. No primeiro dia da sessão "Outstanding Contributors in the GPT Era", Alex Ren, um investidor pioneiro do Vale do Silício e sócio-fundador do Fellows Fund, compartilhou uma palestra sobre "Criação de valor de IA sob a perspectiva do Vale do Silício".

Nos últimos seis meses, o empreendedorismo de IA está em pleno andamento. Para empresas e consumidores, IA significa melhores decisões, melhores ações, melhores resultados e melhores experiências. Em comparação com os últimos anos, algumas das atuais empresas de IA começaram a obter lucros e as perspectivas são muito promissoras!

Alex Ren acredita que o investimento atual em IA pode partir de quatro dimensões: uma é a liberação de produtividade, ou seja, ferramentas orientadas por IA executam tarefas automaticamente e fornecem resultados; a outra são as mudanças na indústria, ou seja, o uso de inteligência artificial para otimizar processos para melhorar a eficiência, reduzir custos e melhorar resultados; a terceira é a camada intermediária de IA, que se refere à camada intermediária de IA que conecta o LLM para construir aplicativos de IA escaláveis e personalizados; a quarta é o Agente de IA ( Corpo inteligente de IA), onde a IA substitui humanos e máquinas para interagir e aprender.

Durante o diálogo com Qiu Zhun, um parceiro estrangeiro da China Shadow Capital, os dois também discutiram como a IA pode subverter o método de produção de conteúdo de mídia social e o caminho de comercialização de empresas iniciantes.

A seguir está o conteúdo do discurso ao vivo de Alex Ren, que Leifeng.com editou e organizou sem alterar a intenção original:

01. Quatro direções de investimento em IA

Somos um fundo de venture capital localizado no Vale do Silício. Diferente de outras empresas de VC, olhamos os projetos sob três pontos de vista: espaço, ou seja, onde está o espaço para start-ups; grande número de etapas de comercialização; dimensões , qual é a competência central da empresa, e a metodologia de competir com grandes empresas.

A partir dessas três dimensões, propomos quatro direções para o investimento em IA.

A primeira direção é a produtividade liberada, em que as ferramentas baseadas em IA automatizam tarefas e fornecem resultados. Hoje, os usuários geralmente podem sentir a melhoria de eficiência trazida pelas ferramentas de IA, como usar o ChatGPT para gerar texto, escrever uma música ou escrever código, etc., e isso será concluído em breve. Entre as empresas em que investimos, várias empresas de IA, como Gamma.app, Taskade, CodeComplete, Opus Clip, etc., seus modelos técnicos fornecem recursos de IA por meio da combinação de ferramentas de IA, de modo a melhorar a capacidade do modelo de lidar com problemas no campo e melhorar a eficiência do trabalho.produtividade.

A segunda direção é a transformação do modo da indústria. Muitas indústrias terão seus próprios dados, como biologia, seguros, serviços domésticos, etc. Ao incorporar IA no fluxo de trabalho da indústria para otimização, a eficiência pode ser melhorada, os custos podem ser reduzidos e os resultados podem ser aprimorados. Por exemplo, investimos na Diffuse Bio na área biológica, na Kyber na área de seguros e na LiveX AI na área de serviços de vida.

A terceira direção é a camada intermediária da IA. Se a camada inferior da tecnologia de IA for um modelo grande, entre a tecnologia e o aplicativo final, precisaremos de mais middleware, como LangChain, LlamaIndex ou outras ferramentas de middleware para um determinado domínio ou arquitetura. Como Anarchy AI em que investimos.

A quarta, e a direção mais popular nos últimos um ou dois meses, é AI Agent (agente de IA). O AI Agent foi proposto há muito tempo, mas até o surgimento do GPT, fazia com que todos pensassem no AI Agent. Atualmente Existem muitos engenheiros no Vale do Silício que estão fazendo empreendedorismo nesta área. Anothermind.ai, no qual investimos, é um novo tipo de empresa iniciante de Agente de IA.

Uma breve revisão dos últimos três estágios da IA: o período inicial foi o período Classical ML, e muitos métodos estatísticos para aprender com dados estruturados e recursos predefinidos surgiram. Depois veio o estágio de aprendizado profundo, em que as redes neurais podem aprender com dados não estruturados, como imagens, texto e áudio. Depois do Transformer, também entramos no estágio de inteligência artificial generativa e modelos básicos. Com base no método GPT, vários textos, imagens, códigos ou algoritmos de design de chip podem ser gerados. Pode-se dizer que a IA generativa é a próxima rodada de descobertas.

Nossa equipe presta atenção à IA desde 2016 e 2017. Podemos descobrir que a principal diferença entre as empresas de IA atuais e as empresas iniciantes anteriores é que, nos últimos anos, a lucratividade dos aplicativos de cena representados pela direção autônoma não atendeu expectativas, mas muitas empresas de IA hoje são altamente lucrativas e já podemos ver algumas empresas de IA ganhando dinheiro.

Então, que valor a IA pode gerar? Resumimos como melhores decisões, melhores ações, melhores resultados e melhores experiências.

A primeira é usar a IA para tomar melhores decisões, como usá-la para analisar pontuações de crédito e analisar riscos financeiros em cenários de marketing.

Em segundo lugar, melhores ações, ou seja, inferir das ações do usuário e fornecer melhores serviços personalizados recomendados.

Terceiro, melhores resultados, ou seja, obter melhores resultados de saída por meio da otimização.

O último é fornecer aos usuários uma melhor experiência. Por exemplo, se você ligar para um determinado banco ou companhia aérea nos Estados Unidos e muitas vezes tiver que esperar muito tempo, a experiência de atendimento do usuário é muito ruim, mas com atendimento ao cliente AI para otimizar o processo interno, a experiência do usuário também pode ser muito melhorado promover.

Em aplicações específicas, a experiência de IA citada acima precisa ser complementada com um Workflow.

Por exemplo, um artigo escrito pela mídia precisa passar por anotações manuscritas, edição e outros processos antes de ser publicado. Se a IA for usada para auxiliar desde o rascunho inicial, revisão do artigo, resumo, etc., o valor de usar IA e não usar curvas AI irá variar.

Na ausência de assistência de IA, limitada por habilidade pessoal ou eficiência de velocidade, o limite será alcançado em breve. Mas, com a ajuda da IA, mesmo um redator sem experiência na redação de documentos jurídicos pode usar um modelo grande para concluir a redação de documentos relevantes e complementar efetivamente o conteúdo. Nesse processo, a IA faz inferências e execuções ao entender as necessidades das pessoas e, finalmente, auxilia as pessoas no processo de escrita.

Aqui está uma breve introdução de como o modelo grande usa o Agent para melhorar sua própria capacidade.

Como os modelos grandes são treinados em dados históricos, eles não podem entender os eventos atuais. Suponha que deixemos o modelo grande classificar o clima e a temperatura de todas as cidades do Sudeste Asiático hoje. Neste momento, o modelo grande precisa de algumas ferramentas para poder se comunicar com o mundo exterior para obter essas informações e, em seguida, concluir o raciocínio com base no informação.Este é o conceito de Agente. Em outras palavras, o Agente são os olhos e ouvidos do grande modelo, permitindo que o grande modelo entenda o ambiente e, assim, seja capaz de processar nossas informações atuais.

02, paradigma de agente de inovação de modelo grande

A próxima pergunta que quero discutir é: o que a IA pode fazer por nós?

Inclui principalmente três aspectos, a saber, automação e IA auxiliar, ou seja, como a IA pode automatizar o processo no Workflow; liberar a criatividade; e melhorar a interação humano-computador.

Na IA automatizada e assistida, podemos distinguir seus diferentes valores em duas dimensões. Diante de problemas de baixa complexidade e grande quantidade de tarefas, ao incorporar a IA nos processos de automação do fluxo de trabalho, a eficiência da produção das empresas pode ser bastante aprimorada; diante de tarefas mais complexas, a IA é uma ferramenta humana, Desempenhar um papel de apoio . Por exemplo, nas áreas de desenvolvimento de medicamentos e design de materiais, as tarefas em si são mais complexas e exigem maior conhecimento profissional. Portanto, os recursos de IA que ele usa geralmente não são o que uma IA que pode desenhar pode resolver.

Deixe-me apresentar um caso de uso de IA para gerenciamento de projetos no qual investimos antes. No Taskade, uma instrução de plano de marketing é enviada para a IA, e várias funções de usuário são geradas, e vários arquivos PDF empacotados são entregues à IA para análise e processamento de texto. Esta é a IA orientada por tarefas.

É uma ferramenta integrada de gerenciamento de tarefas, juntamente com a incorporação de IA, que pode realizar todo o gerenciamento do processo de produção concluído. Um ponto muito importante nesta ferramenta é a pesquisa sobre o comportamento do usuário, usando o conteúdo para interagir com os usuários, a produção de conteúdo também pode ser gerada diretamente com base no comportamento do usuário, e o feedback do lado do usuário pode ser usado para retroalimentar o modelo, e, ao mesmo tempo, a personalização também pode ser usada Recomendar o envio de anúncios de produtos aos usuários.

Portanto, acreditamos que esta deve ser a tendência geral da próxima geração de e-commerce e desenvolvimento de varejo.

Vale ressaltar que a liberação de produtividade baseada em grandes modelos também está sendo feita por grandes empresas como a Microsoft hoje.Como as start-ups devem competir?

Descobrimos que muitas grandes empresas geralmente têm o problema de não conseguir alcançar a "última milha" em termos de experiência de produto de IA. Isso terá um desempenho relativamente ruim, o que pode se tornar uma lacuna para empresas iniciantes competirem com grandes empresas. iterar rápido o suficiente para oferecer aos usuários uma experiência melhor.

Por exemplo, a Opus.pro, uma empresa de geração de vídeo de IA na qual investimos antes, conquistou um grande número de clientes fiéis em apenas dois meses desde seu lançamento. Os usuários só precisam inserir um link de vídeo do YouTube, e a plataforma pode gerar uma dúzia de vídeos curtos em três a quatro minutos e distribuir os vídeos diretamente no TikTok, Instagram e YouTube. Recursos semelhantes de geração de conteúdo de IA têm grande potencial em jogos, filmes e muito mais.

Em termos de interação e comunicação do usuário, a IA também pode resolver problemas no entendimento da linguagem natural, como a interação entre humanos e máquinas, comunicação em diferentes idiomas regionais etc., o que é diferente dos métodos de interação anteriores que se concentravam principalmente em chamadas de API O surgimento de grandes modelos O método de interação também passou por grandes mudanças.Este modo de entender através de grandes modelos de linguagem, humano-computador e interação humana formou um novo paradigma de interação centrado no Agente. Por exemplo, em tradução, pesquisa e outros cenários, muitos trabalhos estão sendo redefinidos pela IA.

Mas, ao mesmo tempo, também devemos ver as limitações dos modelos grandes. Como a ilusão de pesquisa, atraso de informações e outros problemas. Por exemplo, quando buscamos no Google notícias de demissão de alguém, pois o treinamento do modelo utiliza uma grande quantidade de dados passados para treinamento, quando as informações não são atualizadas a tempo, a resposta gerada pelo modelo grande produzirá resultados errados. É necessário processar e iterar o problema de forma mais abrangente por meio de correção ou orientação humana e, finalmente, uma conclusão correta pode ser tirada. Isso é o que estamos enfatizando atualmente na inovação de modelo em larga escala em cenários de pesquisa.

Na aplicação de testes automatizados, a IA também é usada atualmente na triagem de drogas, no design de novos materiais, etc. Por exemplo, no campo do design de triagem de drogas, o ciclo de desenvolvimento de um elemento de droga no passado era de 7 a 12 anos, que podem ser efetivamente encurtados pela assistência da IA. ciclo de desenvolvimento de medicamentos. Por exemplo, Diffuse Bio e Persist AI, nas quais investimos, aplicam IA à triagem e embalagem de medicamentos, respectivamente.

O ecossistema de IA e a estrutura de investimento também mudaram muito hoje. Se a camada inferior for definida como o sistema operacional AI, esse sistema operacional inclui várias estruturas, como TensorFlow, PyTorch, hardware de computador e dados de domínio aberto. Os modelos em alguns campos de desenvolvimento podem ser processados com base em dados de campo aberto, como vários modelos GPT comuns, modelos de difusão, etc. Esta é a nossa definição do sistema operacional mais recente.

Com base nisso, adicionar dados de campos verticais, que são dados que empresas como OpenAI ou Google não possuem, e treinar modelos proprietários de grande escala com base em campos específicos, complementados por ferramentas para melhor treinar o modelo e resolver bancos de dados e dados vetoriais Questões como privatização, além do agente de bate-papo quente de hoje ajudando as pessoas a fazer algumas coisas e alguns trabalham no uso de IA para remodelar a experiência do usuário para áreas de aplicação específicas.

No passado, a Internet nos digitalizou, fossem pessoas, cenas, objetos ou comportamentos, com base em mecanismos de busca derivados digitais, várias plataformas de comércio eletrônico etc., e os gerenciava na forma da Internet. Mas hoje, o que temos que fazer é transformar algumas tarefas ou problemas realizáveis por IA em agentes para realizar automação e processamento mais eficiente, que se tornará o foco do próximo avanço da IA.

Por meio da AGI (Artificial General Intelligence, inteligência artificial geral), será possível que a IA ultrapasse os humanos no futuro e libere os humanos para coisas mais criativas e valiosas. Podemos mudar para algo mais interessante, valioso ou que precise mais de habilidades "humanas". O potencial de desenvolvimento da IA é muito grande, mas não estou preocupado, entre eles o que vemos é a comodidade que cada geração de inovação tecnológica traz para o ser humano, permitindo que o ser humano faça coisas mais valiosas. Portanto, também esperamos que, no futuro, possamos apoiar melhor os inovadores em vários campos e ajudá-lo a criar alguns grandes negócios no Vale do Silício e em todo o mundo!

03、Alex Ren fala com Qiu Zhun da Huaying Capital

**Qiu Zhun:**Eu investi no Vale do Silício por muitos anos. Recentemente, viajei muito entre a China e os Estados Unidos. Estou mais preocupado com algumas direções das empresas chinesas indo para o exterior. A IA é a parte mais importante disto. Gostaria de fazer a primeira pergunta ao Alex. Agora há pouco você mencionou muito sobre criação de valor de IA (criação de valor de IA). Costumamos dizer que a parte da criação de valor é IA. Como um fator chave em startups, você pode compartilhar alguns casos como pousou? A mídia social e o comércio eletrônico entraram em um período de gargalo, a IA pode trazer mudanças disruptivas? Como avaliar do ponto de vista do investimento?

Alex Ren: Atualmente, vemos muitas discussões sobre IA, principalmente sobre como integrá-la ao trabalho e à vida diária para ajudar as pessoas a economizar tempo e melhorar a eficiência. Por outro lado, é entretenimento e interação.

Uma das grandes vantagens da IA está na capacidade de contar histórias, seja um filme, um romance ou um vídeo no YouTube, a produção tradicional de conteúdo de histórias é feita por pessoas. Costumo dar um exemplo, como Cao Xueqin escreveu "Dream of Red Mansions", Jia Baoyu se tornou um monge e Lin Daiyu morreu. Essa história está estabelecida, mas na lógica narrativa da nova era, todos devem ser capazes de experimentar o Sonho das Mansões Vermelhas, e o resultado não é o mesmo. Por exemplo, na minha história, posso conversar com Jia Baoyu e perguntar por que ele quer se tornar um monge, e também posso mudar o final de Lin Daiyu.

Portanto, Gen AI é realmente uma boa oportunidade para gerar lógica narrativa de conteúdo na nova era. Cada geração de mídia social produz conteúdo de uma nova maneira, e essa nova maneira também produz um novo meio, portanto, o novo meio é, na verdade, uma ferramenta narrativa altamente personalizada. O mesmo vale para o comércio eletrônico: a futura plataforma de comércio eletrônico da Amazon pode usar o modelo Peer to Peer e usar o modelo por trás dele para entender as necessidades das pessoas, combiná-las e até mesmo produzir. Portanto, a forma dessa grande plataforma tradicional pode ser completamente subvertida no desenvolvimento futuro da IA. O que precisamos fazer é encontrar e ampliar essas oportunidades para gerar mídia social de nova geração e novas plataformas de comércio eletrônico. Seus métodos podem ser completamente diferente da forma como a usamos hoje.

Qiu Zhun: Isso é muito interessante e me lembra que a forma mais antiga de e-commerce é, na verdade, P2P. De fato, do ponto de vista da economia unitária (benefícios econômicos unitários), esse modelo com muita intervenção de operação manual é difícil de alcançar, mas se a IA for usada, especialmente na forma de modelos grandes, isso pode se tornar uma direção muito central. A segunda pergunta, se você olhar para o caminho da comercialização, você pode dar alguma direção para startups de grande porte?

**Alex Ren:**Do ponto de vista de uma empresa iniciante, precisamos ter clareza sobre nossas próprias limitações, ou seja, o que podemos fazer? No que você é bom?

Como eu disse anteriormente, quando startups competem com grandes empresas, sua vantagem não está em treinar modelos ou fazer Infra, mas em perceber valor para o cliente. Os empreendedores chineses têm uma vantagem especial, ou seja, na era da Internet, aprenderam a iterar rapidamente e a encontrar os pontos problemáticos dos usuários. A Internet do consumidor não é um modelo de "você me diz o que precisa e eu faço para você", mas um modelo de "todos dizemos uma palavra, jogamos muita lama na parede e vemos qual peça pode vara, e vamos escolher essa coisa" , Este modelo também é aplicável à IA hoje. Além disso, devemos ficar atentos à velocidade de adoção (pouso). Existem três clientes diferentes no mercado, um é To C, um é Prosumer (consumidor profissional) e o terceiro é Enterprise. No que diz respeito ao mercado atual, está claro que To C e Prosumer serão implementados muito mais rapidamente, mas o cenário corporativo será mais lento. Portanto, nesse processo, as empresas iniciantes precisam conhecer seu cenário de aterrissagem, quem são seus clientes e quais são seus pontos problemáticos? Quão rápida é a sua adoção? Se a velocidade de pouso for relativamente lenta, será mais doloroso para o desenvolvimento da empresa, e o que a empresa pode construir é o limite técnico. Claro, isso também pode ser feito, mas é relativamente lento.

**Qiu Zhun:**Deixe-me também acrescentar algo. Na verdade, hoje vemos muitos projetos relacionados à comercialização, ainda prestamos mais atenção ao próprio empresário, sua formação industrial e sua compreensão dos cenários de aplicação. Do ponto de vista dos modelos de grande escala, existem duas diferenças principais nos caminhos das startups chinesas e americanas: uma é o caminho da realização e a outra é o status da adoção. Pelas suas observações, há alguma diferença entre os dois?

**Alex Ren: **Hoje, os empreendedores na China ou em Cingapura geralmente têm vantagens em To C e To SMB, mas To Enterprise é mais difícil, porque a comercialização de clientes corporativos nos Estados Unidos também é um grande problema. A empresa B precisa construir uma grande equipe de vendas e equipe de marketing. Este é um desafio não apenas para as empresas chinesas, mas também para todos os empresários estrangeiros.

A diferença entre os dois é que a maioria das startups no Vale do Silício raramente fala sobre estratégia macro antes da rodada A e se concentra mais em como o produto resolve os pontos problemáticos dos usuários. Este é o mais crítico, e o outro é a tendência de desenvolvimento, assim ficará mais fundamentado. O Vale do Silício geralmente enfatiza o PLG, Power Lead Growth, para atrair usuários por meio da melhoria das funções do produto. Este é um atalho central que presta atenção ao feedback de cada usuário sobre o produto e, em seguida, executa iterações rápidas.

Qiu Zhun: Atualmente, existem muitas empresas de IA na China, seja na camada de aplicativos, na camada inferior, incluindo a camada Infra, todos são muito ativos. Em contraste, como é medido o progresso de adoção de startups americanas? Em que estágio?

**Alex Ren: **Os mais maduros nesta fase são texto e diagramas de Vincent. Desde a primeira empresa Jasper AI, até ChatGPT e Midjourney no campo de Wenshengtu, na verdade, todos eles pousaram muito rapidamente. Mas o que eles têm em comum é que são todos voltados para consumidores C-side ou Prosumers.

Existe um fenómeno muito interessante nas empresas americanas, que é, por exemplo, o Midjourney ser invocado através de uma plataforma como o Discord, ou seja, o efeito de rede de que falámos na era da Internet. gerar casos de outras pessoas. Este efeito de rede está aprendendo uns com os outros entre os usuários. Portanto, Discord também é uma plataforma de distribuição de produtos muito importante, especialmente para Prosumers. , todos podem formar uma comunidade rapidamente.

Esse modelo é muito importante para empresas em estágio inicial, pois o efeito de rede formado entre os usuários pode acelerar a disseminação do produto, fazendo com que o grupo de usuários exploda rapidamente. É claro que, no que diz respeito ao presente, as aplicações explosivas atuais ainda são principalmente a geração e processamento de texto e imagens bidimensionais, e outras tecnologias não estão prontas o suficiente e ainda estão em desenvolvimento.