В этой волне ИИ, которая появляется в этом году, какое применение ИИ является наиболее перспективным и на которое стоит делать ставку? Похоже, что в инвестиционном сообществе существует единодушный консенсус по этому вопросу.
Недавно AIbeat, новостная платформа, ориентированная на искусственный интеллект, насчитала 10 самых дорогих стартапов в области искусственного интеллекта в мире.
Если просеять компании в таблице, то более половины продуктов относятся к одному и тому же типу ИИ-приложений.
В таблице, будь то ChatGPT, Cluade или Pi от Inflection AI, Jasper, который фокусируется на написании функций, или Cohere, который фокусируется на корпоративных сервисах, все они могут быть классифицированы как помощники ИИ.
Но проблема в том, что в нынешнем направлении генеративного ИИ такого рода приложения с естественным диалогом в качестве основной функции демонстрируют все более очевидную тенденцию к гомогенизации.
На тот же вопрос пользователи могут либо ответить на него с помощью ChatGPT, либо помочь с помощью Cluade.
Кроме того, за исключением нескольких ведущих предприятий, большинству коллективов сложно установить высокие технические барьеры.
Если это так, то почему этот тип приложений до сих пор пользуется популярностью в инвестиционном сообществе?
1 Значение персонализации
Что касается причин, по которым венчурные капиталисты настроены оптимистично по отношению к ИИ-помощникам, мы можем объяснить это процессом финансирования стартапа Writer.
В сентябре Writer, стартап в области искусственного интеллекта, предоставляющий комплексные решения для создания контента для предприятий, объявил о завершении раунда финансирования серии B на сумму $100 млн с общей постинвестиционной оценкой более $500 млн.
Ее основным продуктом является Writer.AI помощника с искусственным интеллектом для би-сайда.
Писательский раунд возглавила компания ICONIQ Growth при участии WndrCo, Balderton Capital и Aspect Ventures.
Среди них ICONIQ Growth имеет очень высокий статус в инвестиционном сообществе, и известен тем, что успешно инвестировал во многие известные компании, такие как Tencent, Zoom, Send Bird, Flip Kar и т.д., и его мнения весьма репрезентативны.
Говоря о своей инвестиционной философии, ICONIQ Growth отметила, что компания должна сосредоточиться на росте новых клиентов в начале, однако, когда ARR (годовой регулярный доход) компании вырастет до определенной доли, чрезмерная концентрация на новых клиентах увеличит неопределенность и приведет к оттоку клиентов. Поэтому, когда ARR вырастает до определенной цифры, компании нужно сосредоточиться на обслуживании постоянных клиентов.
А когда дело доходит до удержания клиентов, Writer показывает удовлетворительную сторону.
За последние два года Writer не только добился 10-кратного роста выручки и достиг коэффициента удержания чистой выручки более 150%, но и собрал сотни крупных корпоративных клиентов, таких как Spotify, L'Oreal, Uber, Handshake, Hubspot, Deloitte и т. д.
Ключом к поддержанию удержания пользователей является индивидуальный и персонализированный функциональный опыт основного продукта.
В частности, Writer's Knowledge Graph может быть легко интегрирован с ключевыми источниками информации и документами клиента, что означает, что Writer может не только получать доступ к критически важной информации и данным и интегрировать их в масштабах всего бизнеса, но и предоставлять ценную информацию, которая «адаптирована» при ответах на вопросы, анализе данных, исследовании бизнеса и создании сводок.
Эта возможность подключения и интеграции помогает гарантировать, что создаваемый контент в большей степени соответствует бизнес-потребностям и нормативным требованиям предприятия.
Точно так же мы можем видеть такого рода «персонализацию» в других приложениях ИИ-помощника.
Например, приложения Otte.AI с искусственным интеллектом, ориентированные на транскрипцию голоса, могут предоставлять некоторый анализ и предложения на основе различных голосовых разговоров.
В то же время, благодаря технологии распознавания языка и диаризации голоса, Otte.AI также можете идентифицировать кого-то по звуку. Как только речь человека обнаружена, создается профиль отпечатка голоса, чтобы этот говорящий мог различать все другие голоса того же человека.
Помимо Otte.AI, RewindAI также является примером того, как побеждает персонализация. Основная функция RewindAI заключается в том, чтобы предоставить своего рода возможность «помощника памяти».
Перемотка назад может автоматически записывать всю информацию на телефоне или компьютере с согласия пользователя, а также поддерживает просмотр, извлечение и обобщение.
Он может фиксировать то, что пользователь читает в браузере Safari, а также импортированные скриншоты и т. д., и предоставляет возможность просмотра и поиска. Пользователи могут быстро перемещаться по предыдущему контенту, просто проведя пальцем по временной шкале.
Все это свидетельствует о повсеместном распространении персонализации в современных приложениях ИИ-помощников. Такое «индивидуальное» поведение для пользователей, несомненно, незаметно увеличивает прилипчивость и время использования пользователями. Кроме того, персонализация также означает «тысячи людей», что значительно расширит охват приложения, а потолок масштаба пользователя будет выше.
**2 Где барьеры? **
Помимо персонализации, самыми большими стратегическими командными высотами ИИ-помощников являются проприетарные информационные барьеры, которые они создают при непрерывном взаимодействии.
В эпоху мобильного интернета Baidu, Tencent, Google и Amazon не уделяют данным столько внимания, сколько используют сегодня.
В то время, в глазах различных гигантов, наиболее критичными были только пользователи и трафик, и тот, кто сможет сжечь больше денег и обвести больше пользователей, сможет сформировать больший масштабный эффект.
В соответствии с жестокой логикой, что трафик — это король, а масштаб — король, весь рынок — это игра с нулевой суммой, и увеличение пользователей на платформе А часто означает уменьшение пользователей на платформе Б.
В такой биржевой битве треки между многими платформами часто совпадают, поэтому всем приходится ломать голову, чтобы свернуть приложения, функции и контент.
Когда все вовлечены в приложения, функции и контент, вся логика Интернета будет затруднена.
Появление ИИ-помощников изменило ситуацию к лучшему.
Корректируя и оптимизируя данные о поведении пользователей в режиме реального времени, ИИ-помощник может непрерывно накапливать уникальные проприетарные данные для каждого пользователя.
Различия и многообразие человеческих индивидуумов определяют, что треки, построенные на проприетарных данных, не будут переполненными, инволютированными играми с нулевой суммой.
Потому что пользователи, на которых нацелены ИИ-помощники, — это конкретные «люди» или предприятия, состоящие из разных людей, а не несколько обширных ярлыков и групп, абстрагированных алгоритмами.
Такой разрыв в основном определяется различными техническими характеристиками между ИИ и алгоритмами предыдущего поколения.
По сравнению с ИИ-помощниками, предыдущее поколение алгоритмических систем полагалось на ограниченный набор данных для обучения и часто полагалось на функции, разработанные человеком, при составлении рекомендаций алгоритмам, но эти функции могут не полностью отражать сложность и разнообразие поведения пользователей.
Например, если человек является пользователем мужского пола, ему с большей вероятностью будет рекомендован военный или политический контент при просмотре видеоприложения, даже если пользователь почти не нажимал на такие видео. Или постоянно рекомендовать видео с одними и теми же хэштегами.
Напротив, прогресс ИИ-помощников заключается в их способности собирать и обрабатывать данные о поведении пользователей в режиме реального времени с помощью глубокого обучения, обучения с подкреплением и других технологий, а также постоянно корректировать и оптимизировать для захвата некоторых нелинейных, более сложных и тонких характеристик данных.
Таким образом, пользователи освобождаются от грубых и общих ярлыков и становятся «уникальными» личностями.
Даже если некоторые ИИ-помощники пересекаются по функциям, из-за существования проприетарных данных пользователи будут постепенно привыкать и адаптироваться к ИИ-помощникам, в которых они работали долгое время, через оптимизацию и обратную связь, и не будут легко переключаться на другие приложения.
В результате, стартапы в области искусственного интеллекта, построенные на этих запатентованных данных, также будут иметь более высокую жизнеспособность.
3 Возможные испытания
Поскольку ИИ-помощники настолько многообещающи и многообещающи, с какими трудностями они могут столкнуться?
Что касается этого момента, можно сказать, что предыдущий единорог ИИ Джаспер использовал свой собственный болезненный опыт в качестве «негативного учебного материала».
Будучи одной из первых компаний, вышедших на рынок AIGC, Jasper завоевала благосклонность капитала на раннем этапе, достигнув очень высокой оценки.
Уже в 2022 году Jasper собрал 1 миллион пользователей, а в октябре того же года Jasper получил раунд финансирования серии А на сумму 125 миллионов долларов под руководством Insight Partners, а его оценка также выросла до 1,5 миллиарда долларов, что сделало его единорогом.
Однако хорошие времена были недолгими, и в феврале Jasper, который ожидал годовой доход в размере $140 млн, снизил свой прогноз на 30% летом, а затем начал увольнения в июле.
Недавно Jasper снизила оценку своих акций, ориентированных на сотрудников, на 20 процентов.
Раньше, анализируя причины неудач ИИ-помощников вроде Jasper, многие всегда связывали суть с отсутствием проприетарных моделей.
В конце концов, до сих пор Jasper по-прежнему использует интерфейс API ChatGPT, который является правильным приложением-шеллом.
Из-за отсутствия проприетарных моделей невозможно получить прямой доступ и проанализировать пользовательские данные, а также сложно анализировать пользовательские данные, что затрудняет формирование целевых корректировок и оптимизаций.
Смогут ли в таком случае ИИ-помощники вроде Джаспера, у которых нет проприетарных моделей, найти свою нишу?
Как упоминалось ранее, хотя одним из основных преимуществ ИИ-помощников является их функция персонализированной настройки, такая настройка также делится на пассивную настройку и активную настройку.
Пассивная кастомизация относится к типу ИИ-помощника, который автоматически собирает и анализирует данные и выполняет адаптивное обучение без пользовательских настроек.
В качестве примера можно привести Pi, разработанный компанией Inflection AI, а также вышеупомянутый Rewind.AI.
Активная настройка относится к типу ИИ-помощника, который требует от пользователей самостоятельной настройки и настройки в соответствии со своими потребностями и предпочтениями.
Для ИИ-помощников, которые имеют открытый исходный код или используют сторонние модели, упреждающий настраиваемый маршрут, очевидно, является лучшей альтернативой при отсутствии проприетарных данных.
Например, Polyglot — это клиент платформы для обучения разговорной речи с открытым исходным кодом, который помогает пользователям практиковать разговорные навыки на нескольких языках. Polyglot использует технологию искусственного интеллекта, чтобы предоставлять пользователям персонализированные предложения по обучению разговорной речи и обратную связь.
Пользователи могут выбрать подходящий язык и сложность обучения в соответствии со своими потребностями и уровнем.
Polyglot будет предоставлять обратную связь и предложения в режиме реального времени, основанные на произношении, грамматике и словарном запасе пользователя, чтобы помочь пользователям улучшить свои разговорные навыки.
Другой, более очевидный пример – всем известный Poe.AI.
В этом приложении, которое почти похоже на большую модель App Store, пользователи могут активно настраивать чат-ботов с ИИ с разными личностями, идентичностями и функциями в соответствии со своими различными потребностями, чтобы ИИ был более персонализированным и больше соответствовал их собственным ожиданиям.
Несмотря на то, что все Poe.AI модели поступают из сторонних API, индивидуальные потребности пользователей также удовлетворяются с помощью таких «пользовательских» функций.
4 Резюме
Если и есть что-то в самой большой коммерческой ценности ИИ-помощников, так это то, что это предварительный просмотр «момента iPhone» искусственного интеллекта.
С тех пор, как началась нынешняя волна ИИ, бесчисленное количество предприятий, венчурных капиталистов или инвесторов думали и искали «момент iPhone» ИИ. И если мы оглянемся в прошлое, то обнаружим, что условия для реализации такого рода «айфонного момента» ИИ-помощника были подготовлены на восемь-девять лет.
В 2007 году Apple выпустила революционный iPhone 1, который объединил в себе множество функций, таких как сенсорный экран, камера, музыкальный плеер, веб-браузер и т. д., изменив то, как люди общаются, развлекаются, живут и работают, и открыли новую эру мобильного интернета.
Точно так же, как интегрированное приложение, ИИ-помощник может взаимодействовать с пользователями с помощью голоса, текста, изображений и других способов, а также может реализовывать различные функции и услуги, такие как поиск, бронирование, письмо, вопросы и ответы, чтобы удовлетворить различные потребности и сценарии пользователей.
Что еще больше, чем iPhone года, так это то, что нынешний ИИ-помощник может не только улучшить отношения между собой и пользователем за счет непрерывного обучения и эволюции, но и гуманизированные дружеские и эмоциональные функции некоторых ИИ-помощников делают его выходящим за рамки инструмента и неразлучным «умным компаньоном» с пользователем.
На данном этапе многие функции ИИ-помощника, если их вынести по отдельности, имеют выдающиеся моменты, но эти функции все еще разрознены и не интегрированы.
Если после брожения и обратной связи рынка амбициозная компания сделает ключевой шаг, то на свет появится «хозяин целого», интегрирующий сильные стороны всех предыдущих ИИ-помощников.
Именно тогда действительно наступает «момент iPhone» ИИ.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Почему именно ИИ-приложения единодушно одобряют многие венчурные капиталисты в этом году?
Первоисточник: AI New Intelligence
В 2023 году осталось меньше двух месяцев.
В этой волне ИИ, которая появляется в этом году, какое применение ИИ является наиболее перспективным и на которое стоит делать ставку? Похоже, что в инвестиционном сообществе существует единодушный консенсус по этому вопросу.
Недавно AIbeat, новостная платформа, ориентированная на искусственный интеллект, насчитала 10 самых дорогих стартапов в области искусственного интеллекта в мире.
Если просеять компании в таблице, то более половины продуктов относятся к одному и тому же типу ИИ-приложений.
Но проблема в том, что в нынешнем направлении генеративного ИИ такого рода приложения с естественным диалогом в качестве основной функции демонстрируют все более очевидную тенденцию к гомогенизации.
На тот же вопрос пользователи могут либо ответить на него с помощью ChatGPT, либо помочь с помощью Cluade.
Кроме того, за исключением нескольких ведущих предприятий, большинству коллективов сложно установить высокие технические барьеры.
Если это так, то почему этот тип приложений до сих пор пользуется популярностью в инвестиционном сообществе?
1 Значение персонализации
Что касается причин, по которым венчурные капиталисты настроены оптимистично по отношению к ИИ-помощникам, мы можем объяснить это процессом финансирования стартапа Writer.
В сентябре Writer, стартап в области искусственного интеллекта, предоставляющий комплексные решения для создания контента для предприятий, объявил о завершении раунда финансирования серии B на сумму $100 млн с общей постинвестиционной оценкой более $500 млн.
Ее основным продуктом является Writer.AI помощника с искусственным интеллектом для би-сайда.
Среди них ICONIQ Growth имеет очень высокий статус в инвестиционном сообществе, и известен тем, что успешно инвестировал во многие известные компании, такие как Tencent, Zoom, Send Bird, Flip Kar и т.д., и его мнения весьма репрезентативны.
Говоря о своей инвестиционной философии, ICONIQ Growth отметила, что компания должна сосредоточиться на росте новых клиентов в начале, однако, когда ARR (годовой регулярный доход) компании вырастет до определенной доли, чрезмерная концентрация на новых клиентах увеличит неопределенность и приведет к оттоку клиентов. Поэтому, когда ARR вырастает до определенной цифры, компании нужно сосредоточиться на обслуживании постоянных клиентов.
За последние два года Writer не только добился 10-кратного роста выручки и достиг коэффициента удержания чистой выручки более 150%, но и собрал сотни крупных корпоративных клиентов, таких как Spotify, L'Oreal, Uber, Handshake, Hubspot, Deloitte и т. д.
Ключом к поддержанию удержания пользователей является индивидуальный и персонализированный функциональный опыт основного продукта.
Эта возможность подключения и интеграции помогает гарантировать, что создаваемый контент в большей степени соответствует бизнес-потребностям и нормативным требованиям предприятия.
Точно так же мы можем видеть такого рода «персонализацию» в других приложениях ИИ-помощника.
Например, приложения Otte.AI с искусственным интеллектом, ориентированные на транскрипцию голоса, могут предоставлять некоторый анализ и предложения на основе различных голосовых разговоров.
Помимо Otte.AI, RewindAI также является примером того, как побеждает персонализация. Основная функция RewindAI заключается в том, чтобы предоставить своего рода возможность «помощника памяти».
Перемотка назад может автоматически записывать всю информацию на телефоне или компьютере с согласия пользователя, а также поддерживает просмотр, извлечение и обобщение.
Все это свидетельствует о повсеместном распространении персонализации в современных приложениях ИИ-помощников. Такое «индивидуальное» поведение для пользователей, несомненно, незаметно увеличивает прилипчивость и время использования пользователями. Кроме того, персонализация также означает «тысячи людей», что значительно расширит охват приложения, а потолок масштаба пользователя будет выше.
**2 Где барьеры? **
Помимо персонализации, самыми большими стратегическими командными высотами ИИ-помощников являются проприетарные информационные барьеры, которые они создают при непрерывном взаимодействии.
В эпоху мобильного интернета Baidu, Tencent, Google и Amazon не уделяют данным столько внимания, сколько используют сегодня.
В то время, в глазах различных гигантов, наиболее критичными были только пользователи и трафик, и тот, кто сможет сжечь больше денег и обвести больше пользователей, сможет сформировать больший масштабный эффект.
В соответствии с жестокой логикой, что трафик — это король, а масштаб — король, весь рынок — это игра с нулевой суммой, и увеличение пользователей на платформе А часто означает уменьшение пользователей на платформе Б.
Когда все вовлечены в приложения, функции и контент, вся логика Интернета будет затруднена.
Появление ИИ-помощников изменило ситуацию к лучшему.
Корректируя и оптимизируя данные о поведении пользователей в режиме реального времени, ИИ-помощник может непрерывно накапливать уникальные проприетарные данные для каждого пользователя.
Различия и многообразие человеческих индивидуумов определяют, что треки, построенные на проприетарных данных, не будут переполненными, инволютированными играми с нулевой суммой.
Потому что пользователи, на которых нацелены ИИ-помощники, — это конкретные «люди» или предприятия, состоящие из разных людей, а не несколько обширных ярлыков и групп, абстрагированных алгоритмами.
По сравнению с ИИ-помощниками, предыдущее поколение алгоритмических систем полагалось на ограниченный набор данных для обучения и часто полагалось на функции, разработанные человеком, при составлении рекомендаций алгоритмам, но эти функции могут не полностью отражать сложность и разнообразие поведения пользователей.
Например, если человек является пользователем мужского пола, ему с большей вероятностью будет рекомендован военный или политический контент при просмотре видеоприложения, даже если пользователь почти не нажимал на такие видео. Или постоянно рекомендовать видео с одними и теми же хэштегами.
Таким образом, пользователи освобождаются от грубых и общих ярлыков и становятся «уникальными» личностями.
Даже если некоторые ИИ-помощники пересекаются по функциям, из-за существования проприетарных данных пользователи будут постепенно привыкать и адаптироваться к ИИ-помощникам, в которых они работали долгое время, через оптимизацию и обратную связь, и не будут легко переключаться на другие приложения.
В результате, стартапы в области искусственного интеллекта, построенные на этих запатентованных данных, также будут иметь более высокую жизнеспособность.
3 Возможные испытания
Поскольку ИИ-помощники настолько многообещающи и многообещающи, с какими трудностями они могут столкнуться?
Что касается этого момента, можно сказать, что предыдущий единорог ИИ Джаспер использовал свой собственный болезненный опыт в качестве «негативного учебного материала».
Уже в 2022 году Jasper собрал 1 миллион пользователей, а в октябре того же года Jasper получил раунд финансирования серии А на сумму 125 миллионов долларов под руководством Insight Partners, а его оценка также выросла до 1,5 миллиарда долларов, что сделало его единорогом.
Однако хорошие времена были недолгими, и в феврале Jasper, который ожидал годовой доход в размере $140 млн, снизил свой прогноз на 30% летом, а затем начал увольнения в июле.
Недавно Jasper снизила оценку своих акций, ориентированных на сотрудников, на 20 процентов.
Раньше, анализируя причины неудач ИИ-помощников вроде Jasper, многие всегда связывали суть с отсутствием проприетарных моделей.
В конце концов, до сих пор Jasper по-прежнему использует интерфейс API ChatGPT, который является правильным приложением-шеллом.
Из-за отсутствия проприетарных моделей невозможно получить прямой доступ и проанализировать пользовательские данные, а также сложно анализировать пользовательские данные, что затрудняет формирование целевых корректировок и оптимизаций.
Смогут ли в таком случае ИИ-помощники вроде Джаспера, у которых нет проприетарных моделей, найти свою нишу?
Как упоминалось ранее, хотя одним из основных преимуществ ИИ-помощников является их функция персонализированной настройки, такая настройка также делится на пассивную настройку и активную настройку.
Пассивная кастомизация относится к типу ИИ-помощника, который автоматически собирает и анализирует данные и выполняет адаптивное обучение без пользовательских настроек.
В качестве примера можно привести Pi, разработанный компанией Inflection AI, а также вышеупомянутый Rewind.AI.
Активная настройка относится к типу ИИ-помощника, который требует от пользователей самостоятельной настройки и настройки в соответствии со своими потребностями и предпочтениями.
Для ИИ-помощников, которые имеют открытый исходный код или используют сторонние модели, упреждающий настраиваемый маршрут, очевидно, является лучшей альтернативой при отсутствии проприетарных данных.
Например, Polyglot — это клиент платформы для обучения разговорной речи с открытым исходным кодом, который помогает пользователям практиковать разговорные навыки на нескольких языках. Polyglot использует технологию искусственного интеллекта, чтобы предоставлять пользователям персонализированные предложения по обучению разговорной речи и обратную связь.
Пользователи могут выбрать подходящий язык и сложность обучения в соответствии со своими потребностями и уровнем.
Другой, более очевидный пример – всем известный Poe.AI.
В этом приложении, которое почти похоже на большую модель App Store, пользователи могут активно настраивать чат-ботов с ИИ с разными личностями, идентичностями и функциями в соответствии со своими различными потребностями, чтобы ИИ был более персонализированным и больше соответствовал их собственным ожиданиям.
4 Резюме
Если и есть что-то в самой большой коммерческой ценности ИИ-помощников, так это то, что это предварительный просмотр «момента iPhone» искусственного интеллекта.
С тех пор, как началась нынешняя волна ИИ, бесчисленное количество предприятий, венчурных капиталистов или инвесторов думали и искали «момент iPhone» ИИ. И если мы оглянемся в прошлое, то обнаружим, что условия для реализации такого рода «айфонного момента» ИИ-помощника были подготовлены на восемь-девять лет.
В 2007 году Apple выпустила революционный iPhone 1, который объединил в себе множество функций, таких как сенсорный экран, камера, музыкальный плеер, веб-браузер и т. д., изменив то, как люди общаются, развлекаются, живут и работают, и открыли новую эру мобильного интернета.
Что еще больше, чем iPhone года, так это то, что нынешний ИИ-помощник может не только улучшить отношения между собой и пользователем за счет непрерывного обучения и эволюции, но и гуманизированные дружеские и эмоциональные функции некоторых ИИ-помощников делают его выходящим за рамки инструмента и неразлучным «умным компаньоном» с пользователем.
Если после брожения и обратной связи рынка амбициозная компания сделает ключевой шаг, то на свет появится «хозяин целого», интегрирующий сильные стороны всех предыдущих ИИ-помощников.
Именно тогда действительно наступает «момент iPhone» ИИ.