Fellows Fund Kurucusu Alex Ren: Silikon Vadisi Perspektifinden Yapay Zeka Değer Yaratımı

Kaynak: Lei Feng Net

yazar: Huang Nan

14 Ağustos 2023'te GAIR Araştırma Enstitüsü, Leifeng.com, World Science and Technology Press ve Kotler Consulting Group'un ev sahipliğini yaptığı 7. GAIR Küresel Yapay Zeka ve Robotik Konferansı Singapur'daki Orchard Hotel'de başladı.

Uluslararası bir AI forumu olarak AI girişimciliğinin patlaması çağında, bu konferans Asya'dan birçok girişimciyi ve yatırımcıyı cezbetti. Konferans, büyük modeller çağında AIGC, Infra, yaşam bilimleri, eğitim ve SaaS gibi popüler alanların dönüşümüne ve yeniliğine odaklanan toplam 10 temalı forum açtı. "GPT Döneminde Olağanüstü Katkıda Bulunanlar" oturumunun ilk gününde, Silikon Vadisi öncü yatırımcısı ve Fellows Fund'ın kurucu ortağı Alex Ren, "Silikon Vadisi Perspektifinden Yapay Zeka Değer Yaratımı" konulu bir açılış konuşması yaptı.

Son altı ayda, AI girişimciliği tüm hızıyla devam etti. İşletmeler ve tüketiciler için AI, daha iyi kararlar, daha iyi eylemler, daha iyi sonuçlar ve daha iyi deneyimler anlamına gelir. Son birkaç yılla karşılaştırıldığında, mevcut AI şirketlerinden bazıları kâr etmeye başladı ve beklentiler çok umut verici!

Alex Ren, yapay zekaya yapılan mevcut yatırımın dört boyuttan başlayabileceğine inanıyor: biri üretkenliğin serbest bırakılması, yani yapay zeka güdümlü araçların otomatik olarak görevleri yerine getirmesi ve çıktı sağlaması; diğeri ise sektördeki değişiklikler, yani verimliliği artırmak, maliyetleri azaltmak ve sonuçları iyileştirmek için süreçleri optimize etmek için yapay zeka; üçüncüsü, ölçeklenebilir ve özelleştirilmiş AI uygulamaları oluşturmak için LLM'yi bağlayan AI orta katmanına atıfta bulunan AI orta katmanıdır; dördüncüsü, AI Agent ( AI akıllı vücut), burada AI, etkileşimde bulunmak ve öğrenmek için insanların ve makinelerin yerini alır.

China Shadow Capital'in denizaşırı ortağı Qiu Zhun ile diyalog sırasında ikili, yapay zekanın sosyal medya içeriğinin üretim yöntemini ve yeni kurulan şirketlerin ticarileştirme yolunu nasıl alt üst edebileceğini de tartıştı.

Leifeng.com'un orijinal niyetini değiştirmeden düzenleyip düzenlediği Alex Ren'in canlı konuşmasının içeriği aşağıdadır:

01. AI yatırımının dört yönü

Silikon Vadisi'nde yerleşik bir girişim sermayesi fonuyuz.Diğer VC şirketlerinden farklı olarak projelere üç açıdan bakıyoruz: alan, yani start-up şirketler için alan nerede; Çok sayıda ticarileştirme aşaması; boyutlar , şirketin temel yetkinliği nedir ve büyük şirketlerle rekabet etme metodolojisi.

Bu üç boyuttan başlayarak, AI yatırımı için dört yön öneriyoruz.

İlk yön, yapay zeka destekli araçların görevleri otomatikleştirdiği ve çıktı sağladığı serbest üretkenliktir. Bugün kullanıcılar genellikle metin oluşturmak, şarkı yazmak veya kod yazmak için ChatGPT kullanmak gibi AI araçlarının getirdiği verimlilik iyileştirmesini hissedebiliyor ve yakında tamamlanacak. Yatırım yaptığımız şirketler arasında Gamma.app, Taskade, CodeComplete, Opus Clip, vb. gibi birkaç AI şirketi, teknik modelleri, modelin sorunlarla başa çıkma yeteneğini geliştirmek için AI araçlarının kombinasyonu yoluyla AI yetenekleri sağlar. sahada ve iş verimliliğini artırmak.

İkinci yön, endüstrinin mod dönüşümüdür. Biyoloji, sigortacılık, ev hizmetleri vb. gibi birçok sektör kendi verilerine sahip olacak. Optimizasyon için yapay zekayı sektörün iş akışına dahil ederek verimlilik iyileştirilebilir, maliyetler düşürülebilir ve sonuçlar iyileştirilebilir. Örneğin biyolojik alanda Diffuse Bio'ya, sigorta alanında Kyber'e ve yaşam hizmeti alanında LiveX AI'a yatırım yapıyoruz.

Üçüncü yön, AI'nın orta katmanıdır. AI teknolojisinin alt katmanı büyük bir model ise, teknoloji ile nihai uygulama arasında, belirli bir etki alanı veya mimari için LangChain, LlamaIndex veya diğer ara yazılım araçları gibi daha fazla ara yazılıma ihtiyacımız olacaktır. Yatırım yaptığımız Anarchy AI gibi.

Dördüncü ve son bir iki ayın en popüler yönü AI Agent (AI ajanı). AI Agent uzun zaman önce önerildi, ancak GPT ortaya çıkana kadar herkesin AI Agent'ı düşünmesine neden oldu. Silikon Vadisi'nde bu alanda girişimcilik yapan birçok mühendis var.Yatırım yaptığımız Anothermind.ai, yeni bir tür AI Agent start-up şirketidir.

Yapay zekanın son üç aşamasına kısa bir genel bakış: En eski dönem Klasik Makine Öğrenimi dönemiydi ve yapılandırılmış verilerden ve önceden tanımlanmış özelliklerden öğrenmeye yönelik birçok istatistiksel yöntem ortaya çıktı. Ardından, sinir ağlarının resimler, metin ve ses gibi yapılandırılmamış verilerden öğrenebileceği derin öğrenme aşaması geldi. Transformer'dan sonra üretken yapay zeka ve temel modeller aşamasına da girdik. GPT yöntemine dayalı olarak çeşitli metinler, resimler, kodlar veya çip tasarım algoritmaları üretilebilir. Üretken yapay zekanın bir sonraki aşaması olduğu söylenebilir. atılımlar

Ekibimiz 2016 ve 2017'den beri yapay zekaya dikkat ediyor. Mevcut yapay zeka şirketleri ile önceki yeni kurulan şirketler arasındaki temel farkın, son birkaç yılda otonom sürüşle temsil edilen sahne uygulamalarının karlılığının karşılanmaması olduğunu görebiliriz. Beklentiler, ancak bugün birçok AI şirketi oldukça kârlıdır ve bazı AI şirketlerinin para kazandığını şimdiden görebiliriz.

Peki yapay zeka hangi değeri üretebilir? Bunu daha iyi kararlar, daha iyi eylemler, daha iyi sonuçlar ve daha iyi deneyimler olarak özetliyoruz.

Birincisi, kredi puanlarını analiz etmek ve pazarlama senaryolarındaki finansal riskleri analiz etmek için kullanmak gibi daha iyi kararlar almak için yapay zekayı kullanmaktır.

İkincisi, daha iyi eylemler, yani kullanıcı eylemlerinden sonuç çıkarmak ve daha iyi tavsiye edilen kişiselleştirilmiş hizmetler sunmak.

Üçüncüsü, daha iyi sonuçlar, yani optimizasyon yoluyla daha iyi çıktı sonuçları elde etmek.

Sonuncusu, kullanıcılara daha iyi bir deneyim sunmaktır. Örneğin, Amerika Birleşik Devletleri'ndeki belirli bir bankayı veya havayolunu ararsanız ve genellikle uzun süre beklemek zorunda kalırsanız, kullanıcı hizmeti deneyimi çok zayıftır, ancak dahili süreci optimize etmek için AI müşteri hizmetleri ile kullanıcı deneyimi de iyileştirilebilir. büyük ölçüde geliştirilmiş teşvik.

Belirli uygulamalarda, yukarıda belirtilen AI deneyiminin bir İş Akışı ile tamamlanması gerekir.

Örneğin, medya tarafından yazılan bir makalenin yayınlanabilmesi için önce el yazısı açıklama, düzenleme ve diğer işlemlerden geçmesi gerekir. Yapay zeka ilk taslaktan, makale revizyonundan, özetten vb. ve AI Eğrilerini kullanmamak farklılık gösterecektir.

Kişisel yetenek veya hız verimliliği ile sınırlı AI yardımının yokluğunda, sınıra kısa sürede ulaşılacaktır. Ancak yapay zekanın yardımıyla yasal belgeleri yazma konusunda hiç deneyimi olmayan bir yazar bile ilgili belgelerin yazımını tamamlamak ve içeriği etkili bir şekilde tamamlamak için büyük bir model kullanabilir. Bu süreçte yapay zeka, insanların ihtiyaçlarını anlayarak çıkarımlar ve uygulamalar yapmakta ve son olarak da yazma sürecinde insanlara yardımcı olmaktadır.

İşte büyük modelin kendi yeteneğini geliştirmek için Aracıyı nasıl kullandığına dair kısa bir giriş.

Büyük modeller geçmiş verilerle eğitildiğinden güncel olayları anlayamazlar. Diyelim ki büyük modelin bugün Güneydoğu Asya'daki tüm şehirlerin hava ve sıcaklığını sıralamasına izin verdik.Şu anda, büyük modelin bu bilgiyi elde etmek için dış dünyayla iletişim kurabilmesi için bazı araçlara ihtiyacı var ve ardından bu bilgilere dayalı olarak akıl yürütmeyi tamamlıyor. bilgi Bu Ajan kavramıdır. Başka bir deyişle Etmen, büyük modelin gözleri ve kulaklarıdır, büyük modelin çevreyi anlamasını ve böylece mevcut bilgilerimizi işleyebilmesini sağlar.

02, büyük model inovasyon Aracısı paradigması

Tartışmak istediğim bir sonraki soru, AI bizim için ne yapabilir?

Temel olarak otomasyon ve yardımcı yapay zeka olmak üzere üç yönü içerir, yani yapay zekanın İş Akışındaki süreci nasıl otomatikleştirebileceği, yaratıcılığı serbest bırakma ve daha iyi insan-bilgisayar etkileşimi.

Otomatik ve yardımcı AI'da, farklı değerlerini iki boyutta ayırt edebiliriz. Düşük karmaşıklığa ve çok sayıda göreve sahip sorunlar karşısında, yapay zekayı iş akışı otomasyon süreçlerine dahil ederek işletmelerin üretim verimliliği büyük ölçüde iyileştirilebilir; daha karmaşık görevlerle karşı karşıya kalındığında, yapay zeka bir insan aracıdır, destekleyici bir rol oynar . Örneğin, ilaç geliştirme ve malzeme tasarımı alanlarında, görevlerin kendisi daha karmaşıktır ve daha yüksek mesleki bilgi gerektirir, bu nedenle kullandığı yapay zeka yetenekleri çoğu zaman çizim yapabilen bir yapay zekanın çözebileceği şeyler değildir.

Size daha önce yatırım yaptığımız proje yönetimi için yapay zeka kullanımına ilişkin bir örnek vereyim. Taskade'de, bir pazarlama planının talimatı yapay zekaya gönderilir ve çeşitli kullanıcı rolleri oluşturulur ve çeşitli paketlenmiş PDF dosyaları, metin analizi ve işlenmesi için yapay zekaya teslim edilir. Bu, görev odaklı yapay zekadır.

AI gömme ile birleştiğinde, tamamlanmış üretim sürecinin tüm süreç yönetimini gerçekleştirebilen entegre bir görev yönetimi aracıdır. Bu araçta çok önemli bir nokta, kullanıcı davranışı üzerine araştırma yapılması, kullanıcılarla etkileşim için içeriğin kullanılması, içeriğin üretiminin doğrudan kullanıcı davranışına dayalı olarak da üretilebilmesi ve kullanıcı tarafından gelen geri bildirimlerin modeli geri beslemek için kullanılabilmesi, ve aynı zamanda kişiselleştirme de kullanılabilir. Ürün reklamlarının kullanıcılara iletilmesini tavsiye edin.

Bu nedenle, bunun yeni nesil e-ticaret ve perakende gelişiminin genel eğilimi olması gerektiğine inanıyoruz.

Büyük modellere dayalı üretkenliğin serbest bırakılmasının bugün Microsoft gibi büyük şirketler tarafından da yapıldığını belirtmek gerekir.Start-up'lar nasıl rekabet etmeli?

Birçok büyük şirketin yapay zeka ürün deneyimi açısından "son kilometreye" ulaşamama sorunu yaşadığını gördük. Nispeten zayıf olacak, bu da yeni kurulan şirketlerin büyük şirketlerle rekabet etmesi için bir boşluk haline gelebilir. kullanıcılara daha iyi bir deneyim sunmak için yeterince hızlı yineleyin.

Örneğin, daha önce yatırım yaptığımız bir AI video üretim şirketi olan Opus.pro, lansmanından bu yana sadece iki ay içinde çok sayıda sadık müşteri kazandı. Kullanıcıların yalnızca bir YouTube video bağlantısı girmesi yeterlidir ve platform, üç ila dört dakika içinde bir düzine kısa video oluşturabilir ve videoları doğrudan TikTok, Instagram ve YouTube'a dağıtabilir. Benzer AI içerik oluşturma yetenekleri, oyunlarda, filmlerde ve daha fazlasında büyük potansiyele sahiptir.

Yapay zeka, kullanıcı etkileşimi ve iletişimi açısından, esas olarak API çağrılarına odaklanan geçmiş etkileşim yöntemlerinden farklı olarak, insanlar ve makineler arasındaki etkileşim, farklı bölgesel dillerdeki iletişim vb. gibi doğal dil anlayışındaki sorunları da çözebilir. Büyük modellerin ortaya çıkışı Etkileşim yöntemi de muazzam değişikliklere uğradı.Büyük dil modelleri, insan-bilgisayar ve insan etkileşimi aracılığıyla bu anlama biçimi, Etmen merkezli yeni bir etkileşim paradigması oluşturdu. Örneğin çeviri, arama ve diğer senaryolarda birçok iş yapay zeka tarafından yeniden tanımlanıyor.

Ancak aynı zamanda büyük modellerin sınırlamalarını da görmeliyiz. Arama yanılsaması, bilgi gecikmesi ve diğer sorunlar gibi. Örneğin bir kişinin istifa haberini Google'da arattığımızda model eğitim, eğitim için büyük miktarda geçmiş veri kullandığından, bilgiler zamanında güncellenmediğinde büyük modelin ürettiği cevap yanlış sonuçlar verecektir. İnsan düzeltmesi veya rehberliği yoluyla sorunu daha kapsamlı bir şekilde işlemek ve yinelemek gerekir ve sonunda doğru bir sonuca varılabilir.Bu, şu anda arama senaryolarında büyük ölçekli model inovasyonu üzerinde vurguladığımız şeydir.

Yapay zeka, otomatik test uygulamasında şu anda uyuşturucu taraması, yeni malzeme tasarımı vb. AI yardımı ile etkili bir şekilde kısaltılabilen yıllar, ilaç geliştirme döngüsü. Örneğin, yatırım yaptığımız Diffuse Bio ve Persist AI, yapay zekayı sırasıyla ilaç taramasına ve ilaç paketlemeye uyguluyor.

AI ekosistemi ve yatırım yapısı da günümüzde çok değişti. Alt katman ise AI işletim sistemi olarak tanımlanırsa bu işletim sistemi TensorFlow, PyTorch gibi çeşitli çerçeveler, bilgisayar donanımı ve açık alan verileri içerir. Bazı geliştirme alanlarındaki modeller, çeşitli yaygın GPT modelleri, Difüzyon modelleri vb. gibi açık alan verilerine dayalı olarak işlenebilir. Bu, en son işletim sistemi tanımımızdır.

Bu temelde, OpenAI veya Google gibi şirketlerin sahip olmadığı veriler olan dikey alan verilerini ekleyin ve modeli daha iyi eğitmek ve vektör veri tabanlarını ve verileri çözmek için araçlarla desteklenen belirli alanlara dayalı tescilli büyük ölçekli modeller eğitin. Özelleştirme gibi sorunlar, ayrıca insanlara bazı şeyler yapma konusunda yardımcı olan günümüzün sıcak Sohbet Aracısı ve bazıları, belirli uygulama alanlarında kullanıcı deneyimini yeniden şekillendirmek için yapay zekayı kullanma üzerinde çalışıyor.

Geçmişte internet bizi dijital türevli arama motorları, çeşitli e-ticaret platformları vb. temelinde insanlar, sahneler, nesneler veya davranışlar olsun dijitalleştirdi ve İnternet şeklinde yönetti. Ancak bugün yapmamız gereken, otomasyonu ve daha verimli işlemeyi gerçekleştirmek için bazı görevleri veya yapay zeka tarafından gerçekleştirilebilir sorunları aracılara nasıl dönüştüreceğimiz haline geldi ve bu, yapay zekanın bir sonraki atılımının odak noktası olacak.

AGI (Yapay Genel Zeka, genel yapay zeka) sayesinde yapay zekanın gelecekte insanları aşması ve insanları daha yaratıcı ve değerli şeylere salması mümkün olacaktır. Daha ilgi çekici, değerli veya "insan" yeteneklerine daha çok ihtiyaç duyan bir şeye geçebiliriz. AI'nın gelişme potansiyeli çok büyük ama endişelenmiyorum Bunların arasında gördüğümüz, her nesil teknolojik yeniliğin insana getirdiği kolaylıklar, insanların daha değerli şeyler yapmasını sağlıyor. Bu nedenle, gelecekte çeşitli alanlardaki yenilikçileri daha iyi destekleyebileceğimizi ve Silikon Vadisi'nde ve dünya çapında harika işler yaratmanıza yardımcı olabileceğimizi de umuyoruz!

03、Alex Ren, Huaying Capital'den Qiu Zhun ile konuşuyor

**Qiu Zhun:**Silikon Vadisi'ne uzun yıllardır yatırım yapıyorum. Son zamanlarda Çin ile Amerika Birleşik Devletleri arasında çok seyahat ettim. Çinli şirketlerin denizaşırı ülkelere gitmesiyle daha çok ilgileniyorum. Yapay zeka en önemli kısım bunun Alex'e ilk soruyu sormak istiyorum.Az önce AI Value Creation (AI değer yaratma) hakkında çok bahsettiniz.Değer Yaratmanın bir kısmının AI olduğunu sık sık söylüyoruz.Startup'larda kilit bir faktör olarak, bazı durumları paylaşabilir misiniz? nasıl indi? Sosyal medya ve e-ticaret darboğaz dönemine girdi, yapay zeka yıkıcı değişiklikler getirebilir mi? Yatırım açısından nasıl değerlendirmeli?

Alex Ren: Şu anda yapay zeka hakkında, özellikle de insanların zamandan tasarruf etmesine ve verimliliği artırmasına yardımcı olmak için günlük işlere ve hayata nasıl entegre edileceğine dair pek çok tartışma görüyoruz. Öte yandan bu, eğlence ve etkileşimdir.

AI'nın en büyük avantajlarından biri hikaye anlatabilmesidir.YouTube'da ister film, ister roman veya video olsun, geleneksel hikaye içeriği üretimi insanlar tarafından yapılır. Cao Xueqin'in "Kırmızı Konakların Rüyası"nı yazması, Jia Baoyu'nun keşiş olması ve Lin Daiyu'nun ölmesi gibi sık sık bir örnek veririm.Bu hikaye kuruldu, ancak yeni çağın anlatı mantığında herkes deneyimleyebilmeli Kızıl Köşkler Rüyası ve sonuç aynı değil. Örneğin hikayemde Jia Baoyu ile sohbet edip ona neden keşiş olmak istediğini sorabiliyorum ve ayrıca Lin Daiyu'nun sonunu değiştirebiliyorum.

Bu nedenle, Gen AI aslında yeni çağda içerik anlatı mantığı oluşturmak için çok iyi bir fırsat. Sosyal medyanın her nesli yeni bir şekilde içerik üretir ve bu yeni yol da yeni bir mecra üretir.Bu nedenle, yeni mecra aslında oldukça kişiselleştirilmiş bir anlatım aracıdır. Aynı şey e-ticaret için de geçerli, geleceğin Amazon e-ticaret platformu Peer to Peer modelini kullanabilir ve arkasındaki modeli insanların ihtiyaçlarını anlamak, eşleştirmek ve hatta üretmek için kullanabilir mi? Bu nedenle, bu geleneksel büyük platformun biçimi, AI'nın gelecekteki gelişiminde tamamen altüst olabilir. Yapmamız gereken, yeni nesil sosyal medya ve yeni e-ticaret platformları oluşturmak için bu fırsatları bulmak ve büyütmek. Yöntemleri şunlar olabilir: bugün kullandığımızdan tamamen farklı.

Qiu Zhun: Bu çok ilginç ve bana e-ticaretin en eski biçiminin aslında P2P olduğunu hatırlatıyor. Gerçekten de, Birim Ekonomisi (birim ekonomik faydalar) açısından bakıldığında, çok fazla manuel işlem müdahalesi içeren bu modele ulaşmak zordur, ancak özellikle büyük modeller biçiminde yapay zeka kullanılırsa, bu çok temel bir yön haline gelebilir. İkinci soru, ticarileşme yoluna bakarsanız, büyük ölçekli girişimlere biraz yön verebilir misiniz?

**Alex Ren:**Yeni kurulan bir şirketin bakış açısından, kendi sınırlarımız konusunda net olmalıyız, yani ne yapabiliriz? Neyde iyisin?

Daha önce de söylediğim gibi, yeni kurulan şirketler büyük şirketlerle rekabet ettiğinde avantajları eğitim modelleri veya Infra yapmak değil, müşteri değerini gerçekleştirmektir. Çinli girişimcilerin özel bir avantajı var, yani internet çağında hızlı bir şekilde yineleme yapmayı ve kullanıcıların sıkıntılı noktalarını bulmayı öğrendiler. Tüketici interneti, "sen bana neye ihtiyacın olduğunu söyle, ben senin için yapayım" modeli değil, "hepimiz bir söz söyleyelim, duvara bir sürü çamur atalım ve hangi parçanın başaracağını görelim" modelidir. sopa ve o şeyi seçeceğiz" , Bu model aynı zamanda bugün AI için de geçerlidir. Ayrıca benimseme (iniş) hızına da dikkat etmeliyiz. Piyasada üç farklı müşteri var, biri To C, biri Prosumer (profesyonel tüketici) ve üçüncüsü de işletme. Günümüz pazarı söz konusu olduğunda, To C ve Prosumer'ın çok daha hızlı uygulanacağı açıktır, ancak kurumsal sahne daha yavaş olacaktır. Dolayısıyla bu süreçte start-up şirketlerin iniş senaryonuzu, müşterilerinizin kimler olduğunu ve acı noktalarının neler olduğunu bilmesi gerekiyor. Evlat edinmeniz ne kadar hızlı? İniş hızı nispeten yavaşsa, şirketin gelişimi için daha sancılı olacaktır ve şirketin inşa edebileceği teknik eşiktir. Elbette bu da yapılabilir, ancak nispeten yavaştır.

**Qiu Zhun:**Ben de bir şey ekleyeyim. Aslında günümüzde ticarileştirme ile ilgili birçok proje görüyoruz, girişimcinin kendisine, endüstriyel geçmişine ve uygulama senaryoları anlayışına hala daha fazla dikkat ediyoruz. Büyük ölçekli modeller açısından bakıldığında, Çinli ve Amerikalı girişimlerin yollarında iki temel fark vardır: biri gerçekleştirme yolu, diğeri ise benimseme durumu. Gözlemlerinize göre, ikisi arasında herhangi bir fark var mı?

**Alex Ren: **Bugün Çin'deki veya Singapur'daki girişimciler genellikle To C ve To SMB'de avantajlara sahipler, ancak To Enterprise daha zordur, çünkü Amerika Birleşik Devletleri'ndeki kurumsal müşterilerin pazarlanması da büyük bir sorundur. Her Amerikalı To B şirketinin büyük bir satış ekibi ve pazarlama ekibi oluşturması gerekiyor.Bu sadece Çinli şirketler için değil, aynı zamanda tüm denizaşırı girişimciler için bir zorluk.

İkisi arasındaki fark, Silikon Vadisi'ndeki çoğu girişimin A turundan önce nadiren makro stratejiden bahsetmesi ve daha çok ürünün kullanıcıların sorunlu noktalarını nasıl çözdüğüne odaklanmasıdır.Bu en kritik olanı ve diğeri geliştirme trendi, bu yüzden daha topraklanmış olacak. Silikon Vadisi, ürün işlevlerinin iyileştirilmesi yoluyla kullanıcıları çekmek için PLG'yi, yani Güç Kurşun Büyümesini vurgular.

Qiu Zhun: Şu anda Çin'de çok sayıda AI şirketi var, ister uygulama katmanı, ister Infra katmanı dahil olmak üzere alt katman, herkes çok aktif. Buna karşılık, Amerikan girişimlerinin benimseme süreci nasıl ölçülüyor? Hangi aşamada?

**Alex Ren: **Bu aşamada daha olgun olanlar metin ve Vincent diyagramlarıdır. En eski şirket Jasper AI'dan ChatGPT'ye ve Wenshengtu alanındaki Midjourney'e kadar, aslında hepsi çok hızlı indi. Ancak ortak noktaları, hepsinin C tarafı tüketicilere veya Üreten tüketicilere yönelik olmalarıdır.

Amerikan şirketlerinde çok ilginç bir olgu var mesela Midjourney Discord gibi bir platform üzerinden çağrılıyor yani internet çağında bahsettiğimiz network etkisi Bakın ben de görüyorum ki ben de yapabiliyorum. diğer insanların vakalarını oluşturmak.Bu ağ etkisi, kullanıcılar arasında birbirinden öğreniyor.Bu nedenle Discord, özellikle Üreten Tüketiciler için de çok önemli bir ürün dağıtım platformudur.Herkes hızlı bir şekilde topluluk oluşturabilir.

Erken aşamadaki şirketler için bu model çok önemlidir.Kullanıcılar arasında oluşan ağ etkisi, ürün yayılımını hızlandırabilir ve kullanıcı grubunun hızla patlamasına neden olabilir. Tabii ki, şu an için, mevcut patlayıcı uygulamalar hala ağırlıklı olarak metin ve iki boyutlu görüntü oluşturma ve işleme ve diğer teknolojiler yeterince hazır değil ve hala geliştirilme aşamasında.