Алекс Рен, засновник Fellows Fund: Створення цінності ШІ з точки зору Силіконової долини

Джерело: Lei Feng Net

Автор: Хуан Нан

14 серпня 2023 року в готелі Orchard у Сінгапурі розпочалася 7-ма Глобальна конференція GAIR зі штучного інтелекту та робототехніки, організована дослідницьким інститутом GAIR, Leifeng.com, World Science and Technology Press і Kotler Consulting Group.

В епоху вибуху підприємництва ШІ, як міжнародний форум ШІ, ця конференція привернула увагу багатьох підприємців та інвесторів з Азії. Конференція відкрила загалом 10 тематичних форумів, присвячених трансформації та інноваціям у таких популярних галузях, як AIGC, Infra, науки про життя, освіта та SaaS в епоху великих моделей. У перший день сесії «Видатні учасники в епоху GPT» Алекс Рен, інвестор-піонер Кремнієвої долини та партнер-засновник Fellows Fund, поділився основною промовою на тему «Створення цінності ШІ з точки зору Кремнієвої долини».

За останні шість місяців підприємництво ШІ було в розпалі. Для компаній і споживачів ШІ означає кращі рішення, кращі дії, кращі результати та кращий досвід. Порівняно з останніми кількома роками, деякі з поточних компаній штучного інтелекту почали отримувати прибуток, і перспективи дуже багатообіцяючі!

Алекс Рен вважає, що поточні інвестиції в штучний інтелект можуть починатися з чотирьох вимірів: один – це підвищення продуктивності, тобто інструменти, керовані штучним інтелектом, автоматично виконують завдання та забезпечують результат; інший – зміни в галузі, тобто використання штучний інтелект для оптимізації процесів для підвищення ефективності, зменшення витрат і покращення результатів; третій — це середній рівень AI, який відноситься до середнього рівня AI, що з’єднує LLM для створення масштабованих і налаштованих програм AI; четвертий — AI Agent ( AI intelligent body), де AI замінює людей і машини для взаємодії та навчання.

Під час діалогу з Цю Чжунем, закордонним партнером China Shadow Capital, вони також обговорили, як ШІ може підірвати метод виробництва контенту соціальних медіа та шлях комерціалізації компаній-початківців.

Нижче наведено зміст прямої промови Алекса Рена, яку Leifeng.com відредагував і впорядкував, не змінюючи початкового наміру:

01. Чотири напрямки інвестицій в ШІ

Ми — фонд венчурного капіталу, розташований у Силіконовій долині.На відміну від інших венчурних компаній, ми дивимось на проекти з трьох точок зору: простору, тобто де простір для стартапів, великої кількості етапів комерціалізації, розмірів , яка основна компетенція компанії, та методологія конкуренції з великими компаніями.

Виходячи з цих трьох вимірів, ми пропонуємо чотири напрямки для інвестицій у штучний інтелект.

Перший напрямок — підвищення продуктивності, де інструменти на основі ШІ автоматизують завдання та забезпечують результат. Сьогодні користувачі можуть загалом відчути підвищення ефективності завдяки інструментам штучного інтелекту, таким як використання ChatGPT для створення тексту, написання пісні чи написання коду тощо, і незабаром це буде завершено. Серед компаній, у які ми інвестуємо, кілька компаній зі штучним інтелектом, як-от Gamma.app, Taskade, CodeComplete, Opus Clip тощо, їхні технічні моделі забезпечують можливості штучного інтелекту завдяки поєднанню інструментів штучного інтелекту, щоб покращити здатність моделі справлятися з проблемами в полі та підвищити ефективність роботи.

Другий напрям — режимна трансформація галузі. Багато галузей матимуть власні дані, як-от біологія, страхування, побутові послуги тощо. Вбудовуючи ШІ в робочий процес галузі для оптимізації, можна підвищити ефективність, зменшити витрати та покращити результати. Наприклад, ми інвестуємо в Diffuse Bio у біологічній галузі, Kyber у сфері страхування та LiveX AI у сфері послуг життя.

Третій напрямок – середній шар ШІ. Якщо нижнім рівнем технології AI є велика модель, то між технологією та кінцевим додатком нам знадобиться більше проміжного програмного забезпечення, такого як LangChain, LlamaIndex або інші інструменти проміжного програмного забезпечення для певного домену чи архітектури. Наприклад, Anarchy AI, у який ми інвестували.

Четвертий, і найпопулярніший напрямок за останні місяць-два, це AI Agent (агент штучного інтелекту).AI Agent був запропонований давно, але до появи GPT спонукав усіх думати про AI Agent.В даний час У Кремнієвій долині є багато інженерів, які займаються підприємницькою діяльністю в цій сфері. Anothermind.ai, у який ми інвестували, — це новий тип стартап-компанії агента ШІ.

Короткий огляд останніх трьох етапів штучного інтелекту: найранішим періодом був період класичного машинного навчання, і з’явилося багато статистичних методів навчання на основі структурованих даних і попередньо визначених функцій. Потім настав етап глибокого навчання, коли нейронні мережі можуть навчатися на неструктурованих даних, таких як зображення, текст і аудіо. Після Transformer ми також вийшли на стадію генеративного штучного інтелекту та базових моделей. На основі методу GPT можна генерувати різні тексти, зображення, коди або алгоритми проектування чіпів. Можна сказати, що генеративний ШІ є наступним етапом розвитку прориви.

Наша команда приділяє увагу штучному інтелекту з 2016 і 2017 років. Ми можемо виявити, що основна відмінність між нинішніми компаніями зі штучним інтелектом і попередніми компаніями-стартапами полягає в тому, що за останні кілька років рентабельність додатків для сцен, представлених автономним водінням, не була досягнута. очікувань, але багато компаній ШІ сьогодні є високоприбутковими, і ми вже бачимо, як деякі компанії ШІ заробляють гроші.

Отже, яку цінність може створити ШІ? Ми підсумовуємо це як кращі рішення, кращі дії, кращі результати та кращий досвід.

По-перше, це використання штучного інтелекту для прийняття кращих рішень, наприклад використання його для аналізу кредитних балів і аналізу фінансових ризиків у маркетингових сценаріях.

По-друге, кращі дії, тобто визначення дій користувача та надання кращих рекомендованих персоналізованих послуг.

По-третє, кращі результати, тобто отримання кращих вихідних результатів шляхом оптимізації.

Останнє – надати користувачам кращий досвід. Наприклад, якщо ви дзвоните в певний банк або авіакомпанію в Сполучених Штатах і вам часто доводиться довго чекати, обслуговування користувачів буде дуже поганим, але завдяки штучному інтелекту для обслуговування клієнтів для оптимізації внутрішнього процесу, користувацький досвід також може бути значно покращено рекламу.

У конкретних програмах згаданий вище досвід ШІ потрібно доповнювати робочим процесом.

Наприклад, стаття, написана ЗМІ, має пройти через анотацію рукопису, редагування та інші процеси, перш ніж її можна буде опублікувати.Якщо AI використовується для допомоги від початкової чернетки, перегляду статті, резюме тощо, цінність використання AI і без використання AI Curves буде відрізнятися.

За відсутності допомоги штучного інтелекту, обмеженої особистими здібностями чи ефективністю швидкості, межа скоро буде досягнута. Але за допомогою штучного інтелекту навіть автор, який не має досвіду написання юридичних документів, може використовувати велику модель для завершення написання відповідних документів і ефективного доповнення змісту. У цьому процесі ШІ робить висновки та виконує дії, розуміючи потреби людей, і, нарешті, допомагає людям у процесі написання.

Ось короткий опис того, як велика модель використовує агента для вдосконалення власних здібностей.

Оскільки великі моделі навчаються на історичних даних, вони не можуть зрозуміти поточні події. Припустімо, ми дозволили великій моделі оцінити погоду та температуру в усіх містах Південно-Східної Азії сьогодні. У цей час великій моделі потрібні деякі інструменти, щоб мати можливість спілкуватися із зовнішнім світом, щоб отримати цю інформацію, а потім завершити міркування на основі інформація Це концепція агента. Іншими словами, Агент є очима та вухами великої моделі, що дозволяє великій моделі розуміти навколишнє середовище та таким чином мати можливість обробляти нашу поточну інформацію.

02, велика модель інноваційної парадигми агента

Наступне питання, яке я хочу обговорити, полягає в тому, що ШІ може зробити для нас?

В основному він включає три аспекти, а саме автоматизацію та допоміжний штучний інтелект, тобто те, як штучний інтелект може автоматизувати процес у робочому процесі; вивільнити креативність; і покращити взаємодію людини з комп’ютером.

В автоматизованому та допоміжному штучному інтелекті ми можемо розрізняти їх різні значення в двох вимірах. Перед лицем проблем низької складності та великого обсягу завдань, вбудовуючи ШІ в процеси автоматизації робочого процесу, ефективність виробництва підприємств можна значно підвищити; коли стикаються зі складнішими завданнями, ШІ є інструментом людини, відіграє допоміжну роль . Наприклад, у сфері розробки ліків і дизайну матеріалів самі по собі завдання складніші та вимагають вищих професійних знань, тому можливості штучного інтелекту, які він використовує, часто не можуть вирішити штучний інтелект, який вміє малювати.

Дозвольте мені навести вам приклад використання ШІ для управління проектами, у який ми інвестували раніше. У Taskade інструкція щодо маркетингового плану видається штучному інтелекту, генеруються різні ідентифікатори користувачів, а різноманітні упаковані PDF-файли передаються штучному інтелекту для аналізу й обробки тексту. Це керований завданням штучний інтелект.

Це інтегрований інструмент керування завданнями в поєднанні з вбудованим штучним інтелектом, який може реалізувати весь процес управління завершеним виробничим процесом. Дуже важливим моментом у цьому інструменті є дослідження поведінки користувачів, використання контенту для взаємодії з користувачами, виробництво контенту також може генеруватися безпосередньо на основі поведінки користувачів, а зворотний зв’язок зі сторони користувача може використовуватися для зворотного зв’язку моделі, і в той же час також можна використовувати персоналізацію. Рекомендуйте просувати користувачам рекламу продуктів.

Тому ми вважаємо, що це має стати загальною тенденцією наступного покоління розвитку електронної комерції та роздрібної торгівлі.

Слід зазначити, що випуском продуктивності на основі великих моделей сьогодні також займаються великі компанії, такі як Microsoft.Як конкурувати стартапам?

Ми виявили, що багато великих компаній часто мають проблему нездатності досягти «останньої милі» з точки зору досвіду роботи зі штучним інтелектом. Це буде відносно погано, що може стати пробілом для компаній-початківців у конкуренції з великими компаніями. ітерувати досить швидко, щоб надати користувачам кращий досвід.

Наприклад, Opus.pro, компанія з виробництва відео зі штучним інтелектом, у яку ми інвестували раніше, отримала велику кількість лояльних клієнтів лише за два місяці після запуску. Користувачам потрібно лише ввести посилання на відео YouTube, і платформа може створити десяток коротких відео протягом трьох-чотирьох хвилин і розповсюдити відео безпосередньо в TikTok, Instagram і YouTube. Подібні можливості створення контенту штучного інтелекту мають великий потенціал в іграх, фільмах тощо.

Що стосується взаємодії та спілкування з користувачем, ШІ також може вирішувати проблеми розуміння природної мови, такі як взаємодія між людьми та машинами, спілкування різними регіональними мовами тощо, які відрізняються від попередніх методів взаємодії, які в основному зосереджувалися на викликах API Поява великих моделей Метод взаємодії також зазнав величезних змін.Цей спосіб розуміння за допомогою великої мовної моделі, взаємодії людини з комп’ютером і людини сформував нову парадигму взаємодії, зосереджену на Агенті. Наприклад, під час перекладу, пошуку та інших сценаріїв багато завдань переосмислюються ШІ.

Але в той же час ми також повинні бачити обмеження великих моделей. Такі як ілюзія пошуку, відставання інформації та інші проблеми. Наприклад, коли ми шукаємо в Google новини про чиюсь відставку, оскільки навчання моделі використовує велику кількість минулих даних для навчання, коли інформація не оновлюється вчасно, відповідь, згенерована великою моделлю, дасть неправильні результати. Щоб нарешті можна було зробити правильний висновок, необхідно ще всебічно опрацювати та повторити проблему за допомогою людських коригувань або вказівок. Це те, на чому ми зараз наголошуємо на широкомасштабних інноваційних моделях у сценаріях пошуку.

У застосуванні автоматизованого тестування штучний інтелект наразі також використовується для скринінгу ліків, розробки нових матеріалів тощо. Наприклад, у сфері розробки скринінгу ліків цикл розробки елемента ліків у минулому становив 7–12 років. років, які можна ефективно скоротити за допомогою штучного інтелекту Цикл розробки ліків. Наприклад, Diffuse Bio та Persist AI, у які ми інвестували, застосовують штучний інтелект відповідно до скринінгу та упаковки ліків.

Екосистема штучного інтелекту та структура інвестицій також сильно змінилися сьогодні. Якщо нижній рівень визначено як операційна система AI, ця операційна система включає різні структури, такі як TensorFlow, PyTorch, комп’ютерне обладнання та дані відкритого домену. Моделі в деяких галузях розробки можна обробляти на основі відкритих даних, як-от різні загальні моделі GPT, дифузійні моделі тощо. Це наше визначення останньої операційної системи.

На цій основі додайте дані вертикальних полів, які є даними, яких немає у таких компаній, як OpenAI або Google, і навчіть власні великомасштабні моделі на основі конкретних полів, доповнені інструментами для кращого навчання моделі, і розв’яжіть векторні бази даних і дані .Такі питання, як приватизація, а також сьогоднішній гарячий чат-агент, який допомагає людям робити деякі речі, а також деякі роботи над використанням штучного інтелекту для зміни взаємодії з користувачем для певних областей застосування.

У минулому Інтернет оцифровував нас, будь то люди, сцени, об’єкти чи поведінка, на основі цифрових пошукових систем, різноманітних платформ електронної комерції тощо, і керував ними у формі Інтернету. Але сьогодні нам потрібно зробити, як перетворити деякі завдання або проблеми, які можна реалізувати за допомогою штучного інтелекту, в агенти для реалізації автоматизації та більш ефективної обробки, що стане центром наступного прориву ШІ.

Завдяки AGI (Artificial General Intelligence, загальний штучний інтелект) у майбутньому штучний інтелект стане можливим перевершити людей і дати людям змогу займатися більш творчими та цінними речами. Ми можемо переключитися на щось більш цікаве, цінне або більше потребує «людських» здібностей. Потенціал розвитку штучного інтелекту дуже великий, але я не хвилююся. Серед них ми бачимо зручність, яку кожне покоління технологічних інновацій приносить людям, дозволяючи людям робити більш цінні речі. Тому ми також сподіваємося, що в майбутньому ми зможемо краще підтримувати інноваторів у різних сферах і допомогти вам створити кілька чудових компаній у Кремнієвій долині та в усьому світі!

03、Алекс Рен розмовляє з Цю Чжунем з Huaying Capital

**Цю Чжунь:**Я багато років інвестував у Кремнієву долину. Останнім часом я багато подорожував між Китаєм і Сполученими Штатами. Мене більше хвилюють деякі напрямки китайських компаній, які виходять за кордон. ШІ є найважливішою частиною це. Я хотів би поставити Алексу перше запитання. Щойно ви багато згадували про AI Value Creation (створення вартості AI). Ми часто говоримо, що частиною створення цінності є AI. Як ключовий фактор у стартапах, чи можете ви поділитися деякими прикладами як приземлився? Соціальні медіа та електронна комерція увійшли в період вузьких місць, чи може ШІ принести якісь руйнівні зміни? Як оцінити з інвестиційної точки зору?

Алекс Рен: Зараз ми бачимо багато дискусій про штучний інтелект, головним чином навколо того, як інтегрувати його в повсякденну роботу та життя, щоб допомогти людям заощадити час і підвищити ефективність. З іншого боку, це розваги та взаємодія.

Однією з великих переваг штучного інтелекту є його здатність розповідати історії. Незалежно від того, чи це фільм, роман чи відео на YouTube, традиційне створення контенту для історій створюють люди. Я часто наводжу приклад, як-от Цао Сюецінь написав «Сон про червоні особняки», Цзя Баоюй став ченцем, а Лінь Дайюй помер. Ця історія є усталеною, але в логіці оповіді нової ери кожен повинен мати змогу відчути Мрія про червоні особняки, а результат не той самий. Наприклад, у моїй історії я можу побалакати з Цзя Баоюй і запитати його, чому він хоче стати монахом, і я також можу змінити кінцівку Лінь Дайюй.

Таким чином, Gen AI насправді є дуже хорошою можливістю генерувати логіку розповіді контенту в нову еру. Кожне покоління соціальних медіа створює контент по-новому, і цей новий спосіб також створює нове середовище.Тому нове середовище насправді є дуже персоналізованим інструментом розповіді. Те саме стосується електронної комерції. Чи може майбутня платформа електронної комерції Amazon використовувати модель Peer to Peer і використовувати модель, що стоїть за нею, щоб розуміти потреби людей, відповідати їм і навіть виробляти. Таким чином, форма цієї традиційної великої платформи може бути повністю зруйнована в майбутньому розвитку штучного інтелекту. Що нам потрібно зробити, це знайти та розширити ці можливості для створення нового покоління соціальних медіа та нових платформ електронної комерції. Його методи можуть бути повністю відрізняється від того, як ми використовуємо його сьогодні.

Цю Чжунь: Це дуже цікаво і нагадує мені, що найдавнішою формою електронної комерції насправді є P2P. Дійсно, з точки зору економіки одиниці (економічні вигоди одиниці), цю модель із занадто великим втручанням ручного керування важко досягти, але якщо використовувати ШІ, особливо у формі великих моделей, це може стати дуже ключовим напрямком. Друге питання: якщо ви подивіться на шлях комерціалізації, чи можете ви дати якийсь напрямок великомасштабним стартапам?

**Алекс Рен:**З точки зору компанії-початківця, ми повинні чітко розуміти власні обмеження, тобто що ми можемо зробити? що ти добре вмієш

Як я вже говорив раніше, коли стартапи конкурують з великими компаніями, їхня перевага полягає не в навчанні моделей чи створенні Infra, а в усвідомленні цінності для клієнтів. У китайських підприємців є особлива перевага, тобто в епоху Інтернету вони навчилися швидко перебирати і знаходити больові точки користувачів. Споживчий Інтернет – це не модель «ти скажи мені, що тобі потрібно, і я тобі це зроблю», а модель «ми всі скажемо слово, облиш стіну брудом і подивимось, який шматок зможе палицею, і ми виберемо цю річ", ця модель сьогодні також застосовна до ШІ. Крім того, слід звернути увагу на швидкість прийняття (посадки). На ринку є три різні клієнти: один — To C, один — Prosumer (професійний споживач), а третій — підприємство. Що стосується сьогоднішнього ринку, то очевидно, що To C і Prosumer будуть впроваджені набагато швидше, але корпоративна сцена буде повільнішою. Тому в цьому процесі компанії-початківці повинні знати ваш сценарій посадки, хто ваші клієнти та які їхні больові точки? Як швидко ваше усиновлення? Якщо швидкість посадки відносно повільна, це буде більш болючим для розвитку компанії, і те, що компанія може побудувати, - це технічний поріг. Звичайно, це також можна зробити, але це відносно повільно.

**Цю Чжунь:**Дозвольте мені також дещо додати. Фактично, сьогодні ми бачимо багато проектів, пов’язаних з комерціалізацією, але все ще більше уваги приділяємо самому підприємцю, його виробничому досвіду та його розумінню сценаріїв застосування. З точки зору великомасштабних моделей, шляхи китайських і американських стартапів відрізняються двома основними: одна – шлях реалізації, інша – статус прийняття. За вашими спостереженнями, чи є між ними якісь відмінності?

**Алекс Рен: **Сьогодні підприємці в Китаї чи Сінгапурі, як правило, мають переваги в До С і У СМБ, але До Підприємства складніше, тому що маркетинг корпоративних клієнтів у Сполучених Штатах також є великою проблемою для кожної американської компанії В потрібно створити велику команду продажів і маркетингу. Це виклик не лише для китайських компаній, а й для всіх закордонних підприємців.

Різниця між ними полягає в тому, що більшість стартапів у Силіконовій долині рідко говорять про макростратегію перед раундом А, а більше зосереджуються на тому, як продукт вирішує проблеми користувачів. Це найважливіше, а інше — тенденція розвитку, так воно буде більш обґрунтованим. Кремнієва долина часто наголошує на PLG, Power Lead Growth, щоб залучити користувачів через удосконалення функцій продукту. Це основний ярлик, який звертає увагу на відгук кожного користувача про продукт, а потім виконує швидкі ітерації.

Цю Чжунь: На даний момент у Китаї є багато компаній зі штучним інтелектом, будь то прикладний рівень, нижній рівень, включаючи рівень Infra, усі дуже активні. І навпаки, як вимірюється прогрес впровадження американських стартапів? На якому етапі?

**Алекс Рен: **На цій стадії більш зрілими є текст і діаграми Вінсента. Від найдавнішої компанії Jasper AI до ChatGPT і Midjourney на полі Веньшенгту, фактично всі вони приземлилися дуже швидко. Але спільним у них є те, що всі вони орієнтовані на споживачів зі сторони C або Prosumers.

Існує дуже цікаве явище в американських компаніях, тобто, наприклад, Midjourney викликається через таку платформу, як Discord, тобто мережевий ефект, про який ми говорили в епоху Інтернету. Бачите, я також бачу, що я також можу створювати випадки інших людей. Цей мережевий ефект навчається один у одного серед користувачів. Тому Discord також є дуже важливою платформою для розповсюдження продуктів, особливо для просумерів. , кожен може швидко сформувати спільноту.

Ця модель дуже важлива для компаній на ранній стадії. Мережевий ефект, який формується серед користувачів, може прискорити розповсюдження продукту, викликаючи швидкий вибух групи користувачів. Звичайно, що стосується сьогодення, поточні вибухонебезпечні програми все ще в основному генерують і обробляють текст і двовимірні зображення, а інші технології недостатньо готові і все ще знаходяться в стадії розробки.