Alex Ren, Người sáng lập Quỹ nghiên cứu sinh: Tạo ra giá trị AI từ góc nhìn của Thung lũng Silicon

Nguồn: Lôi Phong Net

Tác giả: Hoàng Nam

Vào ngày 14 tháng 8 năm 2023, Hội nghị toàn cầu GAIR lần thứ 7 về Trí tuệ nhân tạo và Người máy, do Viện nghiên cứu GAIR, Leifeng.com, Nhà xuất bản Khoa học và Công nghệ Thế giới và Tập đoàn tư vấn Kotler đồng tổ chức, đã khai mạc tại khách sạn Orchard ở Singapore.

Trong thời đại bùng nổ tinh thần kinh doanh AI, với tư cách là một diễn đàn quốc tế về AI, hội nghị này đã thu hút nhiều doanh nhân và nhà đầu tư từ châu Á. Hội nghị đã mở ra tổng cộng 10 diễn đàn theo chủ đề, tập trung vào sự chuyển đổi và đổi mới của các lĩnh vực phổ biến như AIGC, Infra, khoa học đời sống, giáo dục và SaaS trong kỷ nguyên của các mô hình lớn. Vào ngày đầu tiên của phiên "Những người đóng góp xuất sắc trong kỷ nguyên GPT", Alex Ren, nhà đầu tư tiên phong ở Thung lũng Silicon và là đối tác sáng lập của Quỹ Nghiên cứu sinh, đã chia sẻ bài phát biểu quan trọng về "Tạo dựng giá trị AI từ góc nhìn của Thung lũng Silicon".

Trong sáu tháng qua, tinh thần kinh doanh AI đã phát triển mạnh mẽ. Đối với doanh nghiệp và người tiêu dùng, AI có nghĩa là quyết định tốt hơn, hành động tốt hơn, kết quả tốt hơn và trải nghiệm tốt hơn. So với vài năm trước, một số công ty AI hiện tại đã bắt đầu có lãi và triển vọng rất hứa hẹn!

Alex Ren tin rằng khoản đầu tư hiện tại vào AI có thể bắt đầu từ bốn khía cạnh: một là giải phóng năng suất, nghĩa là các công cụ do AI điều khiển tự động thực hiện các tác vụ và cung cấp đầu ra; hai là những thay đổi đối với ngành, tức là việc sử dụng trí tuệ nhân tạo để tối ưu hóa các quy trình nhằm nâng cao hiệu quả, Giảm chi phí và cải thiện kết quả; thứ ba là lớp trung gian AI, dùng để chỉ lớp trung gian AI kết nối LLM để xây dựng các ứng dụng AI có thể mở rộng và tùy chỉnh; thứ tư là Tác nhân AI ( cơ thể thông minh AI), nơi AI thay thế con người và máy móc để tương tác và học hỏi.

Trong cuộc đối thoại với Qiu Zhun, một đối tác nước ngoài của China Shadow Capital, cả hai cũng đã thảo luận về cách AI có thể phá vỡ phương thức sản xuất nội dung mạng xã hội và con đường thương mại hóa của các công ty mới thành lập.

Sau đây là nội dung bài phát biểu trực tiếp của Alex Ren, được Leifeng.com biên tập và sắp xếp mà không làm thay đổi ý định ban đầu:

01. Bốn hướng đầu tư AI

Chúng tôi là một quỹ đầu tư mạo hiểm ở Thung lũng Silicon. Khác với các công ty VC khác, chúng tôi xem xét các dự án từ ba quan điểm: không gian, tức là không gian dành cho các công ty mới thành lập ở đâu; Một số lượng lớn các giai đoạn thương mại hóa; kích thước , năng lực cốt lõi của công ty là gì và phương pháp cạnh tranh với các công ty lớn.

Bắt đầu từ ba khía cạnh này, chúng tôi đề xuất bốn hướng đầu tư cho AI.

Hướng đầu tiên là giải phóng năng suất, trong đó các công cụ do AI cung cấp sẽ tự động hóa các tác vụ và cung cấp đầu ra. Ngày nay, nhìn chung người dùng có thể cảm nhận được sự cải thiện hiệu quả do các công cụ AI mang lại, chẳng hạn như sử dụng ChatGPT để tạo văn bản, viết bài hát hoặc viết mã, v.v. và nó sẽ sớm được hoàn thiện. Trong số các công ty chúng tôi đầu tư, một số công ty AI như Gamma.app, Taskade, CodeComplete, Opus Clip, v.v., các mô hình kỹ thuật của họ cung cấp khả năng AI thông qua sự kết hợp của các công cụ AI, nhằm cải thiện khả năng xử lý sự cố của mô hình tại hiện trường và nâng cao hiệu quả công việc.năng suất.

Hướng thứ hai là chuyển đổi phương thức của ngành. Nhiều ngành sẽ có dữ liệu riêng, chẳng hạn như sinh học, bảo hiểm, dịch vụ gia đình, v.v. Bằng cách nhúng AI vào quy trình làm việc của ngành để tối ưu hóa, hiệu quả có thể được cải thiện, chi phí có thể giảm và kết quả có thể được cải thiện. Ví dụ, chúng tôi đầu tư vào Diffuse Bio trong lĩnh vực sinh học, Kyber trong lĩnh vực bảo hiểm và LiveX AI trong lĩnh vực dịch vụ đời sống.

Hướng thứ ba là lớp giữa của AI. Nếu lớp dưới cùng của công nghệ AI là một mô hình lớn, thì giữa công nghệ và ứng dụng cuối cùng, chúng ta sẽ cần nhiều phần mềm trung gian hơn, chẳng hạn như LangChain, LlamaIndex hoặc các công cụ phần mềm trung gian khác cho một miền hoặc kiến trúc nhất định. Chẳng hạn như Anarchy AI mà chúng tôi đã đầu tư vào.

Hướng thứ tư và cũng là hướng phổ biến nhất trong một, hai tháng trở lại đây là AI Agent (tác nhân AI), AI Agent đã được đề xuất từ lâu nhưng cho đến khi GPT xuất hiện mới khiến mọi người nghĩ về AI Agent. Có rất nhiều kỹ sư ở Thung lũng Silicon đang khởi nghiệp trong lĩnh vực này. Anothermind.ai, mà chúng tôi đã đầu tư vào, là một loại công ty mới thành lập Đại lý AI.

Đánh giá ngắn gọn về ba giai đoạn trước đây của AI: giai đoạn sớm nhất là giai đoạn ML Cổ điển và nhiều phương pháp thống kê để học hỏi từ dữ liệu có cấu trúc và các tính năng được xác định trước đã xuất hiện. Sau đó là giai đoạn học sâu, nơi các mạng thần kinh có thể học từ dữ liệu phi cấu trúc như hình ảnh, văn bản và âm thanh. Sau Transformer, chúng ta cũng đã bước vào giai đoạn trí tuệ nhân tạo tổng quát và các mô hình cơ bản, dựa trên phương pháp GPT có thể tạo ra các loại văn bản, hình ảnh, mã hoặc thuật toán thiết kế chip, có thể nói AI tổng quát là vòng tiếp theo của đột phá.

Nhóm của chúng tôi đã chú ý đến AI từ năm 2016 và 2017. Chúng tôi có thể thấy rằng điểm khác biệt cốt lõi giữa các công ty AI hiện tại và các công ty mới thành lập trước đây là trong vài năm qua, lợi nhuận của các ứng dụng cảnh được thể hiện bằng lái xe tự động đã không đáp ứng được kỳ vọng, nhưng nhiều công ty AI ngày nay có lợi nhuận cao và chúng ta đã có thể thấy một số công ty AI đang kiếm tiền.

Vậy AI có thể tạo ra giá trị gì? Chúng tôi tóm tắt nó là những quyết định tốt hơn, hành động tốt hơn, kết quả tốt hơn và trải nghiệm tốt hơn.

Đầu tiên là sử dụng AI để đưa ra quyết định tốt hơn, chẳng hạn như sử dụng nó để phân tích điểm tín dụng và phân tích rủi ro tài chính trong các tình huống tiếp thị.

Thứ hai, các hành động tốt hơn, nghĩa là suy ra từ các hành động của người dùng và cung cấp các dịch vụ được cá nhân hóa tốt hơn được đề xuất.

Thứ ba, kết quả tốt hơn, tức là đạt được kết quả đầu ra tốt hơn thông qua tối ưu hóa.

Cuối cùng là cung cấp cho người dùng trải nghiệm tốt hơn. Ví dụ: nếu bạn gọi đến một ngân hàng hoặc hãng hàng không nào đó ở Hoa Kỳ và thường phải đợi lâu, trải nghiệm dịch vụ của người dùng rất kém, nhưng với dịch vụ khách hàng AI để tối ưu hóa quy trình nội bộ, trải nghiệm người dùng cũng có thể được cải thiện. cải thiện rất nhiều thúc đẩy.

Trong các ứng dụng cụ thể, trải nghiệm AI được đề cập ở trên cần được hoàn thiện bằng Quy trình làm việc.

Ví dụ, một bài báo được viết bởi phương tiện truyền thông cần phải trải qua chú thích bản thảo, chỉnh sửa và các quy trình khác trước khi nó có thể được xuất bản.Nếu AI được sử dụng để hỗ trợ từ bản thảo ban đầu, chỉnh sửa bài viết, tóm tắt, v.v. và không sử dụng AI Curves sẽ khác nhau.

Trong trường hợp không có sự hỗ trợ của AI, bị giới hạn bởi khả năng cá nhân hoặc hiệu quả tốc độ, giới hạn sẽ sớm đạt đến. Nhưng với sự trợ giúp của AI, ngay cả một nhà văn không có kinh nghiệm viết văn bản pháp luật cũng có thể sử dụng mô hình lớn để hoàn thành việc viết các văn bản liên quan và bổ sung nội dung một cách hiệu quả. Trong quá trình này, AI đưa ra suy luận và thực hiện bằng cách hiểu nhu cầu của mọi người và cuối cùng hỗ trợ mọi người trong quá trình viết.

Dưới đây là phần giới thiệu ngắn gọn về cách mô hình lớn sử dụng Đại lý để cải thiện khả năng của chính mình.

Bởi vì các mô hình lớn được đào tạo trên dữ liệu lịch sử, chúng không thể hiểu các sự kiện hiện tại. Giả sử chúng ta để mô hình lớn xếp hạng thời tiết và nhiệt độ của tất cả các thành phố ở Đông Nam Á hiện nay, lúc này mô hình lớn cần một số công cụ để có thể liên lạc với thế giới bên ngoài để lấy thông tin này, sau đó hoàn thành suy luận dựa trên thông tin.Đây là khái niệm về Agent. Nói cách khác, Agent là tai mắt của mô hình lớn, giúp mô hình lớn hiểu được môi trường và do đó có thể xử lý thông tin hiện tại của chúng ta.

02, mô hình Tác nhân đổi mới mô hình lớn

Câu hỏi tiếp theo tôi muốn thảo luận là AI có thể làm gì cho chúng ta?

Nó chủ yếu bao gồm ba khía cạnh, đó là tự động hóa và AI phụ trợ, nghĩa là cách AI có thể tự động hóa quy trình trong Quy trình làm việc; giải phóng sự sáng tạo; và tương tác giữa con người với máy tính tốt hơn.

Trong AI tự động và trợ giúp, chúng ta có thể phân biệt các giá trị khác nhau của chúng theo hai chiều. Khi đối mặt với các vấn đề có độ phức tạp thấp và số lượng lớn nhiệm vụ, bằng cách nhúng AI vào các quy trình tự động hóa quy trình làm việc, hiệu quả sản xuất của doanh nghiệp có thể được cải thiện đáng kể; khi đối mặt với các nhiệm vụ phức tạp hơn, AI là công cụ của con người, đóng vai trò hỗ trợ . Ví dụ, trong lĩnh vực phát triển thuốc và thiết kế vật liệu, bản thân các nhiệm vụ phức tạp hơn và đòi hỏi kiến thức chuyên môn cao hơn, do đó, khả năng AI mà nó sử dụng thường không phải là thứ mà AI có thể vẽ ra có thể giải quyết được.

Để tôi kể cho bạn một trường hợp sử dụng AI để quản lý dự án mà chúng tôi đã đầu tư trước đây. Trong Taskade, một hướng dẫn về kế hoạch tiếp thị được gửi tới AI và nhiều vai trò người dùng khác nhau được tạo và các tệp PDF được đóng gói khác nhau được chuyển cho AI để phân tích và xử lý văn bản. Đây là AI điều khiển tác vụ.

Nó là một công cụ quản lý tác vụ tích hợp, kết hợp với nhúng AI, có thể thực hiện quản lý toàn bộ quy trình của quy trình sản xuất đã hoàn thành. Một điểm rất quan trọng trong công cụ này là nghiên cứu về hành vi của người dùng, sử dụng nội dung để tương tác với người dùng, việc sản xuất nội dung cũng có thể được tạo trực tiếp dựa trên hành vi của người dùng và phản hồi từ phía người dùng có thể được sử dụng để phản hồi lại mô hình, đồng thời cũng có thể cá nhân hóa Đề xuất đẩy quảng cáo sản phẩm đến người dùng.

Do đó, chúng tôi tin rằng đây sẽ là xu hướng chung của thế hệ phát triển thương mại điện tử và bán lẻ tiếp theo.

Cần lưu ý rằng việc giải phóng năng suất dựa trên các mô hình lớn cũng đang được thực hiện bởi các công ty lớn như Microsoft hiện nay.

Chúng tôi nhận thấy nhiều công ty lớn thường gặp vấn đề là không thể đi đến "dặm cuối" về trải nghiệm sản phẩm AI, sẽ hoạt động tương đối kém, điều này có thể trở thành lỗ hổng để các công ty mới thành lập cạnh tranh với các công ty lớn- lặp lại đủ nhanh để cung cấp cho người dùng trải nghiệm tốt hơn.

Ví dụ: Opus.pro, một công ty sản xuất video AI mà chúng tôi đã đầu tư trước đây, đã có được một lượng lớn khách hàng trung thành chỉ sau hai tháng kể từ khi ra mắt. Người dùng chỉ cần nhập liên kết video YouTube và nền tảng này có thể tạo hàng chục video ngắn trong vòng ba đến bốn phút và phân phối video trực tiếp lên TikTok, Instagram và YouTube. Các khả năng tạo nội dung AI tương tự có tiềm năng lớn trong trò chơi, phim ảnh, v.v.

Về tương tác và giao tiếp với người dùng, AI cũng có thể giải quyết các vấn đề về hiểu ngôn ngữ tự nhiên, chẳng hạn như tương tác giữa con người và máy móc, giao tiếp bằng các ngôn ngữ khu vực khác nhau, v.v., khác với các phương thức tương tác trước đây chủ yếu tập trung vào lệnh gọi API .Sự xuất hiện của các mô hình lớn Phương thức tương tác cũng đã trải qua những thay đổi to lớn.Chế độ hiểu này thông qua các mô hình ngôn ngữ lớn, tương tác giữa người với máy tính và con người đã hình thành một mô hình tương tác mới lấy Agent làm trung tâm. Ví dụ: trong dịch thuật, tìm kiếm và các tình huống khác, nhiều công việc đang được AI xác định lại.

Nhưng đồng thời cũng phải nhìn ra những hạn chế của mô hình lớn. Chẳng hạn như ảo tưởng về tìm kiếm, độ trễ thông tin và các vấn đề khác. Ví dụ, khi chúng ta tìm kiếm trên Google tin tức nghỉ việc của ai đó, do mô hình đào tạo sử dụng một lượng lớn dữ liệu quá khứ để đào tạo, khi thông tin không được cập nhật kịp thời, câu trả lời do mô hình lớn tạo ra sẽ cho ra kết quả sai. Cần phải tiếp tục xử lý và lặp lại vấn đề một cách toàn diện hơn thông qua sự điều chỉnh hoặc hướng dẫn của con người, và cuối cùng có thể rút ra một kết luận chính xác. Đây là điều chúng tôi hiện đang nhấn mạnh về đổi mới mô hình quy mô lớn trong các tình huống tìm kiếm.

Trong ứng dụng thử nghiệm tự động, AI hiện cũng được sử dụng trong sàng lọc thuốc, thiết kế vật liệu mới, v.v. Ví dụ, trong lĩnh vực thiết kế sàng lọc thuốc, chu kỳ phát triển của một thành phần thuốc từng kéo dài từ 7 đến 12 năm , có thể được rút ngắn một cách hiệu quả nhờ sự trợ giúp của AI.chu kỳ phát triển thuốc. Ví dụ: Diffuse Bio và Persist AI mà chúng tôi đã đầu tư vào ứng dụng AI vào sàng lọc thuốc và đóng gói thuốc tương ứng.

Hệ sinh thái AI và cơ cấu đầu tư ngày nay cũng đã thay đổi rất nhiều. Nếu lớp dưới cùng được định nghĩa là hệ điều hành AI, thì hệ điều hành này bao gồm nhiều khung khác nhau, chẳng hạn như TensorFlow, PyTorch, phần cứng máy tính và dữ liệu miền mở. Các mô hình trong một số trường phát triển có thể được xử lý dựa trên dữ liệu trường mở, chẳng hạn như các mô hình GPT phổ biến khác nhau, mô hình Khuếch tán, v.v. Đây là định nghĩa của chúng tôi về hệ điều hành mới nhất.

Trên cơ sở này, thêm dữ liệu trường dọc, là dữ liệu mà các công ty như OpenAI hoặc Google không có và đào tạo các mô hình quy mô lớn độc quyền dựa trên các trường cụ thể, được bổ sung bằng các công cụ để đào tạo mô hình tốt hơn và giải quyết cơ sở dữ liệu và dữ liệu vectơ .Các vấn đề như tư nhân hóa, cộng với Chat Agent đang hot hiện nay hỗ trợ mọi người thực hiện một số việc và một số công việc sử dụng AI để định hình lại trải nghiệm người dùng cho các lĩnh vực ứng dụng cụ thể.

Trước đây, Internet đã số hóa chúng ta, cho dù đó là con người, cảnh vật, đồ vật hay hành vi, dựa trên các công cụ tìm kiếm phái sinh kỹ thuật số, các nền tảng thương mại điện tử khác nhau, v.v. và quản lý chúng dưới dạng Internet. Nhưng ngày nay, những gì chúng ta phải làm đã trở thành cách biến một số nhiệm vụ hoặc vấn đề có thể thực hiện được bằng AI thành các tác nhân để thực hiện tự động hóa và xử lý hiệu quả hơn, điều này sẽ trở thành trọng tâm của bước đột phá tiếp theo của AI.

Thông qua AGI (Artificial General Intelligence, trí tuệ nhân tạo nói chung), AI sẽ có thể vượt qua con người trong tương lai và giải phóng con người đến những điều sáng tạo và giá trị hơn. Chúng ta có thể chuyển sang một thứ gì đó thú vị hơn, có giá trị hơn hoặc cần đến khả năng của "con người" hơn. Tiềm năng phát triển của AI là rất lớn, nhưng tôi không lo lắng, trong số đó, điều chúng ta thấy là sự tiện lợi mà mỗi thế hệ đổi mới công nghệ mang lại cho con người, giúp con người làm được nhiều việc có giá trị hơn. Do đó, chúng tôi cũng hy vọng rằng trong tương lai, chúng tôi có thể hỗ trợ tốt hơn các nhà đổi mới trong các lĩnh vực khác nhau và giúp bạn tạo ra một số doanh nghiệp tuyệt vời ở Thung lũng Silicon và trên toàn thế giới!

03、Alex Ren nói chuyện với Qiu Zhun của Huaying Capital

**Qiu Zhun:**Tôi đã đầu tư vào Thung lũng Silicon trong nhiều năm. Gần đây, tôi đã đi lại rất nhiều giữa Trung Quốc và Hoa Kỳ. Tôi quan tâm hơn đến một số hướng đi của các công ty Trung Quốc ra nước ngoài. AI là phần quan trọng nhất điều này. Tôi muốn hỏi Alex câu đầu tiên, vừa rồi anh nhắc nhiều đến AI Value Creation (tạo giá trị AI), chúng ta thường nói phần tạo giá trị là AI, là yếu tố then chốt trong khởi nghiệp, anh có thể chia sẻ một số trường hợp không? hạ cánh như thế nào? Truyền thông xã hội và thương mại điện tử đã bước vào giai đoạn thắt cổ chai, AI có thể mang đến những thay đổi đột phá nào không? Làm thế nào để đánh giá từ quan điểm đầu tư?

Alex Ren: Hiện tại, chúng ta thấy có rất nhiều cuộc thảo luận về AI, chủ yếu xoay quanh việc làm thế nào để tích hợp vào công việc và cuộc sống hàng ngày để giúp con người tiết kiệm thời gian và nâng cao hiệu quả, mặt khác là giải trí và tương tác.

Một trong những lợi thế lớn của AI nằm ở khả năng kể chuyện, cho dù đó là phim, tiểu thuyết hay video trên YouTube, việc sản xuất nội dung câu chuyện truyền thống đều do con người thực hiện. Tôi thường đưa ra một ví dụ, chẳng hạn như Tào Tuyết Cần viết "Hồng lâu mộng", Giả Bảo Ngọc xuất gia, Lâm Đại Ngọc qua đời, câu chuyện này được thành lập, nhưng theo logic kể chuyện của thời đại mới, mọi người nên có thể trải nghiệm Giấc mơ về lâu đài đỏ, và kết quả là không giống nhau. Ví dụ, trong câu chuyện của tôi, tôi có thể trò chuyện với Jia Baoyu và hỏi anh ấy tại sao anh ấy muốn trở thành một nhà sư, và tôi cũng có thể thay đổi kết thúc của Lin Daiyu.

Do đó, Gen AI thực sự là một cơ hội rất tốt để tạo ra logic tường thuật nội dung trong thời đại mới. Mỗi thế hệ mạng xã hội tạo ra nội dung theo một cách mới và cách mới này cũng tạo ra một phương tiện mới.Do đó, phương tiện mới thực sự là một công cụ kể chuyện được cá nhân hóa cao. Thương mại điện tử cũng vậy, nền tảng thương mại điện tử Amazon trong tương lai có thể sử dụng mô hình ngang hàng và sử dụng mô hình đằng sau nó để hiểu nhu cầu của mọi người, phù hợp với họ và thậm chí là sản xuất hay không. Do đó, hình thức của nền tảng lớn truyền thống này có thể bị phá vỡ hoàn toàn trong sự phát triển của AI trong tương lai. Điều chúng ta cần làm là tìm kiếm và khuếch đại những cơ hội này để tạo ra các phương tiện truyền thông xã hội thế hệ mới và nền tảng thương mại điện tử mới. Phương pháp của nó có thể là hoàn toàn Không giống như cách chúng ta sử dụng ngày nay.

Qiu Zhun: Điều này rất thú vị và nhắc nhở tôi rằng hình thức thương mại điện tử đầu tiên thực sự là P2P. Thật vậy, từ góc độ Unit Economics (lợi ích kinh tế đơn vị), mô hình này với sự can thiệp quá nhiều vào thao tác thủ công là khó đạt được, nhưng nếu AI được sử dụng, đặc biệt là ở dạng mô hình lớn, đây có thể sẽ trở thành hướng đi rất cốt lõi. Câu hỏi thứ hai, nếu nhìn vào con đường thương mại hóa, ông có thể đưa ra một số định hướng cho các công ty khởi nghiệp quy mô lớn?

**Alex Ren:**Từ góc độ của một công ty mới thành lập, chúng ta cần nhìn rõ những hạn chế của chính mình, đó là chúng ta có thể làm gì? Bạn giỏi trong lĩnh vực nào?

Như tôi đã nói trước đó, khi các công ty khởi nghiệp cạnh tranh với các công ty lớn, lợi thế của họ không phải ở việc đào tạo các mô hình hay làm Infra, mà là nhận ra giá trị của khách hàng. Các doanh nhân Trung Quốc có một lợi thế đặc biệt, đó là trong thời đại Internet, họ đã học được cách lặp lại nhanh chóng và tìm ra điểm đau của người dùng. Internet tiêu dùng không phải là mô hình "bạn nói cho tôi biết bạn cần gì, tôi sẽ làm cho bạn", mà là mô hình "tất cả chúng ta nói một lời, ném thật nhiều bùn lên tường và xem miếng nào có thể dính, và chúng tôi sẽ chọn thứ đó", Mô hình này cũng được áp dụng cho AI ngày nay. Ngoài ra, chúng ta nên chú ý đến tốc độ tiếp nhận (hạ cánh). Có ba khách hàng khác nhau trên thị trường, một là To C, một là Prosumer (người tiêu dùng chuyên nghiệp) và thứ ba là doanh nghiệp. Đối với thị trường ngày nay, rõ ràng To C và Prosumer sẽ được triển khai nhanh hơn nhiều, nhưng bối cảnh doanh nghiệp sẽ chậm hơn. Do đó, trong quá trình này, các công ty mới thành lập cần biết kịch bản hạ cánh của bạn, khách hàng của bạn là ai và điểm yếu của họ là gì? Làm thế nào nhanh chóng là việc áp dụng của bạn? Nếu tốc độ hạ cánh tương đối chậm, điều đó sẽ gây khó khăn hơn cho sự phát triển của công ty và những gì công ty có thể xây dựng là ngưỡng kỹ thuật. Tất nhiên, điều này cũng có thể được thực hiện, nhưng nó tương đối chậm.

**Qiu Zhun:**Tôi cũng xin bổ sung thêm vài điều. Trên thực tế, ngày nay chúng ta thấy rất nhiều dự án liên quan đến thương mại hóa, chúng ta vẫn chú ý nhiều hơn đến bản thân doanh nhân, nền tảng công nghiệp và hiểu biết của anh ta về các tình huống ứng dụng. Từ quan điểm của các mô hình quy mô lớn, có hai điểm khác biệt chính trong con đường khởi nghiệp của Trung Quốc và Mỹ: một là con đường hiện thực hóa, hai là tình trạng áp dụng. Từ những quan sát của bạn, có sự khác biệt nào giữa hai điều này không?

**Alex Ren: **Ngày nay, cho dù các doanh nhân ở Trung Quốc hay Singapore nói chung đều có lợi thế đối với To C và SMB, nhưng To Enterprise thì khó hơn, bởi vì việc thị trường hóa các khách hàng doanh nghiệp ở Hoa Kỳ cũng là một vấn đề lớn. Mọi người Mỹ Công ty To B cần xây dựng một đội ngũ bán hàng và đội ngũ tiếp thị lớn, đây không chỉ là thách thức đối với các công ty Trung Quốc mà còn đối với tất cả các doanh nhân nước ngoài.

Sự khác biệt giữa hai loại này là hầu hết các công ty khởi nghiệp ở Thung lũng Silicon hiếm khi nói về chiến lược vĩ mô trước vòng A mà tập trung nhiều hơn vào cách sản phẩm giải quyết các điểm đau của người dùng, đây là mấu chốt nhất, còn lại là xu hướng phát triển. như vậy sẽ có căn cứ hơn. Thung lũng Silicon thường nhấn mạnh PLG, Power Lead Growth, để thu hút người dùng thông qua việc cải thiện các chức năng của sản phẩm, đây là một lối tắt cốt lõi chú ý đến phản hồi của từng người dùng đối với sản phẩm, sau đó thực hiện các bước lặp lại nhanh chóng.

Qiu Zhun: Hiện tại, có rất nhiều công ty AI ở Trung Quốc, cho dù đó là lớp ứng dụng, lớp dưới cùng bao gồm cả lớp Infra, mọi người đều rất tích cực. Ngược lại, quá trình áp dụng của các công ty khởi nghiệp ở Mỹ được đo lường như thế nào? Ở giai đoạn nào?

**Alex Ren: **Những thứ trưởng thành hơn ở giai đoạn này là văn bản và sơ đồ Vincent. Từ công ty sớm nhất là Jasper AI, đến ChatGPT và MidjTHER trong lĩnh vực Wenshengtu, trên thực tế, tất cả đều hạ cánh rất nhanh. Nhưng điểm chung của chúng là đều hướng đến người tiêu dùng C-side hoặc Prosumers.

Có một hiện tượng rất thú vị ở các công ty Mỹ, đó là ví dụ như Midjourney được gọi thông qua một nền tảng như Discord, tức là hiệu ứng mạng mà chúng ta đã nói đến trong thời đại Internet. tạo ra các trường hợp của người khác. Hiệu ứng mạng này đang học hỏi lẫn nhau giữa những người dùng. Do đó, Discord cũng là một nền tảng phân phối sản phẩm rất quan trọng, đặc biệt là đối với Prosumers. , mọi người có thể nhanh chóng hình thành một cộng đồng.

Mô hình này rất quan trọng đối với các công ty ở giai đoạn đầu, hiệu ứng mạng được hình thành giữa những người dùng có thể đẩy nhanh quá trình phổ biến sản phẩm, khiến nhóm người dùng bùng nổ nhanh chóng. Tất nhiên, cho đến hiện tại, các ứng dụng bùng nổ hiện tại vẫn chủ yếu là tạo và xử lý văn bản và hình ảnh hai chiều, còn các công nghệ khác vẫn chưa đủ sẵn sàng và vẫn đang được phát triển.