Alex Posternak 是 Intema Accelerator 和 AI 创业公司的首席投资官和联合创始人。拥有超过 15 年的公司金融和投资经验(BIG 4 和顶级 PE/VC 基金)。
生成人工智能和聊天机器人并不是2022年才出现的东西。它不仅仅是关于Siri或Alexa,而是关于老式的ELIZA,这是自然语言处理的早期例子,如果她还活着的话,今年就57岁了。然而,直到半个世纪后,Chat GPT和其他著名的大型语言模型证明了该技术在各个行业中具有商业可行性,企业才意识到他们需要生成人工智能解决方案,并且要尽快。然而,其中一些企业并不清楚他们需要生成人工智能来做什么,甚至更少的企业了解任务的复杂性和所需的资源。这就是我们介入的地方——加速器和咨询公司。定制或现成的解决方案?一套根据个人尺寸、偏好面料、颜色和特定场合量身定制的西装,是一项值得的投资。穿着这样的西装的人不必担心自己的外貌。他们知道自己看起来完美,感觉也一样。一个定制的AI技术解决方案,旨在实现特定的业务目标,具有增强的安全性,并完美地集成到企业系统中,是一套真正的詹姆斯·邦德西装。这是一个很好的比喻,能让人大致了解。但是,让我们更深入地探讨为什么大多数企业公司不愿意实施现成的AI解决方案,甚至来自市场领军者的解决方案:首先,有效地集成生成人工智能是不可行的,没有每家公司单独的工作,这需要一个单独的团队,了解公司的战略发展计划、目标和资源可用性。一个对一家公司有效的生成人工智能解决方案,对另一家公司可能是无用的。其次,一个较小的初创公司将完全沉浸在公司的具体情况中,并提供一个定制的解决方案,由一支能够使用开源模型、在公司数据上安全训练它们并将它们放在客户服务器上的AI专家团队提供。这使得可以创建一个本地解决方案,并满足安全数据部署和存储的要求,这是企业公司的首要任务。企业需要生成人工智能来做什么?由于生成人工智能相对较新地进入企业市场,获得经验和取得进步的主要方式是通过试验和错误,这意味着启动试点项目。直到我们在各个领域有足够的基准,这是找到完美适合公司独特需求的解决方案的最有效的方式。然而,在企业对生成人工智能解决方案的需求中,存在某些趋势: 基于大型语言模型的智能文本和语音机器人,提供高质量的客户服务和支持查询的不同复杂性级别的帮助。 员工AI助手(例如销售经理的助手,分析与潜在客户的实时对话,并同时为专家生成想法和客户报价) 开发人员的副驾驶 人力资源解决方案,用于招聘和入职自动化 营销工具:图像和头像生成,撰写文章和产品评论。 ‘不需要生成人工智能’ – 这是有些客户不期望得出的结论,但在分析公司的当前状况和业务目标后,他们很容易同意。仅仅为了使用AI而使用AI,是一种浪费资源,而这正是该技术旨在消除的。生成人工智能市场机会根据PitchBook的估计,生成人工智能市场将在2023年底达到426亿美元,预计到2026年将以32%的复合年增长率增长至981亿美元。这些预测不包括生成人工智能扩大人工智能软件总可用市场的潜力。这与整个人工智能行业的22.6%的复合年增长率相比,意味着生成人工智能将继续相对于整个行业表现更好。如果估计不足以令人信服,那么以下是我们作为加速器的经验中一个有趣的事实:在2022年动荡之后,经济衰退和风险投资迅速下降,Intema加速计划将重点从筹资转移到与企业公司启动试点项目。2023年,Intema举办了两个加速计划,具有完全不同的主导技术:元宇宙和生成人工智能。在整个计划中,我们将初创公司与企业客户联系起来,讨论潜在的技术解决方案,安排演示,如果成功,则达成关于潜在试点的协议。元宇宙加速计划与企业客户达成了4个试点,这是一个很好的成果,考虑到该技术的特点和复杂性。生成人工智能计划,即使在计划结束前几周,也与多家企业公司讨论了7个试点。那么,这只是曾经围绕区块链和元宇宙的炒作的影响,还是生成人工智能是一真正的游戏规则改变者?一切归结于一个问题:生成人工智能是否值得炒作?首先,新技术或新思想在短期内被过度炒作并不罕见,可能会损害其长期前景。如果我们继续将生成人工智能与区块链进行比较,那么在其初期成熟阶段,区块链被许多人描述为一场技术革命,将重塑世界,就像今天对生成人工智能的看法一样。然而,几年后,在2018年,Gartner宣布区块链已经进入了幻灭期,这也对应于消费者兴趣从峰值下降了30%以上,以及2018年至2019年风险投资下降了45%。相比之下,生成人工智能在其早期成熟阶段已经在各个行业中拥有许多商业可行的用例。随着更多行业采用生成人工智能解决方案,这些用例的数量预计将继续增长。在最近的一份报告中,Gartner将生成人工智能技术放在了所谓的“炒作曲线”的峰值,这表明可能会有对期望的修正和某种程度的幻灭在不久的将来。结论这是否意味着在对生成人工智能解决方案的大量需求之后,该技术注定会脱离人们的视线?这种情景不太可能发生,因为生成人工智能已经在各个领域证明了其基本的可行性和灵活性,从科学到艺术再到供应链。然而,技术发展的放缓是不可避免的,主要原因是迫切需要控制和规范生成人工智能的使用。到目前为止,该工具相对自由地被使用,没有任何法律限制。法律监管将为该技术的演变路径设定新的轨迹,很难预测它将走向哪里,因为生成人工智能凭借其当前的能力,在人类历史上是前所未有的。另一个预计将限制生成人工智能未来的因素,具有讽刺意味的是,大型语言模型的增长规模。迟早,AI芯片的能力将无法跟上技术的发展,构建人工通用智能和数据量的增长需要非常复杂的工程和更多的计算能力。这些限制,然而,开辟了一个广阔的研究、实验和非标准方法的领域,用于大型语言模型的无损压缩、计算能力的增长、数据存储等等。