复制成功

分享至

主页 > 比特币 >

美国知名投资机构A16Z:关于生成式AI平台的10个核心观点

2023.04.24


美国知名投资机构A16Z:关于生成式AI平台的10个核心观点

图片来源:由无界 AI工具生成

来源:AI商业研究所

导读:

近日,美国著名投资机构A16Z发表了一篇文章,题为《Who Owns the Generative AIPlatform?(生成式AI平台,谁主沉浮?)》,里面包含几个月以来对AIGC领域内大厂与初创公司的访谈调研和数据分析,可能是最近看到对此类话题最客观且详实的讨论,下面将核心观点整理分享给大家。


# 01、生成式AI的技术栈:基础设施、模型层和应用层


为了理解生成式AI市场是如何形成的,我们首先需要定义当前的技术栈是如何构成的的。以下是我们的初步观点。该栈(自上而下)可分为三个层级:

  • 应用层:将生成式AI模型集成进面向用户的应用软件,它们或运行着自己的模型(端到端应用),或依赖于三方模型的API;
  • 模型层:驱动AI产品的模型,它们要么以专有API的形式提供,要么开源提供(这种情况需要一个对应的托管解决方案);
  • 基础设施:基础设施供应商(如云厂商或硬件制造商),它们负载着生成式AI模型的训练和推理。

  • # 02、AIGC的两个阶段


    第一阶段将专注于工具。

    生成式人工智能将可能作为人类创作者的助手,使现有的UGC工作流程更加强大和方便。现有的UGC平台(如Roblox)将把生成型AI添加到他们现有的工具集中,而初创公司将出现,复制目前的UGC工作流程,但从一开始就针对生成型AI的特点进行优化。

    这一过程类似于互联网最初是如何开始为政府提供次要的点解决方案(point solution),或者云技术是如何从点解决方案开始起步的,我们相信生成式人工智能也将从点解决方案工具开始,以协助创作者的当前工作流程。

    第二阶段,会出现新的公司,从头开始重新打造创作工作流程。

    第二阶段的产品很可能不太像工具或平台,而更像以生成式人工智能为基础的引擎或操作系统。这就类似于,最出众的网站并不是对报纸的模仿,或者获胜的移动应用并不是网站的模仿。

    我们相信,AI将创造全新的创作范式,并将对从用户体验到渲染管道组成的基础架构进行深入改革。而未来它们将发展为何种形式,没有人能够真正预测。


    # 03、第一波生成式AI应用正迈向规模化,但在留存率和差异化上仍面临困难


    在之前的技术周期中,人们普遍认为要建立一个独立的大企业,公司必须拥有终端客户——无论是个人消费者还是企业买家。因此人们更容易相信,生成式AI领域的最终赢家也会是面向终端的应用程序。

    而目前,生成式AI的探索之旅依然迷雾重重。我们了解到至少有三类产品年营收已经超过了1亿美元,即图像生成、文案写作和代码编写。

    然而,仅靠高增长还不足以建立经久不衰的软件公司。关键之处在于增长的背后必须有利可图——从某种意义上说,用户一旦注册,就会产生收益(高毛利),并长期留在应用中(高留存)。在技术缺乏差异化的情况下,B2B和B2C应用多数通过网络效应、数据沉淀和日益复杂的工作流来推动长期客户价值。

    在生成式AI中,这些假设并不一定成立。

    那些与我们交谈过的应用软件公司,毛利率落在一个很大的区间——少数情况下可高达90%,但更多数情况仅有50-60%,主要受限于模型推理成本。

    虽然用户漏斗顶端的增长十分惊人,但鉴于我们已经看见付费转化和留存的开始下降,现有的获客策略是否可规模化尚未可知。

    由于依赖类似的数据模型,许多应用软件在产品层面相差无几,并且它们均尚未找到友商难以复制的显著网络效应、数据积累或独特工作流。


    # 04、纵向整合的应用在差异化上是否具有优势,仍然有待验证


    目前还无法明确直接销售终端应用是否是构建生成式AI可持续商业模式的唯一甚至是最佳途径。随着语言模型的竞争加剧和效率提升,应用的利润空间将会提高,而后面“白嫖党”会逐渐离场,产品的留存也可能有所提升。

    展望未来,生成式AI应用公司将面临的主要问题包括:

  • 纵向整合(应用+模型):将AI模型视作一种服务,小型应用开发团队可以快速迭代并随着技术的演进替换模型供应商。另一方面,部分开发者认为模型就是产品本身,只有从头开始训练才能建立壁垒——即不断对产品积累下来的专有数据进行训练。这么做的代价是烧更多的钱并牺牲部分产品团队的灵活性。
  • 构建功能还是应用:生成式AI的产品形态五花八门:桌面应用程序、移动应用程序、Figma/Photoshop插件、Chrome浏览器扩展应用甚至Discord机器人…在用户已经习惯的工作界面中集成AI通常比较容易,因为交互界面往往只是一个文本框。这些公司中的哪些将成长为独立的公司,哪些又将被已有AI产品线的大厂(如微软或谷歌)收入麾下,值得拭目以待。
  • 设法穿越炒作周期(Hype cycle):用户流失究竟是因为产品自身的产品力不足还是早期市场的人为表现目前尚无定论,对生成式AI的浓厚兴趣是否会随着炒作的消退而淡去也暂时没有答案——何时加速融资?如何激进地获客?优先考虑哪些用户群体?何时宣告PMF成功?这些问题对于应用程序类公司而言意义重大。

  • # 05、模型提供商发明了生成式AI,但尚未实现大规模商业化


    免责声明:数字资产交易涉及重大风险,本资料不应作为投资决策依据,亦不应被解释为从事投资交易的建议。请确保充分了解所涉及的风险并谨慎投资。OKEx学院仅提供信息参考,不构成任何投资建议,用户一切投资行为与本站无关。

    加⼊OKEx全球社群

    和全球数字资产投资者交流讨论

    扫码加入OKEx社群

    相关推荐

    industry-frontier