集中兵力打闪电战!AI时代如何抢红利?也许5-10个人就够了
你好,今天是五一劳动节,祝大家节日快乐。昨天,我们聊到新技术变革正在发生,产业格局、未来趋势都会有巨大的变化。而人工智能就是众多技术变革中最为热点的领域之一,早进⼊的玩家有可能吃到科技变革的红利。
今天我就和大家分享一些把握人工智能产业变革机会的思考。
首先,在这一轮AI变革中,机会来自于“技术创新”还是“模式创新”?我在科技特训营里分享过卡萝塔·佩蕾丝在《技术革命与金融资本》提出的科技周期理论,她认为每一次科技变革都分为导入期和展开期。
在导入期,新技术没有被社会所广泛认可。在展开期,技术价值已经被人们广泛认识,将会打破原有的限制,快速融入到各行各业,带来一系列的生产和生活变革。
其实,ChatGPT 3.5发布以前,AI技术一直处于导入期。虽然经历了1997年“深蓝”击败人类国际象棋冠军、2016年AlphaGo击败人类围棋冠军两次里程碑,但是社会大众普遍认为AI还不够“智能”,甚至有些AI产品因为犯一些低级错误而被调侃为“人工智障”。
然而,随着ChatGPT 3.5开始通过人类各项专业与职业考试,并且能够生成具有实用价值的论文、代码等成果时,就获得了社会大众的广泛认可。人们不再关注AI是不是“人工智障”,而是开始担心AI开始大范围应用的时候,自己可能会被替代。
这就意味着,AI技术已经进入展开期,未来将会快速在各行各业应用,带动更多的产业发生变革,同时也会创造更多新的入局机会。
但是,也要清醒的看到,机会是分层级的,并非所有机会都适合进入。人工智能需要持续训练,具有数据积累、模型训练、算法迭代三者相互叠加且螺旋上升的特点。越早建立先发优势的一方越容易保持领先,后入者很难追赶,这就使人工智能领域更容易形成强者愈强、弱者愈弱的马太效应。
而Open AI已经具备生成式AI技术的先发优势,谷歌等巨头即使投入大量人力财力也只能苦苦追赶。对于大多数新入局者来说,从零开始做技术创新需要巨大投入,投入之后依然需要面对后发劣势问题。
所以,这次AI技术变革的机会已经不是“技术创新”,而是AI技术的“应用模式创新”。就像打仗一样,现在已经有坦克造出来了,不要求你成为造出坦克的发明家,但是需要你为坦克找到如何打出“闪电战”的方法。
现在,已经有很多在AI领域打出“闪电战”的例子,并获得了终端用户或投资方的认可。
比如AI绘画领域的Midjourney。这是一款付费在线AI制图工具,只要输入关键字,不到一分钟就能通过AI算法生成相对应的图片。创始人大卫·霍尔茨察觉到AI在生成艺术方面的应用前景后,自己出资并组建11人的团队,用最精简化的投入,在国外相当火爆的免费社群应用Discord上快速发布V1原型产品,吸引用户在群组中互动并体验AI绘图产品。
Midjourney以AIGC技术给用户带来充满魔术感的体验,并通过社群互动提升数据更新速度,促进核心算法快速迭代,形成用户增长与技术迭代的飞轮效应。现在用户已达1445万,并且已经成为很多设计师日常工作中必备的生产力工具。据估计收入能够达到1亿美元。
再比如,法律顾问领域的Harvey AI。这是一个基于OpenAI的GPT技术打造而成,用生成式AI来回答法律问题的AI应用。律师可以用简单的指令描述任务内容,然后接收AI生成的结果,无需手动编辑法律文件或查阅资料。这样就提高了律师的工作效率,让他们能够为更多客户提供更高品质的服务。
OpenAI Startup Fund领投了该项目500万美元种子轮,同时参与这次融资的还有Google AI负责人Jeff Dean、Mixer Labs 联合创始人Elad Gil以及ex Greglock的投资人Sara Guo等早期投资人的投资。Harvey AI的两位创始人一位是律师,另一位是 AI 科学家,团队共5人。
这样的例子还有很多,比如由吴恩达领投并出任董事会主席的AI心理咨询应用Woebot Health;以及估值已达100亿美元的AI写作工具Notion等等。
从这些例子中可以看到,AI产业已经呈现出服务专家化和创业精简化的发展趋势。Midjourney、Harvey AI、Woebot Health、Notion都是聚焦专业领域的专家级人工智能。这是因为AI需要跟行业的特定应用来深度结合,只有在行业里浸润多年的产业专家才最懂行业特点和需求。这恰好给了科技企业非常好的创业机会。
也就是说,虽然现在生成式AI的机会来了,但我们真正要把握的是了解最新一代AI技术的能力,基于AI技术的现状如何更进一步提升它的专业性,让它变成具体专业领域的专家型人工智能。
与此同时,Midjourney只有11个人,Harvey AI只有5个人,他们找准了应用方向就开始精简化创业并开始快速迭代,这就是前面提到的“闪电战”的思路。
那么,如何以“闪电战”的思路进入其中呢?需要想清楚三个问题:第一是考虑要解决哪个特定领域的什么问题,这就需要对业务的洞察。第二是用什么数据来解决这个问题。第三是如何使用人工智能方法使用这些数据。这三个问题想好了,基本上就可以用精简化创业的思路开始起步了,尝试抢占这一领域的先发优势。
如果你也对人工智能产业发展机会感兴趣,欢迎报名科技特训营,我会分享更多详细的产业分析和底层逻辑。五一假期购买或者续费科技特训营会员可以享受更多回馈,欢迎扫码加入。
微信扫码关注该文公众号作者