今天小編分享的教育經驗：站在9000位創始人肩膀上看AI：人工智能，是一場炒作還是革命？，歡迎閲讀。
作者|AI工作坊
來源 | 華夏基石管理評論，管理智慧
咨詢合作| 13699120588
圖片來源于pixabay
讓AI去做一些并不是人類最喜歡做的事情，比如對賬、核對電子郵件和銀行記錄之類的工作，這并不是能夠激發人類創造力的工作，因為這些簡單重復的工作對人來説，完全可能是一種折磨
我們是否正處于AI的炒作周期？這個問題引發了廣泛讨論，特别是在創業和投資圈内。近日，著名創業孵化器Y Combinator（YC）的播客節目中，YC的CEO Garry Tan攜手三位合夥人Jared Friedman、Harj Taggar和Diana Hu，在最新一期播客節目中分享了他們對近期AI潮的看法。
YC自2005年成立以來，OpenAI 現任CEO Sam Altman 之前他是這家孵化器的投資人和第一批學員。2019年，Altman離開YC。YC孵化器已成為硅谷創新生态系統的重要一員，孵化了包括Dropbox、Airbnb和Stripe在内的眾多成功企業。他們對創業趨勢的洞察，往往能夠預示科技行業的未來方向。節目中，Gary Tan以一個引人深思的比喻開場：用機器人傳遞黃油。這個源自動畫《瑞克和莫蒂》的笑話，實則揭示了AI應用的一個核心理念——技術應該致力于解放人類潛能，而非簡單地替代人類勞動。
播客要點如下：
人工智能熱潮與泡沫現象：
當前AI領網域呈現出類似互聯網泡沫時期的過度熱情
盡管技術進步顯著，AI的實際應用價值和商業可行性仍不明确
科技股市場影響：
所謂"Magnificent 7"（七大科技巨頭）近期的股價上漲很大程度上源于AI概念炒作
大語言模型競争格局：
過去一年，AI行業競争加劇
OpenAI獨占鳌頭的局面被打破，Claude 3.5和Llama等新興模型嶄露頭角
AI產業鏈價值分配：
人工智能生态系統中的價值分配仍處于不确定狀态
新技術需要時間驗證，其影響可能如智能手機之于外賣配送服務，需要一定時間才能充分顯現
AI與加密貨币泡沫對比：
兩者都存在估值虛高和投機性強的特征
然而，AI具有更廣泛的應用前景和更堅實的技術基礎
AI的長期前景：
短期内可能面臨炒作和泡沫
長遠來看，AI技術有望為企業帶來持續增長和實質性價值
理性看待AI發展：
承認當前存在炒作現象，但不應完全否定AI的潛力
需要時間來見證AI技術的真正影響和價值實現
AI生态系統的演變：
預期會出現更多創新應用和商業模式
可能會重塑多個行業，但具體形式和時間表尚不明确
當然，這種現象引發了一個關鍵問題：在AI的浪潮中，我們應該如何評估一個項目的真正價值？Tan認為，從長遠來看，每家公司的價值最終都将基于其未來現金流的折現。無論是科技巨頭還是新興的AI創業公司，它們的成功都建立在解決實際問題、提供有價值服務的基礎之上。
01:21 - 當前媒體對人工智能的評價
02:38 - 我們處于人工智能周期的哪個階段？
09:32 - 價值從何而來？
15:15 - 評估科技公司與投機資產
17:51 - 将加密技術炒作與人工智能進行比較
24:14 - 為什麼炒作周期可能對創始人有利
28:19 - 人工智能產品正在發揮作用早期表現
34:43 - 沃倫·巴菲特"稱重機"理論
前言： 接下來，Nvidia 成為了世界上最有價值的公司，誰能想到呢？但與此同時，有很多關于AI的擔憂，網上有很多不同的文章在讨論，AI是否被過度投資了？
當前媒體對人工智能的評價
主持人Gary Tan： 大家好，歡迎回到另一集的《Lite Cone》。我是Gary，這位是Jared和Harj ，還有Diana。我們三個加起來已經資助了價值數千億美元的公司，但在它們只是一個或兩個人，有時甚至只是一個想法的時候。最近我們資助了很多AI公司，這些公司現在是人們談論的熱點。大家在讨論AI時，現在有些人説這只是一個炒作周期，沒人能從中賺錢。你看看有多少錢被投入到Nvidia和數據中心，按數字來算，這個領網域似乎不可能賺錢。這就像重演過去的情景，像是加密貨币的繁榮和衰退再次上演，你知道的，那種末日論調和衰退的讨論。當我想到市場的狂熱時，有一個非常有趣的卡通形象浮現在我腦海中。這是一個非常有名的卡通，一開始有個人説："我有一只股票，真的會大漲！賣！賣！賣！賣！"然後下一幀是："這太瘋狂了，我受不了了！再見！" 然後"買！買！買！" 就像市場上的那種瘋狂情緒。們對Gartner的炒作周期非常熟悉，我們也有自己的版本——Y Combinator初創企業的生命周期，包括虛假的希望，然後是漫長的悲慘谷底，最後才真正到達承諾的彼岸。那麼我們現在處于什麼位置呢？很多剛剛開始職業生涯的人在上周的初創學校中問我們："我現在真的應該從事AI工作嗎？"這問題聽起來非常瘋狂。我覺得，這種恐懼來自那些正在尋找創意的創始人，他們在思考，這是真的嗎？還是只是炒作？
Diana：當你處于職業生涯的早期階段，你可能讀過過去的炒作周期，比如在1999年或1998年，舊金山的瘋狂派對、随處可見的酒精，整個場景就像是一個狂歡盛宴。你聽説過那些公司後來都倒閉了，你可能會擔心我們現在是不是也處在那種情景下。
Jared： 我覺得這對我來説是一種非常令人驚訝的體驗。我們在硅谷生活，和我們的朋友、同事們交流，大家幾乎總是在讨論AI，大家普遍認為這是歷史上的一個非凡時刻。但是，當我們幾個月前去劍橋參加初創學校時，很多大學生并沒有在從事AI，實際上很少有人在思考AI。他們只是繼續做那些大學生在過去20年裏一直在做的常規初創項目。我對這兩個世界之間的巨大差距感到非常驚訝。
Harj ： 對我來説，這個炒作周期的不同之處在于，我覺得初創企業的世界總是會經歷這樣一個階段：某個想法很火，然後你感覺每個人都在做這類項目，比如做一個Uber for X的項目，或者是社交移動應用。而這次不僅僅是在AI和初創企業的世界裏發生了這種現象，如果你看看公共股票市場，AI也在那裏產生了巨大的影響。今年股票市場上漲了，但所有的增長都來自于那些大科技公司——"輝煌七巨頭"。我認為歷史上從未如此集中。如果你想想是什麼推動了這些大科技公司的所有增長，基本上都是AI炒作。所以，我認為我從未見過這兩件事如此同步——初創企業的趨勢幾乎是100% AI驅動的，而公共市場的回報也基本上是100%由AI推動的。這就是為什麼大家都被AI的炒作所吸引，但也有人擔心這是不可持續的，最終可能會崩潰。
Diana： 那麼，它真的會在某個時候崩潰嗎？最近有很多網上的文章在讨論AI芯片的過度投資。Nvidia 成為了世界上最有價值的公司，誰能想到呢？而且這是基礎設施的最底層，很多人都在想，好吧，你投資了所有這些基礎設施，那麼接下來需要發生點什麼來為它帶來回報，對吧？就像早期鐵路的類比一樣，你鋪設了軌道，那麼火車會來嗎？
Gary Tan： 我覺得現在我們都有一種極端的反轉感，就像大約一年前，當時看起來只有幾個基礎模型會占據主導地位，有人擔心它們不僅會發展成為通用人工智能（AGI），還可能成為超級人工智能（ASI）。那時有一種想法是，"哦，不會吧，如果沒有機會留給其他人呢？它可能會毀掉社會。" 然後現在随着405b的發布，以及Anthropic的Claude 3.5的出現，這些模型實際上變得非常具有競争力，你真的有了選擇。我們現在處在一個新的時刻，我們在思考基礎模型的價值如何與那些提供托管服務的公司相比，我認為它們是這裏的大赢家。我們希望無論是初創公司還是老牌公司，都能夠從這些基礎模型中受益。
Harj ：我覺得因為一切都在快速變化，很容易低估這一點的重要性。如果我們回到2023年初，也就是ChatGPT剛剛推出幾個月後，我們開始看到AI創意的初步湧現。當時有一種説法，所有初創公司都會被ChatGPT和OpenAI迅速壟斷。快進到一年半以後，顯然情況并非如此。現在有多個模型，而且Facebook剛剛推出了第一個真正的前沿開源模型，這是我們之前從未預料到的。誰會想到，最好的模型會是開源的？因為它們一度落後于OpenAI六個月到一年。記得在最近一次Llama發布之前，我們四個人還在讨論，如果每次有新的前沿模型發布，開源模型能夠在幾個月内趕上，那就太好了。而且如果我們能讓這個時間越來越短，那将非常令人興奮。但現在開源模型實際上已經達到了基本的評價，我認為一個月前我們都沒預料到這一點。
Diana： 是的，現在我們已經達到了這一點。我記得有一張圖表顯示，開源模型呈指數增長，而前沿模型看起來更像是在走S曲線。Gary，你提到的關于當前批次的初創公司使用的模型與六個月到一年前相比非常不同。記得之前的批次中，大約90%到80%的人都在使用OpenAI的模型，因為那時它是最好的，也是唯一能真正運作的。現在我們做了一個非正式的調查，發現很多人都在使用Claude 3.5模型，而之前只有一兩家公司在使用。現在已經有幾十家公司在使用它，同時Llama的使用也增加了很多。所以我們看到随着這些模型的競争加劇，OpenAI的模型正在當前批次中逐漸失去市場份額。
Jared： 我認為你提出了一個非常好的觀點，那就是我們還不清楚真正的價值在哪裏。即使你相信AI将帶來巨大的影響，并創造數萬億美元的價值，但仍然存在很大的不确定性，究竟是誰将獲得其中的大部分份額？是GPU制造商？托管服務提供商？模型開發者？還是應用程式開發者？哪些部分會變得平庸化，而哪些部分會變得極其有價值？這讓我想起了Web 1.0和Web 2.0的現象，那裏也有很多人對整體空間非常看好，但不清楚在這個空間中應該選擇哪個位置。回顧Web 1.0時期，人們對擁有浏覽器有着巨大的炒作，長時間以來，人們認為擁有互聯網浏覽器是成為互聯網巨頭的途徑，因為浏覽器是通向互聯網的門户。Netscape當時的估值是數十億美元，但最終事實證明這并不是最好的選擇，而這在當時并不顯而易見。
我們處于人工智能周期的哪個階段？
Harj ： 時間是一個重要因素。如果你再想想我們自己的世界和職業生涯，YC資助的一些最大的公司，例如DoorDash和Instacart，都是因為我們都有了智能手機，并且希望在手機上完成各種事情。Uber顯然也是一家非常大的公司，但這些公司都是在iPhone發布大約四年後才推出的第一版產品。這些事情需要時間，才能真正看出哪些創意會成功，價值最終會流向哪裏。
Gary Tan：我認為一個非常重要的事實是，價值鏈中有很多不同的部分。顯然，有基礎模型，有托管服務提供商，有芯片制造商，然後這裏還有我們資助的初創公司，這些是應用層。重要的是，你不需要一億美元來啓動一家應用層的公司，你只需要你自己，有時候只需要你和一個聯合創始人。如果你們兩個都會編程，你們可以利用現在基本上現成的這些超級強大的工具，進入某個市場，創建一個產品，解決一個實際問題，實際上讓願意付錢的人永遠為你付錢，只要你能用手頭的技術解決他們的問題。而且你可以在你現在看的這台電腦上完成所有這些事情，你不需要任何許可，只需要一個有效的互聯網連接和你的筆記型電腦。這正是Instagram和DoorDash的故事，它們是由移動電話技術推動的應用層公司，但它們不需要制造自己的手機。也許你确實需要五千萬到一億美元來啓動一家基礎模型公司，也許你确實需要那麼多資金來建造芯片廠或托管設施或其他所有這些東西。但即便如此，我覺得這也不完全正确，只是難度更大而已。
Harj ： 我還想説，回到這個問題上：我們是否處在一個AI炒作周期中？如果我們更精确地定義它，沒有人説AI毫無價值，這顯然不對。我認為當人們談論炒作周期時，他們反應的是看到價格非常迅速地上漲，無論是公共市場上的股票，如你提到的Nvidia，還是在初創企業的世界裏，你會看到一些公司在創立後的6到12個月内就達到了10億美元的估值。
Diana： 這确實發生在一些非常著名的AI研究團隊上，他們曾在DeepMind或OpenAI工作過，離職後創業，在沒有產品市場契合度的情況下，六個月後就達到了巨大的估值。
Gary Tan： 這讓我想起了加密貨币繁榮時期的情景。如果你有分布式系統的經驗，你可以走進任何一個從事加密貨币的人面前，走出來時你就可能有了10億到50億美元的市值，甚至連一行代碼都沒有，甚至連白皮書都沒有。
Harj ： 加密貨币是一個完美的例子。那是上一次感覺像是一個炒作周期的時刻，距離現在其實還不到兩年。當時的定義是，似乎這些公司的價值在以一種不可持續的速度增加，那就是所有這些加密貨币公司在做他們的代币發行時的情況，他們只是在籌集股權輪，并且看到估值每3到6個月就翻倍或三倍。所以我認為，這裏面确實存在一些從那時起留下的傷疤。另一方面，這也是初創企業的世界，一直以來都有一些初創企業在每個階段看起來都被過度炒作，估值過高，似乎永遠無法達到那個價值。但我記得當Stripe剛推出時，人們也説過類似的話，因為Stripe從Sequoia籌集了一大筆資金，估值達到了一億美元，而當時他們還沒有公開發布任何產品。這完全是對創始人、創意和市場的信任，所以這部分就是商業運作的方式。投資者投資是希望賺錢，他們賺錢的方式是今天支付的價格與公司未來成長帶來的利潤之間存在差距。
将加密技術炒作與人工智能進行比較
Diana： 但有一個很大的區别，這可能有點微妙，那就是如何評估技術公司與更具投機性的資產之間的區别。因為在加密貨币世界中有很多投機成分，所以也許我們可以談談這個問題，與真正的技術公司進行對比。
Gary Tan： 我不會説這純粹是投機，我會説，當投資者手中有數十億美元可供支配時，他們就像拿着一把錘子，而他們看到的全是釘子，他們試圖盡可能多地支持那些看起來像是其他聰明人匯聚點的人和團隊。所以，這大概就是Stripe的故事。你可以説，這實際上是有些理性的，雖然不一定是像那些達到十億美元市值的公司那樣，但如果你是一個分布式系統領網域的教授，擁有一定的網絡資源，找其他人一起創建一個人們信任并願意在其上開發應用的加密貨币項目，這些人實際上就是有能力做到這件事的那群人。而資金的投入則關閉了身後的門。我認為這也是為什麼我們會看到像Cognition Labs和Harvey這樣的公司出現，這是市場在試圖找出那些聰明人才的匯聚點。如果我們全力以赴，實際上可以緩衝公司面對的競争，就像Peter Thiel所説的那樣——競争是為失敗者準備的。我認為這實際上是在Y Combinator的頻道裏提到的内容。所以，這并不是完全不合理的，但在某種程度上确實值得調侃。
Harj ： 我認為這種看待加密貨币的方式是公平的。在那段時間裏，你可以把它抽成兩部分：一部分是資產投機，基本上是那些專注于快速推出代币并試圖推高代币價格的人；但也有一些非常嚴謹的技術團隊，他們試圖構建新的協定，并試圖将現有服務去中心化。我認為投資者的心态就像你所説的那樣："嘿，實際上我們不應該押注那些聰明的技術人員試圖解決非常難的技術問題。" 在加密貨币領網域有很多這樣的團隊。所以，讓我們在產品市場契合度之前投資，因為這些人會吸引下一個聰明的人才，如果這個領網域有前途，這些人将是找到解決方案的人。
Jared： 我覺得加密貨币的類比非常好。因為當Diane和我與哈佛和MIT的一些優秀學生交談時，我們聽到的一個一致觀點是，他們中很多人對加密貨币的炒作周期感到失望，不是他們自己，就是他們的朋友。因為他們足夠成熟，經歷過2020、2021、2022年的加密貨币炒作周期，所以他們現在對AI以及任何新的熱點都持懷疑态度。
Gary Tan： 你們兩位是Coinbase的創始投資者，也是全球最成功的加密貨币投資者之一。你們如何比較2021年加密貨币發生的事情與現在AI的情況？它們有哪些相似之處，又有哪些不同之處？我認為Coinbase的特别之處在于，它本質上不是一種加密貨币，而是為了使加密貨币真正得以實現所需要的基礎設施技術。我認為它們仍在這條路上。我會説，Brian Armstrong最近在财報中提到，我們正在與全球每一家金融機構合作，将區塊鏈技術納入實際的金融規範中。我想這正是我當初第一次見到Brian時感到興奮的承諾，當時他剛從Airbnb出來，作為一名反欺詐工程師。
Harj ： Coinbase本質上是一個市場平台，它看起來與其他初創公司沒有太大區别。它識别出人們有買賣某種東西的需求，但沒有一個很好的市場來滿足這種需求，于是他們決定建立一個可信賴的市場平台。在當時，這還是一個小眾市場，沒人能預見它會發展成今天這個樣子。Coinbase面臨的未知因素是市場有多大，但很明顯，它在早期就已經與產品市場契合。确實有一些人想要買賣比特币，需要一種更好的方式來實現這一點。所以，從某種意義上來説，Coinbase的效用從未受到質疑——它讓那些有需求的人更容易實現他們的目标。我覺得AI與加密貨币的不同之處在于，當你看這些產品時，你會發現許多Web3的產品并未通過直覺測試，很多人根本無法理解為什麼要使用它們。但當你看到AI產品時，它們的效用是非常明顯的。比如，能夠總結一份50頁的PDF市場分析報告，并提取出三個關鍵點，這顯然是有人願意付費的功能。
Gary Tan：我在YC的當前批次中就有一家公司，他們可以讓應收賬款的工作由一個12人的團隊減少到一個人，而其他11個人可以去做财務中的其他事情，這就是非常具體的應用案例。你可以想象一下，我們現在正在做的事情，比如用機器人替代人類去傳遞黃油。這其實是《瑞克和莫蒂》裏的一個笑話，但從另一個角度看，它其實也挺嚴肅的。讓軟體去做一些并不是人類最擅長的事情，比如對賬、核對電子郵件和銀行記錄之類的工作，這并不是能夠激發人類創造力的工作。對一些人來説，這甚至可能是一種折磨。而我們現在可以給人們提供其他可以做的事情，這就是我們現在親眼看到的轉變。
Diana： 是的，正如你提到的那樣，我查了一些數據。一個很酷的統計數據是，我們之前在"Batch by the Numbers"那一集裏提到過的，如果我們把所有申請YC的公司的總收入加起來，當時是600萬美元。而在批次結束後的三四個月裏，如果我們再把這些公司增長的收入加起來，總收入已經達到了2000萬美元，僅僅三四個月的時間裏，增長是巨大的。這遠遠超出了我們給出的建議，比如讓公司每月增長20%，這已經是一個雄心勃勃的目标了。而從600萬美元增長到2000萬美元，遠超出20%的月增長率。我們看到的是實際的收入增長，這些公司找到了一個好的創意，正如你所説的，Gary，他們的客户認同這個創意，并且願意為之付費。
為什麼炒作周期可能對創始人有利
Gary Tan： 最棘手的部分是，這不僅僅是第一次續約或第二次續約的問題，你實際上需要每次續約都能成功。因為公司價值的唯一來源實際上是未來的現金流折現，所以客户留存率必須非常高。每一個客户都要盡可能長時間地留住，這是構建任何有價值業務的唯一方式。
Harj ：這也觸及了我們是否處于一個炒作周期的核心問題。我覺得在YC，我們所有人都處在最前線，看到一些公司在批次中達到一百萬美元年經常性收入（ARR）的速度比我們過去看到的要快得多，甚至在批次結束後的6到12個月裏，收入增長也非常令人印象深刻。比如Gustaf提到的Leo，他們剛剛從Benchmark那裏完成了A輪融資，做的是自動化法律工作的AI。還有一家公司我一年前合作過，到今年年底，他們的收入可能會達到1000萬美元。這只是12個月後的結果，增長了10倍，這種情況你完全可以IPO了。這與Jared和我2007年剛搬到舊金山時的情況非常不同。那時候每個人都在追逐的東西，比如頁面浏覽量（Page Views），你在Posterous時期也有這種體驗。大家追逐的是頁面浏覽量、活躍用户數和注冊賬户數之類的虛榮指标，雖然這些指标讓人感覺良好，但并不真正反映公司的健康狀況。
Jared ： 我想補充一點，Harj之前提到的關于炒作周期的定義：如果你将炒作周期定義為資產被高估的情況，那現在可能确實是這樣的。例如，Nvidia現在是世界上最有價值的公司，我不确定它是否真的應該這樣，也許Nvidia被高估了，也許其他技術（如TPU）會開始占據主導地位，所有這些都有可能改變。現在有很多初創公司在籌集數十億美元的估值，從事後來看，其中一些交易可能看起來很荒謬。
Gary Tan： 對我們的業務來説，好消息是我們不在乎。如果我們是公共市場的投資者，你可能會非常擔心Nvidia是否被高估了，但在我們所處的領網域，這完全無關緊要。
Harj ： 我會説，對創始人來説，這實際上是好事。即使一些東西被高估了，這實際上是整個生态系統的免費資金。Nvidia被高估意味着如果他們需要籌集資金，他們可以以很低的成本籌集資金，這将使他們能夠更快地推動未來的發展，然後整個生态系統中的其他人都會從中受益。這就是我們和創始人所在的位置與公共市場公司之間的巨大差異。公共市場公司必須每季度交付業績報告，如果他們錯過了收益報告，股票會下跌，員工會感到不安，這會成為一個巨大的幹擾。
Gary Tan： 作為YC，我們在投資那些只有想法的人時，并不期待在短時間内看到成果。無論是對我們還是對創始人來説，我們看的是10年的時間跨度。在這個時間框架内，今天的高估值其實并不重要，重要的是未來10年這些公司是否會變得更有價值。我認為，企業實際上可能會更加健康，盡管并非總是如此。也許這正是一些教授級别的公司籌集了數億美元卻從未推出產品的原因，或者説是今天一些被世界頂級風險投資基金青睐的AI公司，它們可能已經在财務報表上顯示有1億、2億甚至5億美元的資金，但完全沒有收入。你就像在仰望珠穆朗瑪峰一樣，想知道自己該如何攀登。這種情況與我們看到的許多YC公司形成了鮮明對比，這些公司可能只在演示日籌集了100萬到200萬美元，但它們已經開始達成500萬或1000萬美元的裏程碑。而且，因為它們從第一天起就盈利，或者在相對較短的時間内實現了盈利，它們的銀行賬户餘額一直在增加。它們會回過頭來想，"我已經完成了種子輪融資，我沒有董事會成員，我不需要再出售我的公司股份，那麼為什麼不按照我自己的方式去建設公司呢？"也許10年前，在YC的世界裏，這樣的例子還不多，比如Weebly，他們只進行了種子輪融資，後來以巨額金額賣給了Square。他們能夠這樣做是因為他們從一開始就盈利了。在我們這個社交軟體時代，Zapier可能是最具主導地位的純軟體公司之一，他們只籌集了種子輪資金，現在卻創造了數億美元的收入。這對他們來説是一個瘋狂的時刻，他們正在大力押注AI。
Diana： 這真的是一個有趣的時刻。你是否真的需要進行巨額融資？事實上，巨額融資可能就像一塊巨大的負擔挂在你的脖子上，你永遠無法擺脱。而且有趣的是，我們提到的這些公司，它們達到了盈利或收支平衡，并且不需要再進行融資。它們的收入正在以指數級增長，而且它們不需要再去公開融資或進行巨額融資，因為它們真的在玩長遠的遊戲。如果我思考一下我們現在看到的不同類别的東西，現在我們有更多的數據，我認為在每一個AI領網域，我們都看到了早期成功的迹象。即使在一些被認為過度炒作的領網域，比如生成式AI生成影像，人們可能會覺得這只是玩具、藝術或娛樂用的，但有一家公司，PhotoRoom，實際上正在創造真正的收入。我記得他們最近宣布估值達到5億美元，他們為電子商務生成影像。像他們這樣的垂直領網域公司，找到了一個方法，将生成式AI變得非常盈利。因為對品牌來説，為產品拍照和進行產品布置非常困難，而他們通過AI以非常低的成本解決了這個問題，你不再需要一支攝影師團隊或編輯團隊。另一個我們經常談論的類别是AI代理工作流，你提到的Greenlight就是一個很好的例子。
Harj ： 還有PermitFlow，他們正在做的本質上是一個AI代理，使用AI來填寫建築許可流程。如果我們站在反方的立場來看這些事情，我認為可以提出兩點批評。第一點是，這些東西正在自動化，但它們還沒有完全把人從環節中移除。所以，要想這些估值并達到這麼高的價值，它們真的需要完全移除人類。第二點是，企業永遠不會完全信任這些東西，因此你不可能與财富500強公司籤訂完全依賴AI的六位數或百萬美元的合同。
Jared： 我本以為你會説，批評者會認為這些東西會被商品化，它們只不過是GPT的包裝器，所有的真正價值都會集中到基礎模型上，最終會有100個PermitFlow公司，那它們如何捕捉到任何實際的價值呢？不過，我感覺這确實是去年最主要的批評。
Harj ： 我可能有點偏見，因為我非常相信這一點，基于我們剛才讨論的多模型和開源等内容，像PermitFlow這樣在其領網域中獲勝的公司，關鍵在于如何銷售產品，如何在UI的細節上做到極致，掌握所有的小細節，最終打造出完美的產品。
Diana： 是的，這很公平。但實際上，情況可能恰恰相反，價值很可能會流向像PermitFlow這樣的公司。這不僅僅是一個包裝器的問題，甚至在技術層面，他們在針對特定領網域進行精細調優方面做了很多工作。尤其是在這些領網域中，私有數據的價值非常大，涉及到許可和銀行數據，這些數據無法被簡單地復制。因此，這不僅僅是一個包裝器，他們實際上做了大量深入的工作。
Harj ： 這是一個很好的觀點。我記得Mark Zuckerberg大約一兩周前説過一句話，他提到，即使所有的模型開發進展今天都停滞不前，僅在應用層面，基于這些模型構建解決方案的創新也還有五年的發展空間。
Diana： 即便是在Copilot這一側，也是如此。GitHub Copilot是一個非常著名的例子，顯然是GitHub收入增長最快的產品，據説它最近占了GitHub增長的40%。有傳言稱他們的收入已經達到了數億美元，這個數據還需要驗證，但即便如此，這在短短幾年内也是一個非常顯著的增長。
Harj ： 另一個與"将人類完全排除在流程之外以實現最大價值"相關的例子是，我聽説一些初創公司正在将AI嵌入工作流中，AI會完成工作，然後有一個UI供人類進行檢查或審查。但越來越多的客户已經不再使用這個檢查功能了。
人工智能產品正在發揮作用早期表現
Diana：我也聽説過類似的情況，有一家公司正在替代大量呼叫中心的工作，他們處理着數十萬次的呼叫。相同的事情發生在那些離岸呼叫中心，比如在菲律賓或墨西哥的呼叫中心，這些呼叫中心被完全取代，而大公司使用這家初創公司的服務，成本降低了20倍甚至100倍，速度更快，即便目前AI的表現還不完美，而且短期内可能不會有新的10倍性能提升的前沿模型出現，但通過精細調優、數據采集、私有數據存儲庫的建設等工作，已經很有可能達到讓大企業願意為這些解決方案投入數百萬甚至數千萬美元的質量水平。這是我認為目前正在奏效的第四類公司。現在有很多工具可以用來構建大語言模型（LLM），進行評估、微調等等，但我們的一些公司已經在通過這些工具與企業的私有數據進行微調方面取得了成功。
Jared：即使你跳過具體的應用程式，光是這些工具本身就很有價值。我還認為，LMS的應用範圍遠比人們目前想到的要廣。Diane和我在我們的團隊中有一家初創公司，他們兩周前參加了一個特定行業的會議，突然意識到有一個完美适用于LLM的行業，而那些技術人員甚至都不知道這個行業的存在。因此，沒有人嘗試過，而他們現在已經在這個技術的完美應用場景中大展拳腳，面對着一個價值數十億美元的機會。正如Harj所説，我認為還有多年的時間來釋放當前技術的潛力。
Diana： Gary,你有一個非常好的框架來思考這個問題，可以結合沃倫·巴菲特的觀點來談談嗎？
Gary Tan： 是的，我認為最終這就是現在正在發生的事情。其實，這在每一個炒作周期、繁榮與蕭條周期中都會發生，不僅僅是在科技領網域，而是在整個世界範圍内。最初總是有一種狂熱，認為世界即将發生巨大改變，但實際上很難真正理解正在發生的事情。很多時候，信息來源于傳言或媒體報道，而這些報道可能并不準确，比如在Product Hunt上看到的一些讨論。這種情況下，就像是"戰争迷霧"籠罩着整個局勢，導致這成為一場流行度的競賽。短期内，所有的企業都像是在進行投票，而這并不是真正的結果，因為事情發展得太快了，人類作為感知機器，需要時間去理解這個世界。在短期内，我們可能會被那些能言善辯的騙子所蒙蔽，也可能被那些擁有華麗資歷的人所迷惑，比如那些曾在某些大公司工作過的人。這就像是"Clinkle"這樣的例子，一個能言善辯的斯坦福辍學生騙取了非常聰明的投資者數百萬美元的投資。你會看到很多這樣的情況，這只是"投票機器"的瘋狂和不确定性表現。并不是説人們故意把錢投入到騙局中，而是純粹因為社會效應，我們無法足夠快地理解世界的變化，所以大眾常常會出錯。
但從長遠來看，最終每家公司的價值都是基于未來的現金流折現。你需要你的客户真的有一個問題需要解決，他們願意為解決方案付費，并且你的客户會一直留在你身邊。這就是為什麼像Google、Meta或者其他"輝煌七巨頭"這樣的公司是世界上最有價值的公司，因為人們相信這些公司可能會永遠賺錢。這種信任帶來了安全感，這就是現在人們的信念。而公共市場最終也是如此，雖然它們本身也是瘋狂的"投票機器"，但最終它們會變成"稱重機器"。最終，你真的需要盈利，你需要擁有真正的客户，到那時，你必須已經創造出一個有實際分量和作用的產品。
