AI的未來：初創(chuàng)公司的前景202502前言08給創(chuàng)始人的阿明·瓦赫達(dá)特GoogleCloudML、系統(tǒng)和云AI副總裁/總經(jīng)理阿普爾夫·阿格拉瓦爾合伙人，AltimeterCapital創(chuàng)始人兼首席執(zhí)行官，GleanChamathPalihapitiya8090SocialCapital創(chuàng)始人兼首席執(zhí)行官，聯(lián)合創(chuàng)始人兼首席執(zhí)行官公司簡介普通合伙人，GVOhaloGeneticsDouweKielaContextualAICEO迪倫·?？怂筆inecone創(chuàng)始人兼CEO埃拉德·吉爾GilCapitalLangChain首席執(zhí)行官兼聯(lián)合創(chuàng)始人72使用GoogleCloud詹姆斯·特羅曼斯GoogleCloud李昕晢普通合伙人，a16z公司簡介合伙人，Greylock佳麗LiveXAI投資合伙人，CapitalG馬蒂厄·魯伊夫Photoroom聯(lián)合創(chuàng)始人兼CMayadaGonimahThreadAI首席技術(shù)官兼聯(lián)合創(chuàng)始人RavirajJainLightspeed合伙人薩利姆·特賈RadicalVentures合伙人，AspectBiosystems、PromiseRobotics、IntrepidLabsSarahGuoConviction創(chuàng)始人兼合伙人MikeVernalConviction合伙人YoavShoham斯坦福大學(xué)計算機科學(xué)名譽教授，AI21Labs聯(lián)合創(chuàng)始人前言人工智能正在改變世界各地的每一個組織，代表著解決復(fù)雜問題、推動增長、創(chuàng)造效率和開辟新商機的前所未有的機會。對于初創(chuàng)公司來說尤其如此，他們正在迅速采取行動，利用人工智能來應(yīng)對新的市場機遇。02GoogleCloud是人工智能創(chuàng)新的核心，我們?yōu)樽约旱募夹g(shù)領(lǐng)導(dǎo)地位感到自豪，我們將繼續(xù)為我們的客戶（包括全球60%以上獲得資助的生成性人工智能初創(chuàng)公司）拓展可能性的界限。我們很高興與初創(chuàng)公司、風(fēng)險投資界和行業(yè)領(lǐng)導(dǎo)者合作，以確保創(chuàng)始人及其團隊能夠獲得幫助他們重新定義未來的技術(shù)。02ThomasKurian，GoogleCloud谷歌正在構(gòu)建所有組件從定制芯片到數(shù)據(jù)中心再到前沿模型。因此，我們的新Gemini2.0型號比以前的版本功能更強、速度更快、效率更高這些模型本身就是多模態(tài)的它們能夠處理文本、圖像、音頻和視頻。它們還可以生成圖像和可操縱的文本到語音音頻。Gemini具有長達(dá)200萬個令牌的上下文窗口，可以為高級應(yīng)用程序提供需要深刻的理解和記憶。此外，思維模型能夠顯示解決復(fù)雜問題的推理能力，這在數(shù)學(xué)和科學(xué)中特別有用。Gemini還可以原生地使用Google搜索等工具M(jìn)ariner已經(jīng)證明，使用Gemini模型構(gòu)建的代理可以使用Web瀏覽器完成任務(wù)?，F(xiàn)在可體驗，其接受音頻和視頻流輸入。這些功能的組合實現(xiàn)了一種新的代理體驗，我們很期待看到創(chuàng)業(yè)公司在2025年與Gemini一起建立什么。戴維·薩克爾GoogleDeepMind產(chǎn)品03010203AI預(yù)測04Alpredictions阿明·瓦赫達(dá)特GoogleCloudML、系統(tǒng)和云AI副緊密同步和大規(guī)模計算需求將推動基礎(chǔ)架構(gòu)達(dá)到前所未有的計算密度和能力水平。阿爾溫德阿爾溫德·賈恩創(chuàng)始人兼首席執(zhí)行官創(chuàng)始人兼首席執(zhí)行官，Glean人工智能將繼續(xù)成為增強人類能力的工具基于人工智能的員工的概念延續(xù)了一種有限的觀點，阻礙了人工智能和人類智能的真正潛力。通過結(jié)合語音、視覺和自然語言，多模態(tài)人工智能將減少對計算機和手機等設(shè)備的需求，并使與數(shù)字世界的交互更加無縫。阿普爾夫·阿格拉瓦爾公司簡介普通合伙人，GV公司簡介普通合伙人，GV人工智能的微繁榮和蕭條將是不可避免的，因為構(gòu)建生成性人工智能應(yīng)用程序的工具變得更加容易獲得，因此商品化。8090SocialCapital創(chuàng)始人兼首席執(zhí)行官軟件的未來是用更少的資源做更多的事情。隨著人工智能自動化，軟件行業(yè)將變得更有效率，標(biāo)準(zhǔn)普爾500指數(shù)的平均利潤率將翻一番，因為公司獲得更多，支付更少。DouweKiela大衛(wèi)·弗里德伯格DouweKielaContextualAICEOContextualAICEO型可以學(xué)習(xí)如何決定何時使用長上下文以及何時使用RAG來優(yōu)化準(zhǔn)確性和效我認(rèn)為最容易受到AI驅(qū)動轉(zhuǎn)型影響的行業(yè)生物學(xué)（治療藥物和農(nóng)業(yè)）。例如，基因組語言模型將能夠預(yù)測任何所需植物性狀或生物藥物所需的確切DNA序列，從而徹底改變農(nóng)業(yè)和人類健康。05AlpredictionsAlpredictions江戶自由Pinecone創(chuàng)始人兼CEO迪倫·江戶自由Pinecone創(chuàng)始人兼CEO人工智能中最快的投資回報率是在智能體中，但最大的機會在企業(yè)搜索中。企業(yè)廣泛采用人工智能的時間軸將比人們想象的要慢很人工智能中最快的投資回報率是在智能體中，但最大的機會在企業(yè)搜索中。埃拉德·吉爾GilCapital首席執(zhí)行官哈里森·蔡斯AI被大大低估了。我們正處于埃拉德·吉爾GilCapital首席執(zhí)行官哈里森·蔡斯AI被大大低估了。我們正處于由人工智能驅(qū)動的巨大變革浪潮的早期階段，傳統(tǒng)的機器學(xué)習(xí)，如自動駕駛汽車，終于開始它的步伐，以及處于嬰兒期的人工智詹姆斯·特羅曼斯GoogleCloudWeb3董事總經(jīng)理你最終可能會比信任其他任何人更信任你的web3人工智能代理。你會告訴它比你告訴別人更多的事情。它會了解你的一切，并利用這些信息來幫助你。為了真正利用代理系統(tǒng)，我們需要它們的規(guī)模超出我們要求它們做的事情成為“環(huán)境代理”，在后臺運行，永遠(yuǎn)在線，監(jiān)控事件流，只有當(dāng)有趣的事情發(fā)生時才提醒我。李昕晢普通合伙人，a16z人工智能代理真正成為主流需要比人們預(yù)期的更長的時間。模型推理能力將需要基礎(chǔ)設(shè)施和根深蒂固的系統(tǒng)集成問題。公司簡介合伙人公司簡介合伙人，GreylockLiveXAI聯(lián)合創(chuàng)始人、總裁兼首席AI官人工智能的最終商業(yè)模式尚未開創(chuàng)，投資者需要時間來理解它們。我設(shè)想的未來是，人工智能體無縫地融入日常生活，我們與人工智人工智能的最終商業(yè)模式尚未開創(chuàng)，投資者需要時間來理解它們。它不僅能理解語言，而且能感知并對視覺線索做出反應(yīng)。06AlAlpredictions馬蒂厄·魯伊夫Photoroom聯(lián)合創(chuàng)始人兼CEO吉爾·馬蒂厄·魯伊夫Photoroom聯(lián)合創(chuàng)始人兼CEO投資合伙人，CapitalG在未來18個月內(nèi)，基礎(chǔ)模在未來18個月內(nèi)，基礎(chǔ)模型的功能將保持相當(dāng)穩(wěn)定，為初創(chuàng)公司提供充足的機會來構(gòu)建專業(yè)化的AI解決方案提供明確的投資回報。感。AI將變得更好了解是什么觸發(fā)了人類的情緒，允許故事和內(nèi)容個性化，并適應(yīng)個人的情緒反應(yīng)。ThreadAIThreadAI首席技術(shù)官兼當(dāng)他們還沒有被證明能真正移動針頭時，-無論是通過ROI還是通過從根本上改變開發(fā)者生態(tài)系統(tǒng)。很多這樣的圖書館會倒閉或者得到越來越少的資金。我們看到模型、解決方案和工具的突然爆炸式增長正迅速推向市場MayadaGonimahLightspeed合伙人最重要的技術(shù)變革將發(fā)生在物理世界的基礎(chǔ)模型中，特別是機器人技術(shù)。RavirajJain薩利姆·特賈AspectBiosystems、Promise前景將從建立更大更好的模型轉(zhuǎn)向優(yōu)先考慮廣泛的實施人工智能在各行各業(yè)的應(yīng)用，以解決現(xiàn)實世界的問題，并為企業(yè)和社會創(chuàng)造切實的價值。公司簡介Conviction創(chuàng)始人兼合伙人邁克·弗納爾合伙人，定罪在人工智能方面，最有用的數(shù)據(jù)通常與特定的真實用例有關(guān)。在許多情況下，這使得該領(lǐng)域向新進(jìn)入者開放。YoavShoham斯坦福大學(xué)計算機科學(xué)名譽教授，AI21Labs聯(lián)合創(chuàng)始人早期的“提示和祈禱”AI-簡單地給語言模型喂一個提示并希望得到一個好的結(jié)果-都結(jié)束了為了滿足企業(yè)的關(guān)鍵需求，我們需要強大的的結(jié)果。070102建議03創(chuàng)始人0808計算將更快、更便宜、更可靠隨著時間的推移。假設(shè)你有一個驚人的想法，你所需要的就是將計算成本降低10倍甚至100倍，使其有利可圖。這一點現(xiàn)在已經(jīng)觸手可及。阿明·瓦赫達(dá)特GoogleCloudML、系統(tǒng)和云AI副總裁/總經(jīng)理入的收入和開辟新的創(chuàng)新機會，而不僅僅是工具創(chuàng)始人兼首席執(zhí)行官，Glean專注于構(gòu)建點功能，而不是點產(chǎn)優(yōu)先開發(fā)高價值的特定功能，而不是創(chuàng)建全面的軟件。這使得市場上的競爭成為可能，大型公司可以使用AI復(fù)制功能。ChamathPalihapitiya席執(zhí)行官使定價與交付的價值保持一致。不要只使用按座位的模式，而是考慮基于使用或基于價值的定價。你的定價應(yīng)該反映出你的產(chǎn)品為用戶提供的價值阿普爾夫·阿格拉瓦爾于記錄，編纂，并測量它們的過程。他們希望在測試最佳實踐方面做得最好，寫下有效的做法并在整個組織中分享。我發(fā)現(xiàn)，擁有一種欣賞文檔的文化（在合理的范圍內(nèi)在其他方面與卓越運營有關(guān)。公司簡介普通合伙人，GV09你需要一些創(chuàng)造價值在啟動后保持初始優(yōu)勢用于持續(xù)性能改進(jìn)的數(shù)據(jù)生成，還是網(wǎng)絡(luò)效應(yīng)。是不夠只是一個LLM包裝器。大衛(wèi)·弗里德伯格OhaloGenetics動作快點上市時間是創(chuàng)業(yè)公司最重要的事情，而市場就是現(xiàn)在。人工智能的發(fā)展速度令人難以置信，所以你必須確保自己不會落后。DouweKiela，ContextualAICEO如專注于解決特定的利基問題，很有深度迪倫·?？怂笰ssemblyAI創(chuàng)始人兼CEO從開箱即用的解決方案開始。創(chuàng)業(yè)公司可以使用現(xiàn)有的工具快速獲得一個可以測試和賺錢的生產(chǎn)就緒產(chǎn)品，而不是從頭開始構(gòu)建所有東西。找到一些東西人們真正關(guān)心的，盡可能快地發(fā)貨，測試人們是否關(guān)心，然后從那里開始。埃拉德·吉爾GilCapital優(yōu)先進(jìn)行評價。立即進(jìn)行評估，以更好地確定指標(biāo)和方法來評估績效從一開始就至關(guān)重要哈里森·蔡斯如何賺錢和銷售一樣重要。如果你能扭轉(zhuǎn)商業(yè)模式，對抗競爭對手，那就很強大，因為現(xiàn)有的公司很難改變。公司簡介從一開始就展示出強大的產(chǎn)品市場契合度，具有明顯的競爭優(yōu)一條清晰的盈利之路吉爾·格林伯格·蔡斯投資合伙人，CapitalG理解模型的能力理解模型的能力，并將其與用戶想要的結(jié)合起來，這就是魔力。李昕晢普通合伙人，a16z分權(quán)。相反，應(yīng)用web3-例如更便宜的支付軌道，可擴展性和可擴展性-AI代理解決客戶用例。詹姆斯·特羅曼斯GoogleCloud不要低估數(shù)據(jù)的力量，在確保安全和隱私的同時，專注于收集多樣化、高質(zhì)量的數(shù)據(jù)佳麗聯(lián)合創(chuàng)始人、總裁LiveXAI首席AI官對人工智能功能對人工智能功能、工具和基礎(chǔ)設(shè)施的發(fā)展方向有一個固執(zhí)己見的設(shè)計您的用戶體驗，以幫助人們實不必使用提示。馬蒂厄·魯伊夫基礎(chǔ)引擎將得到顯著改善。使用“不可知”的基礎(chǔ)架構(gòu)進(jìn)行構(gòu)建，讓您能夠利用不斷變化的一流模型和數(shù)據(jù)庫。MayadaGonimah投資于應(yīng)用人工智能研究能力，了專注于解決現(xiàn)實世界的問題，并為人工智能的崛起做好準(zhǔn)備。RavirajJain中間要小心薩利姆·特賈AspectBiosystems、PromiseRobotics、IntrepidLabs專注于“產(chǎn)品-算法匹配”。了解AI堆棧的不同層（基礎(chǔ)模型、中間件、開發(fā)工具和應(yīng)用程序），并考慮您的公司適合哪里。對于在中間層建立公司要謹(jǐn)慎，因為它可以如果基金會的模式發(fā)展迅速，我們將面臨壓力公司簡介Conviction創(chuàng)始人兼合伙人邁克·弗納爾合伙人，定罪了解優(yōu)勢和劣勢你應(yīng)該了解當(dāng)前的技術(shù)，并圍繞人工智能技術(shù)今天可以做得很好的事情來建立你的創(chuàng)業(yè)公司，而不是在一些理想化的未來版本上。YoavShoham斯坦福大學(xué)計算機科學(xué)名譽教授，AI21A無論您在人工智能采用方面處于什么位置，我們A都能提供幫助。今天就預(yù)訂您的生成式AI咨詢。 立即注冊通過GoogleforStartups云計劃獲得取得聯(lián)系010203是什么下一篇：AI行業(yè)領(lǐng)導(dǎo)者的觀點阿明·瓦赫達(dá)特GoogleCloudML、系統(tǒng)和云AI副GoogleCloudML、系統(tǒng)和云AI副Amin是機器學(xué)習(xí)、系統(tǒng)和云AI團隊在15年前加入谷歌之前，10年后我們的基礎(chǔ)設(shè)施將面目全從軟件到硬件，計算、網(wǎng)絡(luò)、存儲等領(lǐng)域正在發(fā)生根本性轉(zhuǎn)變今天，我們認(rèn)為我們現(xiàn)有的架構(gòu)是理所當(dāng)然的，因為它代表了如何構(gòu)建系統(tǒng)的“傳統(tǒng)智慧”。過去五年左右的變化意味著我們正處于另一場革命的早期到中期階段，這場革命將使新興的計算平臺在本世紀(jì)末變得面目全非。這種轉(zhuǎn)變的最大驅(qū)動力之一是從實時信息訪問并交付給由生成式AI驅(qū)動的洞察力和解釋的主動生生成式人工智能所需的巨大計算和通信需求需要在底層基礎(chǔ)設(shè)施的設(shè)計和構(gòu)建上下堆疊，包括：01特定應(yīng)用程序計算04計算包裝生成式AI計算由大量的矩陣乘法和相關(guān)的數(shù)值計算組成。這種專業(yè)化意味著用于通用計算非常特定的子集的專用硬件在測量在性能標(biāo)準(zhǔn)化到成本或性能每瓦特。嚴(yán)格的同步和巨大的電力需求將基礎(chǔ)設(shè)施推向前所未有計算密度。計算必須跨越同質(zhì)元素，通信必須預(yù)先計劃和協(xié)調(diào)，容錯必須有效。從延遲和功從成本角度來看，將更大量的計算能力打包到更小、功率密度更高的環(huán)境中可以具有顯著的益處。網(wǎng)絡(luò)專業(yè)化我們看到了一個巨大的變化，從基于標(biāo)準(zhǔn)的，商品網(wǎng)絡(luò)硬件，協(xié)議，和軟件到專門的網(wǎng)絡(luò)，例如用于TPU的芯片間互連（ICI）和用于GPU的NVLink，其設(shè)計用于支持更高級別計算原語的非常特定的任務(wù)，例如具有很少或沒有分層的硬件中的全歸約，沒有OS管理，以及基本上直接的存儲器到存儲器傳輸以支持特定的計算原語。記憶墻液體冷卻持續(xù)的高強度計算對于ML，計算改變了等式，使得更快地運行芯片的改進(jìn)的性能效率容易證明更高的功率密度和液體冷卻是合理的。液體冷卻反過來又需要重新設(shè)計數(shù)據(jù)中心建筑和冷卻基礎(chǔ)設(shè)施、機架以及更多的端到端，以提供最高水平效率，以及離網(wǎng)發(fā)電技術(shù)（包括風(fēng)能，太陽能，水力和電池陣列以便在全球各地提供ML計算。高帶寬存儲器（HBM其中RAM以以3D方式堆疊在與計算相同的封裝上，以大幅降低延遲并增加帶寬，但它正在觸及其自身的基本限制-內(nèi)存墻。不斷增長的計算能力無法從本地內(nèi)存或網(wǎng)絡(luò)向計算提供所需的數(shù)據(jù)，將導(dǎo)致計算和功耗的昂貴擱淺-需要在計算和內(nèi)存架構(gòu)方面取得突破，以保持所需的系統(tǒng)平衡點。具有高級推理功能的開箱即具有高級推理功能的開箱即用功能，例如使用檢索增強需大量資本支出的情況下訪問模型或工程資源。初創(chuàng)公司以不同的方式計算能力的這種巨大增長是通過不斷改進(jìn)來在模型可靠性和降低計算成本方面，結(jié)果是：將取得更多進(jìn)展模型質(zhì)量、安全性和延遲如果你的創(chuàng)業(yè)公司專注于真實性，你的目標(biāo)是提供高質(zhì)量，低或零幻覺的產(chǎn)品，那么你仍然應(yīng)該關(guān)注這個問題。但是，如果你的目標(biāo)是提供一些其他的服務(wù)，利用所有的模式現(xiàn)在提供的質(zhì)量上升的潮流。02計算成本將大幅下02計算成本正在迅速下降。如果我是一家人工智能初創(chuàng)公司，我會把賭注押在計算速度更快，更便宜，更可靠。假設(shè)你有一個驚人的想法，你所需要的就是將計算成本降低10倍，使其有利可圖。對我來說，這是一個很容易的賭注，即使你需要一個100倍的減少。正如我們在整個行業(yè)所看到的，模型構(gòu)建者將繼續(xù)優(yōu)化以節(jié)省成本，利用最基本的基礎(chǔ)設(shè)施，利潤微薄。一組強大而多樣化的加速器（GPU和TPU）的可用性將繼續(xù)是關(guān)鍵，以及之前強調(diào)的高吞吐量網(wǎng)絡(luò)功能絕大多數(shù)專注于構(gòu)建創(chuàng)新和差異化應(yīng)用程序的初創(chuàng)公司將進(jìn)一步轉(zhuǎn)向更多基于軟件的服務(wù)。具有高級推理能力的開箱即用功能，如使用檢索增強生成（RAG）和函數(shù)調(diào)用編排LLM（大型語言模型將受到更高的需求，因為它們允許在沒有大量資本支出或工程資源的情況下訪問模型和基礎(chǔ)設(shè)施。阿普爾夫·阿格拉合伙人，AltimeterCapitalApoorv領(lǐng)導(dǎo)了對軟件和 AI初創(chuàng)公司在，，-Parloa和Everest————————中有顯著的投資。作為一名訓(xùn)練有素的工程師，Apoorv在Palantir開始了他的職業(yè)生涯，擔(dān)任前沿部署工程師，至今仍在編寫代碼。是個人計算的未來下一輪人工智能增長將使平凡和人性化的技術(shù)自動化想象一下想象一下，在這樣一個世界里，你可以通過對話來控制你的整個數(shù)字生活語音、視覺提示、觸摸，當(dāng)其他一切都失敗時，打字。這就是我們正在建設(shè)的未來，它將釋放巨大的機遇在未來的幾年里，到電腦和手機。我相信我們會把它看作人類歷史上的一個奇怪的插曲。一百年后，人們將不會粘在屏幕上。AI將解放我們。特別是，多模式人工智能的興起-或結(jié)合語音，視覺和自然語言處理-將使與數(shù)字世界的互動完全無縫。押注于自動化、效率和以人為本的體驗作為一名專注于人工智能的投資者，相信未來將由多模態(tài)人工智能驅(qū)動，我確定了指導(dǎo)我決策的三個核心主題：01自動化平凡客戶服務(wù)，后臺功能，任何數(shù)據(jù)密集和基于規(guī)則的東西都適合人工智能顛覆。我感興趣的是在人類正在做工作不能滿足他們，不能給他們帶來快樂，也沒有創(chuàng)造性。AI擅長自動化未完成的，數(shù)據(jù)豐富的任務(wù)，解放人類更有意義的工作。增強人類的能力人工智能是讓我們更聰明，更有效率。考慮可以綜合大量信息并提供可操作見解來釋放有形的生產(chǎn)力收益。我對開發(fā)人工智能解決方案的初創(chuàng)公司感興趣，這些解決方案有助于改善人類的能力。將科技與這些主題類似，我也對代理工作流感興趣，人工智能代理為我們處理整個任務(wù)或流程。我毫不奇最聰明的人正在開發(fā)工具，讓我們從點擊按鈕和埋頭于屏幕中解放出來。I'minterested感興趣inmaking制造AI人智能投資于人類正在做的工作不能實現(xiàn)的他們沒有創(chuàng)造力，沒有創(chuàng)造力。人工智能擅長自動化未完成的、更有意義的工作。我認(rèn)為語音AI特別提供了一種更自然、更直觀的方式來與技術(shù)進(jìn)行交互。我專注于語音AI基礎(chǔ)設(shè)施提供商，因為我相信這個領(lǐng)域正在爆炸式增長。能夠創(chuàng)造真正以人為中心的AI體驗的初創(chuàng)公司將在市場上占據(jù)很大優(yōu)勢。另一個值得探索的有趣領(lǐng)域是我們可以使用人工智能來更好地理解和聯(lián)系彼此，改善生產(chǎn)力提高之外的關(guān)系。將重點轉(zhuǎn)移到應(yīng)用程序?qū)与S著基礎(chǔ)設(shè)施和模型成本的大幅下降，機會正在向應(yīng)用層轉(zhuǎn)移。可以這樣想：人工智能堆棧目前是一個倒三角形，大部分價值集中在半導(dǎo)體和基礎(chǔ)設(shè)施上。但隨著我們進(jìn)入人工智能增長的下一階段，這個三角形將翻轉(zhuǎn)。應(yīng)用層將成為創(chuàng)新和價值創(chuàng)造的地方。對于創(chuàng)業(yè)公司來說，這意味著專注于建立人工智能驅(qū)動的產(chǎn)品和服務(wù)，解決現(xiàn)實世界的問題。不要陷入基礎(chǔ)模型的復(fù)雜世界。相反，應(yīng)利用現(xiàn)有基礎(chǔ)架構(gòu)，并專注于創(chuàng)建能夠提供切實價值給用戶并建立耐用性，所以你不只是生存，但贏得與下一代模型和支持技術(shù)。我認(rèn)為這是真正的機會所在，并看到兩個大趨勢正在出現(xiàn)：01橫向應(yīng)用程序AI驅(qū)動的工具，可提高所有工作職能的生產(chǎn)力。對于我的最后一點想法，我將告訴那些向我尋求有效使用AI建議的創(chuàng)始人：數(shù)據(jù)沒有數(shù)據(jù)戰(zhàn)略就沒有AI戰(zhàn)略。了解您擁有哪些數(shù)據(jù)以及如何使用這些數(shù)據(jù)來訓(xùn)練有效的AI模型。一體化考慮如何將AI解決方案與其他平臺和數(shù)據(jù)源集成，無縫的用戶體驗。工作流最后，想想人們不想做的事情，人工智能可以自動化這些任務(wù)，或者讓它們更直觀嗎？02垂直應(yīng)用專門的人工智能產(chǎn)品旨在滿足工程師或客戶服務(wù)代表等特定角色的需求。一個關(guān)鍵的爭論是，橫向人工智能是否會變得如此之好，以至于它取代了對垂直解決方案的需求創(chuàng)業(yè)公司需要考慮的另一個問題是，你應(yīng)該為你的產(chǎn)品追求按座位、按使用量還是按價值定價？沒有簡單的答案但我建議創(chuàng)業(yè)公司將定價與交付的價值相結(jié)創(chuàng)始人兼首席執(zhí)行官，Glean阿爾溫德·賈恩創(chuàng)始人兼首席執(zhí)行官，GleanArvind是Glan的創(chuàng)始人兼首席執(zhí)行官，Glan是一個人工智能工作助手，為人們提供他們需要的答案，讓他們在工作中更有效率，更快樂。在加入Glean之前，Arvind是Rubrik的聯(lián)合創(chuàng)始人并領(lǐng)導(dǎo)研發(fā)，Rubrik是數(shù)據(jù)安全領(lǐng)域領(lǐng)導(dǎo)者，他還在Google擔(dān)任了十多年的杰出YouTube產(chǎn)品。通過人工智能優(yōu)先考慮收入增長，投資回報率可以等待圍繞AI代理的對話已經(jīng)變得不現(xiàn)實。在去年的某個時候，以個時候，以“人工智能可以回答這個問題”開始的話很快就變成了“代理人將為我們做我們的工作，這樣我們就可以去海灘了”，幾乎沒有證據(jù)或思考我們?nèi)绾蔚竭_(dá)那里。幾乎每一位與我交談過的創(chuàng)始人或首席執(zhí)行官都知道，我們正處于人工智能的早期階段，多年來它將從我也相信人類將繼續(xù)控制，在可預(yù)見的未來掌握這項技術(shù)。個人會變得更有效率，甚至可能比以前多十倍。理解AI應(yīng)該被視為作為增強我們能力的工具，而不是取代它們。在這個人類和人工智能合作的世界對于試圖在兩者之間找到正確平衡的創(chuàng)始人和首席執(zhí)行官，我有幾條建議產(chǎn)品人工智能仍處于早期階段，現(xiàn)在還不是考慮投資回報率的時候。雖然您可能有一些項目專注于實現(xiàn)節(jié)省的底線，但您應(yīng)該將這些節(jié)省下來的資金再投資到能夠帶來大幅增長的項目中。人工智能的唯一目標(biāo)不是通過減少客戶服務(wù)代理或自動化一些業(yè)務(wù)流程來實現(xiàn)20%的效率。人工智能也是關(guān)于增加你的背線通過做一些你以前從來沒有做過的事情和產(chǎn)品。機會是顯而易見的：使用人工智能通過一些效率工作來挖掘節(jié)省，然后將其再投資到為您打開新機會的新創(chuàng)新中。02確保整個團隊的作為一家初創(chuàng)公司，你不僅要確保你的團隊處于最新人工智能工具的最前沿，技術(shù)，但你的員工感到舒適使用它們。這不僅僅是采用新技術(shù)，而是從根本上改變公司的組織和構(gòu)建方式。你的員工需要接受如何使用人工智能的教作為合伙人你還應(yīng)該雇傭這些人已經(jīng)習(xí)慣使用人工智能，同時確保您的所有員工都擁有正確的工具和教育，以成功地將人工智能集成到他們的工作流程中。你開發(fā)的任何產(chǎn)品都需要擁抱AI，使其更智能、更強大、更現(xiàn)代。作為一家創(chuàng)業(yè)公司，你需要首先把AI看作一種工具。如果你開發(fā)一個產(chǎn)品，使用AI來實現(xiàn)其90%的功能，你將設(shè)置你的啟動被完全取代。從問題（而不是功能）開始，部署AI來更好地解決問題。解釋變化率AI技術(shù)在不斷發(fā)展。當(dāng)你構(gòu)建產(chǎn)品路線圖時，問問這些問題是你應(yīng)該自己解決的，還是人工智能將在這個時間范圍內(nèi)或可預(yù)見的未來自行解決這些問題。做出那些經(jīng)過深思熟慮的決定投資研發(fā)以預(yù)測核心技術(shù)的進(jìn)步，而不是在即將過時的東西上花費時間。這同樣適用于你如何構(gòu)建。設(shè)計您的基礎(chǔ)架構(gòu)，使其對模型和工具的改進(jìn)更加不可知，預(yù)測即將發(fā)生的事情，并在可行的情況下實現(xiàn)即插即用，以利用更新，而無需進(jìn)行大規(guī)模大修或中前從來沒有做過的事情和產(chǎn)ChamathPalihapitiya執(zhí)行官，聯(lián)合創(chuàng)始人兼首席執(zhí)行官Chamath是SocialCapital的創(chuàng)始人兼首席執(zhí)行官，CEO。在2011年創(chuàng)立SocialCapital之前，Chamath2006年至2011年，他在Facebook擔(dān)任高管，領(lǐng)導(dǎo)公司 的增長、移動和平臺團隊?！獮槭裁窜浖袌鑫s可以帶來更大的利潤事情，使企業(yè)變得更高效，有利可圖在幫助公司實現(xiàn)這一目標(biāo)的過程中，許多公司愿意與真正創(chuàng)造這一價值的軟件公司分享好處就像今天許多運營最好的公司一樣，所有公司都應(yīng)該能夠建立自己的定制的解決方案就像今天許多運營最好的公司一樣，所有公司都應(yīng)該能夠建立自己的定制的解決方案--也就是他們自己的業(yè)務(wù)操作系統(tǒng)--是專門針對他們的需求量身定制的，而不是依賴于需要昂貴的變更管理和定制。傳統(tǒng)的軟件行業(yè)，其復(fù)雜的產(chǎn)品，高成本，巴爾干的特點，和許可模式，正在完全重新想象。人工智能有能力簡化這個行業(yè)，并將數(shù)萬億美元的“軟件工業(yè)綜合體”縮小到其規(guī)模的一小部分我不認(rèn)為這是件壞事。這是一個機會，讓經(jīng)營良好的企業(yè)變得更加有利可圖，并有可能與實現(xiàn)這一轉(zhuǎn)變的公司分享一些好處。人工智能的真正價值創(chuàng)造在于創(chuàng)建一個軟件工廠人工智能的真正價值創(chuàng)造在于創(chuàng)建一個軟件工廠，它可以將業(yè)務(wù)需求作為原材料輸入，并生成高質(zhì)量的生產(chǎn)代碼作為輸出。當(dāng)這是可能的，企業(yè)可以完全重構(gòu)他們的組織結(jié)構(gòu)圖。對我來說，這是一個既定的事實：軟件的未來是用更少的資源做更多的事情，是關(guān)于自動化，并最終使商業(yè)領(lǐng)袖能夠以更簡單和更高的質(zhì)量實現(xiàn)他們的在人工智能快速發(fā)展的環(huán)境中，模型和工具不斷更新和替換，初創(chuàng)公司需要優(yōu)先考慮靈活性。構(gòu)建適應(yīng)性強、面向未來的解決方案至關(guān)重要，因為今天的尖端技術(shù)明天可能就會過時。這意味著采用模塊化的開發(fā)方法，其中組件可以很容易地交換或升級。這也意味著要隨時了解人工智能的最新進(jìn)展，以避免不斷重做工作的痛苦，并在出現(xiàn)新機會時加以利用。人工智能的真正價值創(chuàng)造并不在于構(gòu)建解決特定問題的產(chǎn)品。它是在創(chuàng)造自動化軟件工廠，可以將業(yè)務(wù)需求作為原材料，并生成生產(chǎn)代碼作為輸出。改變價值創(chuàng)造我們正在走向一個獎勵功能不是基于點擊或參與的世界，而是基于最大的真實性。我希望這種轉(zhuǎn)變能從根本上改變我們解決問題和價值創(chuàng)造。想象一下，在未來，完全自主的智能體可以處理復(fù)雜的任務(wù)。例如，軟件可以在不到兩個小時的時間內(nèi)獲取公司的產(chǎn)品庫存，并生成在多個國家銷售這些產(chǎn)品所需的所有商業(yè)基礎(chǔ)設(shè)施，以及各種復(fù)雜的隱私規(guī)則。我們已經(jīng)看到一個人公司與人工智能一起工作運營這些業(yè)務(wù)的人使用人工智能來自動化任務(wù)，生成內(nèi)容，甚至管理客戶交互。我認(rèn)為這證明了人工智能的民主化力量，使人們能夠以前所未有的方式建立和擴大業(yè)務(wù)。關(guān)鍵是：專注于真正增加價值的東西，削減不必要的東西AI可以幫助我們發(fā)現(xiàn)并消除效率低下的情況，簡化工作流程，并優(yōu)化流程。開辟新的價值之路初創(chuàng)公司解決特定效率低下和問題的傳統(tǒng)途徑仍然非常有利可圖。也就是說，我看到了人工智能的三個早期采用者原型：擁有大量IT預(yù)算且現(xiàn)有系統(tǒng)的ROI較低的老牌企業(yè)。0202快速增長03這超過了他們吸引工程師或建立內(nèi)部基礎(chǔ)設(shè)施的能力?？焖僭鲩L03扭虧為盈的公司，面臨重組和降低成本的壓力，使他們對創(chuàng)新解決方案更加開放。這些不同的客戶檔案展示了人工智能在不同業(yè)務(wù)和增長階段的巨大潛力。這為創(chuàng)新創(chuàng)造了肥沃的土壤，使初創(chuàng)公司能夠利用人工智能來顛覆現(xiàn)有市場并開辟新的領(lǐng)域。構(gòu)建軟件工廠，而不是產(chǎn)品對于初創(chuàng)企業(yè)來說，這是一個獨特的挑戰(zhàn)和機遇。構(gòu)建點產(chǎn)品的傳統(tǒng)模式可能已經(jīng)不夠了。相反，初創(chuàng)公司需要考慮更大的問題，專注于可以快速有效部署的靈活解決方案。AI正在改變我們對軟件的認(rèn)知。是時候擁抱一種新的思維方式了，一種優(yōu)先考慮簡單性、自動化以及最重要的價值創(chuàng)造的思維方式。軟件的未來是用更少的東西做更多的事情，而人工智能是釋放這種潛力的關(guān)鍵。公司簡介普通合伙Crystal是GoogleVentures的普通合伙人，專注人員主導(dǎo)的采用策略特別感興趣。此前，Crystal曾是NEA和NotableCapital（GGV）的投資者，并在Blackstone開始了她的技術(shù)&并購職業(yè)生涯。人工智能驅(qū)動的超個性化將在2025......但這足以驅(qū)動粘性嗎？雖然人工智能仍在以極快的速度創(chuàng)新，但這一領(lǐng)域初創(chuàng)公司的炒作和投資周期太空已經(jīng)成為我參與過的所有技術(shù)趨勢中最短我從來沒有見過這么多公司在發(fā)布時獲得瘋狂的吸引力，年收入達(dá)到數(shù)千萬美元，然后人們在這么短的時間內(nèi)失去了興趣?？赡芤恢芎螅偁帉κ滞瞥隽烁玫漠a(chǎn)品。這可能是一個基礎(chǔ)模型公司在他們的下一個大版本中推出相同的功能。我認(rèn)為這種繁榮和蕭條的周期將繼續(xù)下去，因為工具是如此廣泛的訪問建立一個新的基礎(chǔ)模型是困難和昂貴的，所以沒有多少團隊能夠做到這一點，但在應(yīng)用層，我認(rèn)為會有大量的破壞和重生。令人興奮的是，2025年的前景將與去年完全不同，雖然生成式人工智能顯然是令投資者興奮的領(lǐng)域，但標(biāo)準(zhǔn)的估值框架仍然適用。這就是我要找的粘性作為一種度量超個性化如果您的產(chǎn)品易于實現(xiàn)，那么卸載它也同樣容易。產(chǎn)品需要更有粘性才能創(chuàng)造持久的價值，這意味著產(chǎn)品既不可或缺，又能深度融入用戶的工作流程。雖然企業(yè)正在推動人工智能的所有緊迫性，但它往往需要企業(yè)之間的共同努力。平臺和企業(yè)-協(xié)同工作以創(chuàng)建自動化或工作流，并獲得對企業(yè)數(shù)據(jù)的困難訪問以顯著提高性能。增長最快的是那些愿意花15美元嘗試新事物而不是一個企業(yè)每年投資2000萬美元在一個遺留系統(tǒng)上。但是，雖然經(jīng)濟上可獲得的切入點可以導(dǎo)致更快的消費者采用，但這可能會使阻止他們嘗試新事物同樣具有挑戰(zhàn)性。我們一直聽說，未來每個消費者都將獲得人工智能驅(qū)動的營銷活動或輔導(dǎo)或醫(yī)療保健服務(wù)，這些服務(wù)是高度個性化的，并且是即時生成的，但這還沒有發(fā)生。訓(xùn)練和推理對于人工智能模型來說，這是主要的障礙，但這些障礙正在以一種我認(rèn)為非常神奇的速度迅速減少。隨著更小和更特定于領(lǐng)域的模型的出現(xiàn)，培訓(xùn)費用正在下降，推理成本正在全面提高，使個性化推理和決策不僅在經(jīng)濟上可行，而且對希望隨著時間的推移留住用戶的人工智能公司來說可能是一個差異化因素。我還要補充的最后一點是：企業(yè)客戶對一些人工智能功能商品化的速度非常了解我曾與CIO和CTO交談過，他們今年正在使用一種生成式AI解決方案，但已經(jīng)計劃明年為更便宜、更強大的解決方案提供RFP。是遠(yuǎn)遠(yuǎn)不夠的簡單地籌集資本;創(chuàng)業(yè)公司需要展示真正的產(chǎn)品投資回報率，產(chǎn)生有意義的收入，建立一個防御護城河，并在一天結(jié)束時，提供炒作。載它也同樣容易。產(chǎn)品需要更有粘性才能創(chuàng)造持久的價值，能深度融入用戶的工作流程。大衛(wèi)·弗里德伯格OhaloGeneticsDavid是OhaloGenetics的首席執(zhí)行官行官，該委員會是一家風(fēng)險鑄造廠，致力于建立和投在加入Ohalo和TPB之前，David是全球領(lǐng)先的數(shù)字氣候公司TheClimate耳擔(dān)任執(zhí)行領(lǐng)導(dǎo)團隊成員。大衛(wèi)也是All-In的四位聯(lián)合主持人之一，All-In是一個頂級商業(yè)和投資播客。在他職業(yè)生涯的早期，他曾在谷歌擔(dān)任企業(yè)發(fā)展和產(chǎn)品方面的高級職位，并畢業(yè)于加州大學(xué)伯克利分校，獲得天體物理學(xué)學(xué)士學(xué)位。監(jiān)管以及人工智能如何徹底改變硬件，媒體，軟件和生物學(xué)我對監(jiān)管的看法以及人工智能驅(qū)動的未來如何包括無處不在品和突破性藥物讓我們從一個有爭議的領(lǐng)域開始：AI監(jiān)管。有些人認(rèn)為人工智能應(yīng)該受到嚴(yán)格監(jiān)管，以防止其被濫用，而另一些人則認(rèn)為監(jiān)管會扼殺創(chuàng)新。我的看法？世界不會調(diào)節(jié)因此，監(jiān)管較少的行業(yè)或司法管轄區(qū)將獲得優(yōu)勢并贏得市場。我認(rèn)為，你需要讓人工智能自由運作，使其具有競爭力，成功地對抗那些試圖利用人工智能造成傷害的壞人，依靠現(xiàn)有的法律來防止人工智能的不當(dāng)使用，而不是試圖控制人工智能的發(fā)展一些人工智能公司將突破邊界，其他公司將優(yōu)先考慮安全性。每個公司都會定義自己的“負(fù)責(zé)任的人工智能”，這是健康的。我們需要具有不同約束的多樣化人工智能系統(tǒng)，就像我們有不同的媒體渠道一樣。讓市場而不是監(jiān)管者來決定它想要什此外，試圖規(guī)范模型的構(gòu)建方式永遠(yuǎn)不會跟上人工智能創(chuàng)新的步伐巨大的顛覆潛力：機器人、媒和生物學(xué)以下是我認(rèn)為具有巨大顛覆潛力的幾個行業(yè)：2025年將是機器人之年我們正在目睹人工智能對自動化的影響發(fā)生巨大變化，機器視覺和自我學(xué)習(xí)。雖然2024年的重點是基礎(chǔ)模型的計算和創(chuàng)新，但2025年將是應(yīng)用和利用真實世界和模擬數(shù)據(jù)來訓(xùn)練和部署硬件系統(tǒng)并創(chuàng)造突破性經(jīng)濟價值的一年?？焖俚倪M(jìn)步使我們更接近人類機器，可以自動化物理任務(wù)，提高效率，并執(zhí)行人類無法執(zhí)行的物理任務(wù)。媒體正如我們所知，人工智能將改變媒體格局。個性化的電影和視頻游戲，以及動態(tài)生成的內(nèi)容，將從根本上改變內(nèi)容“出版”的價值主張和經(jīng)濟學(xué)。一個基本的電影故事經(jīng)歷了從任何角色的角度來看，在任何風(fēng)格，并為任何長度的時間。一個視頻游戲與無盡的變化和故事情節(jié)。一個內(nèi)容系列，其中用戶在故事中親自出現(xiàn)。AI驅(qū)動的媒體的動態(tài)可能性是無窮無盡的。有可能在未來的五年里，我有可能在未來的五年里，我們會找到一種方法，讓更小的人工智能模型在網(wǎng)絡(luò)中協(xié)同工作人工智能驅(qū)動的工具將使任何企業(yè)或初創(chuàng)公司能夠動態(tài)，快速和經(jīng)濟地創(chuàng)建自己的工作流程和軟件應(yīng)用程序，以每用戶許可費取代對昂貴的現(xiàn)成SaaS解決方案的需求。在我公司最近的一次黑客攻擊中，我們使用人工智能工具來構(gòu)建應(yīng)用程序和工作流，以取代現(xiàn)有的SaaS訂閱?；藥讉€小時。這種內(nèi)部開發(fā)允許個性化的解決方案，降低成本，并提供持續(xù)更新這一切都?xì)w功于AI驅(qū)動的軟件開發(fā)。04生物學(xué)AI現(xiàn)在可以用來設(shè)計基因組任何單細(xì)胞生物體或植物，使創(chuàng)造新的生物藥物和新的作物，可以生產(chǎn)更有營養(yǎng)的食物，使用更少的自然資源。多虧了低成本的DNA測序，利用“基因組語言模型”（GLM使我們能夠定義一個生物學(xué)“目標(biāo)”-一種抗體藥物，結(jié)合到一種特定的癌癥蛋白質(zhì)或一種生長在特定氣候下的玉米植物-和軟件業(yè)務(wù)這不僅僅是技術(shù)本身的問題，而是你如何使用它。創(chuàng)業(yè)公司需要敏捷和適應(yīng)性強，但也要提供獨特的價值。如果你只是一個LLM包裝，這將是很難建立一個可持續(xù)的業(yè)務(wù)-你很可能會得到商品化了。企業(yè)需要一個價值創(chuàng)造引擎，通過持續(xù)改進(jìn)來保持最初的可持續(xù)性。這通常來自專有數(shù)據(jù)生成，持續(xù)改進(jìn)模型性能，或鎖定對數(shù)據(jù)或客戶的訪問的網(wǎng)絡(luò)另一個關(guān)鍵的競爭優(yōu)勢將來自基礎(chǔ)設(shè)施成本。并不是說越大的模型越好。很有可能在未來幾年內(nèi)，大型模型將被簡化為更小的模型，在網(wǎng)絡(luò)中協(xié)同工作，它們可能能夠做大型模型做不到的事情。這將降低運行時成本，提高速度和其他性能指標(biāo)，開啟性能的新時代。我把這比作生物學(xué)中基因的表達(dá)和調(diào)控。可以提供所需的確切DNA序列，這個結(jié)果。使用CRISPR基因編輯工具，這些建議可以迅速制定和實施。生物學(xué)已經(jīng)成為軟件，人工智能正在開啟一個充滿可能性的新時ContextualAICEODouweKielaContextualAICEO情境AI專注于生產(chǎn)級RAG代理，這些代理高度準(zhǔn)確，可審計，并專門為您的業(yè)務(wù)。Douwe之前是HuggingFace的研究主管，在此之前是FacebookAIResearch的研究科學(xué)家。他獲得了劍橋大學(xué)的博士學(xué)位。為RAG2.0構(gòu)建情境化的AI模型方法來使用豐富的上下文來獲得復(fù)雜問題的正確答案變得至關(guān)重要當(dāng)談到人工智能時，人們傾向于認(rèn)為我們在游戲中比我們晚得多。在我們公司，我們已經(jīng)了解到人工智能技術(shù)的基礎(chǔ)設(shè)施層還不成熟--你期望工作的東西并不工作在規(guī)模上都很好與此同時，我覺得很多公司的用例目標(biāo)太低，專注于基本的助手或副駕駛應(yīng)用程序。他們沒有考慮如果你的目標(biāo)稍微高一點，你可以用這項技術(shù)自動化的工作流程和過程。在檢索中主動合并結(jié)構(gòu)化和非結(jié)構(gòu)化并行檢索增強生成是一個非常有趣的長期趨勢，更積極和準(zhǔn)確的檢索。人工智能代理試圖找出回答給定問題所需的信息，從存儲的任何地方檢索它，甚至在給出最終答案之前提出后續(xù)問題。如果你能做到這一點，那么你就有可能擁有不同的組件，如文本到SQL模型、代碼片段、計算器和結(jié)構(gòu)化數(shù)據(jù)庫查詢，以在其之上進(jìn)行推理，從而獲得最復(fù)雜問題的正確答案。目前，存在一種數(shù)據(jù)二分法，將數(shù)據(jù)庫中的結(jié)構(gòu)化數(shù)據(jù)和數(shù)據(jù)桶中的非結(jié)構(gòu)化數(shù)據(jù)分開。要在其上執(zhí)行傳統(tǒng)的RAG，您必須將其分塊并將其放入矢量數(shù)據(jù)庫，然后執(zhí)行一些額外的操作。但這二分法正在慢慢消失，所以我認(rèn)為真正令人興奮的用例是結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的交叉點。隨著技術(shù)的成熟，我希望看到多智能體系統(tǒng)結(jié)合人類和人工智能的最佳性能，以解決需要領(lǐng)域?qū)I(yè)知識和文化理解的復(fù)雜問題。這是整個領(lǐng)域的發(fā)展方使數(shù)據(jù)源多樣化并將層次結(jié)構(gòu)作為最佳實踐下一代RAG型號集成更緊密，減少幻覺，提高準(zhǔn)確性和企業(yè)級性能。這個想法很簡單，一起訓(xùn)練生成器和尋回器，而不是作為單獨的模型，它們并不真正知道對方。導(dǎo)入到RAG管道中的數(shù)據(jù)始終具有隱式層次結(jié)構(gòu)，為了最大限度地提高準(zhǔn)確性，您需要考慮該層次結(jié)構(gòu)。這一點尤其重要，因為企業(yè)需要整合外部數(shù)據(jù)源。我們看到很多客戶不想依賴任何外部信息，也許是因為他們有豐富的內(nèi)部知識庫，他們不想污然而，在這些公司中，通常有多個內(nèi)部數(shù)據(jù)源，這些數(shù)據(jù)源具有某種層次結(jié)構(gòu)，例如，研究優(yōu)先于電子郵件或者短信他們可以將相同的邏輯應(yīng)用于外部當(dāng)有沖突時，它變得非常有趣，例如在網(wǎng)絡(luò)上找到的東西與內(nèi)部研究之間。這些沖突可以通過給不同的來源分配權(quán)重或總結(jié)分歧來處理。在我們自己的管道中，我們有一個主動的檢索策略，可以確定需要什么樣的檢索以及如何權(quán)衡。為最準(zhǔn)確和詳細(xì)的結(jié)果建立基礎(chǔ)和情境模型訓(xùn)練不足或不完整會使語言模型容易產(chǎn)生幻覺。為了避免這種情況，我們從一個可能不像我們希望的那樣接地氣的基礎(chǔ)模型然后，我們對它進(jìn)行預(yù)訓(xùn)練，使其在來自檢索管道的檢索中牢固地扎根一個集成良好的系統(tǒng)非常擅長將語言模型置于上下文環(huán)境中，而語言模型是以上下文環(huán)境為基礎(chǔ)的。找到提高結(jié)果準(zhǔn)確性和細(xì)節(jié)的方法將有利于公司的發(fā)展。關(guān)于是否使用RAG存在一些爭論或者長上下文，但是如果你知道你在做什么，你可能會兩者都做。之間存在折衷成本和質(zhì)量。如果在上下文中填充信息是自由和準(zhǔn)確的，那么你可以把所有的東西都放在上下文中，但這不是它的工作方式。相反地，它會隨著上下文長度的變化而變化，所以你需要以一種聰明的方式來使用它。人類的大腦不會在工作記憶中儲存太多東西，而是只提取當(dāng)下需要的東西。同樣，在這些人工智能系統(tǒng)中，你不想在工作中有太多的背因為這需要大量的計算。相反，只檢索相關(guān)的信息需要有正確的上下文來做你的工作。如果你想知道《哈利·波特》系列中校長的名字，你不必把七本書都讀一遍就能得到答案。訣竅是在獲得準(zhǔn)確結(jié)果的同時盡量減少對計算的影響。上下文在上下文中的標(biāo)記數(shù)量上那很貴的對于長上下文模型，我們通過使注意力機制非常稀疏來解決這個問題。基本上，我們完全忽略了在大多數(shù)的注意力頭部的標(biāo)記。把這種稀疏性帶到極限，你就把大部分信息都清零了，剩下的就是你想要關(guān)注的這些最終會成為語言模型的最終答案這樣，longcontext和RAG是一回那些看起來有點遙不可及的那些看起來有點遙不可及的用例是你應(yīng)該關(guān)注的如果你認(rèn)為技術(shù)已經(jīng)準(zhǔn)備好了，即使還沒有完全準(zhǔn)備好，你就可以領(lǐng)先一步。迪倫·福AssemblyAI創(chuàng)始人兼CEO克斯AssemblyAI是一家領(lǐng)先的人工智能公司，來自Accel、Insight、SmithPoint和YCombinator的1.15億美元用于構(gòu)建人工智能系統(tǒng)，將人類語音轉(zhuǎn)化為有意義的結(jié)果和產(chǎn)品體驗。Dylan擁有研究工程師的背景，住在紐約布魯克林。彌合最后一英里問題的差距基準(zhǔn)來區(qū)分您的初創(chuàng)公司我很興奮實時的人工智能驅(qū)動的代理人會進(jìn)化我們將看到多通道代理，將包括視覺和音頻在他們的互動。例如，你可以打開一個應(yīng)用程序，顯示管道泄漏的位置，而不是打電話給水管工尋求幫助，代理人會實時指導(dǎo)你修復(fù)它代理廣泛采用和人工智能的時間軸將更比人們想象的要多我這樣說有幾個原因：顯然，我們必須解決大量的最后一英里問題，這些問題在深入生產(chǎn)之前并不明顯。人工智能的用戶體驗仍然有一些笨重，比如打斷和延遲的反應(yīng)，讓你意識到你不是在和一個人說話。我還認(rèn)為，使用和實施人工智能技術(shù)的公司需要改變他們評估人工智能技術(shù)的方式，以獲得他們期望的結(jié)果。一線希望是，這些同樣的最后一英里問題和評估人工智能技術(shù)的困難為初創(chuàng)公司提供了脫穎而出的機會。解決最后一英里問題人工智能的最后一英里問題是，使用專有或特定領(lǐng)域的知識來增強模型，可靠地遵循指示，或者檢測、移除或完全避免幻覺。我發(fā)現(xiàn)這些問題往往是獨一無二的應(yīng)用于特定行業(yè)、用例甚至客戶。每一個問題都有一個我稱之為“模糊閾值”的東西，即在解決之前需要解決多少問題。不再是人工智能采用的障礙。在語音人工智能技術(shù)中，特別是在實時語音代理中，我們遇到的最大的最后一英里問題之一是代理能夠區(qū)分與之交互的人的聲音與來自電視或其他人的背景聲音。在房間里另一個是它能夠識別罕見的單詞，比如一個人的名字，一個地方，或行業(yè)或客戶特定的術(shù)語。如果你是一家人工智能初創(chuàng)公司，你可以利用這些最后一英里的問題來為自己服務(wù)。很容易在你的產(chǎn)品中的很多地方投入人工智能。但要構(gòu)建差異化的體驗，我認(rèn)為你必須對你試圖解決的用例有一個清晰的視角，然后挖掘以深入理解人們對于用例真正關(guān)心什么。這將告訴你什么最后一英里的問題，你需要橋梁，使您的產(chǎn)品最好的，它可以。解決應(yīng)用程序中的最后一英解決應(yīng)用程序中的最后一英里問題，您就可以占領(lǐng)該市用正確的基準(zhǔn)采用AI的第二個主要障礙是評估AI技術(shù)。我看到公司在人工智能方面進(jìn)行了大量投資，這些投資基于過于通用的指標(biāo)。為了讓公司相信他們部署到生產(chǎn)中的人工智能技術(shù)將達(dá)到他們的預(yù)期，他們需要根據(jù)更詳細(xì)和相關(guān)的指標(biāo)進(jìn)行評估。例如，對于語音到文本的AI，主要的基準(zhǔn)測試指標(biāo)是單詞錯誤率。單詞錯誤率將人類成績單與機器成績單進(jìn)行比較，刪除所有格式以進(jìn)行蘋果對蘋果的比較。然而，我們發(fā)現(xiàn)，對于許多業(yè)務(wù)或用例，標(biāo)點符號如何在應(yīng)用程序中顯示，或者首字母縮略詞如何格式化，真的很重要。事實上，對于最終用戶和應(yīng)用程序開發(fā)人員來說，識別連續(xù)數(shù)字、電子郵件地址或罕見單詞可能是他們唯一關(guān)心的事情。因此，我建議AI初創(chuàng)公司幫助公司根據(jù)真正表明其特定用途成功的基準(zhǔn)指標(biāo)來評估您的AI產(chǎn)品。為了揭示這些指標(biāo)，你需要了解公司將如何使用以及他們將使用它的工作流程。你的基準(zhǔn)越接近客戶的期望--這通常與最后一英里的問題有關(guān)--就越容易知道你的人工智能產(chǎn)品何時越過了成功的模糊門檻。這是一個激動人心的時刻，對于我們這些工作，雖然我們需要克服一些障礙在人工智能被廣泛采用之前，它就會發(fā)生。我認(rèn)為創(chuàng)業(yè)公司-您解決了應(yīng)用程序中的最后一英里問題，您就可以占領(lǐng)該市場。Pinecone創(chuàng)始人兼CEO江戶Pinecone創(chuàng)始人兼CEOPinecone是領(lǐng)先的矢量數(shù)據(jù)庫，高性能的人工智能應(yīng)用程序，在規(guī)模上，在生產(chǎn)中。Edo此前曾擔(dān)任AWS研究總監(jiān)、亞馬遜A人和高級總監(jiān)在Yahoo的研究。一個巨大的人工智能機會在于利用企業(yè)數(shù)據(jù)當(dāng)業(yè)界就人工智能的下一個商業(yè)突破展開爭論時，我相信一個答案就藏在眼前。許多公司都了解基于詞匯或關(guān)鍵字的搜索的價值但從語義層面理解數(shù)據(jù)（無論是通過圖像、視頻、PDF文件還是表格利用集中的理解許多公司都了解基于詞匯或關(guān)鍵字的搜索的價值但從語義層面理解數(shù)據(jù)（無論是通過圖像、視頻、PDF文件還是表格利用集中的理解包括搜索在內(nèi)的無數(shù)應(yīng)用程序。世界上的數(shù)據(jù)是非結(jié)構(gòu)化的;了解這些數(shù)據(jù)并能夠大規(guī)模有效地檢索這些數(shù)據(jù)，可以為擁有大量專有信息的公司提供大量的商業(yè)價值。矢量數(shù)據(jù)庫對于人工智能應(yīng)用中準(zhǔn)確、最新的信息至關(guān)重要。它們將這些信息存儲為嵌入，基于語義的數(shù)據(jù)理解，可應(yīng)用于任何工作負(fù)當(dāng)然，數(shù)據(jù)管理與人工智能相關(guān)的是保持?jǐn)?shù)據(jù)的安全性，然后是如何擴展數(shù)據(jù)，確保數(shù)據(jù)的準(zhǔn)確性、新鮮性和基礎(chǔ)性。許多人可能沒有意識到，使您的產(chǎn)品生產(chǎn)就緒-包括GDPR就緒，SOC2TypeII認(rèn)證，HIPAA合規(guī)性，SSO，RBAC，CMEK，靜態(tài)和傳輸中的加密等。實際上會比其他任何事情占用更多的工程時間，因此不被視為理所當(dāng)然準(zhǔn)確性、快速性和低延遲是2025年的基線準(zhǔn)確性至關(guān)重要。今天很多LLM都停留在60%到80%的精度范圍內(nèi)。它真的來了到“垃圾進(jìn)垃圾出”你如何讓他們訪問最大的數(shù)據(jù)庫能夠?qū)崟r提供接地發(fā)電事實上，我認(rèn)為人工智能最大的機之一是搜索。事實上，我認(rèn)為人工智能最大的機之一是搜索。結(jié)構(gòu)化的;對這些數(shù)據(jù)的理解以及大規(guī)模有效檢索數(shù)據(jù)的能力可以為擁有大量專有信息的公司提供-全部由全新構(gòu)建的矢量數(shù)據(jù)庫提供最佳支持，以實現(xiàn)準(zhǔn)確性和性能大規(guī)模生產(chǎn)。除此之外，延遲是另一個巨大的部分。許多開發(fā)人員都在努力解決AI中發(fā)生的數(shù)據(jù)庫只是一個一個更大的謎團我們?nèi)绾螌⑵渲械囊恍┠Ｐ头旁谖覀兊臄?shù)據(jù)庫中？我們需要確保這種體驗，無論是對最終消費者還是對員工，盡可能高性能和高準(zhǔn)確性。埃拉德·吉CEO，吉爾資本Elad是GilCapital的首席執(zhí)行官，GilCapital是Airbnb、Anduril、Figma、Coinbase、Stripe、Square等主要技術(shù)公司的早期投資者和顧問。盡管備受關(guān)注，但我們還處于人工智能對世界的變革性影響。對于創(chuàng)業(yè)公司來說，最大的機會可能就隱藏在眼皮底下。人工智能被低估的一點是，最終產(chǎn)品是一個認(rèn)知單元。每個人都更多地將其視為一種軟件工具，但您實際上是在銷售人類的能力。目前對GPU的有幾個領(lǐng)域我相信有很大的潛力，你可以在不同的層面看到它們技術(shù)堆棧和不同類型的公司。如果你看看堆棧，在基礎(chǔ)模型方面有很多工作要做，這些模型不僅僅是語言模型，而且還涉及醫(yī)療保健和物理學(xué)等領(lǐng)域。然后在應(yīng)用程序?qū)用?，有很多有趣的東西利用人工智能轉(zhuǎn)換服務(wù)、軟件和消費產(chǎn)品，使通用工作流程更高效、更具成本效益。作為一家初創(chuàng)公司，需要問的關(guān)鍵問題是：你的業(yè)務(wù)實際上是做什么的，你的成本在哪里，你的競爭格局將如何受到人工智能的影響？對于實體行業(yè)（如航運），人工智能可能對其核心業(yè)務(wù)的影響最小，但會大大優(yōu)化所涉及的文書工作。擁有強大核心產(chǎn)品或廣泛復(fù)雜產(chǎn)品套件的軟件公司可能不會看到他們的基本功能被生成式AI破壞（盡管傳統(tǒng)ML可能會有所幫助但它仍然有潛力優(yōu)化內(nèi)部流程，工作流程和客戶支持。人工智能有一個能力的階梯，模型的每次迭代都會帶來新的可能性，而這些可能性會開辟新的用例和您的成本結(jié)構(gòu)中與受技術(shù)影響的流程相關(guān)的部分越大，您的人工智能影響或轉(zhuǎn)型的機會就越大。以下是我感到興奮的幾個領(lǐng)域：01醫(yī)療民主化我認(rèn)為人工智能更有趣但未被充分利用的領(lǐng)域之一是后訓(xùn)練或微調(diào)模型。想象一下，一個擁有知名專家專業(yè)知識的程序，可以解釋圖像，您的家族史和先前的醫(yī)療查詢，并使用所有這些背景來診斷并按需為您創(chuàng)建護理計劃。雖然早期的努力，如谷歌的醫(yī)療-PaLM和Med-PaLM2已經(jīng)探索了這個領(lǐng)域，令人驚訝的是，還沒有人完全產(chǎn)品化這個范圍的解決方案。更不用說人工智能通過蛋白質(zhì)折疊、自動化臨床前工作、合規(guī)性檢查和臨床數(shù)據(jù)來大幅降低藥物開發(fā)成本的能力，以獲得更好、更快的結(jié)果。機器學(xué)習(xí)機器學(xué)習(xí)的舊領(lǐng)域，影響力巨大的東西都沒被發(fā)現(xiàn)自動駕駛汽車是一項技術(shù)的一個很好的例子，這項技術(shù)最終取得了長足的進(jìn)步，但沒有人關(guān)注它。最后我要補充一點：在早期的技術(shù)變革中，往往有很多唾手可得的果實。奇怪的是，創(chuàng)始人不去做，因為他們認(rèn)為這太容易了。但我認(rèn)為在新市場，你可以專注于簡單的東西，這些東西在規(guī)模上運作得很好，你可以在以后建立防御能力。找到人們真正關(guān)心的東西，盡可能快地發(fā)布，測試人們是否關(guān)心，然后從那里開始。在新市場中在新市場中，您可以專注于簡單的東西，這些東西在規(guī)模上運作得很好你可以稍后再建立防御能力人工智能可以為學(xué)生提供前所未有的個人關(guān)注，指導(dǎo)他們解決特定問題或?qū)W習(xí)差距，并讓他們立即獲得一流的資源?？v觀歷史，擁有公共圖書館或公共資源作為易于訪問的知識庫帶來了巨大的社會效益。人工智能再次解鎖了這一點。哈里森·蔡斯LangChain成立于2023年初，使開發(fā)人員能夠使用LangChain開源框架構(gòu)建上下文感知推理應(yīng)用程序，LangSmith用于LLM可觀察性，評估和提示工程，以及用于代理編排的LangGraph。在創(chuàng)辦LangChain之前，Harrison領(lǐng)導(dǎo)了RobustIntelligence（一家專注于機器學(xué)習(xí)模型測試和驗證的MLOps公司）的ML團隊，在Kensho（一家金融科技初創(chuàng)公司）領(lǐng)導(dǎo)實體鏈接團 人工智能問題需要人類解決方案代理商掌握著將生產(chǎn)力提高到新水平的關(guān)鍵，但他們的成功取決于我們的指導(dǎo)在其核心，任何人工智能代理都需要像人類一樣理解問題，然后以某種形式的代碼和提示復(fù)制解決方案。因此，當(dāng)你在構(gòu)建一個智能體時，問自己兩個問題：你是否與智能體溝通了你想做的事情，以及它是否理解你在溝通什么？我認(rèn)為評估是非常重要的，以確保你沒有倒退，因為你改變你的應(yīng)用程序。我還認(rèn)為，關(guān)鍵是要弄清楚如何評估不僅是最終結(jié)果，但軌跡到達(dá)那里。模型、提示和RAG策略都在變化--您如何表示這些不同的步驟，并知道您的應(yīng)用程序在每一個步驟中都變得更好？怎么我評估更復(fù)雜的代理商？如何使用這些eval以編程方式改進(jìn)應(yīng)用程序，同時還記住它只是更大圖景的一部分？花更多的時間在這里將迫使我們更好地思考成功實際上是什么樣我們的責(zé)任是定義和完善工作流程，設(shè)置評估指標(biāo)，提供反饋，糾正過程，并減輕模型在當(dāng)前狀態(tài)下的風(fēng)險。40UX解鎖一切上下文學(xué)習(xí)提供了過度微調(diào)用戶體驗是目前代理創(chuàng)新的一個迷人空間。為了真正利用代理系統(tǒng)，我希望他們能夠擴展到超出我可以要求他們做的范圍-成為“環(huán)境代理”，在后臺運行，始終在線，監(jiān)控事件流，只有在發(fā)生有趣的事情或需要我的幫助時才提醒我。但當(dāng)代理在后臺運行時，任何人工級別的參與都需要復(fù)雜的基礎(chǔ)設(shè)施級別編程。例如，這意味著代理需要按計劃運行;它需要能夠提醒人類，并暫停，直到人類與它交互（這意味著您需要無限期地將代理保持在某個狀態(tài)）。這可能涉及代碼文件更改、內(nèi)部推理、瀏覽器狀態(tài)、文檔，然后能夠保存該狀態(tài)并在人類響應(yīng)后立即恢復(fù)它。人在回路中成為優(yōu)先事項我不太看好完全自主的智能體。我相信最好的代理將包含一個重要的人在循環(huán)組件，在最有見地的地方進(jìn)行檢查，以確保它們不會重復(fù)，并且代理會隨著時間的推移從您的反饋中學(xué)習(xí)這是構(gòu)建代理時最重要的事情，因為A）它為您提供了一個與這些代理交互的可控UX，B）它讓系統(tǒng)從這些交互中學(xué)習(xí)。這種方法使復(fù)雜的工程工作能夠在幕后進(jìn)行，同時讓我們在最重要的時候保持參垂直特定節(jié)拍通用AI模型在復(fù)雜的推理任務(wù)中苦苦掙扎。它們需要非常具體的指令，并且仍然表現(xiàn)出不可預(yù)測的行為。在模型能夠更有效地推理之前，通用代理將仍然不可靠。垂直的、狹隘的代理人基本上取代了人類的工作流程，就是思考人類如何做一些事情，然后構(gòu)建代碼和提示的組合來復(fù)制該我們今天看到的每個代理仍然是定制的-無論是自定義流，護欄，邏輯還是React風(fēng)格的循環(huán)。我認(rèn)為肯定會有更多的模式創(chuàng)新，但我也認(rèn)為有趣的東西可能會繼續(xù)在系統(tǒng)層。我認(rèn)為代理人將繼續(xù)成為熱門的事情開始到2025年。在那之后，我想這和記憶有關(guān)。例如，如果我和一個人有很多互動，我如何記住這些互動并從中學(xué)習(xí)我非?？春檬褂肔LM來反映這些交互并更新它們自己的指令或用戶簡檔隨著模型變得更好，這可能變得更有可能，但目前它確實很昂貴，而且需要很多時間。05低級別框架取得了進(jìn)展我認(rèn)為有兩種不同風(fēng)格的代理框架。有一些高級框架，這是一個內(nèi)置的任務(wù)概念，在這個概念中，你并不能真正控制信息如何傳遞的確切流程。還有一些低級的代理框架，它們可以讓您完全控制代理的確切狀態(tài)以及在任何時候通過提示之類的東西來及時完成。我預(yù)測，到2025年，我們將看到更多的低級別框架，因為我們了解到，人們需要控制這些系統(tǒng)的內(nèi)部，以便使它們足夠可靠地投入生產(chǎn)。含一個重要的人在環(huán)組件，在最有洞察力的地方檢查詹姆斯·特羅曼斯James是GoogleCloudWeb3的總經(jīng)理。擁有牛津大學(xué)視覺計算神經(jīng)科學(xué)博士學(xué)AI和Web3：完美的匹配？特價值的機會，同時建立了對人工智能模型的信心并加速了開發(fā)創(chuàng)造力使用區(qū)塊鏈支付軌道的將變得司空見慣，盡管前面有巨大的挑戰(zhàn)。開發(fā)人員的重點將集中在人工智能代理上，人工智能代理可以充當(dāng)個性化助理，為個性化投資、保險和抵押貸款管理等特定任務(wù)量身定制，利用Web3支付軌道和智能合約。其他有前途的領(lǐng)域包括開發(fā)人員支持，可組合性，和模型出處。Web3去中心化：加速AI代理用例Web3的一個更引人注目的應(yīng)用是讓人工智能代理人能夠有效地進(jìn)行商業(yè)活動。我們將在這一領(lǐng)域看到廣泛有用的創(chuàng)新。使用區(qū)塊鏈支付的rails在很大程度上是一種當(dāng)前狀態(tài)的能力;然而，利用傳統(tǒng)支付rails的代理商的例子仍然是新生的。例如，投資者將與代理人交談，以確定個人投資策略，代理人推斷并確認(rèn)風(fēng)險狀況，期望的暴露和波動性水平等內(nèi)容，成本明顯低于通常與投資組合經(jīng)理相關(guān)的1.5%AUM。代理然后將與去中心化金融（DeFi）合約進(jìn)行交互，使用穩(wěn)定幣在Web3軌道上執(zhí)行交易。這些數(shù)字資產(chǎn)在過去24個月里經(jīng)歷了爆炸性的非周期性增長，為小額支付和其他交易提供了穩(wěn)定的媒介。我們甚至可能會看到代幣化的存款或商業(yè)銀行貨幣的數(shù)字化在這里使用。同樣，人工智能代理可以評估和選擇保險政策，并設(shè)置付款時間表。但是，代理需要訪問準(zhǔn)確、經(jīng)過驗證的用戶信息。雖然可驗證的憑證正在獲得牽引力，但用戶隨著技術(shù)的進(jìn)步，AI代理的自主性將增加。代理將使用足夠小的參數(shù)計數(shù)訪問LLM，以便在個人設(shè)備上運行，同時在安全區(qū)域內(nèi)驗證用戶的憑據(jù)。代理可以在本地處理這些數(shù)據(jù)，獲得用戶洞察力，同時采用零知識證明來保護隱私。這項技術(shù)可以共享有關(guān)信息的事實-例如，證明某人已超過18歲，而不會透露其完整信息。出生日期，而不是信息本身。這種人工智能和去中心化身份（Web3的一部分）的結(jié)合是可以實現(xiàn)的，而且非常有用。未來的應(yīng)用包括人工智能代理理解和解釋合同和條款/條件，招標(biāo)和進(jìn)入反向拍賣，提供向前推進(jìn)的選項，以節(jié)省時間，金錢和管理負(fù)擔(dān)。用戶查看由代理生成的頂部選項和優(yōu)點/缺點列表。創(chuàng)建這個三方市場是一個巨大的挑戰(zhàn)，但潛在的回報是巨大的。友好的無縫實現(xiàn)仍然難以捉摸-這對初創(chuàng)公司來說是一個重要的機會。為了代表個人行事，代理人需要訪問有關(guān)該人的合格、這里仍然存在一個缺口太空變得越來越熱44AI：增強Web3開LLM代理幫助開發(fā)人員編寫安全的智能合約，降低諸如重入攻擊等風(fēng)險。這在處理托管資金的DeFi合同中特別有價值。更廣泛地說，人工智能可以檢測錯誤，自動化編碼任務(wù)，并促進(jìn)最佳實踐。人工智能的廣泛采用將帶來更高質(zhì)量的代碼，提高開發(fā)人員的生產(chǎn)最終，更多的創(chuàng)新。區(qū)塊鏈：驗證AI模型訓(xùn)練和測試數(shù)據(jù)雖然區(qū)塊鏈技術(shù)已被提出用于驗證模型訓(xùn)練數(shù)據(jù)的來源，但其大規(guī)模采用仍有待觀察。很明顯，需要一個強大的系統(tǒng)來跟蹤和驗證訓(xùn)練數(shù)據(jù)，但哪些特定的用戶群將需要這種能力并推動產(chǎn)品市場的契合度尚未確定。這仍然是一個領(lǐng)在Web3領(lǐng)域的探索和實驗此外，雖然閉源模型通常缺乏實時數(shù)據(jù)和推理驗證，但在加密環(huán)境已經(jīng)證明了這種能力。Web3可組合性：創(chuàng)新的催化劑Web3的可組合性原則--區(qū)塊鏈技術(shù)中固有的原則--使開發(fā)人員能夠?qū)⒅悄芎霞s創(chuàng)建為獨立的、通常是開源的業(yè)務(wù)邏輯模塊。它們的透明性允許任何人理解和重用它們。在規(guī)模上，這促進(jìn)了一個豐富的生態(tài)系統(tǒng)，開發(fā)人員可以輕松地組合和調(diào)整現(xiàn)有的合同，以創(chuàng)建新的應(yīng)用程序，減少編碼工作。AI代理將進(jìn)一步降低開發(fā)成本和復(fù)雜性。隨著我們建立更先進(jìn)的多智能體方法來共同“思考”解決問題，將離散智能合約功能映射到智能體專業(yè)是一個自然的選擇：智能體可以去狩獵對于提供特定功能的智能合約，請評估選項并選擇最佳選項。大規(guī)模地這樣做來解決復(fù)雜的多步驟問題是非常適45李昕晢Jennifer是AndreessenHorowitz的普通合伙人，專門從事數(shù)據(jù)系統(tǒng)、開發(fā)人員工具和人工智能方面的企業(yè)和基礎(chǔ)設(shè)施投資，包括ElevenLabs、Ideogram和Pylon在內(nèi)的多個開發(fā)板此前，Jennifer曾在Solvvy（被Zoom收購）和AppDynamics（被Cisco收購）擔(dān)任產(chǎn)品領(lǐng)導(dǎo)職有卡內(nèi)基梅隆大學(xué)軟件工程碩士學(xué)位和倫斯勒理工學(xué)院技術(shù)管理碩士學(xué)位。圍繞AI代理的機會投資下一代人工智能基礎(chǔ)設(shè)施這將比人們對人工智能代理的預(yù)期更長真正成為主流。模型推理能力需要提高。而且我已經(jīng)看到了更多的小尺寸模型被用于生產(chǎn)比最有能力的模型，即使這仍然是前沿所有的大實驗室都在努力實現(xiàn)這一點--所以我們將看到整個模型的前景如何。但我不認(rèn)為這個街區(qū)只是在模特那邊-代理人將利用的基礎(chǔ)設(shè)施和根深蒂固的系統(tǒng)集成問題也需要解決。我還在考慮人工智能代理需要的數(shù)據(jù)管理工具，他們將需要的實時功能，以更好地與用戶交互。需要有一個狀態(tài)管理和內(nèi)存管理系統(tǒng)--可以在代理本身中，也可以在模型之外--來真正協(xié)調(diào)這個工作流。人類真正擅長的是最后一英里：把事情想清楚，然后做出基于洞察力的重大決定。我認(rèn)為，幾乎所有其他的事情--那些唾手可得的果實--都已經(jīng)成熟，適合創(chuàng)業(yè)公司去改進(jìn)。開發(fā)人員工作流程的快速發(fā)展我對能夠改變開發(fā)人員體驗的AI應(yīng)用程序感到特別興編碼已經(jīng)成為人工智能中最成熟的領(lǐng)域之一，因為它具有更容易驗證的結(jié)果和快速的反饋循環(huán)。您可以檢查結(jié)果是正確的，并且已經(jīng)有很多工具，從測試到驗證，來幫助確定模型是否以您想要的方式執(zhí)行。它可以像自動完成一樣簡單，也可以像代理構(gòu)建一個完整的應(yīng)用程序一樣復(fù)雜。有一些方法可以集成人工智能功能來提高開發(fā)人員的生產(chǎn)力，幫助開發(fā)人員構(gòu)建下一個應(yīng)用程序或產(chǎn)品，但開發(fā)人員的行為習(xí)慣將更難改變。因此，如果你真的一步一步地指導(dǎo)開發(fā)人員采用AI，那么你可以帶來10倍的生產(chǎn)力提升。我認(rèn)為我們已經(jīng)看到了采用和ROI。這不僅僅是關(guān)于編碼。AI也在制造開發(fā)人員更容易使用和學(xué)習(xí)新的工具和技術(shù)。文檔變得更加易于訪問和交互，開發(fā)人員可以快速獲得問題的答案，而不會迷失在文本的海洋中。因此，我對那些能夠?qū)I功能無縫集成到現(xiàn)有（如IDE）或新開發(fā)工具中的公司感興趣，以明顯增強生產(chǎn)力使用人工智能生成用戶界面和組件的初創(chuàng)公司，使日常用戶更容易構(gòu)建和部署應(yīng)用程序。漸進(jìn)式方法比“一切AI”創(chuàng)業(yè)公司和創(chuàng)始人似乎明白，AI是未來。但我發(fā)現(xiàn)一種幾乎是內(nèi)在的恐懼，害怕引進(jìn)新的能力，猶豫著要不要搬家。太大或太快，當(dāng)談到人工智能。對于創(chuàng)始人來說，我會說真正專注于人工智能能力可以移動針的地方，并嘗試逐步做出改變和轉(zhuǎn)變。我認(rèn)為這種方法比任何更大的“一切人工智能”轉(zhuǎn)變都更有成效和回創(chuàng)始人能做的最重要的事情是非常接近地面，非常接近新的人工智能研究，以及現(xiàn)有的行為如何慢慢改這有助于形成新產(chǎn)品，將產(chǎn)品推出，并了解市場和用戶的反應(yīng)。最終，我認(rèn)為偉大的團隊是了不起的產(chǎn)品建設(shè)者。投資者傾向于優(yōu)秀的產(chǎn)品品味，以及能夠?qū)⑺麄兊南敕ū磉_(dá)為直觀，時尚產(chǎn)品的優(yōu)秀工程人才。理解模型的能力，并將其與用戶想要的結(jié)合起來，這就是魔力。因此，我們傾向于高速度，快速建立產(chǎn)品團隊，就像我們傾向于研究和機器學(xué)習(xí)能力一樣。46創(chuàng)始人能做的最重要的事情46創(chuàng)始人能做的最重要的事情是非常接近地面，非常接近新的研究以及現(xiàn)有的行為是如何慢慢改變的。公司簡介Jerry是一位經(jīng)驗豐富的技術(shù)專家和投資者，專注于企業(yè)軟件、云基礎(chǔ)設(shè)施、數(shù)據(jù)產(chǎn)品和人工智能，專注于與雄心勃勃的創(chuàng)始人合作，創(chuàng)造變革性的業(yè)務(wù)。Jerry自2013年以來一直是Greylock的合伙人，他在VMware和AccelPartners擔(dān)任領(lǐng)導(dǎo)職務(wù)期間積累了豐富的經(jīng)驗，從公司成立到擴大規(guī)模都為公司提供支持，并擔(dān)任多家創(chuàng)新公司的董事會董事。家的局面構(gòu)建，銷售和貨幣化應(yīng)用程序以及買家如何反過來資助和貨幣化應(yīng)用程序的規(guī)則你的競爭對手不再是現(xiàn)任者，而是現(xiàn)任者的商業(yè)反過來資助和貨幣化應(yīng)用程序的規(guī)則你的競爭對手不再是現(xiàn)任者，而是現(xiàn)任者的商業(yè)模式。我相信人工智能的最終商業(yè)模式尚未開創(chuàng)。我們不知道人工智能公司的價值單位-我遇到的創(chuàng)始人仍然在弄清楚。所以這是一個空間因為它對你如何構(gòu)建、銷售和貨幣化你的產(chǎn)品很重要。我認(rèn)為我們將看到很多新的商業(yè)模式，人工智能滲透到不同的垂直領(lǐng)域和業(yè)務(wù)線，這是有趣的部分。以前已經(jīng)做過了。SaaS和云計算公司改變了模式，從按席位銷售應(yīng)用程序到訂閱或廣告驅(qū)動的銷48這里有四件事要考慮尋找預(yù)算替代機會02滿足垂直行業(yè)和工作流程當(dāng)目標(biāo)是運營費用而不是傳統(tǒng)的軟件預(yù)算時，這是非常有趣的，因為您不是與現(xiàn)有的軟件提供商競爭資金，而是基于您可以為客戶的內(nèi)部運營模式帶來的效率進(jìn)行競爭。這種方法對于人工智能交互的新類別應(yīng)用特別有效，例如人工智能呼叫中心，人工智能治療師或人工智能審計師。這些應(yīng)用程序更具破壞性，因為你正在創(chuàng)建一些還不存在的東西，這讓我們感到興奮。我們看到人工智能在大大小小的公司中為不同垂直領(lǐng)域的特定需求提供服務(wù)。以前，企業(yè)必須選擇一個通用的解決方案，并為他們的業(yè)務(wù)定制它。借助AI，您可以更輕松地以更低的成本滿足獨特的工作流程。我們希望人工智能應(yīng)用程序能夠利用個人設(shè)備上的數(shù)據(jù)來了解個人興趣、偏好以及對公司數(shù)據(jù)（如系統(tǒng)記錄和工作流程）的訪問權(quán)限。我們已經(jīng)有幾個了我們的投資組合中的公司，來幫助大型模特訪問個人數(shù)據(jù)。然后，人工智能可以學(xué)習(xí)每個企業(yè)的行為方式，并使用這些個人數(shù)據(jù)來構(gòu)建特定于企業(yè)的應(yīng)用程序。這釋放了價值，并通過不斷改進(jìn)基于不斷發(fā)展的個人數(shù)據(jù)的工作流程創(chuàng)造了一個可防御的地位。我們認(rèn)為創(chuàng)業(yè)公司在這方面有優(yōu)勢非常大的現(xiàn)任者。你的競爭對手不再是現(xiàn)任者你的競爭對手不再是現(xiàn)任者，而是現(xiàn)任者的商業(yè)模式。我相沒有開創(chuàng)。49在整個組織試驗和整理您的AI應(yīng)用程序堆棧我們鼓勵初創(chuàng)公司考慮業(yè)務(wù)中的每一個功能，真正了解他們不同的角色。尋找AI代理或應(yīng)用程序需要特定垂直或知識工作者類別（如開發(fā)人員，會計師和律尋找相對于創(chuàng)造價值的高工資，以及重復(fù)的工作流程或技能。如果存在不匹配，那么市場需求可能存這既有趣又可怕，因為我們花了太多時間來了解CIO或VP工程師想要的。有時對于某些SaaS公司來說，這是CFO或銷售副總裁或HR想要的?，F(xiàn)在你必須考慮每一個功能在這一行對特定角色的痛點有一些基本見解的創(chuàng)始人將具有競爭優(yōu)勢。最后，我們?nèi)匀灰业娇蛻舨樗麄兲峁﹥r值。誰能在速度上更好地抓住用戶體驗，誰就能獲勝。沒有人知道模型、嵌入、向量數(shù)據(jù)庫、安全、代理框架等方面的標(biāo)準(zhǔn)AI應(yīng)用程序堆棧會是什么。我認(rèn)為我們首先會看到開發(fā)人員像今天一樣構(gòu)建AI應(yīng)用程序，然后快速找出如何利用這些應(yīng)用程序。一系列新的工具，使他們的AI驅(qū)動的應(yīng)用程序工作得很我們看到開發(fā)人員使用開源和云來嘗試新技在購買之前，先將其分解。我們在初創(chuàng)公司中看到了很多實驗，最終開發(fā)人員用腳投票。他們?nèi)プ詈玫墓ぞ?，所以我們看他們?nèi)ツ睦?。我們還看到初創(chuàng)公司構(gòu)建合成數(shù)據(jù)和其他模型用于訓(xùn)練后評估，以確保模型的準(zhǔn)確性。我們現(xiàn)在還不知道的東西太多了，在技術(shù)成熟之前，人們將在評估中發(fā)揮重要作用50佳麗佳麗聯(lián)合創(chuàng)始人、總裁LiveXAI首席AI官LiveXAI為快樂、忠誠的客戶提供AI代理。Jia被選為IEEEFellowforLeadershipinLargeScaleAI。類人AI改變客戶體驗人工智能正在不斷發(fā)展，以推動更高效，個性化和人性化的體驗我今天在AI領(lǐng)域觀察到的最令人興奮的發(fā)展之一是可以模擬類人交互的AI代理的興起。作為人類，我們可以觀察，我們可以交流，我們可以互動，我們可以采取行動，我們可以展示。雖然現(xiàn)在對于一個模型和一種類型的數(shù)據(jù)來說我們正在取得進(jìn)步，而類人的人工智能代理是未來的發(fā)展方向。今天的人工智能代理有能力直接從自然語言，甚至從多模態(tài)數(shù)據(jù)中理解：如果你向AI展示你的產(chǎn)品，例如，提示它“告訴我產(chǎn)品的一些問題”，它可以立即理解你的提示并完成你的請求。AI變得越來越有用-而且更加個性化--因為人工智能的人性化推理、理解和交互正在不斷改進(jìn)。這種向人性化交互的轉(zhuǎn)變有可能徹底改變客戶體我覺得這就是生成式人工智能驅(qū)動的人工智能代理的美麗和力量：它可以理解單個客戶的意圖和情感，然后幫助這些客戶根據(jù)他們的意圖進(jìn)行導(dǎo)航。我相信這種向更有效、更個性化的互動發(fā)展的趨勢是存在的，因為人工智能不僅僅是模型的大小，或者不同的架構(gòu)，或者計算能力。這也與數(shù)據(jù)有關(guān)。人們經(jīng)常低估數(shù)據(jù)的力量，但它是釋放人工智能真正潛力的關(guān)鍵許多較老的基于規(guī)則的人工智能系統(tǒng)，我稱之為“AI1.0”體驗，依賴于預(yù)定義的響應(yīng)。考慮客戶服務(wù)體驗，很多是或否的問題，我們可能會按一些數(shù)字，然后代理商將我們沿著預(yù)定的路線引導(dǎo)。然而，較新的人工智能代理可以理解自然語言，甚至可以解釋圖像或視頻等多模態(tài)數(shù)據(jù)。這可以提供更加個性化的客戶體驗，因為人工智能可以識別一個人的問題、意圖和情緒，從而引導(dǎo)更自然、更有益的互動。戰(zhàn)隨著AI智能體融入我們的生活，我們必須應(yīng)對圍繞信任、隱私和安全的新挑戰(zhàn)。對我們來說，考慮安全和隱私很重要，我們要問自己：我們打造值得信賴的產(chǎn)品？我們?nèi)绾翁幚磉M(jìn)入大型語言模型的所有隱私和安全性？在過去，人工智能可能已經(jīng)解決了簡單的是或否類型的問題。但現(xiàn)在，大型語言模型正試圖回答更復(fù)雜的問題，盡管它們可能還無法為我們提供清晰或有益的解決方案。所以更復(fù)雜的人工智能有時會導(dǎo)致幻覺和擔(dān)憂圍繞生成式AI的合規(guī)性要求，帶來了關(guān)于信任、隱私和安全的新挑戰(zhàn)。一種有效的信任和隱私方法，是利用模型來處理隱私保護-例如，在模型開始學(xué)習(xí)之前就剔除個人身份信息或敏感數(shù)據(jù)。此外，經(jīng)過專門訓(xùn)練的模型可以處理即時注射，并適當(dāng)處理不安全類型的問題