編輯 | 言征

出品 | 51CTO技術(shù)棧（微信號：blog51cto）

臨近年尾，相信很多朋友都在盤點(diǎn)這一年。很多人都在有意無意地在圍觀大模型這場全明星球賽。

OpenAI、谷歌、Anthropic、Meta，還有馬斯克的 XAI，以及AI應(yīng)用層面比如Perplexity等一眾新秀球員，究竟誰會技壓群雄，贏得接下來的2025？

這還得交給入局久的專業(yè)老球迷來做賽事的點(diǎn)評。12月初，在知名商業(yè)博客節(jié)目Invest Like The Best中，有兩位大模型領(lǐng)域的老球迷對這一賽事做了很犀利全面的點(diǎn)評。一位是投了25家大模型領(lǐng)域公司（4家基礎(chǔ)設(shè)施，21家AI應(yīng)用）的Benchmark普通合伙人Chetan Puttagunta，另一位是基金操盤手Modest Proposal。

兩位都非常接近OpenAI、谷歌、Meta、Anthropic等公司的內(nèi)幕，對各大球員的優(yōu)勢軟肋遠(yuǎn)比外界媒體了解的更多，這次給到了很多讓人驚掉下吧的言論，因?yàn)闀r(shí)間很長，這里摘選最為炸裂的幾點(diǎn)：

1. 預(yù)訓(xùn)練的擴(kuò)展轉(zhuǎn)到了推理的擴(kuò)展，但推理擴(kuò)展也很快窮盡。
2. GPT-5總體上發(fā)布崩潰了，2026年、2028年才有希望。
3. 模型層的穩(wěn)定對于應(yīng)用層來說是一個(gè)巨大的福音。
4. Llama 4 相對于 Llama 3 是否是階躍函數(shù)，這都不重要，重要的是他們是否突破了效率的界限。
5. Meta應(yīng)該收購Perplextity。

一、大模型2024現(xiàn)狀：預(yù)訓(xùn)練轉(zhuǎn)向推理，測試時(shí)縮放

Patrick：

Chetan，或許你可以先從你的角度跟我們講講，在關(guān)于大型語言模型及其擴(kuò)展的故事中，在技術(shù)方面當(dāng)下最有趣的部分是什么。

Chetan：

是的，我認(rèn)為我們現(xiàn)在處于這樣一個(gè)階段，即人們普遍認(rèn)同或知曉，在過去的兩年里，所有實(shí)驗(yàn)室在如何看待規(guī)模擴(kuò)展方面都遇到了某種趨于平穩(wěn)的效果，這特別是在預(yù)訓(xùn)練領(lǐng)域。據(jù)規(guī)模擴(kuò)展的規(guī)律，在預(yù)訓(xùn)練中，計(jì)算能力增加得越多，得到的模型就越好。一切都以數(shù)量級來考慮。所以，在這個(gè)問題上增加 10 倍的計(jì)算能力，模型性能和智能就會有一個(gè)階躍函數(shù)式的提升。

這無疑在這里帶來了令人難以置信的突破，我們從所有實(shí)驗(yàn)室看到的都是非常出色的模型。但這一切的陰影甚至從2022年底開始，在某個(gè)時(shí)候，我們將耗盡由人類生成的文本數(shù)據(jù)。

而且我們很快就要進(jìn)入合成數(shù)據(jù)的世界了。世界上所有的知識實(shí)際上都已被標(biāo)記化，并被這些模型所吸收。當(dāng)然，存在小眾數(shù)據(jù)、私人數(shù)據(jù)以及所有這些尚未被標(biāo)記化的小型存儲庫，但就數(shù)量級而言，這不會對這些模型的可用數(shù)據(jù)量產(chǎn)生特別顯著的增加。

在 2022 年展望未來時(shí)，你們看到了合成數(shù)據(jù)是否能讓這些模型繼續(xù)擴(kuò)展這個(gè)重大問題。

正如你們看到的那條線，大家都認(rèn)為這個(gè)問題會在 2024 年真正凸顯出來。而現(xiàn)在我們就在這里，我們身處當(dāng)下，大型模型供應(yīng)商都在努力用合成數(shù)據(jù)進(jìn)行訓(xùn)練。而現(xiàn)在，正如媒體所報(bào)道的，以及所有這些人工智能實(shí)驗(yàn)室的領(lǐng)導(dǎo)者都公開表示，由于合成數(shù)據(jù)，我們現(xiàn)在遇到了限制。

由大型語言模型自身生成的合成數(shù)據(jù)無法使預(yù)訓(xùn)練中的規(guī)模擴(kuò)展得以持續(xù)。因此，我們現(xiàn)在轉(zhuǎn)向一種被稱為測試時(shí)計(jì)算的新范例。從非常基本的層面來說，測試時(shí)計(jì)算就是你實(shí)際上讓大型語言模型審視這個(gè)問題，想出一系列可能的解決方案，并并行推進(jìn)多種解決方案。你創(chuàng)建了這個(gè)叫做驗(yàn)證器的東西，反復(fù)地對解決方案進(jìn)行迭代處理，而這種新的擴(kuò)展范例，可以說，在 X 軸上以對數(shù)刻度測量的時(shí)間，以及在 Y 軸上的智能。

這就是我們?nèi)缃竦奶幘?，似乎幾乎所有人都在邁向這樣一個(gè)世界：在這個(gè)世界里，我們從基于預(yù)訓(xùn)練和訓(xùn)練的擴(kuò)展，發(fā)展到基于如今被稱為推理的擴(kuò)展，或者說推理時(shí)間、測試時(shí)間，無論你怎么稱呼它。這就是截至 2024年第四季度我們的現(xiàn)狀。

Patrick：

這是一個(gè)關(guān)于整體情況的后續(xù)問題。那么，先把資本支出以及我們稍后與大型公共科技公司討論的所有其他問題放在一邊，基于你現(xiàn)在所了解的情況，能否說，轉(zhuǎn)向以時(shí)間為變量的測試時(shí)縮放，就像“誰在乎呢？”只要這些東西變得越來越強(qiáng)大，這不就是最重要的嗎？而且我們是以一種不同于僅僅基于預(yù)訓(xùn)練的方式來做這件事的，這一事實(shí)又如何呢？真的有人在乎嗎？這重要嗎？

二、就像大模型訓(xùn)練撞墻一樣，推理也會很快撞墻

Chetan：

在測試時(shí)間或推理范例中，有兩件事很快就會凸顯出來，那就是大型語言模型（LLMs）會非常迅速地探索潛在解決方案的空間。作為模型開發(fā)者或從事模型工作的人員，很快就會意識到，用于測試時(shí)間計(jì)算的算法可能會很快耗盡有用的解決方案搜索空間。這是第一點(diǎn)。

第二點(diǎn)，存在一種被稱為驗(yàn)證器的東西，它正在審視哪些可能是好的解決方案，哪些可能是壞的解決方案，應(yīng)該追求什么，以及能夠辨別出哪些是好的解決方案，哪些是壞的解決方案，或者哪些是最佳路徑，哪些不是最佳路徑。目前尚不清楚這是否會隨著計(jì)算能力的無限增強(qiáng)而呈線性擴(kuò)展。最后，任務(wù)本身可能是復(fù)雜的、不明確的，而限制因素可能是計(jì)算能力，也可能不是。

所以，思考這些問題總是非常有趣的，就好像你有無限的計(jì)算能力來解決這個(gè)問題，你能否做得更快？當(dāng)然，在推理方面，肯定會有一些問題，如果你只是擴(kuò)大計(jì)算規(guī)模就能做得更快。但很多時(shí)候，我們開始看到證據(jù)表明，在我們當(dāng)今擁有的技術(shù)中，這不一定是能隨計(jì)算呈線性擴(kuò)展的東西。

現(xiàn)在我們能夠解決所有這些問題嗎？當(dāng)然，會有算法的改進(jìn)，會有數(shù)據(jù)的改進(jìn)，會有硬件的改進(jìn)，這里會有各種各樣的優(yōu)化改進(jìn)。我們?nèi)栽诎l(fā)現(xiàn)的是，用于推理的基礎(chǔ)模型所擁有的固有知識或可用數(shù)據(jù)仍然有限。僅僅因?yàn)槟阍谧非鬁y試時(shí)間，并不意味著你就能通過在測試時(shí)間擴(kuò)大計(jì)算規(guī)模來突破之前所有的數(shù)據(jù)限制。

所以，這并不是說我們在推理方面遇到了障礙，也不是說我們在測試時(shí)間遇到了障礙。這只是問題集、挑戰(zhàn)以及計(jì)算機(jī)科學(xué)問題開始演變。作為一名風(fēng)險(xiǎn)投資家，我非常樂觀，相信我們能夠解決所有這些問題。但它們是可以解決的。

三、GPT-5?至少得2026年，甚至2028年

Patrick：

那么，如果這就是研究實(shí)驗(yàn)室的觀點(diǎn)，Modest，我很好奇你能給我們講講大型公共科技公司的悲觀看法，因?yàn)樵谶@個(gè)話題上，很多內(nèi)容都是關(guān)于支出資本、戰(zhàn)略定位、所謂的所有這些支出的投資回報(bào)率，以及他們將如何在這一巨額資本支出中獲取回報(bào)。你認(rèn)為Chetan剛剛所說的一切都能很好地反映在公共科技公司的立場、定價(jià)和估值中嗎？

Modest：

我認(rèn)為你必須從宏觀層面開始，然后再深入到微觀層面。為什么這很重要呢？因?yàn)榇蠹叶贾溃缃裨跇?biāo)準(zhǔn)普爾 500 指數(shù)中，大型科技公司所占比例更大。但除此之外，我認(rèn)為從主題上講，人工智能已經(jīng)更廣泛地滲透到工業(yè)、公用事業(yè)領(lǐng)域，而且我認(rèn)為，作為對這一領(lǐng)域的直接投資，其市值占比在 40%到 45%之間。

而且，如果你甚至將其擴(kuò)展到世界其他地區(qū)，你就會把阿斯麥（ASML）、臺積電（TSMC）以及整個(gè)日本芯片行業(yè)都牽扯進(jìn)來。

所以，如果你看看累計(jì)市值，這是當(dāng)下對人工智能的直接投資，規(guī)模巨大。所以我認(rèn)為，當(dāng)你審視整個(gè)投資格局時(shí)，你幾乎被迫對此形成看法，因?yàn)閹缀跛腥硕紩谀撤N形式上與一個(gè)指數(shù)進(jìn)行對比，而該指數(shù)在微觀層面上將是人工智能的衍生投資。我認(rèn)為這是一個(gè)令人著迷的時(shí)代，因?yàn)樗械墓_市場投資都是對不同路徑進(jìn)行情景分析和概率加權(quán)。如果你回想一下大概四個(gè)月前我們談?wù)摰臅r(shí)候，我想說，結(jié)果的分布已經(jīng)發(fā)生了變化。

當(dāng)時(shí)，在那個(gè)時(shí)間點(diǎn)，在那個(gè)層面上進(jìn)行預(yù)訓(xùn)練和擴(kuò)大規(guī)模絕對是可行之道。當(dāng)時(shí)我們就討論了其影響。我們談?wù)撨^帕斯卡的賭注，也談?wù)撨^囚徒困境。在我看來，當(dāng)投入成本是 10 億美元或 50 億美元時(shí)，談?wù)撨@些是容易的。但我們很快就要接近這樣一個(gè)時(shí)間點(diǎn)，屆時(shí)賭注將達(dá)到 200 億美元或 500 億美元。你可以看看這些公司的現(xiàn)金流量表。很難悄悄加入300億美元的交易額度。

因此，GPT-5 的發(fā)布總體上崩潰了。讓我們將其應(yīng)用于所有不同的實(shí)驗(yàn)室。我認(rèn)為這原本會是關(guān)于投入資金量的一個(gè)重大證明點(diǎn)，因?yàn)檫@些都是三到四年的投入承諾。當(dāng)時(shí)是在談?wù)?Stargate，即假設(shè)的由 OpenAI 和微軟討論的 1000 億美元數(shù)據(jù)中心，那是在 2028 年的交付承諾。

但在接下來的六到九個(gè)月中的某個(gè)時(shí)候，要么行，要么不行。我們已經(jīng)知道，30 萬到 40萬個(gè)芯片的超級集群將在明年年底到 2026 年初交付。但我們可能需要看到下一款機(jī)型取得一些成功的證據(jù)，才能獲得下一輪的承諾。所以，我認(rèn)為所有這些都是背景。在微觀層面上，如果我們從預(yù)訓(xùn)練轉(zhuǎn)向推理時(shí)間，這將是一個(gè)非常有力的轉(zhuǎn)變，并且有幾個(gè)重大影響。

其一，它能使收入生成與支出更好地協(xié)調(diào)一致。我認(rèn)為這對于整個(gè)行業(yè)來說是一個(gè)非常非常有益的結(jié)果，因?yàn)樵陬A(yù)訓(xùn)練領(lǐng)域，情況并非如此。

將投入 200 億、300 億、400 億美元用于資本支出，在 9 到 12 個(gè)月內(nèi)訓(xùn)練模型，進(jìn)行訓(xùn)練后的工作，然后將其推出，然后希望通過推理從中獲得收入。在測試時(shí)間計(jì)算擴(kuò)展的世界里，你現(xiàn)在正在使你的支出與模型的底層使用情況相匹配。因此，就純粹的效率和財(cái)務(wù)方面的可擴(kuò)展性而言，對于超大規(guī)模企業(yè)來說，這要好得多。

我認(rèn)為第二個(gè)重大影響在于，同樣，我們必須說，我們不知道預(yù)訓(xùn)練的規(guī)?；欠駮Ｖ?。但如果你確實(shí)看到了這種向推理時(shí)間的轉(zhuǎn)變，我認(rèn)為你需要開始思考如何重新設(shè)計(jì)網(wǎng)絡(luò)架構(gòu)？你是否需要在能源低成本的陸地上建立數(shù)百萬個(gè)芯片超級集群，還是需要在全國范圍內(nèi)分散布局更小、更低延遲、更高效的推理時(shí)間數(shù)據(jù)中心？而且當(dāng)你重新設(shè)計(jì)網(wǎng)絡(luò)架構(gòu)時(shí)，對電力利用率和電網(wǎng)設(shè)計(jì)的影響是什么？

我想說，支撐投資世界很大一部分的諸多敘述，我認(rèn)為都得重新思考。而且我要說，由于這是一種相對較新的現(xiàn)象，如今公眾市場尚未開始著手應(yīng)對這種潛在的新架構(gòu)是什么樣子，以及它可能會如何影響一些潛在的支出。

四、無需大量算力和資源小團(tuán)隊(duì)式創(chuàng)新造出一個(gè)DeepSeek

Patrick：

Chetan，我很好奇，或許能講講 DeepSeek 以及其他類似的情況，在這些情況中，你會看到小團(tuán)隊(duì)用相對較少的資金構(gòu)建新模型，在性能上與一些前沿模型相競爭。你能談?wù)勥@種現(xiàn)象以及它讓你想到了什么，或者對整個(gè)行業(yè)有何影響嗎？

Chetan：

這真的令人驚嘆。在過去的，大概六周的時(shí)間里，我們在 Benchmark 這里見到的團(tuán)隊(duì)，成員人數(shù)在兩到五人之間。Modest之前在你們的播客中談過這個(gè)，那就是技術(shù)創(chuàng)新的故事一直是，在帕洛阿爾托的某個(gè)車庫里，總是有兩到三個(gè)人在做一些事情，以非常非常迅速地趕上老牌企業(yè)。

我認(rèn)為我們現(xiàn)在在模型層看到了這種情況，坦率地說，這是兩年來未曾見過的。具體而言，我認(rèn)為我們?nèi)匀徊荒馨俜种俅_定預(yù)訓(xùn)練和訓(xùn)練規(guī)模的回歸不會發(fā)生。

我們目前還不知道。但在當(dāng)下這個(gè)趨于平穩(wěn)的時(shí)期，我們開始看到這些小團(tuán)隊(duì)趕上前沿。我所說的前沿是指最先進(jìn)的模型在哪里，特別是在文本處理方面？我們看到這些小團(tuán)隊(duì)，確切地說，只有兩到五個(gè)人，以遠(yuǎn)低于大型實(shí)驗(yàn)室投入多個(gè)數(shù)量級的資金躍上了前沿。

我認(rèn)為部分原因在于開源模型的數(shù)量驚人地激增。具體來說，Meta 在 LLaMA 方面的所作所為在這里產(chǎn)生了巨大的影響。LLaMA 3.1 有三種版本，分別為 4050 億、700 億和80 億。而 LLaMA 3.2 則有 10 億、30 億、110 億和 900 億這幾種版本。

你可以獲取這些模型，下載它們，將它們放在本地機(jī)器上，你可以將其放入云端，可以將其放在服務(wù)器上，并且你可以使用這些模型來進(jìn)行提煉，優(yōu)化——調(diào)整、訓(xùn)練、改進(jìn)等等，等等，并憑借相當(dāng)有趣的算法技術(shù)跟上前沿。

而且由于你不需要大量的計(jì)算資源，或者你不需要大量的數(shù)據(jù)，你就能夠在特定的垂直領(lǐng)域、特定的技術(shù)或者特定的用例方面展現(xiàn)出特別的聰明才智和創(chuàng)新能力，從而非常迅速地躍升至前沿。我認(rèn)為這在很大程度上改變了我個(gè)人對模型層以及模型層潛在早期投資的看法。這里存在很多不確定性，很多依賴變量，而且實(shí)際上在六周內(nèi)，這一切可能都不再成立了。

但如果這種狀態(tài)成立，即預(yù)訓(xùn)練并非因合成數(shù)據(jù)而擴(kuò)展，這僅僅意味著你現(xiàn)在可以做得更多，以最少的資金迅速跳到前沿，找到你的用例，找到你最強(qiáng)大的地方，然后從這一點(diǎn)出發(fā)，坦率地說，超級巨頭會成為最好的朋友。

因?yàn)樵诋?dāng)今，如果你處于前沿領(lǐng)域，你正在推動(dòng)一個(gè)用例，你不再受到 GPU 的特別限制。特別是如果你打算進(jìn)行測試時(shí)推理、測試時(shí)計(jì)算之類的工作，并且你為比如說 10 家企業(yè)客戶提供服務(wù)。或者也許這是一個(gè)針對特定用例優(yōu)化的消費(fèi)解決方案。

計(jì)算方面的挑戰(zhàn)已經(jīng)不像2022年那么大了。在 2022 年，你會和這些開發(fā)者交流，這就變成了這樣一個(gè)問題：嗯，你能把十萬個(gè)集群拼湊在一起嗎？因?yàn)槲覀冃枰M(jìn)行訓(xùn)練，然后還得去買所有這些數(shù)據(jù)，即便你知曉所有技術(shù)，突然間你一算，就會說，要啟動(dòng)第一次訓(xùn)練運(yùn)行我得花十億美元。而這可不是一種可行的模式。

從歷史上看，這就是風(fēng)險(xiǎn)投資模式。風(fēng)險(xiǎn)投資模式一直是能否組建一支非凡的團(tuán)隊(duì)，實(shí)現(xiàn)技術(shù)突破，做到資本輕型化，迅速超越現(xiàn)有企業(yè)，然后以某種方式獲得分銷立足點(diǎn)并推進(jìn)。在過去兩年的模式層面，這似乎絕無可能實(shí)現(xiàn)。但在過去的六、八周里，這種情況確實(shí)發(fā)生了改變。

5.大模型只是另一種工具

Modest：

我認(rèn)為這很重要。關(guān)于 Meta 開源以及超大規(guī)模公司的開源推動(dòng)前沿發(fā)展，小型模型能夠擴(kuò)展到非常成功的程度，這是極其有益的，特別是對于沒有原生大型語言模型的 AWS 來說。但如果你退一步思考一下云計(jì)算的歷史，就會發(fā)現(xiàn)它為開發(fā)者和建設(shè)者提供了一套工具。AWS 率先清晰地闡述了這一愿景。

9 月份在高盛的一次會議上，馬特·加曼公開談到了此事。但他們的觀點(diǎn)顯然一直是，大型語言模型只是另一種工具，生成式人工智能是他們能夠?yàn)槠淦髽I(yè)客戶和開發(fā)者客戶提供以打造下一代產(chǎn)品的另一種工具。這種愿景面臨的風(fēng)險(xiǎn)是一個(gè)全能且具有普遍性的暴民。

所以，這再次讓你不得不重新思考，如果我們不構(gòu)建這些大規(guī)模的預(yù)訓(xùn)練實(shí)體，將訓(xùn)練損失降至近乎為零，并以這樣或那樣的形式構(gòu)建出那個(gè)隱喻中的上帝，那會怎樣。

相反，如果行業(yè)的重點(diǎn)是在測試階段、推理階段，并試圖在客戶需要的地方解決實(shí)際問題，我認(rèn)為這再次重新設(shè)計(jì)并重新構(gòu)建了這項(xiàng)技術(shù)如何推出的整個(gè)愿景。而且我認(rèn)為我們需要謙遜，因?yàn)槲覀儾恢?LlaMA 4 會是什么樣子。我們不知道Grok 3 即將推出。這是目前在有史以來最大的集群上進(jìn)行訓(xùn)練的兩個(gè)模型。

所以我們現(xiàn)在所說的一切可能在三個(gè)月內(nèi)都是錯(cuò)的。但我認(rèn)為，當(dāng)下的整個(gè)工作就是吸收所有可用的信息，并根據(jù)我們?nèi)缃袼匦旅枥L各種情景路徑。如果這是正確的，我覺得人們還沒有更新他們對于這些路徑可能如何發(fā)展的先驗(yàn)判斷。

Patrick：

我很好奇，Chetan，對于這種變化，也許現(xiàn)在你會投資一家模式公司，你怎么看。我記得兩年前我們一起吃晚餐的時(shí)候，你跟我說，作為一家公司，你們剛剛決定不投資這些公司。就像你說的，這不符合我們的模式。我們不會在首次試運(yùn)行時(shí)就開出數(shù)十億美元的支票。

因此，我們不在那部分堆棧上進(jìn)行投資。我們更多地投資于應(yīng)用層，在這場討論中稍后我們會再次回到這個(gè)話題。但也許再多談?wù)勥@種關(guān)于其如何運(yùn)作的更新觀點(diǎn)，一個(gè)示例投資可能是什么樣子，以及即使 LLaMA 4 是預(yù)訓(xùn)練縮放損失保持不變，這是否會改變，因?yàn)檫@似乎只是像 DeepSeek 那樣受益。好的，現(xiàn)在不是 3.2，而是 4，我們?nèi)栽谧鑫覀兊氖?，而且仍然更好、更便宜、更快等等?/p>

那么，是的，對于這種新觀點(diǎn)，即有可能投資于模式公司，而不僅僅是應(yīng)用公司，你有何看法？

Chetan：

在 Meta 的上一次財(cái)報(bào)電話會議上，馬克·扎克伯格談到了他們開始開發(fā) LLaMA 4，并表示 LLaMA 4 正在一個(gè)比以往他所見過的任何集群都大的集群上進(jìn)行訓(xùn)練。

所引用的數(shù)字表明，它比十萬臺 H100 還要強(qiáng)大，或者比我所看到的關(guān)于其他公司正在做的任何事情都要強(qiáng)大。而且他還說，你知道，較小的 Llama 4 型號應(yīng)該會在 2025年初準(zhǔn)備好。這真的很有趣，因?yàn)闊o論 Llama 4 相對于 Llama 3 是否是階躍函數(shù)，這都不重要，重要的是他們是否突破了效率的界限，達(dá)到了即使只是逐步提升的程度，這對開發(fā)者群體產(chǎn)生的影響也是相當(dāng)深遠(yuǎn)的，因?yàn)槿缃?Llama 的影響力有兩個(gè)方面，我認(rèn)為這對 Meta 非常有利，其一。Llama 所使用的 Transformer 架構(gòu)是一種標(biāo)準(zhǔn)架構(gòu)，但它有自己的細(xì)微差別。

而且，如果構(gòu)建于 Llama 之上的整個(gè)開發(fā)者生態(tài)系統(tǒng)開始僅僅假定 Llama 3 Transformer架構(gòu)是基礎(chǔ)且某種標(biāo)準(zhǔn)的做法，那么這就有點(diǎn)像是將整個(gè)堆棧朝著 Llama 的思維方式標(biāo)準(zhǔn)化，從硬件供應(yīng)商如何支持你的訓(xùn)練運(yùn)行，到超級巨頭等等，不一而足。因此，對 Llama 本身的標(biāo)準(zhǔn)化開始變得越來越普遍。

所以，如果你要?jiǎng)?chuàng)辦一家新的模式公司，最終的結(jié)果是，如今從 Llama 開始，不僅很棒，因?yàn)?Llama 是開源的，而且還極其高效，因?yàn)檎麄€(gè)生態(tài)系統(tǒng)都在采用這種架構(gòu)。所以你是對的，作為一家擁有 5 億美元資金的早期基金，我們試圖在每個(gè)基金周期進(jìn)行 30 項(xiàng)投資，10 億美元的試運(yùn)行基本上意味著你要投入兩筆資金來進(jìn)行一次可能成功也可能不成功的試運(yùn)行。

因此，這是一項(xiàng)資本高度密集型的業(yè)務(wù)。順便說一下，這些模型的折舊時(shí)間表令人望而生畏。蒸餾作為一種技術(shù)，使得這些模型的防御性和這些模型的注釋極其具有挑戰(zhàn)性。這實(shí)際上歸結(jié)為你在其之上進(jìn)行的應(yīng)用是什么，你的網(wǎng)絡(luò)效應(yīng)是什么，你如何在那里獲取經(jīng)濟(jì)效益等等。

我認(rèn)為，就目前的情況而言，如果你是一個(gè)兩到五人的團(tuán)隊(duì)，你可以以編程為例，通過在 Llama 的基礎(chǔ)上進(jìn)行微調(diào)訓(xùn)練，推動(dòng)建立一個(gè)能更快生成更好編程答案的模型，然后提供一個(gè)應(yīng)用程序，其中包含你自己的定制模型，這確實(shí)能為你的客戶（無論是開發(fā)者還是其他類似的人員）帶來非凡的效果。所以，我們這里的特定方法和策略一直是，從我們看到 OpenAI API 開始流行起的時(shí)候起，就大力投資于應(yīng)用程序。

2022 年夏天，我們開始看到開發(fā)者談?wù)撨@些 OpenAI API。從那時(shí)起，我們的很多努力就是尋找那些考慮利用這些 API 來開拓應(yīng)用層的企業(yè)家，并真正開始思考在當(dāng)前這波人工智能浪潮之前根本不可能存在哪些應(yīng)用。

顯然，我們已經(jīng)看到一些非常出色的成功公司從中脫穎而出，它們?nèi)蕴幱谠缙陔A段，但它們所展現(xiàn)出的發(fā)展勢頭、所提供的客戶體驗(yàn)、所采用的生物識別技術(shù)等等，都非同凡響。幾周前，布雷特·泰勒（Brett Taylor）曾在你們的播客節(jié)目中，塞拉（Sierra）就是一個(gè)這樣的例子。在采購方面，我們有一個(gè)叫做 Levelpath 的項(xiàng)目。在整個(gè)投資組合中，在應(yīng)用層還有許多其他例子，在那里，你可以審視每一個(gè)大型 SaaS 市場，用應(yīng)用層的投資去開拓它，并開始思考如今哪些是兩年、三年、四年前還無法實(shí)現(xiàn)的事情。

六、大模型這場球賽，誰會勝出？OpenAI？谷歌？還是Meta？

Patrick：

我很好奇，想稍微談?wù)勎覀冋劦降哪切┐笮突A(chǔ)模型參與者，比如 Llama，但不太想談 xAI、 Anthropic 和 OpenAI，也許還有 Meta。先從你說起，我很好奇你對于它們的戰(zhàn)略定位以及每家重要的方面的想法。

也許以 OpenAI 為例，也許這里的關(guān)鍵在于他們打造了一個(gè)多么出色的品牌，他們擁有龐大的用戶群體，他們有眾多出色的合作伙伴，人們知曉并使用他們的產(chǎn)品，有很多人為他們付費(fèi)，比如 20 美元之類的。也許在這種模式中，分發(fā)渠道比產(chǎn)品本身更為重要。

我很好奇你對這三位球員的看法，到目前為止他們占據(jù)主導(dǎo)地位，但通過你目前的分析，似乎重要的是他們要不斷創(chuàng)新。

Modest：

所以我認(rèn)為對 OpenAI 來說有趣的部分在于，他們剛剛完成了最近一輪融資，而且對于投資理由有一些相當(dāng)公開的評論。沒錯(cuò)，很多評論都圍繞著這樣一個(gè)觀點(diǎn)，即他們在消費(fèi)端已經(jīng)獲得了逃逸速度，ChatGPT 現(xiàn)在是認(rèn)知的參考，隨著時(shí)間的推移，他們將能夠聚集巨大的消費(fèi)需求端，并據(jù)此收取適當(dāng)?shù)馁M(fèi)用，而他們在企業(yè) API 和應(yīng)用程序構(gòu)建方面的投入要少得多。

如果你仔細(xì)想想我們所談?wù)摰膬?nèi)容，就會發(fā)現(xiàn)這超級有趣。

在他們的財(cái)務(wù)數(shù)據(jù)中，如果你剔除訓(xùn)練費(fèi)用，如果你剔除這筆巨大的前期支出需求，按照他們的預(yù)測，這實(shí)際上很快就會成為一家利潤豐厚的公司。所以從某種意義上說，這可能會更好。

那么現(xiàn)在問題變成了，一家不再在前沿領(lǐng)域呈階躍式推進(jìn)的公司，其防御能力如何？在這方面，我認(rèn)為這最終將歸結(jié)為一點(diǎn)，谷歌也在前沿推進(jìn)，而且他們很可能會免費(fèi)贈送產(chǎn)品，還有 Meta。

我認(rèn)為我們或許可以花一整集來談?wù)?Meta 以及他們在企業(yè)和消費(fèi)者方面的嵌入式選擇權(quán)。但讓我們先談?wù)勏M(fèi)者方面。

這是一家擁有超過 30 億消費(fèi)者接觸點(diǎn)的企業(yè)。他們顯然正在將 Meta AI 應(yīng)用于各種場景。不難看出，他們應(yīng)該收購 Perplexity 公司。

但你剛剛還看到司法部站出來表示，谷歌應(yīng)該被迫授權(quán)其搜索索引。我想不出還有誰比 Meta 更有利可圖，它有機(jī)會以極低的成本承接谷歌的搜索索引。但關(guān)鍵在于，我認(rèn)為將會有兩個(gè)大規(guī)模的互聯(lián)網(wǎng)巨頭免費(fèi)提供本質(zhì)上類似于 ChatGPT 的產(chǎn)品。所以這將是一個(gè)引人入勝的案例研究，探討“這種產(chǎn)品能否在消費(fèi)者心目中占據(jù)主導(dǎo)地位”。

我的孩子們知道 ChatGPT 是什么，他們不知道 Claude 是什么。我的家人知道 ChatGPT 是什么，他們不知道 Grok 是什么。所以我認(rèn)為對于 OpenAI 來說，問題在于你能否超越免費(fèi)？如果你能，而且訓(xùn)練成本降低，這將是一家很快就能盈利的公司。

如果你去了解 Anthropic 公司，我認(rèn)為他們面臨著一個(gè)有趣的困境，即人們認(rèn)為 Sonnet 3. 5 可能是現(xiàn)有的最佳模型。他們擁有令人難以置信的技術(shù)人才。他們不斷吸納越來越多的 OpenAI 研究人員，我認(rèn)為他們會構(gòu)建出出色的模型，但他們有點(diǎn)受困。他們在消費(fèi)者中的知名度不高。

在企業(yè)方面，我認(rèn)為 Llama 會讓前沿的模型構(gòu)建者很難試圖在那里創(chuàng)造巨大的價(jià)值。所以他們被困在中間。出色的技術(shù)專家，優(yōu)質(zhì)的產(chǎn)品，但并非真正可行的策略。而且你看，他們又籌集了 40 億美元。

對我來說，這表明預(yù)訓(xùn)練的擴(kuò)展效果不太好，因?yàn)?40 億美元遠(yuǎn)遠(yuǎn)達(dá)不到他們的需求。如果擴(kuò)展的途徑是預(yù)訓(xùn)練，那我對他們未來的戰(zhàn)略路徑就沒什么好的判斷力了。我認(rèn)為他們陷入了困境。

關(guān)于 xAI，我就當(dāng)不知道了。他（埃隆·馬斯克）是一位獨(dú)一無二的人才，他們將擁有一個(gè) 20 萬芯片集群，并且有一個(gè)面向消費(fèi)者的接觸點(diǎn)，他們正在構(gòu)建一個(gè)應(yīng)用程序編程接口（API）。但我認(rèn)為，如果預(yù)訓(xùn)練是擴(kuò)展的途徑，那么他們將面臨與其他所有人相同的數(shù)學(xué)難題，只不過可能因埃隆獨(dú)特的籌資能力而有所緩解。

但同樣，在接下來的四五年的時(shí)間里，數(shù)字會迅速變得如此龐大，甚至可能超過他。然后，如果到了測試階段，計(jì)算和算法改進(jìn)以及推理，它們的差異在哪里，它們的市場切入點(diǎn)在哪里，當(dāng)你有人在消費(fèi)端站穩(wěn)腳跟，而企業(yè)端又有一個(gè)同樣強(qiáng)大的開源實(shí)體時(shí)，情況會怎樣？

所以當(dāng)你審視這三者時(shí)，我認(rèn)為最容易看清的是 OpenAI 未來的發(fā)展方向是什么。

不過，關(guān)于 OpenAI，我要說的是諾姆·布朗，我發(fā)現(xiàn)他是研究領(lǐng)域最出色的溝通者之一。他最近上了紅杉資本的播客節(jié)目，當(dāng)被問及通用人工智能時(shí)，他說，你看，我覺得我在 OpenAI 之外的時(shí)候，對整個(gè)通用人工智能的事情持懷疑態(tài)度。但實(shí)際上這是他們所關(guān)注的。

當(dāng)我進(jìn)入 OpenAI 工作時(shí)，我非常清楚他們對于通用人工智能（AGI）非常認(rèn)真，這是他們的使命，其他一切都服務(wù)于 AGI。我們很容易坐在外面，清晰地闡述如果我們負(fù)責(zé)那里可能會采取的策略，但我認(rèn)為我們需要意識到這樣一個(gè)事實(shí)，即他們之所以能走到今天這一步，部分原因在于他們肩負(fù)著使命。

該任務(wù)是開發(fā)通用人工智能，對于為其設(shè)定任何其他最終目標(biāo)，我們都應(yīng)該非常謹(jǐn)慎。

七、2025，AGI已經(jīng)接近實(shí)現(xiàn)至少端到端時(shí)代已經(jīng)到來

Chetan：

而我個(gè)人的看法是，通用人工智能已經(jīng)非常接近實(shí)現(xiàn)了。

Patrick：

再多說幾句。那為什么它還沒到這兒？這些東西比我打交道的大多數(shù)人都聰明。

Chetan：

是的，我想是這樣。狹義定義的人工通用智能（AGI），或者也許是從廣義定義的角度來看，這取決于你的觀點(diǎn)，是一個(gè)高度自主的系統(tǒng)，在某些情況下在某些具有經(jīng)濟(jì)價(jià)值的工作中超越了人類的表現(xiàn)。用這種視角很容易說 AGI 已經(jīng)存在。我認(rèn)為非常明確的是，如果你看看 OpenAI 發(fā)布的公告以及他們高管在最近幾周接受的采訪，其中一個(gè)例子是端到端的旅行預(yù)訂，這是我們可以期待在 2025 年看到的東西，在那里你可以提示系統(tǒng)為你預(yù)訂旅行，然后它就會去做。

這是一種新的思維方式，即端到端的任務(wù)完成或端到端的工作完成。這顯然涉及推理，涉及自主工作，涉及使用計(jì)算機(jī)，正如克勞德所闡述的那樣。而且你正在將這些大型語言模型與生態(tài)系統(tǒng)本身相互作用的多種方式結(jié)合起來，將其放入一個(gè)非常出色的組合中，從而能夠完成端到端的工作，并使其完全自動(dòng)化，做得比人類更好。在我看來，從這個(gè)角度來看，我們已經(jīng)非常非常接近了。

而且我設(shè)想，到 2025 年，我們將非常接近或達(dá)到通用人工智能的水平。鑒于當(dāng)前的進(jìn)展和創(chuàng)新，再加上現(xiàn)在轉(zhuǎn)向測試時(shí)的計(jì)算和推理，從這個(gè)角度來看，通用人工智能即將到來。

Modest：

這很有趣，因?yàn)槲覀冇悬c(diǎn)像在溫水里煮的青蛙，我們相當(dāng)輕松地通過了圖靈測試，然而再也沒有人坐在這里談?wù)摚禾炷模覀兺ㄟ^了圖靈測試。它來了又過去了。所以，也許通用人工智能的宣告也是同樣的道理，就像，是的，當(dāng)然模型能夠預(yù)訂端到端的旅行。這實(shí)際上沒那么難。

然而，兩年半以前，如果你說：“嘿，有一種算法，你可以告訴它你想做什么，它會從頭到尾安排好并給你發(fā)送一張收據(jù)?！蹦銜f，

“沒門兒?！彼赃@可能有點(diǎn)像煮青蛙，突然有一天你醒來，一個(gè)實(shí)驗(yàn)室說：“嘿，我們實(shí)現(xiàn)了通用人工智能?！贝蠹铱赡苡悬c(diǎn)像，“啊，酷?！辈贿^，實(shí)驗(yàn)室宣布實(shí)現(xiàn)通用人工智能在更廣泛的意義上有趣，有一個(gè)特別的原因，那就是與微軟的關(guān)系。微軟去年夏天首次披露，在通用人工智能實(shí)現(xiàn)之前，他們擁有 OpenAI 知識產(chǎn)權(quán)的全部權(quán)利。

所以，如果 OpenAI 選擇宣稱已實(shí)現(xiàn)通用人工智能，我認(rèn)為這將在他們和微軟之間引發(fā)一種非常有趣的動(dòng)態(tài)，這將加劇當(dāng)前已經(jīng)在發(fā)揮作用的、本就非常有趣的動(dòng)態(tài)。所以，這在明年肯定是值得關(guān)注的，不僅對公開市場的投資者而言是如此，對更廣泛的生態(tài)系統(tǒng)的影響也是如此。因?yàn)槲以俅握J(rèn)為，如果我們現(xiàn)在所走的道路是正確的，那么隨著我們向前推進(jìn)，關(guān)系和商業(yè)伙伴關(guān)系將會有很多重新洗牌。

Patrick：

Chetan，Modest對大公司的評估中還有其他內(nèi)容嗎？而且鑒于我們沒有特別談到谷歌，我們很希望聽聽你對谷歌的看法。有沒有他說的話你不同意或者想要進(jìn)一步追問的？

Chetan：

不，我認(rèn)為我們只是不知道的是，我們不知道所有這些房間里進(jìn)行的潛在討論，我們可以推測并了解我們可能會怎么做。但我認(rèn)為，歸根結(jié)底，每一家互聯(lián)網(wǎng)企業(yè)或科技企業(yè)最終都?xì)w結(jié)為以下兩種情況。

在消費(fèi)者方面，分銷隨后與某種網(wǎng)絡(luò)效應(yīng)和鎖定效應(yīng)相結(jié)合，然后你就能憑借這一點(diǎn)脫穎而出，在競爭中占據(jù)優(yōu)勢。而在企業(yè)方面，這在很大程度上是一種由技術(shù)差異化以及以出色的服務(wù)級別協(xié)議、優(yōu)質(zhì)的服務(wù)以及非常獨(dú)特的解決方案交付方法所驅(qū)動(dòng)的業(yè)務(wù)。所以，Modest對消費(fèi)者的評論以及消費(fèi)者將如何演變。

我認(rèn)為這完全正確。Meta、谷歌和 XAI 都有面向消費(fèi)者的接觸點(diǎn)。OpenAI 如今擁有出色的品牌，憑借 ChatGPT 以及大量的消費(fèi)者接觸點(diǎn)。

而在企業(yè)方面，挑戰(zhàn)在于這些 API 迄今在很大程度上都不如開發(fā)者所期望的那樣可靠。

由于超大規(guī)模云服務(wù)提供商出色的工作，開發(fā)人員已經(jīng)習(xí)慣，如果你為一款產(chǎn)品提供 API，那么這款產(chǎn)品應(yīng)該是無限可擴(kuò)展的，全天候可用的，API 失效的唯一原因是某個(gè)大型數(shù)據(jù) 中心停電之類的原因。很少有理由讓 API 失效。這已成為開發(fā)人員對企業(yè)解決方案的思維模式。在過去的兩年里，AI API 的質(zhì)量對應(yīng)用程序開發(fā)人員來說是一個(gè)巨大的挑戰(zhàn)。

因此，最終的結(jié)果是人們已經(jīng)找到了變通方法，并通過純粹的創(chuàng)新解決了所有這些問題。但在這方面繼續(xù)推進(jìn)，我們再次回到這一點(diǎn)上。如果預(yù)先訓(xùn)練和擴(kuò)展不是解決之道，而完全取決于測試時(shí)的計(jì)算能力，這就是我們再次回到超大規(guī)模運(yùn)營商傳統(tǒng)方式的地方。我認(rèn)為在這方面，AWS 具有極大的優(yōu)勢，因?yàn)?Azure 和 Google 都有出色的云服務(wù)，但 AWS擁有最大的云。

它確實(shí)以一種非常獨(dú)特的方式構(gòu)建了彈性。即使在今天，如果你運(yùn)行 LLaMA 模型，你會希望在 AWS 上運(yùn)行 LLaMA 模型，或者由于某些原因，如果你有一些非常特定的用例并且需要為本地客戶提供支持，你也可以在那些監(jiān)管環(huán)境復(fù)雜或存在合規(guī)原因的大型金融機(jī)構(gòu)中，如果你愿意，你可以在本地運(yùn)行這些模型。

而且，AWS 甚至已經(jīng)在這方面有所行動(dòng)，比如 VPC（虛擬專用云）、GovCloud 以及諸如此類的東西。所以，如果我們假設(shè)預(yù)訓(xùn)練和擴(kuò)展工作已經(jīng)完成，那么突然之間， AWS 就會變得極其強(qiáng)大，在過去幾年里，他們的策略就是與開發(fā)者生態(tài)系統(tǒng)中的所有人交朋友，而不是自行開展大型語言模型的工作。

嗯，他們正在推進(jìn)，但并非以與其他公司相同的方式推進(jìn)，這最終很可能會成為一個(gè)相當(dāng)不錯(cuò)的策略，因?yàn)橥蝗婚g你就擁有了最好的 API 服務(wù)。我認(rèn)為另一部分是谷歌，我們還沒談?wù)摰剿?，他們的云在某些方面非常出色。所以他們有企業(yè)業(yè)務(wù)。如果你看看最新的收益報(bào)告，會發(fā)現(xiàn)他們的企業(yè)業(yè)務(wù)實(shí)際上已經(jīng)相當(dāng)大規(guī)模了。顯然，他們的消費(fèi)業(yè)務(wù)占主導(dǎo)地位，而且一直有一種看法認(rèn)為他們?nèi)缃袷艿搅藳_擊。

我認(rèn)為這些力量對他們極具破壞性。但目前尚不清楚這種破壞是否已經(jīng)發(fā)生。他們對此采取了什么行動(dòng)？顯然他們正在努力嘗試，而且很明顯他們正在非常努力地嘗試。

但我認(rèn)為這是一件值得關(guān)注的事情，也是我喜歡的那種，因?yàn)檫@是典型的創(chuàng)新者困境。顯然，作為現(xiàn)有企業(yè)，他們正努力站在不被創(chuàng)新者取代的有利一邊。他們非常努力。所以在商業(yè)史上，現(xiàn)有企業(yè)成功阻止創(chuàng)新者攻擊的情況非常少見。

而且如果他們在這個(gè)時(shí)代確實(shí)捍衛(wèi)了自己的業(yè)務(wù)，那將是一項(xiàng)非凡的成就。

Modest：

是的，谷歌非常引人入勝，因?yàn)樵幸晃怀錾馁u方分析師卡洛斯·基爾吉納（Carlos Kirjner），不幸的是，他去世了。但在 2015 年和 2016 年，他花了大量報(bào)告來寫谷歌在人工智能方面的進(jìn)展，以及他們在 DeepMind 所做的基礎(chǔ)工作，實(shí)際上他非常喜歡這些工作，最終去了谷歌工作，但首先揭示了他們在神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)方面所做的基礎(chǔ)工作這一想法。

顯然，他們被這種大規(guī)模的暴力擴(kuò)展所震驚，推動(dòng)這波技術(shù)的是實(shí)實(shí)在在地在計(jì)算上投入。但如果你閱讀過任何對那些預(yù)見到這堵數(shù)據(jù)墻的人的采訪，他們談到的其中一點(diǎn)是，自我對弈可能是克服數(shù)據(jù)不足的一種模式。而誰比 DeepMind  更擅長自我對弈呢？

如果你審視一下 DeepMind 在 Transformer 出現(xiàn)之前所擁有的成果，以及他們將 Transformer 與計(jì)算能力的擴(kuò)展相結(jié)合所取得的成果，似乎他們已經(jīng)具備了所有能取勝的條件。但我一直以來提出的問題都不是谷歌能否在人工智能領(lǐng)域取勝？而是，無論取勝是什么樣子，它是否有可能重現(xiàn)當(dāng)前范例中取勝時(shí)的輝煌？這才是真正的問題所在。

正如Chetan所說，如果他們能克服困境并取得勝利，那將會令人驚嘆，但我認(rèn)為他們具備這樣的條件。真正的問題在于，他們能否憑借現(xiàn)有的資產(chǎn)打造出一家企業(yè)，這家企業(yè)在任何方面都能像可以說是我們所見過的最偉大的商業(yè)模式——互聯(lián)網(wǎng)搜索那樣出色。所以我同樣很期待關(guān)注他們。我認(rèn)為在企業(yè)方面，他們擁有令人難以置信的模式和資產(chǎn)。

我認(rèn)為他們需要贏得很多信任。我覺得隨著時(shí)間的推移，他們在那個(gè)世界里起起落落，所以我認(rèn)為這對他們來說是一個(gè)更難突破的方面。但在消費(fèi)者方面，當(dāng)然在模型構(gòu)建方面，他們已經(jīng)具備了所有獲勝的條件。

問題在于，那個(gè)獎(jiǎng)項(xiàng)究竟是什么樣子？尤其是現(xiàn)在，看起來似乎不存在一兩個(gè)能稱霸的模型。

八、大模型越穩(wěn)定，應(yīng)用越有機(jī)會

Patrick：

Chetan，我很好奇，作為一名尋求回報(bào)的投資者，你個(gè)人希望走什么樣的道路？

Chetan：

我個(gè)人希望人工智能能持續(xù)很長時(shí)間。作為一名風(fēng)險(xiǎn)投資者，你需要巨大的顛覆來解鎖分銷。如果你看看互聯(lián)網(wǎng)或移動(dòng)領(lǐng)域所發(fā)生的情況，以及價(jià)值在哪里產(chǎn)生，在這兩波浪潮中，價(jià)值主要在應(yīng)用層產(chǎn)生。顯然，我們的假設(shè)，也是我的假設(shè)，是這一層由于人工智能應(yīng)用層的創(chuàng)新，將再次非常有利于分銷的解鎖。我認(rèn)為到目前為止這在很大程度上已經(jīng)顯現(xiàn)出來了。雖然仍處于早期階段，但那些推出面向消費(fèi)者和企業(yè)的人工智能應(yīng)用產(chǎn)品的供應(yīng)商發(fā)現(xiàn)，這些解決方案之所以能夠存在，完全是因?yàn)槿斯ぶ悄?。它們正在以一種坦率地說在 SaaS 或面向?qū)I(yè)消費(fèi)者的 SaaS 等領(lǐng)域無法實(shí)現(xiàn)的方式解鎖分銷渠道。

我們將給你一個(gè)非常具體的例子，一個(gè)由人工智能驅(qū)動(dòng)的應(yīng)用程序。我們現(xiàn)在正向《財(cái)富》500 強(qiáng)企業(yè)的首席信息官展示這些演示。兩年前，確實(shí)有一些不錯(cuò)的演示。如今，這是一個(gè)非常出色的演示，同時(shí)還結(jié)合了五個(gè)客戶參考案例，這些客戶都是同行，他們在生產(chǎn)中使用了它，并取得了巨大的成功。在那次交流中，有一點(diǎn)變得非常清晰，那就是我們所展示的并非是對現(xiàn)有 SaaS 解決方案的 5%的改進(jìn)。而是關(guān)于我們能夠大幅削減軟件支出和人力資本支出，并將其轉(zhuǎn)移到這個(gè)人工智能解決方案上。而且你對軟件的 10 倍傳統(tǒng)投資回報(bào)率的定義很容易被認(rèn)可，人們能在 30 分鐘內(nèi)理解。

于是你開始看到，過去軟件即服務(wù)（SaaS）和人工智能應(yīng)用通常有著非常漫長的銷售周期，而現(xiàn)在 15 分鐘就能做出決定，30 分鐘就能做出決定。而且對于企業(yè)來說，采購流程完全不穩(wěn)定?，F(xiàn)在首席信息官會說類似這樣的話：“咱們盡快把這個(gè)搞定?！蔽覀兇蛩氵M(jìn)行為期 30 天的試點(diǎn)。一旦成功，我們就會簽訂合同并立即部署。這些情況在三年、四年前的軟件即服務(wù)領(lǐng)域是完全不可能的，因?yàn)楫?dāng)時(shí)你是在與老牌企業(yè)競爭，在與他們的分銷優(yōu)勢、服務(wù)優(yōu)勢以及所有這類東西競爭。而且很難證明你的特定產(chǎn)品是獨(dú)特的。

所以，自 2022 年以來，我可以說自 2022 年 11 月的 ChatGPT 以來，這在這個(gè)世界上似乎是一個(gè)非常好的前后界限。我們已經(jīng)對人工智能公司進(jìn)行了  25  項(xiàng)投資，對于一個(gè)由五個(gè)合作伙伴組成的 5 億美元基金來說，這是一個(gè)非凡的速度。上次我們達(dá)到這種速度是在 2009 年 App Store 推出的時(shí)候。然后，我們再次達(dá)到這種速度是在 1995 年、1996 年的互聯(lián)網(wǎng)時(shí)期。在這兩者之間，你們可以看到我們的投資步伐相當(dāng)緩慢。

在非顛覆性時(shí)期，我們平均每年大概投資五到七次。顯然，現(xiàn)在我們的投資步伐大幅加快。如果你看看這 25 家公司，其中四家是基礎(chǔ)設(shè)施公司，其余的是應(yīng)用公司。而且我們剛剛投資了我們的第一家模式公司，不過這還沒有公布。

但這是兩個(gè)人，兩個(gè)非凡的、才華橫溢的人，他們帶著很少的資金就投身于前沿領(lǐng)域。所以，我們顯然已經(jīng)押注并預(yù)料到，在應(yīng)用層會有巨大的創(chuàng)新和分發(fā)解鎖。我們已經(jīng)看到這種情況正在發(fā)生。作為軟件投資者，這些產(chǎn)品確實(shí)令人驚嘆。

它們需要對這些事物的架構(gòu)方式進(jìn)行徹底的重新思考，從第一性原理出發(fā)。你需要統(tǒng)一的數(shù)據(jù)層，需要新的基礎(chǔ)設(shè)施，需要新的用戶界面以及諸如此類的東西。顯然，初創(chuàng)企業(yè)相對于老牌軟件供應(yīng)商具有顯著的優(yōu)勢。這并不是說老牌軟件供應(yīng)商停滯不前，只是如今在企業(yè)軟件領(lǐng)域，創(chuàng)新者的窘境比在消費(fèi)領(lǐng)域更激烈地在我們眼前上演。

我認(rèn)為在消費(fèi)領(lǐng)域，消費(fèi)者參與者已經(jīng)意識到了這一點(diǎn)，正在推動(dòng)變革，并正在采取行動(dòng)。然而，我認(rèn)為在企業(yè)領(lǐng)域，即便你意識到了這一點(diǎn)，即便你有采取行動(dòng)的愿望，解決方案的構(gòu)建方式也無法響應(yīng)大幅的重組架構(gòu)。那么，我們能看到這種情況發(fā)生嗎？一家大型 SaaS 公司會暫停銷售兩年，然后徹底重新架構(gòu)其應(yīng)用堆棧嗎？

當(dāng)然，但我就是覺得這不會發(fā)生。所以，如果你看看關(guān)于人工智能軟件支出正在發(fā)生什么的任何分析，比如僅純支出在 2023 年和 2024 年之間同比增長了 8 倍。在短短一年的時(shí)間里，就從幾億美元增長到了遠(yuǎn)遠(yuǎn)超過 10 億美元。你可以看到這種拉動(dòng)，你能感受到這種拉動(dòng)。

如果你身處這些人工智能應(yīng)用公司中的任何一家，會發(fā)現(xiàn)這類公司更多地是受供應(yīng)限制而非需求限制。我們與這些應(yīng)用公司的首席執(zhí)行官交流，他們只是會說類似這樣的話：“嗯，就我所能看到的情況，我看到了需求?！蔽抑皇菦]有能力為所有對我表示同意的人提供服務(wù)。所以我打算對其進(jìn)行細(xì)分，然后到他們所在的地方去。

作為一名投資者，我所希望的是這種情況能持續(xù)下去，我們能保持穩(wěn)定，從而專注于這些方面。坦率地說，模型層的穩(wěn)定對于應(yīng)用層來說是一個(gè)巨大的福音，主要是因?yàn)樽鳛閼?yīng)用開發(fā)者，你坐在那里看著模型層每年都實(shí)現(xiàn)階躍式的飛躍。

而且你在某種程度上不知道該構(gòu)建什么，也不知道哪些是應(yīng)該等待構(gòu)建的，因?yàn)轱@然你希望它與模型層完全一致，因?yàn)槟Ｐ蛯蝇F(xiàn)在正轉(zhuǎn)向推理。這對于應(yīng)用程序開發(fā)人員來說是一個(gè)很好的地方。

作為應(yīng)用程序開發(fā)者，你知道的一件事是人類是沒有耐心的。因此，你需要始終構(gòu)建在性能和質(zhì)量方面優(yōu)化的解決方案。作為應(yīng)用程序開發(fā)者，你不能對用戶說，比如，我打算提供一個(gè)高質(zhì)量的響應(yīng)。

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：言征