红杉美国：生成式AI进入第二阶段了

来源：深思圈

图片来源：由无界 AI? 生成

去年的今日，红杉美国官网发表了一篇题为《Generative AI: A Creative New World》的文章，我个人认为当时的那篇文章代表着新一轮Paradigm shift（范式转移）的开始，拉开了AIGC时代的序幕。原文作者是红杉的两位合伙人：Sonya Huang和Pat Grady，当时我也在第一时间翻译了那篇文章，并且在国内广为流传。那篇文章也可以说是开启了我自己的AIGC的创业之路，无论是深思圈自媒体还是自己的创业项目，都因此发生了巨大的变化。

时间过得很快，转眼间一年时间就过去了。红杉美国的两位投资人作者又带来最新的一周年新文章——《Generative AI’s Act Two》，让我们一同来回顾一下过去一年里AIGC发生了哪些巨大变化，以及接下来的第二阶段，又会有哪些新的东西出现呢？

一年前，我们发布了一个假设，即生成式AI将成为技术中的一个深远的平台转变，然后，风暴来临。

科学家、历史学家和经济学家长久以来都在研究创新的寒武纪大爆发的最佳条件。在生成式AI中，我们已经达到了一个现代的奇迹，我们这一代的太空竞赛。

这一时刻已经酝酿了几十年，摩尔定律的六十年为我们提供了处理浮点数据的计算能力，四十年的互联网为我们提供了数万亿代币的训练数据，移动和云计算的二十年让每个人的手掌中都有一台超级计算机。换句话说，数十年的技术进步为生成式AI的起飞创造了必要的条件。

ChatGPT的崛起成为点燃导火线的火花，释放出我们多年未见的创新密度和热情——可能自互联网初期以来。在“脑力谷”中，人们尤其是激动，AI研究者达到了摇滚明星的地位，每个周末黑客马拉松的房子都挤满了新的自主代理（Agent）和陪伴聊天机器人。AI研究者从车库里的“黑客”变成了指挥数十亿美元计算的特种部队。arXiv的论文如此多产，以至于研究者们开玩笑要求暂停新的出版物，以便他们能赶上。

但很快，AI的兴奋变成了近乎歇斯底里。突然，每家公司都成了“AI副驾驶（Copilot）”。我们的收件箱被“AI Salesforce”、“AI Adobe”和“AI Instagram”的无差别的宣传充满。1亿美元的种子轮又回来了。我们发现自己处于一个不可持续的融资、人才战和GPU采购的疯狂。

果然，裂痕开始显现。艺术家、作家和歌手挑战机器生成的IP的合法性，关于伦理、监管和即将到来的超级智能的辩论充斥了华盛顿。更令人担忧的是，硅谷开始有传言称生成式AI实际上并不有用。产品远远低于预期，这可以通过糟糕的用户留存率来证明。对许多应用的最终用户需求开始达到高潮，这只是另一个蒸汽泡沫周期吗？

对AI的不满之夏使批评者欢欣鼓舞地跳舞，让人想起互联网的初期，那时在1998年，一位著名的经济学家宣称：“到2005年，将变得清晰，互联网对经济的影响不会超过传真机。”

毫无疑问——尽管有噪音、歇斯底里和不确定性及不满的氛围，生成式AI的起步已经比SaaS更加成功，仅从初创公司就获得了超过10亿美元的收入（SaaS市场需要几年，而不是几个月，才达到同样的规模）。一些应用已经成为家喻户晓的名字：ChatGPT成为增长最快的应用，尤其在学生和开发者中有很强的产品市场契合度；Midjourney成为我们的集体创意缪斯，据报道仅用11个团队就达到了数亿美元的收入；Character推广了AI娱乐和伴侣，并创造了我们最渴望的消费者“社交”应用——用户平均在应用中花费两个小时。

尽管如此，这些成功的早期迹象并没有改变一个事实，那就是许多AI公司根本没有产品市场契合度（PMF）或可持续的竞争优势，而整个AI生态系统的繁荣是不可持续的。

现在尘埃已经稍微落定，我们认为现在是一个适当的时候来放大和反思生成式AI——我们现在所处的位置，以及我们可能的走向。

生成式AI的首年——“第一幕”——是从技术出发的。我们发现了一个新的“锤子”——基础模型，并引发了一波轻量级的新技术演示应用。

我们现在认为市场正在进入“第二幕”——这将是从客户开始的。第二幕将端到端地解决人类问题。这些应用与首批推出的应用在本质上有所不同。它们往往将基础模型作为更全面解决方案的一部分，而不是整个解决方案。它们引入了新的编辑界面，使工作流程更加粘性，输出效果更好。它们往往是多模态的。

市场已经开始从“第一幕”转向“第二幕”。进入“第二幕”的公司的例子包括Harvey，该公司为顶级律师事务所定制LLM；Glean，该公司正在爬行和索引我们的工作空间，使生成式AI在工作中更加相关；以及Character和Ava，它们正在创建数字伴侣。

我们更新的生成式AI市场图如下：

与去年的地图不同，我们选择按照使用案例而不是模型模态来组织这张地图。这反映了市场上两个重要的推动力：生成式AI从技术锤子到实际使用案例和价值的演变，以及生成式AI应用日益多模态的特性。

此外，我们还加入了一个新的LLM开发者栈，反映了公司在生产中构建生成型AI应用时转向的计算和工具供应商。

我们去年的文章提出了一个关于生成式AI市场机会的论题，以及对市场如何发展的假设。如今一年过去了，来看看我们预测的怎么样呢？

以下是我们预测错的：

以下是我们预测对的：

生成式AI并不缺乏使用案例或客户需求。用户渴望AI能使他们的工作变得更容易，他们的工作产品变得更好，这就是为什么他们会成群结队地 flock 到应用程序中（尽管缺乏自然分布）。

但人们会继续使用吗？并不真的。下面的图表比较了AI优先应用与现有公司的第一个月移动应用保留率。

用户参与度也不佳。一些最好的消费公司有60-65%的DAU/MAU；WhatsApp的为85%。相比之下，生成式AI应用的中位数为14%（Character和“AI陪伴”类别是显著的例外）。这意味着用户还没有在生成式AI产品中找到足够的价值，以至于每天都在使用它们。

简而言之，生成式AI最大的问题不是寻找使用案例、需求或分发，而是证明价值。正如我们的同事David Cahn所写：“2000亿美元的问题是：你打算使用所有这些基础设施来做什么？它如何改变人们的生活？”建立持久的业务的路径将需要解决保留问题，并为客户生成足够深入的价值，使他们坚持并成为每日活跃用户。

但我们不应该绝望。生成式AI仍处于其“尴尬的青春期”。有时会有卓越的迹象，当产品没有达到预期时，失败通常是可靠的、可重复的且可修复的。我们的工作摆在面前。

创始人正在进行prompt工程、微调和数据集策划的艰苦工作，以使他们的AI产品优秀起来。他们正在逐步地建设，将引人注目的Demo演示变成完整的产品体验。与此同时，基础模型底层继续充满研究和创新。

随着公司找到持久价值的路径，正在发展一个共享的剧本。我们现在有了共享的技术来使模型变得有用，以及将塑造生成式AI第二幕的新兴UI范式。

模型开发栈

这些技术应该能够在基础模型同时改进的情况下，缩小期望与现实之间的差距。但使模型变得出色只是成功了一半，生成式AI优先的用户体验也在进化：

新兴产品蓝图

本文为深思圈原创翻译文章，转载请联系公众号后台

参考材料

[1]https://www.sequoiacap.com/article/generative-ai-act-two/

当我们接近前沿悖论，当Transformers和扩散模型的新奇性逐渐消失时，生成式AI市场的性质正在发生变化。炒作和快速展示正在为真正的价值和完整的产品体验所取代。

在红杉美国，我们仍然坚定地相信生成式AI。这个市场起飞所需的条件在几十年的时间里已经累积起来，市场终于到来了。杀手级应用的出现和终端用户需求的巨大规模加深了我们对市场的信心。

然而，Amara的法则——我们倾向于在短期内高估一项技术的效果，在长期内低估其效果的现象——正在发挥作用。我们在投资决策中运用耐心和判断，密切关注创始人是如何解决价值问题的。公司使用的共享剧本来推动模型性能和产品体验的界限，使我们对生成式AI的第二阶段感到乐观。

—-

编译者/作者：AIGC

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。