Y Combinator的CEO及幾位合伙人在最新博客中表示，當前AI確實存在炒作現象，但AI的技術基礎更加堅實。從長期來看，人工智能技術將為企業(yè)帶來可持續(xù)的增長和價值，但仍需要一定的時間才能看到其真正的影響。

Y Combinator（YC）是一家全球知名的創(chuàng)業(yè)孵化器和種子期投資公司。它以獨特的模式和在硅谷的成功而聞名，被譽為"創(chuàng)業(yè)公司的大學"。

YC主要投資于非常早期的初創(chuàng)公司，甚至是一些想法還比較模糊的項目。公司每年會投資數百家公司，但每次投資的金額相對較小。

23日，YC的CEO Garry Tan攜手三位合伙人Jared Friedman、Harj Taggar和Diana Hu，在最新一期播客節(jié)目中分享了他們對近期AI潮的看法。

他們認為，當前的人工智能確實存在炒作現象，但和加密貨幣式炒作不同，AI的技術基礎更加堅實，AI的發(fā)展需要一定的時間才能看到其真正的影響。

對話要點總結如下：

○當前的人工智能熱潮存在過度炒作的現象，類似于以往的互聯網泡沫。雖然人工智能在技術上取得了巨大進步，但其在實際應用中的價值和商業(yè)模式仍存在不確定性。

○如果你想想是什么推動了Mag 7最近收益，它本質上都是人工智能炒作。

○過去一年中，大型語言模型的競爭格局發(fā)生了顯著變化。原本OpenAI一家獨大的局面，如今出現了多個具有競爭力的模型，如Claude 3.5和Llama。

○AI價值鏈中的價值分配仍存在很大的不確定性。新技術的發(fā)展需要時間來驗證和成熟。就像智能手機的普及帶動了Doordash和Instacart等公司的崛起一樣，AI的發(fā)展也需要一定的時間才能看到其真正的影響。

○與加密貨幣泡沫相比，AI炒作同樣具有估值過高、投機性強的特點。但AI的應用場景更為廣泛，技術基礎也更加堅實。

○盡管短期內存在炒作和泡沫，但從長期來看，人工智能技術將為企業(yè)帶來可持續(xù)的增長和價值。

AI炒作撬動Mag 7收益

Garry Tan：

人們現在對人工智能的一些說法是，它是一個炒作周期，沒有人會從中賺錢。你可以看看有多少資金被投入到英偉達和數據中心。從數字上看，這個領域不可能賺錢。

這就像互聯網泡沫和加密貨幣的興衰一樣。你知道，末日論、減速主義等。當我想到市場狂熱時，我腦海中浮現的一個梗是一個非常搞笑的漫畫。它很有名。我有一支股票，它可以真正地表現出色、出售、表現出色、出售。然后下一幀是，這太瘋狂了。我受不了了。再見，再見，再見。

這就像一種瘋狂席卷了市場。我們也非常熟悉Gartner炒作周期，或者我們自己的版本，即初創(chuàng)公司的生命周期，虛假的希望的起伏和長期的悲傷，然后最終到達應許之地。

我們現在在哪里？你知道，我們看到了很多剛開始職業(yè)生涯的人在幾周前的創(chuàng)業(yè)學校問我們，我現在是否應該從事人工智能工作？這對我來說是最瘋狂的問題。

Diana Hu：

這種恐懼來自哪里？所有尋找想法的創(chuàng)始人都看著這個，這是真的還是炒作？

Garry Tan：

當你剛開始你的職業(yè)生涯時，你可能讀過過去關于炒作周期的文章，比如每周五或周六晚上舉辦的20萬美元派對，只是免費的酒精和瘋狂的狂歡在舊金山，在1999、1998年，你讀過這些，聽到，哦，所有那些公司都死了，你有點擔心，這就是我們現在的位置嗎？

Jared Friedman：

是的，我不得不說，這對我來說是一種令人驚訝的經歷，因為我們生活在硅谷，和我們的朋友和同事在一起，人們基本上一直在談論人工智能，并強烈認為這是歷史上的一個不可思議的時刻。

但幾個月前，當我們去劍橋大學時，我和創(chuàng)業(yè)公司的大學生見面。其中只有少數人在研究人工智能，很少有人真正考慮人工智能。他們只是像我們看到大學生的創(chuàng)業(yè)20年一樣，去做同樣的創(chuàng)業(yè)。我很驚訝這兩個世界之間的差距有多大。

Harj Taggar：

我認為這個當前炒作周期不同尋?；蛐路f的地方在于，我覺得創(chuàng)業(yè)世界總是經歷這樣的時期：想法很熱，你感覺每個人都像你剛剛談到的那個梗一樣，人們開始進入一個特定的想法類型，然后突然每個人都在研究像Uber for X或他們的社交移動本地應用程序。然而，這一次，人工智能和創(chuàng)業(yè)世界都在發(fā)生這種情況。

但如果你看看公開股票市場，人工智能對那里也有巨大的影響。比如今年股市上漲，但所有的漲幅都來自大科技公司。

Garry Tan ：

就像Mag 7

Harj Taggar：

是的，Mag 7。我相信，歷史上從來沒有這么受限制。如果你想想是什么推動了這七家大科技公司的所有收益，它本質上都是人工智能炒作。所以我認為，像我從來沒有見過像這兩個東西以前如此同步，創(chuàng)業(yè)的東西和YC批次越來越多地趨向于100%的人工智能。然后公開市場的回報也基本上是100%的人工智能驅動，這就是為什么我認為這是捕捉到的。每個人都有些想象，但也有恐懼，認為這是不可持續(xù)的，一切都會在某個時候突然崩潰。

大型語言模型的競爭日益激烈，新的玩家不斷涌現

Jared Friedman：

它會在某個時候突然崩潰嗎？

Diana Hu：

網上有很多不同的文章都在說人工智能投資過度。即使在公開市場上，許多專家也很擔心，你將如何處理所有這些對人工智能芯片的巨額投資？我的意思是，英偉達成為了世界上最有價值的公司。誰會想到呢？然后這就是基礎設施的底層。許多人都在想，好吧，你投資了所有這些基礎設施，那么需要發(fā)生一些事情來為它支付股息，對吧？有點像早期的鐵路類比。所以你鋪設了道路，火車會來嗎？

Garry Tan：

我的意思是，我感覺現在正在折磨我們所有人的一種非常極端版本，就像大約一年前，似乎只有少數基礎模型能夠脫穎而出，并且存在成為不僅僅是AGI，而是ASI，人工智能超級智能的威脅。你知道，有一種想法，哦不，如果對于其他人來說，實際上沒有任何機會了呢？它可能會摧毀社會。

你知道，Claude 3.5 sonnet是非常有競爭力的。你實際上有選擇，我們正在轉向另一個時刻，我們正在考慮，那么，價值是如何積累到基礎模型而不是托管公司的？我認為他們是最大的贏家。然后我們希望軟件公司本身，無論是初創(chuàng)公司還是老牌公司，也能從這些基礎模型中受益。

Harj Taggar：

感覺因為一切都在飛速發(fā)展，很容易低估這一點的重要性。如果我們回溯到2023年初，在Chat GPT剛剛推出幾個月后，我們開始看到人工智能想法的第一批產品。Chat GPT說唱歌手的梗非常流行，對吧？每個人都在談論這些初創(chuàng)公司將如何被粉碎，因為在GPT和OpenAI將擁有所有東西?？爝M一年半后，很明顯不會是這樣。有多個模型。你現在剛從Facebook獲得了第一個真正的開源模型，這是我們永遠不會預測到的。

Diana Hu：

是的，太酷了，對吧？誰能想到最好的模型會是開源的，因為它落后于OpenAI 6個月到一年，對吧？

Harj Taggar：

我記得在這次最新的Llama發(fā)布之前，我們四個人都在談論它，就像如果只是開創(chuàng)性的模型和開源之間的差距，每次都有新的發(fā)布，開源可以在X個月內趕上來。如果我們能讓X越來越小，那會非常令人興奮。但基本上達到同等水平，我一個月前沒想到我們中的任何一個人會看到這一點。

Garry Tan：

我們到了。我的意思是，有那個圖表，開源模型呈指數型增長，而先鋒模型看起來像是在一個S曲線。

Diana Hu：

你所說的關于當前比賽中使用四個模型與六個月到一年前相比的差異是非常不同的。我確實記得之前的批次的大概數字。我想說大約90%的人都在使用OpenAI模型，因為那是最好的，而且簡單地說，這是有效的。

現在，我們做了一個非正式調查，Sonnet Claude 3.5，實際上有很多人在使用它，但那時只有1到2個公司，現在有幾十個在使用它。Llama也多了很多。所以我認為我們看到OpenAI模型的使用減少了，因為所有這些都變得具有競爭力。

AI的應用層面具有巨大的潛力

Jared Friedman：

我認為你對價值積累不明確這一點說得很好。即使你相信人工智能將是巨大的，它將創(chuàng)造數萬億美元的價值，但仍存在很大的不確定性，誰將獲得最大的份額。是GPU制造商嗎？是托管提供商嗎？是模型開發(fā)人員嗎？是應用程序開發(fā)人員嗎？哪些部分被商品化，哪些部分變得非常有價值？

它讓我想起了web 1.0和web 2.0，你都有同樣的現象，很多人對整個空間非?？春?，但它并不清楚你想住在哪個空間。即使你回到web 1.0，也有一個巨大的炒作關于擁有瀏覽器。很長一段時間，人們相信，在互聯網上變得超級富有的方式是擁有互聯網瀏覽器。因為這是互聯網的入口，對吧？而且Netscape的價值是，我不知道，當時是數十億美元。事實證明，這不是玩的地方。但這在幾年內并不明顯。

Harj Tagga：

我認為時間是一個重要的因素。因為如果你想想，在我們自己的世界里，在我們職業(yè)生涯中，YC資助的一些最大的公司可能是Doordash和Instacart，它們都是由我們所有人擁有智能手機并希望在手機上做事情驅動的。Uber顯然是另一家大型公司，但這些都是發(fā)布的，或者至少這些的第一個版本是在iPhone發(fā)布后大約4年左右出來的。這些事情需要一段時間，然后你才能真正知道哪些想法會流行，所有的價值都會去哪里。

Garry Tan：

我認為一個非常重要的因素是，還有價值鏈的所有這些其他部分。顯然，有基礎模型、托管提供商、芯片制造商，然后還有我們資助的初創(chuàng)公司，即應用層。

需要注意的重要一點是，你不需要1億美元來啟動一個應用程序層公司。你只需要你，有時只需要你，通常是一個聯合創(chuàng)始人。然后，如果你們兩個都懂編碼，你們就可以利用這些現在基本上現成的超強大功能，進入另一個市場，你們可以創(chuàng)建一個產品，解決一個真實的問題，從愿意永遠付錢給你們的人那里獲得資金，如果你能用手頭的技術解決他們的問題。你們可以從桌子或你們看這個視頻的電腦上做這一切。你不需要任何許可，除了一個工作的互聯網連接和你的筆記本電腦。

Jared Friedman：

這正是Instacart和Doordash的故事，對吧？這些是移動電話技術支持的應用程序層公司，但他們不需要自己制造手機。

Garry Tan：

它的其他每個部分都是這樣的，是的，也許你需要50、100萬美元來讓你的基礎模型公司起步。也許你需要那么多錢用于晶圓廠或托管或所有這些其他事情。但即使這樣，我想那也不是完全正確的。就像，這只是困難得多。

與加密貨幣泡沫相比，AI技術基礎更加堅實

Harj Taggar：

我也認為，如果我們回到這個問題，像我們是否處于人工智能炒作周期的質疑，并試圖像，如果我們更精確地定義它，沒有人說人工智能沒有任何價值。很明顯，它確實有價值。我認為通常當人們談論周期時，他們所反應的是他們看到事物價格上漲非常快。無論是像你提到的英偉達這樣的公開市場股票，還是在創(chuàng)業(yè)世界，你看到像，你知道，公司在成立六到十二個月內就能達到10億美元的估值。

Diana Hu ：

這些非常著名的AI研究團隊已經發(fā)生了這種情況。我曾經在Deep Mind或OpenAI工作。他們離開并開始，沒有產品市場契合度，六個月后，他們有了這個巨大的估值。

Garry Tan：

我不知道，對吧。是的，有點像加密貨幣繁榮時期的教授硬幣。如果你有分布式系統(tǒng)的經驗，并且你知道，你可以直接走進你遇到的第一個加密貨幣VC，你會拿著10億到50億美元的市場價值走出去，就像沒有一行代碼，甚至沒有白皮書，什么都沒有。

Harj Tagga：

加密貨幣是完美的例子。就像那是最后一次。這甚至還沒有過去那么久，已經兩年了。這是最后一次感覺有炒作周期。它專門定義為，嘿，對我們來說，這些公司的價值似乎以不可持續(xù)的快節(jié)奏增長。這是所有這些加密貨幣公司，他們正在進行代幣發(fā)布，甚至只是籌集股權輪次，并看到估值每三到六個月翻倍和翻三倍。所以我認為肯定有一些疤痕組織。

另一方面，這也只是創(chuàng)業(yè)世界。就像，我一直記得人們談論Stripe時是這樣說的，因為它剛剛推出時，Stripe從Sequoia籌集了這輪大規(guī)模融資，估值約為1億美元，而且我不認為他們甚至公開發(fā)布了。這都是對創(chuàng)始人、市場上的想法的信念。因此，部分原因是投資者投資是希望賺錢。他們賺錢的方式是，他們今天支付的任何價格都是未來公司增長多少的利潤。

Diana Hu：

但是有一個很大的區(qū)別，可能是一種微妙的區(qū)別，關于如何評估技術公司與更像資產投機的東西，對吧？因為在加密貨幣世界，有很多這樣的事情。所以我們可以談談它與真正的技術相比。

Garry Tan ：

我不會說這是純粹的投機。對人們獲得的數十億美元市場價值可能有些不太合理，但如果你是一名分布式系統(tǒng)的教授，擁有某個網絡，你需要實際創(chuàng)建人們信任并構建應用程序的加密貨幣，這是合理的。這實際上是一組可以做到的人。然后錢關上了身后的門。我認為這就是你擁有像Cognition Labs和Devin這樣的東西，你擁有像Harvey這樣的東西，這是市場試圖弄清楚真正聰明人的才華在哪里。

Garry Tan：

我認為這實際上就在這個YC頻道上。所以它不是完全不合理，但它在某種程度上值得嘲笑。

Harj Taggar：

我認為這是對加密貨幣最近的公平看法。我認為在那段時間，你可以把它分成資產投機，這本質上是那些專注于非常快速地推出這些代幣并試圖提高代幣價格的人。但也有一些合法且非常激烈的技術團隊試圖開發(fā)新的協(xié)議，并嘗試將現有的服務轉變?yōu)槿ブ行幕陌姹?。我認為投資者的心態(tài)和你說的差不多。

實際上，我們不應該反對聰明技術人員嘗試解決非常困難的技術問題。加密貨幣中有許多這樣的問題。因此，讓我們在產品市場契合之前進行投資，因為，這些人在未來將吸引下一個聰明人。如果有這樣的事情，這些人會弄明白的。

Jared Friedman：

所以，我認為加密貨幣的類比非常好，因為當我與哈佛和麻省理工學院的許多優(yōu)秀學生交談時，我們聽到的一致事情是，他們中的許多人感到被加密貨幣炒作周期所燒傷，無論是個人還是朋友，或者他們年紀夠大了，經歷了2021、2022年的加密貨幣炒作周期。許多人現在對人工智能和任何新熱門事物都有些懷疑。

因此，YouTube是Coinbase的創(chuàng)始投資者，也是世界上最成功的加密貨幣投資者之一。你怎么比較2021年加密貨幣發(fā)生的事情和現在發(fā)生的人工智能？有什么相似之處？有什么不同？

Garry Tan ：

我認為，Coinbase在本質上并不是一種加密貨幣。它是實現它所需的啟用技術。我認為他們仍然在那個旅程上。我的意思是，Brian Armstrong和收益，你只是在本周開始談論，你知道，我們實際上正在與或與世界上每個金融機構合作，將區(qū)塊鏈技術整合到金融的實際規(guī)范中。我認為這就是當我第一次見到Brian時，當我還是一名來自Airbnb的反欺詐工程師時，我感到興奮的承諾。是的，像。

Harj Taggar：

本質上是一個市場。我認為它看起來與任何其他初創(chuàng)公司沒有太大區(qū)別，就像，哦，嘿，有這樣一件事情，人們想互相買賣。沒有很好的市場來做到這一點。所以我們?yōu)槭裁床唤⒁粋€值得信賴的市場呢？

Garry Tan：

它是邊緣的和利基的。我不認為當時人們認為它會走這條路。

Harj Taggar ：

Coinbase的未知之處在于市場有多大，但它非常明顯地與早期關心它的人具有產品市場契合度。就像絕對有人想買賣比特幣，需要更好的方法來做到這一點。因此，從未有人懷疑Coinbase在以下意義上具有實用性：嘿，有一群人想做一些事情，Coinbase正在讓他們更容易做到。

我認為現在人工智能與加密貨幣的不同之處在于嗅探測試。因此，當你查看產品時，尤其是許多web 3產品，對于大多數人來說，從未真正通過嗅探測試，就像我不明白為什么我會使用它。但是當你看到人工智能產品時，很明顯，能夠總結一份50頁的PDF市場分析報告并實際提取出三個關鍵點，這顯然是有人愿意為此付錢的實用性。

許多人工智能創(chuàng)業(yè)公司價值被高估了

Garry Tan：

我的意思是，現在我的YC團隊里有一家公司，他們可以做應收賬款。他們從一個12人的團隊變成了一個人負責應收賬款，另外11個人可以負責財務上的所有其他事情。這就像你可以得到的盡可能切實的東西。就像你實際上是在做一些比人類傳遞黃油更好的事情，我們正在用傳遞黃油的機器人取代他們。

實際上，這有點像《瑞克和莫蒂》的笑話，但另一方面，它實際上也很嚴肅。像軟件做的那個事情有多好，你知道，實際上不是人類能做的最棒的事情，那就是協(xié)調電子郵件和銀行記錄，以支付所需費用。這不像那種激勵你的工作，你知道，能開啟你的創(chuàng)造力，對吧？

這是一件有時可能讓人痛苦的事情，你知道，我們可以給人們其他事情做。這就是我們現在能看到的那種事情。

Harj Taggar ：

我們實際上看到了，對吧？

Diana Hu：

我的意思是，有一項很酷的統(tǒng)計是，我們之前在之前一集中提到的，如果我們匯總公司申請YC時進入的所有收入，總收入為600萬美元。在批次結束時，大約3、4個月后，如果我們加上他們增長到的所有收入，那就是2000萬美元，這在短短三、四個月內是巨大的。它成功地超過了我們給出的許多仍然雄心勃勃的建議，例如，試圖讓你的公司每月增長20%。

這仍然是指數級增長。如果你使用這個基準，從6個月到600萬美元的每月增長20%，為期三到四個月，只有大約1200萬美元。所以，我們看到的是真正的收入，實際上正在累積。當公司找到一個好的想法時，你談到的那個價值，他們的客戶認出了它。我的意思是，客戶是有眼光的，他們?yōu)樗顿M，并且有價值方面。

Garry Tan：

然后我認為最棘手的部分是它不能僅僅是第一個續(xù)約或第二個續(xù)約，就像你實際上必須熬過所有的續(xù)約。就像只有企業(yè)價值公司的方式是未來的折現現金流。所以這意味著保留必須是每個你得到的客戶，你最好永遠擁有那個客戶。只有這樣，你才能建立任何規(guī)模的業(yè)務。

Harj Taggar ：

這似乎也觸及了問題的核心，我們是否處于炒作周期爭論中？因為我覺得在 YC，我們所有人都在底層看到一些公司的例子，這些公司的 ARR 增長速度比我們在一批公司中看到的要快得多。

即使在一批公司上市后的六個月或十二個月內，收入增長也令人印象深刻。古斯塔夫一直在談論剛剛完成 A 輪融資的 Leia，他們正在做法律 AI 來自動化法律工作。

Diana Hu：

有一家公司，我去年與之合作，今年年底可能會達到1000萬美元。這只是他們在找到這個之后12個月。

Garry Tan：

主意?；镉嫞?0倍，你可以IPO。

Harj Taggar：

我認為這與Jared和我搬到舊金山時的感覺非常不同，就像2007年，對吧？因為當時每個人都在追逐的東西。你顯然有這個荒謬的太。每個人都在追逐的是頁面瀏覽量。是的，頁面瀏覽量，然后是活躍用戶，只是，我知道注冊帳戶，不管是什么。

Garry Tan：

但是是的，很多指標。是的，你說的東西讓你感覺很好。但是。

Jared Friedman：

好吧，我想跳到哈什之前提到的一個觀點，那就是，如果你將炒作周期定義為一種資產大量被高估的情況?，F在可能是這種情況。英偉達目前是世界上最有價值的公司。我不知道它是否應該是這樣的，也許英偉達被高估了，TPU將開始工作，就像，你知道，所有這些事情都可能改變。有一些初創(chuàng)公司籌集了超過10億美元的估值。

事后看來，其中一些交易可能會看起來非常愚蠢。對我們的業(yè)務來說，好消息是我們不在乎。就像，你知道，如果我們是公開市場投資者，你可能會非常擔心英偉達是否被高估了。但是考慮到我們玩的領域，這實際上無關緊要。

Garry Tan:

我認為，亞馬遜的創(chuàng)始人就是最好的例子。

Jared Friedman:

是的，這確實不錯。即使有些事情被高估了，也是如此。

Garry Tan:

我認為，這實際上是對整個生態(tài)系統(tǒng)的一種免費資金。例如，英偉達被高估意味著，如果他們需要融資，他們可以非常便宜地籌集到資金。這相當于更多的資本，可以幫助他們更快地推動未來的發(fā)展。然后，生態(tài)系統(tǒng)中的其他人基本上都會受益。

Harj Taggar:

我們和創(chuàng)始人以及上市公司之間的最大區(qū)別在于，上市公司必須季度后季度地交付業(yè)績。如果他們錯過了一份收益報告，股價就會暴跌，員工也會開始感到不安。這是一種巨大的干擾。但對于 YC 來說，我們投資于人們的想法，我們并不期望在 10 多年內就知道某件事是否有效，對吧？這對創(chuàng)始人來說也是一樣的，從 10 年的視角來看，今天是否被高估并不重要。你只關心方向，未來 10 年是否比今天更有價值？

Garry Tan:

我認為這些企業(yè)實際上可以更加健康，但并不總是如此。我認為，教授幣籌集了數億美元卻從未發(fā)布，或者今天一些可能已經被世界上最大的風投基金青睞的人工智能寵兒，他們的資產負債表上有 1 億或 2 億或 5 億美元，但完全沒有收入。

這就像抬頭看著珠穆朗瑪峰，說，我怎么才能爬上去？這與我們看到的許多 YC 公司形成了鮮明的對比，這些公司可能只從 Demo Day 籌集了 100 萬到 200 萬美元，但他們開始達到 500 萬或 1000 萬美元的里程碑。事實上，因為他們從第一天起就實現了盈利，或者相對較快地實現了盈利，他們的銀行賬戶一直在增長。他們會低頭說，我籌集種子輪，我沒有董事會，我不必出售我的公司了。所以我為什么不按照我想要的方式來構建公司呢？

我認為，也許 10 年前，在 YC 世界中沒有這樣的例子。例如，Weebly 只籌集了種子輪，然后以巨額資金出售給了 Square。他們之所以能夠做到這一點，是因為在社交軟件時代他們是盈利的。即使在今天，Zapier 可能是最具主導地位的純軟件公司之一，它只籌集了一輪種子輪。他們正在創(chuàng)造數億美元的收入。這對他們來說是一種瘋狂的時刻。

Jared Friedman:

而且他們正在對人工智能進行巨額賭注。

Garry Tan:

所以這是一個非常有趣的時刻。你真的需要巨額投資輪嗎？事實上，巨額投資輪可能會像你脖子上的巨石一樣，你永遠無法克服它。

Diana Hu:

令人著迷的是，我們提到的所有這些公司都在實現盈利或盈虧平衡，它們不需要融資，并且有收入不斷涌入并呈指數級增長，它們不需要這樣做。因此，你可能聽不到太多關于他們的消息，因為他們不公開上市并試圖進行巨額投資輪融資，因為他們真正是在玩長線游戲。

AIGC的商業(yè)化潛力巨大

Diana Hu:

如果我認為我們現在有了更多數據，我們可以開始看到的事情的類別，我認為在增強現實、人工智能的每一個領域，我們都看到了早期跡象表明事情正在起作用。即使對于一些人們認為被過度炒作的事情，比如使用生成式人工智能來生成圖像，我認為很難想象，這只是為了玩具或藝術或娛樂嗎？但是有一家公司，Photo Room，實際上正在賺取真正的收入。我認為他們最近宣布了他們的價值為 5 億美元，他們正在為電子商務生成圖像。

所以當你進入一個垂直領域時，他們會想出一些東西。他們讓生成式AI變得非常有利可圖，因為品牌很難拍攝產品圖像和產品放置，所有這些都很難。他們以非常便宜的方式完成了這項工作。你不需要一支攝影師或編輯團隊，對吧？這是我能想到的一個例子。我們談論了很多的另一個類別是這種人工智能代理工作流，對吧？你正在取代一隊運營人員。你提到了，是的，比如 Green Light。

Harj Taggar:

Green Light 非常棒。另一個例子是 Permit Flow，這是一家使用人工智能來填寫許可證流程的公司。如果我們試圖扮演魔鬼的倡導者，對這些事情提出反對意見，那么會有兩種攻擊方式。首先，你說，這些東西正在自動化，但它們還沒有完全讓機器脫離人類的控制。因此，為了解鎖這些估值并達到如此高的價值，他們必須讓機器脫離人類的控制。

第二種觀點是，企業(yè)永遠不會信任這些東西。因此，你不會與大型 14500 家公司簽訂六位數或百萬美元的合同，完全依賴人工智能。

Jared Friedman:

哦，我認為你說的第二個嚴厲的觀點是，它們會被商品化。它們就像 GPT 包裝器一樣，所有的真正價值都將歸功于基礎模型，并且會有 100 個許可流程。那么，他們將如何捕捉到任何實際的價值呢？

Harj Taggar:

那個觀點呢？我只是覺得，我認為這確實是最大的批評。這是大約一年前的主要攻擊。也許我只是因為我非常相信這一點，所以才這樣說，但我們談到的所有事情，比如多個模型、開源、許可流程成為你所在領域的贏家，據我所知，都是關于如何銷售、正確處理用戶界面的細節(jié)、擁有所有這些小細節(jié)來使產品完美。

Jared Friedman:

我同意你的觀點，我在考慮其他人的觀點。是的，似乎相反的情況更有可能發(fā)生，即價值很快就會被許可流程吸收。

Diana Hu:

即使在技術層面，它也不僅僅是一個包裝器，我知道他們做了很多工作來真正針對特定領域進行微調。在這些領域，私人數據具有很大的力量，例如許可證、銀行數據，這些數據無法完成和復制。實際上，他們做了一些非常巧妙的事情，不僅僅是一個包裝器。他們做了很多真正經過深思熟慮的工作。

Harj Taggar:

這是一個很好的觀點。我認為馬克·扎克伯格說過這樣一句話。也許在一兩周前，他說，即使所有的模型開發(fā)進展今天都停止了，仍然會有五年的創(chuàng)新空間，就像在模型之上構建點解決方案的應用層一樣。

Diana Hu:

即使在編譯器的方面，對吧？即使使用 Github 編譯器，最著名的例子顯然是 Github 增速最快的產品。據報道，它最近占收入增長的 40%。有傳言稱，他們正在賺取數億美元的收入。這還有待驗證，但大約是這個數字，這與它發(fā)布的時間相比是相當可觀的。對吧？

Harj Taggar:

另一個軼事可以證明這一點，即為了真正像每個人所說的那樣有價值，需要完全讓機器脫離人類的控制。根據我從一些初創(chuàng)公司聽到的軼事，他們正在將它構建到工作流程中，以便人工智能可以完成工作，但你可以通過用戶界面來檢查或讓一個人進行審查過程。但越來越多地，客戶甚至不再使用這個功能。所以他們只是...

Diana Hu:

我也聽說過。還有一家公司基本上取代了許多呼叫中心，他們正在處理數十萬個電話。同樣的事情，他們解雇了整個中心。這家大型企業(yè)正在使用這家初創(chuàng)公司，速度快了 20 倍、100 倍，而且更便宜。同樣的事情。

Harj Taggar:

回到你的觀點，即使它現在還不完美，而且短期內不會出現另一個 10 倍的邊界模型，所有的工作，比如微調、收集數據、私人數據存儲庫，都是非常有可能的，僅僅這些就能擠出并達到正確的質量水平，大企業(yè)將開始花費數百萬甚至數千萬美元在所有這些解決方案上。

Diana Hu:

實際上，我認為還有第四個類別正在奏效。雖然現在有很多工具可以構建、進行評估、微調等，但我們公司的幾家公司實際上在微調方面取得了成功，特別是針對企業(yè)的這種工具，它們正在使用自己的私人數據，如果你想跳過特定的應用，即使是工具也是有價值的。

Jared Friedman:

我也認為還有很多地方可以應用 LMS，人們甚至還沒有想到。我和黛安娜在我們的團隊中有一家公司，就在兩周前參加了這個行業(yè)評論的會議，他們有一個頓悟的時刻，他們意識到整個行業(yè)都是 LMS 的完美應用，而任何技術人員甚至都不知道或不知道它存在。所以沒有人嘗試過。他們只是，你知道，像賽車一樣，在這個世界上一個模糊的角落里有一個價值數十億美元的機會，非常適合這項技術。正如你所說，我認為還有多年的時間可以解鎖當前的技術。

Garry Tan:

我認為最終這就是在這里上演的。這在每一個炒作周期、繁榮蕭條周期中都上演過，不僅僅是在技術領域，而是在整個世界，有一種狂熱開始，就像世界將會改變，然后很難真正理解發(fā)生了什么，其中很多都是傳聞或媒體報道。

這就是 X 說的話，你知道，在 Product Hunt 上，有一種，就像，周圍有一層戰(zhàn)爭迷霧。而這導致的結果就是一場受歡迎程度的競賽。這基本上是短期內，所有企業(yè)都在投票，受投票機的投票影響，對吧？就像它還沒有真正發(fā)生一樣。它發(fā)生得如此之快，以至于人類是意義制造機器，我們需要時間來理解。

因此，在短期內，我們會受到快嘴騙子的欺騙。我們會被花哨的證書或，你知道，我曾在這樣的公司工作所欺騙。他們是世界上那些快嘴的斯坦福輟學生，他們用騙術從非常聰明的投資者那里騙取了數百萬美元，對吧？你會看到很多這樣的情況，這只是投票機的偶然性和瘋狂，對吧？就像人們并不是試圖把錢投入到騙局中一樣。更多的是，僅僅由于純粹的社會效應，我們無法快速理解這個世界。因此，基本上，暴民錯了。

另一方面，從長遠來看，每家公司的價值都是未來折現現金流。你知道，你需要你的客戶真正解決一個問題。人們付錢給他們，然后，你知道，你的客戶會永遠和你在一起。這就是為什么當你看到谷歌、元或任何七大巨頭時，這些公司是世界上最有價值的公司，因為人們認為，你知道，這些公司可能會永遠賺錢，對吧？并且在這個過程中有安全感。

Garry Tan:

這就是人們現在所相信的，然后公共市場最終也是如此，你知道，它們本身也是完全瘋狂的投票機，但它們最終會變成稱重機。最終你必須賺錢。最終，你必須要有客戶。在這一點上，你需要創(chuàng)造出真正有分量和重量的東西，并且真正有效。今天我們就只能談到這里了。下次見。