红杉资本：生成式AI市场正在进入“第二阶段”

集微网消息，近日，红杉美国发文《Generative AI’s Act Two》，指出生成式AI市场正在进入“第二阶段”，从以技术出发转变为以客户需求出发。第二阶段将从头到尾解决人类问题。这些应用程序本质上与出道的第一批应用程序不同。它们往往将大模型作为更全面解决方案的一部分，而不是整个解决方案。它们将引入新的编辑界面，使工作流更具吸引力，产出更好，它们通常是多模式的。

红杉资本在文中写道，从创业公司的收入来看，生成式AI产业已经比SaaS取得了更加成功的开端。然而，这些早期的成功迹象并不能改变一个事实，即很多AI公司并没有产品市场契合度或可持续的竞争优势，AI生态系统的整体繁荣是不可持续的。

“尘埃已经落定了一段时间，我们认为现在是一个可以放眼远方并反思生成式人工智能的机会——我们今天所处的位置以及可能前进的方向。”

红杉资本指出，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。但用户参与度不佳。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。

红杉资本复盘了自己曾经的预测。

以下是预测错的：

1、事情发展得很快。去年，我们预计还需要近十年的时间拥有实习生级别的代码生成、好莱坞质量的视频或不发机械声的人类质量语音。但听一听Eleven Labs在TikTok上的声音或Runway的AI电影节就明白，未来已经以光速到来。甚至3D模型、游戏和音乐都快速变得优秀。

2、瓶颈在供应端。我们没有预料到最终用户的需求会超过GPU的供应。许多公司增长的瓶颈很快就不是客户需求，而是获取Nvidia的最新GPU。长时间的等待成为常态，出现了一个简单的商业模型：支付订阅费跳过等待队列并获得更好的模型。

3、垂直分离尚未发生。我们仍然相信“应用层”公司和基础模型提供商之间会有分离，模型公司专注于规模和研究，应用层公司专注于产品和UI。实际上，这种分离还没有干净利落地发生。事实上，最初面向用户的应用中最成功的是垂直整合的。

4、竞争环境残酷，现有竞争者的反应迅速。去年，竞争格局中有几个过于拥挤的类别（尤其是图像生成和文案写作），但总体上市场还是一个空白区域。如今，竞争格局的许多角落比机会还要竞争激烈。从Google的Duet和Bard到Adobe的Firefly，现有竞争者迅速的反应——以及他们最终愿意承担“风险”的意愿——加剧了竞争的热度。即使在基础模型层，我们也看到客户在不同供应商之间建立自己的基础设施。

5、壁垒在客户中，而不是在数据中。我们预测，最好的生成式AI公司可以通过数据飞轮生成可持续的竞争优势：更多使用→更多数据→更好的模型→更多使用。尽管这在某种程度上仍然是对的，特别是在拥有非常专业和难以获得的数据的领域，但“数据壕沟”正处于不稳定的地面：应用公司生成的数据并没有创造一个无法逾越的壕沟，下一代基础模型很可能会摧毁初创公司生成的任何数据壕沟。相反，工作流和用户网络似乎正在创造更持久的竞争优势来源。

以下是预测对的：

1、生成式AI是一种事物。突然之间，每个开发者都在研究生成式AI应用，每个企业买家都在要求它。市场甚至保留了“生成式AI”的名称。人才涌入市场，风险资本也涌入。生成式AI甚至成为了流行文化现象，如“哈利·波特巴伦西亚加”这样的病毒视频，或者由Ghostwriter创作的模仿德雷克的歌曲“Heart on My Sleeve”，这首歌已经成为了排行榜上的热门歌曲。

2、第一个杀手级应用已经出现。众所周知，ChatGPT是最快达到1亿MAU的应用程序——并且在短短6周内自然而然地做到了这一点。相比之下，Instagram花了2.5年，WhatsApp花了3.5年，YouTube和Facebook花了4年才达到那种用户需求水平。但ChatGPT并不是一个孤立的现象。Character AI的参与深度（平均每次会话2小时）、Github Copilot的生产力益处（效率提高55%）以及Midjourney的商业化路径（数亿美元的收入）都表明，第一批杀手级应用已经到来。

3、开发者是关键。像Stripe或Unity这样以开发者为中心的公司的核心洞察是，开发者创造了你甚至无法想象的使用案例。在过去的几个季度里，我们接到了从音乐生成社区到AI红娘到AI客户支持代理的各种想法。

4、形态正在发展。AI应用的第一版大多是自动完成和初稿，但这些形态现在正在变得越来越复杂。Midjourney引入的摄像机平移和填充是生成式AI优先用户体验变得更丰富的一个很好的例子。总的来说，形态正在从个体到系统级的生产力，从人在循环中到执行导向的代理系统发展。

5、版权、伦理和存在的恐惧。这些热点话题的辩论如火如荼，艺术家、作家和音乐家意见不一，有些创作者正当地愤怒于其他人从衍生作品中获利，有些创作者则接受了新的AI现实（Grimes的利润分享提议和James Buckhouse对成为创意基因组的一部分的乐观态度浮现在脑海中）。没有初创公司想成为最终的Spotify的Napster或Limewire（感谢Jason Boehmig）。规则是模糊的：日本已经宣布用于培训AI的内容没有IP权利，而欧洲已经提议下重手进行监管。

关于第二阶段发展的分析，红杉资本指出，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

1、新兴的推理技术，如连锁思考、树状思考和反射，正在提高模型执行更丰富、更复杂的推理任务的能力，从而缩小了客户期望与模型能力之间的差距。开发者使用像Langchain这样的框架来调用和调试更复杂的多链序列。

2、迁移学习技术，如RLHF和微调，正变得更加可用，特别是随着GPT-3.5和Llama-2的微调的最近可用性，这意味着公司可以将基础模型适应其特定领域，并从用户反馈中改进。开发者从Hugging Face下载开源模型，并微调它们以实现优质的性能。

3、检索增强生成（RAG）正在引入关于业务或用户的上下文，减少幻觉并增加真实性和实用性。像Pinecone这样的公司的向量数据库已成为RAG的基础设施支柱。

4、新的开发者工具和应用框架为公司提供了可重用的构建块，以创建更先进的AI应用，并帮助开发者评估、改进和监控生产中的AI模型的性能，包括像Langsmith和Weights & Biases这样的LLMOps工具。

5、像Coreweave、Lambda Labs、Foundry、Replicate和Modal这样的AI-first基础设施公司正在解除公共云的捆绑，并提供AI公司最需要的东西：大量的GPU以合理的成本、按需可用和高度可扩展，以及一个不错的PaaS开发者体验。

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

1、生成式界面：基于文本的对话用户体验是LLM的默认界面。渐渐地，新的形态进入了武器库，从Perplexity的生成用户界面到Inflection AI的语音发声等新的模态。

2、新的编辑体验：从Copilot到导演模式（Director‘s Mode）。随着我们从Zero-shot到ask-and-adjust（感谢Zach Lloyd），生成式AI公司正在发明一套新的旋钮和开关，它们看起来与传统的编辑工作流程非常不同。Midjourney的新的平移命令和Runway的导演模式创造了新的相机般的编辑体验。Eleven Labs使得通过提示（Prompt）操作声音成为可能。

3、越来越复杂的代理系统：生成式AI应用越来越不仅仅是需要人来审查的自动完成或初稿；它们现在有自主权来解决问题、访问外部工具并代表我们端到端地解决问题。我们正稳步从0级进展到5级自主性。

4、系统范围内的优化：有些公司并不是嵌入单个人用户的工作流程并使该个体更有效，而是直接解决系统范围内的优化问题。你能否选择一部分支持票据或拉取请求并自主地解决它们，从而使整个系统更加有效？（校对/刘沁宇）