英伟达第一季度利润激增 600%,宣布股票分拆,股价大涨首次突破 1000 美元

只能说,业绩疯狂。

继去年股价上涨了两倍之后,截至昨日,英伟达今年以来的股价也已经飙升超过了 98%。

而今日凌晨,英伟达发布了备受 AI 界瞩目的 2025 财年第一季度财报。财报显示:其业绩与财务指引,再次双双超出华尔街预期.

根据这份财报:英伟达本季度的总收入为 260 亿美元,同比增长 262%。净利润为 148.81 亿美元,同比增长高达 628%。

英伟达还同时宣布了将进行股票分拆,直接引发盘后股价大涨了 6%,英伟达的股价也首次突破了 1000 美元。

(一)

详细来看一下英伟达本季度财报的情况:

其调整后的每股收益为 6.12 美元(分析师预期为 5.58 美元),总营收为 260 亿美元(分析师预期为 245.9 亿美元)。

其中,游戏收入为 26 亿美元,同比增长了 18%,与预期一致。

超可怕的是来自数据中心的收入,为 226 亿美元,而预期是 211.3 亿美元。

此外,汽车收入为 3.29 亿美元;专业可视化收入为 4.27 亿美元,同比增长了 45%。

该季度调整后毛利率为 78.9%。

在财务指引方面,英伟达指出:展望 2025 财年的第二季度,预计将实现 280 亿美元的营收,上下浮动 2%。而分析师预期是 268 亿美元。

对于这一疯狂的业绩,黄仁勋称:“下一场工业革命已经开始——各大公司和国家正在与英伟达合作,将价值数万亿美元的传统数据中心转向加速计算,并建立一种新型数据中心——AI 工厂,以生产一种新商品:人工智能。AI 将为几乎所有行业带来显著的生产力提升,帮助企业提高成本和能源效率,同时扩大收入机会。”

黄仁勋还表示,对于生成式 AI 计算的需求,正在从云计算提供商,进一步扩展到汽车与医疗保健等其他行业。

彭博社则指出:英伟达本季度的业绩,也向 Silvant Capital Management 的首席投资官迈克尔·桑索特拉提供了进一步的证据,证明 AI 的涨势将会持续下去。

桑索特拉认为:“这不仅表明数据中心在 AI 方面的支出强劲,而且还表明,在外围工作的人也可能会继续做得很好。这对于仍处于早期阶段的 AI 市场的健康发展来说,是一个好兆头。”

(二)

英伟达还同时宣布了将进行 10 比 1 的股票分拆,自 6 月 7 日起生效。

英伟达表示,此举目的是为了让员工和投资者更加容易获得股票。

值得一提的是:英伟达这一次股票分拆,也将是其过去三年里的第二次分拆。因为早在 2021 年 5 月,英伟达就曾经分拆过一次。而自第一次分拆以来,英伟达的股价已经上涨了超过 500%。

当然,股票分拆对于股价没有根本影响,其相当于是在股市上用 10 美元钞票换 10 张 1 美元的钞票。

不过, Mapsignals 的首席投资策略师亚历克·杨指出:股票分拆往往有助于推动散户投资者的购买。

他还指出:“分拆是一个大新闻。你不应该低估散户喜爱的股票的吸引力。”


我在官网写的文章和我给硅发布会员写的文章不一样,以下方式可以加入硅发布会员

又到 520,今天送出 20 张会员优惠券。有效时间截至本周六晚的 18:00。以下是会员权益图片

一年 251 个工作日,每个工作日,我将撰写美国科技前沿最重要的一件事/一家公司/一个趋势,并说明为什么重要。251 天后,您对美国科技前沿趋势的了解将超过国内 99% 的人。

下面是 20 张优惠券,欢迎大家扫码领取并登录我的星球阅读全文。

老会员续费注意事项:我已开启自动发放优惠券功能,提前续费的会员续费时自动享受八折优惠;过期一个月的会员续费时自动享受九折优惠。过期一个月以上的则无折扣。扫码登录下方二维码:

2024 年,YC 认为最有前途的 20 个创业行业

YC 是全球最知名的创业孵化器,它会定期更新他们认为最可能获得融资的初创公司类型,以及为什么这种类型的创业公司有机会做大。

时代在发生巨变。本周三,YC 顺应新时代发布了最新的 20 个行业清单。需要注意的是,这也是自 2018 年以来 YC 对“初创公司要求”的最大的改革。

下面就是这 20 个创业行业。以下我们做了简单的编译,希望对后台的创投朋友们有帮助。



一,将机器学习应用于机器人技术

为什么有机会:

机器人技术还没有迎来 GPT 时刻,但是我们认为已经接近了。

20 年来,YC 其实一直密切关注机器人技术。事实上,YC 的创始人之一 Trevor Blackwell 就是一位机器人先驱,他制造了第一个动态平衡的双足机器人。

不过,由于前几代机器人既昂贵又脆弱,需要独特的条件。而现在,随着基础模型的快速改进,制造出具有人类感知水平和判断能力的机器人,终于成为可能。

虽然消费级机器人在科幻小说中始终占重要地位,但我们认为一些被忽视且最直接的机器人使用场景,是 B2B。

具体来说,我们认为工业领域的机器人使用大有前途,如:检查机器人 Gecko Robotics。而在农场应用方面,制造自动拖拉机的 Bear Flag Robotics 已经被约翰迪尔收购。

我们有兴趣资助人们制造机器人,或是构建软件工具来帮助其他人制造机器人的公司。


二,使用机器学习来模拟物理世界

为什么有机会:

许多重要的软件工具,都是通过使用已知的物理和化学原理来模拟工作。

如:天气预报、用于设计火箭和飞机的计算流体动力学,及预测分子相互作用的药物研发工具,都基于对世界进行完整的物理模拟。这些计算量非常大,因为它们正在求解复杂的多元数学方程。

事实证明,AI 模型也可以解决和预测此类问题,而无需明确了解物理学。这让预测的计算成本低得多,且可以在较小的计算机上实现几分钟或几秒钟内完成,而不需要在超级计算机上花费几天甚至几周的时间。

我们感兴趣的是:用基于机器学习的模拟取代现有模拟的公司,以及使用基于机器学习的模拟来打开新市场的公司。


三,新太空公司

为什么有机会:

进入轨道的成本正迅速下降。自 SpaceX 在 2006 年首次发射以来,目前成本已经下降到了原来的 10%。现在,初创公司只需要一轮种子轮,就可以建造和发射一颗卫星。

如果你想一下:今天,有多少公斤的有效载荷被发射到太空。想象一下,1 年、5 年、10 年后将发射多少公斤,如果我们正进入这样一个未来——进入太空就像商业航空旅行、航运或卡车运输一样常规且廉价……这将会开启哪些新业务?

建立一家太空公司可能会因为看上去过于雄心勃勃而吓到创始人,但令人惊讶的是,这其实并不一定比建立一家软件公司更难。

事实上,YC 资助了许多太空公司,如 Astranis、Relativity Space、Stoke 等等,他们的成功率并不比我们的其他公司低,甚至有可能更高。


四,气候技术

为什么有机会:

如果初创公司能提供商业解决方案来实现社会脱碳或去除大气中的碳,我们就有很大机会避免灾难性的气候变化。

我们有兴趣资助人们在以下 5 个顶级领域进行建设:能源相关、科学需求、气候适应、绿色金融科技,以及碳核算和抵消交易。

这一领域的建设,蕴藏着巨大的金融机会:预计 3-10 万亿美元(来自摩根斯坦利研究报告)的 EBITDA 可供争取。最近的立法也显现了加速现有市场的趋势。

10 年内,《减少通货膨胀法案》仅在美国就将花 8000 亿美元(来自星球周刊《气候经济即将爆发》一文)。从这个角度看,它几乎是促进美国太阳能、电池和电动汽车行业诞生的 2008 年 900 亿美元钞票的 10 倍(指 2008 年《美国复苏与再投资法案》)。

YC 已经资助了超过 100 家气候技术初创公司,总价值超过百亿美元。现在,建设气候技术是千载难逢的机会。


五,空间计算

为什么有机会:

AR/VR 作为新个人计算平台,已经酝酿十多年。但直到最近,随着苹果公司推出 Apple Vision Pro 以及 Meta 公司推出 Meta Quest 3,我们才距离这一目标越来越近——用户体验越来越好,渲染能力不断增强,手/眼跟踪也得到了显着的改善。

但是,仍然有工作要做。

我们希望:看到一批新的初创公司在这些设备上构建软件,以解决游戏以外的实际应用。

在发现最佳用例、最佳用户体验/用户界面实践等方面,仍然有许多挑战需要解决,我们将很高兴与处于这项技术前沿的创始人合作。


六,新的企业资源规划软件

为什么有机会:

随着公司扩大规模,公司最终会采用一些软件套件来帮助运营业务。这些软件被广泛称为“ERP”,也就是:企业资源规划软件。您可以将这种软件视为是企业运行的操作系统。

众所周知,ERP 的成本高昂、实施起来很困难,且不受用户欢迎,但它们是绝对必要的,而且业务的定义对其客户至关重要。

我们希望:看到新初创公司开发帮助企业运营的软件。

理想情况下,这些软件因为其灵活性和易用性而受到客户的喜爱。这种类型的软件是如此有价值和重要,以至于我们可以想象,未来将会有数十家的新软件供应商会取得成功。


七,内部工具开发

为什么有机会:

如果开发人员在一家公司工作并取得了一定的成功,他们很可能遇到过由该公司程序员构建的工具或框架,以帮助解决他们自己感到特别痛苦或重复的问题。这些工具,往往有着有趣的内部昵称,且大多数都从未面世。

但当有抱负的创始人,试图提出新创业想法时,常常没有意识到他们在之前工作中拥有的内部工具是获取灵感的好地方。

我们希望:看到更多初创公司受到这些内部工具的启发,因为如果它对一家公司非常有用,那么它就可能对其他公司也非常有用。

通常,所有软件工具的血统都可以追溯到程序员为完成工作而构建的东西,没有理由怀疑不会继续如此。……


本文剩余内容的主要摘要如下

时代在发生巨变。YC 新创业行业清单中剩余的最有前途的 13 个行业是什么?以及为什么有机会?对于创业公司在 AI 领域的创业机会,YC 又是如何辨识的?需要大家到我的知识星球阅读。


说明:因为各种各样的原因,我在官网写的东西和我在知识星球写的不一样,关心美国创投圈和美股二级市场的专业读者,请移步到我的知识星球。如下扫码登录(老星球用户续费请见底下二维码)

老星球用户续费请用这个二维码:

英伟达股价逼近 600 美金!黄仁勋对“超能力”有自己的一套理论

我在第一期直播中选择讲英伟达,是有原因的。回望硅谷:乔布斯已逝,杰夫.贝佐斯早已经卸任亚马逊 CEO,伊隆.马斯克在 16 年前才开始掌舵特斯拉,OpenAI 的奥特曼则刚刚崛起。但是英伟达已经创办 30 年。换句话说,黄仁勋实际上是目前美国科技界任职时间最长的 CEO。

第二,英伟达的市值刚刚突破了 1 万亿美元。历史上,从来没有一家上市公司的市值如此之高,大众对它的了解却如此之少。

第三,英伟达是 2023 年美股的大赢家,其股价大涨了 239%,成为 2023 年标普 500 指数和纳斯达克 100 指数中表现最好的股票。但是这家 AI 芯片制造商的狂欢还远远没有结束的意思。

2024 年第一周,英伟达在本年度的 CES 上宣布推出新产品“人工智能 PC”,以帮助个人 PC 行业通过“人工智能电脑”来吸引消费者。

此前,英伟达的竞争对手英特尔和 AMD 认为:AI 软件在个人电脑上运行时要比在互联网上运行时更安全、反应更灵敏。现在,英伟达宣布推出三款带有额外组件的新型桌面图形芯片,以让游戏玩家、设计师及其他计算机用户能在个人计算机上更好地利用 AI,而不需要依赖通过互联网访问的远程服务。

英伟达称:与其发布的新软件和 AI 模型优化相结合,这些产品将比采用英特尔芯片的机器提供“数量级”的改进。

这一消息也直接促使当日英伟达股价大涨了 6%,并连续上涨了四个交易日。下图,是过去一个月英伟达的股价图。在进入本年度的前两周里,英伟达的股价不仅重返 500 美元大关,还逼近了 600 美元。此外,华尔街分析师们依旧将英伟达列为是 2024 年最受华尔街青睐的 20 只股票的榜首。

今天,我们来看一下作为 2023 年最成功公司的 CEO,黄仁勋对于创业者的“超能力”有一套什么样的独特理论?以下是我的翻译简写。


当黄仁勋坐在当地丹尼餐厅的一个包厢里,开始谋划将改变他一生的事业时,他不知道:他的初创公司有一天会价值 1 万亿美元。事实上,这位英伟达历史上唯一的 CEO 对自己的处境一无所知。

但如果他在 30 年前就知道他今天所知道的一切,他将永远不会创立英伟达。

“原因其实很简单,”黄仁勋最近说:”因为创建英伟达要比我预想的难上 100 万倍”。

他说:”如果我们意识到其中的痛苦与折磨,意识到你会感到多么脆弱,意识到你要承受的挑战,意识到其中会遭遇的尴尬与羞耻,意识到所有会出错的事,正常人都不会这么选择。”

英伟达是 2023 年美股的大赢家。2023 年,英伟达市值突破了 1 万亿美元。这在 30 年前,似乎是不可想象的。甚至就在一年前,英伟达的市值会因为人工智能热潮而超过 “Netflix+耐克+诺和诺德公司(减肥药公司)”的总和,这也不是特别地有可能。

黄仁勋的坦率,不仅令人大开眼界,也是我们对他这一代最成功企业家的一次难得的窥视。他把在大满贯早餐和超级鸟火鸡三明治中萌生的想法,变成了一家市值上万亿美元的公司。一路走来,黄仁勋学到了一个非常重要的、反直觉的一课,那就是:…… 全文需要到我的知识星球阅读,老星球用户续费请特别注意页面底部的优惠券。


说明:因为各种各样的原因,我在官网写的东西和我在知识星球写的不一样,关心美国创投圈和美股二级市场的专业读者,请移步到我的知识星球。如下扫码登录(老星球用户续费今天有优惠券,请见底下那个二维码)

老星球用户续费请用这张优惠券:

站在硅谷,三问钉钉的 AI 助理

图为科幻电影 <Her>,由 Midjourney 生成
  • 第一问:钉钉的 AI 助理,究竟与 OpenAI 的 GPTs 有什么不同?
  • 第二问:钉钉说的新 SaaS,是一种新卷法还是新机会?
  • 第三问:钉钉 4 月即将推出的 AI 助理应用市场是个什么情况?

先给 AI Agent 做一个定义。根据微软公司创始人比尔.盖茨的观点:所谓 AI Agent,指的是对自然语言做出反应,同时根据对用户的了解来完成一系列不同任务的软件。

2023 年 11 月底,盖茨发表长文称:AI Agent,将成为下一个互联网平台。

“时至今日,我仍然像微软刚创立时那样热爱软件。但尽管几十年来软件已经取得很大改进,在许多方面它仍然相当愚蠢。”盖茨指出:“(但)不久的将来,任何上网的人都能拥有一个由 AI 驱动的个人助理。谁能赢得 AI Agent,那才是大事,因为你将永远不会再去搜索网站,不会再去生产力网站,不会再去亚马逊。”

比尔.盖茨的话音刚落,2024 年 1 月 9 日,杭州,以超强执行力著称的钉钉,在 7.5 产品发布会上宣布了其用户数已经达到 7 亿,并重磅推出了 AI 助理等一系列产品。

这也意味着:中国的国民级软件钉钉,正式跳入了 AI Agent 的浪潮。从现在开始,钉钉上的每一个人、每一家企业都可以创建和使用个性化的、专属的 AI 助理。

如下图。当我把钉钉更新到 7.5 版本,并点击钉钉右屏上方的 “AI 助理”后,我输入了“更换钉钉 App 图标”、“请帮我打开邮箱写邮件”,AI 助理就飞快地帮我调出了结果页面。效率超高。

不过,在环绕地球 360 度的比尔.盖茨、硅谷,以及钉钉之间,我还有一系列的问题。如下:


(一)

第一个问题是:昨日,OpenAI 终于发布了备受瞩目的 GPT Store。那么钉钉的 AI 助理,究竟与 OpenAI 的 GPTs 有什么不同呢?

有意思的是,很多人不知道:钉钉的 CTO 程操红其实是去年 11 月 OpenAI 官宣即将推出 GPT Store 后的首批 GPT 开发者之一。

2023 年的最后两个月里,程操红开发了一个类似于德州扑克的 GPT 游戏。规则设置很简单,包括有:需要找几个人一起玩,每个人初始有多少积分牌等等。但在开发完之后,程操红发现了一个很大的问题:

这个 GPT 只能分享给其他人。并且,被分享的人还没有办法与程操红一起互动着玩,两个人只能各玩各的,里面剩下的其他玩家则都是虚拟玩家。

这揭示了在做 AI Agent 方面,以 OpenAI 为代表的大模型企业,与以钉钉为代表的应用层企业,存在着两个非常大的不同。如下:

第一,经过九年的发展,钉钉其实已经具备了包括协同、沟通、办公等最丰富的应用场景。如果把这些场景翻译成 AI 产品的语言,那就是:钉钉其实已经具备了最强的 AI 行动力、行动系统的连接能力——也就是“行动系统”很强大,因为钉钉的“手”与“脚”很多。

这包括:上述 GPT 游戏暴露出来的第一个问题就是无法协同。但假设你在钉钉上开发一个 AI Agent,你立马就能把它分享到群里,立马就可以和大家一起享用,AI Agent 马上就可以行动起来。

第二,钉钉已经累积起最深厚、最个性化的数据,可以根据用户个人行为特征、偏好,创建出更适合用户、更加懂用户的个人 AI 助理。

以上两大优势,正好对应了盖茨对 AI Agent 的两个关键词描述——对用户的了解,以及完成一系列不同的任务。这两个优势(即个性化数据和场景),也是钉钉在 AI 产品方面最独特的两大优势,也是目前很多大模型厂商所梦寐以求的。

换句话说,也就是:钉钉有各种各样的场景,但 GPTs 没有;钉钉有超级多的行动系统,除丰富的办公场景外,还有 1000 多万低代码应用可以操作的执行系统,但 GPTs 没有。

此外,钉钉有积累了九年的用户个性化数据,但 GPTs 在这方面还远远不够。从企业内部说,这其实也正是为什么 OpenAI 不得不从头开始做一个 “GPT Store” 出来的原因。因为 OpenAI 最终的愿景也是要做一个超级个人助理,但目前的 OpenAI 还缺乏足够多的场景和用户个性化数据,而这会直接影响到其 AI 系统对外部世界的感知能力和行动能力。

钉钉总裁叶军在钉钉 7.5 产品发布会上

(二)

第二,去年底,我看到北美 2024 年 AI 的重点会落到 SaaS 上。此次钉钉总裁叶军也恰好提到了新 SaaS 的三个特征。那么究竟为什么软件的发展,会一路狂飙突进到 AI Agent 的呢?

需要注意的是,根据叶军的观点:目前看来,生成式 AI 与大语言模型的技术发展已经经历了三波浪潮。

第一波是,以 GPT 模型为代表的大模型的涌现。这是生成式 AI 发展的基础。

第二波是,应用层的创新。实践已证明生成式 AI 的最佳应用承载,是有关生产力的场景。如微软公司的 Copilot、钉钉的 AI 魔法棒“/”等等。

而第三波浪潮,就是 AI 进一步深入到业务场景,与业务数字化打通。正是在这一波浪潮中,钉钉推出了 AI 助理平台。因为根据叶军的观点,基于第三波浪潮,全新的 SaaS 将涌现。这些新 SaaS,会呈现出以下三个主要特征:

第一个特征是,碎片化的形态。

自去年 4 月钉钉推出魔法棒斜杠之后,实际上,钉钉用户的所有需求都会在这个斜杠里。在此过程中,以往巨型的 ERP 会被打散成为越来越丰富的小功能,并出现在距离用户最近的位置。

而新 SaaS 的第二个特征是,用户与 SaaS 的交互将变得非常简单。

由于基于自然语言的交互界面将成为新 SaaS 的入口,这意味着:钉钉上的用户将可以通过对话、语音、照片等 LUI 的交互方式,直接进行人机协同,这种 LUI 交互将取代过去人找功能菜单的方式。

而有意思的是:如此一来,钉钉的一个老大难问题——作为一款 To B 软件,体态过于臃肿——也被完美地化解掉了。

需要注意的是:曾经很长一段时间里,这个问题是无解的。一般来说,一个软件功能越多、越复杂,其体态就会越肥、越臃肿。而 To B 的第一性原理是解决问题,如果非得二选一,那么帮助企业解决问题是第一位的。这也是为什么钉钉要去做如此多复杂功能的原因。

但通常,用户感受到的只是前台的界面,并不知道钉钉的强项其实是后台。举一个例子来说明:信息安全对于企业非常重要。比如,宁德时代不允许某些类型的手机登录,钉钉的后台就给宁德时代配置了只允许某几款手机登录的功能。

但智能化的到来,一下子就化解了这个问题,甚至于钉钉后端的“复杂、臃肿”,反而成为了一种优势,因为应用的丰富,是 AI 商业价值落地的基础。

此外,新 SaaS 的第三个特征,就是 AI 代理将成为主要的形态。

叶军指出:未来,钉钉的模式会是下面这样一种形式:

基于钉钉将 AI 的能力开放给生态伙伴的 AI PaaS,钉钉的 App 上将长出大量的用户型 AI 助理。钉钉用户将可以通过这些 AI 助理进行购物、订餐、批量完成业务流程、实现组织管理、知识库管理,或是与外部系统进行自动化交互等等。

而这也正是本文开篇比尔.盖茨为什么会认为——“谁能赢得 AI Agent,那才是大事,因为你将永远不会再去搜索网站,永远不会再去生产力网站,永远不会再去亚马逊”——的核心原因。

因为用户会越来越习惯于在一个超级 APP 上通过自然语言调用各种 SaaS 能力,而不是点击一个个的 SaaS 界面去跳转使用。这也就使 SaaS 有可能退化成为背后的一个个服务。换句话说,SaaS 的界面会被拦截,用户将感受不到 SaaS 厂商的存在了。

事实上,未来不光光是 SaaS 会被拦截,包括很多的 APP 都会被拦截,并形成一场新的入口争夺战。

因为就好比淘宝、京东和拼多多,假设现在有一个超级应用可以调用他们所有的商品信息和能力,你还会去打开这些 APP 吗?你不会的。你会直接告诉这个超级应用我要买什么。

而由于钉钉已经推出个人版。这也意味着:钉钉 7.5 推出的 AI 助理,将既可以属于个人,也可以属于企业。

也因此,钉钉上的每个人、每家企业都可以创建个性化的、专属的超级助理;每位开发者、每家 ISV 也都能在钉钉上低门槛地开发个性化的 AI 助理,以让钉钉有可能成为下一个 Midjourney、下一个 Pika 等优秀 AI 应用的诞生地。

详细来说:个人助理方面,每个人都可以同时创建多个个人 AI 助理。通过学习不同的知识,AI 助理将具备特定领域的专业能力。如:工作 AI 助理、旅游 AI 助理、资讯 AI 助理、健身 AI 助理等。

企业 AI 助理方面,每家企业的 IT 部门都可以拥有不同领域的企业级 AI 助理。如:招聘 AI 助理、财务 AI 助理、生产力 AI 助理等。

企业的 AI 助理可以与企业自身的数据相结合,充分使用企业所沉淀的知识库与业务数据,并在获得授权之后以对话的方式开展数据分析和洞察。

而更加重要的是,上述所有 AI 助理都可以连接到钉钉上的开放 API、连接器、生态应用、自建应用,或是通过开放接口连接到外部的第三方平台,实现跨应用、跨系统的业务流程执行。


(三)

我的第三个问题是:OpenAI 的 GPT Store 让我十分开心,因为里面的 GPT 创意包罗万象、天马行空。那么,钉钉即将推出的 AI 助理交易市场情况又会如何呢?

请允许我先给大家介绍 GPT Store 上一个我很喜欢的 GPT——“询问休伯曼博士”(Ask Dr.Andrew Huberman)。

简单讲,休伯曼博士是一个神经生物学领域的教授。他有一个健康类的播客,这个播客有非常多粉丝。

然后,这个 GPT 接受过休伯曼博士播客中每一集内容的训练,因此,只要用户问这个 GPT 有关健康的问题,如:“我想增加肌肉,但我每天只有 45 分钟锻炼。这可能吗?”

你立马就会收到明确的答案。包括:如何充分利用这 45 分钟来训练你的肌肉。其中,还包含有来自休伯曼博士播客的语音信息。

你甚至还可以要求这个 GPT 为你设计一个以最小的努力获得最大收益的锻炼计划。你也可以通过它来解答有关你睡眠、营养与锻炼内容的问题。

而根据叶军透露:钉钉的 AI 助理应用市场将会在今年 4 月推出。未来,该交易市场将主要由三部分组成:钉钉官方的 Al 助理、由生态和开发者构建的 Al 助理,以及个体用户创建的 Al 助理。

而在 4 月之前,钉钉内部其实早已经鼓励想象力。如钉钉的官方 AI 助理已经推出针对于闲鱼、1688 的 AI 助理。这些 AI 助理,把很多用户在这些平台上的工作批量化地做掉了。

有意思的是,请注意:AI 助理帮你找到的东西,很有可能会比淘宝推荐给你的还要更加适合你。

为什么这么说呢?因为平台推荐是基于用户单一平台行为的推荐,并且还加入了平台规则的偏好。但 AI 助理是完全以个人为中心的,它会根据用户个人的所有行为(包括你在各大平台的习惯)给出建议。

比如说,我很喜欢吃海鲜,我的朋友们可能知道这一点,我的 AI 助理会知道,但淘宝不知道。再比如说,我晚上 9 点后不喜欢接电话和回复钉钉,AI 助理也会知道。

叶军指出:“在钉钉上,一定会产生出这样的东西。而这会比单一的淘宝、抖音平台更好用,因为这些平台没有办法覆盖到你各种生活习惯,但 AI 助理却有机会干这个事。目前,我们平台层面没有做约束,我们先让子弹飞一会儿。”


说明:因为各种各样的原因,我在官网写的东西和我在知识星球写的不一样,关心美国创投圈和美股二级市场的专业读者,请移步到我的知识星球。如下扫码登录(老星球用户续费请见底下那个二维码)

老星球用户续费请用这个二维码

美国 AI 创业公司的新难题:有钱,但是缺数据

随着时间的推移,美国人工智能产业的附加值重心,已经悄悄发生了转移。

根据《华尔街日报》的最新报道:正在筹集数十亿美元的生成式 AI 创业公司,如果没办法获得正确的数据,那么它们可能已经走向失败。

风投机构 Primary Venture Partners 的联合创始人兼普通合伙人布拉德.斯夫鲁加指出:

“我们已经看到很多公司可能正在寻求出色的 AI 应用,但他们无法访问能够让他们构建强大应用程序的数据,更加不用说可以帮助他们的专有数据了。”

换句话说:当市场上,构建实际的模型已经变得类似于可以购买的商品时,真正的价值变成了数据。拥有正确的数据,现在可能比任何时候都更加重要。


(一)

这里的逻辑是:目前,许多 AI 创业公司都希望能在如金融或医疗保健等细分领域建立起小众的 AI 模型,但因为他们缺乏品牌认知度和社会认同,这些创业公司要获得垂直行业的培训数据集并不容易。

在这方面,大公司可能更具优势,因为在如何处理数据方面,大公司已经赢得了大客户们的信任。

例如根据《华尔街日报》的报道:安永全球有大量的交易数据,每天都有生成式 AI 创业公司找上门来。但安永全球担心:如果把自己的专有数据用于训练外部模型将会发生什么?

“谁拥有这些数据?当我们训练模型时,我们对这个模型的访问权限是什么?其他人还能如何使用这个模型?数据是由我们带来的知识产权的一部分。” 安永全球指出。

要解决类似的 IP 问题,一种对策是:创业公司可以通过仅仅是根据每个客户的数据,来为每个客户训练不同的模型。

例如 TermSheet 就是用这种策略来构建 Ethan 产品策略的。后者是一种生成式 AI 模型,可以为房地产开发商、经纪人和投资者回答行业的问题。但是 TermSheet 的 CEO 罗杰.史密斯也表示,即便客户同意这一点,他们也需要教育客户和一些说服力。  

此外,对网络安全的担忧,也是大客户公司不愿意选择创业公司的原因。

如金融服务公司 Truist 的首席数据官特蕾西.丹尼尔斯就表示,在数据安全方面,他们信任更加大的供应商,因此只选择与大技术供应商而非创业公司一起探索生成式 AI 应用。

第三,甚至在某些情况下,垂直行业的大客户会要求生成式 AI 创业公司支付巨大的资金额或者是公司股权。如生成式 AI 公司 Veesual 可以生成人们试穿衣服的图像,他们最初利用互联网上的公共图像进行训练,但在努力让大零售商同意交出他们数据以增强模型时,就因为上述原因失败了。

第四种情况,则是在技术上很难实现。

如 PatentPal 是一家帮助律师事务所起草专利申请的生成式 AI 初创公司,他们接受过公开专利申请方面的培训。他们有机会继续根据加密或匿名的实际客户反馈,来训练其模型,从而使他们的工具更加准确。但这种过程十分复杂,因为反馈必须与高度敏感和机密的数据(包括商业机密)分开。 

然而与此同时,生成式 AI 创业公司的竞争已经趋向白热化。

如果从资金注入规模看,根据《华尔街日报》引用 PitchBook 的数据:从去年 2022 年到今年的前五个月,生成式 AI 创业公司的风险投资资金规模已经从 48 亿美金增长到了 127 亿美元。

因此,为了确保能够在某些利基市场中获得更多数据,生成式 AI 创业公司的压力已经越来越大。

Struck Capital 的创始人兼执行合伙人亚当.斯特拉克指出:一些初创公司正竞相相互竞争,以确保在某些利基市场内获得更多数据。

“如果你相信有一个专有数据集,你就想在他们之前得到它,然后,协商排他性。从这个意义上说,这几乎变成了一场军备竞赛。”他说。


(二)

有意思的是,上述现状也不禁让我想到:似乎,市场上真的缺乏一个数据的公开交易市场。

实际上在 2018 年或者更早的 2017 年,我在美国流媒体公司 Netflix 的一位朋友就和我聊起过他的这个创业想法:做一个数据的公开交易市场。不过,始终没有合适的产品形态,包括如何让公司自愿交出自己的数据。

从这个角度讲,前两天的一个新闻——OpenAI 正在考虑推出一个交易市场——就非常值得关注。

需要注意的是:在 ChatGPT 的插件计划几乎失败之后,根据美媒的报道:

OpenAI 正在考虑推出一个交易市场,以让客户可以将他们根据自己需求定制的人工智能模型出售给其他公司。换句话说:这个交易市场将为企业提供一种访问前沿大语言模型的方法,并托管客户们构建的 OpenAI 模型的微调版本。……

本文剩余内容的主要摘要如下:

1,为什么 OpenAI 考虑推出一个交易市场?

2,这个交易市场有什么方式可以打通公司之间的数据共享和交易吗?


说明:因为各种各样的原因,我在官网写的东西和我在知识星球写的不太一样,关心美国创投圈的专业读者,请移步到我的知识星球。如下扫码登录(老星球用户续费请见底下那个二维码)

老星球用户续费请用这个二维码:

商汤科技的 OpenAI 野心

人间一日,大模型十年。这两天美国 LLM 行业的最新议题是:AI 功能的运营成本如此之高,包括微软在内的已经推出 AI 功能的软件公司究竟该如何定价、又如何说服客户买单?

根据美媒的最新报道:

微软至少已经有 100 家最大的客户在购买席位多达 1000 个的生产力 AI 应用 Microsoft 365 Copilot 时,相比没有 AI 功能的经典版 Microsoft Office 365,多付了 40% 的钱,达到了一年 10 万美金的高价。

换句话说,在 AI 大模型的应用端,大客户价格已经飙升了 40%。

与此同时在基础设施端,几乎在同一时间,OpenAI 与商汤科技都向外界传达了一个信号——要把 AI 大模型的 API 价格给打下来。

5 月 29 日萨姆.奥特曼称:今年 OpenAI 的目标是要继续降低 API 的成本,首要任务就是更便宜、更快的 GPT-4。

而商汤科技联合创始人、大装置事业群总裁杨帆,则在近日接受我采访时和我重点强调了商汤大装置 SenseCore 的核心定位——提供人工智能基础设施的层,把人工智能的使用门槛和使用成本打下来。

由此引发的一个重要问题是:

在 AI 2.0/大模型时代奔涌而来之际,生产范式已经发生根本性的改变。商汤科技作为“中国 AI 第一股”,将如何抓住这个人工智能由量变引发质变的时代机遇,又将如何向资本市场重新讲述“新故事”呢?

商汤科技联合创始人、大装置事业群总裁杨帆

(一)

令人意想不到的是,杨帆在接受我采访时指出:

大模型并没有带来商汤科技的新故事。恰恰相反,大模型只是印证了商汤科技在 2019 年时所做出的一个判断。

在此之前,杨帆和我提到了一个重要的观点。他认为,从商汤科技作为一家 AI 原生公司的视角看:

所谓的“大算力+大模型”,其实是随着数据量和算力达到一定数量级之后,一些量变引发了质变,从而突破了一些人的传统认知,认为这个东西和以前有很大的不同。但从技术的角度看,没有根本性改变,更多是一个持续性发展的过程和结果,因为当模型足够大了之后,可以把很多复杂的问题泛化为一个通用问题。

比如在自动驾驶领域,未来路上常见的、具体的 99% 以上的物体,都可以用一个模型来解决,从而加速整个自动驾驶技术的发展。再比如此前智能音箱的人机对话,过去需要一些标准句式,否则体验感不好,但通过 LLM,只要是用户正常日常交流中会出现的语句语式,它就基本不会出错。

“因此,大模型带来的不光是效率的提升,而是让原本一些体验不够好而无法形成大规模应用的场景,到今天可以形成大规模的应用。”杨帆指出。

随后,杨帆和我分享了在商汤科技内部发生的一些故事。

杨帆表示:自 2014 年商汤科技成立,杨帆就一直在公司各业务部门做轮转。2017-2018 年时,他发现了市场上的一个巨大痛点:

作为一个纯 AI 技术公司,彼时,商汤在做产业落地时必须把全环节都做了,甚至连客户的安装实施,都需要由商汤来提供一份详细的实施指导手册。

如在安装智慧化摄像头时,扭完螺丝之后需要做一些角度的调教和简单的测试,但供应商们并没有这个概念,就会导致安装出现问题。这也大大延宕了整个人工智能在各行业做渗透和应用的速度。

“这个时候我发现,如果真要把 AI 在一个场景落实好,其实需要公司既懂 AI,又懂场景,但这太难了。”杨帆说:“而让商汤员工自己做又不现实,因为他们都是高科技研发人才,这样做人力成本高、性价比太低。”

到了 2018-2019 年,趋势开始发生变化:随着人工智能产业的发展,出现了一波小的 AI 公司。

他们的 AI 原生技术不强,但在理解某一个具体产业的场景时,非常强。这些公司的创始人通常学历很高,技术也很厉害,但很多并非 AI 出身,而是具有某一行业的背景和经历,能够拿到行业的某些资源来做行业的智慧化落地。不过,尽管他们能更好地理解客户想要什么,但在技术解决能力方面,也会有较为明显的劣势。

经过这两个阶段,商汤科技内部已经形成了一个判断,那就是:由于人工智能是一个足够通用的技术,从长期看,产业最后一定会分层。

具体而言:底下的一层,将会有人去提供基础设施核心能力,以把使用人工智能的门槛和成本给打下来。

而经由底下一层支撑起来的上面那一层,则会是一个百花齐放的应用生态层。在这一层里,做应用的人不一定会强调 AI,但他们理解应用,可以把整个信息化、智能化的技术体系拿来拼在一起去解决客户的问题。

2022 年底,大模型 ChatGPT 横空出世,这更加印证了商汤的上述判断。

“因为大模型的一次性研发投入非常大,风险很大,很可能搞了几年之后发现别人做得比你好,导致自己的模型没人用了。”杨帆指出。

“但反过来讲,如果你能把大模型做得足够好,把其变成一个 API 提供给上面使用的人时,你就可以把 API 的成本降到足够低。我们相信人工智能技术将来一定会渗透进所有行业,而且一个大的市场最后可能不会超过 3-5 家的体量,我们希望成为大模型时代中基础设施能力的供应者。”杨帆说。

需要注意的是:2021 年,商汤科技成功登录港交所,并同时提出了“一平台四支柱”的公司战略。实际上这个战略背后,就是商汤科技在 2019 年时所形成的上述判断。

所谓的“一平台四支柱”是指:

商汤科技的核心,还是要去做人工智能的基础底座,因为商汤科技有全体系链的优势,能够服务更多的人,让 AI 技术以更低的成本、更低的门槛、更高效率地进入到各个场景里。

此外,商汤科技也会不断去做一些大的产业赛道,包括智慧城市、智能汽车等等。但商汤科技也有边界,不会吞吃所有产业,而会选择把更多的场景,通过自身基础设施的能力去开放出来。

也就是说,商汤科技在 2021 年时提出来的“一平台四支柱”中的一平台,就是指在商汤自身理念不断发展的大背景下应运而生的商汤大装置 SenseCore。

需要注意的是:早在 2019 年时,商汤科技就已经推出了 10 亿参数量规模的视觉模型。彼时,商汤科技使用了上千张 GPU 卡进行单任务训练。并在过去两年里,还训练了百亿参数规模的超大视觉模型。此后的今年 3 月,商汤科技又推出并开源了多模态多任务通用大模型书生(INTERN)2.5,具有 30 亿参数。

紧接着 6 月 7 日高考开考,商汤科技联合上海 AI 实验室、香港中文大学、复旦大学及上海交通大学发布了千亿级参数大语言模型“书生·浦语”(InternLM)。

“书生·浦语”具有 1040 亿参数,是在包含 1.6 万亿 token 的多语种高质量数据集上训练而成。

上述联合团队选取了 20 多项评测对“书生·浦语”进行检验,其中包含有全球最具影响力的四个综合性考试评测集:

  • 由伯克利加州大学等高校构建的多任务考试评测集 MMLU;
  • 微软研究院推出的学科考试评测集 AGIEval(含中国高考、司法考试及美国 SAT、LSAT、GRE 和 GMAT 等);
  • 由上海交通大学、清华大学和爱丁堡大学合作构建的面向中文语言模型的综合性考试评测集 C-Eval;
  • 由复旦大学研究团队构建的高考题目评测集 Gaokao;

随后,联合团队对“书生·浦语”、GLM-130B、LLaMA-65B、ChatGPT 和 GPT-4 进行了全面的测试,针对上述四个评测集的成绩对比如下图(满分 100 分):

测评结果显示:“书生·浦语”不仅已经显著超越 GLM-130B 和 LLaMA-65B 等学术开源模型,还在 AGIEval、C-Eval 以及 Gaokao 等多个综合性考试中领先于 ChatGPT;在以美国考试为主的 MMLU 上实现与 ChatGPT 持平。

而训练上述模型的基础,包括商汤在今年 4 月推出的大模型体系“日日新”,均得益于商汤大装置 SenseCore 的支撑。

根据商汤科技和我透露的数据:商汤大装置 SenseCore 共有 27000 块的 GPU 芯片卡,可以输出 5.0 exaFLOPS 的总算力,是目前亚洲最大的智能计算平台之一,站到了与 BAT 同台竞争的位置上。

但这也给商汤科技带来了巨大的成本支出。

根据商汤科技的财报:2018 年—2022 年间,其研发费用率从 45.9% 飙升到了 105%。

不过,砸下去的天文数字也变成了商汤在这一轮国内 AI 大模型竞争中的“算力优势”。

“目前行业里普遍认为,算力就是基础设施。但实际上,人工智能的基础设施是指算力、数据、算法(包括基础算法和算法相关的工具)三位一体的东西。”杨帆指出。

也就是说:当我们提到算力之争时,这里的算力,其实不仅仅是指硬件的资源,还包括上面一整套的基础软件体系;数据,也不仅是指数据本身的积累,还包括处理数据的能力、整合数据的能力、使用数据的 know-how 等等。

而谁如果能把这三者的整合能力提供好,能够提供更低的成本、更低的门槛,将决定整场竞争的成败。

而这也正是商汤大装置 SenseCore 的核心使命。


(二)

杨帆还和我指出了商汤科技相较于国内外同类 LLM 公司所具有的差异化优势,在如下三个方面:

第一个是,商汤科技提供端到端的产品应用解决方案的能力。

这里一方面,商汤科技可以建设外部的应用生态,另一方面,商汤科技内部有大量的应用场景,可以快速去做闭环落地,这对于基础设施早期拼增长、抓客户的时候具有优势。

因为这样的过程,是商汤科技一个很强的窗口期。在这个阶段,商汤过去强于其他任何公司的端到端价值验证的能力会起到重要的作用。

“因为不管在任何场景下,人工智能还是一个很新的技术。第一,它在快速迭代;第二,它很不成熟。这会导致很多客户对 AI 的 一些基本概念、认知、价值、边界和局限性都没有很好的理解,甚至完全没有概念。要么过于乐观,要么过于悲观。所以最后就会发现,当 AI 真正要做产业落地时,大家必须要拿端到端的价值来说话。”杨帆指出。

因为说到底,客户其实很难辨识基础设施本身的厉害与否。一家厂商的定位如果就是提供基础设施,它其实很难自证价值。也正因为此,给客户提供完整的价值闭环就非常重要。

“也因此,AI 不是在最开始就提供基础三大件,而是一上来可能就要有行业解决方案包。另一个,也看到很多人会花很大代价去建整个应用生态。”杨帆说。

而第二个优势,就是商汤本是一家 AI 原生公司,这决定了从公司成立第一天起,商汤科技就在做 AI 大装置的基础设施。

这非常不同。举一个例子。

同样去讲一个 AI 的大装置,它底下可能也有数据中心,但传统建数据中心建互联网机房时,首先最重要的是带宽。而今天去建一个智能化的计算中心,首先是硬件服务器的配置。包括配什么类型的训练,配什么类型的推理,训练和推理之间是什么关系,以及集群内部的网络调度是什么等等。因为其使用模式、使用的 Python,可能就是重计算、轻用户之间的带宽交互。所以用户和使用场景不同,会导致从下到上整个技术的体系都跟原来不一样。

而在这方面,第一,商汤没有历史包袱。第二,商汤内部,其实早已经沉淀了大量的专家认知和工具:从芯片、服务器、基础软件、工具软件、算法生产到应用,对 AI 的各环节都能够更加理解,中间每一环节的问题挑战、困难在哪里,都非常清楚。

“我们今天要做的,其实无非就是把这些东西标准化成为一个产品和服务向外提供出来。”杨帆指出:“我认为这也是我们的一个核心优势,因为我们就是做这件事起家的,所以对每个环节的困难、挑战都更懂,积累的经验也更多。”

第三个优势,就是开源生态的建设。

根据杨帆的理解,大厂的开源生态其实做得并不好,原因是大厂搞生态核心搞的都是框架的生态,但从互联网 IT 行业到 AI 行业实际上已经发生了一个很大的变化。

“在互联网时,工具是核心的价值提供,所以大家都去做工具的开源,做工具的开源是互联网时代形成生态最重要的方面,而框架也是一种工具。但在 AI 时代,其实最重要的已经不是框架了,而是算法和模型,这就是为什么国外Hugging Face做得好的原因。”杨帆说。

需要注意的是:从 2017 年开始,商汤科技就没有开源过任何一个框架,其最核心开源的是一个算法仓库——海量算法 OpenMMLab。而这个算法目前在 Github 上达到的 Star 数比 Pytorch 还要高。

“在 AI 年代,真正的高价值蕴含都在模型里,你所谓的开源建设一个有效的生态,只有把核心价值的属性板块开源出去,才会更容易形成你的生态。”杨帆说。


(三)

当谈到如何与资本更雄厚、资源更多的大厂竞争,比如,如何应对大厂们可能会利用一些低价行为来打市场的策略时,杨帆提供了下面的观点:

“其实基础设施都类似,最后拼的最重要优势一定是成本。但是这个成本,一定要关注它最后所谓的用户成本。“杨帆指出。

也就是说,用户想干一件事,最后他关注的其实是:我到底花了多少钱可以训练出一个 1,700 亿的、能达到某个指标的大语言模型。

“而在此过程中,其实不只是单独地给算力,因为算力今天以服务器计价。实际上当你软件做得足够好的时候,实际上就意味着别人要用 10 台服务器干的事,在商汤这里可能通过软件的优化之后,用 6 台服务器就做了。那么即便你的单价高,最后对用户来说,算总账时仍然划算。或者说,我们这里还有一些数据的储备,数据服务,一些工具化服务,我们把这些所有的服务加在一起,最后用户要达到他的目的,需要什么样的成本付出,最后大家比拼的其实是一个端到端综合成本的控制能力。”杨帆指出。

根据杨帆的观点,因为目前人工智能的智能计算市场还处于一个非常早期的阶段,但这也正是商汤科技的机会所在。

这里的逻辑是:通常,市场早期的技术发展还在快速迭代阶段,而当技术还不成熟时,如果你能在技术上领先,那么你其实有各种各样的方式来通过不同的渠道去综合优化成本。

而相比较,当一个市场技术已经进入相对的成熟期后,竞争将只能靠规模、靠一些供应链来压价和降低成本。

类似的一个案例是在公有云领域。

如国内公有云的发展比国外晚了 7-8 年,但今天国内的智能云则基本上与国外同步。这里存在着一个映射是,国内的公有云市场即便是早期阶段,但从技术的角度讲,它很多的技术已经相对成熟,已经过了依靠技术能力去快速获得一些成本优势的阶段。而如果回顾云服务市场的早期,甚至很多行业处于早期发展阶段的时候,技术优势都将在成本方面带来最终的很大价值。


说明:因为各种各样的原因,我在微信公号写的东西和我在知识星球写的不太一样,关心美国创投圈的专业读者,请移步到我的知识星球。如下扫码登录(老星球用户续费请见底下那个二维码)

老星球用户续费请用这个二维码:

拜登计划未来几周内限制对中国的科技投资

根据彭博社的报道,拜登计划在未来几周内签署一项行政命令,限制美国在中国对半导体、人工智能以及量子计算等方面的投资。

被限制的投资类型将包括:风险投资和私募股权交易,以及一些技术转让和合资企业。并且该命令针对的是潜在的新投资,而不是现有投资。

在命令生效前,美国公司将有一段提供反馈的时间。命令生效后,美国财政部将实施为期一年的试点计划,并且以后可能会扩大。

这也标志着,美国长达数年针对中国的经济运动进入一个新阶段。现在,世界上两个最大经济体之间的资本流动正处于十字路口。


(一)

根据彭博社援引知情人士的说法:拜登政府计划在 5 月 17 日位于日本召开的七国集团峰会期间采取行动。

一直以来,美国在向其七国集团伙伴介绍高科技产业的投资限制,并希望在 5 月的会议上得到认可。彭博社援引一位知情人士的说法称:最可能的顺序是,拜登在表达了国际支持之后不久签署该行政命令。

彭博社称:4 月 20 日,美国财政部部长耶伦在华盛顿就美中经济关系发表讲话时表示:

“这些国家安全行动不是为了让我们获得经济竞争优势,也不是为了扼杀中国的经济和技术现代化。”“即使这些行动将迫使与经济利益进行权衡,美国也将追求对中国的安全关切。”“美国将就政策与我们的盟友和伙伴进行接触和协调”。

此前,美国官员已明确表示,单边措施不会实现国家安全目标,因为美国不投资,其他国家也会投资,并且后者的投资将取代前者。

4 月 21 日周五,中国外交部发言人汪文斌指责美国将科技问题政治化,称华盛顿的“真正目的是剥夺中国的发展权。这是纯粹的经济胁迫。”



(二)

不过,根据彭博社的说法:基本上,投资者不会理会这些由最新限制引发的担忧,因为美国对中国一些高科技行业的投资事实上已经在减少。

彭博资讯的分析师 Marvin Chen 指出:“美国已为此努力了一段时间,美国在敏感领域的投资已经在下降。但尽管如此,随着外国投资继续撤出,中国科技界将更依赖于国内资金和国家的支持。”

根据美国经济分析局的数据,到了 2021 年底,美国企业在中国的累计总投资价值将接近 1200 亿美元,其中有约一半用于制造业。

此外,PitchBook 的数据显示:2022 年,美国私募股权投资者购买中国公司股份的交易份额已经缩减到了十年前的 1/4 左右。



(三)

需要注意的是:就 VC 领域,国内美元基金就 OpenAI 引发的热潮在中国本土做出的投资,已经引起美国科技媒体的关注。

The Information 在本月初称:美国机构投资者正在间接资助一批渴望成为中国 OpenAI 的中国人工智能创业公司。包括红杉中国、经纬中国、启明创投和高瓴资本等主要的中国风投正在投资中国的 AI 创业公司。

如,红杉中国最近以美元投资了一家由清华大学年轻助理教授杨植麟创建的人工智能公司。

杨植麟曾于 2019 年获得卡内基梅隆大学计算机科学学院博士学位,被认为是中国顶尖的人工智能研究人员之一。此前,杨还曾共同创立另一家由红杉中国支持的创业公司——循环智能。

杨曾在谷歌和 Meta 的人工智能实验室工作,并发表了类似于 OpenAI 和谷歌开发的与大语言模型相关的研究。2022 年夏,红杉中国刚完成了 90 亿美元的新募资。

此外,The Information 还指出:经纬中国与启明创投最近投资了另一家北京的人工智能初创公司 Frontis,该公司将其产品与 ChatGPT 进行比较。据该公司网站,它由曾领导京东 AI 研究实验室的清华大学教授周伯文于 2021 年创立。经纬与启明的这笔交易使  Frontis 的账面估值达到了数亿美元。

此外,由高瓴资本支持的 MiniMax 是一家成立 16 个月的中国人工智能初创公司,正在开发类似 OpenAI 的 ChatGPT 的聊天机器人产品。

根据 The Information 在本月初的报道:MiniMax 正在谈判以超过 10 亿美元估值筹集超过 1 亿美元,其中包括新资本。这是中国目前数 10 家 ChatGPT 克隆公司中首批的独角兽公司之一。不到一年前,Minimax 的账面估值为 5 亿美元。


说明:因为各种各样的原因,我在官网写的东西和我在知识星球写的不太一样,关心美国创投圈的专业读者,请移步到我的知识星球。如下扫码登录(老星球用户续费请见底下那个二维码)

老星球用户续费请用这个二维码:

钉钉的微软时刻

微软的 365 Copilot 还没有正式发布的时间,4 月 18 日,北京,钉钉总裁叶军(花名:不穷)已经在“钉钉 2023 春节钉峰会”上用一根魔法棒“/”揭秘了钉钉将全面走向智能化的时间表。

需要注意的是:作为国内第一大生产力平台和业务结构最像微软的公司,钉钉具有其他国内大模型公司所不具备的两个优势:

第一个是,最多的应用场景。

在协同办公领域,通用功能其实都差不多,钉钉的真正优势在:平台上的 6 亿用户和 2000 多万企业。换句话说:钉钉的竞争壁垒构建在其丰富的办公和业务数字化场景上。

第二个是,实力排名中国第一、全球第三的阿里云。

在对 AI 应用至关重要的算力方面,阿里始于 2019 年的“云钉一体”战略,为把阿里云的算力输送到钉钉上奠定了扎实的基础,也使钉钉成为了最大的受益方之一。

根据叶军的介绍,钉钉与阿里云的很多能力都属于深度合作。过去两年,钉钉有大量工作是在连接云的底层能力,包括账号体系、权限体系,各种计费体系等的连接。这些积累不可一蹴而就,很多公司没有这个基础。

鉴于阿里的建制是目前国内最完整的<芯片+算力+钉钉应用软件+“/”>,也就是说:现在发生在全球生产力领域的巨变——“OpenAI+微软”的故事,落地于中国,钉钉将率先承担起一系列问题的答案:AI 在中国办公场景下将如何落地?AI 又将给中国的办公场景带来哪些改变?

而对于我个人,此次发布会最让我惊喜的是钉钉个人版的首次曝光。

这也意味着:正如原子核外的电子,每一圈层要完成一次跃迁,都需要有一个额外的能量。智能时代也给了钉钉一次跃迁的机会,使其具备的能力从一条赛道跃迁到了另一条赛道上。

(一)

根据叶军的介绍,钉钉将首先推出目前中国企业最需要的四个 AI 应用场景:文档、音视频、IM 群聊,以及低代码应用开发。

“钉钉是一款用户量特别大的应用,所以做决策时,我们一般会优先考虑这件事能不能让最多的人受益。”叶军指出:也是基于这一原则,钉钉会首先智能化如下四个应用场景。

根据叶军的现场演示(是的,现场演示!):

在文档中,用户通过魔法棒——“/”将可以进行创意类创作,如拟标题、写诗、写故事、润色文案、生成海报等;

在视频会议中,通过“/”可以开启智能会议摘要,为新入会成员快速总结会议内容,会后还可以一键生成议程回顾、重点内容、待办事项等;

IM 群聊中,用户通过“/”可以自动生成聊天记录摘要,快速了解上下文,同时具备直接生成待办、预约日程的延展能力;

应用开发场景中,通过“/”可以用自然对话生成应用,包括像投票、手绘表格、板书拍照后自动创建一个低代码应用,还可以通过对话修改应用的内容。

此外,钉钉其他许多 AI 的新场景也已经在研发中,包括:搜索场景、知识库场景以及客服助手场景等等。

根据叶军的介绍:这些 AI 场景首先会开放给跟钉钉有长期密切合作的生态伙伴;其次是,钉钉的三专(专业版、专属版和专有版)客户。

商业模式方面,类似于国外流行的 Midjourney、ChatGPT 等应用,钉钉可能也将采取“按月付费”的方式。

如,钉钉会将使用算力的次数与钉钉的三专产品相结合。假设有客户购买了钉钉的专业版后,钉钉将配给客户 200 次调用 AI 的能力。如果客户觉得不够,还可以自己增购计算量。

定价方面,钉钉会比国外的应用低,甚至前期对于特定用户,还会给到一定时长的优惠。

那么具体是在什么时间,钉钉平台上的 6 亿用户都能够用上魔法棒功能呢?

“原则上只要监管通过之后,客户就能不同程度地使用。”叶军指出:“这些 AI 场景其实技术上都已实现,产品和算力方面都已经准备好,但没有对开放,主要是在等监管的审批。”

与此同时,叶军也给自己设定了一个目标:到明年 3 月 31 日,钉钉的 AI 核心场景应该全部都有智能化的能力。“这是我给自己定的目标,一年之内。”叶军强调。

(二)

但需要注意的是:对于钉钉上的生态系统,AI 是一个机遇,但首先也是一场危机。

今年 4 月 10 日,美国 SaaS 领域著名的风投机构 Bessemer Venture Partners 发布了 2023 年云报告 <State of the Cloud 2023> 指出:

“大语言模型革命是计算历史上最重要的发展之一。该革命将改造 SaaS 应用层,如果您是一家云公司 CEO,选择不使用 AI 战略就相当于是签署了死刑令。从现在起的 10 年之后,能持续取得成功的公司将是那些已经或将在未来几个月内专注于 AI 的公司。”

叶军也提出了类似看法:钉钉平台上的 3000 个 SaaS,也必然将接受一次智能化的改进。如果不改进,很可能会被另外带点智能化的同类 SaaS 所取代,或是被自动生成的程序所取代。

因为现在的 SaaS ,解决的其实是以前老 ERP 软件“使用难”的问题,SaaS 可以让软件部署过程变简单,包括一次性部署、不用买机器、到处可以用等等。但有了智能化之后,所有 SaaS 服务商系统的创维过程将会变得更加简单。

而且,SaaS 领域还将出现一个新趋势,那就是:大 SaaS 会变得越来越少,碎片化 SaaS 则会越来越多。

这是因为:斜杠智能助手一出来后,实际上所有需求都会在这个斜杠里。而如果 SaaS 公司不融入智能化能力,这些碎片化的智能化小程序就可能会影响 SaaS 的使用,使 SaaS 可能退化成为一个背后的服务。

然而对于 SaaS 公司,部署智能化的过程却是一个挑战。

为迎接这一挑战,钉钉已经推出针对 SaaS 公司的总裁班和训练营,以及相关的繁星计划和银星计划,目的是:在前期,帮助平台上的 3000 家 SaaS 公司实现智能化,以让大中小 SaaS 公司都能与魔法棒——斜杠后面的能力相对接。

“通过训练营,我们会不断告诉大家现在开放的力度,以及我们期望他们能做到什么程度。”叶军说:“因为钉钉不是淘宝卖东西,简单点个链接,然后跳转,钉钉是一个数字化的生命体,底下大家数据都相通,都钢筋水泥般串在一起。如果钉钉变了,它不变,我们肯定会去找一家跟着变的公司,那么它就会被那家公司所取代。”叶军说。

而对于一些专业的开发人群,钉钉也将针对这个群体提供一些智能化的 API。

(三)

此外,另一个将因为 AI 能力而发生巨变的领域是:低代码。

显然,智能也将给低代码提供一个全新的创建机会,包括使其创建过程比今天还要简单——整个过程,包括修改、创建、部署,到再修改,到使用,全程一气呵成,几个人就能把事情都干完。

而这也将使低代码的数量会呈指数级增长。

根据叶军透露的两个信息:目前,钉钉实际上已经将低代码生成的程序喂给大模型。

这意味着:不用再担心低代码生成的程序会成为碎片死在那里,没人使用。相反,大模型将能够随时随地调用起一个”冷宫”里的代码应用。

因为在喂给大模型之后,大模型会记得并理解各个低代码的结构。而当有几百万个低代码程序喂给大模型后,大模型就有机会随时随地抽取出相对应的他想要的低代码程序以及里面生成的记录。这是 AI 给到的一个解法。

此外,阿里原来早已经十面埋伏过——2022 年 9 月,当阿里云栖大会上重磅推出开源的 AI 模型社区“魔搭” ModelScope 时,其竟然深含用意——“魔搭”与钉钉的 AI 应用场景,其实是一个天然的上下游关系。

“我认为大模型,尤其是行业大模型,以后会越来越集中到钉钉平台上,然后,会有商业化的应用。”叶军指出:“而通过魔搭开源社区,大家把模型练出来后,里面有很多其实是小模型,就可以把这些小模型拿给钉钉上的这些 AI 场景来用,这样马上就能转化为生产力,这些小模型也可以实现最终的商业化。”

“因为只要应用场景加上模型,两边能有一个连接就行了。所以,从钉钉的低代码平台宜搭到开源社区魔搭,名字上,也是天然的匹配。”叶军指出:宜搭创建了场景的便利性问题,而魔搭则生成了后端的模型能力问题,两者一连接,从宜搭到魔搭,就从效率时代飞跃到了智能时代。

“所以去年 9 月,云栖做的所有工作对于今天都有历史意义。现在大家反应过来了,这原来不是一天建成的。到宜搭、魔搭、大模型生成小模型、开源的小模型一起结合起来,可以真正产生生产力,其实是这样一个过程。”叶军透露。

(四)

当然对于我个人,我感觉最有趣的是钉钉个人版的曝光。

根据叶军的介绍:钉钉个人版将主要面向个人用户、小团队、高校师生等群体开放。其不仅将全面接入千问大模型,还有望在未来连网大量的第三方 SaaS,包括像携程、飞猪、高德打车、饿了么等等。

叶军还提到了一个很有意思的观点,分享给大家,那就是:从 Low Code 到 No App 的过程。

根据叶军的说法:未来,SaaS、PaaS 跟 IaaS 的结构会被打掉,App 阶段会成为过去式。

“其实移动时代要比 PC 时代封闭。以前的 PC 时代是开放的,全网都可以爬数据,但移动时代,每个数据都被锁死在 App 里了,爬不到数据。而现在,智能时代又可能会带来一个新趋势,很多地方都可以看到,那就是:连 App 也没有了,智能时代会绕过 App 的边界,直接触达数据。”

也就是说,现在大家全靠 App 解决问题,但未来,只要装一个最关键的 App 就行了,这个 App 会帮用户解决跟别的 App 之间的关系问题,这背后涉及的是大量数据之间的连接互通。

叶军指出:“包括前段时间,马斯克为什么要收购推特?因为希望 Twitter 能够变成一个超级 App。马斯克看到了这个趋势,那就是未来不需要那么多 App 了,用户端有一个超级 App 就可以了,然后这个超级 App 去跟周边包括打车软件、订房软件全集成到一起。这是一种新的形态,以前都是链接、跳来跳去,但未来的智能时代,不会有跳转,不会有界面,也不会有 App。”

“我个人的判断是:未来是一个从 Low Code 到 No APP 的过程,而智能入口就是核心的入口,操作极简,把底层数据都打通。这个过程一旦完成,格局将发生非常大的变化。“叶军指出。

按照叶军的设想,甚至底下的 SaaS、PaaS 和 IaaS 这三层,都可能会成为一个数据训练的前置条件。未来这三层,会被绕过,直接由 AI 层调用 MaaS。在一定程度上,MaaS 将取代 SaaS 和 PaaS,直接通过模型层完成提前的训练和感知,直接操作数据,根本不关心 IaaS 在哪里,就是一个 MaaS,界面+模型解决所有的问题。

“所以从今年开始,钉钉的功能也会变得越来越简洁。”叶军指出:“我认为未来钉钉个人版的 AI 助手,会是就嵌入到各种场景里的自然语言的表达,这种形式将成为终极的形式。”

GPT-4 来了,问大家一个问题:什么是原生的 AI 应用?

(一)

当一项新技术上市时,我们通常会去找这个技术的“原生”应用。

比如,什么是“原生”的 AI 应用?什么是“原生”的 Web3 应用?

所谓“原生”是指:以前根本不存在、并且没有 XXX 就不可能存在的机会。

比如说,移动时代的“原生”应用是指:以前根本不存在、并且没有手机就不可能存在的应用。

而创业公司和投资者所面临的挑战,就是要识别和利用这种新技术所带来的“原生/独特功能”的机会。


(二)

需要注意的是:当 GPT-3 到来时,美国最大独立风险资本家 Elad Gil 曾指出:

这一次 AI 浪潮有明确的应用用例,但没有强大的既有大公司。接下来,OpenAI 马上要推出的 GPT-4(或其他一些 API 平台)将至关重要。因为这将是 AI 创业公司腾飞的关键。

他说:

“GPT-3 有用,但还没有 ‘突破性有用’到足以大量创业公司可以在它基础上建立起大公司的地步。但一个比 GPT-3 好上 5-10 倍的模型,应该会创建出一个全新的 AI 创业生态系统,同时也会增强既有大公司的产品。”

也就是说:只有模型足够好,创业公司才有可能在这次 AI 浪潮中大幅提高创业公司的市占率,而不是 AI 的价值又都被既有大公司吞没。

那么,现在 GPT-4 来了。我们究竟该如何识别“原生”的 AI 应用呢?


(三)

如果以史为鉴,美国顶级风投机构 USV 曾在 2009 年,移动浪潮呼啸而来前尝试列出过手机/移动所具有的“新基元”,如下列表:

* Location 地点。准确地说,这实际上应该是“高分辨率和连续定位”,因为计算机也有位置,但 IP 地理查找的粒度要粗得多,可靠性较低,最重要的是当用户不在计算机旁时不可用。

* Proximity 接近。这可以简单地被认为是位置,但它可能非常重要,值得一提。了解用户位置,不仅可以确定该用户相对于商店、地标等的位置,还可以确定其他用户的位置。

* Touch 触碰。并非所有智能手机都有触摸屏(大多数黑莓手机没有),但触摸是一项重要且(几乎)独特的功能。

* Audio input 音频输入。这可能看起来不是一个大问题,但所有手机都有它(否则很难成为手机)这一事实使它独一无二。构建依赖于音频输入的桌面应用程序或 Web 应用程序更具挑战性。

* Video input 视频输入。当然,您可以在 PC 上装摄像头(大多数的 Mac 都内置了一个),但摄像头永远不会出现在用户需要的地方,除了视频聊天。您也可以用普通相机拍摄图像并将其导入计算机,但这至少会增加三个步骤,这将导致巨大的流失率并阻止任何的即时性发生。因此,始终方便地提供视频输入是一种独特的能力。

USV 当时还指出:

“这些独特能力中的每一个,单独来看,都不是新的。例如,Palm 设备在上世纪 90 年代为消费者带来了触感;几十年来,独立的 GPS 设备都可以定位。但将所有这些功能集中在一个可以访问互联网连接的设备上时,将允许出现以前在任何其他平台上都不可能出现的新行为和应用程序。

新行为的潜在出现,可能与这些技术能力本身一样重要——如果不是更重要的话。毕竟,让 Facebook 腾飞的技术没有发生大变化;相反,这是个人信息共享的社会转变。我们不知道哪些原生应用会出现,将这些独特功能和新行为组合成真正的突破性服务。”


(四)

也许,当我们思考由一项新技术带来的原生应用时,也需要从思考“新基元”开始。

所以大伙儿,您如何定义原生 AI 应用的“新基元”?如何定义原生 Web3 应用的“新基元”?又或者如何定义 AI/Web3 应用的“新基元”?


相关阅读:

1,马克.安德森:为什么人工智能不会导致失业

2,OpenAI 创始人 Sam Altman 的另一个隐秘项目让我大开眼界

3,Instagram 的两位创始人用 AI 做了一个新东西


说明:我平时主要在知识星球写美国科技界的内容,关心美国创投圈的专业读者,请移步到我的知识星球。如下扫码登录(老星球用户续费请见底下那个二维码)

老星球用户续费请用这个二维码:

我的英文博客订阅读者的地域分布图

备受激励^-^。在发布我已推出英文博客消息的当晚,就有超过 100 位读者订阅了我的英文博客,横跨美国的 7 个州和全球 14 个国家。

美国读者主要集中在加州、纽约和华盛顿。

所在国家排名前几位的是:美国、中国(包括中国香港)、新加坡,和日本。

谢谢大家。遵守和大家的约定,我昨晚已经发出了第一篇英文博客。需要 Gmail 订阅的朋友特别注意:Substack 的订阅邮件有可能被放到 Spam 里?

因为面对英文市场,我的英文博客内容会和硅发布不同,欢迎后台还没有订阅的全球读者订阅我的英文博客。地址是:

https://lynnyang.substack.com/