生成式人工智能——或可以创造原创内容（包括论文、美术和软件代码）的新型人工智能最近已经不仅仅是硅谷的热门话题。

如果您是使用过ChatGPT的超过1亿人中的一员，或者使用过流行的图像生成应用程序Lensa创建了一张波普艺术风格的插图肖像，您就会知道这项技术的最新版本在实际中是什么样子的。#人工智能AI#

许多人认为这是千载难逢的技术突破，几乎可以影响社会的方方面面，并颠覆从医学到法律的各个行业。

1 硅谷的又一次突破？

在过去的二十年里，硅谷一直缺乏真正的技术突破。80 年代，个人电脑问世；在 90 年代，互联网；在 2000 年代，手机和基于手机构建的应用程序套件。从那以后，科技界一直在等待下一个重大发明（有些人仍然看好它可能是 Web3或 AR/VR）。而现在，许多人将生成式人工智能视为竞争者。

但是硅谷的人们倾向于对新技术发表宏大的宣言——如果你看过加密货币的兴衰，或者听说过关于我们现在将如何生活在元宇宙中的宏伟计划，就会很难不思索：生成式人工智能会是又一次炒作吗？

答案是，虽然关于生成式 AI 的炒作很多，但对于许多人来说，它比 Web3 或元宇宙更真实。关键区别在于，数以百万计的人可以——而且已经在——使用生成式 AI 来写书、创作艺术或开发代码。

ChatGPT 正在创下用户采用它的速度的记录——据摩根最近的一份报告称，该应用仅用了五天时间就达到了 100 万用户（相比之下，Instagram 花了 2.5 个月，Twitter 花了两年时间达到了同样的里程碑）。

尽管这是一项新兴技术，但几乎任何人都可以通过 ChatGPT、DALL-E 或 Lensa 等应用程序快速掌握生成人工智能技术的潜力。

这就是为什么这么多企业，无论大小，都在跃跃欲试地利用它。

在过去的几个月里，我们已经看到生成式人工智能如何为主要科技公司制定业务议程。彼此竞争激烈的谷歌和微软正在推出他们自己的聊天机器人，并将生成人工智能融入他们的核心产品，如Gmail和Microsoft Word。这意味着数十亿新用户可能很快就会不仅在一次性聊天机器人对话中使用该技术，而且在我们每天赖以工作和相互交流的应用程序中使用该技术。

关于生成人工智能不仅仅是炒作最有说服力的证据是，各种各样的人，包括许多不认为自己是技术专家的人，都出于意想不到的原因使用 ChatGPT：

大学生正在使用该技术在作文考试中作弊；求职者正在使用它来避免写求职信的可怕任务；BuzzFeed等媒体公司正在使用它来生成列表文章并帮助完成报告过程。OpenAI 产品和合作伙伴关系副总裁 Peter Welinder 说：

ChatGPT 真正表明的是，人们正在将它用于各种用例，而且各行各业的人们都发现它在生活的各个方面都很有用。

不仅仅是科技巨头——在硅谷的资金比以往更加紧张的时候，围绕生成人工智能的热议已经启动了对小型初创公司的新一轮投资浪潮。

2 逐渐躁动的资本

我们每14年就会遇到一次这样的技术浪潮——技术风险投资公司 NFX 的联合创始人兼合伙人 James Currier 说，Currier 的公司在过去几年投资了八家生成式人工智能公司，在过去两个月里他亲自与大约 100 家生成式人工智能初创公司进行了交谈。

但是，尽管该领域的总体资金有所增加，但许多生成式 AI 初创公司预算紧张，有些甚至根本没有任何资金。在报告确定的 250 家生成式人工智能公司中，33% 的外部股权融资为零，另有 51% 是 A 轮或更早的系列，这表明这些公司中有很多是年轻的。

这些 AI 新贵面临的一大挑战是：训练单个大型 AI 模型的成本可能高达数百万美元。根据 advanced AI research 最近的一份报告，由于互联网上的数据量不断增加，到 2030 年，训练生成 AI 运行的各种机器学习模型的平均成本可能会增长到 5 亿美元来训练单个模型组 EpochAI。

这些障碍似乎并没有抑制人们对新人工智能及其潜力的兴奋。最近几个月在旧金山和硅谷，生成式 AI 聚会、联合办公空间和会议蓬勃发展，让人感觉像是回到了晚期移动创业热潮的兴奋中。

情人节在旧金山举办的 1,000 多人座无虚席的会议上洋溢着乐观和兴奋的气氛，与会者在很大程度上忽略了海湾大桥令人惊叹的海滨景色，因为他们凝视着舞台，专心聆听来自 OpenAI、Stability AI 和 Anthropic 等一些顶级生成式AI初创公司的高管的演讲。

到目前为止，生成式 AI 更发达的用例之一是创建营销和其他媒体内容。

Jasper 是这方面最大的例子之一——这家成立两年的公司使用 AI 创建营销文案，例如博客文章、销售电子邮件、SEO 关键字和广告。

该公司表示，2021 年的收入为 3500 万美元，截至 12 月，拥有近100,000 名付费客户，其中包括 Airbnb、IBM 和 Harper Collins 等品牌。11 月，该公司以15 亿美元的估值筹集了1.25 亿美元的资金。Jasper 没有透露 Recode 的成本——所以我们不知道它是否盈利。

BuzzFeed等一些媒体公司也开始使用 OpenAI创建个性测验并帮助员工集思广益。开源生成人工智能公司 Stability AI 表示，它在电影行业有付费客户，他们使用其软件自动生成图像。

但生成式 AI 的更大前景是，它将改变我们的世界，而不仅仅是写广告：该技术的最大支持者希望它能通过比人类更好地诊断疾病或在法庭上辩论案件来改变医学和法律等领域。

3 AI创业开始狂飙

AI 商业化的宏观趋势

从信息工业化发展的历史去看从 AI 的核心技术、主流商业模式，可以推演出 AI 商业化的宏观趋势。主要体现在四个方面：

1、建立新的 IT 基础。具体包括：

传感器及 on-sensor 计算（芯片 + 软件 + 模型）；

新的芯片技术栈，其对于开启垂直化时代的到来具有重要意义；

新的软件技术栈 software stack : 从底层到 fabric 到 middleware 到 device OS，再到应用，到工具链。

2、开发应用。

目前已经逐步转型到娱乐、制造、金融、医疗、教育、零售等所有产业和医生、分析师、客服、医生、教师等等所有职业。

3、打造未来智能平台及相关产业生态，如，

如主系统（自动驾驶、机器人），新移动；

智能化场所：包括新工作与生活的空间和时间等；

个人助手：个人助手未来将是规模巨大的产业生态。

4、形成产业发展基础环境，需齐备人才资本、金融资本、数据等主要生产资本、基础设施、及政策扶持等要素

在明确了趋势和方向后，AI 创业公司应该如何推进商业化进程？陆奇认为，创业创新是发展 AI 商业化的核心路径。

创业创新包括三大要素：AI 技术、需求和市场。AI 技术是创新的核心驱动力；需求是创新落地的基础；市场是创新成长的环境。

创业者通过利用 AI 技术来打造产品，用产品试探市场，满足用户的需求，让新的产品发挥出商业价值。

AI 商业化需要不同的实体一起合作，AI 的发展过程中需要大量的技术投入，现有的大企业拥有丰富的资源和人才，基于其战略驱动可以做大量的、长周期的投入；现有的研究机构拥有高端的技术人才，也在不断开拓和探索前沿的 AI 技术。

在 AI 发展的过程中，其实创业公司是“主力军”的角色，它们比较灵活，能“见缝插针”，能够从 0-1-100 加速 AI 技术的商业化进程。当然需要注意的是，受限于资本规模结构和投入周期限制，并非所有的工作都适合创业公司来做。

哪些趋势创业公司可以把握住？

早期创业创新的趋势可以系统地从数字化进程发展的生态结构和趋势来推演。

工业数字化发展过去 60 多年的进程有节奏和规则的，基本上每隔 12 年就会出现新的平台和生态，这些生态有结构化的发展趋势。数字化发展进程的模式是由不同时代的计算平台所驱动，早期比较关注基础技术 — 早期的应用开发 —建立平台，形成生态，— 在生态环境下引发产业繁荣创新，在这个过程中核心驱动力是数字化的广度和深度。

数字化的深层次架构，生态核心是计算平台，包括前台，如交互能力，交互设备和体验端；后台，指计算规模，其支撑是基础设施的堆栈、服务器和服务网等，后台的能力深度学习是核心，智能云也有可能成为定义性能力。

在计算平台上有早期应用，到了大的应用后就可以建立生态了。早期开发应用诞生了很多个生态，具有广泛商业价值，未来有可能智能驾驶、智能场所、零售、机器人个人助手等早期应用有足够宽度成为未来的生态的技术。这些都是很大的 AI 早期应用，都是创业公司可以参与进入的新的领域和趋势。

云和移动是目前数字化创新的主流生态，AI、边缘及 5G 是正在早期发展的并逐步形成下一代数字化及智能化平台和相应产业生态。在 AI 之后，数字化进程，有新的技术在探索，如 AR，脑机接口等技术是驱动新前沿发展的驱动力。

目前 AI 创新创业的前沿领域有很多，例如在 AI 基础前沿技术、AI 交互能力、AI 前端、AI 未来产业生态、垂直行业、移动 / 云生态应用、数字化前沿应用等领域，很多创业公司非常活跃，都在积极参与。一些领域如智能云、AI 前端等领域虽然是大企业的战场或者较适合大的公司，但对于创业公司来说仍然有很大的机会。

AI 创业面临的挑战

从技术上看，AI 技术的最大弱点就是太脆弱了，特别是在一些特定的场景很难达到效果。算法层面鲁棒性不够；数据上获取比较难，数据标注的成本和代价高，此外，还面临着数据孤岛、数据割裂的问题。此外 AI 技术门槛高，例如自然语言处理技术等 AI 技术往往需要高端人才多年的积累，一些 AI 公司并没有核心技术，依赖第三方公司。

在产品层面，从体验上看，C 端应用针对效应往往不及格，B 端客户满意度较低。在交互方式是哪个，定制化过多，难以产品化和平台化，集成商生态不足。

市场层面，在上游，供应链资金和时间要求在某些生态对创业公司造成困难；在下游，往往销售周期长，渠道资源稀缺，2B 和 TG 的资源是成功要素。

人才层面，在技术上，聘用有效技术人才耗时耗资，内部管理效益需要提高；从行业上看，对 2B 细分行业需要聘用有深度行业能力的销售和 BD 人才。

在资本层面，AI 公司成长周期长，一些创业公司因为切细分赛道，天花板不够高，很难获得融资。

对于如何解决这些挑战？

在技术上，要提供新一代数据管理技术；要通过系统化的开放数据集、服务接口、软件体系等，将技术门槛大大降低；

在产品层面，要针对产品和体验上做很多工作，管理用户预期，可借鉴搜索引擎模式；在服务 B 端的要切的更细，可以从阶段性的流程上切入，从客户需求端切入。在交付方式上，通过项目合作累计平台能力，降低边际成本，提高集成商的能力。

市场层面，要帮助帮助创业公司利用政策环境，如“新基建”等抓住发展机遇。

人才上，要帮助创业公司聘用和管理技术和行业人才。要聘用技术核心人才，这些人才需要足够深的行业能力，了解 B 端企业，最好是在甲方做过的。另一方面加强对大专院校、研究机构人才的投入与引进。

资本上，帮助 AI 创业公司对接风投资金、银行贷款等，此外，风险投资机构也需要做适应调整，适应 AI 公司长期成长的特性，目前有很多 AI 公司虽然短期发展不足，但长期看，存在很大的价值。

4 关于AI的疑虑又要聊聊了

一些监管机构也有疑虑。FTC 最近发表了一篇博文，警告科技公司“控制你的 AI 声明”，并且“不要过度承诺你的算法或基于 AI 的工具可以提供什么。”

如果你认为你可以摆脱毫无根据的声称你的产品是人工智能支持的，那么请三思——毕竟许多公司只是简单地将“人工智能”附加到他们正在做的事情上利用炒作。

人工智能炒作已经存在了一段时间——2019 年，一家风险投资公司的研究发现，40% 的欧洲“人工智能初创公司”并未真正在其主要业务中使用人工智能。

现在，尤其是最近围绕生成人工智能的大肆宣传，一些批评家担心人工智能的嗡嗡声主要是炒作。

大公司整合 AI 的一些尝试已经适得其反——例如微软的 Bing AI 聊天机器人对人们做出不合时宜的回应，或者科技出版物 CNET 拙劣地尝试自动化金融专栏，最终广泛抄袭他人的工作并发布错误信息。

尽管具有所有潜力，生成式 AI 也有很大的局限性并会带来严重的风险。大概分为三类风险：

犯事实错误、宣传令人反感的内容以及接管人类的生计或自主权。

现在，主要的科技公司谷歌和微软正在竞相在这项技术上击败对方，我们看到这项技术在向大众推广时仍然存在问题。

对于第一点，生成式人工智能可能会弄错事实。很多。在发布时，微软的 ChatGPT 版本 BingGPT——配备了整个互联网的最新更新索引——无法告诉你新的阿凡达电影什么时候在你附近播放（它最近坚持说阿凡达 2还没有上映）。谷歌对其即将发布的聊天机器人 Bard 的演示给出了关于谁发明了第一台望远镜的错误答案。

有专家说：

这些系统在某些方面非常擅长，但它们经常会犯下这些奇怪的、非常不像人类的错误，这确实表明它们的思维方式与人类不同。

在过去的几年里，很难衡量生成式人工智能到底有多先进，因为它的大部分开发都是私下进行的。谷歌——雇佣了一些世界领先的人工智能科学家——长期以来被认为是该领域的行业领导者。但除了研究论文和一些幕后工作，公众无法真正看到谷歌的生成人工智能能力。

当 OpenAI 与微软合作，将其最新的生成人工智能技术 ChatGPT 推向大众时，一切都发生了变化。

微软火上浇油，插入了底层的 ChatGPT技术，构建了自己的独立“BingGPT”聊天机器人，挑战谷歌在搜索领域的主导地位，并掀起了一场技术军备竞赛。

谷歌在展示自己的生成式人工智能能力的巨大压力下，宣布将在未来几周内发布自己的人工智能聊天机器人 Bard 。

该公司表示，它比一些竞争对手花费了更长的时间来公开发布生成人工智能技术，因为它希望确保自己这样做是负责任的。

谷歌在这一点上的谨慎是有充分理由的：如果不加以控制，生成式人工智能的后果可能比弄错事实更糟。AI 可以从其训练的数据中反映出种族主义和性别歧视的偏见，正如图像生成应用程序 Lensa 将其女性化身性别化所见。在宏观层面上，它会以不可预测的规模取代工作岗位，从而造成经济不稳定。

人工智能也可能被故意滥用，最近的一个例子：一名记者使用音频生成 AI 工具制作了一段自己声音的假录音，然后致电他的银行并利用录音成功侵入了他的账户。

另一个案例则是微软的 AI 聊天机器人让纽约时报记者凯文·罗斯“深感不安”，在一次冗长的哲学对话过程中，聊天机器人告诉罗斯它想活着，表达了对记者的爱，并鼓励他离开他的家妻子。

令人担忧的是，AI 可能会被用来操纵人们的情绪和现实感：

无论是故意的（比如骗子使用 AI 冒充他人）还是通过 AI 本身的无意行为（例如 BingGPT 去“精神错乱”及其情绪化的反应）。

再往前走 10 步：一些生成式 AI 最热心的支持者也担心它有一天会超越人类，对人类构成生存威胁。OpenAI 最初是一家非营利组织，其成立在很大程度上是因为对所谓的“AGI”的恐惧，即人工智能将达到与人类能力相匹配或超过人类能力的通用智能水平的想法。

当 OpenAI 的首席执行官 Sam Altman 在最近的一次技术活动中被问及 AI 的最佳和最坏情况时，他说“最糟糕的情况——我认为这很重要——就像熄灯一样为了我们大家。”

全人工智能的发展可能预示着人类的终结——斯蒂芬霍金在 2018 年告诉 BBC。这个想法可能看起来很牵强，但对于实际构建这项技术的人来说，它越来越可信。

自从人工智能问世以来人们就一直在幻想，我们会拥有这些像电影中那样的机器人，它们真的可以做人类能做的一切甚至更多吗？

虽然我们可能离杀手人工智能机器人寻求报复人类霸主的世界还很远，但生成人工智能的创造者担心它被滥用的事实是我们应该认真对待它的另一个原因。

生成式人工智能领域的主要技术参与者——谷歌、微软和 Meta 等大型科技公司，以及 OpenAI——也有内部政策和团队来权衡这些产品的危害。但批评人士表示，科技公司的商业利益可能会与其道德利益背道而驰。

无论好坏，生成式 AI 都具有重塑我们的创造力概念的巨大潜力，产品就是证明。