E170|大模型应用之困与异军突起的“埃森哲们”

硅谷101|中国版

投资底层模型还是投资应用,过去一直是大模型投资的经典争论。大模型出来已经两年了,现在这些应用发展的到底怎么样?

在寻找大模型的落地场景的时候,以埃森哲为代表的咨询公司成为了AI“卖水人”,成为在这轮生成式AI浪潮中最赚钱的公司之一。根据埃森哲2024财年的财报,由生成式AI带来的新增订单金额已达30亿美元。在国内,字节、阿里和智谱等基座大模型供应商也扮演了类似的角色。

本期《硅谷101》我们邀请了大模型领域的投资人和创业者,探讨大模型应用落地的挑战,以及尝试从“人工智能”的定义出发,聊聊投资人眼里应用类公司的核心竞争力。

【主播】
泓君Jane,硅谷101创始人,播客主理人
【嘉宾】
邱谆 (Jonathan Qiu),华映资本海外合伙人
翟琦 (Keith Zhai),AgentQL 联合创始人

【你将听到】
大模型应用之困
05:09 创业者心态:范式革命到来时不需要思考要做什么,只需要开始做
08:45 投资人心态:纯应用没有护城河,需要垂直整合底层模型
11:29 创业公司商业化掣肘:有没有私有化的数据?
14:32 缺失的中间层:大模型时代的操作系统尚未出现
17:40 模糊的边界:回答问题的是底层大模型,还是上层的应用?
18:33 Notebook LM和Perplexity:短期靠产品力,长期靠数据和底层模型
24:10 “所有应用公司最后都会去拼自己的模型”
26:25 市场上的两类公司:赚钱的公司与投资人眼中的好公司
28:25 重新理解人工智能与三个关键人物:Alex Krizhevsky,李飞飞,吴恩达
35:49 获取数据是互联网领域的脏活儿
45:33 创业公司如何跟OpenAI拼底座训练:聚焦在垂类
49:12 Devon的教训:“见光死”应用遍地都是
50:46 大语言模型的另一个幻觉:误把生产工具当成了生产力本身
52:29 多模态产品的护城河:不依赖通用的底座模型
“埃森哲们”的挣钱之道
54:51 美国公司的AI应用:吆喝大,落地少,有事先找咨询
57:05 基础建设不完善让埃森哲吃到大量AI红利
01:02:13 “埃森哲杀不死埃森哲”:脑力密集型公司很难转型成功为中间层
01:04:17 如果某个基层建设环节能实现交钥匙工程,整个生态就会被打开
01:14:14 做基础模型的公司也会抢埃森哲的生意
01:17:12 RAG和微调的数据悖论:数据越多反而越难算出答案?

*数据说明:
56:06 此处嘉宾提到的“埃森哲营收”应为“由生成式AI带来的新增订单金额”,具体数据请参考埃森哲财报

【监制】
杜秀
【后期】
AMEI
【BGM】
Cold and Blue - Roy Edwin Williams
Looking for Sisters - Daniel Fridell

【在这里找到我们】
公众号:硅谷101
收听渠道:苹果|小宇宙|喜马拉雅|蜻蜓FM|网易云音乐|QQ音乐|荔枝播客
海外用户:Apple Podcast|Spotify|TuneIn|YouTube|Amazon Music
联系我们:podcast@sv101.net

若要收听包含儿童不宜内容的单集,请登录。

关注此节目的最新内容

登录或注册,以关注节目、存储单集,并获取最新更新。

选择国家或地区

非洲、中东和印度

亚太地区

欧洲

拉丁美洲和加勒比海地区

美国和加拿大