两阳夹一阴后续走势站在900两阳夹一阴后续走势0位创始人肩膀上看AI：人工智能，是一场炒作还是革命？_ZAKER新闻
站在900两阳夹一阴后续走势0位创始人肩膀上看AI：人工智能，是一场炒作还是革命？_ZAKER新闻
在全国土地市场低迷，300城住宅用地供求规模降至近十年来最低的情况下，房企投资更加谨慎，在核心城市补货意愿增强，这也导致北京、杭州等城市多宗地块竞拍至最高上限，参拍企业数量创新高。
作者|AI工作坊来源 | 华夏基石管理评论，管理智慧咨询合作| 13699120588图片来源于pixabay让AI去做一些并不是人类最喜欢做的事情，比如对账、核对电子邮件和银行记录之类的工作，这并不是能够激发人类创造力的工作，因为这些简单重复的工作对人来说，完全可能是一种折磨我们是否正处于AI的炒作周期？这个问题引发了广泛讨论，特别是在创业和投资圈内。近日，著名创业孵化器Y Combinator（YC）的播客节目中，YC的CEO Garry Tan携手三位合伙人Jared Friedman、Harj Taggar和Diana Hu，在最新一期播客节目中分享了他们对近期AI潮的看法。YC自2005年成立以来，OpenAI 现任CEO Sam Altman 之前他是这家孵化器的投资人和第一批学员。2019年，Altman离开YC。YC孵化器已成为硅谷创新生态系统的重要一员，孵化了包括Dropbox、Airbnb和Stripe在内的众多成功企业。他们对创业趋势的洞察，往往能够预示科技行业的未来方向。节目中，Gary Tan以一个引人深思的比喻开场：用机器人传递黄油。这个源自动画《瑞克和莫蒂》的笑话，实则揭示了AI应用的一个核心理念——技术应该致力于解放人类潜能，而非简单地替代人类劳动。播客要点如下：人工智能热潮与泡沫现象：当前AI领域呈现出类似互联网泡沫时期的过度热情尽管技术进步显著，AI的实际应用价值和商业可行性仍不明确科技股市场影响：所谓"Magnificent 7"（七大科技巨头）近期的股价上涨很大程度上源于AI概念炒作大语言模型竞争格局：过去一年，AI行业竞争加剧OpenAI独占鳌头的局面被打破，Claude 3.5和Llama等新兴模型崭露头角AI产业链价值分配：人工智能生态系统中的价值分配仍处于不确定状态新技术需要时间验证，其影响可能如智能手机之于外卖配送服务，需要一定时间才能充分显现AI与加密货币泡沫对比：两者都存在估值虚高和投机性强的特征然而，AI具有更广泛的应用前景和更坚实的技术基础AI的长期前景：短期内可能面临炒作和泡沫长远来看，AI技术有望为企业带来持续增长和实质性价值理性看待AI发展：承认当前存在炒作现象，但不应完全否定AI的潜力需要时间来见证AI技术的真正影响和价值实现AI生态系统的演变：预期会出现更多创新应用和商业模式可能会重塑多个行业，但具体形式和时间表尚不明确当然，这种现象引发了一个关键问题：在AI的浪潮中，我们应该如何评估一个项目的真正价值？Tan认为，从长远来看，每家公司的价值最终都将基于其未来现金流的折现。无论是科技巨头还是新兴的AI创业公司，它们的成功都建立在解决实际问题、提供有价值服务的基础之上。01:21 - 当前媒体对人工智能的评价02:38 - 我们处于人工智能周期的哪个阶段？09:32 - 价值从何而来？15:15 - 评估科技公司与投机资产17:51 - 将加密技术炒作与人工智能进行比较24:14 - 为什么炒作周期可能对创始人有利28:19 - 人工智能产品正在发挥作用早期表现34:43 - 沃伦·巴菲特"称重机"理论前言： 接下来，Nvidia 成为了世界上最有价值的公司，谁能想到呢？但与此同时，有很多关于AI的担忧，网上有很多不同的文章在讨论，AI是否被过度投资了？当前媒体对人工智能的评价主持人Gary Tan： 大家好，欢迎回到另一集的《Lite Cone》。我是Gary，这位是Jared和Harj ，还有Diana。我们三个加起来已经资助了价值数千亿美元的公司，但在它们只是一个或两个人，有时甚至只是一个想法的时候。最近我们资助了很多AI公司，这些公司现在是人们谈论的热点。大家在讨论AI时，现在有些人说这只是一个炒作周期，没人能从中赚钱。你看看有多少钱被投入到Nvidia和数据中心，按数字来算，这个领域似乎不可能赚钱。这就像重演过去的情景，像是加密货币的繁荣和衰退再次上演，你知道的，那种末日论调和衰退的讨论。当我想到市场的狂热时，有一个非常有趣的卡通形象浮现在我脑海中。这是一个非常有名的卡通，一开始有个人说："我有一只股票，真的会大涨！卖！卖！卖！卖！"然后下一帧是："这太疯狂了，我受不了了！再见！" 然后"买！买！买！" 就像市场上的那种疯狂情绪。们对Gartner的炒作周期非常熟悉，我们也有自己的版本——Y Combinator初创企业的生命周期，包括虚假的希望，然后是漫长的悲惨低谷，最后才真正到达承诺的彼岸。那么我们现在处于什么位置呢？很多刚刚开始职业生涯的人在上周的初创学校中问我们："我现在真的应该从事AI工作吗？"这问题听起来非常疯狂。我觉得，这种恐惧来自那些正在寻找创意的创始人，他们在思考，这是真的吗？还是只是炒作？Diana：当你处于职业生涯的早期阶段，你可能读过过去的炒作周期，比如在1999年或1998年，旧金山的疯狂派对、随处可见的酒精，整个场景就像是一个狂欢盛宴。你听说过那些公司后来都倒闭了，你可能会担心我们现在是不是也处在那种情景下。Jared： 我觉得这对我来说是一种非常令人惊讶的体验。我们在硅谷生活，和我们的朋友、同事们交流，大家几乎总是在讨论AI，大家普遍认为这是历史上的一个非凡时刻。但是，当我们几个月前去剑桥参加初创学校时，很多大学生并没有在从事AI，实际上很少有人在思考AI。他们只是继续做那些大学生在过去20年里一直在做的常规初创项目。我对这两个世界之间的巨大差距感到非常惊讶。Harj ： 对我来说，这个炒作周期的不同之处在于，我觉得初创企业的世界总是会经历这样一个阶段：某个想法很火，然后你感觉每个人都在做这类项目，比如做一个Uber for X的项目，或者是社交移动应用。而这次不仅仅是在AI和初创企业的世界里发生了这种现象，如果你看看公共股票市场，AI也在那里产生了巨大的影响。今年股票市场上涨了，但所有的增长都来自于那些大科技公司——"辉煌七巨头"。我认为历史上从未如此集中。如果你想想是什么推动了这些大科技公司的所有增长，基本上都是AI炒作。所以，我认为我从未见过这两件事如此同步——初创企业的趋势几乎是100% AI驱动的，而公共市场的回报也基本上是100%由AI推动的。这就是为什么大家都被AI的炒作所吸引，但也有人担心这是不可持续的，最终可能会崩溃。Diana： 那么，它真的会在某个时候崩溃吗？最近有很多网上的文章在讨论AI芯片的过度投资。Nvidia 成为了世界上最有价值的公司，谁能想到呢？而且这是基础设施的最底层，很多人都在想，好吧，你投资了所有这些基础设施，那么接下来需要发生点什么来为它带来回报，对吧？就像早期铁路的类比一样，你铺设了轨道，那么火车会来吗？Gary Tan： 我觉得现在我们都有一种极端的反转感，就像大约一年前，当时看起来只有几个基础模型会占据主导地位，有人担心它们不仅会发展成为通用人工智能（AGI），还可能成为超级人工智能（ASI）。那时有一种想法是，"哦，不会吧，如果没有机会留给其他人呢？它可能会毁掉社会。" 然后现在随着405b的发布，以及Anthropic的Claude 3.5的出现，这些模型实际上变得非常具有竞争力，你真的有了选择。我们现在处在一个新的时刻，我们在思考基础模型的价值如何与那些提供托管服务的公司相比，我认为它们是这里的大赢家。我们希望无论是初创公司还是老牌公司，都能够从这些基础模型中受益。Harj ：我觉得因为一切都在快速变化，很容易低估这一点的重要性。如果我们回到2023年初，也就是ChatGPT刚刚推出几个月后，我们开始看到AI创意的初步涌现。当时有一种说法，所有初创公司都会被ChatGPT和OpenAI迅速垄断。快进到一年半以后，显然情况并非如此。现在有多个模型，而且Facebook刚刚推出了第一个真正的前沿开源模型，这是我们之前从未预料到的。谁会想到，最好的模型会是开源的？因为它们一度落后于OpenAI六个月到一年。记得在最近一次Llama发布之前，我们四个人还在讨论，如果每次有新的前沿模型发布，开源模型能够在几个月内赶上，那就太好了。而且如果我们能让这个时间越来越短，那将非常令人兴奋。但现在开源模型实际上已经达到了基本的评价，我认为一个月前我们都没预料到这一点。Diana： 是的，现在我们已经达到了这一点。我记得有一张图表显示，开源模型呈指数增长，而前沿模型看起来更像是在走S曲线。Gary，你提到的关于当前批次的初创公司使用的模型与六个月到一年前相比非常不同。记得之前的批次中，大约90%到80%的人都在使用OpenAI的模型，因为那时它是最好的，也是唯一能真正运作的。现在我们做了一个非正式的调查，发现很多人都在使用Claude 3.5模型，而之前只有一两家公司在使用。现在已经有几十家公司在使用它，同时Llama的使用也增加了很多。所以我们看到随着这些模型的竞争加剧，OpenAI的模型正在当前批次中逐渐失去市场份额。Jared： 我认为你提出了一个非常好的观点，那就是我们还不清楚真正的价值在哪里。即使你相信AI将带来巨大的影响，并创造数万亿美元的价值，但仍然存在很大的不确定性，究竟是谁将获得其中的大部分份额？是GPU制造商？托管服务提供商？模型开发者？还是应用程序开发者？哪些部分会变得平庸化，而哪些部分会变得极其有价值？这让我想起了Web 1.0和Web 2.0的现象，那里也有很多人对整体空间非常看好，但不清楚在这个空间中应该选择哪个位置。回顾Web 1.0时期，人们对拥有浏览器有着巨大的炒作，长时间以来，人们认为拥有互联网浏览器是成为互联网巨头的途径，因为浏览器是通向互联网的门户。Netscape当时的估值是数十亿美元，但最终事实证明这并不是最好的选择，而这在当时并不显而易见。我们处于人工智能周期的哪个阶段？Harj ： 时间是一个重要因素。如果你再想想我们自己的世界和职业生涯，YC资助的一些最大的公司，例如DoorDash和Instacart，都是因为我们都有了智能手机，并且希望在手机上完成各种事情。Uber显然也是一家非常大的公司，但这些公司都是在iPhone发布大约四年后才推出的第一版产品。这些事情需要时间，才能真正看出哪些创意会成功，价值最终会流向哪里。Gary Tan：我认为一个非常重要的事实是，价值链中有很多不同的部分。显然，有基础模型，有托管服务提供商，有芯片制造商，然后这里还有我们资助的初创公司，这些是应用层。重要的是，你不需要一亿美元来启动一家应用层的公司，你只需要你自己，有时候只需要你和一个联合创始人。如果你们两个都会编程，你们可以利用现在基本上现成的这些超级强大的工具，进入某个市场，创建一个产品，解决一个实际问题，实际上让愿意付钱的人永远为你付钱，只要你能用手头的技术解决他们的问题。而且你可以在你现在看的这台电脑上完成所有这些事情，你不需要任何许可，只需要一个有效的互联网连接和你的笔记本电脑。这正是Instagram和DoorDash的故事，它们是由移动电话技术推动的应用层公司，但它们不需要制造自己的手机。也许你确实需要五千万到一亿美元来启动一家基础模型公司，也许你确实需要那么多资金来建造芯片厂或托管设施或其他所有这些东西。但即便如此，我觉得这也不完全正确，只是难度更大而已。Harj ： 我还想说，回到这个问题上：我们是否处在一个AI炒作周期中？如果我们更精确地定义它，没有人说AI毫无价值，这显然不对。我认为当人们谈论炒作周期时，他们反应的是看到价格非常迅速地上涨，无论是公共市场上的股票，如你提到的Nvidia，还是在初创企业的世界里，你会看到一些公司在创立后的6到12个月内就达到了10亿美元的估值。Diana： 这确实发生在一些非常著名的AI研究团队上，他们曾在DeepMind或OpenAI工作过，离职后创业，在没有产品市场契合度的情况下，六个月后就达到了巨大的估值。Gary Tan： 这让我想起了加密货币繁荣时期的情景。如果你有分布式系统的经验，你可以走进任何一个从事加密货币的人面前，走出来时你就可能有了10亿到50亿美元的市值，甚至连一行代码都没有，甚至连白皮书都没有。Harj ： 加密货币是一个完美的例子。那是上一次感觉像是一个炒作周期的时刻，距离现在其实还不到两年。当时的定义是，似乎这些公司的价值在以一种不可持续的速度增加，那就是所有这些加密货币公司在做他们的代币发行时的情况，他们只是在筹集股权轮，并且看到估值每3到6个月就翻倍或三倍。所以我认为，这里面确实存在一些从那时起留下的伤疤。另一方面，这也是初创企业的世界，一直以来都有一些初创企业在每个阶段看起来都被过度炒作，估值过高，似乎永远无法达到那个价值。但我记得当Stripe刚推出时，人们也说过类似的话，因为Stripe从Sequoia筹集了一大笔资金，估值达到了一亿美元，而当时他们还没有公开发布任何产品。这完全是对创始人、创意和市场的信任，所以这部分就是商业运作的方式。投资者投资是希望赚钱，他们赚钱的方式是今天支付的价格与公司未来成长带来的利润之间存在差距。将加密技术炒作与人工智能进行比较Diana： 但有一个很大的区别，这可能有点微妙，那就是如何评估技术公司与更具投机性的资产之间的区别。因为在加密货币世界中有很多投机成分，所以也许我们可以谈谈这个问题，与真正的技术公司进行对比。Gary Tan： 我不会说这纯粹是投机，我会说，当投资者手中有数十亿美元可供支配时，他们就像拿着一把锤子，而他们看到的全是钉子，他们试图尽可能多地支持那些看起来像是其他聪明人汇聚点的人和团队。所以，这大概就是Stripe的故事。你可以说，这实际上是有些理性的，虽然不一定是像那些达到十亿美元市值的公司那样，但如果你是一个分布式系统领域的教授，拥有一定的网络资源，找其他人一起创建一个人们信任并愿意在其上开发应用的加密货币项目，这些人实际上就是有能力做到这件事的那群人。而资金的投入则关闭了身后的门。我认为这也是为什么我们会看到像Cognition Labs和Harvey这样的公司出现，这是市场在试图找出那些聪明人才的汇聚点。如果我们全力以赴，实际上可以缓冲公司面对的竞争，就像Peter Thiel所说的那样——竞争是为失败者准备的。我认为这实际上是在Y Combinator的频道里提到的内容。所以，这并不是完全不合理的，但在某种程度上确实值得调侃。Harj ： 我认为这种看待加密货币的方式是公平的。在那段时间里，你可以把它分成两部分：一部分是资产投机，基本上是那些专注于快速推出代币并试图推高代币价格的人；但也有一些非常严谨的技术团队，他们试图构建新的协议，并试图将现有服务去中心化。我认为投资者的心态就像你所说的那样："嘿，实际上我们不应该押注那些聪明的技术人员试图解决非常难的技术问题。" 在加密货币领域有很多这样的团队。所以，让我们在产品市场契合度之前投资，因为这些人会吸引下一个聪明的人才，如果这个领域有前途，这些人将是找到解决方案的人。Jared： 我觉得加密货币的类比非常好。因为当Diane和我与哈佛和MIT的一些优秀学生交谈时，我们听到的一个一致观点是，他们中很多人对加密货币的炒作周期感到失望，不是他们自己，就是他们的朋友。因为他们足够成熟，经历过2020、2021、2022年的加密货币炒作周期，所以他们现在对AI以及任何新的热点都持怀疑态度。Gary Tan： 你们两位是Coinbase的创始投资者，也是全球最成功的加密货币投资者之一。你们如何比较2021年加密货币发生的事情与现在AI的情况？它们有哪些相似之处，又有哪些不同之处？我认为Coinbase的特别之处在于，它本质上不是一种加密货币，而是为了使加密货币真正得以实现所需要的基础设施技术。我认为它们仍在这条路上。我会说，Brian Armstrong最近在财报中提到，我们正在与全球每一家金融机构合作，将区块链技术纳入实际的金融规范中。我想这正是我当初第一次见到Brian时感到兴奋的承诺，当时他刚从Airbnb出来，作为一名反欺诈工程师。Harj ： Coinbase本质上是一个市场平台，它看起来与其他初创公司没有太大区别。它识别出人们有买卖某种东西的需求，但没有一个很好的市场来满足这种需求，于是他们决定建立一个可信赖的市场平台。在当时，这还是一个小众市场，没人能预见它会发展成今天这个样子。Coinbase面临的未知因素是市场有多大，但很明显，它在早期就已经与产品市场契合。确实有一些人想要买卖比特币，需要一种更好的方式来实现这一点。所以，从某种意义上来说，Coinbase的效用从未受到质疑——它让那些有需求的人更容易实现他们的目标。我觉得AI与加密货币的不同之处在于，当你看这些产品时，你会发现许多Web3的产品并未通过直觉测试，很多人根本无法理解为什么要使用它们。但当你看到AI产品时，它们的效用是非常明显的。比如，能够总结一份50页的PDF市场分析报告，并提取出三个关键点，这显然是有人愿意付费的功能。Gary Tan：我在YC的当前批次中就有一家公司，他们可以让应收账款的工作由一个12人的团队减少到一个人，而其他11个人可以去做财务中的其他事情，这就是非常具体的应用案例。你可以想象一下，我们现在正在做的事情，比如用机器人替代人类去传递黄油。这其实是《瑞克和莫蒂》里的一个笑话，但从另一个角度看，它其实也挺严肃的。让软件去做一些并不是人类最擅长的事情，比如对账、核对电子邮件和银行记录之类的工作，这并不是能够激发人类创造力的工作。对一些人来说，这甚至可能是一种折磨。而我们现在可以给人们提供其他可以做的事情，这就是我们现在亲眼看到的转变。Diana： 是的，正如你提到的那样，我查了一些数据。一个很酷的统计数据是，我们之前在"Batch by the Numbers"那一集里提到过的，如果我们把所有申请YC的公司的总收入加起来，当时是600万美元。而在批次结束后的三四个月里，如果我们再把这些公司增长的收入加起来，总收入已经达到了2000万美元，仅仅三四个月的时间里，增长是巨大的。这远远超出了我们给出的建议，比如让公司每月增长20%，这已经是一个雄心勃勃的目标了。而从600万美元增长到2000万美元，远超出20%的月增长率。我们看到的是实际的收入增长，这些公司找到了一个好的创意，正如你所说的，Gary，他们的客户认同这个创意，并且愿意为之付费。为什么炒作周期可能对创始人有利Gary Tan： 最棘手的部分是，这不仅仅是第一次续约或第二次续约的问题，你实际上需要每次续约都能成功。因为公司价值的唯一来源实际上是未来的现金流折现，所以客户留存率必须非常高。每一个客户都要尽可能长时间地留住，这是构建任何有价值业务的唯一方式。Harj ：这也触及了我们是否处于一个炒作周期的核心问题。我觉得在YC，我们所有人都处在最前线，看到一些公司在批次中达到一百万美元年经常性收入（ARR）的速度比我们过去看到的要快得多，甚至在批次结束后的6到12个月里，收入增长也非常令人印象深刻。比如Gustaf提到的Leo，他们刚刚从Benchmark那里完成了A轮融资，做的是自动化法律工作的AI。还有一家公司我一年前合作过，到今年年底，他们的收入可能会达到1000万美元。这只是12个月后的结果，增长了10倍，这种情况你完全可以IPO了。这与Jared和我2007年刚搬到旧金山时的情况非常不同。那时候每个人都在追逐的东西，比如页面浏览量（Page Views），你在Posterous时期也有这种体验。大家追逐的是页面浏览量、活跃用户数和注册账户数之类的虚荣指标，虽然这些指标让人感觉良好，但并不真正反映公司的健康状况。Jared ： 我想补充一点，Harj之前提到的关于炒作周期的定义：如果你将炒作周期定义为资产被高估的情况，那现在可能确实是这样的。例如，Nvidia现在是世界上最有价值的公司，我不确定它是否真的应该这样，也许Nvidia被高估了，也许其他技术（如TPU）会开始占据主导地位，所有这些都有可能改变。现在有很多初创公司在筹集数十亿美元的估值，从事后来看，其中一些交易可能看起来很荒谬。Gary Tan： 对我们的业务来说，好消息是我们不在乎。如果我们是公共市场的投资者，你可能会非常担心Nvidia是否被高估了，但在我们所处的领域，这完全无关紧要。Harj ： 我会说，对创始人来说，这实际上是好事。即使一些东西被高估了，这实际上是整个生态系统的免费资金。Nvidia被高估意味着如果他们需要筹集资金，他们可以以很低的成本筹集资金，这将使他们能够更快地推动未来的发展，然后整个生态系统中的其他人都会从中受益。这就是我们和创始人所在的位置与公共市场公司之间的巨大差异。公共市场公司必须每季度交付业绩报告，如果他们错过了收益报告，股票会下跌，员工会感到不安，这会成为一个巨大的干扰。Gary Tan： 作为YC，我们在投资那些只有想法的人时，并不期待在短时间内看到成果。无论是对我们还是对创始人来说，我们看的是10年的时间跨度。在这个时间框架内，今天的高估值其实并不重要，重要的是未来10年这些公司是否会变得更有价值。我认为，企业实际上可能会更加健康，尽管并非总是如此。也许这正是一些教授级别的公司筹集了数亿美元却从未推出产品的原因，或者说是今天一些被世界顶级风险投资基金青睐的AI公司，它们可能已经在财务报表上显示有1亿、2亿甚至5亿美元的资金，但完全没有收入。你就像在仰望珠穆朗玛峰一样，想知道自己该如何攀登。这种情况与我们看到的许多YC公司形成了鲜明对比，这些公司可能只在演示日筹集了100万到200万美元，但它们已经开始达成500万或1000万美元的里程碑。而且，因为它们从第一天起就盈利，或者在相对较短的时间内实现了盈利，它们的银行账户余额一直在增加。它们会回过头来想，"我已经完成了种子轮融资，我没有董事会成员，我不需要再出售我的公司股份，那么为什么不按照我自己的方式去建设公司呢？"也许10年前，在YC的世界里，这样的例子还不多，比如Weebly，他们只进行了种子轮融资，后来以巨额金额卖给了Square。他们能够这样做是因为他们从一开始就盈利了。在我们这个社交软件时代，Zapier可能是最具主导地位的纯软件公司之一，他们只筹集了种子轮资金，现在却创造了数亿美元的收入。这对他们来说是一个疯狂的时刻，他们正在大力押注AI。Diana： 这真的是一个有趣的时刻。你是否真的需要进行巨额融资？事实上，巨额融资可能就像一块巨大的负担挂在你的脖子上，你永远无法摆脱。而且有趣的是，我们提到的这些公司，它们达到了盈利或收支平衡，并且不需要再进行融资。它们的收入正在以指数级增长，而且它们不需要再去公开融资或进行巨额融资，因为它们真的在玩长远的游戏。如果我思考一下我们现在看到的不同类别的东西，现在我们有更多的数据，我认为在每一个AI领域，我们都看到了早期成功的迹象。即使在一些被认为过度炒作的领域，比如生成式AI生成图像，人们可能会觉得这只是玩具、艺术或娱乐用的，但有一家公司，PhotoRoom，实际上正在创造真正的收入。我记得他们最近宣布估值达到5亿美元，他们为电子商务生成图像。像他们这样的垂直领域公司，找到了一个方法，将生成式AI变得非常盈利。因为对品牌来说，为产品拍照和进行产品布置非常困难，而他们通过AI以非常低的成本解决了这个问题，你不再需要一支摄影师团队或编辑团队。另一个我们经常谈论的类别是AI代理工作流，你提到的Greenlight就是一个很好的例子。Harj ： 还有PermitFlow，他们正在做的本质上是一个AI代理，使用AI来填写建筑许可流程。如果我们站在反方的立场来看这些事情，我认为可以提出两点批评。第一点是，这些东西正在自动化，但它们还没有完全把人从环节中移除。所以，要想这些估值并达到这么高的价值，它们真的需要完全移除人类。第二点是，企业永远不会完全信任这些东西，因此你不可能与财富500强公司签订完全依赖AI的六位数或百万美元的合同。Jared： 我本以为你会说，批评者会认为这些东西会被商品化，它们只不过是GPT的包装器，所有的真正价值都会集中到基础模型上，最终会有100个PermitFlow公司，那它们如何捕捉到任何实际的价值呢？不过，我感觉这确实是去年最主要的批评。Harj ： 我可能有点偏见，因为我非常相信这一点，基于我们刚才讨论的多模型和开源等内容，像PermitFlow这样在其领域中获胜的公司，关键在于如何销售产品，如何在UI的细节上做到极致，掌握所有的小细节，最终打造出完美的产品。Diana： 是的，这很公平。但实际上，情况可能恰恰相反，价值很可能会流向像PermitFlow这样的公司。这不仅仅是一个包装器的问题，甚至在技术层面，他们在针对特定领域进行精细调优方面做了很多工作。尤其是在这些领域中，私有数据的价值非常大，涉及到许可和银行数据，这些数据无法被简单地复制。因此，这不仅仅是一个包装器，他们实际上做了大量深入的工作。Harj ： 这是一个很好的观点。我记得Mark Zuckerberg大约一两周前说过一句话，他提到，即使所有的模型开发进展今天都停滞不前，仅在应用层面，基于这些模型构建解决方案的创新也还有五年的发展空间。Diana： 即便是在Copilot这一侧，也是如此。GitHub Copilot是一个非常著名的例子，显然是GitHub收入增长最快的产品，据说它最近占了GitHub增长的40%。有传言称他们的收入已经达到了数亿美元，这个数据还需要验证，但即便如此，这在短短几年内也是一个非常显著的增长。Harj ： 另一个与"将人类完全排除在流程之外以实现最大价值"相关的例子是，我听说一些初创公司正在将AI嵌入工作流中，AI会完成工作，然后有一个UI供人类进行检查或审查。但越来越多的客户已经不再使用这个检查功能了。人工智能产品正在发挥作用早期表现Diana：我也听说过类似的情况，有一家公司正在替代大量呼叫中心的工作，他们处理着数十万次的呼叫。相同的事情发生在那些离岸呼叫中心，比如在菲律宾或墨西哥的呼叫中心，这些呼叫中心被完全取代，而大公司使用这家初创公司的服务，成本降低了20倍甚至100倍，速度更快，即便目前AI的表现还不完美，而且短期内可能不会有新的10倍性能提升的前沿模型出现，但通过精细调优、数据采集、私有数据存储库的建设等工作，已经很有可能达到让大企业愿意为这些解决方案投入数百万甚至数千万美元的质量水平。这是我认为目前正在奏效的第四类公司。现在有很多工具可以用来构建大语言模型（LLM），进行评估、微调等等，但我们的一些公司已经在通过这些工具与企业的私有数据进行微调方面取得了成功。Jared：即使你跳过具体的应用程序，光是这些工具本身就很有价值。我还认为，LMS的应用范围远比人们目前想到的要广。Diane和我在我们的团队中有一家初创公司，他们两周前参加了一个特定行业的会议，突然意识到有一个完美适用于LLM的行业，而那些技术人员甚至都不知道这个行业的存在。因此，没有人尝试过，而他们现在已经在这个技术的完美应用场景中大展拳脚，面对着一个价值数十亿美元的机会。正如Harj所说，我认为还有多年的时间来释放当前技术的潜力。Diana： Gary,你有一个非常好的框架来思考这个问题，可以结合沃伦·巴菲特的观点来谈谈吗？Gary Tan： 是的，我认为最终这就是现在正在发生的事情。其实，这在每一个炒作周期、繁荣与萧条周期中都会发生，不仅仅是在科技领域，而是在整个世界范围内。最初总是有一种狂热，认为世界即将发生巨大改变，但实际上很难真正理解正在发生的事情。很多时候，信息来源于传言或媒体报道，而这些报道可能并不准确，比如在Product Hunt上看到的一些讨论。这种情况下，就像是"战争迷雾"笼罩着整个局势，导致这成为一场流行度的竞赛。短期内，所有的企业都像是在进行投票，而这并不是真正的结果，因为事情发展得太快了，人类作为感知机器，需要时间去理解这个世界。在短期内，我们可能会被那些能言善辩的骗子所蒙蔽，也可能被那些拥有华丽资历的人所迷惑，比如那些曾在某些大公司工作过的人。这就像是"Clinkle"这样的例子，一个能言善辩的斯坦福辍学生骗取了非常聪明的投资者数百万美元的投资。你会看到很多这样的情况，这只是"投票机器"的疯狂和不确定性表现。并不是说人们故意把钱投入到骗局中，而是纯粹因为社会效应，我们无法足够快地理解世界的变化，所以大众常常会出错。但从长远来看，最终每家公司的价值都是基于未来的现金流折现。你需要你的客户真的有一个问题需要解决，他们愿意为解决方案付费，并且你的客户会一直留在你身边。这就是为什么像Google、Meta或者其他"辉煌七巨头"这样的公司是世界上最有价值的公司，因为人们相信这些公司可能会永远赚钱。这种信任带来了安全感，这就是现在人们的信念。而公共市场最终也是如此，虽然它们本身也是疯狂的"投票机器"，但最终它们会变成"称重机器"。最终，你真的需要盈利，你需要拥有真正的客户，到那时，你必须已经创造出一个有实际分量和作用的产品。koa12jJid0DL9adK+CJ1DK2K393LKASDad
编辑:孙寿康
TOP1热点：一周内三架客机因故障紧急降落，西方制裁对俄航空业影响渐显
那天中午，车内的温度已经高达40多度。12点的时候，张凯在北京西站送上一个团的孩子们，下车的时候，他感觉阳光毒辣，烤得脖子发烫。送走孩子们，他去了卫生间，打湿头巾之后放在脖子上，才凉快一点。但不到10分钟，头巾就全干了。。
此次金融管理部门公布对蚂蚁集团等平台企业的处罚结果，引起市场高度关注。不少市场人士认为，这意味着平台企业金融业务集中整改工作宣告结束，大型平台企业将正式进入常态化监管阶段。
TOP2热点：铁路节前春运车票进入发售最高峰，已累计发售车票5768万张
#蚂蚁集团回应被罚# 自2020年以来，蚂蚁集团在金融管理部门指导下积极推进各项整改，目前已完成相关整改事项。今天，蚂蚁集团收到金融管理部门行政处罚决定书，我们对此诚恳接受、坚决服从，并将进一步夯实合规治理水平。未来，蚂蚁集团将恪守使命与初心，坚持守正创新，继续增强科技研发能力，努力为实体经济尤其是小微群体做好服务并创造更大价值。
2020年11月，金融管理部门在联合约谈蚂蚁集团时提出，蚂蚁集团应依法设立金融控股公司，严格落实监管要求。记者了解到，蚂蚁集团已实质性具备金融控股公司的设立情形。
TOP3热点：新增肿瘤、麻醉、重症医学领域！今年违法违规使用医保基金自查自纠工作启动黄色仓库
坚持“留改拆”并举、以保留利用提升为主，鼓励小规模、渐进式有机更新和微改造，防止大拆大建。加强历史文化保护传承，不随意改老地名，不破坏老城区传统格局和街巷肌理，不随意迁移、拆除历史建筑和具有保护价值的老建筑，同时也要防止脱管失修、修而不用、长期闲置。坚持尊重自然、顺应自然、保护自然，不破坏地形地貌，不伐移老树和有乡土特点的现有树木，不挖山填湖，不随意改变或侵占河湖水系。坚持统筹发展和安全，把安全发展理念贯穿城市更新工作各领域和全过程，加大城镇危旧房屋改造和城市燃气管道等老化更新改造力度，确保城市生命线安全，坚决守住安全底线。
TOP4热点：澎湃AI晚新闻丨2025年1月11日成全视频在线观看免费高清
方案显示，组建中央社会工作部。负责统筹指导人民信访工作，指导人民建议征集工作，统筹推进党建引领基层治理和基层政权建设，统一领导全国性行业协会商会党的工作，协调推动行业协会商会深化改革和转型发展，指导混合所有制企业、非公有制企业和新经济组织、新社会组织、新就业群体党建工作，指导社会工作人才队伍建设等，作为党中央职能部门。
他养着一只狗，是黑白色毛发的柯基，叫鲁格，取意德国手枪“鲁格P08”。谭佳是龚贺的邻居，也是一只金毛和一只柴犬的主人，以前她常常约上龚贺一起遛狗。
TOP5热点：招聘注明不含“专升本”等，湖北省妇幼保健院人士：出于实际考虑粉色苏州晶体
付凌晖强调，从全年来看，随着我国市场需求稳步扩大，生产供给逐步增加，供求关系有望总体稳定，居民消费价格总的看会保持温和上涨。随着经济运行的恢复向好，价格涨幅会逐步回到合理水平。（中新经纬APP）
TOP6热点：美国宣布对俄罗斯实施新一轮制裁俄罗斯人又更又租
2020年10月，龚贺在朋友圈写道：2020年的第一个团，比往年来得更晚一些。重温走过的路，回想起多年前，曾经和朋友吃过一碗延吉冷面后，从西单走过马甸。恍如隔世。
TOP7热点：外交部：美国的盟友近来开始配合美方散布关于中国的虚假信息一前一后三个人轮换的英文怎么写
在7月7日举行的中国外交部例行记者会上，有记者就此事提问称：美国财政部长耶伦正在访问中国，有报道称耶伦将与李强总理等中国官员会面，请问发言人是否有更新信息？
TOP8热点：球员将女友装行李箱带进宿舍通宵学习？俱乐部：不实，系摆拍gb14may18_XXXXXL56endian
经查，胡继勇违反生活纪律，在婚姻存续期间与董某某存在生活作风问题；违反廉洁纪律，改变公务行程借机旅游。此外，对网络反映的胡继勇和董某某其他问题，经核查未发现存在违纪违法情况。鉴于二人无视纪律规矩、顶风违规违纪，造成恶劣影响，经公司党委研究决定，根据纪律处分条例和政务处分法，给予胡继勇开除党籍、开除公职处分；根据公司员工违规行为处理规定等相关规定，与董某某（群众）解除劳动合同。
TOP9热点：王俊︱我们如何保卫文科？公的浮之手中字5
下一步，金融管理部门将完整、准确、全面贯彻新发展理念，着力提升平台企业金融业务常态化监管水平，依法将各类金融活动全部纳入监管，确保同类业务适用同等监管规则，实现公平监管。坚持“两个毫不动摇”，落实促进平台经济健康发展的金融政策措施，支持、鼓励平台企业持续提升金融普惠性，推动科技金融创新，增强国际金融竞争力，更好地服务实体经济和民生需求。
TOP10热点：国家医保局召开全国医药价格和招标采购工作会议一面亲上边一面膜下边的含义
处罚也是依法依规。金融管理部门在不断加强对重点领域的执法力度，依法常态化开展对蚂蚁集团等平台企业的监督检查，并针对执法检查中发现的违法违规问题，本着“过罚相当”的原则实施行政处罚。此次对相关机构实施行政处罚，即是对前期执法检查发现问题的处理。