硅谷101
硅谷101
硅谷101
E170|大模型应用之困与异军突起的“埃森哲们”
1 hour 22 minutes Posted Oct 24, 2024 at 12:00 am.
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
投资人心态:纯应用没有护城河,需要垂直整合底层模型
创业公司商业化掣肘:有没有私有化的数据?
缺失的中间层:大模型时代的操作系统尚未出现
模糊的边界:回答问题的是底层大模型,还是上层的应用?
Notebook LM和Perplexity:短期靠产品力,长期靠数据和底层模型
“所有应用公司最后都会去拼自己的模型”
市场上的两类公司:赚钱的公司与投资人眼中的好公司
重新理解人工智能与三个关键人物:Alex Krizhevsky,李飞飞,吴恩达
获取数据是互联网领域的脏活儿
创业公司如何跟OpenAI拼底座训练:聚焦在垂类
Devon的教训:“见光死”应用遍地都是
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
多模态产品的护城河:不依赖通用的底座模型
美国公司的AI应用:吆喝大,落地少,有事先找咨询
基础建设不完善让埃森哲吃到大量AI红利
“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
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
做基础模型的公司也会抢埃森哲的生意
RAG和微调的数据悖论:数据越多反而越难算出答案?
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
0:00
1:22:28
Download MP3
Show notes
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
“埃森哲们”的挣钱之道
*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:[email protected] Guests: Keith Zhai and 邱谆.