How does OpenAI defend its moat? Who will be eliminated? This is the future industry landscape of AI in the eyes of venture capitalists.

今年來以 ChatGPT 為代表的生成式 AI，帶動了人工智能行業掀起一輪發展熱潮。

實際上，人工智能和深度學習技術發展已久，所有這些圍繞人 AI 的炒作都忽略了一個簡單的事實，那就是這些技術已經發展了幾十年。

在過去 70 多年中不斷發展中，三大要素終於齊頭並集：先進的算法、大規模數據集和強大的計算能力，共同形成了一場完美的人工智能風暴。

為了更好地瞭解初創企業在哪些領域仍有機會，以及寡頭壟斷態勢和先發優勢的形成，TechCrunch 在一篇專欄文章中採訪了不同的投資者，旨在深入探討人工智能以及該行業的發展趨勢。

領先大模型企業地位能否保持？專有數據價值幾何？真正的 AGI 何時到來？

pi Ventures 創始合夥人 Manish Singhal 對領先大模型企業地位能否保持？專有數據價值幾何？真正的 AGI 何時到來？等一系列問題發表了看法。

Manish Singhal 指出，AI 行業處於一個動態變化的格局。許多公司針對下游應用領域成立，只有少數幾家公司能成功擴大規模。就基礎模型而言，預計 OpenAI 未來將面臨其他公司的競爭。不過，它們已經佔據了有利的先機，要想將它們趕下台並不容易。

未來 5 年後，在人工智能應用領域，應該會出現重大整合。人工智能正向橫向延伸，因此建立在現有模式上的公司要想保住自己的護城河將面臨挑戰。不過，在應用方面以及基礎設施方面（工具和平台），正在進行大量的基礎創新，它們可能會比其他公司做得更好。

對於 “開源是 AI 初創企業最明顯的市場路線嗎”，Singhal 指出，這取決於要解決什麼問題。對於基礎架構層的公司來説，這是一條有效的途徑，但不一定對所有公司都有效，因此必須根據所要解決的問題來考慮開源是否是一條好的途徑。

對於未來 LLM 大模型未來的發展，Singhal 指出，英語是使用最廣泛的語言。根據不同地區的情況，不同語言的 LLM 模型肯定是有意義的。除了語言上的差異，還希望看到專門針對某些領域（如醫學、法律和金融）的大模型變體，以便在這些領域提供更準確、更相關的信息，這方面已經有一些工作在進行，如 BioGPT 和 Bloomberg GPT。

數據價值方面的看法，Singhal 指出，專有數據會帶來一個良好的開端，但最終很難保持數據的專有性。因此技術護城河來自智能設計算法的組合，這些算法與數據一起被產品化並針對應用進行微調。

此外，Singhal 認為，在模型提供的答案准確性方面將有大量工作要做，目前基於神經網絡構建 LLM 方法可能需要比幾個月更長的時間才會被顛覆，一旦量子計算成為主流，人工智能的格局將再次發生重大變化。

目前某些應用上已經接近人類的水平，但離真正的 AGI 還很遙遠。Singhal 認為，這是一條漸近曲線，可能需要很長時間才能全面實現。要實現真正的 AGI，神經科學和行為科學等幾項技術的發展也必須趕上來。

AI 產業未來格局如何？哪類企業難以生存下去？

對於 AI 產業未來的格局，AIGlasswing Ventures 創始人兼管理合夥人 Rudina Seseri 指出，Alphabet、微軟/OpenAI 和 Meta 等基礎層模型提供商很可能會保持其市場領導地位，並在長期內發揮寡頭壟斷作用。然而，在提供差異化的模型方面，如 Cohere 和其他資金雄厚的基礎層企業，也存在競爭機會。

Rudina Seseri 進一步指出，基礎層初創企業可能會以兩種狀態之一結束：一種情況是，基礎層將出現寡頭壟斷態勢，就像在雲計算市場上看到的那樣，少數幾家企業將佔據大部分價值。另一種可能是，基礎模型主要由開源生態系統提供。

對於創始人和風險投資者來説，應用層藴藏着最大的機遇，能夠為客户提供切實、可衡量價值的公司可以取代現有類別中的大型企業，並在新的類別中佔據主導地位。正如雲計算的價值創造並沒有隨着雲計算基礎設施供應商的出現而終結，整個人工智能領域的重大價值創造也尚未到來，人工智能競賽遠未結束。

對於哪些企業會難以生存下去，Rudina Seseri 指出，AI 領域的一些細分市場可能無法長期發展，其中一個例子就是 “GPT 封裝” 類別，圍繞 OpenAI 的 GPT 技術構建的解決方案或產品。這些解決方案缺乏差異化，很容易被市場上現有主導企業推出的功能所顛覆。因此，從長遠來看，它們將難以保持競爭優勢。

同樣，不能提供顯著商業價值或不能解決高價值、昂貴領域問題的公司也不會成為可持續發展的企業。考慮一下這個問題，為實習生簡化簡單任務的解決方案不會擴展成重要的業務，而為首席架構師解決複雜難題的平台則不同，它能提供獨特的高價值優勢。

最後，如果產品不能無縫集成到當前的企業工作流程和架構中，或者需要大量的前期投資，企業在實施和採用時將面臨挑戰。這將成為獲得有意義的投資回報的重大障礙，因為當需要改變行為和代價高昂的架構時，門檻就會高得多。