Generative AI’s系列 ｜ 红杉资本对生成式 AI的预判

随着 OpenAI、Anthropic、Google 和 Meta 扩展其推理层并开发越来越强大的推理机器，会发生什么？我们会用一种模式来统治他们吗？

生成式 AI 市场开始时的一个假设是，一家单一的模型公司将变得如此强大和包罗万象，以至于它将包含所有其他应用程序。到目前为止，这个预测在两个方面是错误的。

首先，模型层存在大量竞争，SOTA 功能不断跨越。有可能有人通过广域自我博弈来不断自我提升并实现起飞，但目前我们还没有看到任何证据。恰恰相反，模型层是一场刀战，自上一个开发日以来，GPT-4 的每个代币价格下降了 98%。

其次，这些模型在很大程度上未能作为突破性产品进入应用层，ChatGPT 是一个明显的例外。现实世界是混乱的。伟大的研究人员没有愿望去了解每个可能的垂直领域中每个可能的函数的端到端工作流程的细节。他们停下来停留在 API 上，让开发者世界担心现实世界的混乱，这既有吸引力，又在经济上合理。应用程序层的好消息。

作为科学家，您为实现目标而计划和实施行动的方式与您作为软件工程师的工作方式大不相同。此外，作为不同公司的软件工程师，情况甚至有所不同。

例如，在 Factory 的情况下，他们的每个 “droid” 产品都有一个自定义的认知架构，该架构模仿人类解决特定任务的思维方式，例如审查拉取请求或编写和执行迁移计划以将服务从一个后端更新到另一个后端。Factory Droid 将分解所有依赖项，提出相关的代码更改，添加单元测试并引入人工审查。然后，在获得批准后，在开发环境中对所有文件运行更改，如果所有测试都通过，则合并代码。就像人类可能做的那样——在一组离散的任务中，而不是一个通用的黑盒答案。

假设您想在 AI 中开展业务。您以堆栈的哪一层为目标？您想在 infra 上竞争吗？祝你好运，击败 NVIDIA 和超大规模公司。您想在模型上竞争吗？祝你好运击败 OpenAI 和 Mark Zuckerberg。您想在应用程序上竞争吗？祝你好运，击败企业 IT 和全球系统集成商。哦。等。这听起来其实很可行！

基础模型很神奇，但它们也很混乱。主流企业无法处理黑匣子、幻觉和笨拙的工作流程。消费者盯着空白的提示，不知道该问什么。这些都是应用层中的机会。

两年前，许多应用层公司被嘲笑为“只是 GPT-3 之上的包装器”。今天，这些包装器被证明是建立持久价值的唯一可靠方法之一。最初的“包装器”已经演变成“认知架构”。

应用层 AI 公司不仅仅是基础模型之上的 UI。远非如此。它们具有复杂的认知架构，通常包括多个基础模型，顶部具有某种路由机制、用于 RAG 的向量和/或图形数据库、确保合规性的护栏，以及模拟人类在工作流中思考推理方式的应用程序逻辑。

这是许多 AI 公司的真正北方。Sierra 受益于具有正常故障模式（升级到人工代理）。并非所有公司都如此幸运。一种新兴模式是首先部署为 Copilot（人在环），并使用这些代表来获得部署为 Autopilot 的机会（无人在环）。GitHub Copilot 就是一个很好的例子。

随着生成式 AI 的新兴推理能力，一类新的代理应用程序开始出现。

这些应用层公司采取什么形式？有趣的是，这些公司看起来与他们的云前辈不同：

• 云公司将目标锁定在软件利润池上。AI 公司将目标锁定在服务利润池上。

• 云公司出售软件（美元/席位）。AI 公司出售作品（美元/结果）

• 云公司喜欢自下而上，实现无摩擦的分发。AI 公司越来越多地采用自上而下的方式，采用高接触、高信任度的交付模式。

我们看到这些代理应用程序的新队列出现在知识经济的所有领域。以下是一些示例。

•  Harvey：AI 律师

•  Glean：AI 工作助手

• 工厂：AI 软件工程师

• Abridge：AI 医学抄写员

•  XBOW：AI 渗透测试器

• Sierra：AI 客户支持代理

通过降低提供这些服务的边际成本（与推理成本的直线下降保持一致），这些代理应用程序正在扩展并创造新的市场。

以 XBOW 为例。XBOW 正在构建一个 AI“渗透测试器”。“渗透测试”或渗透测试是公司为评估自己的安全系统而对计算机系统进行的模拟网络攻击。在生成式 AI 之前，公司仅在有限的情况下（例如，当需要合规时）雇用渗透测试人员，因为人工渗透测试成本高昂：这是一项由高技能人员执行的手动任务。然而，XBOW 现在正在演示基于最新推理 LLMs，它与最熟练的人类渗透测试者的性能相匹配。这使渗透测试市场成倍增加，并为各种形式和规模的公司提供了连续渗透测试的可能性。

作为投资者，我们将把周期花在哪里？资金部署在哪里？这是我们的快速了解。

• 基础设施

这是超大规模公司的领域。它是由博弈论行为驱动的，而不是微观经济学。对于风险投资家来说，这是一个可怕的地方。

• 模型

这是超大规模企业和金融投资者的领域。超大规模企业正在用资产负债表换取损益表，投资的资金将以计算收入的形式往返于他们的云业务。金融投资者被 “惊叹于科学 ”的偏见所扭曲。这些模型非常酷，这些团队令人印象深刻。微观经济学该死！

• 开发人员工具和基础设施软件

战略家不那么有趣，而风险投资家更有趣。在云过渡期间，在这一层创建了 ~15 家收入为 10 亿美元+ 的公司，我们怀疑 AI 也可能如此。

• 应用程序

• 生成式 AI 的 Act o1：推理时代开始：

https://wwwhttp://www.360doc.com/content/24/1031/15/article/generative-ais-act-o1/

• 生成式 AI 的第二幕 |红杉资本 ：

https://wwwhttp://www.360doc.com/content/24/1031/15/article/generative-ai-act-two/?itm_medium=related-content&itm_source=

如果觉得不错，欢迎点赞、在看、转发，您的转发和支持是我不懈创作的动力~

如果想第一时间收到推送，可以给我个星标⭐～