Original 深思圈 深思圈
今天看到老牌基金NEA發表了一篇新文章：《Rewriting the Startup Playbook for the Age of AI》，主要内容來自NEA投資的四家生成式AI公司創始人的經驗總結，這三家公司分别是Perplexity、Rewind、Forethought和Crowdbotics。這三位創始人總結了AI時代創業公司四個新趨勢，很多内容對AI創業者應該會有不少幫助，筆者在此借助GPT-4快速翻譯了這篇文章，希望能夠給大家也帶來最新的思考和啟發。
另外之前建立的深思圈資訊分享群已經運作快半年了，裡面會實時分享最新有用和有趣的資訊，特别是AIGC和出海營運增長這塊，群裡的資訊密度和新鮮度非常高，交流氛圍也很好，大家一塊在群内讨論和學習。目前1群、2群、3群、4群、5群、6群和7群都已經滿員了，我剛剛建立了8群，歡迎感興趣的朋友可以背景回複關鍵詞【資訊】，掃碼入群。
深思圈關于學習、工作、生活、投資、創業和人生44篇原創内容
公衆号
導語
随着生成型AI的爆炸性增長，打破了公司建設的規則，NEA支援的創始人們識别出了四個關鍵的新興趨勢。
去年秋天，生成型人工智能的興趣達到了高潮，Perplexity AI的聯合創始人Aravind Srinivas和Denis Yarats知道他們必須迅速行動。他們沒有幾周或幾個月的時間來招聘人才，是以他們放棄了招聘人員，安排面試和文化适應性讨論。相反，他們采取了更直接的方法：他們會向首選的候選人提供一份為期兩周的有薪試用。
這個計劃奏效了，Perplexity聘請了聯合創始人Johnny Ho，他在僅僅幾天後就加入了公司，擔任首席政策官。除了第四位聯合創始人Andrew Konwinski，公司的所有員工都是通過這種方式聘請的。除了節省時間，這個過程也淘汰了那些本來就不太可能加入的人，并且比任何演講或激勵方案都能更好地激發對Perplexity使命的熱情。Srinivas說：“現在我聽說其他公司也在使用這種試用基礎的招聘方式。”
自從去年11月病毒式聊天機器人ChatGPT釋出以來，像Perplexity這樣的風險投資支援的初創公司不得不抛棄部分公司建設的傳統模式，擁抱新的思維方式。NEA合夥人Ann Bordetsky表示：“從籌款到産品開發再到客戶服務，許多曆史悠久的做法在短短幾年内就會顯得過時。我們現在處于原始混沌階段，事情有點混亂和實驗性。但你可以看到，人們正在建構新的方法。”
這并非第一次突破性技術引發了如何建設偉大公司的深刻變化。與發明個人電腦一樣，像Steve Jobs和Bill Gates這樣的創始人為制造、營銷和銷售複雜的數字技術創造了新的規則。90年代的亞馬遜、雅虎和無數的網際網路初創公司，智能手機興起後的Facebook和其他社交網絡公司，以及借助雲計算的Salesforce、Box和其他SaaS提供商，也是如此。
作為矽谷最成熟的風險投資公司之一，NEA一直處于這些革命性技術轉變的前線。如果說這家公司在過去四十年中學到了什麼，那就是像現在這樣的混亂時期往往會催生出一些世界上最成功、最有影響力的公司。
“這些技術都使得以前不可能的商業模式創新成為可能，”NEA的董事長兼首席執行官Scott Sandell說。例如，網際網路使開源變得可行，并使得可以将軟體作為一個持續改進的服務而不是許可産品來傳遞——如果選擇的話，這是免費的。“它改變了開發軟體、分發軟體和獲得軟體付費的模式，”Sandell說。“我相信AI也會産生這樣的影響。”
NEA合夥人Aaron Jacobson說，如果有什麼的話，AI的影響将會更大。他說，雖然以前的劇變涉及到技術的使用方式和使用地點，“但AI實際上正在改變誰來做這項工作。”“這是前所未有的，是以這種破壞将會比以往任何時候都更快、更猛烈、更大，因為有更多的東西可以争奪。”
生成型AI的熱潮還不到一年，但已經發生了很多事情，我們已經可以看出在未來的幾個月、幾年，甚至可能是幾十年裡，公司建設将如何改變。為了更好地了解這個曆史性的轉變，NEA請其投資組合中的四位AI初創公司的創始人分享他們的新思維。從這些讨論中，我們已經找到了四個在AI革命中公司建設的新趨勢。
01.
趨勢#1:靈活性至關重要
即使與過去的熱潮相比，生成型AI市場的發展速度也令人震驚，每周都會釋出一些令人難以置信的新方法來使用大型語言模型（LLMs）。科技巨頭和上司者，如Google、Microsoft和ChatGPT的所有者OpenAI，正投入數百億美元，不僅建立這些模型，還開發API和其他工具，幫助創新者商業化他們的産品，他們通常更願意擁抱開源，而不是追求封閉的花園政策，以尋求鎖定和更高的利潤。
此外，生成型AI讓公司——不僅僅是AI初創公司，而是所有類型的公司——能夠更快地行動。當Srinivas離開OpenAI創辦Perplexity AI時，這位首次創業的創始人利用公司自己的“答案引擎”技術，學習那些需要花費數小時在Google上搜尋，和專家進行無數次的午餐和咖啡交流才能了解的事情。“我們不知道創始人需要知道的很多基本事情，比如如何做公司稅務。我們不知道你必須向承包商發出1099表，”他說。
是以，公司正在以驚人的速度執行。團隊在幾個月内釋出了四個基于OpenAI的GPT-3.5 LLM的Perplexity的聊天機器人版本，每天吸引超過一百萬的浏覽量。然後，當OpenAI在3月中旬釋出GPT-4時，聯合創始人Yarats迅速召集全公司進行了一次長時間的黑客馬拉松。兩周後，他們推出了Perplexity Copilot，一個“互動式搜尋夥伴”，可以向使用者提出進一步澄清問題，同時進行多次搜尋，并提供更準确的結果。
Srinivas指出，像OpenAI和Midjourney這樣快速疊代的AI初創公司的成功，“執行速度快的人正在得到回報，速度是這裡的常數。”
而速度需要一種不同的心态。在最近的一次全員會議上，當一名員工問是否可以設立可衡量的季度目标時，Srinivas說他很樂意考慮——隻要員工準備好每隔幾周就改變他們的目标。
這種靈活性也需要對技術和創新采取更為靈活的方法，公司需要對他們用來開發産品的技術保持嚴格的中立态度，甚至對他們創造的産品和技術也是如此，而不是押注特定的供應商或專有産品。當Deon Nicholas在2017年看到基礎模型的進步時，他創立了Forethought，一個基于AI的客戶服務系統。由于2022年OpenAI的GPT-3.5和ChatGPT等突破，公司有意識地放棄了大部分自主開發的技術棧。
Nicholas說：“我們經曆了五個階段的悲痛，因為我們有幾年的技術壁壘。但最終，我們意識到，我們可以通過應用像GPT-4這樣的技術，繼續領先競争對手兩三年。AI将從根本上改變我們的市場，是以重要的是引領這種變化。”
Rewind AI的創始人Dan Siroker說，适應性是必要的，該公司提供一項服務，通過所有數字互動的可搜尋記錄，給人們“完美的記憶”。他說：“世界正在以越來越快的速度變化，是以比其他人更快的能力比過去更重要。這就是為什麼我們每天釋出11個版本的産品。我甚至會說，你的反應和适應能力比你預測未來的能力更重要。這可能是10年前偉大的創始人的特點，但我不認為它像每天都能注意和傾聽，做出更好的決策那樣重要。”
02.
趨勢#2:重新想象生産力
ChatGPT的消費者采用率使得TikTok看起來像是慢吞吞的，全球有數百萬人對它如何提高他們的生産力贊不絕口。領先的初創公司已經開始實施變革，使他們能夠用更少的人做更多的事情。
這種生産力的提升為更快的增長創造了基礎。首先，它使公司更加盈利。一家保險科技初創公司在對其大型語言模型進行一些輕量級訓練後，其利潤率從40%躍升到50%以上。
生成型AI幫助初創公司保持小規模的優點，如靈活性和團隊精神的同時，實作他們的快速增長。幾十年來，研究一直顯示，當涉及到開發軟體時，小團隊更有效率，更有生産力。這就是Perplexity接受了2600萬美元的A輪融資，盡管它本可以籌集更多資金的一個原因：防止公司增長員工數量超過絕對必要的速度。“當有适當的人在做适當的事情時，就會發生一種特殊的魔力，”Srinivas說。
這種魔力對于招聘也很重要。“除了展示你的快速進步，沒有更好的方式來推銷自己給員工，”他說。“你可以說你想說的關于路線圖和願景的任何事情，但為什麼任何人應該信任我這個首次創業的創始人呢？因為團隊每隔幾個月就會釋出一款出色的軟體。”
最終，公司的産品政策也需要反映這種生産力革命。以“坐席”——按照被允許使用的人數來許可軟體——作為銷售商業對商業軟體的一種方式。Siroker說：“如果每個員工做的工作量增加了10倍，你會想要關注輸出，或者關注客戶關心的任何其他價值機關。”
那麼，精益到什麼程度才算足夠呢？目前還沒有明确的指導方針，太多的東西仍在變動。但是，員勞工數将會大幅減少，Siroker說，他在創辦Rewind之前創立并出售了數字型驗平台制造商Optimizely。他說，公司已經在改變招聘對象，選擇更多的全能型選手，而不是因為他們在某種特定的程式設計語言或任務上有深厚的專業知識，而LLMs正在迅速學習這些任務。當公司中的每個人都在使用生成型AI時，“就像他們都穿着鋼鐵俠的戰衣。”
Siroker說：“我們正在用15個人建立一家令人驚歎的公司。過去我們可能需要數百人。這是一種不同的思考方式。”
結果将是一種新品種的非常有價值的、非常小的公司。NEA的Jacobson說：“我們将看到一些公司隻有25或50個人，就能産生數億美元的收入。這将是瘋狂的。”
NEA合夥人Vanessa Larco說，這種超高生産力可能會帶來新的問題，包括對頂級AI人才的争奪戰的大幅度更新。據報道，OpenAI已經支付了超過100萬美元的薪水。“生成型AI可能會把一個10倍的工程師變成一個100倍的工程師，但它不會讓一個平庸的工程師變得更好。就像你給一個數學不太好的人一個電腦，”她說。“他們不知道如何充分利用它。”
03.
趨勢#3:建構資料壁壘
網絡效應，那種當産品或服務對使用者的價值随着每一個新客戶的增加而增長的奇妙現象。對于有30億其他使用者在網絡上的人來說，Facebook比對于有3000或300萬使用者的人更有價值，市值巨大的公司幾乎總是擁有網絡效應。
在生成型AI時代的成功将更少地取決于誰在一開始就擁有最多的客戶，更多地取決于誰能找出如何擷取更多他們需要的資料，以便比競争對手建構更好的産品。“這全關乎資料，”Larco說。“你可以是第一行動者，但如果你沒有擷取專有資料集并大量吞噬這些資料，那再早開始也無濟于事。”
是以，生成型AI時代的創始人需要将資料視為更重要的戰略優先事項。畢竟，其他傳統的競争優勢來源可能并不可行。考慮到圍繞生成型AI的創新熱潮，沒有哪個初創公司可能長期保持大的技術優勢，特别是當依賴像GPT-4這樣對所有人開放的流行基礎模型時。Forethought的Nicholas指出，對于基于AI的産品，最好的品牌和營銷就是那種智能的正确性和可靠性。“幾乎不可能以傳統的方式建立壁壘，比如技術或品牌，唯一真正的方法就是使用專有資料。”
對于消費者公司來說，成功在很大程度上取決于是否有真正颠覆性的使用者體驗。“我們尋找的是病毒式傳播，”Bordetsky說。例如，Perplexity AI的每日流量部分原因是其“答案引擎”不僅提供了ChatGPT式的查詢答案，還提供了資訊來源的連結。
而且，這些使用者體驗需要以資料為中心進行設計。“公司需要在聚合、使用者增長和參與度方面特别出色，以持續改進他們的AI驅動的産品，因為那才是業務的真正驅動力，”Bordetsky說。
自從2017年創立Forethought以建立更好的客服聊天機器人以來，殺手級使用者體驗一直是Nicholas的關注焦點。該公司投資開發了管道軟體，以便輕松地整合來自Confluence、Salesforce和Zendesk等現有系統的資料，以便為其聊天機器人提供資訊。并且在3月份，它推出了一項基于OpenAI的服務，名為SupportGPT。
是以，該公司現在有超過50個內建服務，這幫助它簽下了超過100個客戶，包括萬豪和Instacart。Nicholas表示，該公司正在建構一個強化學習系統，以捕獲甚至看似微不足道的互動，比如幫助台代理人是否真的使用了Forethought系統的推薦，以及最終的客戶是否對那個答案滿意。
他說：“最終，這是關于建立一個智能系統。”今天要建立一個客戶服務操作，公司會雇傭代理人，并用傳統的記錄系統中的客戶資料為他們配備武器。“在10年後，公司将首先使用AI在那些專有資料之上建構一個系統，是以一個幫助台代理人可以簡單地問‘我們幾周前和Deon的那次互動是怎樣的？’”
04.
趨勢#4:更大膽地思考
曆史上沒有任何技術像生成型AI那樣快速嶄露頭角——不是搜尋，不是智能手機，也不是社交媒體。不出所料，競争水準也同樣快速上升。
截至2023年5月，Dealroom統計了超過250家生成型AI初創公司，科技巨頭們都在關注這項技術，就像他們的未來取決于它一樣，這可能确實如此。而且，因為他們已經擁有大量的寶貴資料，這些現有的公司在抵擋下一代颠覆者方面比他們的前輩們有優勢。考慮到這種風起雲湧的環境，“這不是一個适合漸進式思考的時代，”Larco說。“你需要做一些如此不同且明顯的事情，以至于人們會回頭看看說，‘我不敢相信我們曾經是那樣做的。’”
這意味着要摒棄零散的産品改進，而是要專注于建立全新的品類。對于Rewind的創始人Dan Siroker來說，他的目标是給人們帶來“完美的記憶”。一旦一個人同意給予他們的數字活動通路權限——他們去過的網站，他們發送的文本，Zoom通話上說了什麼——Rewind的應用程式可以檢索任何互動，即使這個人隻記得被鍵入或說出的幾個關鍵詞。（目前它隻在最新的Mac上工作，因為它們依賴于蘋果的M1和M2晶片。）
這個計劃需要發明一種壓縮技術，将資料壓縮超過3000倍，使得可以在使用者的裝置上存儲多年的資料。他們還必須找出處理明顯的隐私問題的保護措施（例如，所有資料都保留在裝置上，永遠不會存儲在雲中）。
但是，強大的挑戰是吸引力的一部分。“我看這個更像是一個我想要花餘生去解決的問題，而不是一個商業計劃，”Siroker說，他将Rewind的記憶保持能力比作一種“超能力”，類似于在他20多歲時失聰時恢複聽力的助聽器。“這更多的是出于自私而不是政策。”
Siroker小心翼翼地找到了他确信會支援他的使命的投資者。這使他找到了由NEA上司的一群人，他贊揚我們在所有不可避免的起起落落中投資公司的記錄——有時甚至在IPO時購買而不是出售。“NEA的人們了解成功完成這個任務的幾率，他們還是願意參與，”Siroker說。"他們對建立一個具有長期價值的公司感興趣。這就是他們是為數不多的在每一代技術中都取得成功的公司之一的原因之一。"
Siroker認同這樣的觀點，即執行大膽的商業計劃更容易——而不是更難。“想法越大膽，員工和潛在投資者就越興奮，”他說。“這也幫助我保持對我們正在做的事情的興奮。”
Perplexity的Srinivas同意真正的大使命可以激勵偉大的人，但強調這需要以真實的成就作為支撐。“我很現實，我們不可能在薪酬上與谷歌競争。沒有人可以，”Srinivas說。“但是現在有很多非常有才華的技術人員在像谷歌這樣的地方極度無聊，他們正在尋找他們在世界上留下印記的機會。”
Crowdbotics是另一家使用生成型AI追求崇高目标的NEA投資組合公司。簡單地說，該公司打算利用AI來重塑整個軟體開發過程。當大量的低代碼和無代碼競争者正在建立工具，以便非技術人員可以為簡單的應用程式建立軟體時，創始人Anand Kulkarni相信，那些在2016年剛開始在學術期刊上讨論的基礎模型有一天會讓應用開發團隊通過自然語言指令完成更多的工作。
“任何軟體工程師都會告訴你，編寫代碼是容易的部分，”Kulkarni說。更困難的是弄清楚軟體應該做什麼，以及如何用計算機可以了解的術語來表達這一點——更不用說被鄙視的任務，如編寫文檔和確定生成的代碼是安全的。此外，Crowdbotics已經開發了流程，使公司可以将其開發人員生産的所有軟體儲存到可重用元件的目錄中。
最終，他的願景是通過讓公司在幾個小時或幾天内生産出生産就緒的代碼，而不是現在需要的幾個月或幾個季度，将開發軟體的邊際成本“降至零”，Kulkarni說。在十年内，開發人員将能夠描述他們試圖建立的軟體，公司的“代碼操作”系統将把現有的元件拼接在一起，幫助開發人員編寫其餘的部分，并建構必要的安全性、隐私和偏見防護欄。
這個過程永遠不會完全自動化，因為人類将必須審查和排除角落案例問題。即便如此，這種方法已經為Crowdbotics的客戶釋放出潛在的創新力量。幾十年來，大多數基于軟體的創新想法都被否決，通常是因為對工程成本的擔憂。“在将想法推向起跑線的過程中存在太多的摩擦，以至于大多數想法從未被考慮過，”Kulkarni說。“我們正在通過使其高效且易于操作來改變這些經濟學。”
不久以前，Kulkarni并沒有過于強烈地宣布這個使命。該公司淡化了其對生成型AI的使用，因為擔心潛在客戶會嘲笑AI能處理建構企業軟體這樣複雜的事情的想法。“我們已經有了多年的示範，展示我們的系統如何在一分鐘内為客戶建構一個應用，但我們很少使用它，因為我們認為客戶不會相信它。”
現在不再是這樣了。由于對生成型AI的興趣如此濃厚，一分鐘的示範已經成為“我們與客戶交談的核心”，公司已經調整了其營銷和産品路線圖，以強調其生成型AI的能力。
“世界的思維方式已經改變，市場突然對我們一直在建構的東西産生了渴望，”Kulkarni說。“當你有這樣的時刻，你需要去迎接它們。”
本文為深思圈編譯文章，轉載請聯系公衆号背景
參考材料
[1]https://www.nea.com/blog/4-trends-for-ai-startups-and-generative-ai-companies
結尾
本文主要内容和觀點來自NEA在生成式AI領域四家被投企業的創始人，是以自然也有PR的成分在裡面。但這四家公司都是目前生成式AI領域發展非常不錯的标杆，是以很多的認知和觀點也非常值得仔細推敲并吸取精華。關于更多Plugin和AI生态的分析，可以參考我之前的文章——AGI要來了？AI Paradigm的新階段和新趨勢。