LLM 时代,为什么 Apple 仍有底气自我颠覆,而 Google 不行?

0 评论 3487 浏览 6 收藏 45 分钟

AI现在毋庸置疑是未来许多领域发展的大势所趋,大语言模型的兴起也带来了前所未有的挑战。本文为您分享AI行业大拿的看发展思路。

上周末为大家更新了《SaaS 终结者,谁是 LLM 时代的 Marc Benioff ?回顾 B2B 软件 70 年商业模式演变》,回答了读者朋友关于 LLMs 商业模式与 B2B 市场范式转移的问题,作者期待一位 LLM 时代的 Marc Benioff 来终结 SaaS,就像当初 Salesforce 终结传统软件行业一样。

Benchmark 合伙人Miles Grimshaw 在20VC 主理人Harry Stebbings 分享的“圆桌论坛”合集中也提到了类似的节点,Miles 表示Salesforce 是在 Netscape 发布后大约 5 年推出的,这可能需要一段时间才能发生,而当前Copilot 是更适合现有企业的商业模式,因为既有的玩家已经掌握了渠道,而对于初创企业来说,作为现有产品附属 Copilot 的机会可能不会那么惊人,而在某些领域也许可以真正发挥作用,但颠覆的机会是与现有企业正交,就如几位嘉宾在这场“圆桌”提到的初创企业如何抓住大厂的软肋。

除了 Bechmark 的合伙人,这场更新于感恩节混剪“圆桌”,还包括Harry 近期节目中聊到的其它嘉宾,都是生成式 AI 领域非常活跃的创始人/高管:

  • Jeff Seibert @ Digits
  • Tomasz Tunguz @Theory Venture
  • Miles Grimshaw @Benchmark
  • Douwe Kiela @Contextual AI
  • Cris Valenzuela @Runway
  • Richard Socher @You.com
  • Emad Mostaque @StabilityAI
  • Yann LeCun @Meta
  • Des Traynor @Intercom

Harry 将这些对谈中最精彩以及最有争议的部分提炼了出来,话题包括:

  • LLMs 商业化与市场格局;
  • Agent 对B2B 市场的影响;
  • AI 生态上的价值分配;
  • Copilot 是谁的机会?谁掌握渠道?
  • 苹果 vs 谷歌 vs 微软;

希望这些“尖锐”的回答能够对大家 “有新” 的启示,完整如下,enjoy~

Harry Stebbings

我想从最核心的部分开始,也就是基础模型层,我想问,我们如何看待基础模型提供商的计划实施情况,以及我们看到的 LLMs 的商品化?Emad Mostaque我认为,未来 3~5 年内全球只会有 5~6 家基础模型公司,我认为将会是我们和 Nvidia、Google、Microsoft、OpenAI 以及可能的 Meta 和 Apple 这些公司。

Harry Stebbings

Des,Intercom 的创始人,你认为我们会看到 LLMs 的商品化吗?

Des Traynor

我不确定这是否已经发生了,如果我说得明确的话?像我们实际上对所有的 LLMs 进行了严格的测试,并不是说它们现在都是平等的。

Harry Stebbings

你将 OpenAI 与其他提供商进行比较时,测试结果显示了什么?

Des Traynor

基本上是对话的质量,比如它是否通过了我们的幻觉测试?它是否通过了我们的可信度测试?它能否推断出自己的信心?

Harry Stebbings

它越来越接近了?

Des Traynor

这也是一个进行中的工作,所有这些都是动态的目标,所以我们甚至还没有测试所有提供商的最新最好的产品,而这些提供商的数量在增加,你提到了 Mistral,还有 Anthropic 以及 Cohere,有一大堆,而且要不断地去尝试找出是否有人做到了,我们目前只真正关心的是更好的产品,我们现在还没有处于成本优化模式,我们就是想知道,谁有最好的。

Harry Stebbings

Jeff Seibert,Digits 创始人,所以你们是在这些基础 LLMs 的基础上,用自己的数据进行微调,你对基础模型层的商品化有何看法?

Jeff Seibert

我当然认为我们会看到这一点,这可能不是一个受欢迎的观点,显然 OpenAI 正在领先,引领着这一趋势,我认为市场的力量意味着有巨大的动力去拥有一个开源的等价物,Meta 似乎非常有动力去开源它的工作,很多人想要自己运行这些系统,并自行调整它们,但现在这样做是困难且昂贵的,但我想不出科技领域里有什么困难和昂贵的事情能持续太长时间,它将会被商品化。

Harry Stebbings

好的,如果我们再深入一层,从模型的商品化到模型的大小的重要性,再到我们如何看待这些模型的寿命和持久性。Emad,我知道你对此有很多想法,我先从你开始。Emad Mostaque现实是今天存在的模型在一年后都将不再被使用,所以你看到的是数量级的提升,去年的 Palm 是 5400 亿个参数,然后你看到 GPT-3 与 GPT-4 的质量差异。

Harry Stebbings

它能降低到什么程度?

Emad Mostaque

我们还不知道,2 年前你就已经说这是不可能的,你会说,没有办法,你有一个可能只有几百兆的单个文件,它可以通过除了英语口语之外的所有考试,没有所谓的无偏见模型。当OpenAI 推出 DALLE2 并引入偏见过滤器时,任何非性别词都会随机分配一个性别和种族,所以你输入 Sumersla,你得到的是印度女性的 Sumersla,这就是为什么你需要国家数据集,需要文化数据集,需要个人数据集,它们可以与这些基础模型互动,并根据你的故事进行定制。因为你和我,我们的故事构成了我们的心理,理解这种背景是非常重要的,有了这些,AI 才能为我们服务,而不是。

Harry Stebbings

Yann,请帮我梳理一下,你在 Meta 负责 AI,我们听说过文化数据集,我们听说过国家数据集,请问模型的大小首先有多重要?

Yann LeCun

你并不需要这些模型非常大就能与你协同工作,我认为这让很多人有了一种领悟,也许你需要 1000 个 GPU 运行几周来训练基础系统。

事实上,这个数字也在下降,因为人们正在找到更高效的方法,但一旦预训练完成,你可以将其用于各种事物,并且可以很容易地对其进行微调。最后,你可以在笔记本电脑上运行它,这将是惊人的。或者也许在一台装有 GPU 或几个 GPU 的台式机上,所以我认为这让人们意识到,有许多以前认为不可能的巨大机会,我认为它将取得更多进展,因为如果我们朝着我所描述的目标和训练的 AI 系统设计方向发展,我认为这些系统实际上可以在某种程度上更小。

Harry Stebbings

Yann,你刚才提到的关于模型越来越大变得不那么重要非常有趣,我非常好奇,Richard Socher,You.com 创始人,我知道你在这方面有不同的看法,你认为模型的大小本身重要吗?

Richard Socher

这非常重要,你根本无法用一个小模型来训练所有这些不同的任务,这就是为什么它过去总是失败的原因。

Harry Stebbings

Chris,Runway 创始人,对于模型大小的必要性、模型的防御性,你有什么看法?

Cris Valenzuela

我自己听到很多关于模型作为壁垒的讨论,这是硅谷几个月来一直在讨论的话题,我认为模型不是壁垒,最终模型并不重要,最重要的是构建这些模型的人,以及他们能多快地从这些模型中学习和改变,所以我不认为有一个单一的模型会统治一切,模型不是壁垒。

Harry Stebbings

Jeff,我知道你可能对此有些不同意见,那么你是否不同意模型不是壁垒,你如何看待数据大小和质量同样是壁垒的问题?

Jeff Seibert

目前为止,基础 LLM 层的数据大小与性能高度相关,所以模型越大,数据越多,参数越多等等,它们的表现就越好。现在开始有这样的反向推动:好的,我们能否压缩它们?我们能否缩减它们?如何在不牺牲大小的情况下保持性能提升?所以我认为这是 R&D 中一个非常有趣的部分,我说的是如何微调模型的下一层,这就是我认为数据质量最重要的地方。

Harry Stebbings

我的意思是,在我们更深入探讨数据质量和数据大小之前,我只想问问关于模型本身,今天的一个核心挑战是两种相对立的意识形态,即开源与闭源。Yann,你在 Facebook 或 Meta 负责所有 AI 相关事务,你对开源与闭源的讨论怎么看?我知道你有一些非常强烈的观点,为什么未来必须是开源的,而不是闭源的?

Yann LeCun

这很简单,因为没有哪个机构,无论他们有多强大,都能垄断好主意。

如果你以开源的方式做,你就招募了全世界的智慧来对事物做出贡献,并提出想法,这些想法可能是 Meta 从未考虑过的,一家只有 400 人的机构想不到的,甚至是一家有 50000 名员工的大公司可能也不愿意投入资源,因为他们可能认为这在长期内没有用,或者他们有更紧迫的事情要处理,所以你把它公开,然后你就有了成千上万的人,其中一些可能是大学生,或者在他们父母的地下室里的人,提出了你永远不会想到或愿意花时间去深入研究的惊人想法。

例如,如何将 70 亿的 Llama 压缩,使其能在笔记本电脑上运行,我认为这就是开源项目成功的原因,特别是当它们涉及基本基础设施时。

Harry Stebbings

现在我真的很好奇,Douwe,Contextual 创始人,这本质上是一个具有情境意义的基础模型,你对此怎么看?因为我知道你对开源与闭源有一些看法。

Douwe Kiela

我是开源的忠实粉丝,我希望通过开源我们就能跟上一切,但我认为这非常天真。OpenAI 对人们如何想要使用语言模型有非常深刻的理解,基本上没有其他人有,而且他们拥有巨大的规模经济,因为他们能够因为同时收到如此多的请求而非常便宜地提供语言模型,所以他们有一个巨大的壁垒。

Harry Stebbings

Richard,你之前是 Salesforce 首席数据科学家,我真的很好奇,你对 OpenAI 拥有的领先地位怎么看?Douwe 刚才阐述了这一点,这对于可能出现的开源竞争对手意味着什么?

Richard Socher

你当然不能否认 OpenAI 领先很多,我预测在年底之前我们会有一个等同于 GPT-4 的开源模型。当然,GPT-4 正在变得越来越好,所以我的预测是针对几个月前的版本,但我实际上认为,像 Facebook 的 Llama 2 和其他人那样,我确实认为开源将接管很多用例,它已经接近 GPT-3.5 了。

当这么多人对理解这些模型感到兴奋,想象一下所有这些大学里的研究者,他们突然间失业了,除非他们有一个运行良好的 LM,可以用它做有用的事情。他们不会说,让我们从现在开始,只在一些我们不能分析、理解、改进和发表论文的闭源 API 上运行我们的整个研究议程,所以他们需要有一个模型存在,而且这些都是非常聪明的人。

现在他们通常没有那么多资源,通常可以用 2000 万或 5000 万美元训练一个单一模型,因为他们在大学里,但他们正在找到方法,他们正在合作,他们可能会致力于完全开源的基础模型,我们现在看到像 Facebook 这样的公司在这方面处于最前沿,人们会在其上层建造,使其变得更好,然后会有你可以在手机上运行的开源版本,这些版本会随着时间的推移变得越来越好,所以我对 LLMs 的商品化非常看好,是的,会有一些基础公司,就像在 OpenAI 背后的 Anthropic 也在努力赶上他们,他们也筹集了很多资金,这个领域有些竞争是好事,但我的直觉是,很多人会对开源模型感到满意。好的。

Harry Stebbings

在开源与闭源方面有一些不同的想法,我认为下一个大辩论是价值实际上是积累在基础设施层,还是在应用层?现在 Tomasz Tunguz,你创立了 Theory Ventures,是领先的 AI 投资人之一;当你考虑基础设施与应用层在价值积累方面的区别时,你怎么看?

Tomasz Tunguz

我在 Web2 上做了这个分析,如果你看看前三大云服务的市值,AWS、GCP 和 Azure,它们仅云业务的市值就约为 2.1 万亿美元,然后如果你看看前 100 家上市的云公司,无论是 B2C 还是 B2B 方面,像 Netflix 和服务一样,它们的市值也大约是 2.1 万亿美元,所以一边是基础设施层,一边是应用层,市值基本上是相当的。

区别在于基础设施层有三个企业,而在应用层有 100 个;如果这个类比成立,作为一名投资人,你在应用层成功的几率要高得多,因为那里的需求多样性更大。

Harry Stebbings

听到那三个核心提供商在基础设施层的价值集中是非常有趣的,显然 Intercom 位于应用层,你如何看待这个问题,价值在基础设施和应用层的积累?

Des Traynor

我认为现在很多价值都直接进入了基础设施,就像我们把它全部交到了 OpenAI 的后门一样,在你的第一个问题关于商品化的话题,如果发生这种情况,那里的价值就开始减少,因为如果有更多的竞争者提供相同的东西,那就是商品化的开始,或者至少你从垄断变成寡头垄断,最终变成完美竞争,在每一步中,我们的价格都会下降。

这就是为什么我预计我会少开源,我可以继续找到大众市场的差异化,这总是很难找到的,就像是所有客户都关心的差异化,而不仅仅是特定的东西,所以假设随着时间的推移,我相信就像 AWS 那样,基础设施错误将逐渐变得更多,就像剃刀边缘的利润。

哦,抱歉,不是提高利润,这就是我们所说的。价格混合以产品作为竞争武器,如果你知道我的意思?就像亚马逊从 Intercom 上赚了不少钱,但他们也像我们一样全力以赴,我们对他们非常有承诺,所以这就是竞争战场,我猜可能会有 3~4 个大提供商,可能是 GCP、AWS,也许是 OpenAI 直接,我敢肯定还有 Azure,这就是我认为那一层会如何发展,他们最终会直接相互竞争价格。

那么价值在此之外如何积累?我认为价值只是普遍跟随堆栈中的差异化,谁拥有别人无法获得的东西,就可以收取别人无法收取的利润,有时这意味着软件产品的质量,有时这意味着网络或社交网络的质量,有时这意味着我们在市场上拥有最多的分销商,但像谁拥有别人无法获得的差异化,那个人就可以实际上收取最高的价格。

Harry Stebbings

Des,你刚才提到了价格,提到了利润率,我认为另一个直截了当的大问题是,下一代 AI 的定价模式和商业模式将是什么样的?我想请 Benchmark 总合伙人 Miles Grimshaw 来谈谈这个问题;那么 Miles,你认为下一代 AI 的定价和商业模式会是怎样的?

Miles Grimshaw

如果 AI 要成为它能成为的力量,我认为你会看到一种新的架构,一种新的商业模式出现,与我们现在看到的只是一种持续的架构不同,那种架构只是像一个 Copilot 一样位于顶层。

Harry Stebbings

那么新的架构是什么?新的商业模式又是什么?Miles Grimshaw我认为可以用这个概念来总结,那就是出售工作,而不是软件,我们将从一个你可能认为的范例转变,就像我们现在看到的一个 Copilot ,转变为我所认为的控制中心,我们将出售工作的 SLA(Service Level Agreement,服务水平协议),而不是正常运行时间的 SLA,所以我们将从一个世界转变到另一个世界,在那里,作为软件的用户,我们就像猴子一样进行数据输入,通常来说,大多数软件就是一个带有表单的数据库,供用户管理信息,输入信息,获取信息。

Harry Stebbings

一个例子是,你设定了你的营销支出目标以及你想要的 CAC 和 LTVs,然后实际上,作为营销效率引擎,它将跨渠道支出,并为你带来结果。

Miles Grimshaw

可能是一个例子,我们将从一个用户做所有工作的世界转变到一个应用程序做更多工作的世界,在那里,AI,其中的 Agent 概念等,正在做这些工作;而现在,像你去任何软件的 SLA,你得到的是正常运行时间,你得到的是对问题的支持 SLA 等等,我认为将来会有一个世界,SLA 可能更像是某种程度上的 BPO(Business Process Outsourcing,业务流程外包)。

SLA 将是,你想要市场上的效率为 X,我们提供了这个,你想要一个团队提供这么多的线索,我们做到了,你想要一个季度结束后两天内完成会计和账本的工作,我们会给你软件应用的 SLA,你将从 Copilot 转变为控制,它将是一个主要针对工人的 UX,而不是针对经理的 UX,你将从软件和标记者的附加组件转变为工作性能的 SLA,这就是这种方式可以提供的。

到目前为止,我们几乎没有看到这种情况,我认为 AI 提供了这种架构转变的潜力。如果我们实现了这一点,整个座位模型,整个工人做事情的产品范式,分销方面你可以触及的对象将会改变,因为 ACVs 会改变,这样,我认为它将与移动端非常不同,移动端大多是另一种 UX,但相同的架构,相同的商业模型。

Harry Stebbings

Des,你处于客户服务的前沿,你如何看待这下一波 AI 中将会占主导地位的商业模式,你今天是如何看待这个问题的?

Des Traynor

我认为接下来的 5 年里,很多工作将被交给 LLMs 完成,我们将开始尝试针对正在完成的工作来定价,而不是针对 30 个员工的座位来定价,这就是说,你拥有所有数字资产动态创建的价值是多少?或者你的客户对常见问题获得亚秒级回复的价值是多少?这才是未来考虑定价的正确方式。

Harry Stebbings

Christian Lanng,Trade Shift 的前创始人,现在是 Beyond Work 的联合创始人或总裁,我不得不问,你如何看待这个消费模式定价与基于座位的定价问题?

Christian Lanng

我确实认为世界正在改变,我认为我们肯定会转向基于消费的定价,这是唯一的方式,我认为坚持现今的经常性收入将会非常困难,因为客户会想要看到更多的价值,并且他们会想要看到价值逐渐增加的更柔和的起步阶段,但我也认为在工作方面,看看图形问题。就像我所谈到的大多数人,即使他们想要取代工人,他们还没有做到。

今天的服务中心,1 对 1,他们不能这么做,因为这一代年轻人不想坐在电脑前,每天在 Workday 中输入表单,所以我们必须在未来 5~10 年里完全改变工作体验,所以我们将会缺少做这些工作的人。

Harry Stebbings

每个人似乎都认同我们正在向基于消费的定价转移,远离基于座位的定价,但在 Digits 的 Jeff Cyber 可能有不同的想法。Jeff,你为什么认为我们可能会留在我们今天所在的领域?

Jeff Seibert

可能只有我这样认为,我非常看好 AI 作为一种工具,而不是产品,所以它是一种技术,就像你的数据库一样,我不认为它会改变特定行业中人们的定价方式,就像你的市场按照每个座位定价,那可能会保持不变;如果你的业务和产品按照消费定价,那也可能会保持不变,你将不得不将其纳入你如何使用 AI,我认为它将会被商品化。

Harry Stebbings

Miles,你之前提到了 Copilot ,我们对 Copilot 的兴起有何看法?它们是一种现有的策略吗?它们有多有用?Christian Lang,请谈谈 Copilot 的用途,以及它们是否是现有策略?

Christian Lanng

我的意思是,谁想要一个 Copilot ?我想成为一个驾驶员,我想要一个驾驶员,我不想要一个 Copilot ,我不想处于一个应用程序中,我不在乎你有多少 Copilot ,问题不在于有一个 AI 帮你导航那是什么?更好的解决方案是去除应用程序,直接与 AI 对话,我认为共同的部分和隐喻,我的意思是,当我们有 10000 个小助手都在为你交谈时,你要工作,你必须去与所有这些小助手一起工作,你得告诉 A 去找 B 讨论你在 C 上的事情,我的意思是,这会比现在更糟糕。

Harry Stebbings

Grimshaw 在 Benchmark,你是第一个在这次讨论中提到 Copilot 的人, Copilot 是现有策略吗?

Miles Grimshaw

我认为 Copilot 是一种现有策略。现有企业拥有分销渠道,他们拥有数据,他们拥有用户体验,他们拥有与 Copilot 完全一致的商业模式,Copilot 就像 Github 的 Copilot ,就像内联建议。

想想看,现在去任何一个 Microsoft 产品,现在每个 Microsoft 产品都有 Copilot 体验,比如侧边栏,自动填充等等,用户体验是核心产品的一个附加层,它也是完全的现有策略,它仍然是关于增强工人的能力,但仍然是每个用户都有一个座位,每个用户都做大部分工作,它工作得很好。

如果你考虑到这里的演变,大多数已经推出的模型可能还不足以应对一些问题,但这就是将来的趋势;回想一下,Salesforce 是在 Netscape 发布后大约 5 年推出的,它可能需要一段时间才能发生,但 Copilot 这种想法,我仍然是驾驶员,我仍然是控制一切的用户,它只是给我提供辅助性建议,就像 Github 的 Copilot ,适合现有企业的用户体验,适合现有企业的商业模式,他们已经控制了那个分销。

对于初创企业来说,作为其他东西的 Copilot 提供的机会可能不会那么惊人,也许在某些领域可以真正发挥作用,但颠覆的机会是与现有企业正交。

Harry Stebbings

Yann,我们刚才提到了对于初创企业来说,Christian 提到我们不想要 Copilot ,我们想要驾驶员,你对 Copilot 和智能助理怎么看?它的未来是否比我们认为的更光明?

Yann LeCun

让我们想象一个未来,每个人都可以与他们的智能助理对话,那个系统将具有接近人类水平的智力,可能比大多数人积累的知识还要多它们可以翻译任何语言,为你快速总结昨天的报纸等等,向你解释数学概念之类的东西,所以人们将来可能几乎专门使用这个与数字世界互动,我们不会去 Google 或 Wikipedia,你只需要与你的助理对话。

正确做到这一点的唯一方法是,那些助理的基础设施必须是开源的它们将是如此普遍,如此多的东西依赖于这些系统,我认为没有人会接受这些助理被私人公司的事件视界遮蔽,他们将坚持基础设施是开源的;他们还将坚持,训练这些系统的审核过程可能类似于 Wikipedia,我们倾向于信任 Wikipedia。

有时我们会出错,但我们倾向于尝试 Wikipedia,因为有一个审核过程,所以每当一篇文章被修改时,一些编辑可以检查它,然后接受或不接受更改,诸如此类的事情,所以你可以想象,将成为你助理的所有人类知识的共同存储库,将通过某种类似于 Wikipedia 的众包过程来构建,你将有一群人训练这些系统并对它们进行微调,以便它们产生的内容是。

Harry Stebbings

对的。Yann,你提到了 Wikipedia,我确实想转到公司层面,讨论哪些公司或现有企业现在处于最佳位置。我想从苹果和 Des 开始聊起,我知道你对此有一些强烈的看法,那么你对苹果在接下来的 3~5 年的 AI 浪潮中的定位有何看法?

Des Traynor

我认为苹果会取得巨大进步,但我对他们花了这么长时间感到失望。

Harry Stebbings

你为什么这么说?

Des Traynor

当然,你必须假设苹果是一家运营良好的公司,你必须假设他们有一位 AI 负责人,你必须假设他们正在训练 LLMs,并且你正在寻找可以在硬件上本地运行的 LLMs,甚至不需要与云对话,苹果非常注重隐私,所以他们会做好所有这些,你必须假设它会与你的 AirPods、你的手表、你的手机之类的东西一起工作,这就是我会感到震惊的地方,那么他们会赢得什么是问题,我认为他们会赢得的是 Siri 终于可能变得有用。

Siri 目前不太有用,因为它没有足够的智慧,但我认为当 Siri 能像 ChatGPT 那样进行对话并在设备上采取行动时,它将极大地改变桌面和 iOS 上的整个交互模式,产生巨大影响,所以我认为苹果会赢得胜利。

Harry Stebbings

在那儿,你是否同意 StabilityAI 发的邮件,认为 Apple 会在那儿赢,还是你有不同的看法?Emad MostaqueApple 就像一个黑盒子,所以他们可能会给我们所有人一个惊喜,但他们已经具备了所有的要素,他们的密集架构、安全飞地、神经引擎,以及其他方面,比如稳定扩散是第一个在神经引擎上优化的模型等等,我们还是拭目以待吧。

Harry Stebbings

Jeff ,Apple 是个黑盒子,我们明白了,你如何看待他们在接下来几年的定位?

Jeff SeibertApple

当然非常注重隐私,他们不希望你的数据离开设备。用 AI 做到这一点的唯一方法是,如果你能将机器学习模型放在设备上,并将所有数据保留在那里,我打赌 Apple 能做到,而且会做到;如果你向前看 5 年,如果他们能在你的 iPhone 上运行一个足够大的 LLM,那么 OpenAI 就出局了,甚至不需要连接他们的服务器,它就在你的手机上。

Harry Stebbings

Apple 处于非常强势的位置,向前看,Tomasz Tunguz,他们你的前雇主,你如何看待 Google 在接下来几年的发展?

Tomasz Tunguz

我原本不相信聊天会取代搜索,但我认为在许多用例中,它会取代,我认为 Google 遭遇了一个粗鲁的觉醒,在过去的 20、25 年里,他们无人争议,现在突然出现了一种颠覆性技术,他们在一定程度上是自家开发但忽视了的,所以这是一个典型的创新者的困境,因此这项技术转移到了其他地方,现在正在挑战霸权、垄断力量,这是如此激动人心。

如果你想到广告生态系统,过去 10 年因为 Facebook 和 Google 的主导而相对安静。现在突然,你有了一项技术和重新平台化,所有的市场份额都有可能被争夺,你可以创建一个新的旅行社,你可以创建一个新的购物体验,你可以基于聊天创建一个新的 Stack Overflow,创建一个新的社交体验,所以这是一个广阔的天地。

当你拥有一个金鹅,一个令人难以置信的商业模式时,你总是面临着自我颠覆和动摇船只,或等待别人为你动摇它的选择,我认为作为一个领导团队,要有纪律说我们将自己颠覆这一点是非常困难的,就是这样。

Harry Stebbings

Des,你对 Google 领导团队的决策以及他们今天的立场有何看法?

Des Traynor

我感觉像是我们不得不发布 Bard,因为 ChatGPT 正在获得所有关注,它感觉不像是我们真的重新发明了搜索,我们完全重新定义了自己。他们需要有那种 JZ 式的,让我重新介绍自己的时刻,他们回来说,Google 2 来了。现在你抓住了真正的潜在问题,那就是他们是否真的愿意为了赢得一切而冒险?他们愿意颠覆自己,还是愿意慢慢走向衰落、无关紧要或其他什么?

Harry Stebbings

真的,我是说,在这里说很容易,如果你是 Google 的 CEO,你有华尔街的股东。

Des Traynor

我有点讨厌我接下来要说的话,但我还是要说,因为我觉得我会被迫这么做,我会急忙寻找方法,让公司可以赞助注入到 LLM 中,所以如果我说,谁是世界上最好的足球运动员,答案显然是梅西,但你可以说像是根据 Transfer Market,答案是梅西,这就是一种赞助注入,然后你可以用这样的注入来增强 Bard 风格的回答,所以它呈现给你的事实实际上有些不诚实,就像是在说,这不是 LLM 推导出来的,这就是我们认为的,这是我们被支付报酬说的,每当我们谈论这种类型的事情时,这就是我要采取的攻击方式,我会尝试与我所有的大广告买家一起推广这种广告模式,并且让我们诚实,世界将转向 LLM,即使这不起作用,我们也必须尝试一下。

我会尝试为这种类型的广告模式获得一些吸引力。他们没有向投资人解释,我们必须这样做,因为另一种选择是公司基本上开始走向计时。对,我完全可以想象 Google 会做一件事,那就是主动免费赠送 Android 手机,因为他们现在控制了意图层,也就是当你说,好的,Google,叫我一辆出租车,Google 就会为你提供来自出价最高的提供商的出租车,我的意思是。

Harry Stebbings

我喜欢这个免费赠送手机的想法,以及这对 Google 的使能。Jeff,我认为你对 Google 在下一波 AI 中的未来相当悲观。Jeff Seibert,你如何看待 Google 在这方面接下来 2 年的情况?

Jeff Seibert

我认为 Google 是目前最脆弱的,因为他们的商业模式非常二元,搜索是他们所有的收入,所以如果那受到损害,他们就会有巨大的问题,他们反应迟缓,他们合并了两个不同的 ML/AI 团队,他们刚刚将 Gemini 推迟到第一季度,这告诉我它表现不佳,所以我会感到紧张。

他们需要全力以赴,我认为他们别无选择,我同意你的看法,我认为这对他们来说是生死攸关的,因为如果 AI 取代了搜索,他们的金鹅就被杀死了;亲手杀死你自己的金鹅比看着别人这么做要有效得多;再次,我想说的是,回到 Apple,这让我想起了 iPad Nano,Apple 杀死了他们最受欢迎的产品,因为他们知道有更好的技术即将到来,我认为 Google 也需要大胆一些,做同样的事情。

Harry Stebbings

Richard Socher,我很想听听你对此的看法,显然与你的 you.com在 搜索方面你们在很多方面与 Google 竞争。Richard,你如何看待 Google 接下来的步骤?

Richard Socher

我们没有看到 Google 改变成为一个聊天搜索引擎,他们在其他地方有一些功能,但主要的 Google 体验是一样的,这样的大变化对 Google 来说也会很困难,因为他们每天靠侵犯隐私的广告在那个页面上赚 5 亿美元,所以你不会随便改变页面的大部分内容,然后去掉页面顶部的 5、6 个广告,接着是一堆不如广告好的 SEO 微站点,所以人们点击的广告更多,你不会仅仅用聊天来替换所有这些,因为这样你每天就会损失数亿美元,所以仍然存在一些创新困境,不会让他们一夜之间改变他们的主要体验。

Harry Stebbings

这对 Google 来说几乎是普遍存在的生死存亡问题,他们必须改变和创新,否则他们的金鹅就有麻烦了;如果我们转换一下话题,来看看 Amazon,我们如何看待 Amazon 在接下来几年的表现,以及他们到目前为止的成绩?从你开始,Emad 在 StabilityAI,我很想听听你的想法。

Emad Mostaque

我认为 Amazon 的行动速度比以前快。Amazon 很有趣,因为他们是一个工程组织,所以他们有自动驾驶汽车,他们有卫星互联网。一旦他们得到它,并且能够从研究转移到工程,就在那里了。

他们遇到的一个困难是,它还没有从研究方面转移过来,你还在研究上不断进化;他们像是在问,我们现在该做什么?但他们是包容性的;Jeff Bezos 说在他的前一千亿美元收入中,他设想其中一半是专有的,一半是市场,他们对 Bedrock 和其他事物采取了同样的方法。

Harry Stebbings

Dez Traynor,我很想听听你的想法,你如何看待 Amazon 的下一步战略举措,我们是否应该警惕?

Des Traynor

我会警惕 Amazon,所以我可以看到 Amazon 就像直接购买Anthropic,让我们只是让这成为 ECT 集群的一部分。

Harry Stebbings

现在我想以对未来的展望结束,我想以 Yann LeCun 结束,很多人建议我们应该担心 AI,它对工作的影响,它对社会的影响,你对这种担忧以及我们应该如何看待 AI 在未来几年在社会中的角色感到怎样?

Yann LeCun

向前看?人们有点在推断。如果我们让这些系统做任何事,我们将它们连接到互联网上,它们可以做任何事,它们会做出疯狂的、愚蠢的、可能危险的事情,我们将无法控制它们,它们将逃脱我们的控制,它们会变得聪明,只是因为它们变大了,这是无稽之谈。没有经济学家相信这一点。没有经济学家认为我们会因为工作而失业,因为没有经济学家认为我们会因为要解决的问题、对人类创造力和人际沟通等需求而失业,这会创造出和它消灭的工作一样多的工作,而且顺便说一句,这些工作会更有生产力,所以总的来说,技术让人们更有生产力。换句话说,同样的工作小时数,你生产的财富更多。

好吧,但是每次技术革命,除非伴随着政治变革和社会变革,通常只会暂时让少数人受益,这发生在 19 世纪末的工业革命中,那时少数人变得极其富有,许多人被剥削,然后社会发生了变化,出现了社会项目、所得税和对富人较高的税收等,美国在这方面已经回退,但欧洲没有,所以问题是,如果你愿意的话,你如何分配财富,你如何组织社会,让每个人都从中受益?

但那是一个政治问题,这不是一个技术问题,也不是新问题,这不是由 AI 引起的,它只是由技术进化引起的,这不是一个近期现象。AI 将为人类带来新的文艺复兴,一种新的启蒙,如果你愿意的话,因为 AI 将放大每个人的智力,我们每个人都将拥有一支比我们更聪明、对大多数事情都了解得更多的团队,所以它将赋予我们每个人权力,它会让我们更有创造力,因为我们将能够制作文本、艺术、音乐、视频,而不必具备目前这些事情所需的所有技术技能。因此运用我们的创造力。

这是积极的一面,风险是存在的,毫无疑问,但这些风险并不像有些人告诉你的那样不可避免,或者它们不可避免地会导致灾难,这根本不是真的。想象一下,如果在 1920 年,谁会想到 50 年后,你可以在几个小时内以接近音速的速度安全地穿越大西洋?人们会认真地想要禁止航空或在喷气引擎出现之前就呼吁对喷气引擎进行监管吗?我的意思是,这有点疯狂,所以我不反对监管。应该对涉及为人们做出关键决策的 AI 产品进行监管,但对研究进行监管或放慢研究速度是完全没有意义的。

作者:有新;来源公众号:有新Newin

本文由 @有新Newin 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!