a16z 创始人：小型 AI 创企也有竞争优势
近日，风投机构 a16z（Andreessen Horowitz）的两位创始人 Marc Andreessen 和 Ben Horowitz 在一场对谈类节目中就 AI 的现状、AI 初创公司如何与科技巨头竞争、以及 AI 投资等话题进行了深入探讨，对谈内容覆盖了 AI 业内的多个关键问题。
Marc 是美国知名企业家、投资者和软件工程师，是第一个被广泛使用的具有图形用户界面的 Web 浏览器 Mosaic 的合著者，Netscape 公司的联合创始人和顶级风险机构 a16z 的创始人，曾投出 Meta 和 Twitter。Ben 是科技企业家和投资者，曾是企业软件公司 Opsware 的联合创始人，也是 a16z 的创始人，著有《创业维艰》一书。
风投机构 a16z 成立于 2009 年，因投中了 Facebook、Twitter、Github、Instagram、Airbnb 等多家知名互联网成为与红杉、基准资本等齐名的硅谷顶级风投机构。
Marc 和 Ben 在科技领域投资具有独到的看法，在这档对谈节目中，两位分享了自己面向未来该领域的趋势判断，观众可以通过他们的视角快速了解行业现状和发展机会。
划重点：Marc Andreessen 和 Ben Horowitz 对谈有哪些核心观点？
1、Marc 和 Ben 深入讨论了 AI 初创公司如何在资源和规模上与行业内的巨头企业竞争的问题。Ben 认为，尽管大公司拥有显著的计算能力和数据资源优势，但初创公司可以通过专注于细分市场、采用创新的商业模式和技术，开发出独具匠心的解决方案来获得市场优势。
2、初创公司在两年内达到现有 AI 的标准通常是不现实的。因为 AI 技术的发展速度非常快，大公司在这一领域的投入和优势很难被初创公司在短期内超越。创始人应该思考如何利用当前的基础模型，如果这些模型的性能提升 10 倍，初创公司应该如何调整自己的策略来充分利用这一进步。
3、面对“初创企业融资成本的激增，同时成本逐渐趋近于零”的 AI 对技术投资影响的矛盾现象，Ben 认为，不建立基础模型可能会提高公司的运营效率并加快盈利步伐。Jevons Paradox 提醒我们，技术进步并不总是导致成本降低，有时反而可能因为需求的增加而导致总体成本上升。
4、近期，随着Reddit 等社交平台向AI科技公司出售内容数据，关于专有数据是否成为了公司最关键的竞争优势引发探讨。Ben 认为，尽管许多公司认为他们拥有的专有数据是竞争优势，但实际上，由于互联网上存在大量数据，单一公司的专有数据价值可能被高估了。此外，目前尚未形成大规模的数据交易市场，这也反映出专有数据可能并不像人们想象的那么有价值。
5、Ben 和 Marc 一致认为，我们目前仍处于 AI 技术发展的初期阶段。其中，特别提到了大型语言模型的潜力，探讨了这些模型未来可能如何通过自我学习和利用 AI 生成的数据来实现持续的进化和优化。
6、Ben 和 Marc 强调了风险投资在推动技术创新和企业发展中的关键作用。他们指出，对于尝试和失败的接受度是创新和长期成功的重要组成部分。
7、此外，Ben 和 Marc 还探讨了 AI 在特定行业，如健康保险中的潜力，尤其是在基因数据和个性化医疗方面。他们讨论了 AI 如何在这个领域提高服务效率和准确性，同时也指出了技术进步带来的法律和伦理挑战。
以下为 Marc Andreessen 和 Ben Horowitz 的对话全文内容，在不改变原意的前提下进行了优化整理：
01 AI 初创公司如何与巨头们竞争？
Marc：AI 初创公司如何与更大的参与者竞争？
Ben：如果初创公司专注于与众不同的领域，或者利用特定的数据平台以独特的方式应用基础模型，它们就可以与大型企业竞争。例如，Databricks 结合其领先的数据平台，以特定的方式使用基础模型，为企业提供深入理解其数据模型的细微差别的模型，即便其他公司的模型性能大幅提升，这样的专注也不会受到太大影响。
Marc：在期待即将到来的人工智能能力时，创始人应该专注于建设什么？
Ben：创始人应该思考如何利用当前的基础模型，如果这些模型的性能提升 10 倍，初创公司应该如何调整自己的策略来充分利用这一进步。如果初创公司能够因此获得显著的优势，那么模型性能的提升就是一个积极的发展。
Marc：小型 AI 初创公司如何与拥有巨大计算和数据规模优势的老牌玩家竞争？
Ben：小型的 AI 初创公司应该避免与资源丰富的老牌企业正面硬碰硬地竞争。相反它们应该专注于开发具有差异化的产品或服务，利用特定的领域知识或独特的数据集来构建解决方案。通过这种方式，即使老牌企业拥有大量的计算和数据资源，初创公司也能在市场上找到自己的立足点。
02 AI 超越人类智能的挑战与机遇
Marc：AI 大模型未来会变得更好吗？
Ben：我相信这些模型会变得越来越好。尽管存在一些限制，比如 AI 知道很多但不能全部表达出来，但它们的输出质量、以及事实依据的能力都有望显著提升。
Marc：我们是否需要一个质的飞跃，来实现从现有的人工智能到更高级的通用人工智能的转变？
Ben：如果我们目前已经达到了人工特殊智能的极限，那么在某些方面 AI 可能不会实现十倍的改进......
人工智能是否能够超越人类智能的极限？人工智能在未来的发展中将面临哪些挑战？AI 创企如何确定价值导向的商业模式？如何看待AI 时代的投资悖论？...
订阅机器之心Pro会员通讯?，查看完整解读
