如果說2023年是當(dāng)之無愧的“生成式AI的爆發(fā)之年”，那么2024年將是“生成式AI的突破之年”？還是“生成式AI的冷卻之年”？初創(chuàng)公司的機(jī)會又在哪里？

在本篇文章中，適道將綜合Coatue、a16z、Radical Ventures等明星VC預(yù)言；The Information、FT、Sifted匯集的投資者預(yù)言；以及Greg Brockman等行業(yè)大佬的觀點，試著歸納接下來一年中AI的發(fā)展脈絡(luò)。

 01 主題：是冷卻還是突破？

首先，在一眾AI預(yù)言中，不乏“冷卻論”支持者。

印度IT巨頭Infosys最新發(fā)現(xiàn)，只有6%的歐洲公司通過生成式AI用例創(chuàng)造了商業(yè)價值；麥肯錫在2023年的一份報告中得出結(jié)論:“盡管生成式AI的使用可能會刺激其他人工智能工具的采用，但我們認(rèn)為企業(yè)對這些技術(shù)的采用幾乎沒有實質(zhì)性的增長。”

而根據(jù)調(diào)查機(jī)構(gòu)Gartner著名的新興技術(shù)炒作周期（Hype Cycle），生成式AI下一階段將是“幻滅的低谷”。（適道注：Gartner將新興技術(shù)炒作周期劃分為“創(chuàng)新觸發(fā)器”、“膨脹預(yù)期峰值”、“幻滅的低谷”、“啟蒙的斜坡”和“生產(chǎn)力的高原”5 個階段。）

據(jù)此周期，在2024年，隨著實驗和實施失敗，技術(shù)生產(chǎn)商要么出局，要么失敗，總之人們的興趣會減少。

資本市場的表現(xiàn)似乎也不樂觀。一方面，從融資規(guī)模來看，生成式AI的投資浪潮是一次“短暫繁榮，在融資方面并不是什么大事”。AllianceBernstein成長股投資者Jim Tierney在FT采訪中稱：“2023 年，對新興人工智能公司的私人投資大幅回升，但投資規(guī)模仍無法與之前的科技熱潮相提并論。”

該觀點被 Crunchbase 數(shù)據(jù)佐證：在2023 年，人工智能獨角獸公司的融資大幅下降，僅為 2021 年市場高峰時的 25% 左右；全球最活躍的九大 VC 在獨角獸公司的投資大幅下降，共投資了 44 家獨角獸公司，而在2022年，他們投資了213家公司，2021年則是 471家公司。

另一方面，當(dāng)潮水退去的時候，才知道誰在裸泳。在每家科技公司都制定了生成式AI戰(zhàn)略的一年之后，2024年，投資者要看到實際的利潤。

AllianceBernstein成長股投資者Jim Tierney表示：“2024年，我們將看到誰只是在打人工智能牌，而不是擁有真正的商業(yè)模式”。

對此，華平投資集團(tuán)（Warburg Pincus）前負(fù)責(zé)人Bill Janeway補(bǔ)充道：“如果有什么不同的話，缺乏更大的人工智能投資泡沫會阻礙該技術(shù)的發(fā)展，因為‘試錯’會受到限制。”

當(dāng)然，“突破論者”的聲音更響亮。

例如，TMT之王Coatue在2023年末的報告中旗幟鮮明地指出：AI不是炒作，AI的黃金時代還沒有到來。

和Gartner的Hype Cycle相似，Coatue對AI的發(fā)展給出了一個時間定位：對比新技術(shù)在美國達(dá)到50%用戶滲透率的時間，PC用了20年，互聯(lián)網(wǎng)用了12年，智能手機(jī)用了6年，而生成式AI大概只會用3年。Coatue發(fā)現(xiàn)，大多數(shù) AI 投資都聚焦在模型層面（占比60%），入賬價值已經(jīng)顯現(xiàn)。

OpenAI總裁Greg Brockman 也給出了一個時間參考：2024年將是突破性的一年。從長遠(yuǎn)來看，只需再過一年的時間，每個人的生活都會比今天更好。

Altimeter Capital 合伙人 Jamin Ball表示：2024 年將是 "從原型到生產(chǎn)"的一年。2023 年，每個人都在嘗試 AI，但有很多問題限制了這些實驗的推廣，比方它們的成本是多少？它們安全嗎？合規(guī)風(fēng)險有多大？2024 年，這些問題都將得到解答，我們將看到 AI 應(yīng)用從實驗/原型/內(nèi)部應(yīng)用走向面向客戶的大規(guī)模部署。

 02 采用：是緩慢還是飛速？

不難看出，是否更多公司“采用”，將決定2024年AI能否打破“炒作論”，持續(xù)當(dāng)前熱潮的一個關(guān)鍵因素。

FT在《The AI revolution’s first year》中指出，2023年，許多公司為人工智能的廣泛應(yīng)用奠定了基礎(chǔ)，現(xiàn)在投資者開始展望 2024 年，并開始接受至少在短期內(nèi)人工智能技術(shù)的應(yīng)用可能會比較緩慢的事實。

例如，Adobe的股價雖然比起2023年初已飆升了近 90%，但其2024年的收入預(yù)計會低于華爾街的預(yù)期。

微軟的“AI+軟件”比大多數(shù)公司走得更快，但其也在努力降低人們的預(yù)期，并稱新“Copilot”功能2023下半年才可能帶來銷售回升。

人工智能采用起步緩慢的原因有三：

一是LLMs的“幻覺”問題還沒得到解決，削弱了其商業(yè)價值。Salesforce戰(zhàn)略主管Peter Schwartz說：“它會很有用，但不會像許多人希望的那樣徹底改變游戲規(guī)則。”

二是許多潛在客戶其實缺乏采用準(zhǔn)備。企業(yè)需要用內(nèi)部數(shù)據(jù)來訓(xùn)練模型，而現(xiàn)實則是“大多數(shù)公司都不具備成熟的數(shù)據(jù)能力，如果你不能使用自己的數(shù)據(jù)，就無法使用人工智能。”——埃森哲CEO Julie Sweet

三是成本限制。例如，微軟對AI版 Office 定價為30 美元/月，這讓一些客戶的軟件成本翻了一番。有分析師警告：高昂的價格將導(dǎo)致客戶僅在小范圍內(nèi)適用AI技術(shù)，至少在AI工具的價值不被證明之前。

IT 研究公司Gartner的首席預(yù)測師John-David Lovelock表示：2024年用于生成式AI的支出將略高于 200 億美元，占全球 IT 支出總額的 0.5%。而且IT 買家在安全方面的支出也將是原來的五倍。

總而言之，此類成本問題意味著，至少在短期內(nèi)，新的人工智能產(chǎn)品和服務(wù)對科技公司收入和利潤的提升可能會減弱。

樂觀者的言論也不少。

Theory Ventures 創(chuàng)始人 Tomasz Tunguz表示：2024 年將是企業(yè)通過 AI 實現(xiàn)生產(chǎn)力實質(zhì)性提高的一年，每名員工的ARR有機(jī)會增加10-15%。

Rubrik 首席產(chǎn)品官Anneka Gupta表示：2024年的一大趨勢是大型傳統(tǒng)企業(yè)終于意識到生成式AI在提升生產(chǎn)力方面的優(yōu)勢，并找到了在組織內(nèi)大規(guī)模采用這項技術(shù)的方式。

Chapter One 創(chuàng)始人Jeff Morris Jr表示：2024 年將是我們?nèi)绾卧O(shè)計、編程、質(zhì)量保證、A/B 測試和部署軟件最大變革的一年，這些工作最終由 AI 實現(xiàn)。隨著 2023 年 AI 軟件工具的激增，我們將記住 2024 年是世界一流的設(shè)計、產(chǎn)品和工程團(tuán)隊將這些新的 AI 超級能力有效集成到日常工作流程各個方面的一年，而這還沒有發(fā)生（大多數(shù)團(tuán)隊仍在進(jìn)行試驗）。2024 將被銘記為軟件構(gòu)建發(fā)生巨變的一年。

Spark Capital 普通合伙人Natalie Sandman認(rèn)為：2024 年，真正原生的 AI 應(yīng)用開始出現(xiàn)。目前，Claude 和 ChatGPT 這類LLM仍然處于 AI 版本的“Excel”階段。

在這些模型基礎(chǔ)上，未來將會出現(xiàn)專門針對復(fù)雜工作流程設(shè)計的原生AI SaaS應(yīng)用。這些應(yīng)用從第一天開始就以 AI 為核心構(gòu)建，可以將當(dāng)前復(fù)雜的專業(yè)化工作流進(jìn)行解耦和重組，使得工作流程的 AI 化變得更加輕松高效。

德國GenAI初創(chuàng)企業(yè)Nyonic的CEO兼聯(lián)合創(chuàng)始人Vanessa Cann也表示：采用人工智能的公司將脫穎而出。隨著基礎(chǔ)模型能力的巨大飛躍，公司可以顯著提高其生產(chǎn)力、效率和創(chuàng)新速度——根據(jù)麥肯錫最新研究，采用人工智能最高可提升70%的生產(chǎn)力。

相比之下，Meta研究員Martin Signoux的觀點比較中肯，他表示：雖然沒有重大突破，但各方面都有改進(jìn)。

一方面，新模型不會帶來真正的突破（GPT-5)，LLM在本質(zhì)上仍然有限，而且容易產(chǎn)生幻覺。我們不會看到任何飛躍，使它們在2024年可靠到足以“解決基本的AGI”。

但另一方面，隨著在RAG、數(shù)據(jù)整理、更好的微調(diào)、量化等方面的改進(jìn)，LLM將在許多用例中變得足夠強(qiáng)大/有用，從而推動各行各業(yè)各類服務(wù)的采用。

 03 模型：是LLMs還是SLMs？

基于Signoux的觀點，我們進(jìn)而提出一個設(shè)想：2024年，是否有更多企業(yè)和消費者采用效率更高、成本更低、可定制的小模型SLM，并在一些應(yīng)用場景中替代 LLM ？

例如Mistral 的混合專家模型 Mixtral 8x7B在一些基準(zhǔn)測試上甚至超過了 GPT-3.5；微軟的 Phi-2只有 27 億參數(shù)，可以在手機(jī)上運行，并在大多數(shù)常識推理、語言理解、數(shù)學(xué)和編碼任務(wù)上超越了 Llama2 7B、Llama2 13B、Mistral 7B，與 Llama2 70B 的差距也在縮�。ㄉ踔粮�好）。

Snorkel AI曾做過一個試驗，分別用GPT-3微調(diào)和自己搭建的小模型來訓(xùn)練一個法律領(lǐng)域的垂直模型。GPT-3的微調(diào)和搭建成本是7418美元，1萬次推理花費173美元，而自己搭建的小模型成本僅為1915美元，1萬次推理也只花費0.26美元。

從正確率來看，GPT-3微調(diào)的垂直模型正確率為71.4%，小模型則為71.3%。而GPT-3的參數(shù)量是該小模型的1400倍。

這是“參數(shù)越大，性能越好”失效了嗎？當(dāng)然不是。但有些時候，正如《華爾街日報》的那句玩笑：用GPT-4總結(jié)電子郵件就像“讓蘭博基尼送披薩”。畢竟，在很多場景下，用戶需要的可能僅僅是寫個總結(jié)。

也就是說，規(guī)模較小的模型可以極大拓寬生成式AI的應(yīng)用范圍。

在這種情況下，Lightning AI的創(chuàng)始人William Falcon提出：2024年，1B模型性能將優(yōu)于70B。

Signoux也進(jìn)一步總結(jié)：SLM已經(jīng)出現(xiàn)，成本效益和可持續(xù)發(fā)展將加速這一趨勢。量化技術(shù)也將大大提高，從而推動消費服務(wù)的設(shè)備集成浪潮。

在此，我們可以展望一下：2023年是大模型之年，2024年會將是“小模型“之年嗎？而小模型+終端設(shè)備會不會成為2024年的一大看點？

 04 硬件：是蘋果還是其他？

說到“將模型塞進(jìn)進(jìn)手機(jī)里”，你想到的大概率是“小模型”，但如果是將“大模型”塞進(jìn)手機(jī)里呢？

這不得不提2024年AI硬件的競爭格局。

根據(jù)The Information的2024年預(yù)測，微軟和Amazon將推出AI硬件設(shè)備，改變蘋果、三星雙巨頭壟斷局面。

文章指出：微軟可能會開發(fā)一款以Copilot為核心的設(shè)備。如果產(chǎn)品受到市場歡迎，微軟將在2025年前打造一款成熟的智能手機(jī)。與此同時，就像毫無長進(jìn)的Siri，蘋果在iPhone中改進(jìn)AI功能的嘗試將讓人失望。盡管彭博社報道稱蘋果正在緊鑼密鼓地開發(fā)一系列生成式AI產(chǎn)品，但由于在隱私問題上的強(qiáng)硬立場，蘋果將掉隊最先進(jìn)的、在云端運行的人工智能模型步伐。

不過，適道對此預(yù)言持保留意見。一方面，正如我們在此前文章《收尾2023年，蘋果AI“圖窮匕見”：將大模型塞進(jìn)iPhone里》所言，蘋果在2023年即將結(jié)束之時，放出了兩篇爆炸性論文。其中一篇論文顯示，在Flash-LLM技術(shù)加持下，速度和大小將實現(xiàn)雙突破，或許很快可以讓大模型在iPhone、iPad和其他移動設(shè)備上流暢運行。

另一方面，蘋果的“保護(hù)隱私”更像是“以退為進(jìn)”。根據(jù)Radical Ventures在Forbes上發(fā)表的2024年預(yù)言：至少有一家美國法庭將宣布其主要的生成式AI模型違反版權(quán)法，這一爭議可能會在未來幾年內(nèi)上升到最高法院。

無論是GPT-4或Claude 2創(chuàng)作的詩歌，DALL-E 3或Midjourney描繪的圖像，還是Pika或Runway制作的視頻，這些生成式AI模型都得益于對世界大部分?jǐn)?shù)字?jǐn)?shù)據(jù)的學(xué)習(xí)與訓(xùn)練。而這些AI公司通常是拿了數(shù)據(jù)直接訓(xùn)練。

這會帶來法律風(fēng)險，例如最近紐約時報對OpenAI和微軟的指控，而此案可能是人工智能使用知識版權(quán)糾紛的分水嶺。

蘋果的做法先取得授權(quán)，再拿數(shù)據(jù)來進(jìn)行訓(xùn)練。但蘋果似乎也沒有因此而慢下太多。根據(jù)分析師報告，蘋果可能在2023年已經(jīng)建造了幾百臺AI服務(wù)器，而2024年將會顯著增加。

當(dāng)然，AI硬件不只是智能手機(jī)。根據(jù)Martin Signoux的2024預(yù)測：AI智能眼鏡將蔚然成風(fēng)。隨著多模態(tài)技術(shù)的興起，領(lǐng)先的人工智能公司將加倍努力開發(fā)人工智能可穿戴設(shè)備。還有什么比眼鏡外形更適合承載人工智能助手呢？

這就不得不提Vision Pro。據(jù)蘋果資深分析師 Mark Gurman 爆料，2024年蘋果的精力會重點放在可穿戴產(chǎn)品上（Vision Pro、AirPods、Apple Watch），一向占據(jù)大頭的 iPhone 或?qū)⒆屛弧?/p>

另外，根據(jù)a16z的2024年預(yù)測，在“文生文、文生視頻、文生圖像”等技術(shù)無限降低游戲組成元素的邊際成本時，一條游戲行業(yè)“降本增效——UGC——XR頭顯”的路徑變得更加清晰。Andrew Chen認(rèn)為：“下一代頭顯最好加倍下注”，并在此過程中會吸引數(shù)百萬消費者，而不是想著跳到需求低迷的生產(chǎn)力工具上。

而上述蘋果發(fā)表的兩篇論文中的另外一篇，則詳細(xì)介紹了一項名為 HUGS的生成式 AI 技術(shù)，該技術(shù)僅僅需要一個約50-100幀的原始視頻，相當(dāng)于2到4秒24fps的視頻，就能在30分鐘內(nèi)生成一個“數(shù)字人分身”。

不得不說，比起“AI Pin”的小打小鬧，蘋果的技術(shù)準(zhǔn)備更像是步步為營。所以，在2024年的AI硬件突破上，適道先站隊蘋果。

 05 監(jiān)管：是威脅還是機(jī)會？

接著蘋果的隱私保護(hù)，繼續(xù)說AI監(jiān)管。

一方面，AI監(jiān)管的壓力越來越大。例如，Adobe 因監(jiān)管壓力終止了對 Figma 的收購。

Felt 的CTO Can Duruk表示：2024 年，我們可能會首次遇到由人工智能引起的“Wow”時刻。這可能是一些引人注目的丑聞：比方說 Midjourney + Elevenlabs 生成的假新聞引發(fā)了動蕩，或者某位名人聲稱一張尷尬的“真實照片”實際上是由AI生成的。即將到來的 2024 年美國選舉將成為這一切的“有趣”背景。

另外，想必大家都看過ChatGPT費水的新聞：“到2027年，全球范圍內(nèi)的AI需求可能會需要消耗掉66億立方米的水資源，幾乎相當(dāng)于美國華盛頓州全年的取水量。”

Merantix的聯(lián)合創(chuàng)始人Rasmus Rothe從AI和環(huán)境的角度提出了預(yù)測：AI對環(huán)境的影響將成為主導(dǎo)話題。在2024年，人工智能界的爆炸性增長將與社會對氣候變化和能源消耗的擔(dān)憂形成對立。這將對人工智能系統(tǒng)造成經(jīng)濟(jì)和政治壓力，要求它們創(chuàng)造出更好的模型架構(gòu)——意味著用更少的數(shù)據(jù)和能源訓(xùn)練和使用人工智能模型。我們不僅需要更高的效率來減輕環(huán)境影響，也需要降低客戶的成本。

但另一方面，AI安全也將成為投資新機(jī)遇。Speedinvest投資人Rick Hao表示：2023年，AI安全已進(jìn)入公眾討論的視野。隨著企業(yè)急于采納最新的人工智能技術(shù)，透明度、信任、治理成為越來越多人關(guān)注的焦點。然而，我們預(yù)測，與技術(shù)能力相比，AI安全領(lǐng)域的投資將繼續(xù)不足。我們已經(jīng)在這方面進(jìn)行了一次投資，并將在2024年進(jìn)一步加碼。

結(jié)語

篇幅關(guān)系，適道不能對2024的AI預(yù)言一一鋪開，而是采取總結(jié)脈絡(luò)的方式進(jìn)行大致梳理。

總而言之，生成式AI到底是史詩級的技術(shù)革命，還是僅僅成為企業(yè)IT武器庫中的一個有力的補(bǔ)充，一切答案都會在2024年見分曉。

對于初創(chuàng)公司而言，“尋找需求”遠(yuǎn)大于“死磕大模型”。目前階段要求生成式AI必須具備解決問題的能力。“高度變現(xiàn)的殺手級應(yīng)用”是生成式AI從模型變?yōu)榫薮笥♀n機(jī)的關(guān)鍵。

至于如何抓住應(yīng)用層機(jī)遇，歡迎參考適道此前文章，或許有你想找的答案。

       原文標(biāo)題 : 2024年，投資者要看到實際的利潤