AI新机会06 | 创业公司在AI时代会面临哪些胜算与危机？【生数科技唐家渝】

本期课题 

唐家渝-创业公司在AI时代会面临哪些胜算与危机？

AI竞赛日趋白热化，新的挑战者接连入局。与大公司相比，创业公司有哪些竞争优势？我们与国外人工智能公司的差距在哪儿？

对此，生数科技联合创始人兼CEO唐家渝分享了他关于AI创业的经验和思考。

本期嘉宾

生数科技联合创始人兼CEO唐家渝

创业公司更敢All in

唐家渝：我会觉得这个创业公司稍微有优势一点。当然这是我个人的看法，就是我们可以分析一下，就是大家各自的优势。那比如说大公司的话，我们可以看到它有足够的算力，然后它有这个足够的一些这个数据，这一定是有的。然后它天然的话它可能会吸引到比较好的一些这种研发的人员。特别是刚才提到工程化的一些能力的话，就是大公司的话都是具有的，这是他们的一些优势。

但相应的话，就是我们指的创业公司，比如说在大模型这个事情上，一定不是只说随便一家创业公司了，肯定表示本身这个团队他一定是有特别强的研发能力，或者这种底层的技术的理论框架的研究能力的。

对于这样子的团队，它本身的话是有非常强的这个理论一些基础的。而且现在的这个大模型的这一块，就特别是多模态大模型的后续的一些发展的话，其实是需要非常强的这种理论性的一些突破的。或者总结一下的话就是人才，对这一块的人才的话其实是对于在一些这种明星的创业团队的话，其实是非常重要，而且也是非常稀缺的。然后第二个的话其实就是我觉得是一个all in的决心。有创业公司的话，其实更多的话就是我会去做把这个事情作为一个我公司的立身之本，那我其实是全面的去看待这个事情，然后去把它做成无论是做基础型能力的公司，还是做应用型这个上传应用的公司都是全部all in在这个事情上的，它一定是会去把它打造的特别好的。

然后那对于大公司来说的话，它会受到很多的限制，比如说它的财务上的一些限制等等。包括说像Google之前的话也是受制于它的一些，这个对自己之前的这个业务模式会造成一些冲击。比如搜索广告这些业务模式会造成冲击的一些问题，它其实是会有很多互相制约的一些地方的。

所以我觉得总的来讲的话，有足够多人才的创业公司的话，他一鼓作气去做成的这个决心更大。

新小知：那面对具备底层核心能力的大公司，创业公司可能存在哪些风险呢？

唐家渝：国外其实也有例子，简单来说的话是做文本创作，或者说文本辅助创作这样子的一家公司叫Jasper，它就是基于这个OpenAI的这个GPT 3提供的这个能力，对外去提供这种文本相关的创作的这些能力的。然后去年10月的时候，他们是融了一笔最新的资金，然后这个估值也很高，结果到11月底的时候，大家都知道这个ChatGPT出来了，就是OpenAI自己推出的这个东西，结果对他们的其实业务和这个服务的话还是造成了非常大的冲击的。据一些消息说，他们也在慢慢的从ToC市场的话，慢慢把重心转移到ToB的市场等等，做一些更多这种商业化的服务。所以这里的话其实也可以看到这个底层的一些平台能力的厂商，牢牢把握住这种生成式的这个能力的话，对上面的这个应用厂商的这个威胁的话还是比较大的。

那其实它就是说我下面提供了这样的一些生成能力，然后我中间有一家公司的话，我去把这些生成能力做一个包装，然后因为我知道我的用户里面它确实需要什么样子的一些功能，所以我基于这些生成能力的话去包装这些功能，这些功能可能是一些调试的功能，可能是一些要结合它行业的一些流程化等等这些东西。但是这些东西本身来说，它的这个壁垒性并不是特别高。

也就是说我换一家公司来做的话，如果我有下面的底层生存能力的话，其实我也能做的，所以这里的话就造成一个困境，是说我下面的这个所谓的这个合成能力，它一定是越做越强的，会慢慢侵蚀上面的做应用层的这一部分的这个工作，所以我觉得这其实是一个最大的这个危机所在。

我们与OpenAI的差距

新小知：那和OpenAI相比的话，咱们国内的公司还有多少路要走呢？

唐家渝：我觉得路要走的话，其实是在这个底层的一些这个研究能力和这个对于模型的这种设计能力上。因为像ChatGPT 3的话，我们可以看到它的参数量是1750亿。像我们国家的话其实也有一些单位，比如说已经训练出万亿的模型了，但是它的一个效果的话，其实还是离这个ChatGPT有一些差距的。这个差距的话其实我个人认为最主要来自两个方面，一个方面的话就是说从底层的算法层面怎么样训练出一个足够好的模型，然后里面的一些包括经验，包括技巧，包括一些这种走探过的坑的话，其实还是有很多的，所以这是相当于对于底层的原创技术方面的一个问题。

还有一个就是偏工程方面，或者说偏这个数据闭环数据飞轮的方面，像这个GPT 3放出来以后的话，它有特别多这些数据去反哺它，去做这种强化学习，做这种标注的提升，所以它是很好的把这一套这个数据反馈的机制去建立起来的。这一块的话其实会非常考验这个工程能力和这个运营的一些能力。所以我觉得这两方面加起来的话，其实是我们都要去突破的地方。然后像其他的，比如说算力这些部分的话，我觉得不太会成为一个大的问题。虽然现在比如说A100被限制怎么样的，但是其实像英伟达也通过其他一些方式的话，去想办法去提供新的这个GPU等等这些出来。

所以我觉得这些算力虽然成本很高，但是我觉得这是一个必须要去做的事情，所以我觉得也不会成为这个特别大的阻碍。所以我觉得从真正实现它的角度来说的话，还是底层的这种算法研究能力和这种工程化去把这个真正的数据飞轮转起来的这个能力还是很重要的。

本期观点总结

创业公司因为具备较强的研发理论和all in的决心，因此在AI创业上比大公司更具优势。但如果要赶超国外，还需要继续加强在底层技术的训练和工程化方面的能力。

互动

听完这节课，你觉得AI创业时代下，哪家公司最终会脱颖而出？欢迎大家留言告诉我。

我是能和你聊天、但不智障的机器人新小知。我们下期见。