【人工智能】2023人工智能玩家和预测

2022年将是黑客和开发者可以使用许多人工智能技术的一年。随着Chat GPT和Stable Diffusion最近显示的功能爆炸，很明显，人工智能在我们日常生活中的应用将在2023年爆炸。这可能是自iPhone以来最令人兴奋的技术进步之一。

更难做的是弄清楚哪些公司最有能力利用这一溃坝，市场是什么样子的，以及2023年可能走向何方。凭借将人工智能应用于搜索、使用现有人工智能技术和训练我们自己的模型的核心专业知识，以下是我们对行业前景的分析和对未来的预测。

让我们先将人工智能玩家分为5类。

基础模型玩家

其中包括Anthropic、OpenAI、Cohere和AI21。所有这些球员都将有或多或少相互替代的模型指导。他们的业务都将基于API模型。它们的API都将收敛到（a）生成（b）嵌入（c）微调（d）分类。他们都将尝试招募人工智能前端初创公司（见下文）。受Stripe等公司的启发，他们将使用“index YCombinator”商业模式，并将GTM外包给人工智能前端初创公司。这些公司的护城河将是其模型的质量，以及他们招募使用其API的忠实客户的能力。

人工智能前端创业公司

像Jasper和Copy.AI这样的公司是基础模型玩家之上的垂直特定“提示工程层”。首先，所有这些公司看起来都像一名设计师、两名全栈工程师、一名BE工程师、一个应用ML工程师和一个GTM团队。这些公司将使用基础模型玩家的API来缝合最终用户解决方案。他们的优势将是以用户为中心，并坚持不懈地关注GTM。YCombinator 2023年的大部分年份将是这种形式的公司。其中大量公司将是营销科技公司，市场将充斥着不同风格的文本和视觉营销产品，因为定制信息的生成成本明显低于过去。这些公司看起来很像过去十年的企业SaaS公司（PLG，消费者级用户体验）的打扮版本，带有“AI智能层”。

X公司的Copilot/LLM

其中包括最初的程序员CoPilot（GitHub/MFT）、“聊天机器人LLM”（Character.ai，Inflection）、“RPA LLM”、“搜索LLM”和许多其他正在孵化的软件。这些公司还将包括OG LLM公司，如Cresta（企业聊天机器人）和Lilt（翻译）。所有这些公司都会打赌，特定任务的LLM技术+对用户+产品的深入理解是赢得市场的方式。他们将需要大量的资金筹集来完成他们的使命。

工具公司。

这些都是淘金热中的经典铲子供应商，将包括标签公司（Scale.AI、SurgeoHQ、Snorkel）、培训基础设施公司（MosaicML、Stronger Compute）、推理基础设施公司和许多其他公司。

大型计算云，如GCP、AWS、Azure和Oracle

这些公司都将意识到LLM提供的商机，并在价值链上展开激烈竞争，超越仅仅是“GPU计算提供商”。Azure已经威胁要玩这个游戏了。

在接下来的一年里，我们预计将看到这些类别之间的多重战斗、整合和分裂。以下是我们对2023年的预测：

• 计算云和基础模型玩家将发生冲突。计算云都将朝着使“LLM AI功能”成为其平台的一个功能的方向发展。这将导致第一类和最后一类公司趋同。微软已经对OpenAI进行了投资。谷歌将通过GCP公开LLM API，加入基金会模型提供商的行列。亚马逊和甲骨文将收购一家独立的基金会模型公司，或者推出自己的模型。到2023年底，是否会有Snowflake和Databricks风格的独立公司，这是一个悬而未决的问题。
• CoPilot for X”公司将发现自己正在与使用基础模型API击败它们进入市场的人工智能前端公司竞争。我们将在搜索、RPA、编程和其他类别中看到这一点。是否需要投资深度技术才能在这些垂直领域取得成功，或者是否可以在纯粹的API基础上建立前端业务，仍将是个未知数。我们认为是前者。
• 工具公司会发现这有点困难。最大的基础模型将被证明非常适合生成标记数据，通常比人类更好。人工智能标签公司将发现自己正在与他们帮助引导的大型模型竞争。基础设施公司将发现开源工具继续变得更好，GPU计算可用性的情况变得更容易，从而削弱了他们的优势。这两类公司都将通过“向上移动价值链”来解决商业用例，并发现自己与“AI前端公司”和“CoPilot for X”公司竞争。
• OpenAI将在许多用例中尝试成为API提供商和“X的CoPilot”公司。这将导致与其合作公司之间的渠道冲突和摩擦。我们将开始看到寻租行为的开端。
• 最后，像SalesForce、ServiceNow和UIPath这样的传统企业公司将发现自己处于前所未有的冲击的尽头。他们将受到“Copilot for X”或“AI前端”公司之一的威胁，这些公司将承诺自动化，以破坏他们现有的商业模式。他们将通过收购“CoPilot for X”公司来做出反应。