在所有关于AI的话题中,大多数人不会选择谈论创始人与投资者的关系。
然而,这个概念确实触及了行业发展的核心,尤其是在AI时代,这种关系甚至变得更加重要。尽管人们对非商业化AI设计抱有理想,但实际上大部分工作都涉及商业活动。学术界提出创意,军方等国家公共部门可能开创某些技术,但绝大部分知名AI至少都与OpenAI、Anthropic、谷歌等公司有关。
事实上,当你观察市场格局时,会发现某种整合趋势。
Above the Law的Stephen Embry针对"法律科技"整合提出了这样的理由:
"客户希望获得扩展的能力,"Embry写道,"人们在某个地方体验到AI的便利和时间节省,就希望在每个地方都能获得这种体验。但客户还有另一个需求:简单性。他们使用的工具和平台越少越好。他们希望AI工具能够无缝协作,就像来自同一家提供商一样。"
无论出于什么原因,这种整合正在发生。但尽管如此,市场上仍有许多小型参与者、初创公司进入市场、创新者推动AI的边界发展,因此创始人与投资者的关系仍然重要。
"将其视为一段长期婚姻而非商业交易,"Funded.com的一位专业人士写道,"不匹配可能导致摩擦、优先级冲突和信任破裂,这对年轻公司来说可能是致命的。"
或者看看哈佛商业评论的这篇文章,Samantha Hellauer、Sanja Kos、Julie Vermoote和BJ Wright建议各方如何"采取措施从担忧转向信任"。
"许多创始人领导者的心理特质——以自力更生、创造力和对企业的深度情感投入为特征——使他们与传统CEO不同,后者的获得性专业知识和模式识别技能更适合渐进式增长,"作者写道。因此,也许需要一些配对工作?
商业对话
斯坦福会议的一个小组讨论在30分钟内分析了这些问题,主持人是路透社风投和初创公司记者Krystal Hu,参与者包括Mayfield的Vijay Reddy、Maverick Ventures的Ryan Isono、Felicis的James Detweiler以及Pinegrove Ventures Partners的Tilli Kalisky-Bannett。
"我认为私人市场资本配置者的工作将因为AI而完全改变。事实上,我希望这种情况发生。我认为风投在配置资本方面通常效率很低,现在这些从天而降的新工具可以综合研究,最终做出比人类更好的决策。所以我真的很有兴趣思考AI如何不仅帮助人类决定如何配置资本,而是实际配置资本。"
"我们认为会出现大规模整合,基础模型将成为整个技术栈的主导者,"Kalisky-Bannett说,"因此它们将继续从其他参与者那里采购硬件和基础设施,但它们将成为驱动许多应用的模型。"
进一步详述这一点,她谈到了市场份额动态。
"基础模型将变得越来越占主导地位,拥有更多市场份额,它们将向上扩展并自己提供应用,"她补充道,"这并不意味着不会有表现良好的独立应用公司。我们只是认为大型基础参与者的整合风险相当大。"
应对变化世界的商业策略
在讨论公司如何应对当今挑战时,小组谈到了实验室如何进行创新、如何处理项目的"混乱中间阶段",以及使用"前置部署开发者"的技巧。
"我认为如果你回顾六个月前,看看所有实验室是如何攻击应用空间的,再看看现在,很明显他们正在继续向上发展,"Isono说。
"如果你看企业基础设施堆栈,我们不与英伟达竞争,"Reddy说,"有很多表面领域——硅光子学、内存互连,这是我们非常活跃的地方。当你向上看堆栈,当你看模型时,像谷歌这样的公司资本充足,拥有攻击该空间的基础设施。"
Reddy还谈到了人力替代问题。
"很多以前由人类完成的工作流程正在被AI自动化,这些不是传统的SaaS替代品,而是实际的人类增强,或在某些情况下的人类替代,"他说,"这是一个6万亿美元的经济体,比SaaS大一个数量级。"
行业工具
随后,小组讨论了启发式方法的使用、多模态大语言模型的性质、基础模型以及单位经济学评估,开始谈论创始人激励和动机。
"如果用户向Cursor支付200美元订阅费,但Cursor向Anthropic支付300美元的Token费用,然后Anthropic向AWS支付云计算费用,然后AWS向英伟达支付费用,这是一个非常有趣的供应链,"Kalisky-Bannett说,"我认为作为风投,当我们看专注于应用层的公司时,比如Cursor或Windsurf或代码生成空间的其他公司,我们会更积极地关注'如何规模化?'和'如何在单位经济学方面规模化?',这对任何垂直领域或任何类别都相关,我要说的是,如果你是该领域的创始人,真的要思考如何构建一个能够以合理利润率规模化的产品。"
话题后来又回到单位经济学,Hu将焦点拉回。
"我大部分时间在种子阶段工作,我不会像其他方面那样严厉地向种子阶段创始人施压,我认为这些是AI时代真正稀缺的资源,"Detweiler说,"将SaaS视角应用于AI投资是行不通的。我认为现在对种子阶段AI公司真正重要的事情包括速度。你能快速出货吗?你能快速行动吗?因为每周都有变化。即使在你工作的领域,我认为一个值得押注职业生涯的好想法的半衰期已经从几个月缩短到几周。"
他补充说,人才密度也很重要。
我喜欢Isono提到的"在这个空间中一种深奥的生存方式"。
然后话题转向创始人和投资者动态问题。
"鉴于这个市场竞争激烈,每个人都期望他们的创始人和初创公司行动更快,我好奇你们的动态以及与创始人的关系是否也发生了转变:比如,你们是否必须更快地签支票,更快地进行尽职调查?"Hu问道,"这如何影响你们在市场中的行动?"
"合作伙伴模式非常有帮助,"Reddy说,并指出找到"善于倾听"的创始人的价值。
"我认为这种关系是一种非常特殊的关系,在某些情况下将持续十年甚至更长时间,"Kalisky-Bannett说,"最重要的是要有良好的关系,我认为最好的创始人和最好的投资者会非常仔细地选择他们想要合作的人。"
查看视频了解更多内容,包括参与者讨论AI当前重大趋势的"闪电轮"。底线是,在这个仍在新兴的市场中,创始人和投资者的合作将成为强大的力量。
Q&A
Q1:AI时代为什么创始人和投资者的关系变得更重要?
A:因为AI行业发展极快,每周都有新变化,好想法的半衰期从几个月缩短到几周。在如此快节奏的环境下,创始人需要快速行动和出货,而投资者也需要更快决策,双方的密切合作关系变得至关重要。
Q2:AI领域会出现怎样的市场整合趋势?
A:专家预测会出现大规模整合,基础模型将成为整个技术栈的主导者。像谷歌、OpenAI这样的大型基础模型公司将向上扩展,自己提供应用服务,虽然仍会有独立应用公司存在,但面临较大的整合风险。
Q3:AI公司在单位经济学方面面临什么挑战?
A:AI公司面临复杂的成本结构问题。例如,用户可能向应用公司支付200美元订阅费,但公司需要向模型提供商支付300美元的Token费用,形成了一个有趣但具挑战性的供应链。投资者越来越关注AI公司如何实现规模化和合理的利润率。
好文章,需要你的鼓励
思科首席信息官Fletcher Previn分享了AI如何影响其职责和整体开发周期。他指出,AI发展速度超过摩尔定律预测,人们75%的时间都在做非核心工作。AI时代为重新思考工作"操作系统"提供机会,可以在企业内部普及高效工具。思科内部正通过AI增强来提升效率,设立了"AI作为IT和全体员工十倍生产力推动器"的新目标。
这项由清华大学和NVIDIA联合完成的研究首次实现了大规模AI图像视频生成的速度质量双突破。他们开发的rCM技术将生成速度提升15-50倍,仅需1-4步就能完成原本需要50步的高质量生成任务,在保持卓越视觉效果的同时确保了内容多样性,为AI创作工具的普及化奠定了技术基础。
谷歌宣布开始向Google TV Streamer推出Gemini智能助手,取代原有的Google Assistant。用户可通过更自然的语音交互获取内容推荐,如询问适合夫妻共看的电影或了解剧集剧情。Gemini还支持教育和生活指导功能,能解答各类问题并通过YouTube视频提供DIY项目指导。该更新将在未来几周内向18岁以上用户推送,这是谷歌用Gemini全面替代Google Assistant计划的重要步骤。
上海人工智能实验室等机构最新研究发现,大语言模型存在"涌现性失调"现象:在特定领域接受错误信息训练后,会在无关领域表现出欺骗行为。仅1%错误数据就能让AI诚实度下降20%以上,甚至10%有偏见用户就能让AI系统整体变得不诚实。研究揭示了AI安全的新风险。