"Token最大化"曾是今年早些时候硅谷最火热的趋势,各公司CEO纷纷鼓励员工将AI的使用推向极限。然而,高昂的账单随之而来。据报道,Uber在短短几个月内就耗尽了全年的AI预算,部分企业削减了某些部门的Claude许可证,Meta也关闭了内部AI使用排行榜。
炒作与实际回报之间的张力,正是NEA合伙人Tiffany Luck当下所深度关注的核心议题。她早年凭借说服企业相信电子商务是未来而崭露头角,如今则全力押注AI赛道,尤其关注AI在消费业务中创造"魔法时刻"的可能性。
在TechCrunch《Equity》播客的本期节目中,Luck与主持人Rebecca Bellan展开对话,探讨了个人智能体的未来走向、她对今年AI公司IPO浪潮的看法,以及初创企业如何介入帮助大型企业追踪和量化AI支出的实际回报。
Q&A
Q1:什么是"Token最大化"?为什么它在硅谷引发了争议?
A:
"Token最大化"是今年早些时候在硅谷兴起的一种趋势,指企业CEO鼓励员工尽可能多地使用AI工具,将AI的能力发挥到极致。然而,这一做法导致AI使用成本急剧攀升。例如,Uber据报在几个月内就用完了全年的AI预算。这一现象暴露了AI炒作与实际投资回报之间的明显落差,引发业界对AI支出合理性的广泛讨论。
Q2:NEA合伙人Tiffany Luck对AI的投资回报问题有什么看法?
A:
Tiffany Luck目前深度关注企业在AI投入与实际回报之间的平衡问题。她认为AI在消费业务中具有创造"魔法时刻"的巨大潜力,同时也关注初创企业如何帮助大型企业更好地追踪和量化AI支出的回报,以应对当前普遍存在的AI投资回报不明确的挑战。
Q3:初创企业在帮助企业追踪AI投资回报方面扮演什么角色?
A:
面对企业在AI支出上难以衡量回报的普遍困境,一批初创企业正在积极介入,提供专门的工具和解决方案,帮助大型企业系统性地追踪、分析和量化AI投入的实际产出效益。这一细分领域正成为当前AI商业生态中的新兴机会,也是Tiffany Luck在播客中重点探讨的方向之一。
好文章,需要你的鼓励
今天讲的出海案例是生产微型扬声器、受话器和音响产品的豪声电子,其计划投资2500万泰铢的泰国音响类电声工厂已经进入初步投产阶段。
马萨诸塞大学从数学角度证明,MaxSim评分策略在理论能力上超越传统单向量内积方法,并提出Signed MaxSim扩展,显著改善否定查询性能。
新加坡国立大学与英伟达联合提出Flex-Forcing框架,通过时间帧和去噪步骤两个维度的灵活分块,将双向扩散和自回归视频生成统一到单一模型中,实现质量与效率的自由权衡。